科创中国
基于卷积神经网络提取超声射频信号中温度信息的方法
成果类型：: 发明专利
发布时间: 2023-11-10 16:26:53
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 宋学姮 | 2023-11-15 10:01:34
本发明公开了基于卷积神经网络提取超声射频信号中温度信息的方法，该方法将采集到的射频信号划分为多个区域，获取区域温度特征以减轻“热声透镜效应”以及“声遮挡”效应对治疗区域后方的超声回波信号产生的影响；采用卷积神经网络的算法从超声射频信号中获取温度信息，解决了“热声透镜效应”以及“声遮挡”效应对治疗区域后方的超声回波信号产生影像的问题，提高了测温的准确性和稳定性；使用非介入的方式就可以实时获得消融时超声影像中组织的温度信息，有效地解决肿瘤热消融时需要对消融区域的组织进行精准测温的问题；此外，本发明中测温的实时性和显示方式也符合超声介入消融时对目标病灶的消融情况进行监控的目的。
基于卷积神经网络提取超声射频信号中温度信息的方法，其特征在于，包括：
(1)在热消融的情况下，对离体的生物材料区域进行超声扫查，获取该区域超声射频信号数据；在相对于热消融的消融针位置设有不同距离或不同角度的测温通道；
(2)将超声射频信号数据转变成M*N的矩阵格式，其中M为扫描线数，N为扫描点数，该超声射频信号的矩阵排布要符合超声成图的像素点排布方向；
(3)根据各测温通道的温度以及Pennes近似的生物热方程对离体生物材料的传热模拟，得到同一个测温平面所有区域的模拟温度；
(4)将步骤(2)的超声射频信号的矩阵数据划分为大小相同的多个超声射频信号矩阵区域；根据步骤(3)得到的模拟温度，将所有温度范围划分为数个温度区间，将温度区间对应到各个超声射频信号矩阵区域；
医学成像： 在医学领域，超声成像是一种常见的无创检测方法。基于CNN的温度提取可以用于监测组织中的温度变化，有助于临床治疗和手术过程的实时监测。
工业领域： 在工业中，特别是在涉及高温或有害环境的情况下，使用超声射频信号提取温度信息可以用于监测设备的工作状态和安全性。
材料科学： 在材料研究中，通过监测材料表面的温度变化，可以了解材料的热特性，这对于材料性能的研究和改进是关键的。
环境监测： 在环境科学中，使用超声射频信号提取温度信息可以用于监测大气中的温度变化，从而更好地理解气候和环境变化。
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
数据采集： 收集包含温度变化信息的超声射频信号。这可能涉及在不同温度下对目标区域进行超声成像，并记录相应的射频信号。
数据预处理： 对采集到的射频信号进行预处理，可能包括滤波、降噪和标准化等步骤，以提高神经网络的训练效果。
数据标注： 为训练监督学习模型，需要对数据进行标注，将射频信号与相应的温度值关联起来。
卷积神经网络设计： 设计适合处理射频信号的卷积神经网络结构。考虑到射频信号的时域和频域特性，适当的网络结构可以更好地提取温度信息。
训练网络： 使用标注的数据集对设计好的CNN进行训练，使其学习射频信号中与温度相关的特征。
验证和测试： 使用验证集和测试集评估训练后的模型的性能。确保模型对新数据的泛化效果良好。
技术转让
这种基于卷积神经网络的方法可以更有效地从复杂的射频信号中提取温度信息，为各种领域提供了一种强大的工具。
下载app