一种基于物理机理与多数据双驱动的皮下脂肪热透视方法

本发明属于生物医学无创检测，具体涉及一种基于物理机理与多数据双驱动的皮下脂肪热透视方法。

背景技术：

1、在外部热源作用于生物组织的热疗或能量治疗过程中，深部组织温度分布是评价热作用效果与组织安全性的重要依据。对以皮下脂肪组织为主要作用区域的治疗场景，皮下脂肪温度不仅关系到目标区域是否达到预期热效应，还影响表层组织及周围正常组织的热安全性。然而，皮下脂肪层位于体内，难以通过常规非接触方式直接获取其温度。现有直接测量方法通常依赖热电偶、针式温度探针、植入式微型温度传感器等，虽然能够获取局部内部温度，但存在创伤性强、测量点位有限、难以实现大范围连续监测等问题，该类方法尤其不适用于医美减脂、无创热疗等非手术场景。现有非侵入式方法则多依赖表面红外热像、微波测温、超声测温、磁共振测温等方式，其中磁共振测温等技术存在设备结构复杂、使用与维护成本高昂、适用场景严重受限的问题；红外热成像、微波测温等方法，存在组织穿透能力不足、空间分辨率与测温实时性不佳的固有缺陷，均难以稳定、精准地反映皮下脂肪层的真实三维温度分布。除上述方法外，现有技术还提出了基于组织传热模型的内部温度反演方法以及融合物理机理的神经网络预测方法。前者通常将表面温度作为边界条件，通过数值迭代求解组织内部温度场，其预测精度容易受到组织热物性参数、光学参数、边界换热参数及组织结构参数设定偏差的影响，并且在复杂动态工况下存在计算量较大、参数适应性有限的问题。后者可利用数值仿真样本学习外部观测信息与内部温度之间的映射关系，但数值仿真样本与真实组织热响应之间通常存在分布差异，仅依赖仿真样本训练得到的模型容易继承正向数值模型中的参数偏差和模型偏差。另一方面，真实实验通常只能通过一个或多个温度传感器获得皮下脂肪层中少量位置的局部温度，难以直接获得连续二维或三维完整温度场。现有方法一般将局部实测温度用于验证数值模型，或者直接与数值样本混合进行模型训练，尚未充分解决如何利用稀疏局部实测信息对完整温度场的仿真—真实偏差进行空间修正，以及如何限制该局部修正向未实测区域传播时产生不合理放大、振荡或失真的问题。

技术实现思路

1、针对现有技术中皮下脂肪温度难以无创直接获取、侵入式测量创伤性强且测量范围有限、纯物理建模方法对参数设定和边界条件敏感、纯数据驱动方法缺乏物理约束且泛化能力不足等问题，本发明的目的在于提供一种基于物理机理与多数据双驱动的皮下脂肪热透视方法，实现对皮下脂肪温度信息的无创预测、温度场重建及热透视可视化表征。

2、有鉴于此，本发明提出了一种基于物理机理与多数据双驱动的皮下脂肪热透视方法，包括：

3、将待测生物组织的表面温度数据、外部热源作用参数、边界条件参数及组织结构参数输入预先训练好的预测模型，所述预测模型包括基础温度场预测模块和温度场修正模块，通过温度场修正模块输出的温度场修正量对基础温度场预测模块输出的基础温度场预测结果进行修正，输出对应条件下的皮下脂肪组织温度分布；

4、所述基础温度场预测模块在模型训练阶段，基于经真实实验数据标定的参数对生物热传导控制方程数值求解生成的温度场样本进行训练，用于学习不同输入条件与皮下脂肪基础温度场之间的映射关系；

5、所述温度场修正模块在模型训练阶段，以真实实验中的皮下局部温度实测值与基础温度场预测结果在对应测温位置处的温度偏差作为监督信息，学习不同输入条件与温度场修正量之间的映射关系，并在组织传热物理一致性约束、修正量幅值约束及空间平滑性约束下进行优化。

6、作为上述方法的一种改进，所述表面温度数据包括以下至少一种：由红外热像仪获取的单时刻表面温度分布、时间窗内表面温度序列、经处理提取的表面温度统计特征信息和其他能够表征热作用历程的信息。

7、作为上述方法的一种改进，所述外部热源作用参数，用于表征外部热源的作用强度、作用时间、作用位置和作用轨迹；

8、所述边界条件参数，用于表征表面换热条件、冷却条件及初始温度条件信息；

9、所述组织结构参数，用于表征组织分层结构信息以及各层厚度信息。

10、作为上述方法的一种改进，所述基础温度场预测模块包括：输入特征编码单元、特征融合单元和解码单元；所述温度场修正模块包括：修正特征提取单元和残差输出单元。

11、作为上述方法的一种改进，所述方法还包括预测模型的训练步骤，包括：

12、获取真实实验数据，基于生物热传导控制方程求解数据，构建包括实验数据和求解数据的样本集；

13、对样本集的数据进行预处理，转换为统一数据表示形式；

14、基于多源数据约束构建预测模型的联合优化目标；

15、基于联合优化目标对预测模型进行训练，得到满足训练要求的预测模型。

16、作为上述方法的一种改进，所述真实实验数据至少包括：表面温度数据、外部热源作用参数、边界条件参数及组织结构参数；以及在实验样本的皮下目标深度位置布设温度传感器，采集皮下局部温度随激光作用时间变化的实测数据作为标签。

17、作为上述方法的一种改进，所述基于生物热传导控制方程求解数据，具体包括：

18、建立至少包括表皮层、真皮层及皮下脂肪层的分层组织计算模型，为每层设置相应的参数信息，所述参数信息至少包括层厚参数、热物性参数以及与外部热源作用相关的参数；

19、建立温度场控制方程；对于离体组织场景，控制方程采用不含血液灌注项和组织代谢热项的简化形式，满足下式：

20、

21、对于活体组织场景，根据组织特性和预测精度要求，在控制方程中进一步引入血液灌注率、血液温度和组织代谢热项；满足下式：

22、

23、其中，表示因温差导致的热传导，表示时间，表示组织温度，表示组织密度，表示组织比热容，表示组织热导率，表示外部热源在组织内部产生的热源项，表示血液灌注率，表示血液比热容，表示血液温度，表示组织代谢热源项，表示组织状态，用于区分离体组织和活体组织；

24、通过数值求解生成温度场样本。

25、作为上述方法的一种改进，所述多源数据约束包括：基础温度场一致性约束、局部温度实测一致性约束、物理一致性约束以及修正量约束，分别满足下式：

26、

27、

28、其中，m表示基础温度场样本总数，表示第个基础温度场样本包括对应的工况输入信息；表示第个基础温度场样本对应的空间位置，表示基础温度场预测模块在第个基础温度场样本所对应的工况及空间位置处输出的基础温度预测值，表示经真实实验数据标定参数后的生物热传导控制方程进行数值求解后，在对应的工况及空间位置处得到的数值温度值；表示局部温度实测约束样本总数；表示第个实测约束样本对应的工况输入信息，表示第n个实测约束样本的热电偶测温位置；表示第n个实测约束样本在对应测温位置处的皮下局部温度实测值，表示最终的温度场预测结果，

29、

30、

31、其中，表示物理约束采样点总数，表示第个物理约束采样点对应的工况输入信息；分别表示第个物理约束采样点对应的空间位置；表示第个物理约束采样点在对应的工况及对应空间位置处输出的最终温度预测值；、和分别表示组织密度、比热容和热导率；表示外部热源在第个物理约束采样点处形成的热源项；表示第个物理约束采样点处的组织状态相关等效热交换项；为平滑性约束权重系数；表示在对应工况及空间位置处输出的温度修正量，

32、基于多源数据约束构建预测模型的联合优化目标为：

33、

34、其中，、、和表示各约束项对应的权重系数，根据训练阶段、预测误差、物理残差及模型收敛状态进行预设，分阶段调整或动态调整，以实现数据驱动学习与物理机理约束之间的平衡。

35、作为上述方法的一种改进，对所述预测模型进行训练，采用分阶段优化方式、联合优化方式或二者组合方式实现。

36、作为上述方法的一种改进，所述对应条件下的皮下脂肪组织温度分布为：单点皮下温度值、某一深度位置的温度序列、皮下脂肪层二维温度分布、皮下脂肪层三维温度分布或动态温度演化结果；

37、预测模型的输出结果还包括：预测结果的不确定性信息或误差范围，用于评估预测结果的可信度。

38、与现有技术相比，本发明的优势在于：

39、1. 本发明在应用阶段，可基于表面温度响应信息及相关工况参数实现对皮下脂肪温度场无创预测。

40、2. 本发明融合真实实验数据与基于组织传热机理数值求解得到的样本数据，构建了用于皮下脂肪温度场预测的多源数据体系，弥补了单一数据来源在内部温度信息获取和工况覆盖范围方面的不足。

41、3. 本发明将组织传热物理机理嵌入皮下脂肪温度预测模型，使模型在进行数据驱动学习的同时满足物理规律约束，从而提高了预测结果的物理一致性、稳定性和可解释性。

42、4. 本发明能够输出皮下脂肪层局部温度值、二维或三维温度分布、温度剖面及热透视可视化结果，不仅可用于内部温度预测，还可用于热作用过程评估、热安全性分析及热疗方案辅助制定。

43、5. 本发明不局限于单一外部热源场景，具有较好的方法通用性和扩展性，可应用于多种生物组织热作用过程中的内部温度场预测。