脉络膜层是眼内包含结缔组织的血管层,位于视网膜和巩膜之间,为整个外视网膜层提供氧气和营养。脉络膜新生血管(CNV)是一种生长在最内层脉络膜与视网膜色素上皮层之间的增殖血管。它来自于脉络膜的毛细血管,通过布鲁赫膜(Bruch膜)上的裂口增殖和扩散。脉络膜新生血管多出现于黄斑区,故对中心视力有很大的损害。在早期的疾病筛查阶段,如果通过视网膜成像技术及时发现脉络膜新生血管,则可以通过建模的方法预测其生长,在最佳的时间点采取必要的临床措施来帮助治疗,防止病情进一步的恶化。在疾病治疗阶段,预测脉络膜新生血管的生长能够根据患者的具体情况,指导治疗方案的制定,有助于医生有针对性的实现个性化治疗。在疾病后期的康复阶段,基于脉络膜新生血管生长预测,也能够给出复发可能性的判断,对后期就医提供参考和建议。本文采用了一种基于眼部生理结构的无创方法,由三维光学相干断层成像(OCT)图像,通过混合模型来预测脉络膜新生血管的增长过程。该方法由三个步骤组成:预处理,CNV增长建模和预测。首先是预处理部分:主要涉及到图像增强、去噪、金标准的标注,以及图像配准。其次是增长建模部分,本文采用一个新的混合模型来预测脉络膜新生血管的生长,将超弹性生物力学模型及带有治疗因子的反应-扩散模型,通过质量效应方程结合起来。在反应扩散方程提供新生血管增殖项和扩散项信息的同时,由生物力学模型提供超粘弹性材料的不同结构信息和功能信息,从而使预测更准确。最后是预测及参数优化部分,采用遗传算法,迭代计算每一个时间点的预测参数,再进行曲线拟合。本文所提出的方法在具有6个对象的数据集上进行测试,每个对象具有12个时间点的三维图像。实验结果表明,预测结果的平均真阳性体积分数(TPVF),假阳性体积分数(FPVF)和戴斯系数(Dice)分别可以达到80.0±7.62%,23.4±8.36%和78.9±7.54%。