深圳大学陈昕获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳大学申请的专利一种磁性纳米颗粒浓度分布反演方法及相关装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120531425B 。
龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511036645.5,技术领域涉及:A61B8/08;该发明授权一种磁性纳米颗粒浓度分布反演方法及相关装置是由陈昕;钟文豪;顾娅宁;陈冕;林浩铭;董磊;陈思平设计研发完成,并于2025-07-28向国家知识产权局提交的专利申请。
本一种磁性纳米颗粒浓度分布反演方法及相关装置在说明书摘要公布了:本申请公开了一种磁性纳米颗粒浓度分布反演方法及相关装置,涉及生物医学工程技术领域,该方法先通过外部磁场激励生物组织中的磁性纳米颗粒产生微小位移,随后采用超声设备采集超声超快平面波成像数据并进行轴向振动位移的检测,将轴向振动位移实测数据和对应的离散空间、时间坐标输入到反演模型中进行迭代反演,得到磁性纳米颗粒浓度分布反演结果。反演模型的损失函数包含数据驱动损失项和物理信息驱动损失项(基于纳维方程)。与传统技术相比,该方法引入物理信息神经网络,将纳维方程等控制方程编码到全连接神经网络,无需过度简化物理方程,也无需对实验环境做复杂耗时建模获取模拟数据,具有更高的准确性和稳定性。
本发明授权一种磁性纳米颗粒浓度分布反演方法及相关装置在权利要求书中公布了:1.一种磁性纳米颗粒浓度分布反演方法,其特征在于,包括: 采用外部磁场激励生物组织中的磁性纳米颗粒产生微小位移,同时采用超声设备采集磁性纳米颗粒的超声超快平面波成像数据,并对所述超声超快平面波成像数据进行振动检测,得到磁性纳米颗粒的轴向振动位移实测数据; 将纳维方程编码进物理信息神经网络的损失函数,构建得到磁性纳米颗粒浓度反演模型;所述磁性纳米颗粒浓度反演模型包括时空神经网络和空间神经网络;所述时空神经网络用于以离散空间坐标和离散时间坐标作为模型输入,输出轴向振动位移预测结果和横向振动位移预测结果;所述空间神经网络用于以离散空间坐标为模型输入,输出磁性纳米颗粒浓度预测结果;所述损失函数以所述轴向振动位移预测结果、所述横向振动位移预测结果、所述轴向振动位移实测数据和所述磁性纳米颗粒浓度预测结果计算总损失;所述纳维方程用于控制通过外部磁场诱导磁性纳米颗粒产生振动的物理过程; 将所述轴向振动位移实测数据对应的离散空间坐标和离散时间坐标作为第一输入数据,将所述轴向振动位移实测数据对应的离散空间坐标作为第二输入数据,共同输入到所述磁性纳米颗粒浓度反演模型中,并将所述轴向振动位移实测数据作为时空神经网络的标签进行迭代反演,得到磁性纳米颗粒浓度分布反演结果;所述损失函数包括数据驱动损失项和物理信息驱动损失项;所述数据驱动损失项根据所述轴向振动位移预测结果和所述轴向振动位移实测数据的误差确定;所述物理信息驱动损失项根据所述磁性纳米颗粒浓度预测结果、所述横向振动位移预测结果、所述轴向振动位移预测结果和所述纳维方程确定;所述磁性纳米颗粒浓度反演结果为模型经过若干次迭代后满足迭代退出条件时输出的磁性纳米颗粒浓度预测结果;针对任一离散空间坐标,所述磁性纳米颗粒浓度反演模型输出对应位置的浓度,根据所述超声超快平面波成像数据中所有离散空间坐标处的磁性纳米颗粒浓度反演结果可确定磁性纳米颗粒浓度分布反演结果; 外部磁场诱导磁性纳米颗粒产生振动的物理过程是纳维方程控制的,所述纳维方程如下式所示: ; 其中,是生物组织的密度,是剪切模量,为梯度算子,是拉梅常数,是位移场,是单位体积内受到的磁力;将所述纳维方程在x方向和z方向上的分量形式用来计算得到物理信息驱动损失项;所述物理信息驱动损失项如下式所示: ; 其中,LossPDE1和LossPDE2分别为x方向和z方向的物理信息驱动损失子项,二者之和,即LossPDE=LossPDE1+LossPDE2为总的物理信息驱动损失项,u x 为x方向的振动位移反演结果,即横向振动位移预测结果,u z 为z方向的振动位移反演结果,即轴向振动位移预测结果;x和z为离散空间坐标,t为离散时间坐标,f z 为轴向的磁力; 轴向上的磁力根据下式计算: ; 其中,dV为磁性纳米颗粒浓度反演结果,是磁化率,是磁芯的体积分数,是磁感应强度,为生物组织的磁导率,为单个磁性纳米颗粒的体积。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳大学,其通讯地址为:518060 广东省深圳市南山区南海大道3688号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。