Mesh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等一系列建网步骤。本发 明采用IS02Mesh网格化方法，将分割出来的Ξ维的外视网膜层、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，结果如图2所示。
[0045] (3)建模
[0046] 反应扩散模型是一种考虑扩散、迁移和增长的模型。本发明首次在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。
[0047]
( I )
[004引 f=pu(l-u) (2)
[0049] 妍 Μ.滿Ω = 0 .(3.)
[0050] 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，5Ω代表视网膜边界，5表示单位向量，a是治疗系数。本方法 中用两个给予不同治疗方案的病人进行试验，治疗方案如图3所示，假设a为常数，试验得到 a = 0.02。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。
[00引](4)参数训练
[0052] 在本发明中，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(CNV)的生长速率在 变，即寻找最优的目*={：(31心，0}，令化，02-01日是分别对应时间点山*2-加的生长参数，那 么参数目就可W描述为目= レl，Cn，Pl，化…化日}，依据重叠精度准则来创建目标函数如下
[0053]
(4)
[0054] 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。
[0055] (5)生长预测
[0056] 得到最优的参数后，我们将运10个时间点的生长参数{Pi，P2…Pio}按如下公式进 行拟合，得到生长曲线，如图4所示。
[0化7]
[005引公式中，曰，6，(3，(1，6是生长系数。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。
[0059] (6)实验结果
[0060] 对CNV疾病区域分割，W-个专家手动分割结果作为金标准与本方法预测出来的 图像进行对比。采用真阳性率TPVF、假阳性率FPVFW及戴斯系数作为评估方法的客观指标， 计算如下：
[0064] 其中Iw是用来验证的实际图像的所有像素点集合，Ιι,θ是预测出来的图像的所有 像素点集合。实验结果表明，本方法平均真阳性率为78.74%，平均假阳性率为20.51%，平 均戴斯系数为79.03 %
[0065] 表1预测结果准确率
[0066]
[0067] 至此，一种适用于脉络膜新生血管疾病生长预测的方法已经实现并进行了验证。 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。
[0068] W上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可W做出若干改进和润饰，运些改进和润饰也应 视为本发明的保护范围。
【主权项】
1. 一种基于反应扩散模型的三维脉络膜新生血管生长预测方法，其特征在于，包括以 下步骤： (1) 图像预处理:进行不同时间点OCT图像间的配准以及CNV疾病区域、外视网膜层、内 视网膜层、脉络膜层的分割； (2) 网格化:采用IS02Mesh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疾病区域分别进行三角剖分，创建四面体网格； (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； (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； (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。2. 根据权利要求1所述的基于反应扩散模型的三维脉络膜新生血管生长预测方法，其 特征在于，所述步骤(1)图像预处理包括配准和分割： (a) OCT图像配准 采用刚性变换对三维OCT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(X人/，ζ〇; (b) 0CT图像分割 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。3. 根据权利要求2所述的基于反应扩散模型的三维脉络膜新生血管生长预测方法，其 特征在于: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。4. 根据权利要求3所述的基于反应扩散模型的三维脉络膜新生血管生长预测方法，其 特征在于:所述步骤(3)建模具体是指，在三维视网膜OCT图像中的CNV疾病区域用反应扩散 建模来模拟CNV疾病的生长以及对周围视网膜组织的侵害；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，3Ω·代表视网膜边界，i表示单位向量，a是治疗系数。5. 根据权利要求4所述的基于反应扩散模型的三维脉络膜新生血管生长预测方法，其 特征在于: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c n，与在内视网膜层和外视网膜层的扩散速率C1是一个常数，但是脉络膜新生血管 (CNV)的生长速率在变，即寻找最优的f ={^，(^，0}，令01，02-卞1〇是分别对应时间点七1， 七2"_1：1()的生长参数，那么参数9描述为0 = {(^，(^，01，02'"01()}，依据重叠精度准则来创建目 标函数如下：其中，W系数取1/2，11+1是用来验证的实际图像，11>θ是在图像^的基础上用参数Θ预测出 来的图像。6.根据权利要求5所述的基于反应扩散模型的三维脉络膜新生血管生长预测方法，其 特征在于:所述步骤(5)生长预测具体是指，得到最优的参数后，将多个时间点的生长参数 按如下公式进行拟合，得到生长曲线， P = a · t4+b · t3+c · t2+d · t+e (5) 其中，a，b，c，d，e是生长系数。
【专利摘要】本发明公开了一种基于反应扩散模型的三维脉络膜新生血管生长预测方法，包括以下步骤：图像预处理、网格化、建模、参数训练、生长预测。本发明融合了刚性配准、ISO2Mesh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。
【IPC分类】G06T7/00, G06F19/00
【公开号】CN105488350
【申请号】CN201510868723
【发明人】陈新建, 朱书霞
【申请人】苏州大学
【公开日】2016年4月13日
【申请日】2015年12月2日