一种心脏射频消融导管系统

1.本发明涉及侵入性医疗器械，具体的说是一种心脏射频消融导管系统。


背景技术：

2.射频消融术目前已成为根治心脏房颤的首选方法。射频消融术通过向导管尖端电极施加射频电流，在特定部位的心肌细胞内产生电热效应，使目标组织发生凝固性坏死(即消融)，从而达到治疗心脏房颤的目的。射频消融治疗创伤小、成功率高、对心肌损伤极小，且患者痛苦小、恢复快，相对于其他治疗方式有着不可替代的优势。
3.为保证良好的治疗效果，消融灶尺寸需覆盖整个目标组织并保证一定的安全范围。而射频功率的大小又直接影响着消融范围的直径和深度。施加高功率能量可以加热更大的区域。然而，心内射频消融术温度变化快，组织及其周围温度分布不均匀。当导管尖端电极附近的组织率先发生碳化后，其作为不良导体会阻碍射频消融能量的传递。当碳化组织包围整个导管尖端电极后，能量的传递被完全切断，射频消融被迫终止。此外，当在心房的较厚区域进行消融时，若采用高功率策略，其消融效果十分有限。因此，在射频消融过程中，需要通过检测消融体积大小，来实时改变消融能量发生器参数或者消融策略，延缓碳化组织的形成，从而实现更好的消融效果。
4.通常目标组织尺寸较小，因此只有较高分辨率的成像才能确定组织的消融情况。基于传统医学影像技术的检测，当成像分辨率要求较高时，成像需要一定的时间延迟，因此无法做到实时检测，容易影响手术操作者对消融进度的判断。此外对于患有严重肺气肿、胸廓畸形、严重肥胖等问题的患者，可能因成像效果不理想而影响诊断。基于电阻抗成像技术的检测，通过检测阻抗来重建组织图像。虽然该方法数据收集方便快捷，但对电极放置位置有着严苛的要求。操作者需要将电极精确地放置在一个接触良好的平面上，否则会导致计算结果存在较大噪声，影响手术操作者的判断。
5.现有技术中没有直接对组织弹性和消融尺寸进行检测的相关技术，如授权公告号cn108852503b公开的基于频率可控的多源射频消融系统，具体包括多源射频电压发生器、多极消融导管、参考极板，仅仅能够控制临床房颤射频消融损伤尺寸和形态，无法计算出消融尺寸，也无法检测处组织弹性。授权公告号cn 209091618u公开了一种双极型射频消融探头，包括支架龙骨主电极侧内置热电偶，通过热电偶可感知主电极射频消融温度，以便射频消融仪实现温控射频消融，仅仅能够实现温控，无法对消融的区域尺寸进行检测。
6.因此，如何以一种适用度广、安全性高的方法，在射频消融术中实现对消融区域尺寸的实时、精确检测，已成为本领域技术人员亟待解决的技术问题。


技术实现要素：

7.为了解决上述问题，本发明提供了一种能够实时检测消融区域的尺寸的心脏射频消融导管系统。
8.为了达到上述目的，本发明是通过以下技术方案来实现的：
9.本发明是一种心脏射频消融导管系统，包括与控制系统电连接的导管，导管包括导管主体，导管尖端与导管主体通过可形变的连接件连接，导管尖端、连接件与导管主体内部连通，导管尖端包括用于检测组织共振频率的传感系统、传递射频能量的电极和与电极接触的多个温度传感器，在传感系统的压电陶瓷两端的导管尖端上设置有尖端绝缘部，所述控制系统根据组织共振频率变化计算组织弹性，控制系统根据电极工作的电源功率、传感系统与温度传感器检测到的数据通过深度学习算法建立模型，计算出消融尺寸。
10.本发明的进一步改进在于：压电陶瓷为双层环形结构，内层为接收振动信息的拾取器，拾取器与控制系统的处理器电性连接，外层为产生振动的振荡器，在振荡器和拾取器之间设置有间隙，振荡器与自振荡电源电性连接，拾取器与处理器电性连接，自振荡电源向振荡器施加自振荡激励信号，并通过拾取器接收振动信息，从而达到实时检测共振频率。
11.本发明的进一步改进在于：由于传感系统共振频率f的变化与其接触的物体的声阻抗有关，共振频率的变化vf表示为：
[0012][0013]
式中f0为传感系统的固有频率，l是导管尖端的长度，v0是传感器系统振动速度， z0是传感系统的声阻抗，q
x
是物体声阻抗z
x
的声抗部分；
[0014]
物体声阻抗z
x
的相关表达式如下：
[0015]zx
＝r
x
+iq
x
[0016]qx
＝m
x
ω-k
x
ω-1
[0017]
式中r
x
是物体声阻抗z
x
的声阻部分，ω是传感系统振动角频率，m
x
是物体质量， k
x
是物体表面刚度，其中，物体的质量m
x
和刚度k
x
表示为：
[0018][0019][0020]
式中，s为接触表面积，ρ、v、e分别为接触物体的密度、泊松比、杨氏模量，系数a
11
和a
21
由泊松比v决定，本导管的接触表面积表示为其中r
tip
为尖端半径；
[0021]
在消融过程中，传感系统相关参数视为固定值，因此有：
[0022]
δf
∝qx
[0023]
考虑到在消融过程中，导管接触表面积s恒定，物体的密度和泊松比变化小，因此上述关系进一步表示为：
[0024]
δf＝c1e+c2[0025]
式中c1、c2为常数。由上式计算出杨氏模量e，即得出组织的弹性。
[0026]
本发明的进一步改进在于：导管尖端包括设置在电极内部的内壁，内壁前端与电极之间设置有空腔，导管尖端内部的管腔与电极上的数个贯穿的小孔通过空腔连通。
[0027]
本发明的进一步改进在于：在内壁与电极之间设置有多个隔套，多个隔套与内壁一体成型，且沿内壁轴线方向环向设置在内壁外侧壁上，多个温度传感器位于隔套内，且与电极内壁紧贴。
[0028]
本发明的进一步改进在于：在连接件内设置有柔性导管，柔性导管与导管尖端内部的管腔、导管主体内部的管腔粘接，并贯穿整个导管。
[0029]
本发明的进一步改进在于：尖端绝缘部包括前端壳体和后端壳体，压电陶瓷两端分别粘连在前端壳体与后端壳体上，前端壳体的前端内侧与内壁外侧螺纹连接，前端壳体的前端外侧与电极的内侧螺纹连接，后端与连接件螺纹连接。
[0030]
本发明的进一步改进在于：控制系统通过深度学习算法建立模型，计算出消融尺寸的具体步骤如下：
[0031]
步骤1，收集低保真度数据集，采用有限元模型通过耦合多个在射频消融过程中同时发生的物理场，建立射频消融的热—电—机械场模型，并分别设置不同的边界条件，最终进行仿真运算，分析并记录不同消融条件下的物理变量及相应的消融尺寸，作为低保真度数据集，记为其中多向量xi为参数：共振频率、电极温度、电源功率，作为输入变量，yi为消融尺寸，作为预测变量；n
l
为低保真度数据数量；
[0032]
步骤2，收集高保真度数据集，对多组实物样本在不同射频消融条件下，进行射频消融实物实验，记录消融条件及相应的物理变量，收集到的数据集作为高保真度数据集，将其记为其中nh为高保真度数据数量；
[0033]
步骤3，使用多保真度神经网络，利用低保真度数据集和高保真度数据集训练该神经网络，预测所使用的多保真度神经网络主要含有三个全连接子神经网络 nn
l
、nnh和基于物理信息神经网络pinn；
[0034]
步骤4，实际使用中，输入射频消融过程中的实际参数x，得到的pinn输出值 y
p
(x)即为对应的消融尺寸预测值。
[0035]
本发明的进一步改进在于：步骤3的具体步骤如：步骤3.1，给定低保真度数据将作为输入变量，作为标签值，训练低保真度神经网络nn
l
，其输出值记为y
l
(x)；
[0036]
步骤3.2，给定高保真度数据将作为nn
l
的输入值，得到低保真度预测值将作为输入变量，作为标签值，训练高保真度神经网络nnh，其输出值记为yh(x)；其中nnh又可分为两个全连接子神经网络：无激活函数的线性部分nn
h_l
和带有激活函数的非线性部分nn
h_nl
，输出值分别记为f
l
(x,y
l
)和f
nl
(x,y
l
)，高保真预测值yh的表达式如式1所示：
[0037]
yh(x,y
l
)＝f
l
(x,y
l
)+f
nl
(x,y
l
)
ꢀꢀ
(1)；
[0038]
步骤3.3，给定通过上述神经网络nn
l
和nnh，得到所有输入点的高保真度预测值根据射频消融多物理场所对应的偏微分方程，建立神经网络pinn，将作为输入变量，作为标签值，训练pinn，其输出值记为y
p
(x)；
[0039]
步骤3.4，多保真度神经网络中的损失函数采用均方误差mse，其具体公式如式 2所示：
[0040][0041]
式中，n为数据集中数据的数量，ai与fi分别为第i个点的真实值与预测值。
[0042]
本发明的有益效果是：本发明通过传感系统来检测组织共振频率，控制系统的处理器根据传感系统检测到的数值计算出组织弹性，控制系统根据压电陶瓷的共振频率、电极工作的电源功率、温度传感器检测到的电极工作温度，通过深度学习算法建立模型，计算出消融尺寸，使本发明在工作过程中无需使用其他检测装置，即可实时监测消融体积大小。
附图说明
[0043]
图1是本发明导管的立体图。
[0044]
图2是本发明导管的俯视图。
[0045]
图3是图2的a-a面剖视图。
[0046]
图4是尖端结构半剖视图。
[0047]
图5是压电陶瓷结构示意图。
[0048]
图6是深度学习算法原理示意图。
[0049]
其中：1-导管主体，11-电极，12-温度传感器，13-压电陶瓷，131-拾取器，132
‑ꢀ
振荡器，14-内壁，15-空腔，16-隔套，17-前端壳体，18-后端壳体，2-导管尖端， 3-连接件，31-柔性导管。
具体实施方式
[0050]
以下将以图式揭露本发明的实施方式，为明确说明起见，许多实务上的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用以限制本发明。也就是说，在本发明的部分实施方式中，这些实务上的细节是非必要的。
[0051]
下面结合附图对本发明的技术方案做进一步的详细说明：
[0052]
本发明是一种心脏射频消融导管系统，包括与控制系统电连接的导管，导管包括导管主体1，导管尖端2与导管主体1通过可形变的连接件3连接，导管尖端2、连接件3与导管主体1内部连通，导管尖端2包括用于检测组织共振频率的传感系统、传递射频能量的电极11和与电极11接触的多个温度传感器12，电极11选用生物相容且比热容低的金属，如金或铂金，电极11与射频能量发生器通过导线电性连接，电极1尺寸较大，从而允许施加较大功率的射频能量，在传感系统的压电陶瓷13两端的导管尖端2上设置有尖端绝缘部，所述控制系统根据组织共振频率变化计算组织弹性，控制系统根据电极11工作的电源功率、传感系统与温度传感器12检测到的数据通过深度学习算法建立模型，计算出消融尺寸。
[0053]
压电陶瓷13为双层环形结构，其振动方向为轴向方向，内层为接收振动信息的拾取器131，拾取器131与处理器电性连接，外层为产生振动的振荡器132，在振荡器132和拾取器131之间设置有微小的间隙，使内层和外层之间无相互接触，振荡器132与自振荡电源电性连接，拾取器131与处理器电性连接，自振荡电源向振荡器132施加自振荡激励信号，并通过拾取器131接收振动信息，处理器快速检测出拾取器131的共振频率，并通过计算分析出组织弹性。计算分析过程如下：由于传感系统共振频率f的变化与其接触的物体的声阻抗有关，共振频率的变化vf可表示为：
[0054][0055]
式中f0为传感系统的固有频率，l是导管尖端的长度，v0是传感系统振动速度，z0是传感系统的声阻抗，q
x
是物体声阻抗z
x
的声抗部分；
[0056]
物体声阻抗z
x
的相关表达式如下：
[0057]zx
＝r
x
+iq
x
[0058]qx
＝m
x
ω-k
x
ω-1
[0059]
式中r
x
是物体声阻抗z
x
的声阻部分，ω是传感系统振动角频率，m
x
是物体质量，k
x
是物体表面刚度。其中，物体的质量m
x
和刚度k
x
又可表示为：
[0060][0061][0062]
式中，s为接触表面积，ρ、v、e分别为接触物体的密度、泊松比、杨氏模量。系数a
11
和a
21
由泊松比v决定。本导管的接触表面积可表示为其中r
tip
为尖端半径。
[0063]
在消融过程中，传感系统相关参数都可视为固定值，因此有：
[0064]
δf
∝qx
[0065]
考虑到在消融过程中，导管接触表面积s恒定，物体的密度和泊松比变化较小，因此上述关系可进一步近似：
[0066]
δf＝c1e+c2[0067]
式中c1、c2为常数。由上式计算出杨氏模量e，即得出组织的弹性。
[0068]
导管尖端2包括设置在电极11内部的内壁14，内壁14非常接近且平行与电极11，内壁14前端与电极11之间设置有空腔15，导管尖端2内部的管腔与电极11上的数个贯穿的小孔通过空腔15连通。在内壁14与电极11之间设置有多个隔套16，多个隔套16与内壁14一体成型，且沿内壁14轴线方向环向设置在内壁14外侧壁上，隔套16与电极11紧密相贴，保证了整个结构的机械完整性，多个温度传感器12位于隔套16内，且与电极11内壁14紧贴，从而温度传感器12与电极11表面存在热传递，且隔套16的设置又使得温度传感器12与柔性导管31内的冲洗液无热传递。此外，由于空腔15的体积很小，即使没有隔套 16的隔热作用，空腔15内的冲洗液对传感器12的影响也十分有限。
[0069]
在连接件3内设置有柔性导管31，柔性导管31与导管尖端2内部的管腔、导管主体1内部的管腔粘接。连接件3为弹性合金连接件，能够在一定角度内自由弯曲，有助于导管尖端2与目标组织较好的贴合，柔性导管31贯穿整个导管，且其一端与泵连接，另一端与空腔15相通，通过泵将冲洗液自柔性导管31输送到空腔15，再通过电极11上的小孔流出，以冷却导管尖端2和正在治疗的组织，通过对治疗的组织的冷却，延缓组织炭化和血栓形成。
[0070]
尖端绝缘部包括前端壳体17和后端壳体18，压电陶瓷13两端分别粘连在前端壳体17与后端壳体18上，前端壳体17的前端内侧与内壁14外侧螺纹连接，前端壳体17的前端外侧与电极11的内侧螺纹连接，后端与连接件3螺纹连接。前端壳体17与后端壳体18通过胶粘固定，且尖端绝缘部与导管主体1的材质均为生物相容性聚合物。
[0071]
控制系统通过深度学习算法建立模型，计算出消融尺寸的具体步骤如下：
[0072]
步骤1，收集低保真度数据集，采用有限元模型通过耦合多个在射频消融过程中同时发生的物理场，建立射频消融的热—电—机械场模型，并分别设置不同的边界条件，最终进行仿真运算，分析并记录不同消融条件下的物理变量及相应的消融尺寸，作为低保真度数据集，记为其中x＝[p1,p2,p3]，为输入变量；p1、p2、p3分别代表共振频率、电极温度和电源功率，y为消融尺寸，作为预测变量；n
l
为低保真度数据数量；
[0073]
步骤2，收集高保真度数据集，对多组实物样本在不同射频消融条件下，进行射频消融实物实验，记录消融条件及相应的物理变量，收集到的数据集作为高保真度数据集，将其记为其中nh为高保真度数据数量；
[0074]
步骤3，使用多保真度神经网络，利用低保真度数据集和高保真度数据集训练该神经网络，预测所使用的多保真度神经网络主要含有三个全连接子神经网络 nn
l
、nnh和基于物理信息神经网络pinn；
[0075]
步骤4，实际使用中，输入射频消融过程中的实际参数x，得到的pinn输出值y
p
(x)即为对应的消融尺寸预测值。
[0076]
其中，步骤3的具体步骤如：步骤3.1，给定低保真度数据将作为输入变量，作为标签值，训练低保真度神经网络nn
l
，其输出值记为 y
l
(x)；
[0077]
步骤3.2，给定高保真度数据将作为nn
l
的输入值，得到低保真度预测值将作为输入变量，作为标签值，训练高保真度神经网络nnh，其输出值记为yh(x)；其中nnh又可分为两个全连接子神经网络：无激活函数的线性部分nn
h_l
和带有激活函数的非线性部分nn
h_nl
，输出值分别记为f
l
(x,y
l
)和f
nl
(x,y
l
)，高保真预测值yh的表达式如式1所示：
[0078]
yh(x,y
l
)＝f
l
(x,y
l
)+f
nl
(x,y
l
)
ꢀꢀ
(1)；
[0079]
步骤3.3，给定通过上述神经网络nn
l
和nnh，得到所有输入点的高保真度预测值根据射频消融多物理场所对应的偏微分方程，建立神经网络pinn，将作为输入变量，作为标签值，训练pinn，其输出值记为y
p
(x)；
[0080]
步骤3.4，多保真度神经网络中的损失函数采用均方误差mse，其具体公式如式2所示：
[0081][0082]
式中，n为数据集中数据的数量，ai与fi分别为第i个点的真实值与预测值。工作过程：使用时，操作者将导管插入患者体内，并移动到目标位置。当导管尖端2接触到目标组织后，外部的射频能量发生器向电极11施加能量，使目标组织产生电热效应，组织温度升高。温度传感器12实时检测组织温度。随着消融的进行，消融区域逐渐增大。目标组织由于发生凝固型坏死，其弹性降低，处理器根据传感系统检测到的共振频率计算组织弹性。结合共振频率、电极温度、电源功率，通过深度学习算法建立组织模型，计算出消融尺寸，通过控制系
统判断消融进度，当消融区域尺寸满足要求后，即达到目标组织尺寸，控制系统切断射频消融能量输送，停止消融。在消融的过程中泵将冲洗液，如生理盐水，输送到空腔15，并由电极11上的小孔流出，以冷却正在治疗的组织，延缓组织炭化和血栓形成。
[0083]
面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

技术特征：
1.一种心脏射频消融导管系统，包括与控制系统电连接的导管，所述导管包括导管主体(1)，导管尖端(2)与所述导管主体(1)通过可形变的连接件(3)连接，所述导管尖端(2)、连接件(3)与所述导管主体(1)内部连通，其特征在于：所述导管尖端(2)包括用于检测组织共振频率的传感系统、传递射频能量的电极(11)和与所述电极(11)接触的多个温度传感器(12)，在所述传感系统的压电陶瓷(13)两端的所述导管尖端(2)上设置有尖端绝缘部，所述控制系统根据组织共振频率变化计算组织弹性，所述控制系统根据所述电极(11)工作的电源功率、所述传感系统与所述温度传感器(12)检测到的数据通过深度学习算法建立模型，计算出消融尺寸。2.根据权利要求1所述一种心脏射频消融导管系统，其特征在于：所述压电陶瓷(13)为双层环形结构，内层为接收振动信息的拾取器(131)，所述拾取器(131)与控制系统的处理器电性连接，外层为产生振动的振荡器(132)，在所述振荡器(132)和所述拾取器(131)之间设置有间隙，所述振荡器(132)与自振荡电源电性连接，所述拾取器(131)与处理器电性连接，所述自振荡电源向所述振荡器(132)施加自振荡激励信号，并通过所述拾取器(131)接收振动信息，从而达到实时检测共振频率。3.根据权利要求2所述一种心脏射频消融导管系统，其特征在于：由于传感系统共振频率f的变化与其接触的物体的声阻抗有关，共振频率的变化vf表示为：式中f0为传感系统的固有频率，l是导管尖端的长度，v0是传感器系统振动速度，z0是传感系统的声阻抗，q
x
是物体声阻抗z
x
的声抗部分；物体声阻抗z
x
的相关表达式如下：z
x
＝r
x
+iqq
x
＝m
x
ω-k
x
ω-1
式中r
x
是物体声阻抗z
x
的声阻部分，ω是传感系统振动角频率，m
x
是物体质量，k
x
是物体表面刚度，其中，物体的质量m
x
和刚度k
x
表示为：表示为：式中，s为接触表面积，ρ、v、e分别为接触物体的密度、泊松比、杨氏模量，系数a
11
由泊松比v决定，本导管的接触表面积表示为其中r
tip
为尖端半径；在消融过程中，传感系统相关参数视为固定值，因此有：δf
∝
q
x
考虑到在消融过程中，导管接触表面积s恒定，物体的密度和泊松比变化小，因此上述关系进一步表示为：δf＝c1e+c2式中c1、c2为常数。由上式计算出杨氏模量e，即得出组织的弹性。4.根据权利要求3所述一种心脏射频消融导管系统，其特征在于：所述导管尖端(2)包
括设置在所述电极(11)内部的内壁(14)，所述内壁(14)前端与所述电极(11)之间设置有空腔(15)，所述导管尖端(2)内部的管腔与所述电极(11)上的数个贯穿的小孔通过所述空腔(15)连通。5.根据权利要求4所述一种心脏射频消融导管系统，其特征在于：在所述内壁(14)与所述电极(11)之间设置有多个隔套(16)，多个所述隔套(16)与所述内壁(14)一体成型，且沿所述内壁(14)轴线方向环向设置在所述内壁(14)外侧壁上，多个所述温度传感器(12)位于所述隔套(16)内，且与所述电极(11)内壁(14)紧贴。6.根据权利要求5所述一种心脏射频消融导管系统，其特征在于：在所述连接件(3)内设置有柔性导管(31)，所述柔性导管(31)与所述导管尖端(2)内部的管腔、导管主体(1)内部的管腔粘接，并贯穿所述导管内部。7.根据权利要求6所述一种心脏射频消融导管系统，其特征在于：所述尖端绝缘部包括前端壳体(17)和后端壳体(18)，所述压电陶瓷(13)两端分别粘连在所述前端壳体(17)与所述后端壳体(18)上，所述前端壳体(17)的前端内侧与所述内壁(14)外侧螺纹连接，所述前端壳体(17)的前端外侧与所述电极(11)的内侧螺纹连接，所述后端与所述连接件(3)螺纹连接。8.根据权利要求7所述一种心脏射频消融导管系统，其特征在于：所述导管主体(1)与所述尖端绝缘部均采用生物相容性聚合物制成。9.根据权利要求3所述一种心脏射频消融导管系统，其特征在于：所述控制系统通过深度学习算法建立模型，计算出消融尺寸的具体步骤如下：步骤1，收集低保真度数据集，采用有限元模型通过耦合多个在射频消融过程中同时发生的物理场，建立射频消融的热—电—机械场模型，并分别设置不同的边界条件，最终进行仿真运算，分析并记录不同消融条件下的物理变量及相应的消融尺寸，作为低保真度数据集，记为其中x＝[p1,p2,p3]，为输入变量；p1、p2、p3分别代表共振频率、电极温度和电源功率，y为消融尺寸，作为预测变量；n
l
为低保真度数据数量；步骤2，收集高保真度数据集，对多组实物样本在不同射频消融条件下，进行射频消融实物实验，记录消融条件及相应的物理变量，收集到的数据集作为高保真度数据集，将其记为其中n
h
为高保真度数据数量；步骤3，使用多保真度神经网络，利用低保真度数据集和高保真度数据集训练该神经网络，预测所使用的多保真度神经网络主要含有三个全连接子神经网络nn
l
、nn
h
和基于物理信息神经网络pinn；步骤4，实际使用中，输入射频消融过程中的实际参数x，得到的pinn输出值y
p
(x)即为对应的消融尺寸预测值。10.根据权利要求9所述一种心脏射频消融导管系统，其特征在于：所述步骤3的具体步骤如：步骤3.1，给定低保真度数据将作为输入变量，作为标签值，训练低保真度神经网络nn
l
，其输出值记为y
l
(x)；步骤3.2，给定高保真度数据将作为nn
l
的输入值，得到低保真度预测值将作为输入变量，作为标签值，训练高保真度
神经网络nn
h
，其输出值记为y
h
(x)；其中nn
h
分为两个全连接子神经网络：无激活函数的线性部分nn
h_l
和带有激活函数的非线性部分nn
h_nl
，输出值分别记为f
l
(x,y
l
)和f
nl
(x,y
l
)，高保真预测值y
h
的表达式如式1所示：y
h
(x,y
l
)＝f
l
(x,y
l
)+f
nl
(x,y
l
)
ꢀꢀ
(1)；步骤3.3，给定通过上述神经网络nn
l
和nn
h
，得到所有输入点的高保真度预测值根据射频消融多物理场所对应的偏微分方程，建立神经网络pinn，将作为输入变量，作为标签值，训练pinn，其输出值记为y
p
(x)；步骤3.4，多保真度神经网络中的损失函数采用均方误差(mse)，其具体公式如式2所示：式中，n为数据集中数据的数量，a
i
与f
i
分别为第i个点的真实值与预测值。

技术总结
本发明公开了一种心脏射频消融导管系统，包括与控制系统电连接的导管，导管包括导管主体，导管尖端与导管主体通过可形变的连接件连接，导管尖端、连接件与导管主体内部连通，导管尖端包括用于检测组织共振频率的传感系统、传递射频能量的电极和与电极接触的多个温度传感器，在传感系统的压电陶瓷两端的导管尖端上设置有尖端绝缘部，控制系统根据电极工作的电源功率、传感系统与温度传感器检测到的数据通过深度学习算法建立模型，计算出消融尺寸。本发明提供的心脏射频消融导管，结构简单、操作简便，无需使用其他检测装置，仅需检测共振频率的变化，即可实时判断目标组织的消融情况，且可广泛适用于人体心内组织的射频消融，实用性佳。性佳。


技术研发人员：申景金 周家铭 张世峰 徐丰羽 徐荣青
受保护的技术使用者：南京邮电大学
技术研发日：2021.05.28
技术公布日：2022/3/8