JP6239021B2 - 画像処理装置、画像処理方法およびプログラム - Google Patents

Description

本発明は、画像処理装置、画像処理方法およびプログラムに関する。

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行われている。光干渉断層計(ＯＣＴ；Optical Coherence Tomography)等の眼部断層像撮像装置は網膜層内部の状態を３次元的に観察できるため、診断をより的確に行うのに有用であると期待されている。層の厚みを定量的に計測するために、コンピュータを用いて断層像から網膜の各層の境界検出が行われる。例えば、図１０（ｂ）に示すように内境界膜Ｂ１、内網状層境界Ｂ２、視細胞内節外節境界Ｂ３や網膜色素上皮層境界Ｂ４が検出され、網膜厚Ｔ１やＧＣＣ(Ganglion Cell Complex)厚Ｔ２を計測する。

ＯＣＴで撮像された眼部の断層像には視機能に影響のある領域(細胞、組織、部位)が含まれており、医師は視機能の回復可能性や予後を推測する際に該当する細胞の欠損状況や層の厚み、中心窩Ｆ１（図１０（ａ））のような部位との位置関係を観察している。例えば、図１０（ａ）のＲoの領域を拡大表示すると、図１０（ｂ）のように表される。網膜に到達した光は、視細胞Ｃ１の外節Ｌ１で電気信号に変換され、双極細胞Ｃ２から神経節細胞Ｃ３、視神経(非図示)を経由して大脳の視覚野(非図示)にて知覚される。視細胞外節Ｌ１が欠損すると光を電気信号に変換できなくなるため、欠損部位にて視機能が低下してしまう。視細胞Ｃ１には錐体と桿体があり、錐体が明所における視機能を司る。図１０（ｃ）に示すように錐体は中心窩Ｆ１に近いほど高密度に存在するため、視細胞外節欠損の単位面積あたりの視機能への影響は中心窩Ｆ１に近いほど大きくなる。なお、視軸とは注視する物体と中心窩Ｆ１とを結ぶ線である。従って、視細胞外節欠損の視機能への影響を推定するには、視細胞外節欠損が発生している位置での欠損の程度(外節の長さ)と欠損領域の存在範囲(面積)、当該欠損領域の中心窩からの距離を考慮する必要がある。

さらに視細胞Ｃ１は図１０（ｄ）に示すように脈絡膜血管Ｖ１から栄養を受け取るため、視細胞外節Ｌ１と網膜色素上皮Ｌ２の間に網膜剥離ＲＤ等の病変が存在すると視細胞Ｃ１に栄養を供給できない。従って網膜剥離ＲＤが存在すると将来的に視機能が低下する可能性が高くなる。また、網膜剥離ＲＤの存在が長期化すると視細胞Ｃ１が死滅して視機能を回復できなくなってしまう。従って、網膜形状から視機能への影響を推定したり、視機能の予後を予測するには、単に細胞や層の厚みを計測するだけでなく中心窩Ｆ１のような部位との位置関係や、中心窩Ｆ１下の網膜剥離ＲＤのような病変の有無もしくは存在期間を考慮する必要がある。これまでに緑内障や視神経疾患の診断支援を目的に、視機能の一つである視野と関連するＧＣＣ厚Ｔ２を計測し、正常眼におけるＧＣＣ厚Ｔ２との差をマップ表示する技術が特許文献１に開示されている。

ＷＯ／２００８／１５７４０６号公報 特開２００９−３４４８０号公報

しかしながら特許文献１に記載の技術は緑内障への応用を想定したものであり、黄斑疾患の場合に考慮されるべき中心窩Ｆ１との位置関係や滲出病変による視機能への影響は考慮されていない。また、特許文献１に記載の技術では、視機能の回復可能性や予後の予測についてはこれまでに検査した１以上の層厚マップを(並列に)提示するのみであり、視機能の回復可能性および予後については当該マップから目視で判断する必要があった。

また、特許文献２に記載の技術では、視野計による検査結果があることが前提であり、視野検査によって異常が認められた部位の層厚を計測して視野検査による視機能評価値との対応を調べる。網膜形状の変化は視機能の変化に先立って発生することが知られており、眼部断層像から得られる情報のみに基づいて予後を予測できることは網膜疾患の早期発見の観点から望ましい。

本発明は、篩状板の情報に基づく視機能に関する情報を提供可能な画像処理技術を提供する。

上記の目的を達成する本発明の一つの側面にかかる画像処理装置は、被検眼の眼底の断層画像を取得する取得手段と、
前記取得手段により取得された断層画像から層境界を検出し、検出された前記層境界を用いて前記断層画像から篩状板を自動的に検出する検出手段と、
前記検出手段により検出された篩状板の厚さを自動的に算出する算出手段と、を備えることを特徴とする。

本発明の構成によれば、篩状板の情報に基づく視機能に関する情報を提供可能な画像処理技術を提供することが可能になる。

第１実施形態に係る画像処理装置の機能構成例を示す図。 第１実施形態に係る画像処理装置が実行する処理の流れを示す図。 第１実施形態での画像処理内容を説明する図。 第１実施形態に係るＳ２４０で実行される処理の詳細を示す図。 第１実施形態に係るＳ２５０で実行される処理の詳細を示す図。 第２実施形態での画像処理内容を説明する図。 第３実施形態での画像処理内容を説明する図。 第３実施形態に係るＳ２４０で実行される処理の詳細を示す図。 第３実施形態に係るＳ２５０で実行される処理の詳細を示す図。 ＯＣＴで撮影した網膜の黄斑部の断層像に関する模式図。 実施形態に係る画像処理装置を含むシステムの構成例を示す図。 画像処理装置のハードウェア構成例を示す図。

（第１実施形態）
本実施形態に係る画像処理装置は、視細胞外節厚の菲薄化領域と中心窩Ｆ１との位置関係や網膜剥離ＲＤの有無等に基づいて視機能への影響や予後を予測するように構成したものである。以下、添付図面に従い本発明の実施形態に係る画像処理装置および画像処理装置における画像処理方法について詳説する。

図１２は、画像処理装置１０のハードウェア構成を例示する図である。ＣＰＵ１２０１は画像処理装置１０の全体的な動作を制御する。ＲＯＭ１２０３および外部記憶装置１２０４には、画像処理装置１０で実行可能なプログラム、パラメータが格納されている。ＲＡＭ１２０２はプログラムが実行の際に使用するワークエリアとして機能する。モニタ１２０５は出力部として機能し、モニタ１２０５には、画像処理の結果、算出処理の結果が表示される。キーボード１２０６およびマウス１２０７は入力部として機能し、ユーザは、キーボード１２０６およびマウス１２０７を介して、種々のコマンドを画像処理装置に入力することが可能である。インターフェイス１２０８は、画像処理装置１０をネットワーク（ＬＡＮ）３０に接続する。図１２に示す各構成要素は、バス１２０９を介して接続されている。

図１１は画像処理装置１０と接続可能な機器の構成図である。断層像撮像装置２０は、データサーバ４０とイーサネット(登録商標)等によるネットワーク（ＬＡＮ）３０を介して接続可能である。画像処理装置１０は、断層像撮像装置２０と、ネットワーク（ＬＡＮ）３０、または、光ファイバ、ＵＳＢやＩＥＥＥ１３９４等のインターフェイスを介して接続可能である。断層像撮像装置２０は眼部の断層像を撮像する装置であり、例えば、タイムドメイン方式もしくはフーリエドメイン方式のＯＣＴである。断層像撮像装置２０は不図示の操作者による操作に応じ、不図示の被検眼の断層像を３次元的に撮像する。撮像された断層像は画像処理装置１０へと送信される。データサーバ４０は被検眼の断層像や被検眼の画像特徴量などを保持するサーバであり、断層像撮像装置２０が出力する被検眼の断層像や画像処理装置１０が出力する解析結果を保存する。また、画像処理装置１０からの要求に応じ、データサーバ４０は被検眼に関する過去のデータを画像処理装置１０へと送信する。

なお本実施形態では画像処理装置１０において、視細胞内節外節境界Ｂ３と網膜色素上皮層境界Ｂ４の計測を行う場合について説明するが、必ずしもこれに限定されない。他の層境界(外境界膜（不図示）や網膜色素上皮層の内側境界（不図示）等)を検出することが可能である。

図１は画像処理装置１０の機能構成を例示するブロック図であり、画像処理装置１０は断層像取得部１１０、記憶部１２０、画像処理部１３０、診断支援情報出力部１４０、指示取得部１５０を有する。画像処理部１３０は眼部特徴取得部１３１、病変検出部１３２、視機能影響度判定部１３３を備える。視機能影響度判定部１３３は視機能回復可能性判定部１３３１および視機能予後予測部１３３２を有する。診断支援情報出力部１４０は視機能影響度情報出力部１４１、視機能回復可能性情報出力部１４２および視機能予後予測情報出力部１４３を有する。

画像処理装置１０を構成する各ブロックの機能については、図２のフローチャートに示す画像処理装置１０における画像処理方法の具体的な実行手順と関連付けて説明する。ステップＳ２１０において、断層像取得部１１０は断層像撮像装置２０に対して断層像の取得要求を送信する。断層像撮像装置２０は取得要求に応じて対応する断層像を送信する。断層像取得部１１０は断層像撮像装置２０からネットワーク３０を介して取得要求に対応する断層像を受信する。断層像取得部１１０は受信した断層像を記憶部１２０に格納する。

ステップＳ２２０において、眼部特徴取得部１３１は、断層像から所定の部位の情報と所定の組織構造の位置情報の情報取得を行う。眼部特徴取得部１３１は、断層像から所定の細胞、組織または部位を表す眼部の特徴（解剖学的特徴）を取得する。眼部特徴取得部１３１は、記憶部１２０に格納された断層像から眼部の特徴として、例えば、内境界膜Ｂ１、視細胞内節外節境界Ｂ３、網膜色素上皮層境界Ｂ４を検出することが可能である。そして眼部特徴取得部１３１は検出した各々の特徴を記憶部１２０に格納する。

具体的な眼部の特徴の取得手順を説明する。まず層の境界検出を行うための処理方法について説明する。ここでは処理対象であるボリューム画像を２次元断層画像（Ｂスキャン像）の集合と考え、各２次元断層画像に対し以下の処理を行う。まず、着目する２次元断層画像に平滑化処理を行い、ノイズ成分を除去する。次に、２次元断層画像からエッジ成分を検出し、その連結性に基づいて何本かの線分を層境界の候補として抽出する。そして、抽出された層境界の候補から一番上の線分を内境界膜Ｂ１として選択する。また、内境界膜Ｂ１よりも外層側(図１０（ａ）において、z座標が大きい側)にあるコントラスト最大の線分を視細胞内節外節境界Ｂ３として選択する。さらに、抽出された候補から一番下の線分を網膜色素上皮層境界Ｂ４として選択する。

さらに、これらの線分を初期値としてＳｎａｋｅｓやレベルセット法等の可変形状モデルを適用し、精密抽出を行ってもよい。またグラフカット法により層の境界を検出してもよい。なお可変形状モデルやグラフカットを用いた境界検出はボリューム画像に対し３次元的に実行してもよいし、各々の２次元断層画像に対し２次元的に適用してもよい。なお層の境界を検出する方法は、眼部の断層像から層の境界を検出可能な方法であればいずれの方法を用いてもよい。

ステップＳ２３０において、病変検出部１３２は、Ｓ２２０で取得された眼部の特徴により定められる領域、例えば、視細胞内節外節境界Ｂ３および網膜色素上皮層境界Ｂ４で挟まれる領域内で病変候補（網膜剥離）の有無を検出する。なお本実施形態では中心窩下に網膜剥離ＲＤが存在する場合について記述する。網膜剥離ＲＤはマリオット盲点以外の眼底内のどの部位にも発生する可能性があり、網膜剥離ＲＤが断層像の撮像範囲内の任意の部位(ただしマリオット盲点は除く)に発生した場合でも本実施形態における画像処理方法は適用可能である。

網膜剥離ＲＤの検出方法について説明する。眼部の特徴（解剖学的特徴）により定められる領域内の輝度と予め定められた輝度の閾値Ｔｒｄとの比較により病変候補の領域を検出する。例えば、閾値に対して低輝度値となる領域を病変候補として検出する。図３(a),(c)に示すように、ｘ-ｚ平面上のｘ軸方向の各Ａスキャン線上で、視細胞内節外節境界Ｂ３より外層側(ｚ座標が大きい側)かつ網膜色素上皮層境界Ｂ４より内層側(ｚ座標が小さい側)の領域にある低輝度領域を病変候補の領域として抽出する。抽出方法は公知の抽出法を適用可能であり、ここでは先に説明した領域内で輝度の閾値Ｔｒｄよりも低輝度な領域を網膜剥離候補領域（病変候補の領域）として検出する。

病変検出部１３２は、眼部の特徴 (中心窩Ｆ１、内境界膜Ｂ１、視細胞内節外節境界Ｂ３、網膜色素上皮層境界Ｂ４)のおよび病変候補(網膜剥離ＲＤ)の位置から、視機能を司る部位のサイズを定量化する。病変検出部１３２は、位置とサイズとの関係として、ｘ-ｙ平面内の各座標点における視細胞外節Ｌ１の厚み(視細胞外節厚)Ｔｐ（ｘ、ｙ）を計測（定量化）する。視機能を司る視細胞外節Ｌ１は、被検体の眼部の網膜に到達した光を電気信号に変換することで視機能を司る部位である。ここではＴｐ（ｘ、ｙ）の簡便な計測法として、ｘ-ｚ平面上のｘ軸方向の各Ａスキャン線上において視細胞内節外節境界Ｂ３と網膜色素上皮層境界Ｂ４の間のz軸方向に関する距離から網膜剥離領域のz軸方向に関する距離を引いた値を用いる。なお、視細胞外節Ｌ１の厚みの計測法はこれに限らない。ステップＳ２２０で網膜色素上皮層の内側境界(不図示)を抽出しておき、視細胞内節外節境界Ｂ３と網膜色素上皮層の内側境界(不図示)との間の距離から網膜剥離厚を引いた値をＴｐ（ｘ、ｙ）としてもよい。

次に、病変検出部１３２は、データサーバ４０から視細胞外節厚の正常値Ｔｎおよびｘ-ｙ平面内の視細胞の密度分布ω（ａ）[個/ｍｍ²]に関する正常値データ(図３（ｂ）参照)を取得する。ここでは視細胞のうち錐体に関するデータを取得する。また、横軸ａは視軸(水晶体と中心窩を結ぶ線)からの視角度[°]である。

ステップＳ２４０において、視機能影響度判定部１３３は、所定の部位の情報と所定の組織構造の位置との関係から評価値を算出する。視機能影響度判定部１３３は、視機能を司る部位について定量化された視細胞外節Ｌ１の厚み(視細胞外節厚)Ｔｐ（ｘ、ｙ）を用いて視機能に与える影響度を算出する。本ステップでは、視機能の回復可能性の判定、視機能が低下する可能性（予後予測）の判定も合わせて行うことが可能である。本ステップの詳細は図４の参照により後述する。

ステップＳ２５０において、診断支援情報出力部１４０は、視機能影響度判定部１３３により判定された結果を診断支援情報として出力する。Ｓ２４０の判定の際に算出された視機能の影響度の値を断層像の画素値として有する２次元座標のマップ（視機能影響度マップ）を生成し、診断支援情報として出力する。また、診断支援情報出力部１４０は、視機能が回復する可能性を示す指標（値）を断層像の画素値として有する２次元座標のマップ（視機能回復可能性マップ）を生成し、診断支援情報として出力することも可能である。また、診断支援情報出力部１４０は、視機能が低下する可能性を示す指標（値）を断層像の画素値として有する２次元座標のマップ（視機能低下危険度マップ）を生成し、診断支援情報として出力することも可能である。ここで、視機能影響度マップ、視機能回復可能性マップ、および視機能低下危険度マップは診断支援情報に含まれるものであり、視機能影響度判定部１３３により判定された結果を２次元座標のマップ上に示す表示制御により、判定結果を可視化するものである。

ステップＳ２６０において、指示取得部１５０は、被検眼に関する今回の処理結果をデータサーバ４０へ保存するか否かの指示を外部から取得する。この指示は、例えば、図１２に示すキーボード１２０６やマウス１２０７を介して操作者により入力される。処理結果の保存が指示された場合はＳ２７０へ処理は進められ、保存が指示されなかった場合はＳ２８０へと処理は進められる。

ステップＳ２７０において、診断支援情報出力部１４０は検査日時、被検眼を同定する識別情報、断層像、画像処理部１３０の解析結果、診断支援情報出力部１４０で得られた診断支援情報を関連付けてデータサーバ４０へ送信する。

ステップＳ２８０において、指示取得部１５０は画像処理装置１０による断層像の解析処理を終了するか否かの指示を外部から取得する。この指示は、図１２に示すキーボード１２０６やマウス１２０７を介して操作者により入力される。処理終了の指示を取得した場合は解析処理を終了する。一方、処理継続の指示を取得した場合にはＳ２１０に処理を戻し、次の被検眼に対する処理（または同一被検眼に対する再処理を）行う。

（視機能影響度判定処理）
次に図４を参照して、Ｓ２４０で実行される処理の詳細について説明する。Ｓ４１０では、病変検出部１３２で定量化された視機能を司る部位のサイズＴｐ（ｘ、ｙ）に対する、部位のサイズに関する正常値データ（Tn）の比率（Ｔｎ／Ｔｐ）を求める。そして、この比率に視細胞の密度分布を示す正常値データ（ω（ａ））を乗算して影響度を示す値を算出する。視機能影響度判定部１３３は、視機能を司る部位のサイズに関する正常値データ（Ｔｎ）と視細胞の密度分布を示すデータ（ω（ａ））を、例えば、データサーバ４０から取得することが可能である。具体的には、以下の（１）式により視機能への影響度Ｓ₁を算出する。視機能への影響度を示す値の算出にはＳ２３０で検出されたｘ−ｙ平面上の各点における視細胞外節厚Ｔｐ（ｘ、ｙ）と、視細胞外節の位置及び形状（例えば、厚さ）に関する正常値Ｔｎ、ｘ−ｙ平面内の視細胞の密度分布ω（ａ）に関する正常値データを用いる。ここでは視機能として視力の場合を考える。

Ｓ₁＝ Σ{ω（ａ）・Ｔｎ/Ｔｐ（ｘ、ｙ）} ・・・（１）
ここでＴｐ（ｘ、ｙ）/Ｔｎは錐体外節の菲薄化の程度を表し、本実施形態ではＴｎ=６０μｍとする。(１)式より、錐体外節の菲薄化領域が広いほど、また菲薄化領域が中心窩により近いほど視機能への影響度が大きいことがわかる。

ステップＳ４２０において、視機能回復可能性判定部１３３１は、Ｓ２３０で得られた視細胞外節厚と視細胞外節厚の正常値との比率から、以下の（２）式のようにｘ−ｙ平面上の各点（ｘ、ｙ）において視機能回復可能性Ｒ₁を判定する。ここで、ＲＤ（ｔ）は網膜剥離の存在期間である。

比率Ｔｐ/Ｔｎが比率に関する閾値未満（＜Tｒ）であれば、視機能回復可能性判定部１３３１は、視細胞外節の再生は難しいと判定し、その位置（ｘ、ｙ）における視機能の回復可能性を示す指標（値）はゼロとして算出さる。Ｔｐ／Ｔｎが比率に関する閾値以上（≧Tr）であれば、視機能回復可能性は（２’）式により算出される。また、病変候補の存在期間（網膜剥離ＲＤの存在期間ＲＤ（ｔ））が長いほど視細胞の栄養状態が悪いと考えられるため、（１／病変候補の存在期間（ＲＤ（ｔ））を乗じることにより、Ｒ₁はより低い値になる。なお、網膜剥離の存在期間ＲＤ（ｔ）の情報がデータサーバ４０から得られない場合は、（２’）式においてＲＤ(ｔ)＝１としてＲ₁を算出する。

ステップＳ４３０において、視機能予後予測部１３３２は、視機能の予後予測に関する指標（値）として視機能低下危険度Ｐ₁を算出する。これは、将来的に視機能が低下する可能性を示す指標（値）である。ここで、ＲＤｅ（ｘ、ｙ）はｘ−ｙ平面上の各点（ｘ、ｙ）における病変候補（網膜剥離）の有無に応じて設定される値である。例えば、病変検出部１３２により位置座標（ｘ、ｙ）において網膜剥離が有ればＲＤｅ（ｘ、ｙ）＝１、網膜剥離が無ければＲＤｅ（ｘ、ｙ）＝０と設定される。視機能予後予測部１３３２は、視細胞の密度分布を示す正常値データ（ω）と、病変候補の有無に応じて設定される設定データ（ＲＤｅ）とを取得し、以下の（３）式の演算を行う。

Ｐ₁= Σ{ω（ａ）・ＲＤｅ（ｘ、ｙ）}} ・・・(３)
もしｘ−ｙ平面上の各点（ｘ、ｙ）における網膜剥離の存在期間ＲＤ(t)が分かっている場合には、視機能低下時期の推定値Ｐ₁’を(３’)により生成することも可能である。

Ｐ₁’= Σ{ω（ａ）・（Ｔｄ −ＲＤ（ｔ））} ・・・(３’)
ここで、Ｔｄは視細胞外節が脈絡膜からの栄養供給なしに生存可能な最大期間を表すデータであり、データサーバ４０または記憶部１２０から取得可能である。

（診断支援情報出力処理）
次に図５を参照して、Ｓ２５０で実行される処理の詳細について説明する。

ステップＳ５１０において、診断支援情報出力部１４０は、画像処理部１３０より視機能影響度、視機能回復可能性、および視機能低下危険度に関するデータを取得する。そして、診断支援情報出力部１４０は、それぞれの情報を視機能影響度情報出力部１４１、視機能回復可能性情報出力部１４２、および視機能予後予測情報出力部１４３に送信する。

ステップＳ５２０において、視機能影響度情報出力部１４１は、ステップＳ４１０で算出されたｘ−ｙ平面上の各点での視機能への影響度、すなわち、ω（ａ）・Ｔｎ/Ｔｐ（ｘ、ｙ）を値として持つマップを生成する。このマップは、視機能への影響度を可視化したもので、撮影時点での各点（ｘ、ｙ）における視機能影響度を表す。また、モニタ１２０５（図１２）上には、視機能影響度マップだけでなく、ステップＳ４１０で算出された視機能の影響度Ｓ₁も同時に出力する。

ステップＳ５３０において、視機能回復可能性情報出力部１４２は、ステップＳ４２０で算出されたｘ−ｙ平面上の各点での視機能回復可能性の値((Ｔｐ（ｘ、ｙ）/Ｔｎ)・（１/ＲＤ（ｔ）） もしくは０)を持つマップを生成する。また、視機能予後予測情報出力部１４３は、ステップＳ４２０で算出された視機能低下危険度の値(ω（ａ）・ＲＤｅ（ｘ、ｙ）)を持つマップを生成する。

ここで、ｘ−ｙ平面上の各点（ｘ、ｙ）における網膜剥離の存在期間ＲＤ（ｔ）が分かっている場合には、各点（ｘ、ｙ）における視機能低下時期の推定値、すなわちω（ａ）・（Ｔｄ −ＲＤ（ｔ））を値として持つマップを生成する。ここで、Ｔｄは視細胞外節が脈絡膜からの栄養供給なしに生存可能な最大期間を表す。

モニタ１２０５上には上記のマップの他、視機能回復可能性に関する指標Ｒ₁、視機能低下危険度に関する指標Ｐ₁、視機能低下時期推定値に関する指標Ｐ₁’も出力可能である。

本実施形態によれば、画像処理装置は、視細胞外節厚の菲薄化領域と中心窩との位置関係に応じて視機能への影響度を示す値を計算する。また網膜剥離の有無を調べ、視細胞外節厚および網膜剥離の有無の情報を用いて視機能の低下危険度も併せて算出する。これにより、黄斑疾患の断層像から病変候補の視機能への影響および視機能の予後を予測することができる。

（第２実施形態）
本実施形態は、第１実施形態に対し、視機能への影響が発生する場合として層形状異常ではなく、白斑ＥＸのような滲出病変が中心窩Ｆ１下に集積する場合を考える。白斑ＥＸを抽出し、白斑ＥＸの分布と中心窩Ｆ１などの眼部特徴との位置関係に基づいて視機能への影響および視機能の予後を予測するようにしたものである。

本実施形態に係る画像処理装置１０と接続可能な機器の構成および画像処理装置１０の機能構成は第１実施形態と同じである。また本実施形態での画像処理フローは、図２のＳ２３０、Ｓ２４０、Ｓ２５０における処理を除けば第１実施形態における画像処理フロー(図２)と同じである。そこで、ここではＳ２３０、Ｓ２４０、Ｓ２５０における処理のみを説明する。
図６に示すように、糖尿病網膜症の網膜内には、網膜血管から漏出した脂質やたんぱく質が集積して白斑ＥＸと呼ばれる塊状の高輝度領域が形成される。白斑ＥＸは主に外網状層付近に形成されることが多く、白斑ＥＸが存在する部位では入射光が遮断されて視細胞Ｃ１に光が届かなくなるため、視力が低下する。特に白斑ＥＸの存在位置が中心窩Ｆ１に近いほど、錐体密度が高いために視機能への影響が大きい。

また網膜剥離ＲＤが中心窩Ｆ１の下に存在すると、網膜剥離ＲＤに向かって白斑ＥＸが集積しやすいことが経験的に知られている。いったん中心窩Ｆ１の下に白斑ＥＸが集積してしまうと、視力が著しく低下して視力の回復が見込めない。従って、白斑ＥＸの網膜下との距離(近さ)、および網膜下へ向かって移動しているかどうかを知ることは、中心窩下への病変の集積による視機能の低下を予防する上で有用であると考えられる。

（ステップＳ２３０の処理）
第２実施形態におけるステップＳ２３０の処理では、病変検出部１３２は、眼部断層像において白斑ＥＸを病変候補として検出する。ここでは、輝度値の情報と、点集中度フィルタなどの塊状構造を強調するフィルタの出力値とを組み合わせて以下のように識別する。即ち、点集中度フィルタの出力が閾値Ｔａ以上で、かつ断層像上の輝度値が閾値Ｔｂ以上の領域を白斑ＥＸとする。なお、白斑ＥＸの検出法はこれに限定されるものではなく、任意の公知の病変検出手法を用いることが可能である。また、第１実施形態の場合と同様に、Ｓ２２０で検出された視細胞内節外節境界Ｂ３および網膜色素上皮層境界Ｂ４で挟まれる領域内において網膜剥離ＲＤの有無を検出する。

次に、病変検出部１３２は、検出された病変(白斑ＥＸおよび網膜剥離ＲＤ)から網膜内の白斑ＥＸの分布を定量化する。具体的には、検出された白斑ＥＸのラベリングを行う。ラベリングにより、白斑ＥＸのそれぞれにラベル値が設定される。ここではラベリングの方法として領域拡張法を用いる。尚、ラベリング手法はこれに限定されるものではなく、任意の公知のラベリング手法を用いることが可能である。次に、同一のラベル値を持つ白斑ＥＸの体積を求める。また、網膜内に網膜剥離ＲＤが存在する場合にはラベルｎの白斑ＥＸの網膜剥離ＲＤまでの最短距離ｄｎを求めておく。

（ステップＳ２４０の処理）
次に図６および図４に示すフローチャートを参照しながら、第２実施形態におけるＳ２４０で実行される処理の詳細について説明する。

ステップＳ４１０において、視機能影響度判定部１３３は、以下の(４)式を用いて視機能への影響度を示す値Ｓ₂を算出する。ここでは視機能として視力の場合を考える。

Ｓ₂＝ΣnΣarea{ω(a)} ・・・ （４）
ここでω(a)は第１実施形態の場合と同じ錐体密度[個数/mm²]、ａｒｅａは同一ラベルを持つ白斑ＥＸをｘ−ｙ平面に投影した場合の面積を表し、ｎは撮像領域内に存在する白斑ＥＸの数を表す。

ステップＳ４２０において、視機能回復可能性判定部１３３１は、以下の(５)式を用いて視機能回復可能性に関する指標Ｒ₂を算出する。

Ｒ₂ ＝ Σｎ{ω（ａ）・ｄ_n}・・・(５)
ここでｎは検出された白斑１６の総数、v_nはラベルｎの白斑１６の体積、ｄ_n
ああははha
はラベルｎの白斑１６の重心点と網膜剥離１５との距離を表す。

ステップＳ４３０において、視機能予後予測部１３３２は、以下の(６)式を用いて視機能低下危険度、すなわち中心窩Ｆ１下への病変集積危険度Ｐ₂を算出する。
Ｐ₂＝ Σｎ{v_n/(ｄ_n＋1)} ・・・ （６）
（ステップＳ２５０の処理）
次に図５を参照して、Ｓ２５０で実行される処理の詳細について説明する。
なお、Ｓ５１０は第１実施形態の場合と同じであるため説明を省略する。

ステップＳ５２０において、視機能影響度情報出力部１４１は、Ｓ４１０で算出されたｘ-ｙ平面上の各点（ｘ、ｙ）での視機能への影響度を示す値を有するマップ（視機能影響度マップ）を生成する。また、図１２のモニタ１２０５上には、視機能影響度マップだけでなく、Ｓ４１０で算出された視機能影響度を示す値Ｓ_２も同時に出力することが可能である。

Ｓ５３０で、視機能回復可能性情報出力部１４２及び視機能予後予測情報出力部１４３は、Ｓ４２０で算出されたｘ-ｙ平面上の各点での視機能回復可能性を示す値を有するマップ及びＳ４３０で算出された視機能低下危険度を示す値を有するマップを生成する。さらに、図１２のモニタ１２０５上には視機能回復可能性マップおよび視機能低下危険度マップだけでなく、視機能回復可能性に関する指標Ｒ₂、視機能低下危険度Ｐ₂も同時に出力可能である。

以上述べた構成より、画像処理装置１０は病変として白斑ＥＸおよび網膜剥離ＲＤを抽出し、中心窩Ｆ１などの眼部特徴との位置関係に基づいて視機能への影響および視機能の予後を予測することができる。

（第３実施形態）
本実施形態は第１実施形態に対し、視神経乳頭部の深層に存在する篩状板L３と呼ばれる組織の形状異常によって視機能への影響が現れる場合を考える。網膜内の層境界や篩状板L３の抽出および形状計測を行い、中心窩Ｆ1だけでなくマリオット盲点などの眼部特徴との位置関係の情報も用いて視機能への影響および視機能の予後を予測するようにしたものである。

図７（ａ）、（ｂ）に示すように、視神経乳頭下には篩状板Ｌ３と呼ばれる篩(ふるい)状の膜が存在する。篩状板Ｌ３はｘ-ｙ平面上から見ると円盤状であり、約６００〜７００の孔が開いている。その孔の中を視神経線維束、すなわち神経節細胞Ｃ１の軸索の集合体が通過して脳に向かって伸展する。眼圧が上昇すると篩状板Ｌ３が湾曲して孔の位置がずれ、軸索が圧迫されるために神経節細胞Ｃ１が死滅してしまう。

本実施形態に係る画像処理装置１０と接続可能な機器の構成は第１実施形態の場合と同じである。また、画像処理装置１０の機能構成は視機能影響度判定部１３３に視機能回復可能性判定部１３３１を含まない点、診断支援情報出力部１４０に視機能回復可能性情報出力部１４２を含まない点が第１実施形態の場合と異なっている。これは、神経節細胞Ｃ１がいったん死滅して視機能に影響が出ると回復しないことを反映している。また本実施形態での画像処理フローは、図２のＳ２２０、Ｓ２３０、Ｓ２４０、Ｓ２５０における処理を除けば第１実施形態における画像処理フロー(図２)と同じである。そこで、ここではＳ２２０、Ｓ２３０、Ｓ２４０、Ｓ２５０における処理のみを説明する。

（ステップＳ２２０の処理）
第３実施形態におけるステップＳ２２０の処理では、眼部特徴取得部１３１は、断層像から陥凹を検出することにより、視神経乳頭部および中心窩Ｆ１を検出する。さらに断層像の投影像内で網膜血管抽出を行い、陥凹内に網膜血管が存在する方を視神経乳頭部、存在しない方を中心窩Ｆ１と判定する。網膜血管の抽出方法は任意の公知の線強調フィルタを用いる。視神経乳頭の陥凹部には視細胞Ｃ１が存在しないため知覚不能であり、マリオット盲点と呼ばれる。

次に、層境界として内境界膜Ｂ１、神経線維層境界Ｂ５、網膜色素上皮層境界Ｂ４を取得する。層境界の取得方法は第１実施形態の場合と同様であるので、ここでは省略する。さらに、以下の手順で篩状板Ｌ３を検出する。すなわち、ｘ−ｙ平面上で網膜色素上皮層境界Ｂ４が存在しない領域(マリオット盲点)内の各点（ｘ、ｙ）において、内境界膜Ｂ１より深層側(ｚ軸の正方向側)にある閾値Ｔｘ以上の高輝度領域を検出する。篩状板Ｌ３は、ｘ−ｙ平面上で多数の孔の開いた円盤状の領域として検出される。なお本実施形態では神経線維層境界Ｂ５を用いるが、代わりに内網状層境界Ｂ２を取得しても良い。ただし、その場合はＳ２３０において神経線維層厚の代わりにＧＣＣ(Ganglion Cell Complex) 厚を計測する。

（ステップＳ２３０の処理）
第３実施形態におけるステップＳ２３０の処理では、病変検出部１３２は、ステップＳ２２０で取得した内境界膜Ｂ１、神経線維層境界Ｂ５を用いて神経線維層厚を計測する。次に、データサーバ４０より神経線維層厚の正常値の範囲を取得し、神経線維層厚が正常値の範囲から外れているマリオット盲点外の点(ｘ’、 ｙ’)を病変部として検出する。さらに、病変検出部１３２は、篩状板厚および篩状板境界の凹凸を計測し、データサーバ４０より取得した篩状板厚や凹凸の正常値範囲よりも外れているマリオット盲点内の点（ｘ、ｙ）を病変部として検出する。

（ステップＳ２４０の処理）
次に図８を参照して、Ｓ２４０で実行される処理の詳細について説明する。ステップＳ８１０において、視機能影響度判定部１３３は、ステップＳ２３０で得られた神経線維層厚から以下の式(７)に従って視機能影響度を示す値Ｓ₃を算出する。

ここで、Ｔ_n(x、y) はｘ−ｙ平面上の点（ｘ、ｙ）における神経線維層厚の正常値(の中央値)である。Ｔ_l(x、y) はＳ２３０において神経線維層厚異常と判定されたｘ−ｙ平面上の点（ｘ、ｙ）における神経線維層厚である。α（ｘ、ｙ）は中心マリオット盲点で０、それ以外では１となるような変数である。

ステップＳ８２０において、視機能予後予測部１３３２は、ステップＳ２３０で得られた篩状板Ｌ３の厚み、凹凸から以下の式(８)に従って視機能低下危険度Ｐ₃を算出する。

Ｐ₃= Σｘ、ｙ{Ｔ_ns/Ｔ_s} + ｋ・ΣｙΣｘ{π/θ_x、y}・・・(８)
ここで、θ_x、yは篩状板の境界線を構成する制御点のうち隣接する３点(ｘ軸方向についてはｘ-１、ｘ、ｘ+１の３点、ｙ軸方向についてはｙ-１、ｙ、 ｙ+１の３点)のなす角度[rad]である。また、kは比例定数である。

（ステップＳ２５０の処理）
次に図９を参照して、Ｓ２５０で実行される処理の詳細について説明する。

ステップＳ９１０において、診断支援情報出力部１４０は、画像処理部１３０より視機能影響度、視機能低下危険度に関するデータを取得し、各々視機能影響度情報出力部１４１、視機能予後予測情報出力部１４３に送信する。

ステップＳ９２０において、視機能影響度情報出力部１４１は、Ｓ８１０で算出されたｘ-ｙ平面上の各点（ｘ、ｙ）での視機能への影響度を示す値を有するマップ（視機能影響度マップ）を生成する。また、図１２のモニタ１２０５上には、視機能影響度マップだけでなく、Ｓ８１０で算出された視機能影響度の指標（値）も同時に出力することが可能である。

ステップＳ９３０において、視機能予後予測情報出力部１４３は、Ｓ８２０で算出されたｘ-ｙ平面上の各点での視機能低下危険度を示す値を有するマップを生成する。さらに、図１２のモニタ１２０５上には視機能低下危険度マップだけでなく、Ｓ８２０で算出された視機能低下危険度も同時に出力することが可能である。

上述の構成によれば、画像処理装置１０は視神経乳頭部において篩状板の形状異常(菲薄化もしくは凹凸)領域を抽出し、中心窩やマリオット盲点との位置関係に応じて視機能への影響度や視機能低下危険度を計算する。これにより、早期の緑内障症例において、視神経乳頭部の眼部断層像から網膜下の病変の分布による視機能への影響を判定したり、視機能の予後を予測することができる。

（その他の実施例）
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。

１０：画像処理装置、１１０：断層像取得部、１３１：眼部特徴取得部、１３２：病変検出部、１３３：視機能影響度判定部、１４０：診断支援情報出力部

Claims (11)

1. 被検眼の眼底の断層画像を取得する取得手段と、
   前記取得手段により取得された断層画像から層境界を検出し、検出された前記層境界を用いて前記断層画像から篩状板を自動的に検出する検出手段と、
   前記検出手段により検出された篩状板の厚さを自動的に算出する算出手段と、
   を備えることを特徴とする画像処理装置。
2. 前記層境界は、網膜色素上皮層境界であることを特徴とする請求項１に記載の画像処理装置。
3. 前記算出手段により算出された篩状板の厚さを、篩状板の厚さの基準値と比較する比較手段を更に備え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。
4. 前記基準値を保持する保持手段を更に備えることを特徴とする請求項３に記載の画像処理装置。
5. 前記比較手段による比較の結果に基づいて前記被検眼の異常部位を特定する特定手段を更に備えることを特徴とする請求項３または４に記載の画像処理装置。
6. 前記篩状板の厚さに基づいて前記被検眼の視機能に関する情報を取得する情報取得手段を更に備えることを特徴とする請求項１乃至５のいずれか１項に記載の画像処理装置。
7. 前記視機能に関する情報は視機能低下の危険度を示す情報であることを特徴とする請求項６に記載の画像処理装置。
8. 前記断層画像は眼底の深さ方向を含む二次元断層画像であることを特徴とする請求項１乃至７のいずれか１項に記載の画像処理装置。
9. 取得手段が、被検眼の眼底の断層画像を取得する取得工程と、
   検出手段が、前記取得工程で取得された断層画像から層境界を検出し、検出された前記層境界を用いて前記断層画像から篩状板を自動的に検出する検出工程と、
   算出手段が、前記検出工程で検出された篩状板の厚さを自動的に算出する算出工程と、
   を有することを特徴とする画像処理方法。
10. 前記層境界は、網膜色素上皮層境界であることを特徴とする請求項９に記載の画像処理方法。
11. コンピュータを、請求項１乃至８のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。

Images