组织三维物理特性导航图的构建方法、双通道灌注系统的控制方法及灌注系统与流程

本发明涉及人工智能医疗、医疗器械自动化控制技术以及医学图像处理，尤其涉及一种将组织病理学微观结构分析与介入治疗过程中的实时物理参数反馈相结合的、用于肝癌治疗的精准灌注系统及方法。

背景技术：

1、肝细胞癌是全球范围内常见的原发性肝癌类型，其诊断与治疗效果高度依赖于对癌变组织的早期、精准识别以及高效、低毒的靶向治疗。在诊断层面，组织病理学检查是金标准，通过显微镜观察染色后的组织切片来识别癌细胞。然而，该方法在面对早期、分化良好的癌变时，诊断一致性面临挑战。随着计算病理学的发展，利用图神经网络（gnn）等人工智能技术对数字化病理图像进行分析成为研究热点。通过将细胞建模为图的节点，能够学习更高阶的组织结构模式。然而，现有的基于gnn的方法大多停留在一种静态描述范式，即直接对组织图谱进行特征提取和分类，其灵敏度受限于细胞形态学本身的异变程度。这些静态分析方法缺乏一种主动探测机制来激发和放大正常与癌变组织在结构稳定性上的内在差异，并且未能将抽象的病理学发现转化为可用于指导物理治疗的定量参数。

2、在治疗层面，肝动脉化疗栓塞术（tace）是中晚期肝癌的主要介入治疗手段之一。传统的tace操作严重依赖医生的经验，灌注过程常采用手动推注或设定固定流速的电动注射泵，这是一种盲注模式。肿瘤内部的血管网络通常是迂曲、僵硬且异质性极高的，在灌注过程中，血管内的流体阻力会因导管尖端的微小位移、血管痉挛或栓塞剂的逐渐填充而发生剧烈变化。现有的无反馈设备无法感知这些变化，若阻力异常升高仍强行注药，可能导致血管破裂或药物返流至胃肠道等正常器官，引发严重并发症；若阻力异常降低（如导管滑脱至大血管），则会导致化疗药物被血流迅速稀释，无法在肿瘤区域形成有效浓度。因此，如何超越静态的病理诊断和盲目的物理灌注，发展一种能够将微观组织结构分析与宏观灌注过程的实时物理反馈相结合，实现从精准预测到自适应治疗的诊疗一体化方法，是本领域亟待解决的技术问题。

技术实现思路

1、本发明所要解决的技术问题在于，针对现有技术中组织病理学分析结果难以转化为介入治疗定量参数、以及灌注设备缺乏基于实时物理反馈的自适应控制能力的问题，提供一种组织三维物理特性导航图的构建方法、一种双通道灌注系统的控制方法及一种双通道自适应灌注系统。

2、第一方面，本技术提供了一种组织三维物理特性导航图的构建方法，包括：获取表征一数字化病理图像中细胞核及其空间邻接关系的细胞空间邻接图谱，其中，所述细胞空间邻接图谱包括多个节点和连接所述节点的边，每一个所述节点对应一个细胞核，并关联有一用以表征所述细胞核量化特征的初始节点特征向量；定义一个用于表征所述细胞空间邻接图谱结构稳定性的全局结构度量；对所述细胞空间邻接图谱中的至少一个种子节点，迭代施加一构象应力序列，所述构象应力序列为一序列逐步增强的扰动向量；在所述迭代施加的过程中，利用一预训练的图神经网络模型，计算每一次施加所述扰动向量后，由所述图神经网络模型输出的节点嵌入所决定的所述全局结构度量的响应值，以生成一全局结构度量响应曲线；识别所述全局结构度量响应曲线中的一临界响应奇点，并基于所述临界响应奇点构建一表征组织区域的三维物理特性导航图，所述三维物理特性导航图包含所述区域内一个或多个位置的一预测血管物理参数。

3、可选地，所述获取所述细胞空间邻接图谱，包括：对所述数字化病理图像进行预处理，并分割出所述图像中的所有细胞核实例；将每一个所述细胞核实例定义为所述细胞空间邻接图谱的一个节点；针对每一个所述节点，提取其对应的所述细胞核的至少一种量化特征，以生成所述初始节点特征向量；基于所述细胞核实例之间的空间距离关系，确定所述节点之间的连接关系以生成所述边。

4、可选地，所述全局结构度量为全局结构熵，所述全局结构熵基于所述图神经网络模型输出的所有节点嵌入向量与其均值嵌入向量之间的余弦相似度分布的香农熵计算得到。

5、可选地，所述基于所述临界响应奇点构建所述三维物理特性导航图，包括：计算在所述临界响应奇点对应的迭代步数下，每个节点的嵌入向量相对于系统均值嵌入向量的偏离度；基于所述偏离度与血管物理特性之间的映射关系，生成每个节点所在区域的所述预测血管物理参数。

6、可选地，所述预测血管物理参数包括选自如下至少一组的参数：预测动态流体阻抗、预测血管壁顺应性时间常数。

7、第二方面，本技术还提供一种双通道灌注系统的控制方法，应用于包括灌注泵、通道切换阀和压力传感器的灌注系统中，包括：控制所述灌注泵通过第一通道输出一试探性流体脉冲信号，并通过所述压力传感器实时采集由所述试探性流体脉冲信号引发的一压力响应曲线；基于所述压力响应曲线，计算得到一实际血管物理参数；将所述实际血管物理参数与一基于数字化病理图像的细胞空间邻接图谱经结构扰动分析所构建的三维物理特性导航图中对应位置的预测血管物理参数进行比对；基于所述比对结果满足预设匹配条件时，控制所述通道切换阀从所述第一通道切换至第二通道，并控制所述灌注泵通过所述第二通道执行药液输送；在所述药液输送过程中，基于所述压力传感器的实时反馈，执行闭环压力补偿控制以动态调整所述灌注泵的输出流速。

8、可选地，所述实际血管物理参数和所述预测血管物理参数包括选自如下至少一组的参数：动态流体阻抗、血管壁顺应性时间常数；其中，所述动态流体阻抗基于所述压力响应曲线的一峰值压力、一基准压力以及所述试探性流体脉冲信号的一预设流速计算得到；所述血管壁顺应性时间常数基于所述压力响应曲线在所述峰值压力之后的一压力衰减段的函数拟合确定。

9、可选地，所述预设匹配条件为：所述实际血管物理参数与所述预测血管物理参数之间的差值小于一预设匹配阈值。

10、可选地，所述闭环压力补偿控制包括：通过所述压力传感器实时采集流路中的实际压力值；基于所述实际压力值与一预设目标压力上限之间的误差，利用一比例-积分-微分控制算法，动态调整所述灌注泵通过所述第二通道的输出流速；其中，所述预设目标压力上限基于所述试探性流体脉冲信号的压力响应曲线中测得的峰值压力确定。

11、可选地，在所述药液输送完成后，所述控制方法还包括：控制所述通道切换阀从所述第二通道切换回所述第一通道；控制所述灌注泵通过所述第一通道输送一预设体积的冲洗液，所述预设体积与所述灌注系统的管路死腔体积相匹配。

12、第二方面，本技术还提供一种双通道自适应灌注系统，包括：一组织建模模块，用于获取表征一数字化病理图像的细胞空间邻接图谱，并通过对所述图谱施加虚拟扰动并分析其结构响应，构建一包含预测血管物理参数的三维物理特性导航图；一双通道灌注单元，包括与第一通道和第二通道流路连通的一灌注泵和一通道切换阀；一传感单元，用于在所述灌注泵通过所述第一通道输出一试探性流体脉冲信号时，实时采集一压力响应曲线；一自适应控制单元，被配置为：基于所述压力响应曲线计算一实际血管物理参数；将所述实际血管物理参数与所述三维物理特性导航图中对应位置的所述预测血管物理参数进行比对；基于所述比对结果，控制所述通道切换阀从所述第一通道切换至所述第二通道执行药液输送；并且在药液输送过程中，基于所述传感单元的实时反馈执行一闭环压力补偿控制，以自适应地调整所述灌注泵的输出流速。

13、可选地，所述组织建模模块包括：一图像预处理子模块，用于对所述数字化病理图像进行色彩归一化处理和细胞核实例分割；一图谱构建子模块，用于基于分割得到的细胞核实例的空间距离关系，构建所述细胞空间邻接图谱；一图神经网络推理子模块，用于通过结构扰动滴定过程识别临界响应奇点，并基于所述临界响应奇点生成所述三维物理特性导航图。

14、可选地，所述传感单元包括一压力传感器，所述压力传感器的采样率不低于1000hz，用于采集所述试探性流体脉冲信号引发的压力瞬态响应。

15、可选地，所述自适应控制单元内置一比例-积分-微分控制算法模块，所述比例-积分-微分控制算法模块被配置为：基于所述传感单元采集的实时压力值与一预设目标压力上限之间的误差，动态调整所述灌注泵的驱动信号。

16、可选地，所述自适应控制单元进一步被配置为：在药液输送完成后，控制所述通道切换阀切换回所述第一通道；并且控制所述灌注泵通过所述第一通道输送一预设体积的冲洗液，以执行一封管操作。

17、本发明的构建方法通过将图神经网络与结构扰动滴定相结合，能够从静态的二维病理图像中提取出反映组织微环境结构稳定性的定量特征，并将其转化为可用于指导物理介入操作的三维导航参数，实现了从抽象的病理分析到可操作的物理参数预测的技术跨越。

18、本发明的控制方法通过在灌注流路中比对预测的与实际测量的血管物理参数，建立了一种基于物理特性匹配的位置验证机制，并采用毫秒级pid闭环压力补偿控制，使灌注系统能够根据流路中实时压力反馈动态调整输出流速，提高了灌注过程的安全性和精确性。

19、本发明的灌注系统通过集成组织建模模块、双通道灌注单元、传感单元和自适应控制单元，实现了从导航图构建到自适应灌注控制的硬件一体化，为临床应用提供了完整的设备解决方案。