CN113096765A - 一种用于靶向目标范围电场强度计算的有限元建模方法及装置 - Google Patents
一种用于靶向目标范围电场强度计算的有限元建模方法及装置 Download PDFInfo
- Publication number
- CN113096765A CN113096765A CN202110413523.9A CN202110413523A CN113096765A CN 113096765 A CN113096765 A CN 113096765A CN 202110413523 A CN202110413523 A CN 202110413523A CN 113096765 A CN113096765 A CN 113096765A
- Authority
- CN
- China
- Prior art keywords
- target range
- shell model
- finite element
- geometric shell
- electrode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000005684 electric field Effects 0.000 title claims abstract description 46
- 238000003384 imaging method Methods 0.000 claims abstract description 53
- 239000011159 matrix material Substances 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 11
- 230000004048 modification Effects 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 8
- 210000001519 tissue Anatomy 0.000 description 39
- 210000005013 brain tissue Anatomy 0.000 description 11
- 230000003902 lesion Effects 0.000 description 10
- 206010028980 Neoplasm Diseases 0.000 description 9
- 210000003625 skull Anatomy 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 210000003128 head Anatomy 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 210000004884 grey matter Anatomy 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000004761 scalp Anatomy 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 210000004885 white matter Anatomy 0.000 description 3
- 208000003174 Brain Neoplasms Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002496 gastric effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 210000001672 ovary Anatomy 0.000 description 2
- 210000000496 pancreas Anatomy 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请公开了一种用于靶向目标范围电场强度计算的有限元建模方法及装置。方案为:获取靶向目标范围的影像学信息,靶向目标范围包括靶向目标;从影像学信息中提取靶向目标范围的边界层信息,有限元软件利用边界层信息构建靶向目标范围的几何壳模型;确定电极片的分布位置,并根据分布位置构建带有电极片的几何壳模型;根据靶向目标范围的物电参数修改影像学信息,将包含物电参数的影像学信息加载至带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分;根据电极片的预设电压设置边界条件,有限元软件利用边界条件、划分好网格的带有电极片的几何壳模型以及物电参数,求解得到靶向目标范围的电场强度。简化建模过程,提高建模效率。
Description
技术领域
本申请涉及计算机模拟仿真领域,尤其涉及一种用于靶向目标范围电场强度计算的有限元建模方法及装置。
背景技术
目前,一种新的无创体内肿瘤治疗方法是使用一定频率与强度的电场来治疗实体瘤。具体实现方式为,通过在病变组织区域对应的浅表皮肤上固定两组电极片,电极片上施加一定频率的电压,从而在人体病变组织区域内形成一定分布的电场,通过改变电压峰值、频率以及电极片的位置来实现对特定肿瘤的治疗。在此过程中,需要获取人体病变组织内的电场分布形式,现有的方法主要通过有限元建模进行仿真计算来获得体内组织(人体病变组织区域)的电场分布。以脑部肿瘤为例,人头部结构主要包括头皮、颅骨、脑脊液、白质和灰质,依次对前述的每一个体内组织都进行几何实体的构建,最后组合成一个完整的基于患病组织的有限元模型。
然而,现有的建模方法存在许多弊端,由于脑组织本身结构复杂,例如,白质和灰质存在沟回和返褶面,导致很多微小曲面,因此在建立相应几何模型时对相应微结构的还原会有很大的误差,并且在有限元网格划分中网格不够细致会进一步扩大误差,因此该方法的缺点是精度低、建模过程复杂,对计算机的性能要求高。
发明内容
本申请实施例提供一种用于靶向目标范围电场强度计算的有限元建模方法及装置,以解决相关技术存在的问题,技术方案如下:
第一方面,本申请实施例提供了一种用于靶向目标范围电场强度计算的有限元建模方法,包括:
获取靶向目标范围的影像学信息,所述靶向目标范围包括靶向目标;
从所述影像学信息中提取所述靶向目标范围的边界层信息,有限元软件利用所述边界层信息构建所述靶向目标范围的几何壳模型;
确定电极片的分布位置,并根据所述分布位置构建带有电极片的几何壳模型;
根据靶向目标范围的物电参数修改所述影像学信息,将包含所述物电参数的影像学信息加载至所述带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分;
根据所述电极片的预设电压设置边界条件,所述有限元软件利用所述边界条件、划分好网格的带有电极片的几何壳模型以及所述物电参数,求解得到所述靶向目标范围的电场强度。
在一种实施方式中,还包括:
根据所述靶向目标范围的影像学信息,对所述靶向目标范围进行组织成分分割;
赋予各所述组织成分对应的标定代号,并根据各所述标定代号构建所述靶向目标范围的三维空间矩阵。
在一种实施方式中,从所述影像学信息中提取所述靶向目标范围的边界层信息,有限元软件利用所述边界层信息构建所述靶向目标范围的几何壳模型,包括:
在所述三维空间矩阵中,提取所述靶向目标范围的边界层信息,所述边界层信息包括多个边界点的三维坐标值;
将所述多个边界点的三维坐标值存入第一文本文件中,所述有限元软件利用所述第一文本文件进行边界拟合,得到所述靶向目标范围的几何壳模型。
在一种实施方式中,确定电极片的分布位置,并根据所述分布位置构建带有电极片的几何壳模型,包括:
针对所述几何壳模型与所述靶向目标的相对位置关系,利用误差反向传播的神经网络算法计算所述电极片的分布位置;
将所述电极片的分布位置对应的三维坐标值存入第二文本文件;
在所述有限元软件中,所述第二文本文件加载至所述几何壳模型,得到所述带有电极片的几何壳模型。
在一种实施方式中,根据靶向目标范围的物电参数修改所述影像学信息,包括:
对所述靶向目标范围的三维空间矩阵进行计算处理,将各所述组织成分对应的标定代号替换为对应的相对介电常数;
将各所述组织成分对应的标定代号替换为对应的电导率,所述物电参数包括所述相对介电常数和所述电导率。
在一种实施方式中,将包含所述物电参数的影像信息加载至所述带有电极片的几何壳模型,包括:
将所述相对介电常数和所述电导率的三维空间矩阵存入第三文本文件;
在所述有限元软件中,所述第三文本文件加载至所述带有电极片的几何壳模型。
在一种实施方式中,还包括:
根据所述电极片的材料、多种环境因素设置所述相对介电常数和所述电导率。
第二方面,一种用于靶向目标范围电场强度计算的有限元建模装置,包括:
影像学信息获取模块,用于获取靶向目标范围的影像学信息,所述靶向目标范围包括靶向目标;
几何壳模型构建模块,用于从所述影像学信息中提取所述靶向目标范围的边界层信息,有限元软件利用所述边界层信息构建所述靶向目标范围的几何壳模型;
带有电极片的模型构建模块,用于确定电极片的分布位置,并根据所述分布位置构建带有电极片的几何壳模型;
网格划分模块,用于根据靶向目标范围的物电参数修改所述影像学信息,将包含所述物电参数的影像学信息加载至所述带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分;
电场强度计算模块,用于根据所述电极片的预设电压设置边界条件,所述有限元软件利用所述边界条件、划分好网格的带有电极片的几何壳模型以及所述物电参数,求解得到所述靶向目标范围的电场强度。
在一种实施方式中,还包括:
组织成分分割模块,用于根据所述靶向目标范围的影像学信息,对所述靶向目标范围进行组织成分分割;
空间矩阵构建模块,用于赋予各所述组织成分对应的标定代号,并根据各所述标定代号构建所述靶向目标范围的三维空间矩阵。
在一种实施方式中,所述几何壳模型构建模块,包括:
边界层信息提取子模块,用于在所述三维空间矩阵中,提取所述靶向目标范围的边界层信息,所述边界层信息包括多个边界点的三维坐标值;
几何壳模型构建子模块,用于将所述多个边界点的三维坐标值存入第一文本文件中,所述有限元软件利用所述第一文本文件进行边界拟合,得到所述靶向目标范围的几何壳模型。
在一种实施方式中,所述带有电极片的模型构建模块,包括:
电极片位置确定子模块,用于针对所述几何壳模型与所述靶向目标的相对位置关系,利用误差反向传播的神经网络算法计算所述电极片的分布位置;
带有电极片的模型构建子模块,用于将所述电极片的分布位置对应的三维坐标值存入第二文本文件;在所述有限元软件中,所述第二文本文件加载至所述几何壳模型,得到所述带有电极片的几何壳模型。
在一种实施方式中,所述网格划分模块,包括:
相对介电常数修改模块,用于对所述靶向目标范围的三维空间矩阵进行计算处理,将各所述组织成分对应的标定代号替换为对应的相对介电常数;
电导率修改模块,用于将各所述组织成分对应的标定代号替换为对应的电导率,所述物电参数包括所述相对介电常数和所述电导率。
在一种实施方式中,所述网格划分模块,包括:
文本加载子模块,用于将所述相对介电常数和所述电导率的三维空间矩阵存入第三文本文件;在所述有限元软件中,所述第三文本文件加载至所述带有电极片的几何壳模型。
在一种实施方式中,还包括:
电极片参数设置模块,用于根据所述电极片的材料、多种环境因素设置所述相对介电常数和所述电导率。
第三方面,提供了一种电子设备,包括:
至少一个处理器;以及与至少一个处理器通信连接的存储器;
其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述任一项的方法。
第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行上述任一项的方法。
上述申请中的一个实施例具有如下优点或有益效果:通过提取靶向目标范围的影像学信息的边界层信息,进行数字实体化,转换成文件格式,将数据点连成线,线连成到面,在有限元软件中构建靶向目标范围的几何壳模型,进而根据电极片的分布位置构建带有电极片的几何壳模型。然后,将物电参数修改后的影像学信息加载至带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分。最后,根据所述电极片的预设电压设置边界条件,所述有限元软件利用所述边界条件、划分好网格的带有电极片的几何壳模型以及所述物电参数,求解得到所述靶向目标范围的电场强度。有效简化有限元软件的建模过程,提高建模效率,提高了计算电场强度的速度。解决现有的几何建模方法中,计算精度低,计算时间成本大,对计算机性能要求高的问题。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请一实施例的一种用于靶向目标范围电场强度计算的有限元建模方法的示意图;
图2是根据本申请一实施例的一种患者头颅的强化核磁共振图像;
图3是根据本申请一实施例的一种基于核磁共振图像的标定代号表示的三维空间矩阵示意图;
图4是根据本申请一实施例的一种患者头颅最外层构建的几何壳模型示意图;
图5是根据本申请一实施例的一种带有电极片的几何壳模型示意图;
图6是根据本申请一实施例的一种基于核磁共振图像的相对介电常数表示的三维空间矩阵示意图;
图7是根据本申请另一实施例的一种基于核磁共振图像电导率表示的三维空间矩阵示意图;
图8是根据本申请一实施例的一种患者脑组织电势分布切面云图;
图9是根据本申请一实施例的一种患者脑组织电场强度分布切面云图;
图10是根据本申请另一实施例的一种患者肿瘤附近脑组织二维切片云图;
图11是根据本申请另一实施例的一种用于靶向目标范围电场强度计算的有限元建模装置的示意图;
图12是用来实现本申请实施例的一种用于靶向目标靶向目标范围电场强度计算的有限元建模方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图1所示,在一种具体实施方式中,提供了一种用于靶向目标范围电场强度计算的有限元建模方法,包括如下步骤:
步骤S110:获取靶向目标范围的影像学信息,靶向目标范围包括靶向目标;
步骤S120:从影像学信息中提取靶向目标范围的边界层信息,有限元软件利用边界层信息构建靶向目标范围的几何壳模型;
步骤S130:确定电极片的分布位置,并根据分布位置构建带有电极片的几何壳模型;
步骤S140:根据靶向目标范围的物电参数修改影像学信息,将包含物电参数的影像学信息加载至带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分;
步骤S150:根据电极片的预设电压设置边界条件,有限元软件利用边界条件、划分好网格的带有电极片的几何壳模型以及物电参数,求解得到靶向目标范围的电场强度。
一种示例中,用于靶向目标范围电场强度计算的有限元建模方法可以适用于靶向目标范围为人体、动物体内组织的病变区域,例如,发生病变的头部、胃肠部、肝、肺、胰、卵巢等。靶向目标范围包括靶向目标,即病灶位置,例如,在头部、胃肠部、肝、肺、胰、卵巢等靶向目标范围内的肿瘤,作为靶向目标。主要利用有限元软件来进行有限元建模,仿真计算求解得到靶向目标范围的电场强度分布或电势分布。当然,对靶向目标范围和靶向目标的定义不仅限于前面的描述,可以根据实际情况进行适应性调整,均在本实施例的保护范围内。以靶向目标范围为人体、动物体内组织进行本实施例的说明。获取靶向目标范围的影像学信息的方式可以采用影像学技术,如各种序列的核磁共振技术、PET-CT/MRI,CT等,获得人体、动物体内组织的患病部位的影像学信息,从而确定病变区域以及病灶位置。例如,对某脑瘤患者进行头部强化核磁共振,得到该患者头部的核磁共振图像,以其中一张核磁共振图像为例,如图2所示。当然,也可以针对不同种类的靶向目标范围,获取影像学信息的方式也可以不同。
在提取边界层信息即影像学边界时,可以先将影像学信息存入至三维空间矩阵,每个图像像素点都对应三维坐标值。提取边界层信息是提取靶向目标范围的最外层图像像素点的三维坐标值。最外层图像像素点的三维坐标值存入文本文件后导入有限元软件进行边界拟合,可以得到靶向目标范围的几何壳模型。根据靶向目标范围的几何壳模型和靶向目标的相对位置关系,可以利用误差反向传播的神经网络算法确定电极片的数量和最优分布位置。在三维空间矩阵中,提取电极片的三维坐标值,并将电极片的三维坐标值存入文本文件导入几何壳模型上建立电极片几何模型,构建带有电极片的几何壳模型。
根据影像学信息可以区分内部不同的组织,例如脑组织包括多个不同的成分组织。物电参数是客观存在的,例如,脑组织的相对节点常数和电导率。根据靶向目标范围的物电参数修改影像学信息。靶向目标范围的三维空间矩阵中,所有的三维坐标值可以存入文本,导入有限元软件中,进一步将修改后的影像学信息加载至带有电极片的几何壳模型中,并对加载后的几何壳模型进行网格划分。根据电极片的预设电压设置边界条件,例如,在几何壳模型上的电极片组中定义所施加交变电压的峰值以及频率,并设定仿真初始值。有限元软件利用边界条件、划分好网格的带有电极片的几何壳模型以及物电参数,求解得到靶向目标范围的电场强度,最后提取有限元计算结果并绘图。
在有限元软件中,并不是直接导入病变区域的影像学信息,进而构建病变区域的模型,而是提取病变区域最外层的信息建立几何壳模型,同时建立设置在病变区域的医疗器械几何模型,得到带有电极片的几何壳模型,整个过程能够有效简化现有的建模过程,通过有限元仿真计算分析,有效快速的得到病变区域(肿瘤附近)的电场分布形态。由于本方法不受有限元约束,可以用于外形复杂和内部复杂的情况,如人脑电场仿真,简化了模型构建流程,提高了工作效率。
本实施例中,通过提取靶向目标范围的影像学信息的边界层信息,进行数字实体化,转换成文件格式,将数据点连成线,线连成到面,在有限元软件中构建靶向目标范围的几何壳模型,进而根据电极片的分布位置构建带有电极片的几何壳模型。然后,将物电参数修改后的影像学信息加载至带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分。最后,根据所述电极片的预设电压设置边界条件,所述有限元软件利用所述边界条件、划分好网格的带有电极片的几何壳模型以及所述物电参数,求解得到所述靶向目标范围的电场强度。有效简化有限元软件的建模过程,提高建模效率,提高了计算电场强度的速度。解决现有的几何建模方法中,计算精度低,计算时间成本大,对计算机性能要求高的问题。
在一种实施方式中,步骤S110之后,还包括:
步骤S111:根据靶向目标范围的影像学信息,对靶向目标范围进行组织成分分割;
步骤S112:赋予各组织成分对应的标定代号,并根据各标定代号构建靶向目标范围的三维空间矩阵。
一种示例中,根据核磁共振图像将病变区域(靶向目标范围)内的不同组织进行区分,以数字字符的形式存入一个三维空间矩阵中,并用不同的字符标定不同的组织以及肿瘤(靶向目标)。例如,根据头颅的增强核磁共振图像,头颅内的不同组织进行区分,使用代号0表示外界空气部分,代号1表示头皮部分,代号2表示颅骨部分,代号3表示体内脊液部分,代号4表示灰质部分,代号5表示白质部分,代号6表示肿瘤部分,如图3所示。
在一种实施方式中,步骤S120,包括:
步骤S121:在三维空间矩阵中,提取靶向目标范围的边界层信息,边界层信息包括多个边界点的三维坐标值;
步骤S122:将多个边界点的三维坐标值存入第一文本文件中,利用有限元软件对第一文本文件进行边界拟合,得到靶向目标范围的几何壳模型。
一种示例中,靶向目标范围为脑部的三维空间矩阵中,可以提取空气域与头颅组织区域的边界层信息,包括多个边界点的三维坐标值,即头皮的最外层数据的坐标值。将提取坐标值保存为二进制文档,将文档导入COMSOL有限元软件进行边界拟合,可以得到脑部的几何壳模型,该模型不包含脑部的几何结构,如图4所示。直接通过提取人体组织图像最外层的空间位置数据来建立仿真所需的最外层几何模型并规避内部复杂几何,整个方法不受有限元约束,可以用于外形复杂和内部复杂的情况,如人脑电场仿真。
在一种实施方式中,步骤S130,包括:
步骤S131:针对几何壳模型与靶向目标的相对位置关系,利用误差反向传播的神经网络算法计算电极片的分布位置;
步骤S132:将电极片的分布位置对应的三维坐标值存入第二文本文件;
步骤S133:在有限元软件中,第二文本文件加载至几何壳模型,得到带有电极片的几何壳模型。
一种示例中,通过BP误差反向传播算法(Error Back-propagation Training,简称BP网络)神经网络计算出电极片分布最优位置。电极片的分布为前后左右各一对,每一对电极片由18个小电极组成,在所建立的头颅形状壳模型上添加电极片几何模型,得到带有电极片的几何壳模型,如图5所示。
在一种实施方式中,步骤S140,包括:
步骤S141:对靶向目标范围的三维空间矩阵进行计算处理,将各组织成分对应的标定代号替换为对应的相对介电常数;
步骤S142:将各组织成分对应的标定代号替换为对应的电导率,物电参数包括所述相对介电常数和所述电导率。
一种示例中,通过计算机程序,利用如C语言,Python语言,Matlab等程序,对上一步得到的三维空间矩阵中各组织成分进行计算处理,将各组织成分对应的标定代号替换为对应的相对介电常数,将各组织成分对应的标定代号替换为对应的电导率,得到替换后的三维空间矩阵。
例如,不同的组织以及肿瘤,所对应的标定代号进行替换,逐一将所有的标定代号替换成对应的相对介电常数,以及逐一将所有的标定代号替换成对应的电导率。根据下表逐一将各个脑组织的标定代号替换成对应的相对介电常数,替换后得到的三维空间矩阵如图6所示,将替换后的三维空间矩阵保存为文本文档以便有限元软件调用。
根据下表逐一将各个组织成分的标定代号替换成对应的电导率,替换后得到的三维空间矩阵如图7所示,将替换后数据保存为文本文档以便有限元调用。
本实施例中,通过将承载有病变区域影像学信息的三维空间矩阵,简化为相对介电常数和电导率的三维空间矩阵,并建立脚本文件导入至有限元软件中进行建模,避免了利用影像学信息直接构建复杂结构的几何模型,有效简化了模型构建流程,提高了模型构建效率。
在一种实施方式中,步骤S140,还包括:
步骤S143:将相对介电常数和电导率的三维空间矩阵存入第三文本文件;
步骤S144:在有限元软件中,第三文本文件加载至带有电极片的几何壳模型;
步骤S145:加载后的几何壳模型进行网格划分。
一种示例中,将相对介电常数和电导率的三维空间矩阵得到的文本文档导入有限元软件,并将其加载在带电极片的头颅形状壳模型上。对带电极片的头颅壳模型进行网格的划分。由于头颅内并没有的几何实体元素,因此整个模型可统一使用极细化的四面体网格。网格划分没有必须和像素保持一致,可以随意选择网格类型及网格大小,密度分布等等,对优化计算有明显操作空间。
在头颅壳模型上的电极片组中定义所施加交变电压的峰值59V以及频率200kHz并设定仿真初始值为0。在有限元软件中通过欧姆定律求解电流守恒方程最终可以得到整个脑组织内部的电势分布以及电场强度分布。提取有限元计算结果,绘制脑组织电势分布切面云图如图8所示,绘制脑组织电场强度分布切面云图如图9所示,绘制肿瘤附近脑组织二维切片云图如图10所示。
在一种实施方式中,还包括:
根据电极片的材料、多种环境因素设置相对介电常数和电导率。
一种示例中,根据电极片的材料,环境因素可以包括温度、湿度等环境因素设置相对介电常数和电导率,均在本实施例的保护范围内。
在另一种具体实施例中,如图11所示,提供了一种用于靶向目标范围电场强度计算的有限元建模装置,包括:
影像学信息获取模块110,用于获取靶向目标范围的影像学信息,所述靶向目标范围包括靶向目标;
几何壳模型构建模块120,用于从所述影像学信息中提取所述靶向目标范围的边界层信息,有限元软件利用所述边界层信息构建所述靶向目标范围的几何壳模型;
带有电极片的模型构建模块130,用于确定电极片的分布位置,并根据所述分布位置构建带有电极片的几何壳模型;
网格划分模块140,用于根据靶向目标范围的物电参数修改所述影像学信息,将包含所述物电参数的影像学信息加载至所述带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分;
电场强度计算模块150,用于根据所述电极片的预设电压设置边界条件,所述有限元软件利用所述边界条件、划分好网格的带有电极片的几何壳模型以及所述物电参数,求解得到所述靶向目标范围的电场强度。
在一种实施方式中,还包括:
组织成分分割模块,用于根据所述靶向目标范围的影像学信息,对所述靶向目标范围进行组织成分分割;
空间矩阵构建模块,用于赋予各所述组织成分对应的标定代号,并根据各所述标定代号构建所述靶向目标范围的三维空间矩阵。
在一种实施方式中,所述几何壳模型构建模块,包括:
边界层信息提取子模块,用于在所述三维空间矩阵中,提取所述靶向目标范围的边界层信息,所述边界层信息包括多个边界点的三维坐标值;
几何壳模型构建子模块,用于将所述多个边界点的三维坐标值存入第一文本文件中,所述有限元软件利用所述第一文本文件进行边界拟合,得到所述靶向目标范围的几何壳模型。
在一种实施方式中,所述带有电极片的模型构建模块,包括:
电极片位置确定子模块,用于针对所述几何壳模型与所述靶向目标的相对位置关系,利用误差反向传播的神经网络算法计算所述电极片的分布位置;
带有电极片的模型构建子模块,用于将所述电极片的分布位置对应的三维坐标值存入第二文本文件;在所述有限元软件中,所述第二文本文件加载至所述几何壳模型,得到所述带有电极片的几何壳模型。
在一种实施方式中,所述网格划分模块,包括:
相对介电常数修改模块,用于对所述靶向目标范围的三维空间矩阵进行计算处理,将各所述组织成分对应的标定代号替换为对应的相对介电常数;
电导率修改模块,用于将各所述组织成分对应的标定代号替换为对应的电导率,所述物电参数包括所述相对介电常数和所述电导率。
在一种实施方式中,所述网格划分模块,包括:
文本加载子模块,用于将所述相对介电常数和所述电导率的三维空间矩阵存入第三文本文件;在所述有限元软件中,所述第三文本文件加载至所述带有电极片的几何壳模型。
在一种实施方式中,还包括:
电极片参数设置模块,用于根据所述电极片的材料、多种环境因素设置所述相对介电常数和所述电导率。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图12所示,是根据本申请实施例的一种用于靶向目标范围电场强度计算的有限元建模方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图12所示,该电子设备包括:一个或多个处理器1201、存储器1202,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface,GUI)的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图12中以一个处理器1201为例。
存储器1202即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的一种用于靶向目标范围电场强度计算的有限元建模方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的一种用于靶向目标靶向目标范围电场强度计算的有限元建模方法。
存储器1202作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的一种用于靶向目标范围电场强度计算的有限元建模方法对应的程序指令/模块。处理器1201通过运行存储在存储器1202中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的一种用于靶向目标范围电场强度计算的有限元建模方法。
存储器1202可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据一种用于靶向目标范围电场强度计算的有限元建模方法的电子设备的使用所创建的数据等。此外,存储器1202可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1202可选包括相对于处理器1201远程设置的存储器,这些远程存储器可以通过网络连接至上述电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述电子设备还可以包括:输入装置1203和输出装置1204。处理器1201、存储器1202、输入装置1203和输出装置1204可以通过总线或者其他方式连接,图12中以通过总线连接为例。
输入装置1203可接收输入的数字或字符信息,以及产生与上述电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1204可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(Liquid Cr12stal Displa12,LCD)、发光二极管(Light Emitting Diode,LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用集成电路(Application Specific Integrated Circuits,ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(programmable logic device,PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(Cathode Ray Tube,阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (16)
1.一种用于靶向目标范围电场强度计算的有限元建模方法,其特征在于,包括:
获取靶向目标范围的影像学信息,所述靶向目标范围包括靶向目标;
从所述影像学信息中提取所述靶向目标范围的边界层信息,有限元软件利用所述边界层信息构建所述靶向目标范围的几何壳模型;
确定电极片的分布位置,并根据所述分布位置构建带有电极片的几何壳模型;
根据靶向目标范围的物电参数修改所述影像学信息,将包含所述物电参数的影像学信息加载至所述带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分;
根据所述电极片的预设电压设置边界条件,所述有限元软件利用所述边界条件、划分好网格的带有电极片的几何壳模型以及所述物电参数,求解得到所述靶向目标范围的电场强度。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据所述靶向目标范围的影像学信息,对所述靶向目标范围进行组织成分分割;
赋予各所述组织成分对应的标定代号,并根据各所述标定代号构建所述靶向目标范围的三维空间矩阵。
3.根据权利要求2所述的方法,其特征在于,从所述影像学信息中提取所述靶向目标范围的边界层信息,有限元软件利用所述边界层信息构建所述靶向目标范围的几何壳模型,包括:
在所述三维空间矩阵中,提取所述靶向目标范围的边界层信息,所述边界层信息包括多个边界点的三维坐标值;
将所述多个边界点的三维坐标值存入第一文本文件中,所述有限元软件利用所述第一文本文件进行边界拟合,得到所述靶向目标范围的几何壳模型。
4.根据权利要求3所述的方法,其特征在于,确定电极片的分布位置,并根据所述分布位置构建带有电极片的几何壳模型,包括:
针对所述几何壳模型与所述靶向目标的相对位置关系,利用误差反向传播的神经网络算法计算所述电极片的分布位置;
将所述电极片的分布位置对应的三维坐标值存入第二文本文件;
在所述有限元软件中,所述第二文本文件加载至所述几何壳模型,得到所述带有电极片的几何壳模型。
5.根据权利要求2所述的方法,其特征在于,根据靶向目标范围的物电参数修改所述影像学信息,包括:
对所述靶向目标范围的三维空间矩阵进行计算处理,将各所述组织成分对应的标定代号替换为对应的相对介电常数;
将各所述组织成分对应的标定代号替换为对应的电导率,所述物电参数包括所述相对介电常数和所述电导率。
6.根据权利要求5所述的方法,其特征在于,将包含所述物电参数的影像信息加载至所述带有电极片的几何壳模型,包括:
将所述相对介电常数和所述电导率的三维空间矩阵存入第三文本文件;
在所述有限元软件中,所述第三文本文件加载至所述带有电极片的几何壳模型。
7.根据权利要求5所述的方法,其特征在于,还包括:
根据所述电极片的材料、多种环境因素设置所述相对介电常数和所述电导率。
8.一种用于靶向目标范围电场强度计算的有限元建模装置,其特征在于,包括:
影像学信息获取模块,用于获取靶向目标范围的影像学信息,所述靶向目标范围包括靶向目标;
几何壳模型构建模块,用于从所述影像学信息中提取所述靶向目标范围的边界层信息,有限元软件利用所述边界层信息构建所述靶向目标范围的几何壳模型;
带有电极片的模型构建模块,用于确定电极片的分布位置,并根据所述分布位置构建带有电极片的几何壳模型;
网格划分模块,用于根据靶向目标范围的物电参数修改所述影像学信息,将包含所述物电参数的影像学信息加载至所述带有电极片的几何壳模型,并对加载后的几何壳模型进行网格划分;
电场强度计算模块,用于根据所述电极片的预设电压设置边界条件,所述有限元软件利用所述边界条件、划分好网格的带有电极片的几何壳模型以及所述物电参数,求解得到所述靶向目标范围的电场强度。
9.根据权利要求8所述的装置,其特征在于,还包括:
组织成分分割模块,用于根据所述靶向目标范围的影像学信息,对所述靶向目标范围进行组织成分分割;
空间矩阵构建模块,用于赋予各所述组织成分对应的标定代号,并根据各所述标定代号构建所述靶向目标范围的三维空间矩阵。
10.根据权利要求9所述的装置,其特征在于,所述几何壳模型构建模块,包括:
边界层信息提取子模块,用于在所述三维空间矩阵中,提取所述靶向目标范围的边界层信息,所述边界层信息包括多个边界点的三维坐标值;
几何壳模型构建子模块,用于将所述多个边界点的三维坐标值存入第一文本文件中,所述有限元软件利用所述第一文本文件进行边界拟合,得到所述靶向目标范围的几何壳模型。
11.根据权利要求10所述的装置,其特征在于,所述带有电极片的模型构建模块,包括:
电极片位置确定子模块,用于针对所述几何壳模型与所述靶向目标的相对位置关系,利用误差反向传播的神经网络算法计算所述电极片的分布位置;
带有电极片的模型构建子模块,用于将所述电极片的分布位置对应的三维坐标值存入第二文本文件;在所述有限元软件中,所述第二文本文件加载至所述几何壳模型,得到所述带有电极片的几何壳模型。
12.根据权利要求9所述的装置,其特征在于,所述网格划分模块,包括:
相对介电常数修改模块,用于对所述靶向目标范围的三维空间矩阵进行计算处理,将各所述组织成分对应的标定代号替换为对应的相对介电常数;
电导率修改模块,用于将各所述组织成分对应的标定代号替换为对应的电导率,所述物电参数包括所述相对介电常数和所述电导率。
13.根据权利要求12所述的装置,其特征在于,所述网格划分模块,包括:
文本加载子模块,用于将所述相对介电常数和所述电导率的三维空间矩阵存入第三文本文件;在所述有限元软件中,所述第三文本文件加载至所述带有电极片的几何壳模型。
14.根据权利要求12所述的装置,其特征在于,还包括:
电极片参数设置模块,用于根据所述电极片的材料、多种环境因素设置所述相对介电常数和所述电导率。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110413523.9A CN113096765A (zh) | 2021-04-16 | 2021-04-16 | 一种用于靶向目标范围电场强度计算的有限元建模方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110413523.9A CN113096765A (zh) | 2021-04-16 | 2021-04-16 | 一种用于靶向目标范围电场强度计算的有限元建模方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113096765A true CN113096765A (zh) | 2021-07-09 |
Family
ID=76678176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110413523.9A Pending CN113096765A (zh) | 2021-04-16 | 2021-04-16 | 一种用于靶向目标范围电场强度计算的有限元建模方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096765A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542115A (zh) * | 2023-07-06 | 2023-08-04 | 湖南安泰康成生物科技有限公司 | 生物体目标区域电场强度模的确定方法、装置及电子设备 |
CN117438039A (zh) * | 2023-12-19 | 2024-01-23 | 湖南安泰康成生物科技有限公司 | 一种确定电极片的贴敷分布的方法和装置 |
CN117789922A (zh) * | 2024-02-23 | 2024-03-29 | 湖南安泰康成生物科技有限公司 | 电极片贴敷方案确定方法及装置、设备及存储介质 |
CN117954050A (zh) * | 2024-03-25 | 2024-04-30 | 湖南安泰康成生物科技有限公司 | 电极片贴敷方案确定方法及装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106345056A (zh) * | 2016-09-21 | 2017-01-25 | 天津大学 | 基于机器学习的深度脑刺激电极阵列优化*** |
US20170120041A1 (en) * | 2015-10-28 | 2017-05-04 | Novocure Limited | TTField Treatment with Optimization of Electrode Positions on the Head Based on MRI-Based Conductivity Measurements |
US20190355476A1 (en) * | 2016-12-06 | 2019-11-21 | The Regents Of The University Of California | Optimal multi-electrode transcutaneous stimulation with high focality and intensity |
-
2021
- 2021-04-16 CN CN202110413523.9A patent/CN113096765A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170120041A1 (en) * | 2015-10-28 | 2017-05-04 | Novocure Limited | TTField Treatment with Optimization of Electrode Positions on the Head Based on MRI-Based Conductivity Measurements |
CN106345056A (zh) * | 2016-09-21 | 2017-01-25 | 天津大学 | 基于机器学习的深度脑刺激电极阵列优化*** |
US20190355476A1 (en) * | 2016-12-06 | 2019-11-21 | The Regents Of The University Of California | Optimal multi-electrode transcutaneous stimulation with high focality and intensity |
Non-Patent Citations (3)
Title |
---|
孙伟铭;董香丽;: "颅去骨瓣减压术后tDCS电极参数对人脑内部电场影响的有限元仿真", 医疗卫生装备, no. 10, 15 October 2018 (2018-10-15), pages 10 - 13 * |
帅万钧;薛丽波;晁勇;: "基于CT图像提取人体组织边界建立的有限元模型", 中国组织工程研究与临床康复, no. 48, 26 November 2009 (2009-11-26), pages 9463 - 9466 * |
翟伟兵: "经颅直流电刺激人脑中电场分布的聚焦度研究", 《兰州交通大学硕士学位论文》, 28 April 2017 (2017-04-28), pages 8 - 13 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542115A (zh) * | 2023-07-06 | 2023-08-04 | 湖南安泰康成生物科技有限公司 | 生物体目标区域电场强度模的确定方法、装置及电子设备 |
CN116542115B (zh) * | 2023-07-06 | 2023-10-20 | 湖南安泰康成生物科技有限公司 | 生物体目标区域电场强度模的确定方法、装置及电子设备 |
CN117438039A (zh) * | 2023-12-19 | 2024-01-23 | 湖南安泰康成生物科技有限公司 | 一种确定电极片的贴敷分布的方法和装置 |
CN117438039B (zh) * | 2023-12-19 | 2024-03-22 | 湖南安泰康成生物科技有限公司 | 一种确定电极片的贴敷分布的方法和装置 |
CN117789922A (zh) * | 2024-02-23 | 2024-03-29 | 湖南安泰康成生物科技有限公司 | 电极片贴敷方案确定方法及装置、设备及存储介质 |
CN117789922B (zh) * | 2024-02-23 | 2024-05-17 | 湖南安泰康成生物科技有限公司 | 电极片贴敷方案确定方法及装置、设备及存储介质 |
CN117954050A (zh) * | 2024-03-25 | 2024-04-30 | 湖南安泰康成生物科技有限公司 | 电极片贴敷方案确定方法及装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113096765A (zh) | 一种用于靶向目标范围电场强度计算的有限元建模方法及装置 | |
Huang et al. | Realistic volumetric-approach to simulate transcranial electric stimulation—ROAST—a fully automated open-source pipeline | |
US10422761B2 (en) | Three dimensional electrical impedance tomographic method | |
EP4074372A1 (en) | Methods, systems, and apparatuses for guiding transducer placements for tumor treating fields | |
Foerster et al. | Effects of cathode location and the size of anode on anodal transcranial direct current stimulation over the leg motor area in healthy humans | |
EP3247269B1 (en) | Tissue-orientation-based simulation of deep brain stimulation | |
Guerin et al. | Realistic modeling of deep brain stimulation implants for electromagnetic MRI safety studies | |
Vaziri et al. | A channel for 3D environmental shape in anterior inferotemporal cortex | |
US11810663B2 (en) | Simulating a target coverage for deep brain stimulation | |
Li et al. | Unveiling the development of intracranial injury using dynamic brain EIT: an evaluation of current reconstruction algorithms | |
Rashed et al. | Learning-based estimation of dielectric properties and tissue density in head models for personalized radio-frequency dosimetry | |
CN111275762A (zh) | 病人定位的***和方法 | |
Zemzemi et al. | Effect of the torso conductivity heterogeneities on the ECGI inverse problem solution | |
Gong et al. | Sparse regularization for EIT reconstruction incorporating structural information derived from medical imaging | |
US12002153B2 (en) | Methods, systems, and apparatuses for medical image enhancement to optimize transducer array placement | |
Timmons et al. | End-to-end workflow for finite element analysis of tumor treating fields in glioblastomas | |
Yosibash et al. | Autonomous FEs (AFE)-A stride toward personalized medicine | |
Jatoi et al. | BEM based solution of forward problem for brain source estimation | |
CN113129418B (zh) | 基于三维影像的目标表面重建方法、装置、设备和介质 | |
Li et al. | Adaptive techniques in electrical impedance tomography reconstruction | |
Cvetković et al. | A study on the use of compound and extracted models in the high frequency electromagnetic exposure assessment | |
CA2873918C (en) | Method and system for the three-dimensional reconstruction of structures | |
Zhang et al. | Chinese digital arm (CDA): A high-precision digital arm for electrical stimulation simulation | |
Loizos et al. | Virtual electrode design for increasing spatial resolution in retinal prosthesis | |
Moore et al. | The approximate entropy concept extended to three dimensions for calibrated, single parameter structural complexity interrogation of volumetric images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |