CN115430066A - 超声装置、包括该超声装置的放射治疗设备及其工作方法 - Google Patents
超声装置、包括该超声装置的放射治疗设备及其工作方法 Download PDFInfo
- Publication number
- CN115430066A CN115430066A CN202211110026.2A CN202211110026A CN115430066A CN 115430066 A CN115430066 A CN 115430066A CN 202211110026 A CN202211110026 A CN 202211110026A CN 115430066 A CN115430066 A CN 115430066A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- layer
- neural network
- network model
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000000523 sample Substances 0.000 claims abstract description 45
- 239000000017 hydrogel Substances 0.000 claims abstract description 30
- 229920001971 elastomer Polymers 0.000 claims abstract description 15
- 239000000806 elastomer Substances 0.000 claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 10
- 239000004593 Epoxy Substances 0.000 claims abstract description 9
- 239000000565 sealant Substances 0.000 claims abstract description 6
- 238000003062 neural network model Methods 0.000 claims description 45
- 238000002604 ultrasonography Methods 0.000 claims description 33
- 238000012549 training Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000011176 pooling Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 229920002401 polyacrylamide Polymers 0.000 claims description 4
- 229920000642 polymer Polymers 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000011017 operating method Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 14
- 238000007789 sealing Methods 0.000 abstract description 5
- 239000003822 epoxy resin Substances 0.000 abstract description 2
- 229920000647 polyepoxide Polymers 0.000 abstract description 2
- 230000002045 lasting effect Effects 0.000 abstract 1
- 206010028980 Neoplasm Diseases 0.000 description 21
- 230000033001 locomotion Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 210000000056 organ Anatomy 0.000 description 8
- 230000029058 respiratory gaseous exchange Effects 0.000 description 7
- 210000004204 blood vessel Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000007822 coupling agent Substances 0.000 description 4
- 230000018044 dehydration Effects 0.000 description 4
- 238000006297 dehydration reaction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000012285 ultrasound imaging Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007227 biological adhesion Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 230000005923 long-lasting effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 206010003497 Asphyxia Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000227 bioadhesive Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 238000005253 cladding Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000004731 jugular vein Anatomy 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000001186 vagus nerve Anatomy 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1001—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy using radiation sources introduced into or applied onto the body; brachytherapy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1058—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using ultrasound imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N2005/1092—Details
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明公开一种超声装置、包括该超声装置的放射治疗设备及其工作方法，超声装置包括：超声探头和耦合剂层，超声探头包括：内部中心元件以及包覆于内部中心外侧的环氧树脂密封层，内部中心元件包括：压电元件阵列层、设置于压电元件阵列层相对两侧的声学背衬层和声学匹配层，压电元件阵列层内置集成电路，用于采集超声影像，声学背衬层用于消除共振效应，声学匹配层用于增加到皮肤的声学传播效应；耦合剂层为水凝胶弹性体，耦合剂层用于将超声探头附着于人体皮肤上。超声装置包括三层的内部中心元件和环氧树脂密封层，成本低，可靠性高，提高放疗精确度，水凝胶弹性体的耦合剂层能够将超声探头牢固地粘附在人体皮肤上，保持稳健和持久舒适的超声实时成像。
Description
技术领域
本发明属于基于图像引导的肿瘤放射治疗技术领域，具体涉及超声装置、包括该超声装置的放射治疗设备及其工作方法。
背景技术
肿瘤精确放射治疗已成为癌症治疗的重要手段之一，其应用越来越广泛，肿瘤靶区的精确定位是其治疗效果的关键。然而胸腔器官的生理运动，如心跳、呼吸、血管搏动等都会导致肿瘤靶区产生移动和变形，尤其是胸腹部肿瘤受影响更为明显，而靶区的不精确性不仅可造成靶区漏照，还可能使高能射线移到靶区外，甚至移至危险器官区域内，从而造成严重并发症或后遗症。因此通过追踪呼吸器官的实时运动状态，在放射治疗中通过呼吸运动补偿和管理是目前最具实用性和发展潜力的肿瘤精确放射治疗的技术路线。其中，基于射线成像的诸多医学成像方法存在肿瘤成像实时性差、患者承受额外剂量照射和体内植入标志点有创等缺点，因此其实用性受限。而通过体外结构光体表扫描的方案存在着：可见光难以穿透体膜获取数据以及预测算法难以适应胸腹体内外呼吸运动非线性严重、样本点偏少的特点，难以满足临床放疗中预测精度与实时性兼顾的需求。
体内各种内部器官的临床级实时连续成像仍然是肿瘤放射领域的关键任务和挑战。零辐射的超声成像使临床医生能够在放疗同时评估组织和器官功能并做出诊断。现有的超声装置存在以下问题：
第一，传统的超声成像通常依赖于通过机器人系统或机械固定装置，如：带子和胶带在皮肤上安装笨重的超声探头，阻碍了患者的移动性和佩戴的便利性和舒适性，难以长时间稳定成像。
第二，传统的超声成像为了在超声换能器(探头)与患者的身体之间实现良好的声学耦合，通常在超声换能器与患者的身体之间应用耦合剂(即流体类的超声导电胶)。在将这种超声换能器应用于患者的身体期间，施加较大压力以从耦合剂中排出气泡，以便建立所需的声学接触。
在一般的临床环境中，超声检查的持续时间相对较短(例如，1-5分钟)，这意味着耦合剂没有时间变干或以其他方式降解，但在放射治疗中一般的肿瘤放疗时间为8-12分钟，这也可能导致难以获得稳定的肿瘤图像。
第三，超声仅适用于有限的身体部位，例如肌肉，因为超声探头很厚，并且需要施加较高的压力。如在颈部有机械方式安装一个传统的超声探头，对颈动脉、颈静脉和迷走神经进行成像，可能会导致窒息。并且，施加较大的压力容易对皮肤造成形变，经过力的传导可能会导致肿瘤的边界出现形变并反映在超声影像上，致使预测肿瘤边界、追踪血管等处理不太准确，从而影响了放射治疗的精确性。
发明内容
为了解决上述技术问题，本发明提出了超声装置、包括该超声装置的放射治疗设备及其工作方法。
为了达到上述目的，本发明的技术方案如下：
一方面，本发明公开一种超声装置，包括：
超声探头，超声探头包括：内部中心元件以及包覆于内部中心外侧的环氧树脂密封层，内部中心元件包括：压电元件阵列层、设置于压电元件阵列层相对两侧的声学背衬层和声学匹配层，压电元件阵列层内置集成电路，用于采集超声影像，声学背衬层用于消除共振效应，声学匹配层用于增加到皮肤的声学传播效应；
耦合剂层，耦合剂层为水凝胶弹性体，耦合剂层用于将超声探头附着于人体皮肤上。
在上述技术方案的基础上，还可做如下改进：
作为优选的方案，水凝胶弹性体包括：水凝胶和包裹于水凝胶外侧的弹性体膜。
作为优选的方案，水凝胶包括：壳聚糖-聚丙烯酰胺互穿聚合物网络和水。
作为优选的方案，弹性体膜的厚度小于40mm。
另一方面，本发明还公开一种放射治疗设备，包括：
上述任一种超声装置，超声装置附着于人体皮肤上，超声装置用于采集超声影像；
上位机，上位机与超声装置的超声探头电连接，上位机用于对超声装置采集的超声影像进行处理，提取出关键信息；
加速器，加速器与上位机电连接，加速器用于进行放射治疗。
作为优选的方案，上位机内置有SA-UNet神经网络模型，SA-UNet神经网络模型包括依次连接的编码器、空间注意力模块以及解码器，编码器用于获取超声影像的图像特征，空间注意力模块用于进一步获取超声影像的细粒度特征，解码器用于进行特征重构，并输出结果。
此外，另一方面，本发明还公开一种放射治疗设备的工作方法，用于实现上述任一种放射治疗设备工作，具体包括以下步骤：
步骤一：超声装置采集超声影像；
步骤二：超声装置采集的超声影像发送给上位机，上位机对其进行处理，提取出关键信息；
步骤三：加速器根据上位机提取的关键信息，控制光栅动作，进行放射治疗。
作为优选的方案，上位机内置有SA-UNet神经网络模型，SA-UNet神经网络模型的训练包括以下步骤：
S1：对采集的超声影像进行标注；
S2：将原始的超声影像和标注后的超声影像一一对应，并按照一定比例划分为训练集、测试集和验证集；
S3：设置SA-UNet神经网络模型的训练参数，将训练集输入SA-UNet神经网络模型进行前向传播，得出标签结果；
S4：将S3得到的标签结果与真实标签进行对比，得到分类损失函数和Dice评价系数；
S5：基于S4得到的分类损失函数和Dice评价系数，对SA-UNet神经网络模型进行反向传播，优化SA-UNet神经网络模型的参数；
S6：重复S3-S5，直至SA-UNet神经网络模型的训练结果达到预期。
作为优选的方案，S3中，对训练集进行数据增强处理后，再将其输入SA-UNet神经网络模型进行前向传播。
作为优选的方案，SA-UNet神经网络模型包括依次连接的编码器、空间注意力模块以及解码器，SA-UNet神经网络模型的工作包括以下步骤：
A1：编码器获取超声影像的图像特征；A2：将编码器获取的图像特征传输到空间注意力模，分别输入到全局最大池化和全局平均池化层；
A3：将两个分支得到的输出特征图进行特征拼接操作；
A4：将拼接后的特征图分别经过7×7卷积、批量归一化层和Sigmoid激活函数得到中间特征图；
A5：将编码器获取的特征图和中间特征图进行逐像素相乘操作得到最终的空间注意力图；
A6：将空间注意力图作为输入特征传递给解码器；
A7：解码器进行特征重构，并输出结果。
本发明一种超声装置、包括该超声装置的放射治疗设备及其工作方法，超声装置包括：超声探头和耦合剂层，具有以下有益效果：
第一，超声探头包括：内部中心元件以及包覆于内部中心外侧的环氧树脂密封层，内部中心元件包括：压电元件阵列层、设置于压电元件阵列层相对两侧的声学背衬层和声学匹配层，最外层为一层环氧树脂密封层，在长期应用中具有高稳定性和可靠性。同时，三层的内部中心元件缩减了成本，减小了超声探头的重量，使得探测器覆盖人体皮肤时，一方面减少超声探头对于病人造成的压力，降低了不适感，另一方面又使得由于压力而导致的皮肤形变不那么严重，对于放射治疗的精确性有一定的提升。
第二，耦合剂层为水凝胶弹性体，该水凝胶弹性体柔软、坚韧、抗脱水和生物粘附性佳，可以牢固地粘附在人体皮肤上，在放射治疗时，身体的轻微运动仍可保持稳定的位置，超声探头的可靠性高。耦合剂层能够有效地传输声波，使超声探头免受皮肤变形，并保持稳健和持久舒适的超声实时成像。
第三，水凝胶弹性体包括：水凝胶和包裹于水凝胶外侧的弹性体膜，弹性体膜能够有效防止水凝胶脱水。
第四，超声探头与上位机连接，获取实时连续的超声影像，上位机对超声影像进行处理，提取出肿瘤的位置信息、预测呼吸曲线等，并反馈给加速器，控制光栅的运动，实现肿瘤的精确放射治疗。
第五，本发明采用SA-UNet神经网络模型，将纹理、空间位置等原始信息与图像语义信息结合起来，整体网络轻量、便捷。而且，在编码器与解码器之间添加空间注意力模块，提高分割的效果。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的超声装置的结构示意图。
图2为本发明实施例提供的超声探头的爆炸图。
图3为本发明实施例提供的放射治疗设备的框图。
图4为本发明实施例提供的SA-UNet神经网络模型的结构示意图。
图5为本发明实施例提供的空间注意力模块的结构示意图。
图6为本发明实施例提供的放射治疗设备的工作方法的流程图。
图7为本发明实施例提供的SA-UNet神经网络模型训练的流程图。
其中：1超声探头，11压电元件阵列层，12声学背衬层，13声学匹配层，14环氧树脂密封层，2耦合剂层，3人体皮肤，4上位机，5加速器。
具体实施方式
下面结合附图详细说明本发明的优选实施方式。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
另外，“包括”元件的表述是“开放式”表述，该“开放式”表述仅仅是指存在对应的部件或步骤，不应当解释为排除附加的部件或步骤。
为了达到本发明的目的，超声装置、包括该超声装置的放射治疗设备及其工作方法的其中一些实施例中，如图1和2所示，超声装置包括：超声探头1和耦合剂层2。
超声探头1包括：内部中心元件以及包覆于内部中心外侧的环氧树脂密封层14，内部中心元件包括：压电元件阵列层11、设置于压电元件阵列层相对两侧的声学背衬层12和声学匹配层13，压电元件阵列层11内置集成电路，用于采集超声影像，声学背衬层12用于消除共振效应，声学匹配层13用于增加到皮肤的声学传播效应。
耦合剂层2为水凝胶弹性体，耦合剂层2用于将超声探头附着于人体皮肤3上。
进一步，超声探头1为薄而硬的贴片式探头，贴片式探头能够实现高密度的元素(如：每平方厘米500个元素)。
压电元件阵列层的中心频率为3、7或10MHz。本发明的压电元件阵列层内置了集成电路，比传统的具有顶部电路和底部电路的内部中心元件，具有更快速和更好的信号传输性能，能够更好地采集超声影像。
本发明公开一种用于肿瘤放射治疗的能够实时连续获取病人体内器官动态的超声装置，超声探头1包括：三层结构的内部中心元件以及包覆于内部中心外侧的环氧树脂密封层14，三层结构的内部中心元件结构简单，并且不影响压电元件阵列层的探测性能，能够缩小成本，并且在放射治疗过程中探头贴附于病人皮肤表面时，更加的轻便，一方面能够减少超声探头对于病人造成的压力，另一方面又使得由于压力而导致的皮肤形变不那么严重，对于治疗的精确性有一定的提升。
此外，耦合剂层2为水凝胶弹性体，水凝胶弹性体柔软、坚韧、抗脱水和生物粘附性佳，能够牢固粘附在皮肤上。在放射治疗时，身体的轻微运动仍可保持稳定的位置，耦合剂层能够确保本发明中探头的高可靠性。耦合剂有效地传输声波，使探头免受皮肤变形，并保持稳健和持久(48小时)舒适的超声实时成像。
为了进一步地优化本发明的实施效果，在另外一些实施方式中，其余特征技术相同，不同之处在于，水凝胶弹性体包括：水凝胶和包裹于水凝胶外侧的弹性体膜。
进一步，水凝胶包括：壳聚糖-聚丙烯酰胺互穿聚合物网络和水。
在具体实施例中，水凝胶由壳聚糖-聚丙烯酰胺互穿聚合物网络(10％)和水(90％)组成。弹性体膜由聚氨酯材料制成，弹性体膜能够防止水凝胶脱水。
进一步，弹性体膜的厚度小于40mm。
另一方面，如图3所示，本发明实施例还公开一种放射治疗设备，包括：
上述任一实施例公开的超声装置，超声装置附着于人体皮肤上，超声装置用于采集超声影像；
上位机4，上位机4通过数据线6与超声装置的超声探头1电连接，上位机4用于对超声装置采集的超声影像进行处理，提取出关键信息；
加速器5，加速器5与上位机4电连接，加速器5用于进行放射治疗。
本发明公开一种放射治疗设备，上述超声装置能够与放疗加速器联动。本发明超声探头通过耦合剂层与人体皮肤黏附在一起，并与上位机通过数据线进行连接，从而获取器官实时连续超声影像。上位机对采集的超声影像进行处理，提取关键信息(关键信息可以但不限于为：肿瘤的位置信息、预测呼吸曲线等)，并将其反馈给加速器，控制光栅的运动，从而实现肿瘤的精确放射治疗。
进一步，上位机内置有SA-UNet神经网络模型，如图4所示，SA-UNet神经网络模型包括依次连接的编码器、空间注意力模块以及解码器，编码器用于获取超声影像的图像特征，空间注意力模块用于进一步获取超声影像的细粒度特征，如图5所示，解码器用于进行特征重构，并输出结果。
本发明采用SA-UNet神经网络模型，其由编码和解码两个部分组成，将纹理、空间位置等原始信息与图像语义信息结合起来，整体网络轻量、便捷。
由于血管的分割是一个精细的工作，因其本身而言，其结构有异于其他器官的完整性。在编码器与解码器之间添加一个空间注意力模块，模型通过学习给不同的空间位置赋予权重，使得模型能偏向于学习血管的特征，从而提高分割的效果。
此外，另一方面，本发明实施例还公开一种放射治疗设备的工作方法，用于实现上述任一实施例公开的放射治疗设备工作，如图6所示，具体包括以下步骤：
步骤一：超声装置采集超声影像；
步骤二：超声装置采集的超声影像发送给上位机，上位机对其进行处理，提取出关键信息；
步骤三：加速器根据上位机提取的关键信息，控制光栅动作，进行放射治疗。
进一步，上位机内置有SA-UNet神经网络模型，如图7所示，SA-UNet神经网络模型的训练包括以下步骤：
S1：对不同部位的器官进行超声成像，依靠人工标注的方式，对采集的超声影像进行标注；
S2：将原始的超声影像和标注后的超声影像一一对应，并按照按6：3：1的比例划分为训练集、测试集和验证集，训练集用于优化神经网络模型，验证集用于在训练时能直观评估当前模型的性能，测试集用于在训练结束后测试神经网络模型的泛化性能；
S3：设置训练轮数、初始学习率、批量大小等参数，将训练集输入SA-UNet神经网络模型进行前向传播，得出标签结果；
S4：将S3得到的标签结果与真实标签进行对比，得到分类损失函数和Dice评价系数；
S5：基于S4得到的分类损失函数和Dice评价系数，对SA-UNet神经网络模型进行反向传播，优化SA-UNet神经网络模型的参数；
S6：重复S3-S5，直至SA-UNet神经网络模型的训练结果达到预期。
在一些具体实施例中：
分类损失函数为
其中：p(yi)为类别yi的概率，
表示预测为类yi的概率；
Dice评价系数用于衡量模型对图像分割的效果，Dice评价系数为
其中，X为真实标签的超声影像，Y为SA-UNet神经网络模型预测结果的超声影像。
进一步，S3中，对训练集进行数据增强处理后，再将其输入SA-UNet神经网络模型进行前向传播。
数据增强处理包括但不限于：随机旋转、裁剪等方式对训练集数据进行处理，使得每一轮送入神经网络模型的数据都是不同的，从而增加模型的泛化能力。
将训练好的神经网络模型部署到上位机上，对采集的超声影像进行关键信息(如：血管)提取，并依据提取的结果进行肿瘤位置的追踪预测等。
进一步，SA-UNet神经网络模型包括依次连接的编码器、空间注意力模块以及解码器，SA-UNet神经网络模型的工作包括以下步骤：
A1：编码器获取超声影像的图像特征；A2：将编码器获取的图像特征传输到空间注意力模，分别输入到全局最大池化和全局平均池化层；
A3：将两个分支得到的输出特征图进行特征拼接操作；
A4：将拼接后的特征图分别经过7×7卷积、批量归一化层和Sigmoid激活函数得到中间特征图；
A5：将编码器获取的特征图和中间特征图进行逐像素相乘操作得到最终的空间注意力图；
A6：将空间注意力图作为输入特征传递给解码器；
A7：解码器进行特征重构，并输出结果。
综上述，编码器获取超声影像的图像特征，然后将得到的图像特征传输到空间注意力模块，空间注意力模块进一步获取超声影像中的细粒度特征，聚焦更重要的区域信息，抑制背景等无关信息，最后空间注意力模块输出图像特征传输给解码器，解码器进行特征重构，并将图像恢复成原始图像大小分辨率，输出最终结果。
空间注意力模块为采集的超声影像不同的空间位置赋予不同权重，通过使用梯度下降算法和反向传播机制使得SA-UNet神经网络在不断的迭代训练中自动更新模型权重，从而学习图像特征并聚焦于超声影像中的重要区域。
本发明一种超声装置、包括该超声装置的放射治疗设备及其工作方法，超声装置包括：超声探头和耦合剂层，具有以下有益效果：
第一，超声探头包括：内部中心元件以及包覆于内部中心外侧的环氧树脂密封层，内部中心元件包括：压电元件阵列层、设置于压电元件阵列层相对两侧的声学背衬层和声学匹配层，最外层为一层环氧树脂密封层，在长期应用中具有高稳定性和可靠性。同时，三层的内部中心元件缩减了成本，减小了超声探头的重量，使得探测器覆盖人体皮肤时，一方面减少超声探头对于病人造成的压力，降低了不适感，另一方面又使得由于压力而导致的皮肤形变不那么严重，对于放射治疗的精确性有一定的提升。
第二，耦合剂层为水凝胶弹性体，该水凝胶弹性体柔软、坚韧、抗脱水和生物粘附性佳，可以牢固地粘附在人体皮肤上，在放射治疗时，身体的轻微运动仍可保持稳定的位置，超声探头的可靠性高。耦合剂层能够有效地传输声波，使超声探头免受皮肤变形，并保持稳健和持久舒适的超声实时成像。
第三，水凝胶弹性体包括：水凝胶和包裹于水凝胶外侧的弹性体膜，弹性体膜能够有效防止水凝胶脱水。
第四，超声探头与上位机连接，获取实时连续的超声影像，上位机对超声影像进行处理，提取出肿瘤的位置信息、预测呼吸曲线等，并反馈给加速器，控制光栅的运动，实现肿瘤的精确放射治疗。
第五，本发明采用SA-UNet神经网络模型，将纹理、空间位置等原始信息与图像语义信息结合起来，整体网络轻量、便捷。而且，在编码器与解码器之间添加空间注意力模块，提高分割的效果。
在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书及其等效物界定。
本发明的控制方式是通过人工启动和关闭开关来控制，动力元件的接线图与电源的提供属于本领域的公知常识，并且本发明主要用来保护机械装置，所以本发明不再详细解释控制方式和接线布置。
Claims (10)
1.超声装置，其特征在于，包括：
超声探头，所述超声探头包括：内部中心元件以及包覆于所述内部中心外侧的环氧树脂密封层，所述内部中心元件包括：压电元件阵列层、设置于所述压电元件阵列层相对两侧的声学背衬层和声学匹配层；所述压电元件阵列层内置集成电路，用于采集超声影像，所述声学背衬层用于消除共振效应，所述声学匹配层用于增加到皮肤的声学传播效应；
耦合剂层，所述耦合剂层为水凝胶弹性体，所述耦合剂层用于将所述超声探头附着于人体皮肤上。
2.根据权利要求1所述的超声装置，其特征在于，所述水凝胶弹性体包括：水凝胶和包裹于所述水凝胶外侧的弹性体膜。
3.根据权利要求2所述的超声装置，其特征在于，所述水凝胶包括：壳聚糖-聚丙烯酰胺互穿聚合物网络和水。
4.根据权利要求2所述的超声装置，其特征在于，所述弹性体膜的厚度小于40mm。
5.放射治疗设备，其特征在于，包括：
如权利要求1-4任一项所述的超声装置，所述超声装置附着于人体皮肤上，所述超声装置用于采集超声影像；
上位机，所述上位机与所述超声装置的超声探头电连接，所述上位机用于对所述超声装置采集的超声影像进行处理，提取出关键信息；
加速器，所述加速器与所述上位机电连接，所述加速器用于进行放射治疗。
6.根据权利要求5所述的放射治疗设备，其特征在于，所述上位机内置有SA-UNet神经网络模型，所述SA-UNet神经网络模型包括依次连接的编码器、空间注意力模块以及解码器，所述编码器用于获取超声影像的图像特征，所述空间注意力模块用于进一步获取超声影像的细粒度特征，所述解码器用于进行特征重构，并输出结果。
7.放射治疗设备的工作方法，其特征在于，用于实现如权利要求5或6所述的放射治疗设备工作，具体包括以下步骤：
步骤一：超声装置采集超声影像；
步骤二：超声装置采集的超声影像发送给上位机，上位机对其进行处理，提取出关键信息；
步骤三：加速器根据上位机提取的关键信息，控制光栅动作，进行放射治疗。
8.根据权利要求9所述的工作方法，其特征在于，所述上位机内置有SA-UNet神经网络模型，所述SA-UNet神经网络模型的训练包括以下步骤：
S1：对采集的超声影像进行标注；
S2：将原始的超声影像和标注后的超声影像一一对应，并按照一定比例划分为训练集、测试集和验证集；
S3：设置SA-UNet神经网络模型的训练参数，将训练集输入所述SA-UNet神经网络模型进行前向传播，得出标签结果；
S4：将S3得到的标签结果与真实标签进行对比，得到分类损失函数和Dice评价系数；
S5：基于S4得到的分类损失函数和Dice评价系数，对所述SA-UNet神经网络模型进行反向传播，优化所述SA-UNet神经网络模型的参数；
S6：重复S3-S5，直至所述SA-UNet神经网络模型的训练结果达到预期。
9.根据权利要求8所述的工作方法，其特征在于，S3中，对训练集进行数据增强处理后，再将其输入所述SA-UNet神经网络模型进行前向传播。
10.根据权利要求8或9所述的工作方法，其特征在于，所述SA-UNet神经网络模型包括依次连接的编码器、空间注意力模块以及解码器，所述SA-UNet神经网络模型的工作包括以下步骤：
A1：编码器获取超声影像的图像特征；
A2：将编码器获取的图像特征传输到空间注意力模，分别输入到全局最大池化和全局平均池化层；
A3：将两个分支得到的输出特征图进行特征拼接操作；
A4：将拼接后的特征图分别经过7×7卷积、批量归一化层和Sigmoid激活函数得到中间特征图；
A5：将编码器获取的特征图和中间特征图进行逐像素相乘操作得到最终的空间注意力图；
A6：将空间注意力图作为输入特征传递给解码器；
A7：解码器进行特征重构，并输出结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211110026.2A CN115430066A (zh) | 2022-09-13 | 2022-09-13 | 超声装置、包括该超声装置的放射治疗设备及其工作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211110026.2A CN115430066A (zh) | 2022-09-13 | 2022-09-13 | 超声装置、包括该超声装置的放射治疗设备及其工作方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115430066A true CN115430066A (zh) | 2022-12-06 |
Family
ID=84246274
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211110026.2A Pending CN115430066A (zh) | 2022-09-13 | 2022-09-13 | 超声装置、包括该超声装置的放射治疗设备及其工作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115430066A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110097580A (zh) * | 2019-03-18 | 2019-08-06 | 山东师范大学 | 一种超声图像标志物运动追踪方法 |
| CN111310764A (zh) * | 2020-01-20 | 2020-06-19 | 上海商汤智能科技有限公司 | 网络训练、图像处理方法及装置、电子设备和存储介质 |
| CN112869773A (zh) * | 2019-11-29 | 2021-06-01 | 哈尔滨工业大学 | 一种柔性超声波传感器及其动脉血压检测方法 |
| WO2021148557A1 (en) * | 2020-01-24 | 2021-07-29 | Dawako Medtech, S.L. | Wearable ultrasound apparatus |
| CN113274654A (zh) * | 2021-06-29 | 2021-08-20 | 程明霞 | 用于放疗的肿瘤和脏器位置超声图像实时监测系统 |
| CN114972363A (zh) * | 2022-05-13 | 2022-08-30 | 北京理工大学 | 图像分割方法、装置、电子设备及计算机存储介质 |
-
2022
- 2022-09-13 CN CN202211110026.2A patent/CN115430066A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110097580A (zh) * | 2019-03-18 | 2019-08-06 | 山东师范大学 | 一种超声图像标志物运动追踪方法 |
| CN112869773A (zh) * | 2019-11-29 | 2021-06-01 | 哈尔滨工业大学 | 一种柔性超声波传感器及其动脉血压检测方法 |
| CN111310764A (zh) * | 2020-01-20 | 2020-06-19 | 上海商汤智能科技有限公司 | 网络训练、图像处理方法及装置、电子设备和存储介质 |
| WO2021148557A1 (en) * | 2020-01-24 | 2021-07-29 | Dawako Medtech, S.L. | Wearable ultrasound apparatus |
| CN113274654A (zh) * | 2021-06-29 | 2021-08-20 | 程明霞 | 用于放疗的肿瘤和脏器位置超声图像实时监测系统 |
| CN114972363A (zh) * | 2022-05-13 | 2022-08-30 | 北京理工大学 | 图像分割方法、装置、电子设备及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021004076A1 (zh) | 基于人工智能芯片的适形穿戴式生物信息监测设备及系统 | |
| US20220370031A1 (en) | Automated system and method of monitoring anatomical structures | |
| US20220061816A1 (en) | Systems and methods to improve resolution of ultrasound images with a neural network | |
| US20210265042A1 (en) | Ultrasound imaging by deep learning and associated devices, systems, and methods | |
| KR102380167B1 (ko) | 단일 초음파 프로브를 이용한 정량적 이미징 방법 및 장치 | |
| Li et al. | Beamforming with deep learning from single plane wave RF data | |
| Mojabi et al. | Experimental evaluation of composite tissue-type ultrasound and microwave imaging | |
| US12002153B2 (en) | Methods, systems, and apparatuses for medical image enhancement to optimize transducer array placement | |
| CN109034259A (zh) | 肿瘤介入装置的图像控制系统、方法、终端、储存介质 | |
| WO2014013285A1 (en) | Apparatus and method for determining optimal positions of a hifu probe | |
| US20230309963A1 (en) | Ultrasonic system for point of care and related methods | |
| CN115430066A (zh) | 超声装置、包括该超声装置的放射治疗设备及其工作方法 | |
| US20040097836A1 (en) | Direct manual examination of remote patient with virtual examination functionality | |
| KR20230142892A (ko) | 방광 상태를 측정하기 위한 장치 및 방법 | |
| KR102490019B1 (ko) | 초음파 데이터를 이용한 정량적 이미징 방법 및 장치 | |
| KR20220107912A (ko) | 초음파 데이터를 이용한 다변수 정량적 이미징 방법 및 장치 | |
| Jia et al. | The value of high‐resolution ultrasound combined with shear‐wave elastography under artificial intelligence algorithm in quantitative evaluation of skin thickness in localized scleroderma | |
| Pu et al. | A Stretchable and Wearable Ultrasonic Transducer Array for Bladder Volume Monitoring Application | |
| US20230263501A1 (en) | Determining heart rate based on a sequence of ultrasound images | |
| EP3861936B1 (en) | Ultrasound diagnostic apparatus and method of processing ultrasound image | |
| CN114708149B (zh) | 一种基于深度学习算法的微波人体实时穿透式成像方法 | |
| US20240237965A1 (en) | Three-dimensional mapping of deep tissue modulus by stretchable ultrasonic arrays | |
| US20210183521A1 (en) | Method and apparatus for quantitative imaging using ultrasound data | |
| KR20230011856A (ko) | 의료 초음파의 정량적 이미징 방법 및 장치 | |
| CN116392074A (zh) | 面向有限视野采样的光声成像阵列信号预测方法与装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |