[發明專利]結合三周期判斷的胸腹表面區域呼吸信號周期預測方法

有效

• 申請號: 201910018165.4
• 申請日: 2019-01-09
• 公開（公告）號: CN109741829B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 于曉洋;徐雅婷;王明;韓岫君;樊琪;胡亞欣;趙煙橋;張琴;王妍;王淼;朱子桐;李宇瀟
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G16H50/50
• 分類號: G16H50/50;G16H20/40;A61N5/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明結合三周期判斷的胸腹表面區域呼吸信號周期預測方法屬于腫瘤醫學、精密儀器、工程技術和數學等技術領域；該方法首先構建理想單周期呼吸信號，然后進行周期延拓，得到理想多周期呼吸信號，最后對理想多周期呼吸信號進行周期提取，整個提取過程在數據量相同的三個假想周期間進行，并在三個周期內即可完成周期提取；該方法方法能夠準確提取理想多周期呼吸信號的周期，為準確預測呼吸運動奠定仿真實驗基礎。

技術領域

本發明結合三周期判斷的胸腹表面區域呼吸信號周期預測方法屬于腫瘤醫學、精密儀器、工程技術和數學等技術領域。

背景技術

放射治療(后文簡稱為放療)是治療癌癥最主要的手段之一。大約70％的癌癥患者在治療癌癥的過程中會用到放療，約有40％的癌癥可以通過放療治愈。放射治療效果與放射線照射到腫瘤區域的精度和劑量有關。消化系統惡性腫瘤位于胸腔腹腔內，受呼吸運動影響，腫瘤的位置和體積都會隨時間而改變，造成放射線照射精度降低，從而影響放療效果。

為了解決呼吸運動降低放療效果的問題，很多學者開展了靶區擴邊、屏氣、呼吸門控、被動加壓、四維放療和實時跟蹤等技術或方法的研究工作。這些工作有效降低了呼吸運動對放療效果的影響，然而，由于這些工作都是在呼吸運動發生后開展的滯后補償工作，因此無法從根本上克服呼吸運動降低放療效果的問題。

為了解決上述問題，一些學者開始研究超前補償方法，該方法首先需要對呼吸運動進行預測。目前，呼吸運動預測方法可分為以下兩大類：第一、模型預測方法，它通過監測前期呼吸運動數據，建立呼吸運動模型，再基于模型來推測未來的呼吸運動；第二、無模型預測方法，它通過觀察到的呼吸運動模式進行訓練，形成啟發式的學習算法，通過學習來預測未來的呼吸運動。

雖然呼吸運動不斷重復吸氣和呼氣動作，但是呼吸運動并不以吸氣和呼氣為一個周期進行簡單重復，在每次吸氣和呼氣的過程中，受自身以及外界的影響，周期和幅值都會有改變，模型預測方法無法照顧到這種變化，因此預測精度會受到制約，所以，更多學者開始在無模型預測方法中進行嘗試，例如，用高斯過程回歸來預測呼吸運動。

高斯過程回歸是一種普適的預測算法，通過學習已知數據來預測未來數據，預測結果以均值和方差的形式給出。由于高斯過程回歸算法本身并不是單純針對呼吸運動預測而提出，因此不會考慮到呼吸運動的一些約束條件。如果將呼吸運動的約束條件考慮進去，就會縮小預測范圍，預測結果也就會更加精確。

對于呼吸運動而言，其頻率會限定在某一個范圍內，因此可以通過獲取呼吸信號的周期或頻率來約束預測結果，提高預測精度。可見，獲取呼吸運動的周期有利于提高預測精度。

然而，由于呼吸運動并不是單周期的簡單重復，因此很難用兩個相同特征值的距離來判斷周期。那么，如果獲取呼吸運動的周期已經成為提高預測精度的關鍵技術問題。

發明內容

為了預測呼吸信號的周期，本發明從理想的呼吸信號入手，提出了一種呼吸信號周期提取方法，該方法不僅包括根據呼吸規律構建理想呼吸信號的工作，而且包括對理想呼吸信號周期進行提取的工作。

本發明的目的是這樣實現的：

結合三周期判斷的胸腹表面區域呼吸信號周期預測方法，由以下步驟組成：

步驟a、構建理想單周期呼吸信號；

步驟b、對步驟a得到的理想單周期呼吸信號進行周期延拓，得到理想多周期呼吸信號；

步驟c、對步驟b得到的理想多周期呼吸信號進行周期提取，包括：

步驟c1、提取步驟b得到的理想多周期呼吸信號的直流分量；

步驟c2、用步驟b得到的理想多周期呼吸信號減去步驟c1得到的直流分量；

步驟c3、計算周期數據變量最大值，計算方法是用步驟b得到的理想多周期呼吸信號對2向下整除；