一种基于神经辐射场的心脏力学参数估计方法及装置与流程

本发明涉及数据处理，尤其涉及一种基于神经辐射场的心脏力学参数估计方法及装置。

背景技术：

1、在心脏疾病的诊断和治疗过程中，精确的心脏力学参数估计至关重要。这些参数包括心脏组织的弹性模量、应力、应变等，它们能够反映心脏的功能状态和病理变化。尽管现有技术在心脏力学参数估计方面取得了一些进展，但仍存在许多不足。

2、现有方法难以实现对个体心脏的实时、个性化力学参数估计，限制了其在个体化诊疗中的应用，具体包括以下方面：

3、（1）传统的有限元分析方法需要大量的计算资源，且对几何模型和初始条件要求高，难以实时应用于临床实践；

4、（2）实验测量方法虽然可以提供准确的力学参数，但其高成本和复杂操作限制了其在临床中的广泛应用；

5、（3）现有方法难以实现对个体心脏的个性化力学参数估计，限制了其在个体化诊疗中的应用；

6、（4）当前的优化和估计方法在处理复杂的心脏运动和力学行为时，往往难以保证鲁棒性和稳定性，导致参数估计结果不稳定。因此，此亟须设计一种心脏力学参数估计方法以解决现有技术在计算复杂度高、实验方法局限、个性化和计算速度慢以及优化过程不够鲁棒等方面的不足。

技术实现思路

1、为了解决现有技术中存在的问题，本发明提供了如下技术方案。

2、本发明第一方面提供了一种基于神经辐射场的心脏力学参数估计方法，包括：

3、s101，从现有数据库和临床数据中获取心脏运动几何数据；

4、s102，基于获取的心脏运动几何数据构建基于taichi语言(一种高性能的并行编程语言)的心脏力学模型；

5、s103，构建用于对心脏力学模型进行微分渲染的神经辐射场模型，在神经辐射场模型中输入相机参数和心脏运动几何数据，生成与实际观测数据相匹配的渲染图像；

6、s104，对每一时刻的渲染图像与对应时刻的基准真实数据进行损失求解和梯度回传，更新神经辐射场模型的参数，得到初步训练好的神经辐射场模型，利用初步训练好的神经辐射场模型，对心脏的几何结构进行重建和模拟，确保初步训练好的神经辐射场模型能够准确反映心脏的原始几何形状；

7、s105，对所有时刻的渲染图像及其对应的所有时刻的基准真实数据进行损失求解和梯度回传，更新初步训练好的神经辐射场模型的参数，得到最终训练好的神经辐射场模型，利用最终训练好的神经辐射场模型，估计心脏力学参数。

8、优选地，还包括：s106，基于包括像素差异和结构相似性的损失函数优化梯度，更新并优化心脏力学参数。

9、优选地，所述心脏运动几何数据包括顶点位置数据、四面体顶点索引数据、纤维走向数据、心肌纤维层方向数据、心室的基底部数据、左心内膜数据、右心内膜数据及心外膜数据。

10、优选地，基于获取的心脏运动几何数据构建基于taichi语言的心脏力学模型包括：基于获取的心脏运动几何数据，利用有限元分析技术构建基于taichi语言的心脏力学模型。

11、优选地，基于获取的心脏运动几何数据构建基于taichi语言的心脏力学模型还包括：采用四面体网格划分心脏力学模型，并结合心肌纤维和纤维层的方向进行力学仿真。

12、本发明第二方面提供了一种基于神经辐射场的心脏力学参数估计装置，包括：

13、数据获取模块，用于从现有数据库和临床数据中获取心脏运动几何数据；

14、心脏力学模型构建模块，用于基于获取的心脏运动几何数据构建基于taichi语言的心脏力学模型；

15、神经辐射场模型构建模块，用于构建用于对心脏力学模型进行微分渲染的神经辐射场模型，在神经辐射场模型中输入相机参数和心脏运动几何数据，生成与实际观测数据相匹配的渲染图像；

16、神经辐射场模型初步训练模块，用于对每一时刻的渲染图像与对应时刻的基准真实数据进行损失求解和梯度回传，更新神经辐射场模型的参数，得到初步训练好的神经辐射场模型，利用初步训练好的神经辐射场模型，对心脏的几何结构进行重建和模拟，确保初步训练好的神经辐射场模型能够准确反映心脏的原始几何形状；

17、心脏力学参数估计模块，用于对所有时刻的渲染图像及其对应的所有时刻的基准真实数据进行损失求解和梯度回传，更新初步训练好的神经辐射场模型的参数，得到最终训练好的神经辐射场模型，利用最终训练好的神经辐射场模型，估计心脏力学参数。

18、优选地，还包括：心脏力学参数更新优化模块，用于基于像素差异和结构相似性的损失函数优化梯度，更新并优化心脏力学参数。

19、本发明第三方面提供了一种存储器，存储有多条指令，所述指令用于实现如第一方面所述的一种基于神经辐射场的心脏力学参数估计方法。

20、本发明第四方面提供了一种电子设备，包括处理器和与所述处理器连接的存储器，所述存储器存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行如第一方面所述的一种基于神经辐射场的心脏力学参数估计方法。

21、本发明提供的基于神经辐射场的心脏力学参数估计方法及装置相较于现有技术，包括以下有益效果：

22、1、计算效率显著提升：通过使用可微模拟与可微渲染的神经辐射场技术进行高效编码，减少了对几何模型和初始条件的高要求，大幅降低了计算复杂度。

23、2、减少对昂贵和复杂实验测量的依赖：通过从现有数据中学习心脏的力学参数，减少了对高成本和复杂操作的实验测量的依赖。神经辐射场模型通过学习大量现有数据，能够自动提取和估计心脏力学参数，从而减少了实验设备和操作的需求。

24、3、实现个性化和实时的力学参数估计：能够根据个体心脏的特定数据，实时更新和优化心脏力学参数，满足个性化诊疗的需求。可微分的渲染和优化管道设计，使得神经辐射场模型能够实时响应输入数据的变化，通过梯度优化方法快速调整和更新力学参数。

25、4、提高参数估计的鲁棒性和稳定性：在处理复杂的心脏运动和力学行为时，能够保持估计结果的稳定性和鲁棒性。本申请设计了端到端的可微分优化流程，结合物理约束和先验知识，通过合理的损失函数和优化算法，提高了参数估计过程的稳定性和结果的可靠性。

26、5、增强临床应用的可行性：由于本申请的实时性和高效性，增强了其在临床实践中的可行性和应用价值。本申请通过先进的神经网络技术和优化方法，使得心脏力学参数的估计过程更加高效和精准，能够在临床环境中快速应用和响应。

技术特征：

1.一种基于神经辐射场的心脏力学参数估计方法，其特征在于，包括：

2.如权利要求1所述的一种基于神经辐射场的心脏力学参数估计方法，其特征在于，还包括：s106，基于包括像素差异和结构相似性的损失函数优化梯度，更新并优化心脏力学参数。

3.如权利要求1所述的一种基于神经辐射场的心脏力学参数估计方法，其特征在于，所述心脏运动几何数据包括顶点位置数据、四面体顶点索引数据、纤维走向数据、心肌纤维层方向数据、心室的基底部数据、左心内膜数据、右心内膜数据及心外膜数据。

4.如权利要求1所述的一种基于神经辐射场的心脏力学参数估计方法，其特征在于，基于获取的所述心脏运动几何数据构建基于taichi语言的心脏力学模型包括：基于获取的心脏运动几何数据，利用有限元分析技术构建基于taichi语言的心脏力学模型。

5.如权利要求4所述的一种基于神经辐射场的心脏力学参数估计方法，其特征在于，基于获取的所述心脏运动几何数据构建基于taichi语言的心脏力学模型还包括：采用四面体网格划分心脏力学模型，并结合心肌纤维和纤维层的方向进行力学仿真。

6.一种基于神经辐射场的心脏力学参数估计装置，其特征在于，包括：

7.一种基于神经辐射场的心脏力学参数估计装置，其特征在于，还包括：心脏力学参数更新优化模块，用于基于像素差异和结构相似性的损失函数优化梯度，更新并优化心脏力学参数。

8.一种存储器，其特征在于，存储有多条指令，所述指令用于实现如权利要求1-5任一项所述的一种基于神经辐射场的心脏力学参数估计方法。

9.一种电子设备，其特征在于，包括处理器和与所述处理器连接的存储器，所述存储器存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行如权利要求1-5任一项所述的一种基于神经辐射场的心脏力学参数估计方法。

技术总结本发明公开了一种基于神经辐射场的心脏力学参数估计方法及装置，属于数据处理技术领域，方法包括基于获取的心脏运动几何数据构建心脏力学模型；构建用于对心脏力学模型进行微分渲染的神经辐射场模型后输入相机参数和心脏运动几何数据，生成与实际观测数据相匹配的渲染图像；对每一时刻的渲染图像与基准真实数据进行损失求解和梯度回传，得到初步训练好的神经辐射场模型；对所有时刻的渲染图像及基准真实数据进行损失求解和梯度回传，得到最终训练好的神经辐射场模型，估计心脏力学参数。本发明在计算效率、实验成本、个性化和实时性、估计稳定性和鲁棒性以及临床应用可行性方面均有显著优势，显著提升了心脏力学分析在个体化诊疗中的应用价值。技术研发人员：李娅聪,李瑾,张恒贵受保护的技术使用者：北京智源人工智能研究院技术研发日：技术公布日：2024/11/18