眼底画像診断支援システム、及び眼底画像診断支援プログラム
【課題】 眼底写真を解析し、客観的に算出されたＣ／Ｄ比の値を医師に提供し、緑内障等の疾患の診断を支援することが可能な眼底画像診断支援システムを提供することを課題とする。
【解決手段】 眼底画像診断支援システム１は、眼底画像診断支援コンピュータ２を利用して、被験者の眼底を撮影した眼底写真に係る眼底画像データ３から診断候補領域を抽出し、乳頭領域及び陥凹領域を検出し、さらに乳頭領域及び陥凹領域に近似する乳頭近似円または陥凹近似円をそれぞれ算出することができる。そして、算出された陥凹近似円に対する乳頭近似円の半径の比を計算することにより、緑内障等の眼科系疾患の診断に有益なＣ／Ｄ比の情報を医師等に提供し、当該診断の支援をすることができる。
【解決手段】 眼底画像診断支援システム１は、眼底画像診断支援コンピュータ２を利用して、被験者の眼底を撮影した眼底写真に係る眼底画像データ３から診断候補領域を抽出し、乳頭領域及び陥凹領域を検出し、さらに乳頭領域及び陥凹領域に近似する乳頭近似円または陥凹近似円をそれぞれ算出することができる。そして、算出された陥凹近似円に対する乳頭近似円の半径の比を計算することにより、緑内障等の眼科系疾患の診断に有益なＣ／Ｄ比の情報を医師等に提供し、当該診断の支援をすることができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、眼底画像診断支援システム、及び眼底画像診断支援プログラムに関するものであり、特に、被験者の眼底を撮影した眼底写真を利用し、主に緑内障等の眼科系疾患の診断に関する有益な情報を医師に対して提供し、当該診断を支援することが可能な眼底画像診断支援システム、及び眼底画像診断支援プログラムに関するものである。
【背景技術】
【０００２】
従来から、眼球に対して外部から光を照射し、眼球を通して眼底の状態を観察することが行われている。また、その眼底の状態をカメラ等の光学機器によって撮像し、眼底写真として医療記録に残すことが行われている。この眼底写真を詳細に検討することによって、種々の疾患の診断を医師は下すことができる。この眼底の観察は、非侵襲的な診断手法であり、検査を受ける患者（被験者）は肉体的な負担を強いることがなく、また比較的簡易な装置によって得ることができるため、現在の医療機関では一般的に行われている検査手法の一つである。また、眼底写真によって撮影される血管は、眼球の奥に位置する脳の脳血管の一部が直接分岐したものであり、身体の外部から脳内の状態を直接観察することができる唯一の手法であり、非常に有益な情報を医師等に対して提供することができるものである。加えて、この眼底写真は、緑内障等の眼科系の疾患の診断の診断以外にも糖尿病等の生活習慣病の診断にも利用することができる。
【０００３】
ここで、健康な被験者の眼底写真では、眼底全体が黄赤褐色を呈し、被験者の視線の約１５度外方向（耳側方向）の位置に、１．２ｍｍ〜１．７ｍｍの円形または卵円形で視神経乳頭（Ｏｐｔｉｃ ｎｅｒｖｅ ｈｅａｄ）が観察される。この視神経乳頭は、解剖学的には、視神経円板（Ｏｐｔｉｃ ｄｉｓｋ）と呼ばれることもあり、眼底部分と視神経乳頭との境界は、鼻側よりも耳側が明瞭に観察されることが一般的である。そして、視神経乳頭の中央付近には、円形状を呈する視神経乳頭陥凹または生理的陥凹（Ｐｈｙｓｉｏｌｏｇｉｃ ｃｕｐ）と呼ばれる領域が観察される。
【０００４】
そして、眼底写真を利用して緑内障の診断をする場合、診断のための判断基準の一つとして、前述した視神経乳頭及び視神経乳頭陥凹の直径または半径のそれぞれの比が求められる。すなわち、略円形状の視神経乳頭（Ｄ）に対する視神経乳頭陥凹（Ｃ）の径比（以下、「Ｃ／Ｄ比」と称す）の値が、０．６以上の場合、換言すれば、視神経乳頭陥凹の領域が正常時に比べて拡大している場合は視神経乳頭陥凹の所見となり、一般的に緑内障の症状が疑われる。一方、Ｃ／Ｄ比が０．６よりも小さい場合、乳頭陥凹の所見は見られず、健康な状態であると判定されている。さらに、左右のＣ／Ｄ比の差が０．２以上ある場合は、同様に緑内障が疑われる。なお、緑内障の診断は、該Ｃ／Ｄ比の値のみでなされるものではなく、その他の検査や医師の所見等によって複合的に行われるものであり、その他疑わしい症状、１）眼圧値が常に２５ｍｍＨｇを常に越えている、２）”眼が重い感じがする”など高眼圧による症状がある、３）経過とともに視神経乳頭所見が変化する、４）経過とともに網膜神経線維層欠損が拡大する、等の場合も治療の対象となっている。すなわち、Ｃ／Ｄ比の値はその診断のための有益な情報の一つであり、この値のみで緑内障が直裁されるわけではない。
【０００５】
このとき、判定を行うために視神経乳頭及び視神経乳頭陥凹のそれぞれの径を測定する手法は、現像された眼底写真の上に定規等のスケールを直接当て、実際に医師等が定規の目盛りを読むことによって測定されている。なお、これらの測定及びＣ／Ｄ比の算出を容易とするための緑内障判定用の専用スケールが開発されている（例えば、特許文献１参照）。
【０００６】
一方、撮影された眼底写真をスキャナ等の画像入力機器を利用して電子データ化し、画像情報としてコンピュータに入力し、これを利用するものもある。すなわち、入力された眼底写真の画像情報をコンピュータディスプレイ上に表示し、医師等がマウス等のポインティングデバイスを使用し、眼底領域、視神経乳頭領域、及び視神経乳頭陥凹領域のそれぞれの境界を、医師の判断によって指定して各々の領域を決定するものがある。そして、決定された領域にしたがって、コンピュータによってＣ／Ｄ比の算出が行われている。
【０００７】
【特許文献１】特開２００４−４９２５９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、上述した定規や緑内障判定用の専用スケールを利用する場合、医師等が各領域を肉眼でこれまでの経験に従って特定し、さらに手作業でスケールの目盛りを読取る作業が必要であった。そのため、医師等の測定者毎の主観によって各領域の判定にバラツキを生じることがあり、測定誤差が大きくなることがあった。その結果、緑内障の診断結果の客観性に疑問を生じることがあった。特に、前述した緑内障と診断されるか否かの基準となるＣ／Ｄ比が０．６の境界付近に該当する被験者の場合、この測定誤差によって緑内障と診断されるケースと、緑内障と診断されず治療不要となるケースがあった。
【０００９】
さらに、人間ドックや集団検診のように、一度に多数の被験者に対して眼底写真を撮影し、緑内障等の疾患を診断するような医療機関の場合、上述した手作業による診断手法では、個々の被験者の診断に要する一人当たりの作業時間が長くなり、診断全体に要する時間が長時間化する傾向が強かった。そのため、医師等の測定者に多大な労力の負担を強いることがあった。
【００１０】
一方、撮影された眼底写真をスキャナ等を利用し、電子データ化した眼底写真の画像情報をディスプレイ上に表示し、Ｃ／Ｄ比を算出するものが既に知られている。これによると、画面上に表示された眼底写真の眼底画像に対し、医師等が各領域（視神経乳頭及び視神経乳頭陥凹の領域）の境界をマウスやタブレット等のポインティングデバイスによって個々に指示し、指示後にコンピュータによってＣ／Ｄ比を自動的に計算することができる。ところが、各領域指定後の作業は簡略化されるものの、視神経乳頭及び視神経乳頭陥凹の領域を指定するものは、医師等の手によるものであり、診断結果の客観性等の問題、及び各領域の指定に要する労力の負担の軽減効果はそれほど大きなものではなかった。
【００１１】
そこで、本発明は、上記実情に鑑み、眼底写真を解析し、視神経乳頭及び視神経乳頭陥凹の各領域を簡易にかつ客観性を保って指定し、Ｃ／Ｄ比の算出を行うとともに、算出されたＣ／Ｄ比の値を医師等に提示することにより、医師による緑内障等の疾患の診断に有益な情報を提供し、診断を支援することが可能な眼底画像診断支援システム、及び眼底画像診断支援プログラムに関するものである。
【課題を解決するための手段】
【００１２】
上記課題を解決するため、本発明にかかる眼底画像診断支援システムは、「被験者の眼底を撮影した眼底写真を、眼底画像診断支援コンピュータを利用して解析し、医師の診断を支援する情報を提供可能な眼底画像診断支援システムであって、前記眼底画像診断支援コンピュータは、前記眼底写真から作成された眼底画像データの入力を受付ける眼底画像データ入力受付手段と、受付けた前記眼底画像データから視神経乳頭を含む診断候補領域を前記眼底画像データから抽出する候補領域抽出手段と、抽出された前記診断候補領域を示す候補画像データから前記視神経乳頭に相当する略円形状の乳頭領域を検出する乳頭領域検出手段と、検出された前記乳頭領域及び前記眼底領域の境界を示す乳頭輪郭の形状に近似する乳頭近似円を算出する乳頭近似円算出手段と、前記候補画像データから視神経乳頭陥凹に相当する略円形状の陥凹領域を検出する陥凹領域検出手段と、検出された前記陥凹領域及び前記乳頭領域の境界を示す陥凹輪郭の形状に近似する陥凹近似円を算出する陥凹近似円算出手段と、算出された前記陥凹近似円に対する前記乳頭近似円の半径または直径のいずれか一方の比を示すＣ／Ｄ比を求めるＣ／Ｄ比算出手段と」を具備して主に構成されている。
【００１３】
ここで、眼底画像データとは、被験者の眼底を撮影した眼底写真を電子データ化し、作成したものであり、例えば、通常の銀塩カメラで撮影され、焼付けされた眼底写真或いはそのポジ（ネガ）フィルムをスキャナ等の画像入力機器を利用して電子情報に変換したものや、近年において普及の著しいデジタルカメラによって撮影したデータをそのまま眼底画像データとして直接利用するものであってもよい。そして、変換された眼底画像データが眼底画像診断支援コンピュータに眼底画像データ入力受付手段を通じて入力される。ここで、眼底画像データ入力受付手段は、上述した眼底画像データの入力が可能なものであればよく、例えば、スキャナやフィルムスキャナ等の画像入力機器を利用し、眼底画像診断支援コンピュータに取込むもの、眼底画像データをフレキシブルディスクやＣＤ−Ｒ等の記憶媒体に記憶し、該記憶媒体の読取装置を通じて取込むものなどが挙げられる。また、デジタルカメラによって撮影されたデータの場合は、デジタルカメラと眼底画像診断支援コンピュータとをＵＳＢケーブルなどで接続し、対象の眼底画像データを直接取り込むものであってもよい。
【００１４】
また、候補領域抽出手段とは、後述するＣ／Ｄ比を算出するための視神経乳頭及び視神経乳頭陥凹を含む候補診断領域を特定するものであり、眼底写真の最も明るく撮影される最明部の座標位置を中心とし、例えば、眼底カメラの画角を４５度に設定し、６００ピクセル×６００ピクセルで記録した場合、２４０ピクセル×２４０ピクセルの範囲が抽出される。ここで、視神経乳頭及び視神経乳頭陥凹に係る領域は、周囲の眼底領域及びその他の領域に対して明度が明るく撮影されることが一般的であり、眼底画像データに含まれる最明部は概ね視神経乳頭陥凹のほぼ中心に相当している。そのため、最明部を中心とした診断候補領域の抽出によってＣ／Ｄ比を算出するための測定対象となる視神経乳頭を含んだ候補画像データを得ることが可能となる。なお、一般成人の視神経乳頭陥凹の平均的な直径のサイズは、約８０ピクセルであることが経験的に知られており、上述の候補画像データとして指定された範囲は、視神経乳頭全体を含むことができる。
【００１５】
さらに、眼底画像データからの最明部の座標位置の特定は、カラー撮影された眼底写真をモノクロ化し、画像解析の一般的な手法として認知される輝度信号Ｙを下記の数式（数１参照）にしたがって求めることによって行われる。ここで、Ｇは緑成分、Ｂは青成分、Ｒは赤成分のそれぞれの色成分の値を示している。
【００１６】
【数１】
【００１７】
さらに、乳頭領域抽出手段または陥凹領域抽出手段は、いずれもその周囲との画素値の差異を利用してそれぞれの各領域を検出するものである。すなわち、乳頭領域とその周囲に存在する眼底領域とでは、眼底領域に対して乳頭領域の方が明度が高く、一方、陥凹領域とその周囲に存在する乳頭領域とでは、乳頭領域に対して陥凹領域の方が明度が高くなる。したがって、候補画像データの画素値をそれぞれ測定し、互いに隣り合う画素の画素値が大きく異なるような画素値の差が認識される箇所を境界とすることにより、それぞれの領域が抽出される。なお、抽出される乳頭領域及び陥凹領域は、その生理的特徴から略円形状を呈している。
【００１８】
したがって、本発明の眼底画像診断支援システムによれば、入力を受付けた眼底画像データから輝度信号にしたがって候補診断領域に係る候補診断画像データが抽出される。これにより、後述のＣ／Ｄ比を算出する測定範囲が狭小に制限される。そして、乳頭領域及び陥凹領域がそれぞれの周囲の領域との画素値の違いによって認識される。その後、抽出された領域の輪郭（乳頭輪郭または陥凹輪郭）に略一致する近似円が算出される。さらに、算出された陥凹近似円に対する乳頭近似円の径比（例えば、直径の比）を求めることにより、緑内障等の疾患の判断に利用されるＣ／Ｄ比が計算される。これにより、乳頭領域及び陥凹領域の指定及びＣ／Ｄ比の算出が眼底画像診断支援コンピュータによって行うことが可能となり、従来の医師等が手作業で行っていた作業を大幅に簡略化することが可能となる。さらに、眼底画像診断支援コンピュータによって予め設定された基準にしたがって各領域の指定がなされるため、医師の主観や個人差による診断結果のバラツキを抑え、医師は客観的なデータにしたがって提供されたＣ／Ｄ比の値を参照し、被験者の診断を行うことができる。なお、各領域の画素値の違いをより明確に認識するために、カラー画像の候補画像データに対し、各色成分（Ｒ成分、Ｇ成分、Ｂ成分）毎に設定された所定の閾値で二値化処理を施し、その後、各領域の検出を行うことも可能である。
【００１９】
さらに、本発明にかかる眼底画像診断支援システムは、上記構成に加え、「前記乳頭近似円算出手段及び前記陥凹近似円算出手段の少なくともいずれか一方は、前記乳頭輪郭または前記陥凹輪郭に近似する候補円を選定する候補円選定手段と、選定された前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と重畳する一致領域から、前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と非重畳の余剰領域及び前記候補円の外円側に位置し、前記乳頭領域または前記陥凹領域と重畳する欠損領域を減じた候補円一致度を算出する一致度算出手段と、前記候補円選定手段によって選定された複数の候補円から、前記候補円一致度が最大値を示す一致候補円を前記乳頭近似円または前記陥凹近似円に決定する近似円決定手段と」を具備するものであっても構わない。
【００２０】
したがって、本発明の眼底画像診断支援システムによれば、乳頭領域に一致する乳頭近似円を算出する場合、まず、算出する対象のそれぞれの領域に近似する候補円を選定し、候補画像データ上で仮想的に重ね合わせる。このとき、候補円の内円側に位置し、かつ対象の領域に重畳する該当部分を一致領域Ｂとし、さらに該候補円の内円側に位置し、かつ対象領域に非重畳の部分を余剰領域Ａ（換言すれば、候補円から一致領域Ｂを除いた領域）とし、候補円の外円側に位置し、かつ対象の領域に重畳する該当部分を欠損領域Ｃとする。そして、下記の式によって候補円一致度Ｅを算出し、その最大値を示す一致候補円を乳頭近似円または陥凹近似円に決定する（数２参照）。ここで、数２において、ｘ，ｙは各々の円の中心座標を示し、ｒは円の半径を示している。このとき、候補円一致度Ｅが最大となるのは、余剰領域Ａ及び欠損領域Ｃがほぼゼロに近く、かつ一致領域Ｂが最大となる場合である。なお、陥凹領域に一致する陥凹近似円を算出する場合も上述と同様の処理が行われる。
【００２１】
【数２】
【００２２】
さらに、本発明にかかる眼底画像診断支援システムは、上記構成に加え、「前記候補画像データに含まれ、前記乳頭領域及び前記陥凹領域の少なくともいずれか一方に重畳して撮影された血管に相当する血管領域を検出する血管領域検出手段と、検出された前記血管領域に基づいて、前記乳頭近似円及び前記陥凹近似円の少なくともいずれか一方を補正して算出する血管領域補正手段と」を具備するものであっても構わない。
【００２３】
したがって、本発明の眼底画像診断支援システムによれば、乳頭領域及び陥凹領域に重畳し、正確なＣ／Ｄ比の算出を阻害する要因となる血管に係る血管領域を予め検出し、その血管領域を補正して乳頭近似円及び陥凹近似円が算出される。これにより、血管の重畳によってＣ／Ｄ比の算出が困難となる状況を解消し、正確なＣ／Ｄ比による客観的な診断を行うことが可能となる。
【００２４】
なお、血管領域の補正は、下記の式にしたがって候補円一致度Ｅ’を算出し、血管領域によって阻害された乳頭領域または陥凹領域の形状を正確なものとして認識可能にするものである。ここで、一致領域Ｂ内に重畳する血管の占める領域を一致血管領域Ｖｂ、余剰領域Ａに重畳する血管の占める領域を余剰血管領域Ｖａ、及び欠損領域Ｃに重畳する血管の占める領域を欠損血管領域Ｖｃと定義する。
【００２５】
【数３】
【００２６】
一方、本発明にかかる眼底画像診断支援プログラムは、「被験者の眼底を撮影した眼底写真から作成された眼底画像データの入力を受付ける眼底画像データ入力受付手段、受付けた前記眼底画像データから視神経乳頭を含む診断候補領域を前記眼底画像データから抽出する候補領域抽出手段、抽出された前記診断候補領域を示す候補画像データから前記視神経乳頭に相当する略円形状の乳頭領域を検出する乳頭領域検出手段、検出された前記乳頭領域及び前記眼底領域の境界を示す乳頭輪郭の形状に近似する乳頭近似円を算出する乳頭近似円算出手段、前記候補画像データから視神経乳頭陥凹に相当する略円形状の陥凹領域を検出する陥凹領域検出手段、検出された前記陥凹領域及び前記乳頭領域の境界を示す陥凹輪郭の形状に近似する陥凹近似円を算出する陥凹近似円算出手段、及び算出された前記陥凹近似円に対する前記乳頭近似円の半径または直径のいずれか一方の比を示すＣ／Ｄ比を求めるＣ／Ｄ比算出手段として、眼底画像診断支援コンピュータを」機能させるものから主に構成されている。
【００２７】
さらに、本発明にかかる眼底画像診断支援プログラムは、上記構成に加え、「前記乳頭輪郭または前記陥凹輪郭に近似する候補円を選定する候補円選定手段、選定された前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と重畳する一致領域から、前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と非重畳の余剰領域及び前記候補円の外円側に位置し、前記乳頭領域または前記陥凹領域と重畳する欠損領域を減じた候補円一致度を算出する一致度算出手段、及び前記候補円選定手段によって選定された複数の候補円から、前記候補円一致度が最大値を示す一致候補円を前記乳頭近似円または前記陥凹近似円に決定する近似円決定手段として、前記眼底画像診断支援コンピュータを」機能させるものであっても構わない。
【００２８】
さらに、本発明にかかる眼底画像診断支援プログラムは、上記構成に加え、「前記候補画像データに含まれ、前記乳頭領域及び前記陥凹領域の少なくともいずれか一方に重畳して撮影された血管に相当する血管領域を検出する血管領域検出手段、及び検出された前記血管領域に基づいて、前記乳頭近似円及び前記陥凹近似円の少なくともいずれか一方を補正して算出する血管領域補正手段として、前記眼底画像診断支援コンピュータを」機能させるものであっても構わない。
【００２９】
したがって、本発明の眼底画像診断支援プログラムによれば、プログラムを実行することにより、眼底画像診断支援コンピュータは、緑内障等の疾患の診断に必要なＣ／Ｄ比を客観的なデータとして算出し、医師等に対して供与することが可能となる。
【発明の効果】
【００３０】
本発明の効果として、眼底画像診断支援システム及び眼底画像診断支援プログラムは、入力された眼底画像データからＣ／Ｄ比の算出に必要な略円形状の乳頭領域及び陥凹領域を画素値の違いを利用して検出し、さらに乳頭領域及び陥凹領域の各々の領域の輪郭と略一致する近似円を求めることにより、Ｃ／Ｄ比を求めることができる。さらに、二値化処理、耳側領域及び鼻側領域の分割処理、及び血管領域の補正処理等を行うことにより、乳頭領域及び陥凹領域を正しく検出し、客観性を高めることができる。その結果、医師等の作業の労力負担を軽減化し、客観的な事実に基づいて医師が疾患の診断を行えるようになる。
【発明を実施するための最良の形態】
【００３１】
以下、本発明の一実施形態である眼底画像診断支援システム１（以下、単に「支援システム１」と称す）及び眼底画像診断支援プログラム（以下、単に「支援プログラム」と称す）について、図１乃至図８に基づいて説明する。ここで、図１は本実施形態の支援システム１の概略構成及び眼底画像診断支援コンピュータ２（以下、単に「コンピュータ２」と称す）の機能的構成を示すブロック図であり、図２は（ａ）受付けた眼底画像データ３及び（ｂ）候補画像データ１６の抽出の一例を示す説明図であり、図３は検出された血管領域６の一例を示す説明図であり、図４は検出された乳頭領域４の一例を示す説明図であり、図５は（ａ）乳頭近似円５または陥凹近似円３３の決定及び（ｂ）血管領域６の検出の一例を模式的に示す説明図であり、図６は検出された陥凹領域２６の一例を示す説明図であり、図７及び図８はコンピュータ２によるＣ／Ｄ比の算出処理の流れを示すフローチャートである。
【００３２】
本実施形態の支援システム１は、図１に示されるように、撮影された眼底写真を電子データに変換した眼底画像データ３の入力を受付け、視神経乳頭に相当する部位及び視神経乳頭陥凹に相当する部位の半径の比を示すＣ／Ｄ比の値を算出し、医師に対して提供することにより、緑内障の診断を支援することが可能なコンピュータ２によって主に構成されている。さらに、具体的に説明すると、本実施形態の支援システム１は、コンピュータ２と、コンピュータ２に接続され、画像入力手段として眼底画像データ３を得るためのデジタルカメラ機能を有する眼底カメラ７と、取得した眼底画像データ３等の各種データの表示を行う液晶ディスプレイ８と、コンピュータ２に対する種々の命令及びデータ等の入力を受付けるキーボード９及びマウス１０を含む操作入力機器１１とによって主に構成されている。ここで、本実施形態の支援システム１に使用されるコンピュータ２は、市販の汎用コンピュータが利用されている。
【００３３】
さらに、コンピュータ２の機能的構成について、説明すると、眼底カメラ７によって取得されたカラー画像の眼底画像データ３の入力を受付ける眼底画像データ入力受付手段１２と、受付けた眼底画像データ３を含む種々の画像データ及び解析されたＣ／Ｄ比の値等の解析データを記憶するハードディスク及び半導体メモリ等の記憶媒体から構成される記憶手段１３と、受付けた眼底画像データ３に示される輝度信号に基づいて診断候補領域１５を抽出し、候補画像データ１６を得る候補領域抽出手段１７と、候補画像データ１６に基づいて周囲の眼底領域１８との画素値の差を利用して乳頭領域４を検出する乳頭領域検出手段１９と、検出された乳頭領域４及び眼底領域１８の境界を示す乳頭輪郭２０の形状に近似する乳頭候補円２１を選定する乳頭候補円選定手段２２と、選定された乳頭候補円２１と乳頭領域４との乳頭一致度Ｅ１を算出する乳頭一致度算出手段２３と、選定された複数の乳頭候補円２１から乳頭一致度Ｅ１が最大値を示す乳頭一致候補円２４を乳頭近似円５として決定する乳頭近似円決定手段２５とを具備している。ここで、乳頭候補円選定手段２２が本発明における候補円選定手段に相当し、乳頭一致度算出手段２３が本発明における一致度算出手段に相当し、乳頭近似円決定手段２５が本発明における近似円決定手段に相当する。また、これらの乳頭候補円選定手段２２、乳頭一致度算出手段２３、及び乳頭近似円決定手段２５が本発明における乳頭近似円算出手段に相当し、乳頭一致度Ｅ１が本発明における候補円一致度に相当する。さらに、検出された乳頭領域４に係る乳頭領域情報４ａが記憶手段１３に記憶される。
【００３４】
さらに、コンピュータ２は、候補画像データ１６に基づいて周囲の乳頭領域４の画素値の差を利用して陥凹領域２６を検出する陥凹領域検出手段２７と、検出された陥凹領域２６及び乳頭領域４の境界を示す陥凹輪郭２８の形状に近似する陥凹候補円２９を選定する陥凹候補円選定手段３０と、選定された陥凹候補円２９と陥凹領域２６との陥凹一致度Ｅ２を算出する陥凹一致度算出手段３１と、選定された複数の陥凹候補円２９から陥凹一致度Ｅ２が最大値を示す陥凹一致候補円３２を陥凹近似円３３として決定する陥凹近似円決定手段３４とを具備している。ここで、陥凹候補円選定手段３０が本発明における候補円選定手段に相当し、陥凹一致度算出手段３１が本発明における一致度算出手段に相当し、陥凹近似円決定手段３４が本発明における近似円決定手段に相当する。また、これらの陥凹候補円選定手段３０、陥凹一致度算出手段３１、及び陥凹近似円決定手段３４が本発明における陥凹近似円算出手段に相当し、陥凹一致度Ｅ２が本発明における候補円一致度に相当する。さらに、検出された陥凹領域２６に係る陥凹領域情報２６ａが記憶手段１３に記憶される。
【００３５】
加えて、コンピュータ２は、候補画像データ１６に重畳して撮影された血管領域６を画素値の差を利用して検出する血管領域検出手段３５と、検出された血管領域６に基づいて乳頭近似円５及び陥凹近似円３３の形状を補正する血管領域補正手段３６と、算出された陥凹近似円３３に対する乳頭近似円５の半径の比を示すＣ／Ｄ比の値（Ｃ／Ｄ比データ３７ａ）を求めるＣ／Ｄ比算出手段３７と、算出されたＣ／Ｄ比の値を液晶ディスプレイ８上に出力表示し、医師等に対して視覚的認識可能に提示する算出結果出力制御手段３８と、操作入力機器１１と接続し、種々の命令等の操作信号を受付け、Ｃ／Ｄ比の算出処理等を行う操作信号入力制御手段３９とを具備している。
【００３６】
次に、本実施形態の支援システム１におけるコンピュータ２の処理の流れについて、主として図７及び図８のフローチャートに基づいて説明する。ここで、図７及び図８におけるステップＳ１からステップＳ２２が本発明の眼底画像診断支援プログラムに相当する。
【００３７】
まず、被験者の眼底をデジタルカメラ機能を有する眼底カメラ７を利用して撮影し、撮影された眼底画像データ３の入力をコンピュータ２は受付ける（ステップＳ１：図２（ａ）参照）。そして、受付けた眼底画像データ３を記憶手段１３に記憶する（ステップＳ２）。ここで、眼底画像データ３は、上述した眼底カメラ７を利用するもの以外に、印画紙上に焼付けられた眼底写真をスキャナによってスキャニングしたもの、眼底写真のポジフィルムをフィルムスキャナによって眼底をスキャニングしたものを眼底画像データ３としてコンピュータ２に取込むものであってもよい。
【００３８】
それから、眼底画像データ３の各座標位置の輝度信号を輝度信号の算出式（数１参照）に基づいて計算し、眼底画像データ３中で最も輝度信号Ｙが高い値を示す最明部１４の座標位置を中心として２４０ピクセル×２４０ピクセルの範囲を眼底画像データ３から切取り、候補画像データ１６として抽出及び記憶する（ステップＳ３，ステップＳ４）。ここで視神経乳頭陥凹に相当する陥凹領域２６は、その周囲の眼底領域１８と比較して明度が高い、換言すれば高い画素値で表示されることが示される。そのため、眼底画像データ３中の最明部１４の座標位置は、陥凹領域２６に該当することが経験的に知られている。そのため、この座標位置を中心とした所定範囲を眼底画像データ３から切取ることにより、抽出された候補画像データ１６には、必然的に乳頭領域４及びその内側に存在する陥凹領域２６が含まれることとなる（図２（ｂ）参照）。なお、一般成人の乳頭領域４の平均的なサイズは直径が約８０ピクセルである。これにより、後述する乳頭領域４及び陥凹領域２６等の検出及び各候補円の決定の処理を、限られた範囲に絞って行うことができ、コンピュータ２による処理負担を軽減することができるとともに、処理の際のエラーを軽減することができる。ここで、上記例において候補画像データ１６を抽出する際に２４０ピクセル×２４０ピクセルの範囲を切取り、乳頭領域４の平均的なサイズを約８０ピクセルとして設定するものについて示したが、眼底写真の撮影条件に応じて抽出範囲を適宜変更するものであっても勿論構わない。
【００３９】
その後、候補画像データ１６に含まれる血管に相当する血管領域６を検出する（ステップＳ５）。ここで、血管領域６は、その周囲に存する乳頭領域４及び陥凹領域２６に対して一般に暗く撮影される。そのため、血管領域６とその周囲とでは候補画像データ１６内で画素値が大きく異なっている。そこで、画素値の変化が著しく大きい箇所を血管領域６及び乳頭領域４または陥凹領域２６との境界と認識することにより、候補画像データ１６内の血管領域６の位置が特定される（図３参照）。なお、画素値の差を認識する機能は、一般的に使用される画像解析ソフトウェア等に標準的に搭載されているものを応用することが可能であり、係る機能を利用することにより、本システム１の構築を簡易にかつ低コストで行うことができる。なお、画素値の差異をより明確に認識するために、候補画像データ１６に対して、予め設定された閾値に従って二値化処理を行い、血管領域６のみを抽出することを本実施形態では行っている（図３参照）。
【００４０】
この場合、血管領域６の周囲に存在する乳頭領域４及び陥凹領域２６よりも低い画素値に閾値を設定することにより、当該閾値よりも低い画素値を示す部位が血管領域６として認識され、一方、高い画素値を示す部位が乳頭領域４または陥凹領域２６として認識されることになる。なお、この二値化処理は後述する乳頭領域４及び陥凹領域２６を検出する場合も、個々に設定された閾値に従って行っている。
【００４１】
そして、検出された血管領域６に係る血管領域情報６ａを記憶手段１３に記憶する（ステップＳ６）。このとき、記憶される血管領域情報６ａは、血管領域６に相当する部位の座標位置及び二値化された画像データを含んでいる。
【００４２】
次に、視神経乳頭の部位に相当する略円形状の乳頭領域４を検出する（ステップＳ７：図４参照）。ここで、乳頭領域４の検出は、上述した血管領域６の検出の手法と同様に、乳頭領域４のその周囲に存在し、かつ乳頭領域４よりも暗い画素値によって表示される眼底領域１８との画素値の違いを利用して行われる。その後、検出された乳頭領域４及び眼底領域１８の間の境界に相当する略円形状の乳頭輪郭２０と近似する乳頭候補円２１が選定される（ステップＳ８）。このとき、乳頭候補円２１の中心座標（ｘ，ｙ）には乳頭領域４内の任意の座標を規定し、乳頭候補円２１の半径ｒには、予め定められた範囲内で任意の値を規定する。その後、乳頭一致度Ｅ１を算出する（ステップＳ９）。ここで、乳頭一致度Ｅ１は、既に検出された血管領域６に係る血管領域情報６ａを利用し、記述した算出式（数３参照）に従って計算される。
【００４３】
さらに具体的に説明すると、乳頭一致度Ｅ１は、乳頭候補円２１の内円側に位置し、かつ乳頭領域４に重畳する該当部分を一致領域Ｂ、乳頭候補円２１の内円側に位置し、かつ乳頭領域４に非重畳の部分を余剰領域Ａ、乳頭候補円２１の外円側に位置し、かつ乳頭領域４に重畳する該当部分を欠損領域Ｃとして定義される各領域と、一致領域Ｂに重畳する血管領域６の占める部分を一致血管領域Ｖｂ、余剰領域Ａに重畳する血管領域６の占める部分を余剰血管領域Ｖａ、及び欠損領域Ｃに重畳する血管領域６の占める部分を欠損血管領域Ｖｃとして定義される各領域によって求められる（図５（ｂ）参照）。ここで、それぞれの領域Ａ，Ｂ，Ｃ，Ｖａ，Ｖｂ，Ｖｃの値は、候補画像データ１６に占める画素数（換言すれば候補画像データ１６中の占有面積に相当）に基づいている。
【００４４】
なお、ステップＳ５によって検出される血管領域６がゼロ若しくはゼロに近似する場合、すなわち、候補画像データ１６中に血管に相当する部位が撮影されていない場合は、上述の血管領域６の補正のための算出式（数３）の各血管領域Ｖａ，Ｖｂ，Ｖｃの値をゼロとみなして計算が行われる。つまり、既述した血管領域６の存在を考慮しない候補円一致度の算出式（数２）に基づいて計算が行われる。
【００４５】
ここで、乳頭一致度Ｅ１が最大を示すのは、選定された乳頭候補円２１と乳頭領域４とがほぼ一致し、余剰領域Ａ及び欠損領域Ｃがゼロに近くなる状態、すなわち、乳頭候補円２１の領域＝乳頭領域４に最も近い状態である。
【００４６】
そして、予め定義された一定範囲の乳頭候補円２１のそれぞれの乳頭一致度Ｅ１を総当たり的に算出することが完了した場合（ステップＳ１０においてＹＥＳ）、算出された乳頭一致度Ｅ１が最大値を示す乳頭候補円２１を乳頭一致候補円２４とし、乳頭近似円５を決定する（ステップＳ１１）。一方、未だ乳頭一致度Ｅ１を算出する乳頭候補円２１が残存している場合、新たな乳頭候補円２１の選定が行われ（ステップＳ１２）、ステップＳ９の処理に移行し、乳頭一致度Ｅ１の再計算が行われる。ここで、乳頭候補円２１の再選定は、乳頭候補円２１の中心座標の変位、或いは半径または直径の値を変更するなどによって行われる。
【００４７】
その後、乳頭領域４の内部に存在する陥凹領域２６の陥凹輪郭２８に近似する陥凹近似円３３を決定する（ステップＳ１３乃至ステップＳ１８：図６参照）。ここで、陥凹近似円３３の選定及び決定に係る処理は、上述した乳頭近似円５の決定に係る処理と略同一であるため、ここでは詳細な説明は省略するものとする。
【００４８】
そして、計算された乳頭近似円５及び陥凹近似円３３のそれぞれの半径の値に基づいて、視神経乳頭（Ｄ）に相当する乳頭近似円５に対する視神経乳頭陥凹（Ｃ）に相当する陥凹近似円３３の比を示すＣ／Ｄ比の値を計算する（ステップＳ１９）。そして、計算したＣ／Ｄ比の値を液晶ディスプレイ８を通じて、医師等が視認可能なようにその結果を出力表示する（ステップＳ２０）。これにより、医師等が緑内障の診断を下すための有益な情報となるＣ／Ｄ比の値を、眼底画像データ３をコンピュータ２に取り込む簡易な操作によって獲得することができ、係る診断を効率的かつ的確に行う支援をすることができる。このとき、Ｃ／Ｄ比の値が０．６以上の場合、緑内障の疑いが強いと判断され、それよりも小さい値の場合は健常であるとの診断が下される。
【００４９】
特に、従来はほとんど手作業で行っていた乳頭領域４及び陥凹領域２６の認識及び半径若しくは直径の値の計測等の作業が、眼底画像データ３の入力の受付後は自動化されているため、健康診断等の医療機関において多くの患者の診断を行う場合等に要する時間を大幅に短縮することができる。また、各領域４，２６の計測等に医師の主観や測定誤差を生じる可能性が低くなり、Ｃ／Ｄ比の値の算出が予め定められた一定の基準に従って行われる。これにより、算出されるＣ／Ｄ比の値の客観性が保持され、診断結果にバラツキが生じることがなく、正確な診断を医師等が下すことができるようになる。加えて、乳頭領域４及び陥凹領域２６に重畳して眼底写真に撮影される血管の領域をコンピュータ２が認識し、これを考慮した補正が乳頭近似円５若しくは陥凹近似円３３が決定されるため、よりＣ／Ｄ比の算出が正確に行われるようになる。
【００５０】
その後、システム終了の指示の有無を検出し（ステップＳ２１）、係る指示が有る場合（ステップＳ２１においてＹＥＳ）、システムを終了する（ステップＳ２２）。一方、指示がない場合（ステップＳ２１においてＮＯ）、ステップＳ１の処理に復帰し、新たな眼底画像データ３の入力を受付ける。
【００５１】
以上、本発明について好適な実施形態を挙げて説明したが、本発明はこれらの実施形態に限定されるものではなく、以下に示すように、本発明の要旨を逸脱しない範囲において、種々の改良及び設計の変更が可能である。
【００５２】
すなわち、本実施形態の支援システム１において、算出されたＣ／Ｄ比を利用して緑内障の診断を支援するものを示したが、これに限定されるものではなく、その他の所見を検出して提示することによって診断の支援を行うことも可能である。例えば、視神経乳頭陥凹に相当する部位の一所見である「局所性拡大」を検出することも可能となる。緑内障の疾患では、乳頭領域４に対して陥凹領域２６が全体に均一に拡大する症状に対し、一方向に限定して拡大する局所性拡大の症状が見られることがある。そのため、陥凹領域２６の中心を示す座標位置から陥凹輪郭２８までの半径に相当する距離が一方向のみ大きくなるような異常時には、仮に算出されたＣ／Ｄ比が０．６より小さい値を示した場合でも緑内障としての診断を下すことができる。また、一般に左右の眼球のＣ／Ｄ比の差が０．２以上の場合も緑内障の疑いが持たれている。そのため、算出された左右のＣ／Ｄ比の差を求める左右Ｃ／Ｄ比差算出手段を設け、医師等に緑内障の診断を支援するための情報を提供するものであっても構わない。
【００５３】
さらに、本実施形態の支援システム１において、乳頭近似円５及び陥凹近似円３３の半径に基づいてＣ／Ｄ比の値を算出するものを示したが、勿論直径に基づいて算出するものであっても構わない。加えて、また、乳頭領域４、陥凹領域２６、及び血管領域６を、候補画像データについて二値化処理した後に画素値の差を利用して検出するものを示したが、閾値を設定する色成分をＲ（赤）成分、緑（Ｇ）成分、または青（Ｂ）成分のいずれか一つを対象とするものであってもよい。しかしながら、赤（Ｒ）成分及び緑（Ｇ）成分については、上記領域４，２６の検出は比較的容易に可能となるが、青（Ｂ）成分は、周囲の眼底領域１８よりも低い画素値で表示されることがあり、各領域４，２６の検出が困難な場合もある。
【００５４】
さらに、本実施形態において、各領域４，２６に近似する近似円５，３３の決定を一つの領域４，２６に対して行うものを示したがこれに限定されるものではなく、例えば、一つの乳頭領域４（または陥凹領域２６）を中央から左右に二分割し、耳側領域及び鼻側領域に分けて、個々の近似円を決定するものであっても構わない。すなわち、一般に鼻側に対して耳側の領域が明瞭に撮影されることが経験的に知られているため、それぞれの領域に対して異なる閾値を適用することにより、各領域の検出及び近似円の決定がより正確になされる。
【図面の簡単な説明】
【００５５】
【図１】本実施形態の支援システムの概略構成及び眼底画像診断支援コンピュータの機能的構成を示すブロック図である。
【図２】（ａ）受付けた眼底画像データ及び（ｂ）候補画像データの抽出の一例を示す説明図である。
【図３】検出された血管領域の一例を示す説明図である。
【図４】検出された乳頭領域の一例を示す説明図である。
【図５】（ａ）乳頭近似円または陥凹近似円の決定及び（ｂ）血管領域の検出の一例を模式的に示す説明図である。
【図６】検出された陥凹領域の一例を示す説明図である。
【図７】コンピュータによるＣ／Ｄ比の算出処理の流れを示すフローチャートである。
【図８】コンピュータによるＣ／Ｄ比の算出処理の流れを示すフローチャートである。
【符号の説明】
【００５６】
１ 支援システム（眼底画像診断支援システム）
２ コンピュータ（眼底画像診断支援コンピュータ）
３ 眼底画像データ
４ 乳頭領域
４ａ 乳頭領域情報
５ 乳頭近似円
６ 血管領域
６ａ 血管領域情報
７ 眼底カメラ
８ 液晶ディスプレイ
９ キーボード
１０ マウス
１１ 操作入力機器
１２ 眼底画像データ入力受付手段
１３ 記憶手段
１４ 最明部
１５ 診断候補領域
１６ 候補画像データ
１７ 候補領域抽出手段
１８ 眼底領域
１９ 乳頭領域検出手段
２０ 乳頭輪郭
２１ 乳頭候補円
２２ 乳頭候補円選定手段
２３ 乳頭一致度算出手段
２４ 乳頭一致候補円
２５ 乳頭近似円決定手段
２６ 陥凹領域
２６ａ 陥凹領域情報
２７ 陥凹領域検出手段
２８ 陥凹輪郭
２９ 陥凹候補円
３０ 陥凹候補円選定手段
３１ 陥凹一致度算出手段
３２ 陥凹一致候補円
３３ 陥凹近似円
３４ 陥凹近似円決定手段
３５ 血管領域検出手段
３６ 血管領域補正手段
３７ Ｃ／Ｄ比算出手段
３７ａ Ｃ／Ｄ比データ
３８ 算出結果出力制御手段
３９ 操作信号入力制御手段
Ｅ１ 乳頭一致度（候補円一致度）
Ｅ２ 陥凹一致度（候補円一致度）
Ａ 余剰領域
Ｂ 一致領域
Ｃ 欠損領域
Ｖａ 余剰血管領域
Ｖｂ 一致血管領域
Ｖｃ 欠損血管領域
【技術分野】
【０００１】
本発明は、眼底画像診断支援システム、及び眼底画像診断支援プログラムに関するものであり、特に、被験者の眼底を撮影した眼底写真を利用し、主に緑内障等の眼科系疾患の診断に関する有益な情報を医師に対して提供し、当該診断を支援することが可能な眼底画像診断支援システム、及び眼底画像診断支援プログラムに関するものである。
【背景技術】
【０００２】
従来から、眼球に対して外部から光を照射し、眼球を通して眼底の状態を観察することが行われている。また、その眼底の状態をカメラ等の光学機器によって撮像し、眼底写真として医療記録に残すことが行われている。この眼底写真を詳細に検討することによって、種々の疾患の診断を医師は下すことができる。この眼底の観察は、非侵襲的な診断手法であり、検査を受ける患者（被験者）は肉体的な負担を強いることがなく、また比較的簡易な装置によって得ることができるため、現在の医療機関では一般的に行われている検査手法の一つである。また、眼底写真によって撮影される血管は、眼球の奥に位置する脳の脳血管の一部が直接分岐したものであり、身体の外部から脳内の状態を直接観察することができる唯一の手法であり、非常に有益な情報を医師等に対して提供することができるものである。加えて、この眼底写真は、緑内障等の眼科系の疾患の診断の診断以外にも糖尿病等の生活習慣病の診断にも利用することができる。
【０００３】
ここで、健康な被験者の眼底写真では、眼底全体が黄赤褐色を呈し、被験者の視線の約１５度外方向（耳側方向）の位置に、１．２ｍｍ〜１．７ｍｍの円形または卵円形で視神経乳頭（Ｏｐｔｉｃ ｎｅｒｖｅ ｈｅａｄ）が観察される。この視神経乳頭は、解剖学的には、視神経円板（Ｏｐｔｉｃ ｄｉｓｋ）と呼ばれることもあり、眼底部分と視神経乳頭との境界は、鼻側よりも耳側が明瞭に観察されることが一般的である。そして、視神経乳頭の中央付近には、円形状を呈する視神経乳頭陥凹または生理的陥凹（Ｐｈｙｓｉｏｌｏｇｉｃ ｃｕｐ）と呼ばれる領域が観察される。
【０００４】
そして、眼底写真を利用して緑内障の診断をする場合、診断のための判断基準の一つとして、前述した視神経乳頭及び視神経乳頭陥凹の直径または半径のそれぞれの比が求められる。すなわち、略円形状の視神経乳頭（Ｄ）に対する視神経乳頭陥凹（Ｃ）の径比（以下、「Ｃ／Ｄ比」と称す）の値が、０．６以上の場合、換言すれば、視神経乳頭陥凹の領域が正常時に比べて拡大している場合は視神経乳頭陥凹の所見となり、一般的に緑内障の症状が疑われる。一方、Ｃ／Ｄ比が０．６よりも小さい場合、乳頭陥凹の所見は見られず、健康な状態であると判定されている。さらに、左右のＣ／Ｄ比の差が０．２以上ある場合は、同様に緑内障が疑われる。なお、緑内障の診断は、該Ｃ／Ｄ比の値のみでなされるものではなく、その他の検査や医師の所見等によって複合的に行われるものであり、その他疑わしい症状、１）眼圧値が常に２５ｍｍＨｇを常に越えている、２）”眼が重い感じがする”など高眼圧による症状がある、３）経過とともに視神経乳頭所見が変化する、４）経過とともに網膜神経線維層欠損が拡大する、等の場合も治療の対象となっている。すなわち、Ｃ／Ｄ比の値はその診断のための有益な情報の一つであり、この値のみで緑内障が直裁されるわけではない。
【０００５】
このとき、判定を行うために視神経乳頭及び視神経乳頭陥凹のそれぞれの径を測定する手法は、現像された眼底写真の上に定規等のスケールを直接当て、実際に医師等が定規の目盛りを読むことによって測定されている。なお、これらの測定及びＣ／Ｄ比の算出を容易とするための緑内障判定用の専用スケールが開発されている（例えば、特許文献１参照）。
【０００６】
一方、撮影された眼底写真をスキャナ等の画像入力機器を利用して電子データ化し、画像情報としてコンピュータに入力し、これを利用するものもある。すなわち、入力された眼底写真の画像情報をコンピュータディスプレイ上に表示し、医師等がマウス等のポインティングデバイスを使用し、眼底領域、視神経乳頭領域、及び視神経乳頭陥凹領域のそれぞれの境界を、医師の判断によって指定して各々の領域を決定するものがある。そして、決定された領域にしたがって、コンピュータによってＣ／Ｄ比の算出が行われている。
【０００７】
【特許文献１】特開２００４−４９２５９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、上述した定規や緑内障判定用の専用スケールを利用する場合、医師等が各領域を肉眼でこれまでの経験に従って特定し、さらに手作業でスケールの目盛りを読取る作業が必要であった。そのため、医師等の測定者毎の主観によって各領域の判定にバラツキを生じることがあり、測定誤差が大きくなることがあった。その結果、緑内障の診断結果の客観性に疑問を生じることがあった。特に、前述した緑内障と診断されるか否かの基準となるＣ／Ｄ比が０．６の境界付近に該当する被験者の場合、この測定誤差によって緑内障と診断されるケースと、緑内障と診断されず治療不要となるケースがあった。
【０００９】
さらに、人間ドックや集団検診のように、一度に多数の被験者に対して眼底写真を撮影し、緑内障等の疾患を診断するような医療機関の場合、上述した手作業による診断手法では、個々の被験者の診断に要する一人当たりの作業時間が長くなり、診断全体に要する時間が長時間化する傾向が強かった。そのため、医師等の測定者に多大な労力の負担を強いることがあった。
【００１０】
一方、撮影された眼底写真をスキャナ等を利用し、電子データ化した眼底写真の画像情報をディスプレイ上に表示し、Ｃ／Ｄ比を算出するものが既に知られている。これによると、画面上に表示された眼底写真の眼底画像に対し、医師等が各領域（視神経乳頭及び視神経乳頭陥凹の領域）の境界をマウスやタブレット等のポインティングデバイスによって個々に指示し、指示後にコンピュータによってＣ／Ｄ比を自動的に計算することができる。ところが、各領域指定後の作業は簡略化されるものの、視神経乳頭及び視神経乳頭陥凹の領域を指定するものは、医師等の手によるものであり、診断結果の客観性等の問題、及び各領域の指定に要する労力の負担の軽減効果はそれほど大きなものではなかった。
【００１１】
そこで、本発明は、上記実情に鑑み、眼底写真を解析し、視神経乳頭及び視神経乳頭陥凹の各領域を簡易にかつ客観性を保って指定し、Ｃ／Ｄ比の算出を行うとともに、算出されたＣ／Ｄ比の値を医師等に提示することにより、医師による緑内障等の疾患の診断に有益な情報を提供し、診断を支援することが可能な眼底画像診断支援システム、及び眼底画像診断支援プログラムに関するものである。
【課題を解決するための手段】
【００１２】
上記課題を解決するため、本発明にかかる眼底画像診断支援システムは、「被験者の眼底を撮影した眼底写真を、眼底画像診断支援コンピュータを利用して解析し、医師の診断を支援する情報を提供可能な眼底画像診断支援システムであって、前記眼底画像診断支援コンピュータは、前記眼底写真から作成された眼底画像データの入力を受付ける眼底画像データ入力受付手段と、受付けた前記眼底画像データから視神経乳頭を含む診断候補領域を前記眼底画像データから抽出する候補領域抽出手段と、抽出された前記診断候補領域を示す候補画像データから前記視神経乳頭に相当する略円形状の乳頭領域を検出する乳頭領域検出手段と、検出された前記乳頭領域及び前記眼底領域の境界を示す乳頭輪郭の形状に近似する乳頭近似円を算出する乳頭近似円算出手段と、前記候補画像データから視神経乳頭陥凹に相当する略円形状の陥凹領域を検出する陥凹領域検出手段と、検出された前記陥凹領域及び前記乳頭領域の境界を示す陥凹輪郭の形状に近似する陥凹近似円を算出する陥凹近似円算出手段と、算出された前記陥凹近似円に対する前記乳頭近似円の半径または直径のいずれか一方の比を示すＣ／Ｄ比を求めるＣ／Ｄ比算出手段と」を具備して主に構成されている。
【００１３】
ここで、眼底画像データとは、被験者の眼底を撮影した眼底写真を電子データ化し、作成したものであり、例えば、通常の銀塩カメラで撮影され、焼付けされた眼底写真或いはそのポジ（ネガ）フィルムをスキャナ等の画像入力機器を利用して電子情報に変換したものや、近年において普及の著しいデジタルカメラによって撮影したデータをそのまま眼底画像データとして直接利用するものであってもよい。そして、変換された眼底画像データが眼底画像診断支援コンピュータに眼底画像データ入力受付手段を通じて入力される。ここで、眼底画像データ入力受付手段は、上述した眼底画像データの入力が可能なものであればよく、例えば、スキャナやフィルムスキャナ等の画像入力機器を利用し、眼底画像診断支援コンピュータに取込むもの、眼底画像データをフレキシブルディスクやＣＤ−Ｒ等の記憶媒体に記憶し、該記憶媒体の読取装置を通じて取込むものなどが挙げられる。また、デジタルカメラによって撮影されたデータの場合は、デジタルカメラと眼底画像診断支援コンピュータとをＵＳＢケーブルなどで接続し、対象の眼底画像データを直接取り込むものであってもよい。
【００１４】
また、候補領域抽出手段とは、後述するＣ／Ｄ比を算出するための視神経乳頭及び視神経乳頭陥凹を含む候補診断領域を特定するものであり、眼底写真の最も明るく撮影される最明部の座標位置を中心とし、例えば、眼底カメラの画角を４５度に設定し、６００ピクセル×６００ピクセルで記録した場合、２４０ピクセル×２４０ピクセルの範囲が抽出される。ここで、視神経乳頭及び視神経乳頭陥凹に係る領域は、周囲の眼底領域及びその他の領域に対して明度が明るく撮影されることが一般的であり、眼底画像データに含まれる最明部は概ね視神経乳頭陥凹のほぼ中心に相当している。そのため、最明部を中心とした診断候補領域の抽出によってＣ／Ｄ比を算出するための測定対象となる視神経乳頭を含んだ候補画像データを得ることが可能となる。なお、一般成人の視神経乳頭陥凹の平均的な直径のサイズは、約８０ピクセルであることが経験的に知られており、上述の候補画像データとして指定された範囲は、視神経乳頭全体を含むことができる。
【００１５】
さらに、眼底画像データからの最明部の座標位置の特定は、カラー撮影された眼底写真をモノクロ化し、画像解析の一般的な手法として認知される輝度信号Ｙを下記の数式（数１参照）にしたがって求めることによって行われる。ここで、Ｇは緑成分、Ｂは青成分、Ｒは赤成分のそれぞれの色成分の値を示している。
【００１６】
【数１】
【００１７】
さらに、乳頭領域抽出手段または陥凹領域抽出手段は、いずれもその周囲との画素値の差異を利用してそれぞれの各領域を検出するものである。すなわち、乳頭領域とその周囲に存在する眼底領域とでは、眼底領域に対して乳頭領域の方が明度が高く、一方、陥凹領域とその周囲に存在する乳頭領域とでは、乳頭領域に対して陥凹領域の方が明度が高くなる。したがって、候補画像データの画素値をそれぞれ測定し、互いに隣り合う画素の画素値が大きく異なるような画素値の差が認識される箇所を境界とすることにより、それぞれの領域が抽出される。なお、抽出される乳頭領域及び陥凹領域は、その生理的特徴から略円形状を呈している。
【００１８】
したがって、本発明の眼底画像診断支援システムによれば、入力を受付けた眼底画像データから輝度信号にしたがって候補診断領域に係る候補診断画像データが抽出される。これにより、後述のＣ／Ｄ比を算出する測定範囲が狭小に制限される。そして、乳頭領域及び陥凹領域がそれぞれの周囲の領域との画素値の違いによって認識される。その後、抽出された領域の輪郭（乳頭輪郭または陥凹輪郭）に略一致する近似円が算出される。さらに、算出された陥凹近似円に対する乳頭近似円の径比（例えば、直径の比）を求めることにより、緑内障等の疾患の判断に利用されるＣ／Ｄ比が計算される。これにより、乳頭領域及び陥凹領域の指定及びＣ／Ｄ比の算出が眼底画像診断支援コンピュータによって行うことが可能となり、従来の医師等が手作業で行っていた作業を大幅に簡略化することが可能となる。さらに、眼底画像診断支援コンピュータによって予め設定された基準にしたがって各領域の指定がなされるため、医師の主観や個人差による診断結果のバラツキを抑え、医師は客観的なデータにしたがって提供されたＣ／Ｄ比の値を参照し、被験者の診断を行うことができる。なお、各領域の画素値の違いをより明確に認識するために、カラー画像の候補画像データに対し、各色成分（Ｒ成分、Ｇ成分、Ｂ成分）毎に設定された所定の閾値で二値化処理を施し、その後、各領域の検出を行うことも可能である。
【００１９】
さらに、本発明にかかる眼底画像診断支援システムは、上記構成に加え、「前記乳頭近似円算出手段及び前記陥凹近似円算出手段の少なくともいずれか一方は、前記乳頭輪郭または前記陥凹輪郭に近似する候補円を選定する候補円選定手段と、選定された前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と重畳する一致領域から、前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と非重畳の余剰領域及び前記候補円の外円側に位置し、前記乳頭領域または前記陥凹領域と重畳する欠損領域を減じた候補円一致度を算出する一致度算出手段と、前記候補円選定手段によって選定された複数の候補円から、前記候補円一致度が最大値を示す一致候補円を前記乳頭近似円または前記陥凹近似円に決定する近似円決定手段と」を具備するものであっても構わない。
【００２０】
したがって、本発明の眼底画像診断支援システムによれば、乳頭領域に一致する乳頭近似円を算出する場合、まず、算出する対象のそれぞれの領域に近似する候補円を選定し、候補画像データ上で仮想的に重ね合わせる。このとき、候補円の内円側に位置し、かつ対象の領域に重畳する該当部分を一致領域Ｂとし、さらに該候補円の内円側に位置し、かつ対象領域に非重畳の部分を余剰領域Ａ（換言すれば、候補円から一致領域Ｂを除いた領域）とし、候補円の外円側に位置し、かつ対象の領域に重畳する該当部分を欠損領域Ｃとする。そして、下記の式によって候補円一致度Ｅを算出し、その最大値を示す一致候補円を乳頭近似円または陥凹近似円に決定する（数２参照）。ここで、数２において、ｘ，ｙは各々の円の中心座標を示し、ｒは円の半径を示している。このとき、候補円一致度Ｅが最大となるのは、余剰領域Ａ及び欠損領域Ｃがほぼゼロに近く、かつ一致領域Ｂが最大となる場合である。なお、陥凹領域に一致する陥凹近似円を算出する場合も上述と同様の処理が行われる。
【００２１】
【数２】
【００２２】
さらに、本発明にかかる眼底画像診断支援システムは、上記構成に加え、「前記候補画像データに含まれ、前記乳頭領域及び前記陥凹領域の少なくともいずれか一方に重畳して撮影された血管に相当する血管領域を検出する血管領域検出手段と、検出された前記血管領域に基づいて、前記乳頭近似円及び前記陥凹近似円の少なくともいずれか一方を補正して算出する血管領域補正手段と」を具備するものであっても構わない。
【００２３】
したがって、本発明の眼底画像診断支援システムによれば、乳頭領域及び陥凹領域に重畳し、正確なＣ／Ｄ比の算出を阻害する要因となる血管に係る血管領域を予め検出し、その血管領域を補正して乳頭近似円及び陥凹近似円が算出される。これにより、血管の重畳によってＣ／Ｄ比の算出が困難となる状況を解消し、正確なＣ／Ｄ比による客観的な診断を行うことが可能となる。
【００２４】
なお、血管領域の補正は、下記の式にしたがって候補円一致度Ｅ’を算出し、血管領域によって阻害された乳頭領域または陥凹領域の形状を正確なものとして認識可能にするものである。ここで、一致領域Ｂ内に重畳する血管の占める領域を一致血管領域Ｖｂ、余剰領域Ａに重畳する血管の占める領域を余剰血管領域Ｖａ、及び欠損領域Ｃに重畳する血管の占める領域を欠損血管領域Ｖｃと定義する。
【００２５】
【数３】
【００２６】
一方、本発明にかかる眼底画像診断支援プログラムは、「被験者の眼底を撮影した眼底写真から作成された眼底画像データの入力を受付ける眼底画像データ入力受付手段、受付けた前記眼底画像データから視神経乳頭を含む診断候補領域を前記眼底画像データから抽出する候補領域抽出手段、抽出された前記診断候補領域を示す候補画像データから前記視神経乳頭に相当する略円形状の乳頭領域を検出する乳頭領域検出手段、検出された前記乳頭領域及び前記眼底領域の境界を示す乳頭輪郭の形状に近似する乳頭近似円を算出する乳頭近似円算出手段、前記候補画像データから視神経乳頭陥凹に相当する略円形状の陥凹領域を検出する陥凹領域検出手段、検出された前記陥凹領域及び前記乳頭領域の境界を示す陥凹輪郭の形状に近似する陥凹近似円を算出する陥凹近似円算出手段、及び算出された前記陥凹近似円に対する前記乳頭近似円の半径または直径のいずれか一方の比を示すＣ／Ｄ比を求めるＣ／Ｄ比算出手段として、眼底画像診断支援コンピュータを」機能させるものから主に構成されている。
【００２７】
さらに、本発明にかかる眼底画像診断支援プログラムは、上記構成に加え、「前記乳頭輪郭または前記陥凹輪郭に近似する候補円を選定する候補円選定手段、選定された前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と重畳する一致領域から、前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と非重畳の余剰領域及び前記候補円の外円側に位置し、前記乳頭領域または前記陥凹領域と重畳する欠損領域を減じた候補円一致度を算出する一致度算出手段、及び前記候補円選定手段によって選定された複数の候補円から、前記候補円一致度が最大値を示す一致候補円を前記乳頭近似円または前記陥凹近似円に決定する近似円決定手段として、前記眼底画像診断支援コンピュータを」機能させるものであっても構わない。
【００２８】
さらに、本発明にかかる眼底画像診断支援プログラムは、上記構成に加え、「前記候補画像データに含まれ、前記乳頭領域及び前記陥凹領域の少なくともいずれか一方に重畳して撮影された血管に相当する血管領域を検出する血管領域検出手段、及び検出された前記血管領域に基づいて、前記乳頭近似円及び前記陥凹近似円の少なくともいずれか一方を補正して算出する血管領域補正手段として、前記眼底画像診断支援コンピュータを」機能させるものであっても構わない。
【００２９】
したがって、本発明の眼底画像診断支援プログラムによれば、プログラムを実行することにより、眼底画像診断支援コンピュータは、緑内障等の疾患の診断に必要なＣ／Ｄ比を客観的なデータとして算出し、医師等に対して供与することが可能となる。
【発明の効果】
【００３０】
本発明の効果として、眼底画像診断支援システム及び眼底画像診断支援プログラムは、入力された眼底画像データからＣ／Ｄ比の算出に必要な略円形状の乳頭領域及び陥凹領域を画素値の違いを利用して検出し、さらに乳頭領域及び陥凹領域の各々の領域の輪郭と略一致する近似円を求めることにより、Ｃ／Ｄ比を求めることができる。さらに、二値化処理、耳側領域及び鼻側領域の分割処理、及び血管領域の補正処理等を行うことにより、乳頭領域及び陥凹領域を正しく検出し、客観性を高めることができる。その結果、医師等の作業の労力負担を軽減化し、客観的な事実に基づいて医師が疾患の診断を行えるようになる。
【発明を実施するための最良の形態】
【００３１】
以下、本発明の一実施形態である眼底画像診断支援システム１（以下、単に「支援システム１」と称す）及び眼底画像診断支援プログラム（以下、単に「支援プログラム」と称す）について、図１乃至図８に基づいて説明する。ここで、図１は本実施形態の支援システム１の概略構成及び眼底画像診断支援コンピュータ２（以下、単に「コンピュータ２」と称す）の機能的構成を示すブロック図であり、図２は（ａ）受付けた眼底画像データ３及び（ｂ）候補画像データ１６の抽出の一例を示す説明図であり、図３は検出された血管領域６の一例を示す説明図であり、図４は検出された乳頭領域４の一例を示す説明図であり、図５は（ａ）乳頭近似円５または陥凹近似円３３の決定及び（ｂ）血管領域６の検出の一例を模式的に示す説明図であり、図６は検出された陥凹領域２６の一例を示す説明図であり、図７及び図８はコンピュータ２によるＣ／Ｄ比の算出処理の流れを示すフローチャートである。
【００３２】
本実施形態の支援システム１は、図１に示されるように、撮影された眼底写真を電子データに変換した眼底画像データ３の入力を受付け、視神経乳頭に相当する部位及び視神経乳頭陥凹に相当する部位の半径の比を示すＣ／Ｄ比の値を算出し、医師に対して提供することにより、緑内障の診断を支援することが可能なコンピュータ２によって主に構成されている。さらに、具体的に説明すると、本実施形態の支援システム１は、コンピュータ２と、コンピュータ２に接続され、画像入力手段として眼底画像データ３を得るためのデジタルカメラ機能を有する眼底カメラ７と、取得した眼底画像データ３等の各種データの表示を行う液晶ディスプレイ８と、コンピュータ２に対する種々の命令及びデータ等の入力を受付けるキーボード９及びマウス１０を含む操作入力機器１１とによって主に構成されている。ここで、本実施形態の支援システム１に使用されるコンピュータ２は、市販の汎用コンピュータが利用されている。
【００３３】
さらに、コンピュータ２の機能的構成について、説明すると、眼底カメラ７によって取得されたカラー画像の眼底画像データ３の入力を受付ける眼底画像データ入力受付手段１２と、受付けた眼底画像データ３を含む種々の画像データ及び解析されたＣ／Ｄ比の値等の解析データを記憶するハードディスク及び半導体メモリ等の記憶媒体から構成される記憶手段１３と、受付けた眼底画像データ３に示される輝度信号に基づいて診断候補領域１５を抽出し、候補画像データ１６を得る候補領域抽出手段１７と、候補画像データ１６に基づいて周囲の眼底領域１８との画素値の差を利用して乳頭領域４を検出する乳頭領域検出手段１９と、検出された乳頭領域４及び眼底領域１８の境界を示す乳頭輪郭２０の形状に近似する乳頭候補円２１を選定する乳頭候補円選定手段２２と、選定された乳頭候補円２１と乳頭領域４との乳頭一致度Ｅ１を算出する乳頭一致度算出手段２３と、選定された複数の乳頭候補円２１から乳頭一致度Ｅ１が最大値を示す乳頭一致候補円２４を乳頭近似円５として決定する乳頭近似円決定手段２５とを具備している。ここで、乳頭候補円選定手段２２が本発明における候補円選定手段に相当し、乳頭一致度算出手段２３が本発明における一致度算出手段に相当し、乳頭近似円決定手段２５が本発明における近似円決定手段に相当する。また、これらの乳頭候補円選定手段２２、乳頭一致度算出手段２３、及び乳頭近似円決定手段２５が本発明における乳頭近似円算出手段に相当し、乳頭一致度Ｅ１が本発明における候補円一致度に相当する。さらに、検出された乳頭領域４に係る乳頭領域情報４ａが記憶手段１３に記憶される。
【００３４】
さらに、コンピュータ２は、候補画像データ１６に基づいて周囲の乳頭領域４の画素値の差を利用して陥凹領域２６を検出する陥凹領域検出手段２７と、検出された陥凹領域２６及び乳頭領域４の境界を示す陥凹輪郭２８の形状に近似する陥凹候補円２９を選定する陥凹候補円選定手段３０と、選定された陥凹候補円２９と陥凹領域２６との陥凹一致度Ｅ２を算出する陥凹一致度算出手段３１と、選定された複数の陥凹候補円２９から陥凹一致度Ｅ２が最大値を示す陥凹一致候補円３２を陥凹近似円３３として決定する陥凹近似円決定手段３４とを具備している。ここで、陥凹候補円選定手段３０が本発明における候補円選定手段に相当し、陥凹一致度算出手段３１が本発明における一致度算出手段に相当し、陥凹近似円決定手段３４が本発明における近似円決定手段に相当する。また、これらの陥凹候補円選定手段３０、陥凹一致度算出手段３１、及び陥凹近似円決定手段３４が本発明における陥凹近似円算出手段に相当し、陥凹一致度Ｅ２が本発明における候補円一致度に相当する。さらに、検出された陥凹領域２６に係る陥凹領域情報２６ａが記憶手段１３に記憶される。
【００３５】
加えて、コンピュータ２は、候補画像データ１６に重畳して撮影された血管領域６を画素値の差を利用して検出する血管領域検出手段３５と、検出された血管領域６に基づいて乳頭近似円５及び陥凹近似円３３の形状を補正する血管領域補正手段３６と、算出された陥凹近似円３３に対する乳頭近似円５の半径の比を示すＣ／Ｄ比の値（Ｃ／Ｄ比データ３７ａ）を求めるＣ／Ｄ比算出手段３７と、算出されたＣ／Ｄ比の値を液晶ディスプレイ８上に出力表示し、医師等に対して視覚的認識可能に提示する算出結果出力制御手段３８と、操作入力機器１１と接続し、種々の命令等の操作信号を受付け、Ｃ／Ｄ比の算出処理等を行う操作信号入力制御手段３９とを具備している。
【００３６】
次に、本実施形態の支援システム１におけるコンピュータ２の処理の流れについて、主として図７及び図８のフローチャートに基づいて説明する。ここで、図７及び図８におけるステップＳ１からステップＳ２２が本発明の眼底画像診断支援プログラムに相当する。
【００３７】
まず、被験者の眼底をデジタルカメラ機能を有する眼底カメラ７を利用して撮影し、撮影された眼底画像データ３の入力をコンピュータ２は受付ける（ステップＳ１：図２（ａ）参照）。そして、受付けた眼底画像データ３を記憶手段１３に記憶する（ステップＳ２）。ここで、眼底画像データ３は、上述した眼底カメラ７を利用するもの以外に、印画紙上に焼付けられた眼底写真をスキャナによってスキャニングしたもの、眼底写真のポジフィルムをフィルムスキャナによって眼底をスキャニングしたものを眼底画像データ３としてコンピュータ２に取込むものであってもよい。
【００３８】
それから、眼底画像データ３の各座標位置の輝度信号を輝度信号の算出式（数１参照）に基づいて計算し、眼底画像データ３中で最も輝度信号Ｙが高い値を示す最明部１４の座標位置を中心として２４０ピクセル×２４０ピクセルの範囲を眼底画像データ３から切取り、候補画像データ１６として抽出及び記憶する（ステップＳ３，ステップＳ４）。ここで視神経乳頭陥凹に相当する陥凹領域２６は、その周囲の眼底領域１８と比較して明度が高い、換言すれば高い画素値で表示されることが示される。そのため、眼底画像データ３中の最明部１４の座標位置は、陥凹領域２６に該当することが経験的に知られている。そのため、この座標位置を中心とした所定範囲を眼底画像データ３から切取ることにより、抽出された候補画像データ１６には、必然的に乳頭領域４及びその内側に存在する陥凹領域２６が含まれることとなる（図２（ｂ）参照）。なお、一般成人の乳頭領域４の平均的なサイズは直径が約８０ピクセルである。これにより、後述する乳頭領域４及び陥凹領域２６等の検出及び各候補円の決定の処理を、限られた範囲に絞って行うことができ、コンピュータ２による処理負担を軽減することができるとともに、処理の際のエラーを軽減することができる。ここで、上記例において候補画像データ１６を抽出する際に２４０ピクセル×２４０ピクセルの範囲を切取り、乳頭領域４の平均的なサイズを約８０ピクセルとして設定するものについて示したが、眼底写真の撮影条件に応じて抽出範囲を適宜変更するものであっても勿論構わない。
【００３９】
その後、候補画像データ１６に含まれる血管に相当する血管領域６を検出する（ステップＳ５）。ここで、血管領域６は、その周囲に存する乳頭領域４及び陥凹領域２６に対して一般に暗く撮影される。そのため、血管領域６とその周囲とでは候補画像データ１６内で画素値が大きく異なっている。そこで、画素値の変化が著しく大きい箇所を血管領域６及び乳頭領域４または陥凹領域２６との境界と認識することにより、候補画像データ１６内の血管領域６の位置が特定される（図３参照）。なお、画素値の差を認識する機能は、一般的に使用される画像解析ソフトウェア等に標準的に搭載されているものを応用することが可能であり、係る機能を利用することにより、本システム１の構築を簡易にかつ低コストで行うことができる。なお、画素値の差異をより明確に認識するために、候補画像データ１６に対して、予め設定された閾値に従って二値化処理を行い、血管領域６のみを抽出することを本実施形態では行っている（図３参照）。
【００４０】
この場合、血管領域６の周囲に存在する乳頭領域４及び陥凹領域２６よりも低い画素値に閾値を設定することにより、当該閾値よりも低い画素値を示す部位が血管領域６として認識され、一方、高い画素値を示す部位が乳頭領域４または陥凹領域２６として認識されることになる。なお、この二値化処理は後述する乳頭領域４及び陥凹領域２６を検出する場合も、個々に設定された閾値に従って行っている。
【００４１】
そして、検出された血管領域６に係る血管領域情報６ａを記憶手段１３に記憶する（ステップＳ６）。このとき、記憶される血管領域情報６ａは、血管領域６に相当する部位の座標位置及び二値化された画像データを含んでいる。
【００４２】
次に、視神経乳頭の部位に相当する略円形状の乳頭領域４を検出する（ステップＳ７：図４参照）。ここで、乳頭領域４の検出は、上述した血管領域６の検出の手法と同様に、乳頭領域４のその周囲に存在し、かつ乳頭領域４よりも暗い画素値によって表示される眼底領域１８との画素値の違いを利用して行われる。その後、検出された乳頭領域４及び眼底領域１８の間の境界に相当する略円形状の乳頭輪郭２０と近似する乳頭候補円２１が選定される（ステップＳ８）。このとき、乳頭候補円２１の中心座標（ｘ，ｙ）には乳頭領域４内の任意の座標を規定し、乳頭候補円２１の半径ｒには、予め定められた範囲内で任意の値を規定する。その後、乳頭一致度Ｅ１を算出する（ステップＳ９）。ここで、乳頭一致度Ｅ１は、既に検出された血管領域６に係る血管領域情報６ａを利用し、記述した算出式（数３参照）に従って計算される。
【００４３】
さらに具体的に説明すると、乳頭一致度Ｅ１は、乳頭候補円２１の内円側に位置し、かつ乳頭領域４に重畳する該当部分を一致領域Ｂ、乳頭候補円２１の内円側に位置し、かつ乳頭領域４に非重畳の部分を余剰領域Ａ、乳頭候補円２１の外円側に位置し、かつ乳頭領域４に重畳する該当部分を欠損領域Ｃとして定義される各領域と、一致領域Ｂに重畳する血管領域６の占める部分を一致血管領域Ｖｂ、余剰領域Ａに重畳する血管領域６の占める部分を余剰血管領域Ｖａ、及び欠損領域Ｃに重畳する血管領域６の占める部分を欠損血管領域Ｖｃとして定義される各領域によって求められる（図５（ｂ）参照）。ここで、それぞれの領域Ａ，Ｂ，Ｃ，Ｖａ，Ｖｂ，Ｖｃの値は、候補画像データ１６に占める画素数（換言すれば候補画像データ１６中の占有面積に相当）に基づいている。
【００４４】
なお、ステップＳ５によって検出される血管領域６がゼロ若しくはゼロに近似する場合、すなわち、候補画像データ１６中に血管に相当する部位が撮影されていない場合は、上述の血管領域６の補正のための算出式（数３）の各血管領域Ｖａ，Ｖｂ，Ｖｃの値をゼロとみなして計算が行われる。つまり、既述した血管領域６の存在を考慮しない候補円一致度の算出式（数２）に基づいて計算が行われる。
【００４５】
ここで、乳頭一致度Ｅ１が最大を示すのは、選定された乳頭候補円２１と乳頭領域４とがほぼ一致し、余剰領域Ａ及び欠損領域Ｃがゼロに近くなる状態、すなわち、乳頭候補円２１の領域＝乳頭領域４に最も近い状態である。
【００４６】
そして、予め定義された一定範囲の乳頭候補円２１のそれぞれの乳頭一致度Ｅ１を総当たり的に算出することが完了した場合（ステップＳ１０においてＹＥＳ）、算出された乳頭一致度Ｅ１が最大値を示す乳頭候補円２１を乳頭一致候補円２４とし、乳頭近似円５を決定する（ステップＳ１１）。一方、未だ乳頭一致度Ｅ１を算出する乳頭候補円２１が残存している場合、新たな乳頭候補円２１の選定が行われ（ステップＳ１２）、ステップＳ９の処理に移行し、乳頭一致度Ｅ１の再計算が行われる。ここで、乳頭候補円２１の再選定は、乳頭候補円２１の中心座標の変位、或いは半径または直径の値を変更するなどによって行われる。
【００４７】
その後、乳頭領域４の内部に存在する陥凹領域２６の陥凹輪郭２８に近似する陥凹近似円３３を決定する（ステップＳ１３乃至ステップＳ１８：図６参照）。ここで、陥凹近似円３３の選定及び決定に係る処理は、上述した乳頭近似円５の決定に係る処理と略同一であるため、ここでは詳細な説明は省略するものとする。
【００４８】
そして、計算された乳頭近似円５及び陥凹近似円３３のそれぞれの半径の値に基づいて、視神経乳頭（Ｄ）に相当する乳頭近似円５に対する視神経乳頭陥凹（Ｃ）に相当する陥凹近似円３３の比を示すＣ／Ｄ比の値を計算する（ステップＳ１９）。そして、計算したＣ／Ｄ比の値を液晶ディスプレイ８を通じて、医師等が視認可能なようにその結果を出力表示する（ステップＳ２０）。これにより、医師等が緑内障の診断を下すための有益な情報となるＣ／Ｄ比の値を、眼底画像データ３をコンピュータ２に取り込む簡易な操作によって獲得することができ、係る診断を効率的かつ的確に行う支援をすることができる。このとき、Ｃ／Ｄ比の値が０．６以上の場合、緑内障の疑いが強いと判断され、それよりも小さい値の場合は健常であるとの診断が下される。
【００４９】
特に、従来はほとんど手作業で行っていた乳頭領域４及び陥凹領域２６の認識及び半径若しくは直径の値の計測等の作業が、眼底画像データ３の入力の受付後は自動化されているため、健康診断等の医療機関において多くの患者の診断を行う場合等に要する時間を大幅に短縮することができる。また、各領域４，２６の計測等に医師の主観や測定誤差を生じる可能性が低くなり、Ｃ／Ｄ比の値の算出が予め定められた一定の基準に従って行われる。これにより、算出されるＣ／Ｄ比の値の客観性が保持され、診断結果にバラツキが生じることがなく、正確な診断を医師等が下すことができるようになる。加えて、乳頭領域４及び陥凹領域２６に重畳して眼底写真に撮影される血管の領域をコンピュータ２が認識し、これを考慮した補正が乳頭近似円５若しくは陥凹近似円３３が決定されるため、よりＣ／Ｄ比の算出が正確に行われるようになる。
【００５０】
その後、システム終了の指示の有無を検出し（ステップＳ２１）、係る指示が有る場合（ステップＳ２１においてＹＥＳ）、システムを終了する（ステップＳ２２）。一方、指示がない場合（ステップＳ２１においてＮＯ）、ステップＳ１の処理に復帰し、新たな眼底画像データ３の入力を受付ける。
【００５１】
以上、本発明について好適な実施形態を挙げて説明したが、本発明はこれらの実施形態に限定されるものではなく、以下に示すように、本発明の要旨を逸脱しない範囲において、種々の改良及び設計の変更が可能である。
【００５２】
すなわち、本実施形態の支援システム１において、算出されたＣ／Ｄ比を利用して緑内障の診断を支援するものを示したが、これに限定されるものではなく、その他の所見を検出して提示することによって診断の支援を行うことも可能である。例えば、視神経乳頭陥凹に相当する部位の一所見である「局所性拡大」を検出することも可能となる。緑内障の疾患では、乳頭領域４に対して陥凹領域２６が全体に均一に拡大する症状に対し、一方向に限定して拡大する局所性拡大の症状が見られることがある。そのため、陥凹領域２６の中心を示す座標位置から陥凹輪郭２８までの半径に相当する距離が一方向のみ大きくなるような異常時には、仮に算出されたＣ／Ｄ比が０．６より小さい値を示した場合でも緑内障としての診断を下すことができる。また、一般に左右の眼球のＣ／Ｄ比の差が０．２以上の場合も緑内障の疑いが持たれている。そのため、算出された左右のＣ／Ｄ比の差を求める左右Ｃ／Ｄ比差算出手段を設け、医師等に緑内障の診断を支援するための情報を提供するものであっても構わない。
【００５３】
さらに、本実施形態の支援システム１において、乳頭近似円５及び陥凹近似円３３の半径に基づいてＣ／Ｄ比の値を算出するものを示したが、勿論直径に基づいて算出するものであっても構わない。加えて、また、乳頭領域４、陥凹領域２６、及び血管領域６を、候補画像データについて二値化処理した後に画素値の差を利用して検出するものを示したが、閾値を設定する色成分をＲ（赤）成分、緑（Ｇ）成分、または青（Ｂ）成分のいずれか一つを対象とするものであってもよい。しかしながら、赤（Ｒ）成分及び緑（Ｇ）成分については、上記領域４，２６の検出は比較的容易に可能となるが、青（Ｂ）成分は、周囲の眼底領域１８よりも低い画素値で表示されることがあり、各領域４，２６の検出が困難な場合もある。
【００５４】
さらに、本実施形態において、各領域４，２６に近似する近似円５，３３の決定を一つの領域４，２６に対して行うものを示したがこれに限定されるものではなく、例えば、一つの乳頭領域４（または陥凹領域２６）を中央から左右に二分割し、耳側領域及び鼻側領域に分けて、個々の近似円を決定するものであっても構わない。すなわち、一般に鼻側に対して耳側の領域が明瞭に撮影されることが経験的に知られているため、それぞれの領域に対して異なる閾値を適用することにより、各領域の検出及び近似円の決定がより正確になされる。
【図面の簡単な説明】
【００５５】
【図１】本実施形態の支援システムの概略構成及び眼底画像診断支援コンピュータの機能的構成を示すブロック図である。
【図２】（ａ）受付けた眼底画像データ及び（ｂ）候補画像データの抽出の一例を示す説明図である。
【図３】検出された血管領域の一例を示す説明図である。
【図４】検出された乳頭領域の一例を示す説明図である。
【図５】（ａ）乳頭近似円または陥凹近似円の決定及び（ｂ）血管領域の検出の一例を模式的に示す説明図である。
【図６】検出された陥凹領域の一例を示す説明図である。
【図７】コンピュータによるＣ／Ｄ比の算出処理の流れを示すフローチャートである。
【図８】コンピュータによるＣ／Ｄ比の算出処理の流れを示すフローチャートである。
【符号の説明】
【００５６】
１ 支援システム（眼底画像診断支援システム）
２ コンピュータ（眼底画像診断支援コンピュータ）
３ 眼底画像データ
４ 乳頭領域
４ａ 乳頭領域情報
５ 乳頭近似円
６ 血管領域
６ａ 血管領域情報
７ 眼底カメラ
８ 液晶ディスプレイ
９ キーボード
１０ マウス
１１ 操作入力機器
１２ 眼底画像データ入力受付手段
１３ 記憶手段
１４ 最明部
１５ 診断候補領域
１６ 候補画像データ
１７ 候補領域抽出手段
１８ 眼底領域
１９ 乳頭領域検出手段
２０ 乳頭輪郭
２１ 乳頭候補円
２２ 乳頭候補円選定手段
２３ 乳頭一致度算出手段
２４ 乳頭一致候補円
２５ 乳頭近似円決定手段
２６ 陥凹領域
２６ａ 陥凹領域情報
２７ 陥凹領域検出手段
２８ 陥凹輪郭
２９ 陥凹候補円
３０ 陥凹候補円選定手段
３１ 陥凹一致度算出手段
３２ 陥凹一致候補円
３３ 陥凹近似円
３４ 陥凹近似円決定手段
３５ 血管領域検出手段
３６ 血管領域補正手段
３７ Ｃ／Ｄ比算出手段
３７ａ Ｃ／Ｄ比データ
３８ 算出結果出力制御手段
３９ 操作信号入力制御手段
Ｅ１ 乳頭一致度（候補円一致度）
Ｅ２ 陥凹一致度（候補円一致度）
Ａ 余剰領域
Ｂ 一致領域
Ｃ 欠損領域
Ｖａ 余剰血管領域
Ｖｂ 一致血管領域
Ｖｃ 欠損血管領域
【特許請求の範囲】
【請求項１】
被験者の眼底を撮影した眼底写真を、眼底画像診断支援コンピュータを利用して解析し、医師の診断を支援する情報を提供可能な眼底画像診断支援システムであって、
前記眼底画像診断支援コンピュータは、
前記眼底写真から作成された眼底画像データの入力を受付ける眼底画像データ入力受付手段と、
受付けた前記眼底画像データから視神経乳頭を含む診断候補領域を前記眼底画像データから抽出する候補領域抽出手段と、
抽出された前記診断候補領域を示す候補画像データから前記視神経乳頭に相当する略円形状の乳頭領域を検出する乳頭領域検出手段と、
検出された前記乳頭領域及び前記眼底領域の境界を示す乳頭輪郭の形状に近似する乳頭近似円を算出する乳頭近似円算出手段と、
前記候補画像データから視神経乳頭陥凹に相当する略円形状の陥凹領域を検出する陥凹領域検出手段と、
検出された前記陥凹領域及び前記乳頭領域の境界を示す陥凹輪郭の形状に近似する陥凹近似円を算出する陥凹近似円算出手段と、
算出された前記陥凹近似円に対する前記乳頭近似円の半径または直径のいずれか一方の比を示すＣ／Ｄ比を求めるＣ／Ｄ比算出手段と
を具備することを特徴とする眼底画像診断支援システム。
【請求項２】
前記乳頭近似円算出手段及び前記陥凹近似円算出手段の少なくともいずれか一方は、
前記乳頭輪郭または前記陥凹輪郭に近似する候補円を選定する候補円選定手段と、
選定された前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と重畳する一致領域から、前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と非重畳の余剰領域及び前記候補円の外円側に位置し、前記乳頭領域または前記陥凹領域と重畳する欠損領域を減じた候補円一致度を算出する一致度算出手段と、
前記候補円選定手段によって選定された複数の候補円から、前記候補円一致度が最大値を示す一致候補円を前記乳頭近似円または前記陥凹近似円に決定する近似円決定手段と
をさらに有することを特徴とする請求項１に記載の眼底画像診断支援システム。
【請求項３】
前記候補画像データに含まれ、前記乳頭領域及び前記陥凹領域の少なくともいずれか一方に重畳して撮影された血管に相当する血管領域を検出する血管領域検出手段と、
検出された前記血管領域に基づいて、前記乳頭近似円及び前記陥凹近似円の少なくともいずれか一方を補正して算出する血管領域補正手段と
をさらに具備することを特徴とする請求項１または請求項２に記載の眼底画像診断支援システム。
【請求項４】
被験者の眼底を撮影した眼底写真から作成された眼底画像データの入力を受付ける眼底画像データ入力受付手段、受付けた前記眼底画像データから視神経乳頭を含む診断候補領域を前記眼底画像データから抽出する候補領域抽出手段、抽出された前記診断候補領域を示す候補画像データから前記視神経乳頭に相当する略円形状の乳頭領域を検出する乳頭領域検出手段、検出された前記乳頭領域及び前記眼底領域の境界を示す乳頭輪郭の形状に近似する乳頭近似円を算出する乳頭近似円算出手段、前記候補画像データから視神経乳頭陥凹に相当する略円形状の陥凹領域を検出する陥凹領域検出手段、検出された前記陥凹領域及び前記乳頭領域の境界を示す陥凹輪郭の形状に近似する陥凹近似円を算出する陥凹近似円算出手段、及び算出された前記陥凹近似円に対する前記乳頭近似円の半径または直径のいずれか一方の比を示すＣ／Ｄ比を求めるＣ／Ｄ比算出手段として、眼底画像診断支援コンピュータを機能させることを特徴とする眼底画像診断支援プログラム。
【請求項５】
前記乳頭輪郭または前記陥凹輪郭に近似する候補円を選定する候補円選定手段、選定された前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と重畳する一致領域から、前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と非重畳の余剰領域及び前記候補円の外円側に位置し、前記乳頭領域または前記陥凹領域と重畳する欠損領域を減じた候補円一致度を算出する一致度算出手段、及び前記候補円選定手段によって選定された複数の候補円から、前記候補円一致度が最大値を示す一致候補円を前記乳頭近似円または前記陥凹近似円に決定する近似円決定手段として、前記眼底画像診断支援コンピュータをさらに機能させることを特徴とする請求項４に記載の眼底画像診断支援プログラム。
【請求項６】
前記候補画像データに含まれ、前記乳頭領域及び前記陥凹領域の少なくともいずれか一方に重畳して撮影された血管に相当する血管領域を検出する血管領域検出手段、及び検出された前記血管領域に基づいて、前記乳頭近似円及び前記陥凹近似円の少なくともいずれか一方を補正して算出する血管領域補正手段として、前記眼底画像診断支援コンピュータをさらに機能させることを特徴とする請求項４または請求項５に記載の眼底画像診断支援プログラム。
【請求項１】
被験者の眼底を撮影した眼底写真を、眼底画像診断支援コンピュータを利用して解析し、医師の診断を支援する情報を提供可能な眼底画像診断支援システムであって、
前記眼底画像診断支援コンピュータは、
前記眼底写真から作成された眼底画像データの入力を受付ける眼底画像データ入力受付手段と、
受付けた前記眼底画像データから視神経乳頭を含む診断候補領域を前記眼底画像データから抽出する候補領域抽出手段と、
抽出された前記診断候補領域を示す候補画像データから前記視神経乳頭に相当する略円形状の乳頭領域を検出する乳頭領域検出手段と、
検出された前記乳頭領域及び前記眼底領域の境界を示す乳頭輪郭の形状に近似する乳頭近似円を算出する乳頭近似円算出手段と、
前記候補画像データから視神経乳頭陥凹に相当する略円形状の陥凹領域を検出する陥凹領域検出手段と、
検出された前記陥凹領域及び前記乳頭領域の境界を示す陥凹輪郭の形状に近似する陥凹近似円を算出する陥凹近似円算出手段と、
算出された前記陥凹近似円に対する前記乳頭近似円の半径または直径のいずれか一方の比を示すＣ／Ｄ比を求めるＣ／Ｄ比算出手段と
を具備することを特徴とする眼底画像診断支援システム。
【請求項２】
前記乳頭近似円算出手段及び前記陥凹近似円算出手段の少なくともいずれか一方は、
前記乳頭輪郭または前記陥凹輪郭に近似する候補円を選定する候補円選定手段と、
選定された前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と重畳する一致領域から、前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と非重畳の余剰領域及び前記候補円の外円側に位置し、前記乳頭領域または前記陥凹領域と重畳する欠損領域を減じた候補円一致度を算出する一致度算出手段と、
前記候補円選定手段によって選定された複数の候補円から、前記候補円一致度が最大値を示す一致候補円を前記乳頭近似円または前記陥凹近似円に決定する近似円決定手段と
をさらに有することを特徴とする請求項１に記載の眼底画像診断支援システム。
【請求項３】
前記候補画像データに含まれ、前記乳頭領域及び前記陥凹領域の少なくともいずれか一方に重畳して撮影された血管に相当する血管領域を検出する血管領域検出手段と、
検出された前記血管領域に基づいて、前記乳頭近似円及び前記陥凹近似円の少なくともいずれか一方を補正して算出する血管領域補正手段と
をさらに具備することを特徴とする請求項１または請求項２に記載の眼底画像診断支援システム。
【請求項４】
被験者の眼底を撮影した眼底写真から作成された眼底画像データの入力を受付ける眼底画像データ入力受付手段、受付けた前記眼底画像データから視神経乳頭を含む診断候補領域を前記眼底画像データから抽出する候補領域抽出手段、抽出された前記診断候補領域を示す候補画像データから前記視神経乳頭に相当する略円形状の乳頭領域を検出する乳頭領域検出手段、検出された前記乳頭領域及び前記眼底領域の境界を示す乳頭輪郭の形状に近似する乳頭近似円を算出する乳頭近似円算出手段、前記候補画像データから視神経乳頭陥凹に相当する略円形状の陥凹領域を検出する陥凹領域検出手段、検出された前記陥凹領域及び前記乳頭領域の境界を示す陥凹輪郭の形状に近似する陥凹近似円を算出する陥凹近似円算出手段、及び算出された前記陥凹近似円に対する前記乳頭近似円の半径または直径のいずれか一方の比を示すＣ／Ｄ比を求めるＣ／Ｄ比算出手段として、眼底画像診断支援コンピュータを機能させることを特徴とする眼底画像診断支援プログラム。
【請求項５】
前記乳頭輪郭または前記陥凹輪郭に近似する候補円を選定する候補円選定手段、選定された前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と重畳する一致領域から、前記候補円の内円側に位置し、前記乳頭領域または前記陥凹領域と非重畳の余剰領域及び前記候補円の外円側に位置し、前記乳頭領域または前記陥凹領域と重畳する欠損領域を減じた候補円一致度を算出する一致度算出手段、及び前記候補円選定手段によって選定された複数の候補円から、前記候補円一致度が最大値を示す一致候補円を前記乳頭近似円または前記陥凹近似円に決定する近似円決定手段として、前記眼底画像診断支援コンピュータをさらに機能させることを特徴とする請求項４に記載の眼底画像診断支援プログラム。
【請求項６】
前記候補画像データに含まれ、前記乳頭領域及び前記陥凹領域の少なくともいずれか一方に重畳して撮影された血管に相当する血管領域を検出する血管領域検出手段、及び検出された前記血管領域に基づいて、前記乳頭近似円及び前記陥凹近似円の少なくともいずれか一方を補正して算出する血管領域補正手段として、前記眼底画像診断支援コンピュータをさらに機能させることを特徴とする請求項４または請求項５に記載の眼底画像診断支援プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２００６−２６３１２７（Ｐ２００６−２６３１２７Ａ）
【公開日】平成１８年１０月５日（２００６．１０．５）
【国際特許分類】
【出願番号】特願２００５−８５３０１（Ｐ２００５−８５３０１）
【出願日】平成１７年３月２４日（２００５．３．２４）
【出願人】（３０４０１９３９９）国立大学法人岐阜大学 (289)
【出願人】（５０４２３７０５０）独立行政法人国立高等専門学校機構 (656)
【出願人】（５９９１４４７１２）タック株式会社 (25)
【Ｆターム（参考）】
【公開日】平成１８年１０月５日（２００６．１０．５）
【国際特許分類】
【出願日】平成１７年３月２４日（２００５．３．２４）
【出願人】（３０４０１９３９９）国立大学法人岐阜大学 (289)
【出願人】（５０４２３７０５０）独立行政法人国立高等専門学校機構 (656)
【出願人】（５９９１４４７１２）タック株式会社 (25)
【Ｆターム（参考）】
[ Back to top ]