近年来，侵入式激光诱导热疗（LITT）作为一种微创技术，在去除深部恶性肿瘤方面受到了广泛关注（Vitorino等人，2023年；Wang等人，2023年）。其核心原理是利用激光产生的热效应加热深部肿瘤组织，诱导凝固性坏死，最终实现肿瘤消融的治疗目标（Yin等人，2020年）。
由于正常细胞和肿瘤细胞之间的致死温度阈值存在显著差异，LITT过程对温度场有严格的要求（Obonai等人，2024年）。一方面，肿瘤组织温度必须升高到43°C以上才能确保有效消融；另一方面，正常组织温度必须保持在41°C以下以避免不可逆损伤（Pang等人，2025年）。在治疗过程中实时监测温度场对于确保LITT的治疗效果和安全性至关重要（Nomura等人，2017年）。
目前，深部肿瘤的侵入式LITT过程中的温度监测主要采用侵入式或非侵入式方法（Liu等人，2025年；Pominova等人，2019年）。
侵入式方法使用热电偶或光纤布拉格光栅等点式传感器进行局部测量（Saccomandi等人，2013年）。尽管这些传感器体积小且响应速度快，但它们只能提供传感器附近的温度数据，无法捕捉肿瘤及其周围组织的完整三维温度分布。因此，侵入式单点监测无法完全满足临床对全面、实时热反馈的需求（Lo等人，2017年）。
非侵入式技术，如磁共振温度成像（MRTI）、光声成像和超声成像，可以监测较大区域，但存在局限性。MRTI成本高昂、速度较慢，且在检测温度信号方面存在挑战；而光声成像和超声成像受限于组织穿透深度，无法用于深部肿瘤的温度监测（Alaeian等人，2019年；Cui等人，2020年）。
为了解决这些局限性，通常会使用卡尔曼滤波器和Luenberger观测器等状态估计技术（Kalman，1960年；Luenberger，1971年）。这些方法利用可观测的温度数据实时预测未知的内部组织温度场，从而实现LITT过程中的在线估计。例如，Pacheco等人应用稳态卡尔曼滤波器对LITT过程中的深层组织进行在线二维温度估计（Pacheco等人，2020年）。Wang等人使用卡尔曼滤波器进行浅表肿瘤热疗的实时温度场估计，该方法后来被扩展到深层热疗场景（Li等人，2025年；Wang等人，2024年）。同样，Hamza等人利用Luenberger观测器对皮下有机组织进行实时温度场估计（El-Kebir等人，2022年）。
现有的状态估计方法使用状态空间模型来描述系统。这需要离散化生物组织中的热传递控制方程以构建相应的状态空间模型。这些方程包括经典的傅里叶和非傅里叶热传递模型，如热波模型和相位滞后模型（Azhdari等人，2023年；Ghanbari和Rezazadeh，2022年；Seyedpour等人，2024年）。通过引入状态观测器，可以实现内部状态的递归最优估计。然而，将这些方法应用于实际的侵入式LITT治疗时仍存在问题。
首先，大多数临床遇到的恶性肿瘤位于边界复杂、形状不规则的深部组织中。这种复杂性使得生物热传递方程的离散化和准确状态空间模型的构建变得复杂，直接影响了温度场估计的准确性（Pourkargar和Armaou，2015年；Singh和Kumar，2023年）。
其次，这些方法通过利用所有系统状态之间的联系以及输入（激光）与状态（温度）之间的关系来在线估计系统状态。它们本质上属于一种状态耦合估计方案。无论实际治疗是否需要监测整个区域，这些方案都需要估计整个生物组织的状态空间（温度场）。这不仅显著增加了不必要的计算成本，还可能严重影响实时性能。然而，在侵入式LITT过程中，实时性能是一个关键的安全指标（Pham等人，2017年）。
最后，由于需要同时估计生物组织的整个温度场，上述状态耦合估计方案通常需要足够丰富的测量信息才能获得满意的结果。然而，在临床实践中，深部肿瘤的LITT过程中的温度监测通常仅依赖于通过光纤传感器获得的单点温度测量数据。测量信息的匮乏严重限制了这些方案的可行性（Melnick等人，2021年）。
基于系统状态空间模型的状态估计及其固有的状态耦合估计特性是上述困难的根本原因。因此，研究侵入式热疗过程中生物组织温度场的解耦估计问题具有重要的理论和实际意义。
现有的在线解耦框架主要面向多变量控制领域。它们通常通过相对增益阵列分析或传递函数对角化等方法在有限维系统中实现静态或动态解耦，不适用于具有无限维分布参数特性的生物热疗温度场估计（Yang等人，2019年）。
Wang等人（Chen等人，2023年；Mao等人，2025年）在初步研究中发现，在热传递系统中的任意两个空间点之间的温度响应之间存在确定性相关机制。这种机制与内部热源无关，可以通过建立温度响应的时空相关模型直接重建系统的瞬态温度场。基于此，可以使用阶跃响应模型构建热传递系统的解耦状态参数估计模型。因此，可以利用可获取的温度信息解耦估计系统的瞬态温度场。
本研究基于解耦估计技术，解决了侵入式LITT过程中生物组织中温度场的在线估计问题。通过将Penes生物热方程与Beer–Lambert定律结合，开发了一个基础的热模型。基于该模型，建立了温度阶跃响应模型和时空相关模型。利用带有过程噪声的阶跃响应模型，最优估计框架可以过滤噪声测量数据，得到修正后的值。然后将这些值与时空相关模型结合，实现治疗过程中离散空间点的在线解耦温度估计。这项工作为侵入式热疗过程中的实时估计能力提供了科学验证。
