基于相关性的增生性瘢痕治疗效果的评估方法及系统技术方案

本发明专利技术涉及一种基于相关性的增生性瘢痕治疗效果的评估方法及系统，该方法包括：1)分别获取治疗前瘢痕图像、治疗后瘢痕图像以及对应的治疗前后邻近瘢痕的正常皮肤图像；2)得到治疗前后瘢痕图像的瘢痕区域；3)获取相关性向量MIj,n和MIk,m；4)进行统计学分析，分别计算相关性向量MIj,n和MIk,m的均值、标准差以及显著性差异P值，根据计算结果分析得到治疗效果评估结果。与现有技术相比，本发明专利技术可识别肉眼无法识别的微小变化，相比于专家的肉眼评估和温哥华瘢痕量表评估，评估方法更客观，也避免了评估量表观察者之间信度低的问题，且用户接受度好，具有评估结果可靠、可重复性和实用性强等优点。

【技术实现步骤摘要】

本专利技术涉及一种增生性瘢痕治疗效果的评估方法，尤其是涉及一种基于相关性的增生性瘢痕治疗效果的评估方法及系统。
技术介绍
瘢痕治疗效果的评估是临床医学的一个热点问题，对瘢痕的治疗效果进行准确的临床评估，有助于医生选择每个阶段正确的治疗手段，对瘢痕疾病的临床治疗和研究具有重要意义。瘢痕评估主要分为瘢痕评估量表和瘢痕评估工具。瘢痕评估量表主要从瘢痕颜色、厚度、表面特征、柔软程度和表面积五个方面进行评价。常见的瘢痕量表有：温哥华瘢痕量表、西雅图瘢痕量表、斯通布鲁克瘢痕评估量表、曼切斯特瘢痕量表、病人和观察者瘢痕评估量表。温哥华瘢痕量表是临床上使用最广泛的评估量表，观察者通过观察给出评估分数，分值越高瘢痕越严重。瘢痕评估量表简单、方便，但是主观性很强，与观察者密切相关。而瘢痕评估工具主要从瘢痕颜色、厚度、表面特征、柔软程度和表面积五个方面进行评价。国际上通过三色反射率比色法、窄带分光光度法进行颜色的客观评价，超声和病理活检进行疤痕厚度评价，快速相位变化在体测量法(PRIMOS)进行表面特征评价，网格计数法和摄影测量法进行表面积评价，皮肤弹性测量仪进行柔软程度的测量。虽然瘢痕评估工具能客观的评价疤痕的某一属性，但是不便于临床广泛推广，患者接受度差。以点阵激光治疗为主的瘢痕微创治疗，需要在短时间内对瘢痕的微小改变进行评价，现存的评估量表无法满足这种精确评价，而评估工具使用率不高。但是更多时候临床专家评估瘢痕的治疗效果，只需要了解瘢痕在治疗前后总体有无变化(改善或恶化)，本质上是通过判断治疗前后两张图片中瘢痕的变化程度来进行治疗效果的评价。因此，本专利技术提出一种全新的基于图像分割和相关性的瘢痕治疗效果的评估方法。中国专利CN105678794A公开了一种基于图像处理的瘢痕治疗效果的评估方法。该方法包括以下步骤：(1)分别获取患者治疗前瘢痕图像、治疗后瘢痕图像以及治疗前邻近瘢痕的正常皮肤图像；(2)分别对获取的图像进行预处理得到治疗前瘢痕RGB图像、治疗后瘢痕RGB图像和正常皮肤RGB图像；对预处理后的治疗前瘢痕RGB图像和治疗后瘢痕RGB图像进行配准，得到已配准治疗后瘢痕RGB图像；分别计算治疗前瘢痕RGB图像与正常皮肤RGB图像的互信息为I(A,B)和已配准治疗后瘢痕RGB图像与正常皮肤RGB图像之间的互信息为I(C,B)；判断I(C,B)是否大于I(A,B)，若是，则治疗效果好，否则治疗效果差。该专利存在以下缺陷：1、将治疗前后的瘢痕图像以及正常皮肤图像全部都转化为RGB三通道的图像。在转化的过程中会丢失部分图像数据信息，从而影响评估结果；2、正常皮肤全部来自治疗前的瘢痕图像，所以此正常皮肤可能与治疗前的瘢痕区域的相关性更强，这直接影响评估结果；3、直接计算整张瘢痕图像和正常皮肤之间的互信息，换言之，将非瘢痕区域即背景区域也进行计算，这直接增加了评估误差；4、对于每一对治疗前后的瘢痕图像，直接比较其对应的一对治疗前后的互信息的数值，即每一对治疗前后的瘢痕区域都与一幅对应的治疗前的正常皮肤图像做互信息，通过比较结果来判断治疗效果，这样的比较虽然简单但是不够具体详细。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于相关性的增生性瘢痕治疗效果的评估方法及系统，可识别肉眼无法识别的微小变化，相比于评估量表，评估方法更客观，也避免了评估量表观察者之间信度低的问题，且用户接受度好。本专利技术的目的可以通过以下技术方案来实现：一种基于相关性的增生性瘢痕治疗效果的评估方法包括以下步骤：1)分别获取治疗前瘢痕图像、治疗后瘢痕图像以及对应的治疗前后邻近瘢痕的正常皮肤图像；2)分别用能量分水岭分割算法得到治疗前后瘢痕图像的瘢痕区域；3)分别获取治疗前后瘢痕区域与对应的正常皮肤之间的相关性向量MIj,n和MIk,m；4)进行统计学分析，分别计算相关性向量MIj,n和MIk,m的均值、标准差以及MIj,n和MIk,m之间的显著性差异P值，根据计算结果分析得到治疗效果评估结果。所述步骤3)中治疗前瘢痕区域与对应的正常皮肤之间的相关性向量MIj,n满足以下公式：式中，An为第n个治疗前瘢痕图像的瘢痕区域，为An的灰度集合，Cj,n为对应第n个治疗前瘢痕图像的第j个治疗前邻近瘢痕的正常皮肤图像，为Cj,n的灰度集合，p(an)为An中像素点an的边缘概率分布，p(cj,n)为Cj,n中像素点cj,n的边缘概率分布，p(an,cj,n)为An中像素点an与Cj,n中像素点cj,n的联合概率分布；治疗后瘢痕区域与对应的正常皮肤之间的相关性向量MIk,m满足以下公式：式中，Bm为第m个治疗后瘢痕图像的瘢痕区域，为Bm的灰度集合，Dk,m为对应第m个治疗后瘢痕图像的第k个治疗后邻近瘢痕的正常皮肤图像，为Dk,m的灰度集合，p(bm)为Bm中像素点bm的边缘概率分布，p(dk,m)为Dk,m中像素点dk,m的边缘概率分布，p(bm,dk,m)为Bm中像素点bm与Dk,m中像素点dk,m的联合概率分布。所述步骤4)中根据计算结果分析得到治疗效果评估结果具体为：若大于且显著性差异P值小于等于0.05，则治疗效果评估结果为治疗效果改善，其中，为相关性向量MIk,m的均值，Vk,m为相关性向量MIk,m的标准差，为相关性向量MIj,n的均值，Vj,n为相关性向量MIj,n的标准差；若小于等于且显著性差异P值小于等于0.05，则治疗效果评估结果为治疗效果恶化；若显著性差异P值大于0.05，则治疗效果评估结果为治疗效果都没有变化。所述步骤2)具体为：首先将获取的治疗前后瘢痕图像和对应的治疗前后邻近瘢痕的正常皮肤图像缩放成大小相同的图像，其次，用能量分水岭分割算法，由缩放后的治疗前后瘢痕图像得到治疗前后瘢痕图像的瘢痕区域。所述步骤4)之后还包括以下步骤：将步骤4)得到的治疗效果评估结果与多个专家对治疗前后的增生性瘢痕的肉眼评估和VSS评估结果相比较，其中专家的肉眼评估是指专家用眼睛观察两个瘢痕之间的区别来评估瘢痕。一种基于相关性的增生性瘢痕治疗效果的评估系统包括：图像采集模块，用于分别获取治疗前瘢痕图像、治疗后瘢痕图像以及对应的治疗前后邻近瘢痕的正常皮肤图像；瘢痕区域分割模块，用于分别用能量分水岭分割算法得到治疗前后瘢痕图像的瘢痕区域；相关性向量计算模块，用于分别获取治疗前后瘢痕区域与对应的正常皮肤之间的相关性向量MIj,n和MIk,m；治疗效果评估模块，用于进行统计学分析，分别计算相关性向量MIj,n和MIk,m的均值、标准差以及MIj,n和MIk,m之间的显著性差异P值，根据计算结果分析得到治疗效果评估结果。所述相关性向量计算模块具体用于：获取治疗前瘢痕区域与对应的正常皮肤之间的相关性向量MIj,n，满足以下公式：式中，An为第n个治疗前瘢痕图像的瘢痕区域，为An的灰度集合，Cj,n为对应第n个治疗前瘢痕图像的第j个治疗前邻近瘢痕的正常皮肤图像，为Cj,n的灰度集合，p(an)为An中像素点an的边缘概率分布，p(cj,n)为Cj,n中像素点cj,n的边缘概率分布，p(an,cj,n)为An中像素点an与Cj,n中像素点cj,n的联合概率分布；获取治疗后瘢痕区域与对应的正常皮肤之间的相关性向量MIk,m，满足以下公式：式中，Bm为第本文档来自技高网...

【技术保护点】
一种基于相关性的增生性瘢痕治疗效果的评估方法，其特征在于，包括以下步骤：1)分别获取治疗前瘢痕图像、治疗后瘢痕图像以及对应的治疗前后邻近瘢痕的正常皮肤图像；2)分别用能量分水岭分割算法得到治疗前后瘢痕图像的瘢痕区域；3)分别获取治疗前后瘢痕区域与对应的正常皮肤之间的相关性向量MIj,n和MIk,m；4)进行统计学分析，分别计算相关性向量MIj,n和MIk,m的均值、标准差以及MIj,n和MIk,m之间的显著性差异P值，根据计算结果分析得到治疗效果评估结果。

【技术特征摘要】
1.一种基于相关性的增生性瘢痕治疗效果的评估方法，其特征在于，包括以下步骤：1)分别获取治疗前瘢痕图像、治疗后瘢痕图像以及对应的治疗前后邻近瘢痕的正常皮肤图像；2)分别用能量分水岭分割算法得到治疗前后瘢痕图像的瘢痕区域；3)分别获取治疗前后瘢痕区域与对应的正常皮肤之间的相关性向量MIj,n和MIk,m；4)进行统计学分析，分别计算相关性向量MIj,n和MIk,m的均值、标准差以及MIj,n和MIk,m之间的显著性差异P值，根据计算结果分析得到治疗效果评估结果。2.根据权利要求1所述的基于相关性的增生性瘢痕治疗效果的评估方法，其特征在于，所述步骤3)中治疗前瘢痕区域与对应的正常皮肤之间的相关性向量MIj,n满足以下公式：MIj,n(An,Cj,n)=Σan∈ΩAnΣcj,n∈ΩCj,np(an,cj,n)log2p(an,cj,n)p(an)p(cj,n)]]>式中，An为第n个治疗前瘢痕图像的瘢痕区域，为An的灰度集合，Cj,n为对应第n个治疗前瘢痕图像的第j个治疗前邻近瘢痕的正常皮肤图像，为Cj,n的灰度集合，p(an)为An中像素点an的边缘概率分布，p(cj,n)为Cj,n中像素点cj,n的边缘概率分布，p(an,cj,n)为An中像素点an与Cj,n中像素点cj,n的联合概率分布；治疗后瘢痕区域与对应的正常皮肤之间的相关性向量MIk,m满足以下公式：MIk,m(Bm,Dk,m)=Σbm∈ΩBmΣdk,m∈ΩDk,mp(bm,dk,m)log2p(bm,dk,m)p(bm)p(dk,m)]]>式中，Bm为第m个治疗后瘢痕图像的瘢痕区域，为Bm的灰度集合，Dk,m为对应第m个治疗后瘢痕图像的第k个治疗后邻近瘢痕的正常皮肤图像，为Dk,m的灰度集合，p(bm)为Bm中像素点bm的边缘概率分布，p(dk,m)为Dk,m中像素点dk,m的边缘概率分布，p(bm,dk,m)为Bm中像素点bm与Dk,m中像素点dk,m的联合概率分布。3.根据权利要求1所述的基于相关性的增生性瘢痕治疗效果的评估方法，其特征在于，所述步骤4)中根据计算结果分析得到治疗效果评估结果具体为：若大于且显著性差异P值小于等于0.05，则治疗效果评估结果为治疗效果改善，其中，为相关性向量MIk,m的均值，Vk,m为相关性向量MIk,m的标准差，为相关性向量MIj,n的均值，Vj,n为相关性向量MIj,n的标准差；若小于等于且显著性差异P值小于等于0.05，则治疗效果评估结果为治疗效果恶化；若显著性差异P值大于0.05，则治疗效果评估结果为治疗效果都没有变化。4.根据权利要求1所述的基于相关性的增生性瘢痕治疗效果的评估方法，其特征在于，所述步骤2)具体为：首先将获取的治疗前后瘢痕图像和对应的治疗前后邻近瘢痕的正常皮肤图像缩放成大小相同的图像，其次，用能量分水岭分割算法，由缩放后的治疗前后瘢痕图像得到治疗前后瘢痕图像的瘢痕区域。5.根据权利要求1所述的基于相关性的增生性瘢痕治疗效果的评估方法，其特征在于，所述步骤4)之后还包括以下步骤：将步骤4)得到的治疗效果评估结果与多个专家对治疗前后的增生性瘢痕的肉眼评估和VSS评估结果相比较，其中专家的肉眼评估是指专家用眼睛观察两个瘢痕之间的区别来评估瘢痕。6.一种基于相关性的增生性瘢痕治疗效果的评估系...

【专利技术属性】
技术研发人员：刘刚，何妍妍，吕开阳，戴和谱，张万，张腾，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：上海;31