[發明專利]一種腦環境參數確定裝置、方法及電子設備

在審

• 申請號: 201911058696.2
• 申請日: 2019-10-31
• 公開（公告）號: CN110795808A
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 郭立偉;陳端端;李澤燕;梅玉倩;李振鋒
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F30/18
• 分類號: G06F30/18;G06F30/28;G06F30/23;G06F113/08;G06F119/14
• 代理公司: 11463 北京超凡宏宇專利代理事務所(特殊普通合伙)
• 代理人: 徐彥圣

1.一種腦環境參數確定裝置，其特征在于，包括：

第一獲取模塊，用于獲取腦邊界條件、腦參數以及受試者的全腦模型數據；

確定模塊，用于根據多網絡孔隙介質彈性力學模型確定所述全腦模型數據對應的控制方程；其中，所述控制方程用于描述全腦的動量守恒以及質量守恒；

計算模塊，用于將所述腦參數以及所述全腦模型數據帶入所述控制方程中，進行以所述腦邊界條件為約束條件的迭代計算直至所述控制方程收斂，獲得所述受試者的腦環境參數。

2.根據權利要求1所述的腦環境參數確定裝置，其特征在于，所述腦環境參數確定裝置還包括：

第二獲取模塊，用于獲取所述受試者的全腦核磁共振圖像；

模型構建模塊，用于根據所述全腦核磁共振圖像構建所述受試者的全腦模型；

網格劃分模塊，用于對所述全腦模型進行網格劃分以及網格標記，以獲得所述全腦模型數據。

3.根據權利要求2所述的腦環境參數確定裝置，其特征在于，所述網格劃分模塊還用于：

利用流體的力學性質對所述全腦模型進行網格劃分，得到四重流體網絡；其中，所述四重流體網絡包括動脈血管網絡、小動脈及毛細血管網絡、腦脊液及組織液網絡和靜脈血管網絡。

4.根據權利要求3所述的腦環境參數確定裝置，其特征在于，所述確定模塊還用于：

根據所述多網絡孔隙介質彈性力學模型確定所述四重流體網絡的平衡方程以及連續方程；其中，所述平衡方程表示所述全腦模型的動量守恒，所述連續方程表示所述四重流體網絡的質量守恒；

所述腦環境參數確定裝置還包括：

離散模塊，用于對所述平衡方程以及所述連續方程進行離散化處理。

5.根據權利要求4所述的腦環境參數確定裝置，其特征在于，所述平衡方程為：

其中，u是腦組織的位移，p_i是每個流體網絡中的壓力，G是剪切模量，λ是拉梅常數，ε是膨脹應變，α_i是每個流體網絡的Biot-Willis系數，滿足φ≤α_a+α_c+α_e+α_v≤1，φ是總孔隙度，α_a是所述動脈血管網絡的Biot-Willis系數，α_c是所述小動脈及毛細血管網絡的Biot-Willis系數，α_e是所述腦脊液及組織液網絡的Biot-Willis系數，α_v是所述靜脈血管網絡的Biot-Willis系數。

6.根據權利要求5所述的腦環境參數確定裝置，其特征在于，離散后的平衡方程為：

Ku-∑Q_ip_i＝F；

其中，u是腦組織的位移，p_i是第i個流體網絡中的壓力，K是剛度矩陣：

K＝∫_ΩB^TDBdΩ；

其中，B是應變矩陣，D是彈性常數矩陣，Ω是模擬計算的三維空間域；

Q_i是由第i個流體網絡貢獻給固體相的載荷：

Q_i＝∫_Ωα_iB^ThdΩ；

其中，h是映射向量；

F是外力荷載：

其中，N是插值函數矩陣，t_N是作用在邊界Γ_N上的外力，Γ_N是作用有外力t_N的邊界。

7.根據權利要求4所述的腦環境參數確定裝置，其特征在于，所述連續方程為：

其中，S_i是每個流體網絡的貯水率，k_i是每個網絡的滲透率，μ_i是每種流體的粘度，s_ji大于0時代表流體流入，s_ji小于0時代表流體流出。