基于反应扩散模型的三维脉络膜新生血管生长预测方法
【技术领域】
[0001] 本发明设及一种基于反应扩散模型的Ξ维脉络膜新生血管生长预测方法，尤其是 对SD-0CT(频域光学相干断层成像)的视网膜图像中的病变区域的生长预测方法，属于视网 膜图像处理技术领域。
【背景技术】
[0002] 脉络膜新生血管（choroid neovascula;rization,CNV)又称视网膜下新生血管，是 来自脉络膜的病理性新生血管。CNV是发达国家老年人视力损害的主要原因之一，可发生于 许多眼底疾病，如年龄相关性黄斑变性、中屯、性渗出性脉络膜视网膜病变、特发性脉络膜新 生血管、病理性近视黄斑变性、眼组织胞浆菌病综合征等多种眼内疾病，因 CNV管壁通透性 较高，易出血和渗出，久之则形成癒痕，造成黄斑部损伤，严重影响中屯、视力，甚至致盲。SD-0CT技术已经成为无损评估视网膜疾病的一种强有力的工具，它能提供快速的、高分辨率 的、显示视网膜内部分层的Ξ维图像，为临床眼科医生对疾病的诊断和治疗提供了帮助。在 视网膜0CT图像中可W清晰的分辨出CNV病变区域的大小、形状、位置。在药物治疗的作用 下，因病人体质不同，CNV疾病区域的生长和萎缩也不同，如果能够准确的预测CNV疾病区域 的生长，就能辅助临床给予合适的药物治疗，然而目前还没有通过0CT图像对CNV进行生长 预测的技术。
【发明内容】
[0003] 目的：为了克服现有技术中存在的不足，本发明提供一种基于反应扩散模型的Ξ 维脉络膜新生血管生长预测方法，借助科学研究方法明确脉络新生血管疾病区域的位置和 大小，来协助医生对脉络膜新生血管疾病进行预判断，帮助临床眼科专家为病人提供更好 的治疗方案。
[0004] 技术方案:为解决上述技术问题，本发明采用的技术方案为：
[0005] -种基于反应扩散模型的Ξ维脉络膜新生血管生长预测方法，其特征在于，包括 W下步骤：
[0006] (1)图像预处理：进行不同时间点0CT图像间的配准W及CNV疾病区域、外视网膜 层、内视网膜层、脉络膜层的分割；
[0007] (2)网格化:采用I S02Mesh网格化方法，将分割出来的外视网膜层、内视网膜层、脉 络膜层、CNV疾病区域分别进行Ξ角剖分，创建四面体网格；
[0008] (3)建模:对CNV疾病区域用反应扩散模型进行建模，模拟出疾病区域的生长变化 过程；
[0009] (4)参数训练:依据重叠精度准则来创建目标函数，通过目标函数来寻找每个时间 点的最优生长参数；
[0010] (5)生长预测：用多项式拟合方法对CNV生长参数进行拟合，得到生长曲线，将预测 出来的图像与真实图像对比得到预测准确率。
[0011]所述步骤(1)图像预处理包括配准和分割：
[001^ (a)0C咽像配准
[OOU]采用刚性变换对Ξ维0CT图像进行配准，即通过平移、旋转和反转把一幅图像中的 点(x，y，z)变换到点（χ/，/，z^ );本发明试验中共用到两个病人的数据，每月采一次0CT图 像，共11个月，故要对22个时间点的数据进行配准。
[0014] (b)OCT图像分割
[0015] 在医生的监督下，将视网膜分割为外视网膜层，内视网膜层、脉络膜层和CNV疾病 区域四个部分。
[0016] 所述步骤(2)中IS02Mesh网格化方法是一种基于二值图像或者灰度图像的网格生 成方法，包括原始图像处理、表面网格提取、表面重采样、多尺度或自适应四面体网格生成。
[0017] 所述步骤(3)建模具体是指，在Ξ维视网膜0CT图像中的CNV疾病区域用反应扩散 建模来模拟CNV疾病的生长W及对周围视网膜组织的侵害；
[0021] U代表脉络膜新生血管分布密度，t是时间，f是源项，代表CNV疾病的生长，P是CNV 疾病的生长参数，C是扩散系数，0Ω代表视网膜边界，5表示单位向量，a是治疗系数。
[0022] 然后用有限元的方法将连续方程离散化，用来解反应扩散的偏微分方程。
[0023] 所述步骤(4)参数训练具体是指，假设扩散能力不变，即CNV疾病在脉络膜层的扩 散速率Cn，与在内视网膜层和外视网膜层的扩散速率Cl是一个常数，但是脉络膜新生血管 (〔1^￥)的生长速率在变，即寻找最优的目^=^1，(3。，0}，令化，02''^1日是分别对应时间点*1， 日的生长参数，那么参数Θ描述为0={：。1，扣，01，02。啊日}，依据重叠精度准则来创建目 标函数如下
[0024]
(4)
[0025] 其中，W系数取l/2，Ii+i是用来验证的实际图像，Ιι,θ是在图像Ii的基础上用参数Θ 预测出来的图像。
[0026] 所述步骤（5)生长预测具体是指，得到最优的参数后，将10个时间点的生长参数 (P1，P2···化〇}按如下公式进行拟合，得到生长曲线，
[0027] p = a · t"^+b · t^+c · t^+d · t+e (5)
[002引其中，a，b，c，d，e是生长系数。
[0029] 脉络新生血管疾病的生长参数曲线是基于最小方差来拟合得到的，用它来预测第 11个时间点的生长参数。
[0030] 有益效果：本发明提供的基于反应扩散模型的Ξ维脉络膜新生血管生长预测方 法，具有可行性和有效性的针对脉络膜新生血管，对于脉络膜新生血管疾病的临床诊断与 药物治疗起到重要的辅助作用。本发明融合了刚性配准、IS02Mesh网格化方法、反应扩散模 型、多项式数据拟合法等步骤，预测结果具有较高的准确性，能够有效的预测疾病的发展趋 势，对于临床相关眼科疾病的诊断与治疗能起到重要的辅助作用。
【附图说明】
[0031] 图1为图像预处理结果：（a)原图像(b)分割后图像，分割出来的梭形区域为CNV疾 病区域，0CT图像从上至下依次分割成外视网膜层、内视网膜层和脉络膜层；
[0032] 图2为网格化处理结果(a)网格化视网膜图像(b)S角剖分后的Ξ维CNV疾病区域 (C)生长建模的Ξ维后处理切片图像；
[0033] 图3为本发明治疗方案中药物注射的时间，向上箭头标记的是注射药物的时间点；
[0034] 图4为病人的CNV生长参数拟合曲线图。
【具体实施方式】
[0035] 下面结合附图对本发明作更进一步的说明。
[0036] 本发明基于反应扩散模型的Ξ维脉络膜新生血管生长预测方法主要包括5个步 骤:图像预处理、网格化、建模、参数训练、生长预测。具体描述如下：
[0037] (1)图像预处理
[0038] 图像预处理主要包括W下两个步骤:配准和分割
[0039] (a)OCT图像配准
[0040] 采用刚性变换对Ξ维0CT图像进行配准，即通过平移、旋转和反转把一幅图像中的 点(x，y，z)变换到点（χ/，/，z〇。本发明试验中共用到两个病人的数据，每月采一次0CT图 像，共11个月，故要对22个时间点的数据进行配准。
[0041 ] (b)OCT图像分割
[0042]在经验丰富的医生的监督下，将视网膜分割为外视网膜层，内视网膜层、脉络膜层 和CNV疾病区域四个部分，分割结果如图1所示。
[00创 （2)网格化
[0044] IS02