[發明專利]一種基于呼吸狀態空間重構的體內組織呼吸運動估計方法在審
| 申請號: | 201710286510.3 | 申請日: | 2017-04-21 |
| 公開(公告)號: | CN106963383A | 公開(公告)日: | 2017-07-21 |
| 發明(設計)人: | 黃曉林;宓錦濤;張婕;陳穎;葛云 | 申請(專利權)人: | 南京大學 |
| 主分類號: | A61B5/08 | 分類號: | A61B5/08;A61B5/11;A61B5/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 210093*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 呼吸 狀態 空間 體內 組織 運動 估計 方法 | ||
技術領域
本發明涉及一種基于一維呼吸狀態信號測量而實現的體內組織呼吸運動估計的方法。
背景技術
隨著技術的發展,醫療領域對于精度的要求越來越高。在放射治療、穿刺活檢等領域,由于自主呼吸作用的影響,體內的組織器官會產生運動,使得實際醫療操作情況會與術前計劃的有所不同。
傳統的方法會使用B超等可實時成像的設備給予術中的圖像顯示和引導,但是實時成像的精度畢竟不高,再加上成像對象的運動,容易造成圖像偽影。因此,很有必要提供一種可實時估算體內組織運動信息的方法。
發明內容
發明目的
本發明的目的在于提出一種基于呼吸狀態空間重構的體內組織呼吸運動估計方法,利用時間對應關系,建立呼吸狀態與體內組織呼吸運動間的關聯模型,從而實現依靠實測的一維呼吸狀態信號來估計體內組織運動信號的目的。
技術方案
本發明的目的是這樣實現的:
在建模階段,同步采集一維呼吸狀態信號和體內組織的三維運動信號,針對一維狀態信號利用延時嵌入法重構狀態空間S,依據時間對應關系,構建呼吸狀態空間-體內運動空間數據集T;在估計階段,實測當前時刻的呼吸狀態信號,在狀態空間S中找到其相似狀態,根據時間對應關系,估計當前的體內組織運動信號。本發明的核心包括狀態空間S的重構、相似狀態的判斷、體內組織運動信號的估計。
進一步地,本發明中所述的狀態空間S的重構,包括以下步驟:
對于采集到的體外運動狀態信號{x(i):1≤i≤N},根據延時嵌入法,可以重構得到一組向量s(i)=[x(i),x(i+τ),…,x(i+(d-1)τ)],i=1,2,…,N-(d-1)τ,其中,d和τ分別是嵌入維數和嵌入延遲;狀態空間S重構為S={s(i)|i=1,2,…,N-(d-1)τ}。
進一步地,本發明中所述的相似狀態的判斷,包括以下步驟:
采集到當前時刻的呼吸狀態信號,記為x(t),該信號與其過去時刻的d個信號共同構建一個重構向量s′=[x(t-(d-1)τ),x(t-(d-2)τ),…,x(t-τ),x(t)];在狀態空間S中通過求取下式的M個最小值找到向量s′的M個相似狀態集合(記為{s′NN(k):k=1,2,…,M}):
進一步地,本發明所述的體內組織運動信號的估計,包括以下步驟:
根據相似狀態集合{s′NN(k):k=1,2,…,M},在呼吸狀態空間-體內運動空間數據集T中,找到與之時間對應的體內組織運動信號集合(記為{y(k):k=1,2,…,M}),則當前的體內組織運動信號估計為
有益效果
綜上所述,本發明的有益效果在于:利用時間延遲法重構呼吸狀態空間,不同于僅依靠單一標量刻畫呼吸運動周期性的方法,而是對大量的數據進行綜合處理,重構呼吸系統的原動力系統模型。在尋找實測體外信號的相似狀態時,關聯其過去時刻的信號值,避免微小的信號擾動影響,因而更具有魯棒性。
附圖說明
本發明的原理框圖。
具體實施方式
為了更了解本發明的技術內容,特舉具體實施例并配合所附圖示說明如下。
附圖是本發明的原理框圖,步驟包括:
(1)同步采集體內組織運動信號{y(i):1≤i≤N}和呼吸狀態信號{x(i):1≤i≤N};
(2)利用延時嵌入法,重構狀態空間S;
重構步驟如下:
S={s(i)|i=1,2,…,N-(d-1)τ}
s(i)=[x(i),x(i+τ),…,x(i+(d-1)τ)],i=1,2,…,N-(d-1)τ
其中,d和τ分別是嵌入維數和嵌入延遲。
(3)根據同步采集的時間對應關系,建立呼吸狀態空間-體內運動空間數據集T;
T={(s(j),y(j+(d-1)τ))|j=1,2,…,N-(d-1)τ}
(4)實測當前時刻呼吸狀態信號x(t);
(5)x(t)與其過去時刻的d個信號共同構建一個重構向量s′;
構建方法為:s′=[x(t-(d-1)τ),x(t-(d-2)τ),…,x(t-τ),x(t)]。
(6)在狀態空間S中找到與s′相似的M個狀態{s′NN(k):k=1,2,…,M};
具體方法為:用公式定義兩個狀態向量的相似性,取其最小的前M個向量組成集合{s′NN(k):k=1,2,…,M}。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京大學,未經南京大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710286510.3/2.html,轉載請聲明來源鉆瓜專利網。





