画像処理装置及び方法
【課題】網膜の断層像から網膜層構造を変化させている原因を特定できるようにする。
【解決手段】網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置は、断層像の厚み方向に沿ったラインの画像情報に基づいて、網膜内の所定層の境界位置を検出し、所定層の境界を検出できなかったラインに対しては偽像が存在することを示す偽像属性を付与し、他のラインに対しては偽像が存在しないことを示す偽像属性を付与する。そして、複数の断層像の各ラインの偽像属性を、厚み方向に直交する平面に写像し、当該平面において、偽像が存在することを示す偽像属性が写像されている偽像領域の大きさまたは形状に基づいて、当該偽像の種類を判定する。
【解決手段】網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置は、断層像の厚み方向に沿ったラインの画像情報に基づいて、網膜内の所定層の境界位置を検出し、所定層の境界を検出できなかったラインに対しては偽像が存在することを示す偽像属性を付与し、他のラインに対しては偽像が存在しないことを示す偽像属性を付与する。そして、複数の断層像の各ラインの偽像属性を、厚み方向に直交する平面に写像し、当該平面において、偽像が存在することを示す偽像属性が写像されている偽像領域の大きさまたは形状に基づいて、当該偽像の種類を判定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、眼部の画像撮影を支援する画像処理装置及び方法に関し、特に眼部の断層像の処理に好適な画像処理装置及び方法に関する。
【背景技術】
【０００２】
生活習慣病や失明原因の上位を占める疾病の早期診断を目的として、眼部の検査が広く行われている。光干渉断層計（ＯＣＴ；Optical Coherence Tomography）などの眼部断層像撮像装置は、網膜層内部の状態を３次元的に観察することが可能であるため、疾病の診断に有用である。
【０００３】
図１４に、ＯＣＴで撮影した網膜の黄斑部断層像の模式図を示す。ＯＣＴは図１４のように複数の断層像からなる３次元画像データを得る。図１４において、Ｔ1〜Ｔnは黄斑部の二次元断層像である。また、断層像Ｔnにおいて、Ｌ１は内境界膜とその上部の組織との境界（以下、ＩＬＭ境界とする）、Ｌ２は神経線維層とその下部の層との境界（以下、ＮＦＬ境界とする）、Ｌ２’は神経線維層（以下、ＮＦＬとする）を表す。Ｌ３は内網状層とその下部の層との境界（以下、ＩＰＬ境界とする）、Ｌ４は外網状層とその下部の層との境界（以下、ＯＰＬ境界と呼ぶ）を表す。Ｌ５は視細胞内節外節接合部とその上部の層との境界（以下、ＩＳ／ＯＳ境界とする）、Ｌ６は網膜色素上皮とその下部の層との境界（以下、ＲＰＥ境界とする）を表している。
【０００４】
ＯＣＴを用いた画像診断を行うために、画像解析によって各網膜層の境界を特定する技術の開発が求められている。例えば、図１４におけるＩＬＭ境界（Ｌ１）とＮＦＬ境界（Ｌ２）を特定してＮＦＬの厚みを計測することができれば、緑内障診断における一つの指標となりうる。
【０００５】
現在までに様々な網膜層境界特定アルゴリズムが提案されているが、それらに共通の課題として、偽像や病変により層構造が変化したとき、網膜層境界の特定が困難になることが挙げられる。網膜層内に血管や病変などが存在すると、それらより深い位置における輝度が低下したり、網膜層が局所的に膨らんだりするため、単一のアルゴリズムでは網膜層境界の特定が難しい。図１５（ａ）に血管（Ｖ１）が存在する断層像、（ｂ）に出血（Ｂ１）が存在する断層像、（ｃ）に硝子体皮質（Ｈ１）の剥がれとのう胞（Ｃ１）が存在する断層像の例を示す。図１５（ａ）、（ｂ）のように、血管Ｖ１や出血Ｂ１が存在したとき、その下の輝度は低下し、境界線が見えにくくなる。また、（ｃ）のように網膜層の内部・外部に病変が現れることもあり、その場合、輝度は低下しないが、網膜層が全体的に膨らんだり、本来存在するはずの網膜層境界が途切れたりする。このような断層像を解析する際、層構造が変化している領域を特定し、層構造変化の原因に応じて最適な処理に切り換える必要がある。
【０００６】
特許文献１では、各Ａ−ｓｃａｎにおいて注目画素の上下の統計特徴量を算出し、特徴量が閾値以下のＡ−ｓｃａｎには偽像が存在するとしている。また、特許文献２では、眼底画像と断層像を位置合わせし、眼底画像から抽出した血管領域を断層像上に投影することで血管の位置を特定し、断層像内の血管領域では別処理を行っている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００９−０６６０１５号公報
【特許文献２】特開２００７−３２５８３１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、従来の技術では以下の課題があった。特許文献１における偽像の特定方法では全ての偽像を血管によるものとしている。そのため、図１５（ａ）のような血管Ｖ１による偽像と、図１５（ｂ）のような出血Ｂ１による偽像の区別を行っていない。例えば偽像領域内で境界線を補間する処理を考えたとき、偽像の原因が血管による場合と出血による場合とでは偽像領域の範囲や層構造の変化度合が違うため、同じ処理では対応することができない。特許文献２の方法では、眼底画像から抽出した血管領域を断層像に投影して処理を切り換えているが、当然、同一患者の眼底画像を用いないと実現することができない。さらに、眼底画像から検出できない病変には対応することができない。図１５（ｃ）のように硝子体皮質Ｈ１の剥がれやのう胞Ｃ１など、眼底画像には現れにくい病変も存在するため、断層像からのみわかる病変などについては対応することができない。
【０００９】
本発明は上記の課題に鑑みてなされたものであり、網膜の断層像から網膜層構造を変化させている原因を特定できるようにすることを目的とする。
【課題を解決するための手段】
【００１０】
上記の目的を達成するための本発明の一態様による画像処理装置は以下の構成を備える。すなわち、
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置であって、
前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、網膜内の所定層の境界位置を検出する検出手段と、
前記検出手段で前記所定層の境界を検出できなかったラインに対しては偽像が存在することを示す偽像属性を付与し、他のラインに対しては偽像が存在しないことを示す偽像属性を付与する付与手段と、
前記複数の断層像の各ラインの前記偽像属性を、前記厚み方向に直交する平面に写像する写像手段と、
前記平面において、偽像が存在することを示す偽像属性が写像されている偽像領域の大きさまたは形状に基づいて、当該偽像の種類を判定する判定手段とを備える。
【発明の効果】
【００１１】
本発明によれば、精度のよい画像解析を行うために必要である、層構造の変化の原因を、網膜の断層像から特定することが可能となる。
【図面の簡単な説明】
【００１２】
【図１】画像処理システムの機能構成例を示す図。
【図２】画像処理システムの処理の概要を示す図。
【図３】断層像取得装置２０の構成例を示す図。
【図４】画像処理装置１０の第一実施形態の処理手順を示すフローチャート。
【図５】網膜層構造情報取得部１２の第一実施形態の処理手順を示すフローチャート。
【図６】網膜層構造情報解析部１４の第一実施形態の処理手順を示すフローチャート。
【図７】黄斑部の断層像中のＡ−ｓｃａｎにおけるプロファイルを示す図。
【図８】血管や出血を含む断層像でＩＬＭ境界、ＩＳ／ＯＳ境界を特定した図。
【図９】マップに偽像の存在するＡ−ｓｃａｎを写像した図。
【図１０】網膜層構造情報解析部１４の第二実施形態の処理手順を示すフローチャート。
【図１１】硝子体皮質とのう胞を含む黄斑部の断層像の模式図。
【図１２】構造情報マップを用いてＩＬＭ境界の補正処理を行っている図。
【図１３】解析結果をＣ−ｓｃａｎ平面と断層像に重畳表示している図。
【図１４】黄斑部の断層像の模式図。
【図１５】血管と出血による偽像領域を含む黄斑部の断層像の模式図。
【発明を実施するための形態】
【００１３】
［第一実施形態］
本実施形態に係る断層像撮像システムの構成を図１を参照して説明する。本実施形態の断層像撮像システムでは、断層像取得装置２０が被検眼の断層像を取得する。画像処理装置１０は、断層像取得装置２０が取得した断層像のＡ−ｓｃａｎ毎に解析を行い、網膜層構造の情報（以下、構造情報とする）を取得する。次に、画像処理装置１０は、取得した構造情報を図１４におけるｘ−ｙ平面の二次元マップに写像する。そして、画像処理装置１０は、構造情報が写像された二次元マップを解析し、網膜層構造に変化をもたらす病変や構造物を特定する。
【００１４】
画像処理装置１０は断層像取得装置２０及び保存部３０と通信可能に接続されている。断層像取得装置２０は不図示の操作者により入力される指示情報を指示取得部２１から取得し、取得した指示情報に応じて被検眼の撮影を行い、得られた画像を画像処理装置１０及び保存部３０に送信する。
【００１５】
断層像取得装置２０は例えば図３により後述するような光干渉撮像法（ＯＣＴ；Optical Coherence Tomography）を用いたＯＣＴ撮像装置である。このＯＣＴ撮像装置は、被写体に対して照射した信号光の被写体における反射光及び散乱光（戻り光）と、参照用物体に照射された参照光の反射光とから干渉光を生成し、干渉光を解析することにより被写体の内部構造（網膜の内部の構造）を画像化する。被写体が層構造を有しているような場合には、各層で反射または散乱した光である戻り光の強度から層構造の画像を形成することができる。ＯＣＴ撮像装置では網膜上の所定の点に信号光を照射し、その点における深さ方向（図１４のｚ方向）の情報を得る（Ａ−ｓｃａｎという）。すなわち、Ａ−ｓｃａｎとは、網膜の厚み方向に沿った画像情報を得るものである。このＡ−ｓｃａｎを網膜表面上の所定の線上において所定間隔で行い統合することにより、網膜の厚み方向に沿った断層像（Ｂ−ｓｃａｎという）を取得することができる（図１４のｘ−ｚ面の画像）。また、網膜表面上の所定範囲に対してＡ−ｓｃａｎを行うことにより、複数の断層像を取得することができると共に、それらを再構成して三次元のボリュームデータを得ることができる。たとえば、網膜の厚み方向に沿った断面に直交する方向に沿って、上記の断層像（Ｂ−ｓｃａｎ）を複数取得することにより、複数のＢ-ｓｃａｎを取得して、再構成して三次元のボリュームデータを得ることができる。そのため、任意の深さにおける網膜の画像（Ｃ−ｓｃａｎという）を取得することもできる（図１４のｘ−ｙ面の画像）。
【００１６】
画像処理装置１０は、例えば図１に示す各ブロックをそれぞれ回路として有している。また別の例としては周知の電子計算機からなり、ハードウェアとソフトウェアの協働により各ブロックに対応する機能が実現する。具体的には、電子計算機は例えばＣＰＵ、ＲＯＭ、ＲＡＭ、ＨＤＤ、マウス、キーボード、ネットワークＩ／Ｆ、表示部を有するものがある。ここで、ＲＯＭまたはＨＤＤには、画像処理装置１０の各ハードウェアと協働して図１に示す機能を発揮し、後述する図４に示される処理を実現するためのプログラムが格納される。このプログラムが、ＲＡＭに展開され、ＣＰＵがその命令を実行することで、図１に示す機能が発揮され、図４に示す処理が実現される。
【００１７】
画像処理装置１０が有する各機能を説明する。画像取得部１１は断層像取得装置２０から断層画像を取得する。この画像取得部１１で取得した画像に対して網膜層構造情報取得部１２、網膜層構造情報写像部１３、網膜層構造情報解析部１４で所定の処理を行い、血管や病変部を特定した後、液晶ディスプレイ等からなる表示部１５で表示する。以下、網膜層構造情報取得部１２、網膜層構造情報写像部１３、網膜層構造情報解析部１４、解析結果表示部１５をそれぞれ、構造取得部１２、写像部１３、解析部１４、表示部１５と表記する。
【００１８】
図２により本実施形態の概要を説明する。図２において、Ｔp〜Ｔqは断層像取得装置で取得した断層像である。まず、断層像中をＡ−ｓｃａｎ方向（Ａ１）に走査して、網膜層のＡ−ｓｃａｎ方向の画像情報から構造情報を取得し、これをＡ−ｓｃａｎ方向に対して垂直な面の二次元マップＭ１に写像する。詳細は後述するが、図２の二次元マップＭ１は偽像の存在するＡ−ｓｃａｎを写像した例である。次に、二次元マップＭ１上に形成された偽像の存在する領域を解析し、各領域を網膜層内に存在する構造物や病変部に分類する。図２の領域ＳＲ１は出血による偽像に、ＳＲ２は血管による偽像に分類された例である。最後に、解析して得られた出血による偽像領域ＢＲ１、血管による偽像領域ＢＲ２、網膜層境界Ｄ１（ＩＬＭ境界）、Ｄ５（ＩＳ／ＯＳ境界）など、特定した網膜層の構造情報を画像に重畳して表示する。
【００１９】
図３に断層像取得装置２０の機能構成を示す。指示取得部２１は、被検眼の眼底に対する２次元の計測範囲及び計測深度を調整する指示情報を取得する。断層像取得装置２０は、指示情報を撮像パラメータとしてガルバノミラー駆動機構２０１を制御し、ガルバノミラー２０２を駆動する。ハーフミラー２０４は、低コヒーレンス光源２０３からの光ビームを、対物レンズ２０５を経由して被検眼２０６に向かう信号光と、固定配置された参照ミラー２０７に向かう参照光とに分割する。そして、ハーフミラー２０４は、被検眼２０６及び参照ミラー２０７によりそれぞれ反射された信号光及び参照光を重畳して干渉光を生成する。回折格子２０８はこの干渉光を波長λ１〜λｎの波長成分に分光し、１次元光センサアレイ２０９は各波長成分を検出する。１次元光センサアレイ２０９を構成する各光センサは、検出した波長成分の光強度の検出信号を画像再構成部２１０に出力する。
【００２０】
画像再構成部２１０は１次元光センサアレイ２０９から出力された干渉光の各波長成分の検出信号に基づいて、この干渉光についての波長−光強度の関係、すなわち干渉光の光強度分布（波長スペクトル）を求める。そして、画像再構成部２１０は、求めた干渉光の波長スペクトルをフーリエ変換し、網膜の断層像を再構成する。
【００２１】
図４は本実施形態のフローチャートであり、画像処理装置１０が実行する具体的な処理手順を、このフローチャートに沿って説明する。
まず、ステップＳ４０１において、画像取得部１１は、断層像取得装置２０で撮像したＯＣＴ断層像を取得する。
【００２２】
次に、ステップＳ４０２において、構造取得部１２は、ステップＳ４０１で取得したＯＣＴ断層像中の各Ａ−ｓｃａｎから構造情報を取得する。本実施形態では、各Ａ−ｓｃａｎについて、「ＩＬＭ」、「ＩＳ／ＯＳ」、「硝子体皮質候補の位置」、「偽像の有無」を検出し、これらに基づいて構造情報が生成される。本実施形態では、Ｂ−ｓｃａｎによる断層像の厚み方向に沿ったライン（Ａ−ｓｓａｎ）の画像情報に基づいて、網膜内の所定層の境界位置を検出して、これを構造情報とする。そして、所定層を検出できなかったラインに対しては偽像が存在することを示す偽像属性を、所定を検出できたラインに対しては偽像が存在することを示す偽像属性を付与する。本実施形態では、偽像の有無を判定するための所定層の境界としてＩＳ／ＯＳ境界を用い、ＩＳ／ＯＳ境界を検出できなかったラインに、偽像ありを示す偽像属性（ラベル）を付与するものとする。ただし、検出する層の境界は本実施形態で示したものに限られるものではない。構造情報の取得においては、まず、断層像に対して、メディアンフィルタとＳｏｂｅｌフィルタをそれぞれ適用して画像を作成する（以下、メディアン画像、Ｓｏｂｅｌ画像とする）。次に、変換したメディアン画像とＳｏｂｅｌ画像から、Ａ−ｓｃａｎ毎にプロファイルを作成する。そして、Ｓｏｂｅｌ画像から作成したプロファイル内のピークを検出する。検出したピークの前後やピーク間に対応するメディアン画像のプロファイルを参照することで、構造情報を取得する。処理の詳細については図５により後述する。
【００２３】
ステップＳ４０３において、写像部１３は、ステップＳ４０２で取得した各Ａ−ｓｃａｎの構造情報を図９に示すようにｘ−ｙ平面（網膜の厚み方向に直行する平面）の二次元マップに写像する。以下、構造情報を写像した二次元マップを構造情報マップと称する。本実施形態では、図９のように構造情報の種類毎に構造情報マップを作成する。つまり、本実施形態が扱う構造情報は「偽像の有無」、「硝子体皮質候補」、「ＩＬＭ境界」、「ＩＳ／ＯＳ境界」であるので、４つの構造情報マップが作成される。構造情報マップＭ１は「偽像の有無」に関して作成したものであり、偽像が存在したＡ−ｓｃａｎを黒で表わした構造情報マップとなっており、偽像が存在する領域ＳＲ１、ＳＲ２が示されている。
【００２４】
また、構造情報マップＭ２は「硝子体皮質候補」に関して作成したものである。硝子体皮質候補はＡ−ｓｃａｎ毎に存在の有無（硝子体皮質候補が存在する領域ＯＲ１、ＯＲ２）に加えて、その位置情報（ｚ座標値）も特定されるため、ｚ座標値が入力された構造情報マップが作成される。「ＩＬＭ境界」、「ＩＳ／ＯＳ境界」も同様に、構造情報マップＭ３に示すような、Ａ−ｓｃａｎ毎に特定したＩＬＭ境界、ＩＳ／ＯＳ境界の位置情報が入力された構造情報マップが作成される。なお、構造情報はこれらに限定されるものではない。例えばＡ−ｓｃａｎ毎の白斑の有無とその座標値を写像した構造情報マップを作成してもよい。
【００２５】
ステップＳ４０４において、解析部１４はステップＳ４０３で作成した構造情報マップを用いて、構造情報の解析を行う。本実施形態では、構造情報マップにおいて、構造情報が作り出す領域の大きさ（面積）及び／または形状、あるいは複数種類の構造情報を組み合わせて、病変の特定や結果の補正を行う。特に、第１実施形態では、偽像のラベルが写像された２次元マップＭ１における偽像領域の大きさまたは形状に基づいて当該偽像の種類（たとえば血管による偽像か出血による偽像か）を判定する。詳細な処理の一例は図６により後述する。
【００２６】
ステップＳ４０５において、特定された構造情報を断層像中、または積算像や存在する場合は眼底画像などに重畳し、表示部１５はその画像を表示する。本実施形態では、特定した網膜層の境界線（Ｄ１，Ｄ５）は図１３（ａ）のようにｚ方向に平行な面の断層像に重畳される。また、その他の構造情報はｚ方向に平行な面の断層像や、ｚ方向に垂直な面における積算像に重畳される。図１３（ａ）は、特定した全ての構造情報（ＩＬＭ境界Ｄ１、ＩＳ／ＯＳ境界Ｄ５、出血による偽像の存在する領域ＢＲ１）を重畳した断層像を示している。また、図１３（ｂ）は、出血による偽像の存在、血管による偽像の存在を示す構造情報を重畳した積算像を示している。また、出血や血管のラベルが付いたＡ−ｓｃａｎは、図１３（ａ）に示されるＢＲ２のように、色を変えるなどして、他のＡ−ｓｃａｎ特別可能に表示してもよい。図１３（ｂ）の積算像中のＳＲ１は出血領域、ＳＲ２は血管領域を示している。図１３（ｂ）のように、出血や血管など、異なる構造物（異なる原因による偽像）について色を変えるなどして同じ平面上に表示してもよい。
【００２７】
このように、各Ａ−ｓｃａｎから取得された構造情報を２次元マップに写像し、網膜層領域全体で構造情報を解析することで、断層像のみから偽像の生じた原因の特定や、構造情報の補正を行うことができる。
【００２８】
＜網膜層構造情報取得処理＞
次に、図５を参照して、ステップＳ４０２における網膜層構造情報取得処理の詳細を説明する。まず、ステップＳ５０１において、構造取得部１２は、ステップＳ４０１で取得したＯＣＴ断層像に対して画像変換を行う。本実施形態では断層像に対して、メディアンフィルタとＳｏｂｅｌフィルタをそれぞれ適用して、メディアン画像とＳｏｂｅｌ画像を作成する。ここで、画素値は信号の強度が強い場合に大きく、弱い場合に小さくなるとする。
【００２９】
本実施形態において、ＳｏｂｅｌフィルタはＡ−ｓｃａｎにおける浅い方向（画像の上方）から見て、低い輝度値から高い輝度値への境界を強調するように方向性をもたせている。その理由は以下のとおりである。本件では、網膜層構造が変化したとき、その原因を特定するための構造情報として、各Ａ−ｓｃａｎにおけるＩＬＭ境界、ＩＳ／ＯＳ境界、硝子体皮質の位置情報と偽像の有無を用いている。網膜層構造において、ＩＬＭ境界と硝子体皮質は輝度値の低い硝子体と比較的輝度値の高い網膜組織との境界であり、ＩＳ／ＯＳ境界も浅い方向に比較的暗い組織と接している。また、偽像が存在した場合、ＩＳ／ＯＳ境界下の輝度が低下するため、Ｓｏｂｅｌ画像における画素値から偽像の有無を判定することができる。つまり、上記のような方向性をもたせることでＩＬＭ境界、ＩＳ／ＯＳ境界、硝子体皮質がより強調され、更には偽像の有無の判定も行える。なお、硝子体皮質においては、網膜層構造情報取得処理よりも後段で最終的に特定処理を行うため、網膜層構造情報取得処理においては硝子体皮質候補として扱う。
【００３０】
ステップＳ５０２において、構造取得部１２は、ステップＳ５０１で作成したメディアン画像を用いて、背景（硝子体）の平均輝度値を算出する。本実施形態では、まず、メディアン画像に対してＰ−ｔｉｌｅ法による二値化処理を行い、背景領域を特定する。次に、背景領域におけるメディアン画像の輝度値の平均値を算出する。
【００３１】
Ｐ−ｔｉｌｅ法による二値化処理とは、処理対象となる画像のヒストグラムを作成し、輝度値の高い方、もしくは低い方から累積して、所定の割合Ｐに達したときの輝度値を閾値として二値化する方法である。本実施形態では、画像中における網膜領域の割合がおおよそわかっているため、経験的にＰの値を、輝度値の高い方から３０パーセントとして二値化処理を行い、輝度値が閾値以下の画素を背景画素とする。背景画素を特定したら、背景画素におけるメディアン画像の輝度値を参照し、背景の平均輝度値を算出する。
【００３２】
ステップＳ５０３において、構造取得部１２は、ステップＳ５０１で作成した変換画像からプロファイルを作成する。本実施形態では、メディアン画像とＳｏｂｅｌ画像の両方からＡ−ｓｃａｎ毎にプロファイルを作成する。メディアン画像からプロファイルを作成することで、ＯＣＴ画像において特に問題となるノイズを抑制し、より輝度値の傾向を把握しやすくなるという効果がある。また、Ｓｏｂｅｌ画像からプロファイルを作成することで、後段で行われる網膜層境界の特定において、網膜層境界の候補点を検出しやすくなるという効果がある。図７に断層像中のＡ１、Ａ２におけるＡ−ｓｃａｎのメディアン画像とＳｏｂｅｌ画像から作成したプロファイルを示す。図７のように、メディアン画像のプロファイルＰＭ１、ＰＭ２からは輝度値の傾向が、Ｓｏｂｅｌ画像のプロファイルＰＳ１、ＰＳ２からは網膜層境界の候補点が見てとれる。また、必ずしもこれらの変換画像からプロファイルを作成する必要はなく、原画像やその他の変換画像から所定の強さのエッジを検出できればよい。
【００３３】
ステップＳ５０４において、構造取得部１２は、ステップＳ５０３で作成したプロファイルから極大点（以下、ピークとする）を検出する。本実施形態では、Ｓｏｂｅｌ画像から作成したプロファイル（たとえばＰＳ１、ＰＳ２）におけるピークを検出する。検出には経験的、または画像情報に基づいて定められる閾値を用いる。網膜において、ＩＬＭ境界下、ＩＳ／ＯＳ境界下、硝子体皮質は多くの信号を反射または散乱させる。そのため、ステップＳ５０１で述べた浅い方向から見て、低い輝度値から高い輝度値への境界を強調するように方向性をもつＳｏｂｅｌフィルタを用いれば、強いエッジとして検出し易い。これらの層の他に、この方向性をもつＳｏｂｅｌフィルタで検出される強いエッジは病変部以外に存在しないため、閾値を調整することによって、ＩＬＭ境界、ＩＳ／ＯＳ境界、硝子体皮質候補を優先的に抽出することができる。
【００３４】
ステップＳ５０５において、構造取得部１２は、ステップＳ５０４で検出したピークを数え、その数を基に処理を分岐させる。本実施形態では、本ステップ入力時に網膜層境界や硝子体皮質候補として特定されていないピークが２点以上存在する場合（ステップＳ５０５でＹｅｓ）、Ａ−ｓｃａｎにおいて、浅い方向から順に２つのピークを選ぶ。そして、それぞれ第一ピーク、第二ピークとして、ステップＳ５０６へ進む。また、ピークが１つの場合（ステップＳ５０５でＮｏ）、一番大きなピークを第一ピークとして、ステップＳ５０９に進む。
【００３５】
ステップＳ５０６において、構造取得部１２は、ステップＳ５０５で選ばれた２つのピーク間のメディアン画像のプロファイルと背景の平均輝度値に基づいた第一の閾値とを比較する。本実施形態では、まず、第一ピークと第二ピークの間に存在する画素に対して、ステップＳ５０２で算出した背景の平均輝度値に係数である１．２を掛けた値を第一の閾値として設定する。次に、この第一の閾値よりも大きい輝度値をもつ画素数から、ピーク間に存在する全画素数に対する数の割合を算出する。なお、この係数は経験的に求めたものであり、これに限定されるものではない。例えば、背景の平均輝度値と背景以外の領域（二値化処理における閾値以上の領域）の平均輝度値との割合などを用いて、画像情報から動的に係数を決定してもよい。
【００３６】
ステップＳ５０７において、構造取得部１２は、ステップＳ５０６で算出した割合を基に処理を分岐させる。本実施形態では、算出された割合が１／２より小さいとき（ステップＳ５０７でＮｏ）、ピーク間は背景であると判断し、ステップＳ５０８へ進む。算出された割合が１／２以上のとき（ステップＳ５０７でＹｅｓ）、ピーク間に網膜組織が存在すると判断し、ステップＳ５０９へ進む。なお、本実施形態では、閾値以上の画素の割合から網膜組織であるか、背景であるかを判断しているが、これに限定されるものではない。例えば、プロファイルから特徴量を算出し、それを入力として識別器を用いた判定を行ってもよい。
【００３７】
ステップＳ５０８において、構造取得部１２は、ピークの一つを硝子体皮質候補として特定する。本実施形態では、ステップＳ５０７において、ピーク間が背景であると判断された第一ピークと第二ピークについて、硝子体皮質が剥がれている場合、下には背景が存在することから、第一ピークを硝子体皮質候補として特定する。そしてステップＳ５０５へ戻り、第二ピークを含めて２点のピークを選び直す。
【００３８】
ステップＳ５０９において、構造取得部１２は、ピークの一つをＩＬＭ境界（Ｄ１）として特定する。本実施形態では、ステップＳ５０７において、ピーク間に網膜組織が存在すると判断された第一ピークと第二ピークについて、ＩＬＭ境界は網膜組織の上端に存在することから、第一ピークをＩＬＭ境界として特定する。また、ステップＳ５０５から分岐されてきた場合も、第一ピークをＩＬＭ境界として特定する。
【００３９】
ステップＳ５１０において、構造取得部１２は、ステップＳ５０９で特定したＩＬＭ境界よりも、同じＡ−ｓｃａｎ上で深い方向（画像の下方）に第二の閾値以上の特徴点が存在するか調べる。本実施形態では、同じＡ−ｓｃａｎ上で特定したＩＬＭ境界のピークの大きさに係数である０．８を掛けた値を第二の閾値として設定する。この第二の閾値以上のピークがＩＬＭ境界よりも深い方向に存在するかを調べる。存在した場合（ステップＳ５１０でＹｅｓ）、ステップＳ５１１に進む。存在しなかった場合（ステップＳ５１０でＮｏ）、ステップＳ５１２に進む。なお、この閾値は経験的に求めたものであり、これに限定されるものではない。例えば、ピークの大きさの他に、ピーク間の距離などを用いてもよい。
【００４０】
ステップＳ５１１において、構造取得部１２は、ステップＳ５１０で設定した第二の閾値以上のピークをＩＳ／ＯＳ境界として特定する。第二の閾値以上のピークが複数存在した場合、本実施形態では、第二の閾値以上のピーク群の中で一番浅い位置に存在するピークをＩＳ／ＯＳ境界とする。他方、ステップＳ５１２では、構造取得部１２は、ＩＳ／ＯＳ境界を特定することができなかったとし、当該Ａ−ｓｃａｎに偽像が存在することを表す「偽像」ラベルを付ける。
【００４１】
ステップＳ５１３において、構造取得部１２は、画像中の全てのＡ−ｓｃａｎにおいて、構造情報を取得したか調べる。全てのＡ−ｓｃａｎについて処理を行った場合（ステップＳ５１３でＹｅｓ）、処理を終了する。まだ構造情報を取得していないＡ−ｓｃａｎが存在する場合（ステップＳ５１３でＮｏ）、処理はステップＳ５０３に戻る。
【００４２】
このように、ピーク間にある組織を判定し、その結果に基づいて網膜層の構造情報を取得することにより、構造情報の誤りを減らすことができる。図８に、この方法を用いてＩＬＭ境界とＩＳ／ＯＳ境界を特定した断層像を示す。図中の太い実線で描かれたＤ１とＤ５はそれぞれ特定されたＩＬＭ境界とＩＳ／ＯＳ境界である。図８からわかるように、ＩＬＭ境界は全てのＡ−ｓｃａｎで特定されている。一方、ＩＳ／ＯＳ境界を特定できないＡ−ｓｃａｎも存在し、そのようなＡ−ｓｃａｎにはステップＳ５１２で述べたとおり、「偽像」ラベルが付けられている。例えば、図７のＡ１のＡ−ｓｃａｎには「偽像」ラベルが付与されることになる。
【００４３】
＜網膜層構造情報解析処理＞
図６に従い、ステップＳ４０４における網膜層構造情報解析処理の詳細を説明する。
【００４４】
ステップＳ６０１において、解析部１４は、ステップＳ４０３で作成した構造情報マップ上で領域を作成する。本実施形態では、図９の構造情報マップＭ１に対して偽像ラベルの付いたＡ−ｓｃａｎで領域を形成する。図９の構造情報マップＭ１においては、ＳＲ１とＳＲ２の２つの領域が形成されている。
【００４５】
ステップＳ６０２において、解析部１４は、ステップＳ６０１で作成した領域毎に特徴量を算出する。本実施形態では、各領域の面積と、各領域におけるｘ座標の最大値・最小値、ｙ座標の最大値・最小値を通る矩形（すなわち当該領域に外接する矩形）を用意し、矩形領域内における偽像領域の占める割合（以下、充填率とする）を特徴量として算出する。なお、算出される特徴量はこれらに限定されるものではない。例えば、距離変換を用いて領域の線らしさ、面らしさを特徴量として算出してもよい。
【００４６】
ステップＳ６０３において、解析部１４は、ステップＳ６０２で算出した特徴量を用いて、各偽像領域が血管によるものであるか、出血によるものであるかを判定する。本実施形態では、特徴量毎に閾値を設定し、領域の面積が所定の値以上、且つ、充填率が所定の値以上の場合（ステップＳ６０３でＹｅｓ）、その領域を出血による偽像領域と見なし、ステップＳ６０４へ進む。それ以外の場合（ステップＳ６０３でＮｏ）、その領域を血管による偽像領域と見なし、ステップＳ６０５へ進む。図９の構造情報マップＭ１については、領域ＳＲ１は出血による偽像領域、ＳＲ２は血管による偽像領域と判定される。なお、偽像領域の種別の判定方法はこれに限定されるものではない。例えば、特徴量を入力として識別器を用いた判定を行ってもよい。
【００４７】
ステップＳ６０４において、解析部１４は、ステップＳ６０３で出血による偽像と判定された領域の各Ａ−ｓｃａｎについて、「出血」ラベルを付ける。図９の構造情報マップＭ１については、領域ＳＲ１を形成する各Ａ−ｓｃａｎに「出血」ラベルが付与される。他方、ステップＳ６０５において、解析部１４は、ステップＳ６０３で血管による偽像と判定された領域の各Ａ−ｓｃａｎについて、「血管」ラベルを付ける。図９の構造情報マップＭ１については、領域ＳＲ２を形成する各Ａ−ｓｃａｎに「血管」ラベルが付与される。
【００４８】
ステップＳ６０６において、解析部１４は、偽像の構造情報マップ上の領域において、ステップＳ６０３の判定を行っていない領域が存在するか調べる。全ての領域について判定を行った場合（ステップＳ６０６でＹｅｓ）、処理を終了する。未判定領域が存在する場合（ステップＳ６０６でＮｏ）、ステップＳ６０３へ戻り、未判定領域について判定処理を行う。
【００４９】
以上のように、第一実施形態によれば、マップ上で網膜層構造を解析することによって、網膜層全体から見た偽像領域の形状を調べることができるので、偽像の原因まで特定することができる。
【００５０】
［第二実施形態］
第二実施形態では、第一実施形態のステップＳ４０４において、硝子体皮質およびのう胞の特定とＩＬＭ境界の補正を行う例を説明する。断層像において、図１１のように、ＩＬＭ境界Ｌ１の上を剥がれた硝子体皮質Ｈ１が浮遊することがある。また、図１１のＣ１のように、網膜層内に穴があいたような構造になる「のう胞」と呼ばれる病変が現れることがある。このような断層像において、第一実施形態のような網膜層構造情報取得処理を行うと、図１１のように、硝子体皮質候補（Ｈ１）は点線で表わされた結果に、ＩＬＭ境界（Ｌ１）は太い実線で表わされた結果になる。この誤認識は、のう胞領域の平均輝度値が背景（硝子体）と非常に近いため、図１１のように、本来ＩＬＭ境界であるところを硝子体皮質候補、のう胞の下の境界線をＩＬＭ境界と認識してしまうことに起因する。そこで第二実施形態では、図６の解析処理に代えて、もしくは図６の会席処理に加えて、以下に説明する構造情報マップを用いた硝子体皮質特定処理、のう胞特定処理、ＩＬＭ境界補正処理を行う。これにより、図１１のような断層像においても間違えることなく硝子体皮質、のう胞、ＩＬＭ境界を特定することが可能となる。
【００５１】
第二実施形態において、網膜層構造情報解析処理以外は第一実施形態と共通する。また、装置の構成についても第一実施形態と同様である。ただし、画像処理装置１０がソフトウェアの指令に基づき動作する場合には、ＲＯＭまたはＨＤＤに格納されたプログラムは、図１０の処理を実行し、また、そのための機能を実現するためのプログラムである点が異なっている。以下、図１０を参照して、第二実施形態に係るステップＳ４０４の網膜層構造情報解析処理の詳細を説明する。
【００５２】
第二の実施形態では、断層像の前記厚み方向に沿ったラインの画像情報を解析して、第１の層の境界と第２の層の境界が分離したラインを検出し、分離が検出されたラインを、厚み方向に直交する平面に写像して２次元マップを生成する。そして、この平面の分離が検出されたラインが写像されている領域の境界で、厚み方向において第２の層が不連続であると判定された場合に、当該領域において第１の層の境界と判定された位置を第２の層の境界に補正する。本実施形態では、第１の層の境界として硝子体皮質、第２の層の境界としてＩＬＭ境界を用いる。また、上記の不連続性の判定に基づいて、網膜内部におけるのう胞の存在が検出される。まず、ステップＳ１００１において、解析部１４は、ステップＳ４０３で作成した構造情報マップ上で領域を作成する。本実施形態では、硝子体皮質候補の構造情報マップＭ２（図９）が用いられる。図１２は、図９の構造情報マップＭ２と、Ｂ−ｓｃａｎ画像との関連を示した図である。以下、硝子体皮質候補が検出された領域ＶＲ１とＶＲ２を有する構造情報マップＭ２が得られた場合を例として、第二実施形態の網膜層構造解析処理を説明する。
【００５３】
ステップＳ１００２において、解析部１４は、ステップＳ１００１で作成した硝子体皮質候補の領域において、周辺のＩＬＭ境界との境界線のつながりを調べて、その指標（以下、ＩＬＭ境界尤度とする）を算出する。本実施形態では、硝子体皮質候補領域ＶＲ１，ＶＲ２の輪郭線部（図９、図１２の構造情報マップＭ２におけるＯＬ１、ＯＬ２）における硝子体皮質候補の位置とＩＬＭ境界の位置とのそれぞれについて、ＩＬＭ境界尤度を算出して比較する。なお、硝子体皮質候補の存在する領域ＶＲ１、ＶＲ２は、硝子体皮質候補が存在するＡ−ｓｃａｎをｘ−ｙ面に写像することで得られる。また、硝子体皮質候補が存在する領域は、硝子体皮質とＩＬＭ境界の分離した領域と考えられる。
【００５４】
ＩＬＭ境界尤度の算出について具体的に説明する。まず、図１２のように硝子体皮質候補領域の輪郭線外側で、且つ、硝子体皮質候補が存在しないＡ−ｓｃａｎのＩＬＭ境界の位置を基準として定める。そして、この基準の位置と輪郭線部のＡ−ｓｃａｎにおける硝子体皮質候補の位置との差（ｚ座標の差）の絶対値、基準の位置と輪郭線部のＡ−ｓｃａｎにおけるＩＬＭ境界の位置との差（ｚ座標の差）の絶対値をそれぞれ算出する。輪郭線を形成するＡ−ｓｃａｎについて、それぞれの絶対値を算出し、別々に加算していく。そして、こうして得られたｚ座標の差の合計値が小さいほどＩＬＭ境界尤度が高いとし、ＩＬＭ境界らしいと考える（実際の計算では、ｚ座標の差の合計値に−１を掛けた値をＩＬＭ境界尤度としている）。こうして、硝子体皮質候補の領域ＶＲ１、ＶＲ２の硝子体皮質候補におけるＩＬＭ尤度とＩＬＭ境界におけるＩＬＭ尤度が算出される。なお、ＩＬＭ境界尤度の算出方法はこれに限定されるものではない。例えば曲線近似などを用いてＩＬＭ境界尤度を算出してもよい。
【００５５】
ステップＳ１００３において、解析部１４は、ステップＳ１００２で算出したＩＬＭ境界尤度を用いて、ＩＬＭ境界を補正するか否かを判定する。本実施形態では、硝子体皮質候補について算出したＩＬＭ境界尤度が、所定の値以上であり、且つ、同じ位置におけるＩＬＭ境界について算出したＩＬＭ境界尤度よりも高い場合（ステップＳ１００３でＹｅｓ）、ＩＬＭ境界を補正すると判定する。ＩＬＭ境界を補正すると判定されると、処理はステップＳ１００４へ進む。他方、上記の条件を満たさなかった場合（ステップＳ１００３でＮｏ）、硝子体皮質候補は硝子体皮質であると判定し、ステップＳ１００６へ進む。なお、判定方法はこれに限定されるものではない。例えば、ＩＬＭ境界尤度を特徴量として識別器による判定を行ってもよい。
【００５６】
ステップＳ１００４において、解析部１４は、ステップＳ１００３でＩＬＭを補正すると判定された硝子体皮質候補領域について、その領域における硝子体皮質候補の位置情報を用いてＩＬＭ境界を補正する。本実施形態では、ＩＬＭ境界の情報などは全て構造情報マップに保存されているので、ＩＬＭ境界の構造情報マップ上の該当領域を硝子体皮質候補の位置情報で書き換えることになる。そして、ステップＳ１００５において、解析部１４は、ステップＳ１００４でＩＬＭ境界を補正した領域について、のう胞が存在するというラベルを付ける。本実施形態では、のう胞についての構造情報マップを新たに作成し、ＩＬＭを補正した領域のＡ−ｓｃａｎに「のう胞」ラベルを付ける。
【００５７】
一方、ステップＳ１００６において、解析部１４はステップＳ１００３で硝子体皮質であると判定された硝子体皮質候補領域について、その領域を形成するＡ−ｓｃａｎに「硝子体皮質」ラベルを付ける。
【００５８】
ステップＳ１００７において、解析部１４は、硝子体皮質候補の構造情報マップ上の領域において、判定処理を行っていない領域が存在するか調べる。全ての領域について判定を行った場合（ステップＳ１００７でＹｅｓ）、処理を終了する。未判定領域が存在する場合、ステップＳ１００３へ戻り、未判定領域について判定処理を行う。
【００５９】
以上のような処理によれば、Ａ−ｓｃａｎにのう胞の有無を示すラベルが付与されるため、図１３（ｃ）に示すようなＢ−ｓｃａｎ断層像においてのう胞領域を示すＢＲ３を重畳して示すことができる。また、ＩＬＭ境界が補正された場合に、補正後のＩＬＭ境界と補正前のＩＬＭ境界との間をのう胞部位であるとして、図１３（ｃ）に示すようにのう胞Ｃ１の部分を識別可能に表示しても良い。また、Ｃ−ｓｃａｎの断層像において、図１３（ｄ）のように硝子体皮質が浮遊した領域（ＶＲ２）を重畳したり、図１３（ｅ）のよううにのう胞の領域（ＶＲ１）を重畳して表示するようにしても良い。
【００６０】
このように、第二実施形態によれば、マップ上で網膜層構造を解析することによって、網膜層構造の連続性を考慮し、誤りを補正することができる。また、硝子体皮質やのう胞の存在の有無など、より詳しく構造情報を特定することができる。
【００６１】
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。
【００６２】
また、上記実施形態は主に本発明をソフトウェアにより実現する実施例を説明したが，本発明の適用はこれに限らない。例えば，先述の機能ブロックを回路で実装しハードウェアで実現することも本発明の属する技術分野における当業者には容易に実施可能である。また、実施例においてプログラムの介在により実行される機能ブロックの一部のみを専用の画像処理ボードとして実装してもよい。
【技術分野】
【０００１】
本発明は、眼部の画像撮影を支援する画像処理装置及び方法に関し、特に眼部の断層像の処理に好適な画像処理装置及び方法に関する。
【背景技術】
【０００２】
生活習慣病や失明原因の上位を占める疾病の早期診断を目的として、眼部の検査が広く行われている。光干渉断層計（ＯＣＴ；Optical Coherence Tomography）などの眼部断層像撮像装置は、網膜層内部の状態を３次元的に観察することが可能であるため、疾病の診断に有用である。
【０００３】
図１４に、ＯＣＴで撮影した網膜の黄斑部断層像の模式図を示す。ＯＣＴは図１４のように複数の断層像からなる３次元画像データを得る。図１４において、Ｔ1〜Ｔnは黄斑部の二次元断層像である。また、断層像Ｔnにおいて、Ｌ１は内境界膜とその上部の組織との境界（以下、ＩＬＭ境界とする）、Ｌ２は神経線維層とその下部の層との境界（以下、ＮＦＬ境界とする）、Ｌ２’は神経線維層（以下、ＮＦＬとする）を表す。Ｌ３は内網状層とその下部の層との境界（以下、ＩＰＬ境界とする）、Ｌ４は外網状層とその下部の層との境界（以下、ＯＰＬ境界と呼ぶ）を表す。Ｌ５は視細胞内節外節接合部とその上部の層との境界（以下、ＩＳ／ＯＳ境界とする）、Ｌ６は網膜色素上皮とその下部の層との境界（以下、ＲＰＥ境界とする）を表している。
【０００４】
ＯＣＴを用いた画像診断を行うために、画像解析によって各網膜層の境界を特定する技術の開発が求められている。例えば、図１４におけるＩＬＭ境界（Ｌ１）とＮＦＬ境界（Ｌ２）を特定してＮＦＬの厚みを計測することができれば、緑内障診断における一つの指標となりうる。
【０００５】
現在までに様々な網膜層境界特定アルゴリズムが提案されているが、それらに共通の課題として、偽像や病変により層構造が変化したとき、網膜層境界の特定が困難になることが挙げられる。網膜層内に血管や病変などが存在すると、それらより深い位置における輝度が低下したり、網膜層が局所的に膨らんだりするため、単一のアルゴリズムでは網膜層境界の特定が難しい。図１５（ａ）に血管（Ｖ１）が存在する断層像、（ｂ）に出血（Ｂ１）が存在する断層像、（ｃ）に硝子体皮質（Ｈ１）の剥がれとのう胞（Ｃ１）が存在する断層像の例を示す。図１５（ａ）、（ｂ）のように、血管Ｖ１や出血Ｂ１が存在したとき、その下の輝度は低下し、境界線が見えにくくなる。また、（ｃ）のように網膜層の内部・外部に病変が現れることもあり、その場合、輝度は低下しないが、網膜層が全体的に膨らんだり、本来存在するはずの網膜層境界が途切れたりする。このような断層像を解析する際、層構造が変化している領域を特定し、層構造変化の原因に応じて最適な処理に切り換える必要がある。
【０００６】
特許文献１では、各Ａ−ｓｃａｎにおいて注目画素の上下の統計特徴量を算出し、特徴量が閾値以下のＡ−ｓｃａｎには偽像が存在するとしている。また、特許文献２では、眼底画像と断層像を位置合わせし、眼底画像から抽出した血管領域を断層像上に投影することで血管の位置を特定し、断層像内の血管領域では別処理を行っている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００９−０６６０１５号公報
【特許文献２】特開２００７−３２５８３１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
しかしながら、従来の技術では以下の課題があった。特許文献１における偽像の特定方法では全ての偽像を血管によるものとしている。そのため、図１５（ａ）のような血管Ｖ１による偽像と、図１５（ｂ）のような出血Ｂ１による偽像の区別を行っていない。例えば偽像領域内で境界線を補間する処理を考えたとき、偽像の原因が血管による場合と出血による場合とでは偽像領域の範囲や層構造の変化度合が違うため、同じ処理では対応することができない。特許文献２の方法では、眼底画像から抽出した血管領域を断層像に投影して処理を切り換えているが、当然、同一患者の眼底画像を用いないと実現することができない。さらに、眼底画像から検出できない病変には対応することができない。図１５（ｃ）のように硝子体皮質Ｈ１の剥がれやのう胞Ｃ１など、眼底画像には現れにくい病変も存在するため、断層像からのみわかる病変などについては対応することができない。
【０００９】
本発明は上記の課題に鑑みてなされたものであり、網膜の断層像から網膜層構造を変化させている原因を特定できるようにすることを目的とする。
【課題を解決するための手段】
【００１０】
上記の目的を達成するための本発明の一態様による画像処理装置は以下の構成を備える。すなわち、
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置であって、
前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、網膜内の所定層の境界位置を検出する検出手段と、
前記検出手段で前記所定層の境界を検出できなかったラインに対しては偽像が存在することを示す偽像属性を付与し、他のラインに対しては偽像が存在しないことを示す偽像属性を付与する付与手段と、
前記複数の断層像の各ラインの前記偽像属性を、前記厚み方向に直交する平面に写像する写像手段と、
前記平面において、偽像が存在することを示す偽像属性が写像されている偽像領域の大きさまたは形状に基づいて、当該偽像の種類を判定する判定手段とを備える。
【発明の効果】
【００１１】
本発明によれば、精度のよい画像解析を行うために必要である、層構造の変化の原因を、網膜の断層像から特定することが可能となる。
【図面の簡単な説明】
【００１２】
【図１】画像処理システムの機能構成例を示す図。
【図２】画像処理システムの処理の概要を示す図。
【図３】断層像取得装置２０の構成例を示す図。
【図４】画像処理装置１０の第一実施形態の処理手順を示すフローチャート。
【図５】網膜層構造情報取得部１２の第一実施形態の処理手順を示すフローチャート。
【図６】網膜層構造情報解析部１４の第一実施形態の処理手順を示すフローチャート。
【図７】黄斑部の断層像中のＡ−ｓｃａｎにおけるプロファイルを示す図。
【図８】血管や出血を含む断層像でＩＬＭ境界、ＩＳ／ＯＳ境界を特定した図。
【図９】マップに偽像の存在するＡ−ｓｃａｎを写像した図。
【図１０】網膜層構造情報解析部１４の第二実施形態の処理手順を示すフローチャート。
【図１１】硝子体皮質とのう胞を含む黄斑部の断層像の模式図。
【図１２】構造情報マップを用いてＩＬＭ境界の補正処理を行っている図。
【図１３】解析結果をＣ−ｓｃａｎ平面と断層像に重畳表示している図。
【図１４】黄斑部の断層像の模式図。
【図１５】血管と出血による偽像領域を含む黄斑部の断層像の模式図。
【発明を実施するための形態】
【００１３】
［第一実施形態］
本実施形態に係る断層像撮像システムの構成を図１を参照して説明する。本実施形態の断層像撮像システムでは、断層像取得装置２０が被検眼の断層像を取得する。画像処理装置１０は、断層像取得装置２０が取得した断層像のＡ−ｓｃａｎ毎に解析を行い、網膜層構造の情報（以下、構造情報とする）を取得する。次に、画像処理装置１０は、取得した構造情報を図１４におけるｘ−ｙ平面の二次元マップに写像する。そして、画像処理装置１０は、構造情報が写像された二次元マップを解析し、網膜層構造に変化をもたらす病変や構造物を特定する。
【００１４】
画像処理装置１０は断層像取得装置２０及び保存部３０と通信可能に接続されている。断層像取得装置２０は不図示の操作者により入力される指示情報を指示取得部２１から取得し、取得した指示情報に応じて被検眼の撮影を行い、得られた画像を画像処理装置１０及び保存部３０に送信する。
【００１５】
断層像取得装置２０は例えば図３により後述するような光干渉撮像法（ＯＣＴ；Optical Coherence Tomography）を用いたＯＣＴ撮像装置である。このＯＣＴ撮像装置は、被写体に対して照射した信号光の被写体における反射光及び散乱光（戻り光）と、参照用物体に照射された参照光の反射光とから干渉光を生成し、干渉光を解析することにより被写体の内部構造（網膜の内部の構造）を画像化する。被写体が層構造を有しているような場合には、各層で反射または散乱した光である戻り光の強度から層構造の画像を形成することができる。ＯＣＴ撮像装置では網膜上の所定の点に信号光を照射し、その点における深さ方向（図１４のｚ方向）の情報を得る（Ａ−ｓｃａｎという）。すなわち、Ａ−ｓｃａｎとは、網膜の厚み方向に沿った画像情報を得るものである。このＡ−ｓｃａｎを網膜表面上の所定の線上において所定間隔で行い統合することにより、網膜の厚み方向に沿った断層像（Ｂ−ｓｃａｎという）を取得することができる（図１４のｘ−ｚ面の画像）。また、網膜表面上の所定範囲に対してＡ−ｓｃａｎを行うことにより、複数の断層像を取得することができると共に、それらを再構成して三次元のボリュームデータを得ることができる。たとえば、網膜の厚み方向に沿った断面に直交する方向に沿って、上記の断層像（Ｂ−ｓｃａｎ）を複数取得することにより、複数のＢ-ｓｃａｎを取得して、再構成して三次元のボリュームデータを得ることができる。そのため、任意の深さにおける網膜の画像（Ｃ−ｓｃａｎという）を取得することもできる（図１４のｘ−ｙ面の画像）。
【００１６】
画像処理装置１０は、例えば図１に示す各ブロックをそれぞれ回路として有している。また別の例としては周知の電子計算機からなり、ハードウェアとソフトウェアの協働により各ブロックに対応する機能が実現する。具体的には、電子計算機は例えばＣＰＵ、ＲＯＭ、ＲＡＭ、ＨＤＤ、マウス、キーボード、ネットワークＩ／Ｆ、表示部を有するものがある。ここで、ＲＯＭまたはＨＤＤには、画像処理装置１０の各ハードウェアと協働して図１に示す機能を発揮し、後述する図４に示される処理を実現するためのプログラムが格納される。このプログラムが、ＲＡＭに展開され、ＣＰＵがその命令を実行することで、図１に示す機能が発揮され、図４に示す処理が実現される。
【００１７】
画像処理装置１０が有する各機能を説明する。画像取得部１１は断層像取得装置２０から断層画像を取得する。この画像取得部１１で取得した画像に対して網膜層構造情報取得部１２、網膜層構造情報写像部１３、網膜層構造情報解析部１４で所定の処理を行い、血管や病変部を特定した後、液晶ディスプレイ等からなる表示部１５で表示する。以下、網膜層構造情報取得部１２、網膜層構造情報写像部１３、網膜層構造情報解析部１４、解析結果表示部１５をそれぞれ、構造取得部１２、写像部１３、解析部１４、表示部１５と表記する。
【００１８】
図２により本実施形態の概要を説明する。図２において、Ｔp〜Ｔqは断層像取得装置で取得した断層像である。まず、断層像中をＡ−ｓｃａｎ方向（Ａ１）に走査して、網膜層のＡ−ｓｃａｎ方向の画像情報から構造情報を取得し、これをＡ−ｓｃａｎ方向に対して垂直な面の二次元マップＭ１に写像する。詳細は後述するが、図２の二次元マップＭ１は偽像の存在するＡ−ｓｃａｎを写像した例である。次に、二次元マップＭ１上に形成された偽像の存在する領域を解析し、各領域を網膜層内に存在する構造物や病変部に分類する。図２の領域ＳＲ１は出血による偽像に、ＳＲ２は血管による偽像に分類された例である。最後に、解析して得られた出血による偽像領域ＢＲ１、血管による偽像領域ＢＲ２、網膜層境界Ｄ１（ＩＬＭ境界）、Ｄ５（ＩＳ／ＯＳ境界）など、特定した網膜層の構造情報を画像に重畳して表示する。
【００１９】
図３に断層像取得装置２０の機能構成を示す。指示取得部２１は、被検眼の眼底に対する２次元の計測範囲及び計測深度を調整する指示情報を取得する。断層像取得装置２０は、指示情報を撮像パラメータとしてガルバノミラー駆動機構２０１を制御し、ガルバノミラー２０２を駆動する。ハーフミラー２０４は、低コヒーレンス光源２０３からの光ビームを、対物レンズ２０５を経由して被検眼２０６に向かう信号光と、固定配置された参照ミラー２０７に向かう参照光とに分割する。そして、ハーフミラー２０４は、被検眼２０６及び参照ミラー２０７によりそれぞれ反射された信号光及び参照光を重畳して干渉光を生成する。回折格子２０８はこの干渉光を波長λ１〜λｎの波長成分に分光し、１次元光センサアレイ２０９は各波長成分を検出する。１次元光センサアレイ２０９を構成する各光センサは、検出した波長成分の光強度の検出信号を画像再構成部２１０に出力する。
【００２０】
画像再構成部２１０は１次元光センサアレイ２０９から出力された干渉光の各波長成分の検出信号に基づいて、この干渉光についての波長−光強度の関係、すなわち干渉光の光強度分布（波長スペクトル）を求める。そして、画像再構成部２１０は、求めた干渉光の波長スペクトルをフーリエ変換し、網膜の断層像を再構成する。
【００２１】
図４は本実施形態のフローチャートであり、画像処理装置１０が実行する具体的な処理手順を、このフローチャートに沿って説明する。
まず、ステップＳ４０１において、画像取得部１１は、断層像取得装置２０で撮像したＯＣＴ断層像を取得する。
【００２２】
次に、ステップＳ４０２において、構造取得部１２は、ステップＳ４０１で取得したＯＣＴ断層像中の各Ａ−ｓｃａｎから構造情報を取得する。本実施形態では、各Ａ−ｓｃａｎについて、「ＩＬＭ」、「ＩＳ／ＯＳ」、「硝子体皮質候補の位置」、「偽像の有無」を検出し、これらに基づいて構造情報が生成される。本実施形態では、Ｂ−ｓｃａｎによる断層像の厚み方向に沿ったライン（Ａ−ｓｓａｎ）の画像情報に基づいて、網膜内の所定層の境界位置を検出して、これを構造情報とする。そして、所定層を検出できなかったラインに対しては偽像が存在することを示す偽像属性を、所定を検出できたラインに対しては偽像が存在することを示す偽像属性を付与する。本実施形態では、偽像の有無を判定するための所定層の境界としてＩＳ／ＯＳ境界を用い、ＩＳ／ＯＳ境界を検出できなかったラインに、偽像ありを示す偽像属性（ラベル）を付与するものとする。ただし、検出する層の境界は本実施形態で示したものに限られるものではない。構造情報の取得においては、まず、断層像に対して、メディアンフィルタとＳｏｂｅｌフィルタをそれぞれ適用して画像を作成する（以下、メディアン画像、Ｓｏｂｅｌ画像とする）。次に、変換したメディアン画像とＳｏｂｅｌ画像から、Ａ−ｓｃａｎ毎にプロファイルを作成する。そして、Ｓｏｂｅｌ画像から作成したプロファイル内のピークを検出する。検出したピークの前後やピーク間に対応するメディアン画像のプロファイルを参照することで、構造情報を取得する。処理の詳細については図５により後述する。
【００２３】
ステップＳ４０３において、写像部１３は、ステップＳ４０２で取得した各Ａ−ｓｃａｎの構造情報を図９に示すようにｘ−ｙ平面（網膜の厚み方向に直行する平面）の二次元マップに写像する。以下、構造情報を写像した二次元マップを構造情報マップと称する。本実施形態では、図９のように構造情報の種類毎に構造情報マップを作成する。つまり、本実施形態が扱う構造情報は「偽像の有無」、「硝子体皮質候補」、「ＩＬＭ境界」、「ＩＳ／ＯＳ境界」であるので、４つの構造情報マップが作成される。構造情報マップＭ１は「偽像の有無」に関して作成したものであり、偽像が存在したＡ−ｓｃａｎを黒で表わした構造情報マップとなっており、偽像が存在する領域ＳＲ１、ＳＲ２が示されている。
【００２４】
また、構造情報マップＭ２は「硝子体皮質候補」に関して作成したものである。硝子体皮質候補はＡ−ｓｃａｎ毎に存在の有無（硝子体皮質候補が存在する領域ＯＲ１、ＯＲ２）に加えて、その位置情報（ｚ座標値）も特定されるため、ｚ座標値が入力された構造情報マップが作成される。「ＩＬＭ境界」、「ＩＳ／ＯＳ境界」も同様に、構造情報マップＭ３に示すような、Ａ−ｓｃａｎ毎に特定したＩＬＭ境界、ＩＳ／ＯＳ境界の位置情報が入力された構造情報マップが作成される。なお、構造情報はこれらに限定されるものではない。例えばＡ−ｓｃａｎ毎の白斑の有無とその座標値を写像した構造情報マップを作成してもよい。
【００２５】
ステップＳ４０４において、解析部１４はステップＳ４０３で作成した構造情報マップを用いて、構造情報の解析を行う。本実施形態では、構造情報マップにおいて、構造情報が作り出す領域の大きさ（面積）及び／または形状、あるいは複数種類の構造情報を組み合わせて、病変の特定や結果の補正を行う。特に、第１実施形態では、偽像のラベルが写像された２次元マップＭ１における偽像領域の大きさまたは形状に基づいて当該偽像の種類（たとえば血管による偽像か出血による偽像か）を判定する。詳細な処理の一例は図６により後述する。
【００２６】
ステップＳ４０５において、特定された構造情報を断層像中、または積算像や存在する場合は眼底画像などに重畳し、表示部１５はその画像を表示する。本実施形態では、特定した網膜層の境界線（Ｄ１，Ｄ５）は図１３（ａ）のようにｚ方向に平行な面の断層像に重畳される。また、その他の構造情報はｚ方向に平行な面の断層像や、ｚ方向に垂直な面における積算像に重畳される。図１３（ａ）は、特定した全ての構造情報（ＩＬＭ境界Ｄ１、ＩＳ／ＯＳ境界Ｄ５、出血による偽像の存在する領域ＢＲ１）を重畳した断層像を示している。また、図１３（ｂ）は、出血による偽像の存在、血管による偽像の存在を示す構造情報を重畳した積算像を示している。また、出血や血管のラベルが付いたＡ−ｓｃａｎは、図１３（ａ）に示されるＢＲ２のように、色を変えるなどして、他のＡ−ｓｃａｎ特別可能に表示してもよい。図１３（ｂ）の積算像中のＳＲ１は出血領域、ＳＲ２は血管領域を示している。図１３（ｂ）のように、出血や血管など、異なる構造物（異なる原因による偽像）について色を変えるなどして同じ平面上に表示してもよい。
【００２７】
このように、各Ａ−ｓｃａｎから取得された構造情報を２次元マップに写像し、網膜層領域全体で構造情報を解析することで、断層像のみから偽像の生じた原因の特定や、構造情報の補正を行うことができる。
【００２８】
＜網膜層構造情報取得処理＞
次に、図５を参照して、ステップＳ４０２における網膜層構造情報取得処理の詳細を説明する。まず、ステップＳ５０１において、構造取得部１２は、ステップＳ４０１で取得したＯＣＴ断層像に対して画像変換を行う。本実施形態では断層像に対して、メディアンフィルタとＳｏｂｅｌフィルタをそれぞれ適用して、メディアン画像とＳｏｂｅｌ画像を作成する。ここで、画素値は信号の強度が強い場合に大きく、弱い場合に小さくなるとする。
【００２９】
本実施形態において、ＳｏｂｅｌフィルタはＡ−ｓｃａｎにおける浅い方向（画像の上方）から見て、低い輝度値から高い輝度値への境界を強調するように方向性をもたせている。その理由は以下のとおりである。本件では、網膜層構造が変化したとき、その原因を特定するための構造情報として、各Ａ−ｓｃａｎにおけるＩＬＭ境界、ＩＳ／ＯＳ境界、硝子体皮質の位置情報と偽像の有無を用いている。網膜層構造において、ＩＬＭ境界と硝子体皮質は輝度値の低い硝子体と比較的輝度値の高い網膜組織との境界であり、ＩＳ／ＯＳ境界も浅い方向に比較的暗い組織と接している。また、偽像が存在した場合、ＩＳ／ＯＳ境界下の輝度が低下するため、Ｓｏｂｅｌ画像における画素値から偽像の有無を判定することができる。つまり、上記のような方向性をもたせることでＩＬＭ境界、ＩＳ／ＯＳ境界、硝子体皮質がより強調され、更には偽像の有無の判定も行える。なお、硝子体皮質においては、網膜層構造情報取得処理よりも後段で最終的に特定処理を行うため、網膜層構造情報取得処理においては硝子体皮質候補として扱う。
【００３０】
ステップＳ５０２において、構造取得部１２は、ステップＳ５０１で作成したメディアン画像を用いて、背景（硝子体）の平均輝度値を算出する。本実施形態では、まず、メディアン画像に対してＰ−ｔｉｌｅ法による二値化処理を行い、背景領域を特定する。次に、背景領域におけるメディアン画像の輝度値の平均値を算出する。
【００３１】
Ｐ−ｔｉｌｅ法による二値化処理とは、処理対象となる画像のヒストグラムを作成し、輝度値の高い方、もしくは低い方から累積して、所定の割合Ｐに達したときの輝度値を閾値として二値化する方法である。本実施形態では、画像中における網膜領域の割合がおおよそわかっているため、経験的にＰの値を、輝度値の高い方から３０パーセントとして二値化処理を行い、輝度値が閾値以下の画素を背景画素とする。背景画素を特定したら、背景画素におけるメディアン画像の輝度値を参照し、背景の平均輝度値を算出する。
【００３２】
ステップＳ５０３において、構造取得部１２は、ステップＳ５０１で作成した変換画像からプロファイルを作成する。本実施形態では、メディアン画像とＳｏｂｅｌ画像の両方からＡ−ｓｃａｎ毎にプロファイルを作成する。メディアン画像からプロファイルを作成することで、ＯＣＴ画像において特に問題となるノイズを抑制し、より輝度値の傾向を把握しやすくなるという効果がある。また、Ｓｏｂｅｌ画像からプロファイルを作成することで、後段で行われる網膜層境界の特定において、網膜層境界の候補点を検出しやすくなるという効果がある。図７に断層像中のＡ１、Ａ２におけるＡ−ｓｃａｎのメディアン画像とＳｏｂｅｌ画像から作成したプロファイルを示す。図７のように、メディアン画像のプロファイルＰＭ１、ＰＭ２からは輝度値の傾向が、Ｓｏｂｅｌ画像のプロファイルＰＳ１、ＰＳ２からは網膜層境界の候補点が見てとれる。また、必ずしもこれらの変換画像からプロファイルを作成する必要はなく、原画像やその他の変換画像から所定の強さのエッジを検出できればよい。
【００３３】
ステップＳ５０４において、構造取得部１２は、ステップＳ５０３で作成したプロファイルから極大点（以下、ピークとする）を検出する。本実施形態では、Ｓｏｂｅｌ画像から作成したプロファイル（たとえばＰＳ１、ＰＳ２）におけるピークを検出する。検出には経験的、または画像情報に基づいて定められる閾値を用いる。網膜において、ＩＬＭ境界下、ＩＳ／ＯＳ境界下、硝子体皮質は多くの信号を反射または散乱させる。そのため、ステップＳ５０１で述べた浅い方向から見て、低い輝度値から高い輝度値への境界を強調するように方向性をもつＳｏｂｅｌフィルタを用いれば、強いエッジとして検出し易い。これらの層の他に、この方向性をもつＳｏｂｅｌフィルタで検出される強いエッジは病変部以外に存在しないため、閾値を調整することによって、ＩＬＭ境界、ＩＳ／ＯＳ境界、硝子体皮質候補を優先的に抽出することができる。
【００３４】
ステップＳ５０５において、構造取得部１２は、ステップＳ５０４で検出したピークを数え、その数を基に処理を分岐させる。本実施形態では、本ステップ入力時に網膜層境界や硝子体皮質候補として特定されていないピークが２点以上存在する場合（ステップＳ５０５でＹｅｓ）、Ａ−ｓｃａｎにおいて、浅い方向から順に２つのピークを選ぶ。そして、それぞれ第一ピーク、第二ピークとして、ステップＳ５０６へ進む。また、ピークが１つの場合（ステップＳ５０５でＮｏ）、一番大きなピークを第一ピークとして、ステップＳ５０９に進む。
【００３５】
ステップＳ５０６において、構造取得部１２は、ステップＳ５０５で選ばれた２つのピーク間のメディアン画像のプロファイルと背景の平均輝度値に基づいた第一の閾値とを比較する。本実施形態では、まず、第一ピークと第二ピークの間に存在する画素に対して、ステップＳ５０２で算出した背景の平均輝度値に係数である１．２を掛けた値を第一の閾値として設定する。次に、この第一の閾値よりも大きい輝度値をもつ画素数から、ピーク間に存在する全画素数に対する数の割合を算出する。なお、この係数は経験的に求めたものであり、これに限定されるものではない。例えば、背景の平均輝度値と背景以外の領域（二値化処理における閾値以上の領域）の平均輝度値との割合などを用いて、画像情報から動的に係数を決定してもよい。
【００３６】
ステップＳ５０７において、構造取得部１２は、ステップＳ５０６で算出した割合を基に処理を分岐させる。本実施形態では、算出された割合が１／２より小さいとき（ステップＳ５０７でＮｏ）、ピーク間は背景であると判断し、ステップＳ５０８へ進む。算出された割合が１／２以上のとき（ステップＳ５０７でＹｅｓ）、ピーク間に網膜組織が存在すると判断し、ステップＳ５０９へ進む。なお、本実施形態では、閾値以上の画素の割合から網膜組織であるか、背景であるかを判断しているが、これに限定されるものではない。例えば、プロファイルから特徴量を算出し、それを入力として識別器を用いた判定を行ってもよい。
【００３７】
ステップＳ５０８において、構造取得部１２は、ピークの一つを硝子体皮質候補として特定する。本実施形態では、ステップＳ５０７において、ピーク間が背景であると判断された第一ピークと第二ピークについて、硝子体皮質が剥がれている場合、下には背景が存在することから、第一ピークを硝子体皮質候補として特定する。そしてステップＳ５０５へ戻り、第二ピークを含めて２点のピークを選び直す。
【００３８】
ステップＳ５０９において、構造取得部１２は、ピークの一つをＩＬＭ境界（Ｄ１）として特定する。本実施形態では、ステップＳ５０７において、ピーク間に網膜組織が存在すると判断された第一ピークと第二ピークについて、ＩＬＭ境界は網膜組織の上端に存在することから、第一ピークをＩＬＭ境界として特定する。また、ステップＳ５０５から分岐されてきた場合も、第一ピークをＩＬＭ境界として特定する。
【００３９】
ステップＳ５１０において、構造取得部１２は、ステップＳ５０９で特定したＩＬＭ境界よりも、同じＡ−ｓｃａｎ上で深い方向（画像の下方）に第二の閾値以上の特徴点が存在するか調べる。本実施形態では、同じＡ−ｓｃａｎ上で特定したＩＬＭ境界のピークの大きさに係数である０．８を掛けた値を第二の閾値として設定する。この第二の閾値以上のピークがＩＬＭ境界よりも深い方向に存在するかを調べる。存在した場合（ステップＳ５１０でＹｅｓ）、ステップＳ５１１に進む。存在しなかった場合（ステップＳ５１０でＮｏ）、ステップＳ５１２に進む。なお、この閾値は経験的に求めたものであり、これに限定されるものではない。例えば、ピークの大きさの他に、ピーク間の距離などを用いてもよい。
【００４０】
ステップＳ５１１において、構造取得部１２は、ステップＳ５１０で設定した第二の閾値以上のピークをＩＳ／ＯＳ境界として特定する。第二の閾値以上のピークが複数存在した場合、本実施形態では、第二の閾値以上のピーク群の中で一番浅い位置に存在するピークをＩＳ／ＯＳ境界とする。他方、ステップＳ５１２では、構造取得部１２は、ＩＳ／ＯＳ境界を特定することができなかったとし、当該Ａ−ｓｃａｎに偽像が存在することを表す「偽像」ラベルを付ける。
【００４１】
ステップＳ５１３において、構造取得部１２は、画像中の全てのＡ−ｓｃａｎにおいて、構造情報を取得したか調べる。全てのＡ−ｓｃａｎについて処理を行った場合（ステップＳ５１３でＹｅｓ）、処理を終了する。まだ構造情報を取得していないＡ−ｓｃａｎが存在する場合（ステップＳ５１３でＮｏ）、処理はステップＳ５０３に戻る。
【００４２】
このように、ピーク間にある組織を判定し、その結果に基づいて網膜層の構造情報を取得することにより、構造情報の誤りを減らすことができる。図８に、この方法を用いてＩＬＭ境界とＩＳ／ＯＳ境界を特定した断層像を示す。図中の太い実線で描かれたＤ１とＤ５はそれぞれ特定されたＩＬＭ境界とＩＳ／ＯＳ境界である。図８からわかるように、ＩＬＭ境界は全てのＡ−ｓｃａｎで特定されている。一方、ＩＳ／ＯＳ境界を特定できないＡ−ｓｃａｎも存在し、そのようなＡ−ｓｃａｎにはステップＳ５１２で述べたとおり、「偽像」ラベルが付けられている。例えば、図７のＡ１のＡ−ｓｃａｎには「偽像」ラベルが付与されることになる。
【００４３】
＜網膜層構造情報解析処理＞
図６に従い、ステップＳ４０４における網膜層構造情報解析処理の詳細を説明する。
【００４４】
ステップＳ６０１において、解析部１４は、ステップＳ４０３で作成した構造情報マップ上で領域を作成する。本実施形態では、図９の構造情報マップＭ１に対して偽像ラベルの付いたＡ−ｓｃａｎで領域を形成する。図９の構造情報マップＭ１においては、ＳＲ１とＳＲ２の２つの領域が形成されている。
【００４５】
ステップＳ６０２において、解析部１４は、ステップＳ６０１で作成した領域毎に特徴量を算出する。本実施形態では、各領域の面積と、各領域におけるｘ座標の最大値・最小値、ｙ座標の最大値・最小値を通る矩形（すなわち当該領域に外接する矩形）を用意し、矩形領域内における偽像領域の占める割合（以下、充填率とする）を特徴量として算出する。なお、算出される特徴量はこれらに限定されるものではない。例えば、距離変換を用いて領域の線らしさ、面らしさを特徴量として算出してもよい。
【００４６】
ステップＳ６０３において、解析部１４は、ステップＳ６０２で算出した特徴量を用いて、各偽像領域が血管によるものであるか、出血によるものであるかを判定する。本実施形態では、特徴量毎に閾値を設定し、領域の面積が所定の値以上、且つ、充填率が所定の値以上の場合（ステップＳ６０３でＹｅｓ）、その領域を出血による偽像領域と見なし、ステップＳ６０４へ進む。それ以外の場合（ステップＳ６０３でＮｏ）、その領域を血管による偽像領域と見なし、ステップＳ６０５へ進む。図９の構造情報マップＭ１については、領域ＳＲ１は出血による偽像領域、ＳＲ２は血管による偽像領域と判定される。なお、偽像領域の種別の判定方法はこれに限定されるものではない。例えば、特徴量を入力として識別器を用いた判定を行ってもよい。
【００４７】
ステップＳ６０４において、解析部１４は、ステップＳ６０３で出血による偽像と判定された領域の各Ａ−ｓｃａｎについて、「出血」ラベルを付ける。図９の構造情報マップＭ１については、領域ＳＲ１を形成する各Ａ−ｓｃａｎに「出血」ラベルが付与される。他方、ステップＳ６０５において、解析部１４は、ステップＳ６０３で血管による偽像と判定された領域の各Ａ−ｓｃａｎについて、「血管」ラベルを付ける。図９の構造情報マップＭ１については、領域ＳＲ２を形成する各Ａ−ｓｃａｎに「血管」ラベルが付与される。
【００４８】
ステップＳ６０６において、解析部１４は、偽像の構造情報マップ上の領域において、ステップＳ６０３の判定を行っていない領域が存在するか調べる。全ての領域について判定を行った場合（ステップＳ６０６でＹｅｓ）、処理を終了する。未判定領域が存在する場合（ステップＳ６０６でＮｏ）、ステップＳ６０３へ戻り、未判定領域について判定処理を行う。
【００４９】
以上のように、第一実施形態によれば、マップ上で網膜層構造を解析することによって、網膜層全体から見た偽像領域の形状を調べることができるので、偽像の原因まで特定することができる。
【００５０】
［第二実施形態］
第二実施形態では、第一実施形態のステップＳ４０４において、硝子体皮質およびのう胞の特定とＩＬＭ境界の補正を行う例を説明する。断層像において、図１１のように、ＩＬＭ境界Ｌ１の上を剥がれた硝子体皮質Ｈ１が浮遊することがある。また、図１１のＣ１のように、網膜層内に穴があいたような構造になる「のう胞」と呼ばれる病変が現れることがある。このような断層像において、第一実施形態のような網膜層構造情報取得処理を行うと、図１１のように、硝子体皮質候補（Ｈ１）は点線で表わされた結果に、ＩＬＭ境界（Ｌ１）は太い実線で表わされた結果になる。この誤認識は、のう胞領域の平均輝度値が背景（硝子体）と非常に近いため、図１１のように、本来ＩＬＭ境界であるところを硝子体皮質候補、のう胞の下の境界線をＩＬＭ境界と認識してしまうことに起因する。そこで第二実施形態では、図６の解析処理に代えて、もしくは図６の会席処理に加えて、以下に説明する構造情報マップを用いた硝子体皮質特定処理、のう胞特定処理、ＩＬＭ境界補正処理を行う。これにより、図１１のような断層像においても間違えることなく硝子体皮質、のう胞、ＩＬＭ境界を特定することが可能となる。
【００５１】
第二実施形態において、網膜層構造情報解析処理以外は第一実施形態と共通する。また、装置の構成についても第一実施形態と同様である。ただし、画像処理装置１０がソフトウェアの指令に基づき動作する場合には、ＲＯＭまたはＨＤＤに格納されたプログラムは、図１０の処理を実行し、また、そのための機能を実現するためのプログラムである点が異なっている。以下、図１０を参照して、第二実施形態に係るステップＳ４０４の網膜層構造情報解析処理の詳細を説明する。
【００５２】
第二の実施形態では、断層像の前記厚み方向に沿ったラインの画像情報を解析して、第１の層の境界と第２の層の境界が分離したラインを検出し、分離が検出されたラインを、厚み方向に直交する平面に写像して２次元マップを生成する。そして、この平面の分離が検出されたラインが写像されている領域の境界で、厚み方向において第２の層が不連続であると判定された場合に、当該領域において第１の層の境界と判定された位置を第２の層の境界に補正する。本実施形態では、第１の層の境界として硝子体皮質、第２の層の境界としてＩＬＭ境界を用いる。また、上記の不連続性の判定に基づいて、網膜内部におけるのう胞の存在が検出される。まず、ステップＳ１００１において、解析部１４は、ステップＳ４０３で作成した構造情報マップ上で領域を作成する。本実施形態では、硝子体皮質候補の構造情報マップＭ２（図９）が用いられる。図１２は、図９の構造情報マップＭ２と、Ｂ−ｓｃａｎ画像との関連を示した図である。以下、硝子体皮質候補が検出された領域ＶＲ１とＶＲ２を有する構造情報マップＭ２が得られた場合を例として、第二実施形態の網膜層構造解析処理を説明する。
【００５３】
ステップＳ１００２において、解析部１４は、ステップＳ１００１で作成した硝子体皮質候補の領域において、周辺のＩＬＭ境界との境界線のつながりを調べて、その指標（以下、ＩＬＭ境界尤度とする）を算出する。本実施形態では、硝子体皮質候補領域ＶＲ１，ＶＲ２の輪郭線部（図９、図１２の構造情報マップＭ２におけるＯＬ１、ＯＬ２）における硝子体皮質候補の位置とＩＬＭ境界の位置とのそれぞれについて、ＩＬＭ境界尤度を算出して比較する。なお、硝子体皮質候補の存在する領域ＶＲ１、ＶＲ２は、硝子体皮質候補が存在するＡ−ｓｃａｎをｘ−ｙ面に写像することで得られる。また、硝子体皮質候補が存在する領域は、硝子体皮質とＩＬＭ境界の分離した領域と考えられる。
【００５４】
ＩＬＭ境界尤度の算出について具体的に説明する。まず、図１２のように硝子体皮質候補領域の輪郭線外側で、且つ、硝子体皮質候補が存在しないＡ−ｓｃａｎのＩＬＭ境界の位置を基準として定める。そして、この基準の位置と輪郭線部のＡ−ｓｃａｎにおける硝子体皮質候補の位置との差（ｚ座標の差）の絶対値、基準の位置と輪郭線部のＡ−ｓｃａｎにおけるＩＬＭ境界の位置との差（ｚ座標の差）の絶対値をそれぞれ算出する。輪郭線を形成するＡ−ｓｃａｎについて、それぞれの絶対値を算出し、別々に加算していく。そして、こうして得られたｚ座標の差の合計値が小さいほどＩＬＭ境界尤度が高いとし、ＩＬＭ境界らしいと考える（実際の計算では、ｚ座標の差の合計値に−１を掛けた値をＩＬＭ境界尤度としている）。こうして、硝子体皮質候補の領域ＶＲ１、ＶＲ２の硝子体皮質候補におけるＩＬＭ尤度とＩＬＭ境界におけるＩＬＭ尤度が算出される。なお、ＩＬＭ境界尤度の算出方法はこれに限定されるものではない。例えば曲線近似などを用いてＩＬＭ境界尤度を算出してもよい。
【００５５】
ステップＳ１００３において、解析部１４は、ステップＳ１００２で算出したＩＬＭ境界尤度を用いて、ＩＬＭ境界を補正するか否かを判定する。本実施形態では、硝子体皮質候補について算出したＩＬＭ境界尤度が、所定の値以上であり、且つ、同じ位置におけるＩＬＭ境界について算出したＩＬＭ境界尤度よりも高い場合（ステップＳ１００３でＹｅｓ）、ＩＬＭ境界を補正すると判定する。ＩＬＭ境界を補正すると判定されると、処理はステップＳ１００４へ進む。他方、上記の条件を満たさなかった場合（ステップＳ１００３でＮｏ）、硝子体皮質候補は硝子体皮質であると判定し、ステップＳ１００６へ進む。なお、判定方法はこれに限定されるものではない。例えば、ＩＬＭ境界尤度を特徴量として識別器による判定を行ってもよい。
【００５６】
ステップＳ１００４において、解析部１４は、ステップＳ１００３でＩＬＭを補正すると判定された硝子体皮質候補領域について、その領域における硝子体皮質候補の位置情報を用いてＩＬＭ境界を補正する。本実施形態では、ＩＬＭ境界の情報などは全て構造情報マップに保存されているので、ＩＬＭ境界の構造情報マップ上の該当領域を硝子体皮質候補の位置情報で書き換えることになる。そして、ステップＳ１００５において、解析部１４は、ステップＳ１００４でＩＬＭ境界を補正した領域について、のう胞が存在するというラベルを付ける。本実施形態では、のう胞についての構造情報マップを新たに作成し、ＩＬＭを補正した領域のＡ−ｓｃａｎに「のう胞」ラベルを付ける。
【００５７】
一方、ステップＳ１００６において、解析部１４はステップＳ１００３で硝子体皮質であると判定された硝子体皮質候補領域について、その領域を形成するＡ−ｓｃａｎに「硝子体皮質」ラベルを付ける。
【００５８】
ステップＳ１００７において、解析部１４は、硝子体皮質候補の構造情報マップ上の領域において、判定処理を行っていない領域が存在するか調べる。全ての領域について判定を行った場合（ステップＳ１００７でＹｅｓ）、処理を終了する。未判定領域が存在する場合、ステップＳ１００３へ戻り、未判定領域について判定処理を行う。
【００５９】
以上のような処理によれば、Ａ−ｓｃａｎにのう胞の有無を示すラベルが付与されるため、図１３（ｃ）に示すようなＢ−ｓｃａｎ断層像においてのう胞領域を示すＢＲ３を重畳して示すことができる。また、ＩＬＭ境界が補正された場合に、補正後のＩＬＭ境界と補正前のＩＬＭ境界との間をのう胞部位であるとして、図１３（ｃ）に示すようにのう胞Ｃ１の部分を識別可能に表示しても良い。また、Ｃ−ｓｃａｎの断層像において、図１３（ｄ）のように硝子体皮質が浮遊した領域（ＶＲ２）を重畳したり、図１３（ｅ）のよううにのう胞の領域（ＶＲ１）を重畳して表示するようにしても良い。
【００６０】
このように、第二実施形態によれば、マップ上で網膜層構造を解析することによって、網膜層構造の連続性を考慮し、誤りを補正することができる。また、硝子体皮質やのう胞の存在の有無など、より詳しく構造情報を特定することができる。
【００６１】
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。
【００６２】
また、上記実施形態は主に本発明をソフトウェアにより実現する実施例を説明したが，本発明の適用はこれに限らない。例えば，先述の機能ブロックを回路で実装しハードウェアで実現することも本発明の属する技術分野における当業者には容易に実施可能である。また、実施例においてプログラムの介在により実行される機能ブロックの一部のみを専用の画像処理ボードとして実装してもよい。
【特許請求の範囲】
【請求項１】
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置であって、
前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、網膜内の所定層の境界位置を検出する検出手段と、
前記検出手段で前記所定層の境界を検出できなかったラインに対しては偽像が存在することを示す偽像属性を付与し、他のラインに対しては偽像が存在しないことを示す偽像属性を付与する付与手段と、
前記複数の断層像の各ラインの前記偽像属性を、前記厚み方向に直交する平面に写像する写像手段と、
前記平面において、偽像が存在することを示す偽像属性が写像されている偽像領域の大きさまたは形状に基づいて、当該偽像の種類を判定する判定手段とを備えることを特徴とする画像処理装置。
【請求項２】
前記検出手段は、ラインごとに網膜のＩＬＭ境界とＩＳ／ＯＳ境界とを検出し、
前記付与手段は、前記検出手段が前記ＩＳ／ＯＳ境界を検出できない場合に、偽像が存在することを示す前記偽像属性を当該ラインに付与することを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記判定手段は、前記偽像領域がの面積が所定の値以上であり、且つ、前記偽像領域に外接する矩形領域において当該偽像領域が占める割合が所定の値以上である場合に、前記偽像が出血による偽像であると判定し、その他の場合には前記偽像が血管による偽像であると判定することを特徴とする請求項１または２に記載の画像処理装置。
【請求項４】
前記ラインごとに、前記検出手段により検出された前記所定層の境界の位置を示す構造情報を取得する取得手段と、
前記断層像を表示するとともに、前記ラインごとの前記構造情報によって示される前記境界の位置を前記断層像において識別可能に表示する表示手段とを更に備え、
前記表示手段は、前記断層像の表示において、偽像が存在することを示す前記偽像属性が付与されたラインを、前記判定手段により判定された種類を識別可能に表示することを特徴とする請求項１乃至３のいずれか１項に記載の画像処理装置。
【請求項５】
前記検出手段は、さらに硝子体皮質と網膜のＩＬＭ境界をラインごとに検出し、
前記硝子体皮質が検出されたか否かを前記平面に写像することによって得られる、前記硝子体皮質が検出された領域の境界を特定し、前記境界における前記ＩＬＭ境界の不連続性を検出することにより当該硝子体皮質が検出された領域の網膜内にのう胞が存在するか否かを判定する手段を更に備えることを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。
【請求項６】
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置であって、
前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、第１の層の境界と第２の層の境界が分離したラインを検出する検出手段と、
前記分離が検出されたラインを、前記厚み方向に直交する平面に写像する写像手段と、
前記平面の前記分離が検出されたラインが写像されている領域の境界において、前記第２の層の前記厚み方向における連続性を判定する判定手段と、
前記判定手段により前記第２の層の境界が不連続であると判定された場合に、前記領域の前記第１の層の境界を前記第２の層の境界に補正する補正手段とを備えることを特徴とする画像処理装置。
【請求項７】
前記第１の層の境界が硝子体皮質であり、前記第２の層の境界が網膜のＩＬＭ境界であり、
前記検出手段は、前記硝子体皮質と前記ＩＬＭ境界が分離して存在するラインを検出し、
前記判定手段により前記ＩＬＭ境界が不連続であると判定された場合に、前記領域の網膜内部にのう胞が存在すると判断する判断手段を更に備えることを特徴とする請求項６に記載の画像処理装置。
【請求項８】
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置の画像処理方法であって、
検出手段が、前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、網膜内の所定層の境界位置を検出する検出工程と、
付与手段が、前記検出工程で前記所定層の境界を検出できなかったラインに対しては偽像が存在することを示す偽像属性を付与し、他のラインに対しては偽像が存在しないことを示す偽像属性を付与する付与工程と、
写像手段が、前記複数の断層像の各ラインの前記偽像属性を、前記厚み方向に直交する平面に写像する写像工程と、
判定手段が、前記平面において、偽像が存在することを示す偽像属性が写像されている偽像領域の大きさまたは形状に基づいて、当該偽像の種類を判定する判定工程とを有することを特徴とする画像処理方法。
【請求項９】
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置の画像処理方法であって、
検出手段が、前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、第１の層の境界と第２の層の境界が分離したラインを検出する検出工程と、
写像手段が、前記分離が検出されたラインを、前記厚み方向に直交する平面に写像する写像工程と、
判定手段が、前記平面の前記分離が検出されたラインが写像されている領域の境界において、前記第２の層の前記厚み方向における連続性を判定する判定工程と、
補正手段が、前記判定工程により前記第２の層の境界が不連続であると判定された場合に、前記領域の前記第１の層の境界を前記第２の層の境界に補正する補正工程とを有することを特徴とする画像処理方法。
【請求項１０】
請求項１乃至６のいずれか１項に記載のされた画像処理装置の各手段としてコンピュータを機能させるためのプログラム。
【請求項１】
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置であって、
前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、網膜内の所定層の境界位置を検出する検出手段と、
前記検出手段で前記所定層の境界を検出できなかったラインに対しては偽像が存在することを示す偽像属性を付与し、他のラインに対しては偽像が存在しないことを示す偽像属性を付与する付与手段と、
前記複数の断層像の各ラインの前記偽像属性を、前記厚み方向に直交する平面に写像する写像手段と、
前記平面において、偽像が存在することを示す偽像属性が写像されている偽像領域の大きさまたは形状に基づいて、当該偽像の種類を判定する判定手段とを備えることを特徴とする画像処理装置。
【請求項２】
前記検出手段は、ラインごとに網膜のＩＬＭ境界とＩＳ／ＯＳ境界とを検出し、
前記付与手段は、前記検出手段が前記ＩＳ／ＯＳ境界を検出できない場合に、偽像が存在することを示す前記偽像属性を当該ラインに付与することを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記判定手段は、前記偽像領域がの面積が所定の値以上であり、且つ、前記偽像領域に外接する矩形領域において当該偽像領域が占める割合が所定の値以上である場合に、前記偽像が出血による偽像であると判定し、その他の場合には前記偽像が血管による偽像であると判定することを特徴とする請求項１または２に記載の画像処理装置。
【請求項４】
前記ラインごとに、前記検出手段により検出された前記所定層の境界の位置を示す構造情報を取得する取得手段と、
前記断層像を表示するとともに、前記ラインごとの前記構造情報によって示される前記境界の位置を前記断層像において識別可能に表示する表示手段とを更に備え、
前記表示手段は、前記断層像の表示において、偽像が存在することを示す前記偽像属性が付与されたラインを、前記判定手段により判定された種類を識別可能に表示することを特徴とする請求項１乃至３のいずれか１項に記載の画像処理装置。
【請求項５】
前記検出手段は、さらに硝子体皮質と網膜のＩＬＭ境界をラインごとに検出し、
前記硝子体皮質が検出されたか否かを前記平面に写像することによって得られる、前記硝子体皮質が検出された領域の境界を特定し、前記境界における前記ＩＬＭ境界の不連続性を検出することにより当該硝子体皮質が検出された領域の網膜内にのう胞が存在するか否かを判定する手段を更に備えることを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。
【請求項６】
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置であって、
前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、第１の層の境界と第２の層の境界が分離したラインを検出する検出手段と、
前記分離が検出されたラインを、前記厚み方向に直交する平面に写像する写像手段と、
前記平面の前記分離が検出されたラインが写像されている領域の境界において、前記第２の層の前記厚み方向における連続性を判定する判定手段と、
前記判定手段により前記第２の層の境界が不連続であると判定された場合に、前記領域の前記第１の層の境界を前記第２の層の境界に補正する補正手段とを備えることを特徴とする画像処理装置。
【請求項７】
前記第１の層の境界が硝子体皮質であり、前記第２の層の境界が網膜のＩＬＭ境界であり、
前記検出手段は、前記硝子体皮質と前記ＩＬＭ境界が分離して存在するラインを検出し、
前記判定手段により前記ＩＬＭ境界が不連続であると判定された場合に、前記領域の網膜内部にのう胞が存在すると判断する判断手段を更に備えることを特徴とする請求項６に記載の画像処理装置。
【請求項８】
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置の画像処理方法であって、
検出手段が、前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、網膜内の所定層の境界位置を検出する検出工程と、
付与手段が、前記検出工程で前記所定層の境界を検出できなかったラインに対しては偽像が存在することを示す偽像属性を付与し、他のラインに対しては偽像が存在しないことを示す偽像属性を付与する付与工程と、
写像手段が、前記複数の断層像の各ラインの前記偽像属性を、前記厚み方向に直交する平面に写像する写像工程と、
判定手段が、前記平面において、偽像が存在することを示す偽像属性が写像されている偽像領域の大きさまたは形状に基づいて、当該偽像の種類を判定する判定工程とを有することを特徴とする画像処理方法。
【請求項９】
網膜の厚み方向に沿った断面を含む断層像を、前記断面に直交する方向に沿って複数取得することにより得られた複数の断層像を処理する画像処理装置の画像処理方法であって、
検出手段が、前記断層像の前記厚み方向に沿ったラインの画像情報に基づいて、第１の層の境界と第２の層の境界が分離したラインを検出する検出工程と、
写像手段が、前記分離が検出されたラインを、前記厚み方向に直交する平面に写像する写像工程と、
判定手段が、前記平面の前記分離が検出されたラインが写像されている領域の境界において、前記第２の層の前記厚み方向における連続性を判定する判定工程と、
補正手段が、前記判定工程により前記第２の層の境界が不連続であると判定された場合に、前記領域の前記第１の層の境界を前記第２の層の境界に補正する補正工程とを有することを特徴とする画像処理方法。
【請求項１０】
請求項１乃至６のいずれか１項に記載のされた画像処理装置の各手段としてコンピュータを機能させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図９】
【公開番号】特開２０１２−１１０６１８（Ｐ２０１２−１１０６１８Ａ）
【公開日】平成２４年６月１４日（２０１２．６．１４）
【国際特許分類】
【出願番号】特願２０１０−２６４２９４（Ｐ２０１０−２６４２９４）
【出願日】平成２２年１１月２６日（２０１０．１１．２６）
【出願人】（０００００１００７）キヤノン株式会社 (59,756)
【Ｆターム（参考）】
【公開日】平成２４年６月１４日（２０１２．６．１４）
【国際特許分類】
【出願日】平成２２年１１月２６日（２０１０．１１．２６）
【出願人】（０００００１００７）キヤノン株式会社 (59,756)
【Ｆターム（参考）】
[ Back to top ]