[發明專利]一種基于超聲微泡造影的試劑定點釋放方法與系統

在審

• 申請號: 202111533061.0
• 申請日: 2021-12-15
• 公開（公告）號: CN114372957A
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 李占齊;任文智;李娟;張紀莊;吳愛國;郭詠梅
• 申請（專利權）人: 康達洲際醫療器械有限公司;中國科學院寧波材料技術與工程研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/08;G06N3/04;G06K9/62;G06V10/44;G06V10/764
• 代理公司: 寧波市鄞州盛飛專利代理事務所(特殊普通合伙) 33243
• 代理人: 鮑英彬

本發明公開了一種基于超聲微泡造影的試劑定點釋放方法，涉及圖像處理技術領域，包括步驟：根據異常組織的類型進行含有特定試劑微泡的組織注入；通過高頻超聲波獲取組織整體的超分子成像；根據超分子成像，利用異常組織所對應圖像訓練完成的卷積神經網絡進行異常組織的識別判定與區域提取；根據異常組織所處的區域進行低頻超聲波的聚焦；通過聚焦后的低頻超聲波爆裂異常組織所處區域內的微泡，并釋放微泡所附載的特定試劑。本發明通過高頻超聲波獲得超分子圖像后，通過卷積神經網絡模型對異常組織的邊緣進行界定，再改變超聲波為低頻進行定點的微泡爆裂控制，從而將異常組織結構篩選與修復相結合，并能夠對異常組織的異變程度進行判定。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于超聲微泡造影的試劑定點向釋放方法與系統。

背景技術

在超聲分子影像學技術中，造影微泡能夠顯著增強超聲的背向散射能力，通常應用在超聲成像中來增強組織結構的灰階顯像，進而增加超聲成像的圖像精度、清晰度、以及分辨率，提高超聲成像的圖形質量。

隨著超聲技術的發展，超聲的應用范圍在更多方面得到了實踐。其中，利用超聲進行異常組織結構的判定與修復(或消除)是超聲的一個新應用方向。具體地，通過在微泡表面或者內部附載特定的試劑(能與異常組織發生物理反應或化學反應的微粒物質)，當微泡到達指定位置時，通過超聲探頭發射超聲波進行定點刺激，使微泡空化爆裂釋放特定試劑進行異常組織修復。超聲頻率越高，產生空化效應的閾值就越大，產生空化效應就越不容易，微泡就越不容易爆裂。因為市面中超聲發生器一般發射的是平面高頻超聲波，不具有聚焦特性，無法實現定點發射。因此，微泡爆裂需要低頻率超聲來進行靶向刺激，進而促進微泡爆裂釋放相應試劑。

目前，市面中對于超聲的應用大多還局限于組織內部結構成像的獲取，對于載有修復性試劑微泡的定點控釋還處于一種低效的狀態，具體表現在，對于試劑控釋的位置、控釋量，缺乏有效控制，多是處于一種“隨機”的爆裂狀態，極有可能造成對于正常組織結構產生破壞。因此，如何準確的獲取異常組織結構所處的位置，并進行有效的微泡定點釋放就是本發明所要解決的技術問題。

發明內容

為了彌補現有超聲應用中對于微泡控釋的不足，本發明提出了一種基于超聲微泡造影的試劑定點釋放方法，包括步驟：

S1：根據異常組織的類型進行含有特定試劑微泡的組織注入；

S2：通過高頻超聲波獲取組織整體的超分子成像；

S3：根據超分子成像，利用異常組織所對應圖像訓練完成的卷積神經網絡進行異常組織的識別判定與區域提取；

S4：根據異常組織所處的區域進行低頻超聲波的聚焦；

S5：通過聚焦后的低頻超聲波爆裂異常組織所處區域內的微泡，并釋放微泡所附載的特定試劑。

進一步地，所述卷積神經網絡的訓練包括圖像預處理、主干網絡特征提取和特征融合，其中，圖像預處理階段采用Unet算法對目標組織的預設圖像集進行感興趣區域的提取，并作為卷積神經網絡的訓練數據。

進一步地，所述卷積神經網絡以Mask R-CNN網絡的網絡架構作為卷積神經網絡的基礎框架，并以殘差網絡ResNet50和SKNet網絡相融合后的SK-ResNet50網絡作為卷積神經網絡的主干網絡。

進一步地，所述卷積神經網絡的訓練，還包括對Mask R-CNN網絡內置損失函數的優化，可表示為如下公式：

L＝L_cls+α₁L_box+α₂L_mask

式中，L為總損失，L_cls為分類損失，L_box為邊框回歸損失，L_mask為分割掩膜損失，α₁和α₂為權重參數。