本发明属于外科治疗，涉及一种关联定位的聚焦超声治疗系统及使用方法。
背景技术：
1、高强度超声治疗是一种利用超声波的可聚焦性和穿透性作用于病变组织的非侵入性治疗。利用超声波能够穿透人体组织并可在人体组织内聚焦的特性，在体外产生多个超声波束，然后使超声波束在人体病灶上聚焦并进行治疗。近年来已广泛应用于多种疾病的临床治疗。
2、现有技术公开了一种聚焦超声治疗系统，包括超声发射设备、信号采集设备、成像设备、中央处理设备及反馈控制设备。其中，超声发射设备向目标区域或靶点部位发射聚焦超声，信号采集设备和成像设备配合中央处理设备及反馈控制设备实现靶点部位的定位、实时调整聚焦超声焦点与靶点部位的相对位置，实现对治疗靶点更好的跟踪，实时调节超声治疗剂量，以提升治疗定位的精确性和靶点跟踪能力，保障治疗需要剂量的精确性和稳定性。此外，在治疗过程中，还能确定温度变化参数，反馈控制设备根据回波和温度变化参数调整超声发射设备的工作参数，从而有效避免了患者局部组织温度过高，提高了治疗的效率，减轻了患者的痛苦和副作用。
3、还有公开的一种远程高强度聚焦超声治疗系统，包括超声换能器运动控制装置、运动控制服务器、b超机、医学影像服务器、医生工作站及护士工作站构成。医生工作站及护士工作站通过tcp/ip网络与运动控制服务器、医学影像服务器相连，通过向服务器发送指令的方式实现状态读取和控制手术过程。医学影像服务器连接b超机，将b超图像数字化后发送给医生工作站。运动控制服务器连接超声换能器运动控制装置，按照医生工作站发出的指令控制超声换能器的运动和超声发射。该系统允许多个医生工作站使用tcp/ip网络连接到系统中实现远程会诊和远程。
4、现有聚焦超声治疗系统主要采用核磁引导或超声引导等方式进行病灶定位，依据来自核磁或者超声的影像，由设备操作人员(一般为医生)识别并进行病灶部位的定位操作。操作人员根据定位的病灶部位，直接操作或生成指令序列，完成病灶部位的治疗。无论核磁引导还是超声引导最终确定病灶部位即治疗区域的都是由操作人员来确定，由于不同操作人员的经验、水平的不同，难以保证将患者的病灶部位全部正确识别，一旦定位出现偏差甚至错误，则无法保证所治疗部位完全覆盖病灶，严重者或导致治疗事故。此外，操作人员的记忆能力有限，无法完成数十张、甚至上百张图像的记忆，因此人工识别的效率极其低下。
5、现有超声诊断设备的引导装置，其探测距离与图像清晰度无法做到二者兼有，而在高强度超声治疗设备中，治疗头一旦确定基本上使用范围也随之确定，一般要达到10～40cm，此探测深度下，超声探头清晰度较差。
6、现有mri、ct引导的高强度超声治疗设备：一般情况而言体积比较大，应用灵活性较差，ct等含有电离辐射的设备，使用起来无法做到设备操作员与患者实时沟通交流。mri对使用环境的要求比较苛刻，治疗与检查时患者的体位以及超声耦合环境的变化导致图像形态、质量、位置的变化所引起定位困难，体位以及超声耦合环境的变化是导致图像形态、质量、位置变化的主要因素，但患者体内的病灶的相对位置、大小、形状实质上并未发生巨大改变或具有规律的变化。
7、ai图像识别在安防、自动驾驶等其他领域已经非常成熟，近年来ai识别也逐渐被引入医学辅助诊断方向，在目前已知应用ai技术的聚焦超声治疗系统中，所采用的方案均为通过ai直接识别患者病灶及器官，完成病灶的勾画操作。此种ai诊断几乎只存在于理想条件下，而面对实际十分复杂的治疗环境，识别错误率高。因此，ai技术在此方向的应用并不成熟。
技术实现思路
1、本发明的目的在于提供一种关联定位的聚焦超声治疗系统及使用方法，针对现有超声换能器仅提供功率超声的压电转换，但超声治疗头需要搭配测位以及整合数据同步才能实现有效治疗，结合精确诊断手段和ai识别技术实现高强度精确高效聚焦超声治疗。
2、为了实现上述目的，本发明提供如下技术方案：
3、一方面，本发明提出一种关联定位的聚焦超声治疗系统，包括称为本地系统的聚焦超声治疗设备，所述聚焦超声治疗设备至少包括引导装置及医生工作站，所述医生工作站包括计算服务器，医生工作站导入临床诊断设备的诊断结果并基于计算服务器中的本地深度学习模型进行训练得到影像模板；再依托影像模板对聚焦超声治疗设备中引导装置传输来的若干影像进行匹配与识别，获得识别概率大于阈值的影像，所得影像坐标即为病灶位置。
4、作为一种可能实现方式，该系统还包括依托远程深度学习模型的远程深度计算服务器，所述远程深度计算服务器通过网络与医生工作站通信，医生工作站导入诊断结果并传送至远程深度计算服务器用于远程深度学习模型的训练，医生工作站将引导装置传输来的若干影像进行预处理后传送至远程深度计算服务器，远程深度计算服务器基于远程深度学习模型进行训练得到影像模板；再依托影像模板对由聚焦超声治疗设备中引导装置传输来的若干影像进行匹配与识别，获得识别概率大于阈值的影像，依托影像确定病灶区域，其后治疗病灶并优化远程深度学习模型；所述识别概率大于阈值的影像，是指在相似度大于阈值的前提下病灶区域外接椭球中心与引导装置视野中心重合时所对应的影像；所述影像坐标即获取影像时引导装置所在位置的坐标值。
5、作为一种可能实现方式，远程系统完成一段时间的交互训练之后，定期发布新版本的远程深度学习模型及对应版本的本地深度学习模型并更新至本地系统。
6、作为一种可能实现方式，所述预处理至少包括剪裁、压缩、增强及依托预处理模型的特征提取；所述预处理模型至少包括cnn模型及transformer模型。
7、作为一种可能实现方式，所述cnn模型包括squeezenet、googlenet、shufflenet、mobilenetv2、nasnetmobile及googlenet模型，所述transformer模型至少包括vit、cait及deit网络。
8、作为一种可能实现方式，所述识别概率大于识别阈值的影像数量大于等于1小于等于20；所述识别阈值大于等于80％小于等于1。
9、作为一种可能实现方式，该系统包括与远程深度计算服务器通信的多个本地系统，远程深度计算服务器接收各个医生工作站发送的数据，训练并优化远程深度学习模型，具体为：将各医生工作站发送来的数据送入远程深度学习模型进行训练，统计当前轮次的训练准确率，若此训练准确率与远程深度计算服务器存储的训练准确率两者的差大于等于降低阈值，则将当前医生工作站发送来的数据舍弃，否则保留。
10、作为一种可能实现方式，所述聚焦超声治疗系统还包括护士工作站、治疗床、监控与保护单元、水处理单元、运动控制单元、超声功率单元和超声换能器，医生工作站分别与护士工作站和治疗床进行数据传输，医生工作站向水处理单元、运动控制单元和超声功率单元发送控制信号；本地系统执行的功能还包括建立患者病例档案、将患者治疗前检查报告数据导入系统、患者预处理、生成治疗方案和完成治疗。
11、另一方面，本发明提出一种关联定位聚焦超声治疗系统的使用方法，该方法利用如前所述的本地系统，其中的聚焦超声治疗设备接收来自临床诊断设备的诊断结果并进行本地深度学习模型的计算，引导装置对病灶部位执行m×n的预扫描，其中，m是扫描行数量，n为扫描列数量，获取m×n张病灶预扫描影像，再基于本地深度学习模型在m×n张预扫描影像中进行识别查找并生成匹配结果，获得病灶识别概率较高的一个或多个影像，输出对应影像的坐标值，再依据坐标值判断病灶部位并进行治疗。
12、作为一种实现方式，一种关联定位聚焦超声治疗系统的使用方法，利用如前所述的本地系统，所述医生工作站接收诊断结果并传送至远程深度计算服务器用于远程深度学习模型的训练，引导装置对病灶部位执行m×n的预扫描，其中m是扫描行数量，n为扫描列数量，获取m×n张病灶预扫描影像，医生工作站将引导装置传输来的若干影像并预处理后传送至远程深度计算服务器，远程深度计算服务器基于远程深度学习模型进行训练得到影像模板；再依托影像模板对由聚焦超声治疗系统中引导装置传输来的若干影像进行匹配与识别，获得识别概率大于阈值的影像，所得影像坐标即为病灶位置，确定病灶位置后再进行治疗同时优化远程深度学习模型并同步本地深度学习模型。
13、所述对本地深度学习模型的训练以及远程深度学习模型的训练，训练的目的是建立体位及超声耦合环境变化前后的关联性，匹配变化前后的病灶部位。
14、有益效果：
15、本发明提出的一种关联定位的聚焦超声治疗系统及使用方法，与现有技术相比，具有如下有益效果：
16、1.与现有聚焦超声治疗系统通过引导装置定位后直接治疗或直接采用ai对病灶部位进行诊断(识别)并治疗的方案不同，本系统在临床诊断基础上结合ai作关联二次识别及定位，减少了人工干预的时间，极大缩短了医生寻找目标组织的时间，提升定位病灶的速度及治疗效率；
17、2.本系统在先验知识基础上，通过ai学习，能够不断提高治疗系统的匹配度和治疗效果，通过优化ai的使用方式，换取治疗过程的实用性；
18、3.所述本地系统可工作在全离线的状态下，通过本地深度学习模型降低对系统资源的依赖，达到能本地执行ai计算加快医生对病灶部位的定位；
19、4.所述远程系统同时可处理来自各个不同本地系统的计算需求，进一步加强训练模型的适用性，提高目标病灶部位查找的准确性，同时与分布全球的各个本地系统共同完成训练模型的优化。
1.一种关联定位的聚焦超声治疗系统，其特征在于：包括称为本地系统的聚焦超声治疗设备，所述聚焦超声治疗设备至少包括引导装置及医生工作站，所述医生工作站包括计算服务器，医生工作站导入临床诊断设备的诊断结果并基于计算服务器中的本地深度学习模型进行训练得到影像模板；再依托影像模板对聚焦超声治疗设备中引导装置传输来的若干影像进行匹配与识别，获得识别概率大于阈值的影像，所得影像坐标即为病灶位置。
2.根据权利要求1所述的聚焦超声治疗系统，其特征在于：该系统还包括依托远程深度学习模型的远程深度计算服务器，属于远程系统的一部分，所述远程深度计算服务器通过网络与医生工作站通信，医生工作站导入诊断结果并传送至远程深度计算服务器用于远程深度学习模型的训练，医生工作站将引导装置传输来的若干影像进行预处理后传送至远程深度计算服务器，远程深度计算服务器基于远程深度学习模型进行训练得到影像模板；再依托影像模板对由聚焦超声治疗设备中引导装置传输来的若干影像进行匹配与识别，获得识别概率大于阈值的影像，依托影像确定病灶区域，其后治疗病灶并优化远程深度学习模型；所述识别概率大于阈值的影像，是指在相似度大于阈值的前提下病灶区域外接椭球中心与引导装置视野中心重合时所对应的影像；
3.根据权利要求2所述的聚焦超声治疗系统，其特征在于：远程系统完成一段时间的交互训练之后，定期发布新版本的远程深度学习模型及对应版本的本地深度学习模型并更新至本地系统。
4.根据权利要求2所述的聚焦超声治疗系统，其特征在于：所述预处理至少包括剪裁、压缩、增强及依托预处理模型的特征提取；所述预处理模型至少包括cnn模型及transformer模型。
5.根据权利要求4所述的聚焦超声治疗系统，其特征在于：所述cnn模型，包括squeezenet、googlenet、shufflenet、mobilenetv2、nasnetmobile及googlenet模型，所述transformer模型，至少包括vit、cait及deit网络。
6.根据权利要求1所述的聚焦超声治疗系统，其特征在于：所述识别概率大于识别阈值的影像数量大于等于1小于等于20；所述识别阈值大于等于80％小于等于1。
7.根据权利要求2所述的聚焦超声治疗系统，其特征在于：该系统包括与远程深度计算服务器通信的多个本地系统，远程深度计算服务器接收各个医生工作站发送的数据，训练并优化远程深度学习模型；
8.根据权利要求1至7中任一项所述的聚焦超声治疗系统，其特征在于：所述聚焦超声治疗设备还包括护士工作站、治疗床、监控与保护单元、水处理单元、运动控制单元、超声功率单元和超声换能器，医生工作站分别与护士工作站和治疗床进行数据传输，医生工作站向水处理单元、运动控制单元和超声功率单元发送控制信号；本地系统执行的功能还包括建立患者病例档案、将患者治疗前检查报告数据导入系统、患者预处理、生成治疗方案和完成治疗。
9.一种关联定位聚焦超声治疗系统的使用方法，其特征在于：该方法利用权利要求1所述的聚焦超声治疗设备接收来自临床诊断设备的诊断结果并进行本地深度学习模型的计算，引导装置对病灶部位执行m×n的预扫描，其中，m是扫描行数量，n为扫描列数量，获取m×n张病灶预扫描影像，再基于本地深度学习模型在m×n张预扫描影像中进行识别查找并生成匹配结果，获得病灶识别概率较高的一个或多个影像，输出对应影像的坐标值，再依据坐标值判断病灶部位并进行治疗。
10.一种关联定位聚焦超声治疗系统的使用方法，其特征在于：该方法利用权利要求2-8任一项所述的聚焦超声治疗系统，所述医生工作站接收诊断结果并传送至远程深度计算服务器用于远程深度学习模型的训练，引导装置对病灶部位执行m×n的预扫描，其中m是扫描行数量，n为扫描列数量，获取m×n张病灶预扫描影像，医生工作站将引导装置传输来的若干影像进行预处理后传送至远程深度计算服务器，远程深度计算服务器基于远程深度学习模型进行训练得到影像模板；再依托影像模板对由聚焦超声治疗系统中引导装置传输来的若干影像进行匹配与识别，获得识别概率大于阈值的影像，所得影像坐标即为病灶位置，确定病灶位置后再进行治疗同时优化远程深度学习模型并同步本地深度学习模型。
