科创中国
基于超声深度学习的热消融区域识别监测成像方法与系统
发布时间: 2023-09-25
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
生物与新医药技术,医药生物技术
成果介绍
肿瘤热消融是一种通过某种方法将肿瘤组织加热至超过其耐热温度从而产生凝固性坏死以杀死癌细胞的原位治疗技术，随着现代医学影像技术的发展，微创或无创的热消融技术在临床治疗中得到了广泛地应用。目前，热消融治疗技术在临床应用的主要方法包括高强度聚焦超声、射频消融、激光消融和微波消融；
高强度聚焦超声具有无创、高效、聚焦性能好等诸多优点，在临床上得到了愈来愈广泛的应用，主要应用于乳腺癌和前列腺癌等疾病的治疗；在激光治疗过程中，激光刀避免直接与组织接触，能够很大程度减少并发症，在宫颈糜烂、宫颈腺囊肿、宫颈外翻、宫颈息肉等妇科疾病等妇科疾病治疗中发挥着重要的价值；微波消融与射频消融类似，它不依赖于组织的导电特性，能够在短时间内在肿瘤中形成高温，从而产生热凝固杀死肿瘤细胞，随着治疗技术、医学影像技术及微波电极制造技术的发展，微波消融治疗技术被越来越多的应用于肝脏、肾脏、肺、甲状腺等脏器肿瘤的治疗过程中。在确保热消融治疗有效性的同时，还需要防止并发症的发生，因此在消融肿瘤组织的同时需要尽量避免伤害周围的正常组织或器官；热消融治疗安全有效地应用于临床治疗依赖于治疗过程中的监控成像技术，现代
成果亮点
为了解决上述问题，项目团队设计了一种基于超声深度学习的热消融区域识别监测成像方法与系统，该方法以热消融过程中拍摄到的热损伤照片作为卷积神经网络的分类标签，考虑到深度学习自动提取特征与人工提取特征各自的优势，在以超声射频数据作为输入样本的同时，同时输入组织超声衰减系数以及组织Nakagami 参量等人工提取的高级特征，三者共同用于卷积神经网络的训练，进而提高卷积神经网络对热消融区域识别的准确性，优势在于：
1、由于超声图像所包含的特征信息十分有限，而原始超声射频数据中则蕴含着反射、散射、衰减等声学参量信息，项目团队为了保证卷积神经网络能提取到足够的分类特征，以原始超声射频数据作为训练样本，提高热消融识别的准确性。
2、传统超声图像难以得到准确的热消融区域，为了得到更加准确的分类标签，通过对热消融照片和超声射频数据进行位置匹配，以照片中的热消融位置作为分类标签的黄金标准，提高热消融的准确性。
3、衰减系数、Nakagami 参量是表现组织特性的重要参数，通过人工特征提取的方式得到衰减系数以及 Nakagami 参量等超声参量，将这些人工提取到的特
团队介绍
现有在编教工6635人，其中专任教师3789人。师资队伍中入选院士、杰青等国家级各类重大人才工程545人次，获评国家级各类创新团队51个，为国家作出突出贡献并享受政府特殊津贴专家450名，国家级教学名师11名。
成果资料
下载app