基于反應(yīng)擴(kuò)散模型的三維脈絡(luò)膜新生血管生長預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種基于反應(yīng)擴(kuò)散模型的Ξ維脈絡(luò)膜新生血管生長預(yù)測方法，尤其是 對SD-0CT(頻域光學(xué)相干斷層成像)的視網(wǎng)膜圖像中的病變區(qū)域的生長預(yù)測方法，屬于視網(wǎng) 膜圖像處理技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 脈絡(luò)膜新生血管（choroid neovascula;rization,CNV)又稱視網(wǎng)膜下新生血管，是 來自脈絡(luò)膜的病理性新生血管。CNV是發(fā)達(dá)國家老年人視力損害的主要原因之一，可發(fā)生于 許多眼底疾病，如年齡相關(guān)性黃斑變性、中屯、性滲出性脈絡(luò)膜視網(wǎng)膜病變、特發(fā)性脈絡(luò)膜新 生血管、病理性近視黃斑變性、眼組織胞漿菌病綜合征等多種眼內(nèi)疾病，因 CNV管壁通透性 較高，易出血和滲出，久之則形成癒痕，造成黃斑部損傷，嚴(yán)重影響中屯、視力，甚至致盲。SD-0CT技術(shù)已經(jīng)成為無損評估視網(wǎng)膜疾病的一種強(qiáng)有力的工具，它能提供快速的、高分辨率 的、顯示視網(wǎng)膜內(nèi)部分層的Ξ維圖像，為臨床眼科醫(yī)生對疾病的診斷和治療提供了幫助。在 視網(wǎng)膜0CT圖像中可W清晰的分辨出CNV病變區(qū)域的大小、形狀、位置。在藥物治療的作用 下，因病人體質(zhì)不同，CNV疾病區(qū)域的生長和萎縮也不同，如果能夠準(zhǔn)確的預(yù)測CNV疾病區(qū)域 的生長，就能輔助臨床給予合適的藥物治療，然而目前還沒有通過0CT圖像對CNV進(jìn)行生長 預(yù)測的技術(shù)。

【發(fā)明內(nèi)容】

[0003] 目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于反應(yīng)擴(kuò)散模型的Ξ 維脈絡(luò)膜新生血管生長預(yù)測方法，借助科學(xué)研究方法明確脈絡(luò)新生血管疾病區(qū)域的位置和 大小，來協(xié)助醫(yī)生對脈絡(luò)膜新生血管疾病進(jìn)行預(yù)判斷，幫助臨床眼科專家為病人提供更好 的治療方案。
[0004] 技術(shù)方案:為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：
[0005] -種基于反應(yīng)擴(kuò)散模型的Ξ維脈絡(luò)膜新生血管生長預(yù)測方法，其特征在于，包括 W下步驟：
[0006] (1)圖像預(yù)處理：進(jìn)行不同時(shí)間點(diǎn)0CT圖像間的配準(zhǔn)W及CNV疾病區(qū)域、外視網(wǎng)膜 層、內(nèi)視網(wǎng)膜層、脈絡(luò)膜層的分割；
[0007] (2)網(wǎng)格化:采用I S02Mesh網(wǎng)格化方法，將分割出來的外視網(wǎng)膜層、內(nèi)視網(wǎng)膜層、脈 絡(luò)膜層、CNV疾病區(qū)域分別進(jìn)行Ξ角剖分，創(chuàng)建四面體網(wǎng)格；
[0008] (3)建模:對CNV疾病區(qū)域用反應(yīng)擴(kuò)散模型進(jìn)行建模，模擬出疾病區(qū)域的生長變化 過程；
[0009] (4)參數(shù)訓(xùn)練:依據(jù)重疊精度準(zhǔn)則來創(chuàng)建目標(biāo)函數(shù)，通過目標(biāo)函數(shù)來尋找每個(gè)時(shí)間 點(diǎn)的最優(yōu)生長參數(shù)；
[0010] (5)生長預(yù)測：用多項(xiàng)式擬合方法對CNV生長參數(shù)進(jìn)行擬合，得到生長曲線，將預(yù)測 出來的圖像與真實(shí)圖像對比得到預(yù)測準(zhǔn)確率。
[0011]所述步驟(1)圖像預(yù)處理包括配準(zhǔn)和分割：
[001^ (a)0C咽像配準(zhǔn)
[OOU]采用剛性變換對Ξ維0CT圖像進(jìn)行配準(zhǔn)，即通過平移、旋轉(zhuǎn)和反轉(zhuǎn)把一幅圖像中的 點(diǎn)(x，y，z)變換到點(diǎn)（χ/，/，z^ );本發(fā)明試驗(yàn)中共用到兩個(gè)病人的數(shù)據(jù)，每月采一次0CT圖 像，共11個(gè)月，故要對22個(gè)時(shí)間點(diǎn)的數(shù)據(jù)進(jìn)行配準(zhǔn)。
[0014] (b)OCT圖像分割
[0015] 在醫(yī)生的監(jiān)督下，將視網(wǎng)膜分割為外視網(wǎng)膜層，內(nèi)視網(wǎng)膜層、脈絡(luò)膜層和CNV疾病 區(qū)域四個(gè)部分。
[0016] 所述步驟(2)中IS02Mesh網(wǎng)格化方法是一種基于二值圖像或者灰度圖像的網(wǎng)格生 成方法，包括原始圖像處理、表面網(wǎng)格提取、表面重采樣、多尺度或自適應(yīng)四面體網(wǎng)格生成。
[0017] 所述步驟(3)建模具體是指，在Ξ維視網(wǎng)膜0CT圖像中的CNV疾病區(qū)域用反應(yīng)擴(kuò)散 建模來模擬CNV疾病的生長W及對周圍視網(wǎng)膜組織的侵害；
[0021] U代表脈絡(luò)膜新生血管分布密度，t是時(shí)間，f是源項(xiàng)，代表CNV疾病的生長，P是CNV 疾病的生長參數(shù)，C是擴(kuò)散系數(shù)，0Ω代表視網(wǎng)膜邊界，5表示單位向量，a是治療系數(shù)。
[0022] 然后用有限元的方法將連續(xù)方程離散化，用來解反應(yīng)擴(kuò)散的偏微分方程。
[0023] 所述步驟(4)參數(shù)訓(xùn)練具體是指，假設(shè)擴(kuò)散能力不變，即CNV疾病在脈絡(luò)膜層的擴(kuò) 散速率Cn，與在內(nèi)視網(wǎng)膜層和外視網(wǎng)膜層的擴(kuò)散速率Cl是一個(gè)常數(shù)，但是脈絡(luò)膜新生血管 (〔1^￥)的生長速率在變，即尋找最優(yōu)的目^=^1，(3。，0}，令化，02''^1日是分別對應(yīng)時(shí)間點(diǎn)*1， 日的生長參數(shù)，那么參數(shù)Θ描述為0={：。1，扣，01，02。啊日}，依據(jù)重疊精度準(zhǔn)則來創(chuàng)建目 標(biāo)函數(shù)如下
[0024]
(4)
[0025] 其中，W系數(shù)取l/2，Ii+i是用來驗(yàn)證的實(shí)際圖像，Ιι,θ是在圖像Ii的基礎(chǔ)上用參數(shù)Θ 預(yù)測出來的圖像。
[0026] 所述步驟（5)生長預(yù)測具體是指，得到最優(yōu)的參數(shù)后，將10個(gè)時(shí)間點(diǎn)的生長參數(shù) (P1，P2···化〇}按如下公式進(jìn)行擬合，得到生長曲線，
[0027] p = a · t"^+b · t^+c · t^+d · t+e (5)
[002引其中，a，b，c，d，e是生長系數(shù)。
[0029] 脈絡(luò)新生血管疾病的生長參數(shù)曲線是基于最小方差來擬合得到的，用它來預(yù)測第 11個(gè)時(shí)間點(diǎn)的生長參數(shù)。
[0030] 有益效果：本發(fā)明提供的基于反應(yīng)擴(kuò)散模型的Ξ維脈絡(luò)膜新生血管生長預(yù)測方 法，具有可行性和有效性的針對脈絡(luò)膜新生血管，對于脈絡(luò)膜新生血管疾病的臨床診斷與 藥物治療起到重要的輔助作用。本發(fā)明融合了剛性配準(zhǔn)、IS02Mesh網(wǎng)格化方法、反應(yīng)擴(kuò)散模 型、多項(xiàng)式數(shù)據(jù)擬合法等步驟，預(yù)測結(jié)果具有較高的準(zhǔn)確性，能夠有效的預(yù)測疾病的發(fā)展趨 勢，對于臨床相關(guān)眼科疾病的診斷與治療能起到重要的輔助作用。
【附圖說明】
[0031] 圖1為圖像預(yù)處理結(jié)果：（a)原圖像(b)分割后圖像，分割出來的梭形區(qū)域?yàn)镃NV疾 病區(qū)域，0CT圖像從上至下依次分割成外視網(wǎng)膜層、內(nèi)視網(wǎng)膜層和脈絡(luò)膜層；
[0032] 圖2為網(wǎng)格化處理結(jié)果(a)網(wǎng)格化視網(wǎng)膜圖像(b)S角剖分后的Ξ維CNV疾病區(qū)域 (C)生長建模的Ξ維后處理切片圖像；
[0033] 圖3為本發(fā)明治療方案中藥物注射的時(shí)間，向上箭頭標(biāo)記的是注射藥物的時(shí)間點(diǎn)；
[0034] 圖4為病人的CNV生長參數(shù)擬合曲線圖。
【具體實(shí)施方式】
[0035] 下面結(jié)合附圖對本發(fā)明作更進(jìn)一步的說明。
[0036] 本發(fā)明基于反應(yīng)擴(kuò)散模型的Ξ維脈絡(luò)膜新生血管生長預(yù)測方法主要包括5個(gè)步 驟:圖像預(yù)處理、網(wǎng)格化、建模、參數(shù)訓(xùn)練、生長預(yù)測。具體描述如下：
[0037] (1)圖像預(yù)處理
[0038] 圖像預(yù)處理主要包括W下兩個(gè)步驟:配準(zhǔn)和分割
[0039] (a)OCT圖像配準(zhǔn)
[0040] 采用剛性變換對Ξ維0CT圖像進(jìn)行配準(zhǔn)，即通過平移、旋轉(zhuǎn)和反轉(zhuǎn)把一幅圖像中的 點(diǎn)(x，y，z)變換到點(diǎn)（χ/，/，z〇。本發(fā)明試驗(yàn)中共用到兩個(gè)病人的數(shù)據(jù)，每月采一次0CT圖 像，共11個(gè)月，故要對22個(gè)時(shí)間點(diǎn)的數(shù)據(jù)進(jìn)行配準(zhǔn)。
[0041 ] (b)OCT圖像分割
[0042]在經(jīng)驗(yàn)豐富的醫(yī)生的監(jiān)督下，將視網(wǎng)膜分割為外視網(wǎng)膜層，內(nèi)視網(wǎng)膜層、脈絡(luò)膜層 和CNV疾病區(qū)域四個(gè)部分，分割結(jié)果如圖1所示。
[00創(chuàng) （2)網(wǎng)格化
[0044] IS02