生物热仿真(5):肿瘤消融中的电磁场

前言

目前肿瘤消融中的一种常见方法就是热消融,例如射频消融 (RFA) 或微波消融 (MWA) 。这两种消融方式的统一之处就在于,都使用了交变的电磁场,通过电磁热实现消融目的。

为了分析这种场景下的生物热,首先就要对场景中的电磁场分布进行分析。本文将对工程电磁场的分析方法做一个简单地讲解,生物热相关的部分可以参考前文(1-4)。

电磁场描述

Maxwell方程组

描述电磁场就绕不开Maxwell方程组,如下:
\left\{\begin{array}{l} \nabla \times \boldsymbol{H}=\boldsymbol{J}+\frac{\partial \boldsymbol{D}}{\partial t} \\ \nabla \times E=-\frac{\partial \boldsymbol{B}}{\partial t} \\ \nabla \cdot \boldsymbol{B}=0 \\ \nabla \cdot \boldsymbol{D}=\rho \end{array}\right.
简单地说,这个方程描述了电磁场的4个场量(因变量):磁场强度\boldsymbol{H}、电场强度E、磁感应强度(磁通密度)\boldsymbol{B}、电位移向量\boldsymbol{D} 和2个源量(自变量):电流密度\boldsymbol{J} 、电荷密度\rho之间的关系。

宏观下可描述为:
\left\{\begin{array}{l} \boldsymbol{D}=\epsilon \boldsymbol{E} \\ \boldsymbol{B}=\mu \boldsymbol{H} \\ \boldsymbol{J}=\sigma \boldsymbol{E} \end{array}\right.
其中\epsilon是介电常数,\mu是磁导率,\sigma是电导率(这3个量只有在线性各向同性介质中才可简化为常数)。

时谐电磁场

对于医学器械、电气工程中的一般场景,电磁场会按正弦规律变化,此时可用复向量描述Maxwell方程:
\left\{\begin{array}{l} \nabla \times \dot{\boldsymbol{H}}=\dot{\boldsymbol{J}}+\mathrm{j} \omega \dot{\boldsymbol{D}} \\ \nabla \times \dot{\boldsymbol{E}}=-\mathrm{j} \omega \dot{\boldsymbol{B}} \\ \nabla \cdot \dot{\boldsymbol{B}}=0 \\ \nabla \cdot \dot{\boldsymbol{D}}=\dot{\rho} \end{array}\right.
其中\omega为角频率。

定解条件

和传热一样,为了求解特定场景下的值,需要给定初始条件和边界条件。边界条件同样分为3类:

  • 第一类:给定边界都遵守的一个值(可标量可矢量)
  • 第二类:给定边界都遵守的一个导数值(可标量可矢量)
  • 第三类:给定边界导数值和其他边界值关系的线性组合

同轴电缆中的电磁场

电磁场的产生中,同轴电缆十分常用,无限长同轴电缆的传播特征为横电磁场 (TEM),可以描述为:
\begin{array}{l} \mathbf{E}=\mathbf{e}_{r} \frac{C}{r} e^{j(\omega t-k z)} \\ \mathbf{H}=\mathbf{e}_{\varphi} \frac{C}{r Z} e^{j(\omega t-k z)} \\ \mathbf{P}_{\mathrm{av}}=\int_{r_{\text {inner }}}^{r_{\text {outer }}} \operatorname{Re}\left(\frac{1}{2} \mathbf{E} \times \mathbf{H}^{*}\right) 2 \pi r d r=\mathbf{e}_{z} \pi \frac{C^{2}}{Z} \ln \left(\frac{r_{\text {outer }}}{r_{\text {inner }}}\right) \end{array}
其中, z是传播方向, r\varphiz 是以同轴电缆轴为中心的柱坐标。 P_{av} 是电缆的时间平均功率流, Z 是电缆电介质中的波阻抗, r_{\text {inner }} 和 r_{\text {outer }} 分别是电介质的内半径和外半径。另外, \omega 是角频率。

实际场景

天线辐射SAR计算

参考刘[1]的分析方法,SAR公式为:
R_{\mathrm{SAR}}=\frac{1}{2} \frac{\sigma|E|^{2}}{\rho}
其中\rho为密度,其他如之前定义。

而具体SAR值的设置可以参考Ai[2]的实验结果(对数值进行了舍入),分别为前端和后端的SAR估算:
R_{\mathrm{SAR}}= 2.5 e^{-2r} (-1.2z^2-0.2z+1.7), r \geq 0\\ R_{\mathrm{SAR}}= 2.5 e^{-2r} (-0.3z^2+0.5z+1.7), r < 0

Ai文章中示意图,添加了坐标轴

  1. 刘圣蓉, 苏丹, 孙朋等. 基于不同频率的动态人体模型的SAR研究[J]. 北京理工大学学报, 2015, ( ):105-110.

  2. AI H, WU S, GAO H, et al. Temperature distribution analysis of tissue water vaporization during microwave ablation: experiments and simulations[J]. International Journal of Hyperthermia, 2012, 28(7): 674–685. DOI:10.3109/02656736.2012.710769.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351

推荐阅读更多精彩内容