[发明专利]一种脑环境参数确定装置、方法及电子设备在审
申请号: | 201911058696.2 | 申请日: | 2019-10-31 |
公开(公告)号: | CN110795808A | 公开(公告)日: | 2020-02-14 |
发明(设计)人: | 郭立伟;陈端端;李泽燕;梅玉倩;李振锋 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06F30/18 | 分类号: | G06F30/18;G06F30/28;G06F30/23;G06F113/08;G06F119/14 |
代理公司: | 11463 北京超凡宏宇专利代理事务所(特殊普通合伙) | 代理人: | 徐彦圣 |
地址: | 100000 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 环境参数 全脑 控制方程 模型数据 边界条件 弹性力学 孔隙介质 多网络 脑参数 流体 准确度 电子设备 迭代计算 计算过程 模型确定 确定装置 生理特性 约束条件 形变 模拟脑 转运 收敛 研究 申请 展示 | ||
1.一种脑环境参数确定装置,其特征在于,包括:
第一获取模块,用于获取脑边界条件、脑参数以及受试者的全脑模型数据;
确定模块,用于根据多网络孔隙介质弹性力学模型确定所述全脑模型数据对应的控制方程;其中,所述控制方程用于描述全脑的动量守恒以及质量守恒;
计算模块,用于将所述脑参数以及所述全脑模型数据带入所述控制方程中,进行以所述脑边界条件为约束条件的迭代计算直至所述控制方程收敛,获得所述受试者的脑环境参数。
2.根据权利要求1所述的脑环境参数确定装置,其特征在于,所述脑环境参数确定装置还包括:
第二获取模块,用于获取所述受试者的全脑核磁共振图像;
模型构建模块,用于根据所述全脑核磁共振图像构建所述受试者的全脑模型;
网格划分模块,用于对所述全脑模型进行网格划分以及网格标记,以获得所述全脑模型数据。
3.根据权利要求2所述的脑环境参数确定装置,其特征在于,所述网格划分模块还用于:
利用流体的力学性质对所述全脑模型进行网格划分,得到四重流体网络;其中,所述四重流体网络包括动脉血管网络、小动脉及毛细血管网络、脑脊液及组织液网络和静脉血管网络。
4.根据权利要求3所述的脑环境参数确定装置,其特征在于,所述确定模块还用于:
根据所述多网络孔隙介质弹性力学模型确定所述四重流体网络的平衡方程以及连续方程;其中,所述平衡方程表示所述全脑模型的动量守恒,所述连续方程表示所述四重流体网络的质量守恒;
所述脑环境参数确定装置还包括:
离散模块,用于对所述平衡方程以及所述连续方程进行离散化处理。
5.根据权利要求4所述的脑环境参数确定装置,其特征在于,所述平衡方程为:
其中,u是脑组织的位移,pi是每个流体网络中的压力,G是剪切模量,λ是拉梅常数,ε是膨胀应变,αi是每个流体网络的Biot-Willis系数,满足φ≤αa+αc+αe+αv≤1,φ是总孔隙度,αa是所述动脉血管网络的Biot-Willis系数,αc是所述小动脉及毛细血管网络的Biot-Willis系数,αe是所述脑脊液及组织液网络的Biot-Willis系数,αv是所述静脉血管网络的Biot-Willis系数。
6.根据权利要求5所述的脑环境参数确定装置,其特征在于,离散后的平衡方程为:
Ku-∑Qipi=F;
其中,u是脑组织的位移,pi是第i个流体网络中的压力,K是刚度矩阵:
K=∫ΩBTDBdΩ;
其中,B是应变矩阵,D是弹性常数矩阵,Ω是模拟计算的三维空间域;
Qi是由第i个流体网络贡献给固体相的载荷:
Qi=∫ΩαiBThdΩ;
其中,h是映射向量;
F是外力荷载:
其中,N是插值函数矩阵,tN是作用在边界ΓN上的外力,ΓN是作用有外力tN的边界。
7.根据权利要求4所述的脑环境参数确定装置,其特征在于,所述连续方程为:
其中,Si是每个流体网络的贮水率,ki是每个网络的渗透率,μi是每种流体的粘度,sji大于0时代表流体流入,sji小于0时代表流体流出。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911058696.2/1.html,转载请声明来源钻瓜专利网。