本發(fā)明涉及醫(yī)學(xué)檢測領(lǐng)域，具體涉及一種腦功能成像和腦組織成分檢測的方法及裝置。

背景技術(shù)：

在醫(yī)學(xué)檢測領(lǐng)域醫(yī)學(xué)成像是醫(yī)療工作者做出診斷的重要輔助工具，醫(yī)學(xué)成像大致經(jīng)歷了結(jié)構(gòu)成像、功能成像、分子成像三個階段。解剖結(jié)構(gòu)成像一般通過x-ray、ct、mri、usi獲得，不能通過形態(tài)學(xué)觀察的生理信息(如代謝信息)，則通過spect、pet、fmri、fnirs利用計算機(jī)重建技術(shù)(計算成像技術(shù))成像得到。而計算成像技術(shù)是光學(xué)分子影像學(xué)的實現(xiàn)的基礎(chǔ)，計算成像技術(shù)為了優(yōu)化測量效率和最大化每個數(shù)據(jù)所攜帶的信息，光的空間調(diào)制和統(tǒng)計模型通常包含在計算成像和重構(gòu)過程中。

不同生物組織對不同波段光譜的吸收和散射作用存在差異，不同目標(biāo)物發(fā)射或透射出的光子數(shù)量不同，人們已經(jīng)掌握了組織和分子細(xì)胞等吸收和散射的參數(shù)，這樣通過檢測目標(biāo)物發(fā)射或透射出的一定數(shù)量的光子就能使得人們提取出對應(yīng)的有效的生物學(xué)信息，這就是分子光學(xué)成像技術(shù)可視化結(jié)果賦予的科學(xué)含義。進(jìn)一步發(fā)展起來的生物組織光子學(xué)為光學(xué)分子影像提供了即科學(xué)又實用的光在生物組織中傳播的物理學(xué)模型。分子成像探測生物體內(nèi)特定報告光子引發(fā)的反應(yīng)生命特征的微弱電磁信號或機(jī)械信號，經(jīng)過信號放大及醫(yī)學(xué)圖像處理與分析借助人機(jī)交互最終實現(xiàn)分子水平的生命過程的可視化，比如，生理信息通常不能被直接觀察，但是通過包括x-ray、ct、mri數(shù)據(jù)重建解剖結(jié)構(gòu)，生理信息包括熱活動、生物電活動通過一種可以理解的方式展現(xiàn)出來，方便醫(yī)護(hù)人員觀察。光學(xué)分子成像技術(shù)已經(jīng)得到廣泛應(yīng)用，如腦部血氧分布、神經(jīng)細(xì)胞活性、腫瘤早期診斷、藥物標(biāo)靶確認(rèn)，還用在基因測序和細(xì)胞學(xué)檢測方面。

但是在實際應(yīng)用中，并不是所有腦組織成分、腦功能活動與光量子的狀態(tài)信息呈線性關(guān)系，如腦組織水分含量測定、淋巴細(xì)胞計數(shù)，這樣就無法保證這些腦組織成分和腦功能活動信息的測量數(shù)據(jù)的可靠度和準(zhǔn)確度。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是在實際應(yīng)用中，并不是所有腦組織成分、腦功能活動與光量子的狀態(tài)信息呈線性關(guān)系，以至于無法保證這些腦組織成分和腦功能活動信息的測量數(shù)據(jù)的可靠度和準(zhǔn)確度的問題。

為了解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是提供一種功能成像和腦組織成分檢測的裝置，包括：

光量子調(diào)制單元，用于對光量子進(jìn)行調(diào)制和編碼；

糾纏態(tài)光量子制備單元，對調(diào)制所述光量子調(diào)制單元輸出的光量子，產(chǎn)生一個或多個頻率的糾纏態(tài)光量子對，并對光量子計數(shù)；

發(fā)射單元，將處于糾纏態(tài)量子對進(jìn)行分離，并發(fā)射，其中一個光量子發(fā)射到被檢測腦組織；

光量子狀態(tài)檢測單元，接收所述發(fā)射單元發(fā)射的另一個光量子，檢測該光量子狀態(tài)和計數(shù)，并以時間序列方式保存光量子的狀態(tài)和計數(shù)；

知識庫，建立和存儲光量子狀態(tài)與組織成分、組織熱活動、組織生物電活動關(guān)系知識的數(shù)據(jù)結(jié)構(gòu)；

知識庫訓(xùn)練單元，打開所述知識庫的訓(xùn)練接口，并利用所述光量子狀態(tài)檢測單元記錄的以時間序列保存的光量子狀態(tài)數(shù)據(jù)訓(xùn)練知識庫；

計算單元，利用所述知識庫的知識和所述光量子狀態(tài)檢測單元的狀態(tài)信息計算得到相應(yīng)的腦組織的成分、熱活動、生物電活動狀態(tài)數(shù)據(jù)，并進(jìn)一步將數(shù)據(jù)轉(zhuǎn)變?yōu)榭梢杂糜谥亟ǔ上竦某上駭?shù)據(jù)；

成像單元，利用所述成像數(shù)據(jù)重建關(guān)于組織成分、組織熱活動、生物電活動數(shù)據(jù)的圖像，并顯示。

在上述裝置中，對光量子的頻率和編碼進(jìn)行調(diào)制的調(diào)制方式包括頻率步進(jìn)方式和固定頻率方式。

在上述裝置中，一個光量子發(fā)射到被檢測腦組織進(jìn)入腦組織后受到包括反射、折射、散射、吸收、光化作用，該光量子的狀態(tài)被組織連續(xù)改變；所述光量子狀態(tài)檢測單元檢測另一個光量子的狀態(tài)，從而獲取進(jìn)入腦組織被腦組織連續(xù)改變、被腦組織吸收或者與發(fā)射到所述光量子狀態(tài)檢測單元的光量子消相干的光量子狀態(tài)信息。

在上述裝置中，所述知識庫的所述知識的數(shù)據(jù)架構(gòu)通過包括但不限于神經(jīng)網(wǎng)絡(luò)或者支持向量機(jī)方式組織構(gòu)建。

本發(fā)明還提供了一種腦功能成像和腦組織成分檢測的方法，包括以下步驟：

步驟s10、建立知識庫，構(gòu)建和存儲光量子狀態(tài)與組織成分、組織熱活動、組織生物電活動關(guān)系知識；

步驟s20、對光量子進(jìn)行調(diào)制，產(chǎn)生一個或多個頻率的糾纏態(tài)光量子對，并對光量子計數(shù)；

步驟s30、將處于糾纏態(tài)量子對進(jìn)行分離，并發(fā)射一個光量子發(fā)射到被檢測腦組織，另一個光量子發(fā)射到光量子狀態(tài)檢測單元；

步驟s40、光量子狀態(tài)檢測單元檢測接收的另一個光量子狀態(tài)，按照時間序列記錄檢測的光量子狀態(tài)和計數(shù)，并利用保存的光量子狀態(tài)數(shù)據(jù)訓(xùn)練知識庫；

步驟s50、利用知識庫的知識和以時間序列方式保存的光量子狀態(tài)信息計算得到相應(yīng)的腦組織的成分、熱活動、生物電活動狀態(tài)數(shù)據(jù)，并將數(shù)據(jù)轉(zhuǎn)變?yōu)槌上駭?shù)據(jù)；

步驟s60、利用成像數(shù)據(jù)重建組織成分、組織熱活動、生物電活動的醫(yī)學(xué)圖像，并顯示。

本發(fā)明引入基于知識判斷組織成分的非線性分析計算方法，通過機(jī)器學(xué)習(xí)算法如神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)方法逼近準(zhǔn)確值，基于知識的逼近方法優(yōu)勢在于即使不存在直接作用的因素之間也存在相關(guān)性，訓(xùn)練樣本集合越大，本發(fā)明分析能力越來越強(qiáng)大準(zhǔn)確，有效的提高了測量數(shù)據(jù)的可靠度和準(zhǔn)確度。

附圖說明

圖1為本發(fā)明提供的一種腦功能成像和腦組織成分檢測的裝置結(jié)構(gòu)框圖；

圖2為本發(fā)明提供的一種腦功能成像和腦組織成分檢測的方法的流程圖。

具體實施方式

本發(fā)明采用多波長糾纏態(tài)光量子作為探測光源，檢測腦組織的成分和腦組織的熱活動、生物電活動。量子糾纏是粒子在由兩個或兩個以上粒子組成系統(tǒng)中相互影響的現(xiàn)象，它描述了兩個或兩個以上粒子互相糾纏，即使相距遙遠(yuǎn)距離，一個粒子的行為將會影響另一個粒子的狀態(tài)，如當(dāng)其中一個被操作狀態(tài)發(fā)生變化，另一個也會即刻發(fā)生相應(yīng)的狀態(tài)變化。量子糾纏的特性可以被用于信息傳遞，而時間相關(guān)單光子計數(shù)技術(shù)(time-correlatedsinglephotoncountingtechn.tcspc)和時間序列(timeseries)記錄技術(shù)的應(yīng)用為連續(xù)觀測和記錄光量子狀態(tài)提供了可能。

與非糾纏態(tài)的光子成像即傳統(tǒng)的光學(xué)成像相比，糾纏態(tài)光量子成像有以下技術(shù)特點(diǎn)：

(1)采用多波長糾纏態(tài)光量子作為探測光源；

(2)通過間接計算吸收波譜、散射波譜獲取組織成分信息和生理信息；

(3)光量子發(fā)射到組織內(nèi)，經(jīng)過組織成分的反射、折射、散射、吸收和光化作用，改變光量子的狀態(tài)，捕獲該光量子或者檢查與該光量子糾纏的光量子的狀態(tài)，得到組織內(nèi)部的數(shù)據(jù)，進(jìn)一步分析計算重建成像；與傳統(tǒng)成像基于生物組織對光量子的吸收不同，本發(fā)明基于對光量子狀態(tài)的統(tǒng)計，通過記錄光量子的多個狀態(tài)，最終展現(xiàn)組織成分信息和組織熱活動信息，跟光量子本身無關(guān)，僅光量子充當(dāng)了信使；

(4)光學(xué)成像是光場的一階關(guān)聯(lián)信息在平面的投影，雙光量子成像是光場的二階關(guān)聯(lián)信息在平面的投影,光學(xué)成像和雙光量子反應(yīng)的圖形幾何關(guān)系保持不變；本發(fā)明是分析計算被檢測量子的狀態(tài)信息得到組織的成分?jǐn)?shù)據(jù)、熱活動、生物電活動數(shù)據(jù)，根據(jù)計算得到的數(shù)據(jù)計算機(jī)重建成像；記錄狀態(tài)的數(shù)據(jù)沒有空間結(jié)構(gòu)信息，重建成像時圖形的空間幾何關(guān)系需要通過計算得到；

(5)傳統(tǒng)光學(xué)成像由光場強(qiáng)度進(jìn)行描述和可以使用膠片或數(shù)字化記錄，可以直接觀察；本發(fā)明由光量子狀態(tài)構(gòu)成的時間序列描述必須使用計算機(jī)重建圖像才能被觀察和理解；

(6)目前常用的ct、mri、pet等醫(yī)學(xué)影像設(shè)備產(chǎn)生二維斷層圖像，利用一些列二維切片圖像重建三維圖像模型，進(jìn)行定量分析，本發(fā)明不產(chǎn)生二維斷層圖像，不能獲取生物組及解剖結(jié)構(gòu)，圖像重建依賴于包括ct、mri建立起來的數(shù)字人模型，生理活動信息(如腦功能活動信息)以可以觀察并理解的方式在數(shù)字人模型上重建。

綜上所述，本發(fā)明實現(xiàn)多波段光譜探測分子特征波譜，間接計算腦組織分子的吸收譜、散射譜分析腦組織成分和分析記錄腦活動，實現(xiàn)功能成像、成分成像；同時，本發(fā)明還基于知識判斷組織成分的非線性分析計算方法，結(jié)合機(jī)器學(xué)習(xí)算法(包括但不限于神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)方法)逼近，對數(shù)據(jù)進(jìn)行訓(xùn)練，提高測量的可靠度和準(zhǔn)確度更高，隨著訓(xùn)練樣本集合不斷變大測量越來越強(qiáng)大準(zhǔn)確，且這種基于知識的逼近方法優(yōu)勢在于即使不存在直接作用的因素之間也能建議相關(guān)性。

下面結(jié)合說明書附圖和具體實施例對本發(fā)明做出詳細(xì)的說明。

如圖1所示，本發(fā)明提供的一種腦功能成像和腦組織成分檢測的裝置，用于腦組織成分分析和組織功能分析，包括光量子調(diào)制單元、糾纏態(tài)光量子制備單元、發(fā)射單元、光量子狀態(tài)檢測單元、知識庫訓(xùn)練單元、知識庫管理單元、計算單元和成像單元。其中，

光量子調(diào)制單元，用于對光量子進(jìn)行調(diào)制和編碼，調(diào)制方式包括頻率步進(jìn)方式和固定頻率方式。

糾纏態(tài)光量子制備單元，對光量子調(diào)制單元輸出的光量子進(jìn)行處理，產(chǎn)生一個或者多個頻率的糾纏態(tài)光量子對a(a1，a2)，并對光量子計數(shù)，由于光量子糾纏并不是百分百糾纏，而概率事件，通過對光量子計數(shù)可以實現(xiàn)進(jìn)行概率統(tǒng)計，從而統(tǒng)計相干概率，或者叫糾纏概率。

發(fā)射單元，將處于糾纏態(tài)量子對a進(jìn)行分離，一個光量子a1發(fā)射到被檢測腦組織，另一個光量子a2發(fā)射到光量子狀態(tài)檢測單元。

光量子狀態(tài)檢測單元，檢測接收的光量子a2狀態(tài)和計數(shù)，并記錄光量子狀態(tài)和計數(shù)，記錄的光量子的狀態(tài)和計數(shù)以時間序列方式保存。

在本發(fā)明中，光量子a1進(jìn)入腦組織后受到包括反射、折射、散射、吸收、光化作用，光量子a1的狀態(tài)被組織連續(xù)改變或被腦組織吸收或消相干，光量子狀態(tài)檢測單元檢測光量子a2狀態(tài)獲取a1狀態(tài)信息，a1的狀態(tài)存在時間相關(guān)性，以時間序列的方式記錄a1的狀態(tài)(a1)。

在光量子a2與光量子a1處于糾纏狀態(tài)時，觀測光量子a2狀態(tài)(a2)可以得到光量子a1的狀態(tài)信息(a1)，即一個光量子狀態(tài)改變，另一個狀態(tài)也隨之改變，當(dāng)光量子a2與光量子a1消相干，成為非糾纏態(tài)光量子后，一個光量子狀態(tài)改變，另一個狀態(tài)不再隨之改變。

知識庫，建立和存儲光量子狀態(tài)與組織成分、組織熱活動、組織生物電活動關(guān)系知識的數(shù)據(jù)結(jié)構(gòu)，該知識的數(shù)據(jù)架構(gòu)通過神經(jīng)網(wǎng)絡(luò)或者支持向量機(jī)等在內(nèi)的機(jī)器學(xué)習(xí)引擎訓(xùn)練知識模型方式組織構(gòu)建；如用近紅外吸收波譜分析血氧濃度關(guān)系的知識。

知識庫訓(xùn)練單元，打開知識庫的訓(xùn)練接口，并利用光量子狀態(tài)檢測單元記錄的以時間序列保存的光量子狀態(tài)數(shù)據(jù)(a2)訓(xùn)練知識庫；知識庫訓(xùn)練單元是知識庫的訓(xùn)練引擎，是與構(gòu)建知識庫的數(shù)學(xué)模型相匹配的機(jī)器學(xué)習(xí)模型。

計算單元，利用知識庫的知識和光量子狀態(tài)檢測單元的狀態(tài)信息(a2)計算得到相應(yīng)的腦組織的成分、熱活動、生物電活動狀態(tài)數(shù)據(jù)，并進(jìn)一步將數(shù)據(jù)轉(zhuǎn)變?yōu)榭梢杂糜谥亟ǔ上竦某上駭?shù)據(jù)。在本發(fā)明中，光量子的狀態(tài)信息(a2)與腦組織的組成成分、熱活動、生物電活動狀態(tài)不是線性關(guān)系，而是通過基于經(jīng)驗計算法的知識庫建立起的相關(guān)性進(jìn)行的計算，所以通過不斷訓(xùn)練，經(jīng)驗計算方法會隨著機(jī)器學(xué)習(xí)和訓(xùn)練樣本量增加，這樣計算結(jié)果也會越來越準(zhǔn)確，從而滿足一般疾病定性診斷和一般精細(xì)粒度定量診斷的要求，如腦組織水分含量測定、淋巴細(xì)胞計數(shù)。

成像單元，利用成像數(shù)據(jù)重建醫(yī)學(xué)圖像，實現(xiàn)組織成分、組織熱活動、生物電活動數(shù)據(jù)通過可理解的方式展現(xiàn)給醫(yī)護(hù)人員。

本發(fā)明引入基于知識判斷組織成分的非線性分析計算方法，通過機(jī)器學(xué)習(xí)算法(包括但不限于如神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)方法)逼近準(zhǔn)確值，基于知識的逼近方法優(yōu)勢在于即使不存在直接作用的因素之間也存在相關(guān)性，訓(xùn)練樣本集合越大，本發(fā)明分析能力越來越強(qiáng)大準(zhǔn)確，有效的提高了測量數(shù)據(jù)的可靠度和準(zhǔn)確度。

如圖2所示，本發(fā)明提供的一種腦功能成像和腦組織成分檢測的方法，包括以下步驟：

步驟s10、建立知識庫，建立和存儲光量子狀態(tài)與組織成分、組織熱活動、組織生物電活動關(guān)系知識。

步驟s20、對光量子進(jìn)行調(diào)制，產(chǎn)生一個或者多個頻率的糾纏態(tài)光量子對、光量子脈沖，并對光量子計數(shù)。

步驟s30、將處于糾纏態(tài)量子對和光量子脈沖進(jìn)行分離，一個光量子a1發(fā)射到被檢測腦組織，另一個光量子發(fā)射到光量子狀態(tài)檢測單元。

步驟s40、光量子狀態(tài)檢測單元檢測接收的另一個光量子狀態(tài)，按照時間序列記錄檢測的光量子狀態(tài)和計數(shù)，并利用保存的光量子狀態(tài)數(shù)據(jù)訓(xùn)練知識庫。

步驟s50、利用知識庫的知識和光量子狀態(tài)檢測單元的狀態(tài)信息計算得到相應(yīng)的腦組織的成分、熱活動、生物電活動狀態(tài)數(shù)據(jù)，并進(jìn)一步將數(shù)據(jù)轉(zhuǎn)變?yōu)榭梢杂糜谥亟ǔ上竦某上駭?shù)據(jù)。

步驟s60、利用成像數(shù)據(jù)重建醫(yī)學(xué)圖像，實現(xiàn)組織成分、組織熱活動、生物電活動數(shù)據(jù)通過可理解的方式展現(xiàn)給醫(yī)護(hù)人員，例如計算機(jī)重建虛擬人，在虛擬人基礎(chǔ)上重建組織的成分、組織熱活動、生物神經(jīng)電活動圖像。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。