CN111970957B - 图像处理方法、计算机可读的存储介质及图像处理装置 - Google Patents

图像处理方法、计算机可读的存储介质及图像处理装置 Download PDF

Info

Publication number
CN111970957B
CN111970957B CN201980025663.XA CN201980025663A CN111970957B CN 111970957 B CN111970957 B CN 111970957B CN 201980025663 A CN201980025663 A CN 201980025663A CN 111970957 B CN111970957 B CN 111970957B
Authority
CN
China
Prior art keywords
blood vessel
image
choroidal blood
image processing
thickness
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201980025663.XA
Other languages
English (en)
Other versions
CN111970957A (zh
Inventor
田边泰士
藤原朋春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nikon Corp
Original Assignee
Nikon Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nikon Corp filed Critical Nikon Corp
Publication of CN111970957A publication Critical patent/CN111970957A/zh
Application granted granted Critical
Publication of CN111970957B publication Critical patent/CN111970957B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0041—Operational features thereof characterised by display arrangements
    • A61B3/0058—Operational features thereof characterised by display arrangements for multiple images
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • A61B3/1241—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes specially adapted for observation of ocular blood flow, e.g. by fluorescein angiography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20101—Interactive definition of point of interest, landmark or seed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Abstract

将脉络膜血管的粗细可视化。从脉络膜血管被可视化的脉络膜血管图像检测涡静脉位置。通过对脉络膜血管图像进行图像处理，从脉络膜血管图像提取第1粗细的第1粗细脉络膜血管和不同于上述第1粗细的第2粗细的第2粗细脉络膜血管。生成粗细解析眼底图像，该粗细解析眼底图像在脉络膜血管图像上重叠显示表示涡静脉位置的矩形框，并且，以红色表示第1粗细脉络膜血管，以蓝色表示第2粗细脉络膜血管。

Description

图像处理方法、计算机可读的存储介质及图像处理装置
技术领域
本公开的技术涉及图像处理方法、程序及图像处理装置。
背景技术
在日本特开2015-131号公报中，公开了一种根据OCT(Optical CoherenceTomography：以下称为OCT。)的计测数据将脉络膜血管网定量化的技术。
发明内容
本公开的技术的第1方案的图像处理方法包括：从脉络膜血管被可视化的眼底图像检测涡静脉位置的步骤；通过对上述眼底图像进行图像处理而提取第1粗细的第1粗细脉络膜血管和不同于上述第1粗细的第2粗细的第2粗细脉络膜血管的步骤；以及生成粗细解析眼底图像的步骤，在粗细解析眼底图像中，在上述眼底图像上重叠显示表示上述涡静脉位置的位置显示图像，并且，以第1显示方法显示上述第1粗细脉络膜血管，以与上述第1显示方法不同的第2显示方法显示上述第2粗细脉络膜血管。
本公开的技术的第2方案的图像处理方法包括：从脉络膜血管被可视化的眼底图像检测涡静脉位置的步骤；检测以上述涡静脉位置为中心的圆与脉络膜血管的交点的步骤；确定上述交点处的上述脉络膜血管的粗细的步骤；和生成表示与上述交点处的脉络膜血管的粗细的关系的图表的步骤。
本公开的技术的第3方案的图像处理方法包括：从脉络膜血管被可视化的眼底图像检测涡静脉位置的步骤；检测以上述涡静脉位置为中心的圆与脉络膜血管的交点的步骤；确定上述交点处的上述脉络膜血管的血管直径的步骤；和生成上述血管直径与上述脉络膜血管的条数的直方图的步骤。
本公开的技术的第4方案的程序使计算机执行第1方案至第3方案中的任一项的图像处理方法。
本公开的技术的第5方案的图像处理装置具备：存储装置，其存储用于使处理装置执行图像处理方法的程序；和处理装置，其通过执行存储于上述存储装置的程序来执行上述图像处理方法，在上述图像处理装置中，上述图像处理方法是第1方案至第3方案中的任一项的图像处理方法。
本公开的技术的第6方案的图像处理方法包括：从脉络膜血管被可视化的眼底图像检测涡静脉位置的步骤；对上述眼底图像中的上述脉络膜血管的粗细进行解析的步骤；和生成表示上述涡静脉位置与上述脉络膜血管的粗细的关系的显示画面的步骤。
附图说明
图1是眼科系统100的框图。
图2是表示眼科装置110的整体结构的概略结构图。
图3是管理服务器140的电气系统的结构的框图。
图4是管理服务器140的CPU162的功能框图。
图5是第1实施方式的图像处理程序的流程图。
图6是表示脉络膜血管图像的图。
图7是表示脉络膜血管图像的二值化图像的图。
图8是图5的步骤204的脉络膜血管的粗细解析处理程序的流程图。
图9A是说明脉络膜血管的粗细解析处理的说明图。
图9B是说明脉络膜血管的粗细解析处理的说明图。
图9C是说明脉络膜血管的粗细解析处理的说明图。
图9D是说明脉络膜血管的粗细解析处理的说明图。
图9E是说明脉络膜血管的粗细解析处理的说明图。
图9F是说明脉络膜血管的粗细解析处理的说明图。
图9G是说明脉络膜血管的粗细解析处理的说明图。
图9H是说明脉络膜血管的粗细解析处理的说明图。
图9I是说明脉络膜血管的粗细解析处理的说明图。
图9J是说明脉络膜血管的粗细解析处理的说明图。
图10是表示脉络膜血管解析模式的显示画面300的图。
图11是表示包含显示血管直径的显示画面在内的显示画面300的图。
图12是表示在显示血管直径的显示画面中重叠显示有VV位置的显示画面300的图。
图13是表示当粗细1图标362被点击时所显示的显示画面300的图。
图14是表示当粗细2图标364被点击时所显示的显示画面300的图。
图15是表示当粗细3图标366被点击时所显示的显示画面300的图。
图16是第4实施方式的图像处理程序的流程图。
图17是在根据脉络膜血管图像生成的二值化图像中，以VV位置402为中心设定了规定半径的圆圈404的图。
图18是检测出圆圈404与细线的交点406的图。
图19是表示根据脉络膜血管图像的二值化图像生成的距离图像的图。
图20是相对于圆圈的最上端的角度与血管直径的图表。
图21是脉络膜血管的条数与血管直径的直方图。
图22是表示显示血管直径的各数据的显示画面的图。
图23是表示将血管直径解析结果与VV位置解析结果组合的显示画面的图。
图24是图像处理程序的流程图。
具体实施方式
以下，参照附图详细地说明本发明的实施方式。此外，以下为便于说明，将激光扫描检眼镜(Scanning Laser Ophthalmoscope)称为“SLO”。
参照图1说明眼科系统100的结构。如图1所示，眼科系统100具备眼科装置110、眼轴长度测定器120、管理服务器装置(以下称为“管理服务器”)140和图像显示装置(以下称为“图像观测器”)150。眼科装置110获取眼底图像。眼轴长度测定器120测定患者的眼轴长度。管理服务器140将通过利用眼科装置110对多位患者的眼底进行拍摄而得到的多个眼底图像及眼轴长度与患者的ID相对应地存储。图像观测器150显示通过管理服务器140获取到的眼底图像。
眼科装置110、眼轴长度测定器120、管理服务器140、图像观测器150经由网络130而相互连接。
此外，其他眼科设备(OCT(Optical Coherence Tomography，光学相干层析成像)计测、视场测定、眼压测定等的检查设备)和/或进行使用了人工智能的图像解析的诊断支援装置也可以经由网络130与眼科装置110、眼轴长度测定器120、管理服务器140及图像观测器150连接。
接下来，参照图2说明眼科装置110的结构。如图2所示，眼科装置110具备控制单元20、显示/操作单元30及SLO单元40，对被检眼12的后眼部(眼底)进行拍摄。而且，还可以具备获取眼底的OCT数据的未图示的OCT单元。
控制单元20具备CPU22、存储器24及通信接口(I/F)26等。显示/操作单元30是对拍摄得到的图像进行显示、受理包含拍摄指示在内的各种指示的用户图形界面，具备显示器32及输入/指示设备34。
SLO单元40具备G光(绿色光：波长530nm)的光源42、R光(红色光：波长650nm)的光源44、IR光(红外线(近红外光)：波长800nm)的光源46。光源42、44、46受控制单元20命令，发出各种光。SLO单元40具备将来自光源42、44、46的光反射或使其透射而引导到一条光路的光学系统50、52、54、56。光学系统50、56是反射镜，光学系统52、54是分光器。G光在光学系统50、54反射，R光从光学系统52、54透射，IR光在光学系统52、56反射，这些光分别被引导到一条光路。
SLO单元40具备将来自光源42、44、46的光在被检眼12的整个后眼部(眼底)范围内呈二维状进行扫描的广角光学系统80。SLO单元40具备将来自被检眼12的后眼部(眼底)的光中的G光反射且使G光以外的光透射的分光器58。SLO单元40具备将从分光器58透射后的光中的R光反射且使R光以外的光透射的分光器60。SLO单元40具备将从分光器60透射后的光中的IR光反射的分光器62。SLO单元40具备对由分光器58反射的G光进行检测的G光检测元件72、对由分光器60反射的R光进行检测的R光检测元件74、以及对由分光器62反射的IR光进行检测的IR光检测元件76。
广角光学系统80具备：将来自光源42、44、46的光沿X方向扫描的由多面镜(polygon mirror)构成的X方向扫描装置82；将来自光源42、44、46的光沿Y方向扫描的由扫描振镜(galvanometer mirror)构成的Y方向扫描装置84、以及包含未图示的狭缝镜及椭球镜并使所扫描的光成为广角的光学系统86。通过光学系统86，使眼底的视场角(FOV：Fieldof View)成为比现有技术大的角度，从而能够对与现有技术相比更大范围的眼底区域进行拍摄。具体地说，能够对以来自被检眼12外部的外部光照射角计为约120度(以将被检眼12的眼球的中心O作为基准位置、并通过利用扫描光对被检眼12的眼底进行照射而实质能够拍摄的内部光照射角计，为200度左右)的大范围的眼底区域进行拍摄。光学系统86也可以代替狭缝镜及椭球镜而为使用多个透镜组的结构。X方向扫描装置82及Y方向扫描装置84的各扫描装置也可以利用使用MEMS镜而构成的二维扫描器。
在作为光学系统86而使用包含狭缝镜及椭球镜的系统的情况下，也可以为使用国际申请PCT/JP2014/084619、国际申请PCT/JP2014/084630所记载的利用了椭球镜的系统的结构。2014年12月26日提出国际申请的国际申请PCT/JP2014/084619(国际公开WO2016/103484)的公开内容及2014年12月26日提出国际申请的国际申请PCT/JP2014/084630(国际公开WO2016/103489)的公开内容各自通过参照而整体被引入到本说明书中。
此外，将眼科装置110沿水平面设置的情况下的水平方向设为“X方向”，将相对于水平面垂直的垂直方向设为“Y方向”，将连结被检眼12的前眼部的瞳孔中心和眼球中心的方向设为“Z方向”。因此，X方向、Y方向及Z方向相互垂直。
彩色眼底图像是通过以G光及R光同时对被检眼12的眼底进行拍摄而得到的。更详细地说，控制单元20以同时发光的方式控制光源42、44，在被检眼12的整个眼底，利用广角光学系统80使G光及R光进行扫描。并且，由G光检测元件72检测从被检眼12的眼底反射的G光，由眼科装置110的CPU22生成第2眼底图像(G色眼底图像)的图像数据。同样地，由R光检测元件74检测从被检眼12的眼底反射的R光，由眼科装置110的CPU22生成第1眼底图像(R色眼底图像)的图像数据。另外，在照射IR光的情况下，由IR光检测元件76检测从被检眼12的眼底反射的IR光，由眼科装置110的CPU22生成IR眼底图像的图像数据。
眼睛的构造是由构造不同的多个层覆盖玻璃体。在多个层中，从玻璃体侧的最内侧向外侧，包含视网膜、脉络膜、巩膜。R光从视网膜通过而到达至脉络膜。因此，在第1眼底图像(R色眼底图像)中包含存在于视网膜的血管(视网膜血管)的信息和存在于脉络膜的血管(脉络膜血管)的信息。与此相对，G光仅到达至视网膜。因此，在第2眼底图像(G色眼底图像)中包含存在于视网膜的血管(视网膜血管)的信息。
眼科装置110的CPU22以规定比率将第1眼底图像(R色眼底图像)和第2眼底图像(G色眼底图像)混合，并作为彩色眼底图像显示于显示器32。此外，也可以不显示彩色眼底图像而显示第1眼底图像(R色眼底图像)、第2眼底图像(G色眼底图像)或IR眼底图像。
第1眼底图像(R色眼底图像)的图像数据、第2眼底图像(G色眼底图像)的图像数据、IR眼底图像的图像数据经由通信IF26被从眼科装置110向管理服务器140发送。
由于像这样以G光及R光同时对被检眼12的眼底进行拍摄，所以第1眼底图像(R色眼底图像)的各位置和与该位置相对应的第2眼底图像(G色眼底图像)中的位置在眼底中是相同位置。
图1的眼轴长度测定器120具有对被检眼12的眼轴方向(Z方向)的长度即眼轴长度进行测定的第1模式和第2模式这两个模式。第1模式在将来自未图示的光源的光引导到被检眼12后，接收来自眼底的反射光与来自角膜的反射光的干涉光，基于表示接收到的干涉光的干涉信号对眼轴长度进行测定。第2模式是使用未图示的超声波对眼轴长度进行测定的模式。眼轴长度测定器120将通过第1模式或第2模式测定出的眼轴长度向管理服务器140发送。还可以通过第1模式及第2模式对眼轴长度进行测定，在该情况下，将通过两种模式测定出的眼轴长度的平均值作为眼轴长度向管理服务器140发送。
眼轴长度作为患者的数据之一在管理服务器140中被保存为患者信息，并且也被用于眼底图像解析。
接下来，参照图3说明管理服务器140的结构。如图3所示，管理服务器140具备控制单元160及显示/操作单元170。控制单元160具备包含CPU162的计算机、作为存储装置的存储器164、以及通信接口(I/F)166等。此外，在存储器164中存储有图像处理程序。显示/操作单元170是显示图像、受理各种指示的用户图形界面，具备显示器172及触摸面板174。
由于图像观测器150的结构与管理服务器140相同，所以省略其说明。
接下来，参照图4说明通过由管理服务器140的CPU162执行图像处理程序而实现的各种功能。图像处理程序具备图像处理功能、显示控制功能及处理功能。通过由CPU162执行具有该各功能的图像处理程序，从而CPU162如图4所示那样作为图像处理部182、显示控制部184及处理部186而发挥功能。
接下来，使用图5详细地说明基于管理服务器140进行的图像处理。通过由管理服务器140的CPU162执行图像处理程序而实现图5的流程图所示的图像处理(图像处理方法)。
在管理服务器140从眼科装置110接收眼底图像并基于眼底图像生成了脉络膜血管图像时执行图像处理程序。
此外，脉络膜血管图像如以下那样生成。管理服务器140的图像处理部182通过对第2眼底图像(G色眼底图像)实施黑帽过滤(black hat filter)处理，而从第2眼底图像(G色眼底图像)提取视网膜血管。接着，图像处理部182使用从第2眼底图像(G色眼底图像)提取出的视网膜血管，通过修复处理，从第1眼底图像(R色眼底图像)除去视网膜血管。也就是说，使用从第2眼底图像(G色眼底图像)提取出的视网膜血管的位置信息进行将第1眼底图像(R色眼底图像)的视网膜血管构造涂成与周围像素相同的值的处理。并且，图像处理部182对被除去了视网膜血管的第1眼底图像(R色眼底图像)的图像数据实施自适应直方图均衡化处理(Contrast Limited Adaptive Histograph Equalization，限制对比度自适应直方图均衡化)，而在第1眼底图像(R色眼底图像)中对脉络膜血管进行强调。由此，得到图6所示的脉络膜血管图像。所生成的脉络膜血管图像被存储于存储器164。
另外，虽然是根据第1眼底图像(R色眼底图像)和第2眼底图像(G色眼底图像)生成了脉络膜血管图像，但图像处理部182也可以使用第1眼底图像(R色眼底图像)或以IR光拍摄得到的IR眼底图像来生成脉络膜血管图像。关于生成脉络膜眼底图像的方法，2018年3月20日提出申请的日本特愿2018-052246的公开内容通过参照而整体被引入本说明书中。
若图像处理程序起动，则在图5的步骤200中，处理部186从存储器164读出脉络膜血管图像(参照图6)。
在步骤202中，图像处理部182针对脉络膜血管图像取出眼底区域(除去眼睑等)，对眼底区域实施二值化处理，生成二值化图像(图7)。
在步骤204中，图像处理部182执行对在二值化图像中呈白色的脉络膜血管的粗细进行解析的粗细解析处理。通过粗细解析处理，生成仅提取出粗细大于等于t3(μm)的第1粗细的血管的第1粗细血管图像、仅提取出粗细大于等于t2(μm)且小于t3(μm)的第2粗细的血管的第2粗细血管图像、以及仅提取出粗细大于等于t1(μm)且小于t2(μm)的第3粗细的血管的第3粗细血管图像。在此，设为t1是160(μm)，t2是320(μm)，t3是480(μm)。
此外，虽然设为t1是160(μm)，t2是320(μm)，但区分血管粗细的值仅为例示，各自也可以为其他值。
关于血管粗细解析处理的详情将在后叙述。
在步骤206中，显示控制部184生成将第1粗细血管图像的血管部分以红色着色、将第2粗细血管图像的血管部分以绿色着色、将第3粗细血管图像的血管部分以蓝色着色的三个图像。而且，将这三个血管图像合成而生成按粗细区分颜色的带颜色脉络膜血管图像。虽然将第1粗细血管图像的血管部分、第2粗细血管图像的血管部分及第3粗细血管图像的血管部分分别设为红色、绿色及蓝色，但也可以分别是其他颜色。
在步骤208中，处理部186将步骤206中生成的各种图像保存于存储器164。
接下来，参照图8，说明由管理服务器140的图像处理部182执行的步骤204的脉络膜血管的粗细解析处理。
在步骤212中，图像处理部182对所生成的二值化图像(参照图7)进行第1收缩处理。图9A是将脉络膜血管的一部分示意化而显示的图，是以白色显示第1粗细(以像素数计为7像素)、第2粗细(以像素数计为5像素)、第3粗细(以像素计为3像素)这三种粗细的血管242A、244A、246A、和1像素大小的两处噪声241、243的图。对于图9A，若执行从白色部分的边缘收缩3像素的第1收缩处理(将像素的颜色从白变黑)，则如图9B所示，第1粗细的血管242A的一部分242B以白色残留，其余白色部分消失。接着在步骤214中，图像处理部182对进行了第1收缩处理后的二值化图像(图9B)进行第1膨胀处理。在第1膨胀处理中进行使白色像素从白色部分向外侧膨胀3像素(将像素的颜色从黑变白)的处理。通过该处理，如图9C所示仅重现第1粗细的血管242A。然后，在步骤216中图像处理部182通过对第1粗细的血管242A这部分赋予红色，而生成如图9D所示除去了噪声241、243且为红色的第1粗细血管图像BG1。
在步骤218中，图像处理部182对所生成的二值化图像(参照图7)进行第2收缩处理。对于图9A，若执行从白色部分的边缘收缩2像素的第2收缩处理(将像素的颜色从白变黑)，则如图9E所示，第1粗细的血管242A和第2粗细的血管244A的一部分242C、244C以白色残留，其余白色部分消失。接着在步骤220中，图像处理部182对进行了第2收缩处理后的二值化图像(图9E)进行第2膨胀处理。在第2膨胀处理中进行使白色像素从白色部分向外侧膨胀2像素的处理。通过该处理，如图9F所示仅重现第1粗细的血管242A和第2粗细的血管244A。然后，在步骤222中，图像处理部182取第2膨胀处理后的二值化图像(图9F)与第1膨胀处理后的二值化图像(图9C)之差，对剩余部分赋予绿色，由此生成图9G所示的除去了噪声且为绿色的第2粗细血管图像BG2。
在步骤224中，图像处理部182对所生成的二值化图像(参照图7)进行第3收缩处理。对于图9A，若执行从白色部分的边缘收缩1像素的第3收缩处理(将像素的颜色从白变黑)，则如图9H所示，第1粗细的血管242A、第2粗细的血管244A及第3粗细的血管246A的一部分242D、244D、246D和噪声的一部分以白色残留，其余白色部分消失。接着在步骤226中，图像处理部182对进行了第3收缩处理后的二值化图像(图9H)进行第3膨胀处理。在第3膨胀处理中进行使白色像素从白色部分向外侧膨胀1像素的处理。通过该处理，如图9I所示重现第1粗细的血管、第2粗细的血管和第3血管。然后，在步骤228中取第3膨胀处理后的二值化图像(图9I)与第2膨胀处理后的二值化图像(图9F)之差，对剩余部分赋予蓝色，由此生成图9J所示的除去了噪声且为蓝色的第3粗细血管图像BG3。
在步骤230中，图像处理部182从第1粗细血管图像BG1提取第1粗细的血管的位置，从第2粗细血管图像BG2提取第2粗细的血管的位置，从第3粗细血管图像BG3提取第3粗细的血管的位置，生成将粗细信息和血管位置信息组合而成的信息。
在步骤232中，图像处理部182使将粗细信息和血管位置信息组合而成的信息以及第1粗细血管图像BG1、第2粗细血管图像BG2、第3粗细血管图像BG3保存到存储器164。然后，进入图5的步骤206。
接下来，对第1实施方式的脉络膜血管解析模式的显示画面进行说明。管理服务器140具有以下的用于显示于脉络膜血管解析模式的显示画面的各种数据。
首先，如上述那样，从眼科装置110向管理服务器140发送眼底图像(第1眼底图像(R色眼底图像)及第2眼底图像(G色眼底图像))的图像数据，管理服务器140具有眼底图像(第1眼底图像(R色眼底图像)及第2眼底图像(G色眼底图像))的图像数据。管理服务器140具有各脉络膜血管和与该脉络膜血管的粗细相应地与各脉络膜血管建立对应的颜色的数据。
另外，在对患者的眼底进行拍摄时，在眼科装置110中输入患者的个人信息。在个人信息中包含患者的ID、姓名、年龄及视力等。另外，在对患者的眼底进行拍摄时，还输入表示眼底被拍摄的眼睛是右眼还是左眼的信息。而且，在对患者的眼底进行拍摄时，还输入拍摄日期时间。从眼科装置110向管理服务器140发送个人信息、右眼及左眼的信息、以及拍摄日期时间的数据。管理服务器140具有个人信息、右眼及左眼的信息、以及拍摄日期时间的数据。管理服务器140具有眼轴长度的数据。
如以上那样，管理服务器140具有以上的用于显示于脉络膜血管解析模式的显示画面的数据(目录数据)。
另外，存在医生诊断患者的脉络膜血管的状态的情况。该情况下，医生经由图像观测器150向管理服务器140发送生成脉络膜血管解析模式的显示画面的要求。接收到该指示的管理服务器140向图像观测器150发送脉络膜血管解析模式的显示画面的数据。接收到脉络膜血管解析模式的显示画面的数据的图像观测器150基于脉络膜血管解析模式的显示画面的数据，将图10所示的脉络膜血管解析模式的显示画面300显示于图像观测器150的显示器172。
在此，说明图10所示的脉络膜血管解析模式的显示画面300。如图10所示，脉络膜血管解析模式的显示画面300具有显示患者的个人信息的个人信息显示栏302、图像显示栏320及脉络膜解析工具显示栏330。
个人信息显示栏302具有患者ID显示栏304、患者姓名显示栏306、年龄显示栏308、眼轴长度显示栏310、视力显示栏312及患者选择图标314。在患者ID显示栏304、患者姓名显示栏306、年龄显示栏308、眼轴长度显示栏310及视力显示栏312中显示各信息。此外，若点击患者选择图标314，则在图像观测器150的显示器172上显示患者一览，使用户(医生)选择成为解析对象的患者。
图像显示栏320具有拍摄日期显示栏322N1～322N3、右眼信息显示栏324R、左眼信息显示栏324L、RG图像显示栏326及脉络膜血管图像显示栏328。拍摄日期显示栏322N1～322N3分别与2016年1月1日、2017年1月1日及2018年1月1日的各拍摄日相对应。此外，RG图像是通过对第1眼底图像(R色眼底图像)和第2眼底图像(G色眼底图像)将各像素值的大小以规定比例(例如，1：1)合成而得到的图像。
脉络膜解析工具显示栏330是显示供选择多个脉络膜解析的图标类的栏。具备涡静脉位置图标332、对称性图标334、血管直径图标336、涡静脉及黄斑/乳头图标338以及脉络膜解析报告图标340。涡静脉位置图标332指示显示涡静脉位置的解析结果。对称性图标334指示显示眼底的脉络膜血管的对称性的解析结果。血管直径图标336指示显示与脉络膜血管的直径相关的解析结果。涡静脉及黄斑/乳头图标338指示显示涡静脉、黄斑及视神经乳头之间的位置的解析结果。脉络膜解析报告图标340指示显示脉络膜解析报告。
在图10所示的例子中，显示了在与拍摄日期显示栏322N1～322N3中的拍摄日期显示栏322N3被点击的拍摄日期显示栏相对应的日期对根据患者ID：123456识别的患者的右眼的眼底(图标324R点亮)进行拍摄得到的RG图像及脉络膜图像。
接下来，说明显示于图像观测器150的脉络膜血管解析模式的显示画面的第1显示样态。图像观测器150将图10所示的脉络膜血管解析模式的显示画面300显示于图像观测器150的显示器172。若图10的脉络膜解析工具显示栏330中的血管直径图标336被点击，则变更为图11所示的血管直径显示画面(图10的图像显示栏320变为图11的血管直径显示画面320a)。
如图11所示，血管直径显示画面320a包括显示带颜色血管直径图像的带颜色血管直径图像显示栏352、显示带颜色血管直径图像的一部分的放大图像的放大图像显示栏354、和显示缩小了的脉络膜血管图像的缩小脉络膜血管图像显示栏356。
若通过GUI(Graphic User Interface，以下称为GUI)在缩小脉络膜血管图像显示栏356中被指定区域、例如如图11所述那样被指定矩形区域，则图像观测器150在带颜色血管直径图像显示栏352中，在对应的位置显示矩形框353，并且将被指定的区域的放大图像显示于放大图像显示栏354。
在图像显示栏320a中，还设有指示显示第1粗细的脉络膜血管、第2粗细的脉络膜血管、第3粗细的脉络膜血管的图像的粗细1图标362、粗细2图标364、粗细3图标366、以及指示显示全部粗细的脉络膜血管的图像的ALL图标368。
是切换带颜色血管直径图像显示栏352和缩小脉络膜血管图像显示栏356的显示内容的按钮。若在图11的显示状态下点击了则在带颜色血管直径图像显示栏352中显示脉络膜眼底图像，在缩小脉络膜血管图像显示栏356中显示缩小了的带颜色血管图像。在图11中，ALL图标368被点击，在带颜色血管直径图像显示栏352及放大图像显示栏354各自中显示全部粗细的脉络膜血管的图像。另外，在图11中示出了/>被点击，与脉络膜血管图像显示栏356的脉络膜血管图像相比带颜色血管直径图像显示栏352的血管直径图像的被显示更大的例子。
在粗细1图标362被点击了的情况下，仅是以红色显示的第1粗细血管以第1粗细血管图像显示于带颜色血管直径图像显示栏352。在粗细2图标364被点击了的情况下，仅是以绿色显示的第2粗细血管以第2粗细血管图像显示于带颜色血管直径图像显示栏352。在粗细3图标366被点击了的情况下，仅是以蓝色显示的第3粗细血管以第3粗细血管图像显示于带颜色血管直径图像显示栏352。
在图像观测器150的后述的显示画面上，显示有用于指示生成后述的图像的图标和按钮。当图像观测器150的用户(眼科医生等)点击图标等时，从图像观测器150向管理服务器140发送与被点击的图标等相对应的指示信号。接收到来自图像观测器150的指示信号的管理服务器140生成与指示信号相对应的图像，并将所生成的图像的图像数据向图像观测器150发送。从管理服务器140接收到图像数据的图像观测器150基于所接收到的图像数据而在显示器上显示图像。管理服务器140中的显示画面的生成处理由在CPU162下工作的显示画面生成程序进行。
接下来，说明显示于图像观测器150的脉络膜血管解析模式的显示画面的第2显示样态。与第1显示样态同样地，图像观测器150将图10所示的脉络膜血管解析模式的显示画面300显示于图像观测器150的显示器172。若图10的脉络膜解析工具显示栏330中的血管直径图标336被点击，则变更为图12所示的显示血管直径的显示画面(图10的图像显示栏320变为图12的血管直径显示画面320b)。在第2显示样态中对与第1显示样态相同的显示内容标注相同的附图标记并省略其说明。
如图12所示，血管直径显示画面320b包含显示带颜色血管直径图像的带颜色血管直径图像显示栏352、显示带颜色血管直径图像的放大图像的放大图像显示栏354、在缩小了的脉络膜血管图像上重叠涡静脉(Vortex Vein，以下称为VV)的位置的脉络膜血管图像的缩小脉络膜血管图像显示栏356。在显示于缩小脉络膜血管图像显示栏356的脉络膜血管图像中以圆框显示VV位置376。在图12中以圆框示出了三个VV位置。
涡静脉VV是流入到脉络膜的血流的流出路，在眼球的赤道部的靠后极处存在4到6个。VV的位置基于脉络膜血管的行进方向而计算出。
图像观测器150从管理服务器140接收图12所示的显示画面300的数据，管理服务器140为了生成图12所示的显示画面300的数据，而执行图24所示的显示画面数据生成处理程序。以下，说明图24所示的显示画面数据生成处理程序。
在步骤200中，处理部186从存储器164读出脉络膜血管图像(参照图6)。
在步骤401中，执行检测VV的位置的VV位置检测处理。
在此，对VV位置检测处理进行说明。VV位置检测处理通过对步骤200中读出的脉络膜血管图像进行解析而进行。图像处理部182如以下那样对VV位置进行解析。
图像处理部182检测脉络膜血管图像中的各脉络膜血管的行进方向(血管行进方向)。具体地说，第1，图像处理部182对脉络膜血管图像的各像素执行下述处理。即，图像处理部182针对像素设定以该像素为中心的区域(单元(cell))，生成单元内的各像素的亮度的梯度方向的直方图。
亮度的梯度方向以例如大于等于0度且小于180度的角度示出。此外，0度定义为直线(水平线)的方向。图像处理部182为了生成具有亮度的梯度方向为例如0度、20度、40度、60度、80度、100度、120度、140度、160度的九个直条(bin)(各直条的组距为20度)的直方图，对与各直条相对应的梯度方向的单元内的像素数进行计数
直方图的一个直条的组距相当于20度，在0度的直条中，设定有具有大于等于0度且小于10度和大于等于170度且小于180度的梯度方向的、单元内的像素数(计数值)。20度的直条设定有具有大于等于10度且小于30度的梯度方向的、单元内的像素数(计数值)。同样地，还设定有40度、60度、80度、100度、120度、140度、160度的直条的计数值。由于直方图的直条数量为九个，所以像素的血管行进方向能够以九种方向中的某一种定义。此外，能够通过缩窄直条的组距、增加直条的数量，来提高对血管行进方向的分析能力。各直条中的计数值(直方图的纵轴)进行标准化，生成针对解析点的直方图。
接着，图像处理部182在各单元的直方图中，将计数最少的直条的梯度方向设为各单元内的像素中的梯度方向。该梯度方向与血管行进方向对应。此外，计数最少的梯度方向成为血管行进方向是因为如下理由。在血管行进方向上亮度梯度小，另一方面，在除其以外的方向上亮度梯度大(例如，在血管和血管以外的地方亮度差大)。因此，若生成了各像素的亮度梯度的直方图，则相对于血管行进方向的计数变少。通过以上处理，检测出脉络膜血管图像的各像素中的血管行进方向。
图像处理部182设定M(自然数)×N(自然数)(＝L)个的假想颗粒的初始位置。具体地说，图像处理部182在脉络膜血管图像上以等间隔设定纵向M个、横向N个、合计L个假想颗粒的初始位置。进行使用所检测出的血管行进方向的信息，使假想颗粒在脉络膜血管上沿血管行进方向移动的处理，由此推定涡静脉VV的位置。该处理是利用了以下状况的处理：涡静脉VV由于是多个脉络膜血管聚集的部位，所以最终配置于图像上的多个假想颗粒沿着血管聚集到涡静脉的位置。
图像处理部182推定VV位置。具体地说，图像处理部182对L个的各个位置进行以下处理。即，图像处理部182获取最初的位置(L个中的某一个)的血管行进方向，使假想颗粒沿着所获取的血管行进方向移动规定距离，在移动后的位置处，再次获取血管行进方向，使假想颗粒沿着所获取的血管行进方向移动规定距离。像这样以预先设定的移动次数反复使假想颗粒沿着血管行进方向移动规定距离。在L个的全部位置执行以上处理。将在该时间点下假想颗粒聚集一定个数以上的点设为VV位置。
VV位置信息(VV的个数、脉络膜血管图像上的坐标等)被存储于存储器164。VV位置信息用于图12至15、后述的图22的脉络膜血管解析模式的显示画面的第3实施方式的画面生成。
在步骤204中，图像处理部182如上述那样执行对在二值化图像中呈白色的脉络膜血管的粗细进行解析的粗细解析处理。
在步骤403中，图像处理部182将VV位置和粗细解析结果保存于存储器164。在步骤405中，图像处理部182生成显示画面(图12等)。
像这样图像观测器150被从管理服务器140发送图12所示的显示画面300的数据，但管理服务器140执行图12所示的显示画面数据生成处理程序，当生成了图12等的显示画面300的数据时，管理服务器140向图像观测器150发送显示画面的数据。
VV位置信息(VV的个数、脉络膜血管图像上的坐标等)存储于存储器164。VV位置信息用于图12至15、后述的图22的脉络膜血管解析模式的显示画面的第3实施方式的画面生成。
若在脉络膜血管图像的缩小脉络膜血管图像显示栏356中指定了想要放大显示的VV区域、例如如图12所示以GUI指定了矩形的区域，则图像观测器150在带颜色血管直径图像显示栏352中，在对应的位置显示矩形框353和包围其中的VV位置376的圆框。然后，将所指定的VV区域的放大图像显示于放大图像显示栏354。在放大图像中，重叠显示VV位置376和包围其周围的圆框。
在图12中，ALL图标368被点击，在带颜色血管直径图像显示栏352及放大图像显示栏354各自中显示全部粗细的脉络膜血管的图像。在该状态下，例如，若粗细1图标362被点击，则带颜色血管直径图像显示栏352及放大图像显示栏354的显示内容如图13的血管直径图像显示栏372R及放大图像显示栏374R所示那样，成为仅是第1粗细的血管的图像。由于第1粗细的血管与红色建立了关系，所以第1粗细的血管以红色显示。若粗细2图标364被点击，则带颜色血管直径图像显示栏352及放大图像显示栏354的显示内容如图14的血管直径图像显示栏372B及放大图像显示栏374B所示那样，成为仅是第2粗细的血管的图像。由于第2粗细的血管与蓝色建立了关系，所以第2粗细的血管以绿色显示。若粗细3图标366被点击，则带颜色血管直径图像显示栏352及放大图像显示栏354的显示内容如图15的血管直径图像显示栏372G及放大图像显示栏374G所示那样，成为仅是第3粗细的血管的图像。由于第3粗细的血管与绿色建立了关系，所以第3粗细的血管以蓝色显示。
接下来，说明显示于图像观测器150的脉络膜血管解析模式的显示画面的第3显示样态。与第1显示样态同样地，图像观测器150将图10所示的脉络膜血管解析模式的显示画面300显示于图像观测器150的显示器172。若图10的脉络膜解析工具显示栏330中的血管直径图标336被点击，则变更为图22所示的将血管直径解析结果和VV位置解析结果组合的显示画面(图10的图像显示栏320变为图22的血管直径显示画面320c)。
接下来，说明脉络膜血管解析模式的显示画面的第3显示样态。在第3显示样态中对与第1显示样态相同的部分标注相同的附图标记并省略其说明。
如图22所示，血管直径显示画面320c显示在缩小脉络膜血管图像显示栏356的脉络膜血管图像上重叠显示了VV位置376的脉络膜血管图像。在图22中，在脉络膜血管图像中显示了以VV位置为中心的规定半径的圆框。在图12中以圆框示出了三个VV位置。
血管直径显示画面320c还具有显示VV位置放大图像420、VV细线化图像422、VV血管直径方向性图424、血管直径直方图426的显示栏、以及粗细解析图示图标380。粗细解析图示图标380是向后述的图23的显示画面切换显示内容的按钮。
若以GUI指定了VV位置，则在脉络膜血管图像的缩小脉络膜血管图像显示栏356中，以包围所指定的VV位置的圆框的方式显示矩形框377。并且，在显示栏中显示矩形框377的VV位置放大图像420。VV位置放大图像420根据详细地解析了所指定的VV周边的脉络膜血管的数据而生成并显示。同样生成的VV血管直径方向性图424显示于VV血管直径方向性图显示栏。
接下来，参照图16详细说明VV细线化图像422及VV血管直径方向性图424的生成处理方法(图像处理程序)。图16所示的图像处理程序与图5的程序同样地，在基于眼底图像生成脉络膜血管图像时执行。
在图16的步骤1232中，处理部186读出脉络膜血管图像(参照图6)，在步骤1234中，图像处理部182执行前述的VV位置解析处理。
在步骤1236中，图像处理部182在脉络膜血管图像中提取包含VV位置的规定区域的图像。
在步骤1238中，图像处理部182根据提取出的规定区域的图像生成二值化图像。在步骤1240中，图像处理部182如图17所示，在所生成的二值化图像中，设定以VV位置402为中心的规定半径的圆圈404。圆圈404的规定半径为6mm。也可以是，能够根据所需解析，将圆圈404的半径设定为2mm至20mm之间。还可以基于VV位置周边的血管行进图案来设定圆圈404的半径。
在步骤1242中，图像处理部182对二值化图像进行细化处理。在步骤1244中，图像处理部182如图18所示，检测圆圈404与细线的交点406。在步骤1246中，图像处理部182如图19所示，根据二值化图像生成距离图像。距离图像与二值化图像中的线的粗细相应地，从线的边缘朝向中央而亮度逐渐变大，是线的中央位置的亮度随着线的粗细变粗而变大的图像。
在步骤1248中，图像处理部182从距离图像提取与各交点406相对应的位置的亮度值。在步骤1250中，图像处理部182根据存储于存储器164的表示像素的亮度与血管直径的对应关系的检查表，将各交点406的亮度值转换成血管直径。
在步骤1252中，显示控制部184如图20所示，生成将相对于交点406所在的圆圈的规定位置(例如最上端)的角度设为横轴、将交点406处的血管直径设为纵轴的图表。根据该图表，从VV位置402行进的血管的粗细和血管的行进方向能够可视化。
在步骤1254中，显示控制部184如图21所示，合计各交点406处的血管直径，生成直条数量为6、直条组距为200μm的脉络膜血管的条数与血管直径的直方图。根据该直方图，与VV相连的血管的粗细分布能够可视化，能够推测向VV流入的血流量等。
在步骤1256中，处理部186保存下面的各数据。将VV位置、二值化图像、以VV位置402为中心的规定半径的圆圈404、圆圈404与细线的交点406、距离图像、与各交点406相对应的位置的亮度值、从各交点406的亮度值转换得到的血管直径、角度与血管直径的图表、以及脉络膜血管的条数与血管直径的直方图的各数据保存于存储器164。
接下来，说明当点击图22的粗细解析图示图标380时显示于图像观测器150的脉络膜血管解析模式的显示画面的第4显示样态。若图22的粗细解析图示图标380被点击，则变更为图23所示的将血管直径解析结果和VV位置解析结果组合的显示画面(图22的图像显示栏320c变为图23的图像显示栏320d)。在第4显示样态中对与第1显示样态相同的显示样态的部分标注相同的附图标记并省略其说明。
接下来，对图23的图像显示栏320d进行说明。在图像显示栏320d的中央，显示了重叠着涡静脉(VV)的位置的带颜色脉络膜血管图像500。在图23中，在脉络膜血管图像500的左上存在VV520，在左下存在VV540，在右上存在VV560，在右下存在VV580这四个VV。
而且，在脉络膜血管图像500上重叠显示有以VV520为中心的规定半径的圆圈522。同样地对于其他VV，重叠显示有圆圈542、562、582。
在图像显示栏320d的左上还显示圆圈放大显示图像524和饼形图526。圆圈放大显示图像524是由圆圈522包围的区域的带颜色脉络膜血管图像的放大显示图像。在饼形图526中示出了圆圈522内的血管区域的总像素数为100时的多个粗细的各个血管的血管区域的像素数所占的比例。具体地说，例如，在饼形图526中包含：第1，作为粗血管的第1粗细(480μm以上)的血管区域的像素数所占的比例；第2，作为中程度的第2粗细(大于等于320μm且小于480μm)的血管区域的像素数所占的比例；第3，细的第3粗细(小于320μm)的血管区域的像素数所占的比例。同样地，在图像显示栏320d的左下显示有圆圈放大显示图像544和饼形图546，在图像显示栏320d的右上显示有圆圈放大显示图像564和饼形图566，在图像显示栏320d的右下显示有圆圈放大显示图像584和饼形图586。
在图像显示栏320d内显示的各图像由管理服务器140的图像处理部182生成。
在第4显示样态中，眼科医生等用户能够综合掌握显示于显示画面的全部VV的位置和各VV的放大图像及血管粗细分布。
在以上说明的各实施方式中，从眼底图像提取脉络膜血管，并判别脉络膜血管的粗细。
以往，根据OCT的计测数据将脉络膜血管网定量化，但无法连粗细都掌握。但是，如上述那样在各实施方式中，从第1眼底图像(R色眼底图像)或IR眼底图像和第2眼底图像(G色眼底图像)，分离出视网膜血管和脉络膜血管，判别脉络膜血管的粗细，并将判别出的粗细以不同颜色显示，由此实现可视化。由此，能够掌握脉络膜血管的粗细。
而且，由于对涡静脉VV位置周边的脉络膜血管的粗细进行解析并实现可视化，所以能够支援眼科医生的诊断。
在上述实施方式中，能够对VV位置进行解析，并对VV周边的脉络膜血管的粗细进行解析。
在上述实施方式中，由于保持脉络膜血管的各粗细的位置信息，所以能够简单地进行统计处理。
在上述实施方式中，由于对以来自被检眼12外部的外部光照射角计为约120度(以上述内部光照射角计，为200度左右)的大范围的眼底区域进行拍摄，所以能将大范围的眼底的脉络膜可视化。由此，不仅能够对眼底周边部的脉络膜血管的粗细进行解析，也能够对存在于眼球的赤道附近的涡静脉VV周边的脉络膜血管的粗细进行解析。
接下来，说明本公开的技术的各种变形例。
<第1变形例>
在上述各实施方式中，对脉络膜血管图像进行解析，但本公开的技术并不限定于此，例如，也可以对OCT-En Face图像(由3D的OCT数据构筑的眼底图像)、通过ICG(indocyanine green，吲哚菁绿)荧光造影法得到的图像、通过FA(FluoresceinAngiography，荧光血管造影)得到的图像、通过FAF(Fundus Auto Fuluorescence，通过自荧光拍摄得到的图像)等得到的眼底的截面图像进行解析。
<第2变形例>
在上述各实施方式中，与粗细相应地改变颜色来显示脉络膜血管，但本公开的技术并不限定于此，也可以与粗细相应地改变亮度值来显示脉络膜血管。
<第3变形例>
在上述实施方式中，管理服务器140预先执行图像处理程序，但本公开的技术并不限定于此。例如也可以如下。例如，在图像观测器150的显示器172上显示图10所示的脉络膜血管解析模式的显示画面300的状态下，在血管直径图标336被点击的情况下，管理服务器140执行图像处理程序。具体地说，在血管直径图标336被点击的情况下，图像观测器150向管理服务器140发送命令。管理服务器140可以在接收到该命令时执行图像处理程序。
<第4变形例>
在上述实施方式中，说明了通过眼科装置110获取内部光照射角为200度左右的眼底图像的例子。本公开的技术并不限定于此，也可以是通过以内部照射角计为100度以下的眼科装置拍摄得到的眼底图像，即使是将眼底图像多个合成的剪辑图像也可以适用本公开的技术。
<第5变形例>
在上述实施方式中，通过具备SLO拍摄单元的眼科装置110对眼底图像进行拍摄，但也可以是基于能够拍摄脉络膜血管的眼底相机拍摄的眼底图像，即使是通过OCT血管造影得到的图像也可以适用本公开的技术。
<第6变形例>
在上述实施方式中，管理服务器140执行图像处理程序。本公开的技术并不限定于。例如，也可以由眼科装置110或图像观测器150执行图像处理程序。在眼科装置110执行图像处理程序的情况下，图像处理程序存储于存储器24。另外，在图像观测器150执行图像处理程序的情况下，图像处理程序存储于图像观测器150的存储器164。
<第7变形例>
在上述实施方式中，以具备眼科装置110、眼轴长度测定器120、管理服务器140及图像观测器150的眼科系统100为例进行了说明，但本公开的技术并不限定于此。例如，作为第1例，也可以是省略眼轴长度测定器120，而眼科装置110还具备眼轴长度测定器120的功能。另外，作为第2例，也可以是，眼科装置110还具有管理服务器140及图像观测器150中的至少一方的功能。例如，在眼科装置110具有管理服务器140的功能的情况下，能够省略管理服务器140。该情况下，眼科装置110或图像观测器150执行图像处理程序。另外，在眼科装置110具有图像观测器150的功能的情况下，能够省略图像观测器150。作为第3例，也可以是，省略管理服务器140，图像观测器150执行管理服务器140的功能。
<其他变形例>
在上述实施方式中所说明的数据处理原则上是一个例子。因此，当然也可以在不脱离主旨的范围内删除不需要的步骤、追加新的步骤、或替换处理顺序。
另外，在上述实施方式中，例示了通过利用了计算机的软件结构而实现数据处理的情况，但本公开的技术并不限定于此。例如，也可以代替利用了计算机的软件结构而仅通过FPGA或ASIC等硬件结构执行数据处理。也可以是数据处理中的一部分处理由软件结构执行，其余处理由硬件结构执行。

Claims (14)

1.一种图像处理方法，包括：
从脉络膜血管被可视化的眼底图像检测出涡静脉位置的步骤；
对所述眼底图像中的所述脉络膜血管的粗细进行解析的步骤；和
生成表示所述涡静脉位置与所述脉络膜血管的粗细的关系的显示画面的步骤。
2.如权利要求1所述的图像处理方法，其中，
所述显示画面是显示对包含所述涡静脉位置的规定范围所包含的脉络膜血管的粗细进行解析的解析信息的画面。
3.如权利要求1所述的图像处理方法，其中，
所述涡静脉位置是由用户从所述眼底图像中的确定出多个涡静脉中选择的涡静脉的位置。
4.如权利要求1所述的图像处理方法，其中，
还具有输出所述显示画面的图像数据的步骤。
5.如权利要求1所述的图像处理方法，其中，
在所述显示画面中，包含重叠了所述涡静脉位置的涡静脉位置重叠眼底图像。
6.如权利要求1所述的图像处理方法，其中，
在所述显示画面中，包含根据所述粗细的解析结果将脉络膜血管图像可视化的脉络膜血管图像。
7.如权利要求1所述的图像处理方法，其中，
对所述眼底图像中的所述脉络膜血管的粗细进行解析的步骤包括，通过对所述眼底图像进行图像处理而提取第1粗细的第1粗细脉络膜血管和不同于所述第1粗细的第2粗细的第2粗细脉络膜血管的步骤。
8.如权利要求7所述的图像处理方法，其中，
在对所述眼底图像中的所述脉络膜血管的粗细进行解析的步骤中，
针对基于所述眼底图像生成的二值化图像，通过进行第1收缩处理而提取出所述第1粗细脉络膜血管，通过进行像素收缩与所述第1收缩处理不同的第2收缩处理而提取出所述第2粗细脉络膜血管。
9.如权利要求7所述的图像处理方法，其中，
在所述显示画面中，包含以第1显示方法显示所述第1粗细脉络膜血管、以与所述第1显示方法不同的第2显示方法显示所述第2粗细脉络膜血管的粗细解析眼底图像。
10.如权利要求1所述的图像处理方法，其中，
对所述眼底图像中的所述脉络膜血管的粗细进行解析的步骤包括：
检测以所述涡静脉位置为中心的圆与脉络膜血管的交点的步骤；
确定所述交点处的所述脉络膜血管的粗细的步骤。
11.如权利要求10所述的图像处理方法，其中，
对所述眼底图像中的所述脉络膜血管的粗细进行解析的步骤还包括，生成表示所述交点在所述圆的位置与所述交点的脉络膜血管的粗细的关系的图表的步骤。
12.如权利要求11所述的图像处理方法，其中，
对所述眼底图像中的所述脉络膜血管的粗细进行解析的步骤还包括，生成所述血管直径与所述脉络膜血管的条数的直方图的步骤。
13.一种计算机可读的存储介质，保存执行图像处理方法的程序，其中，所述程序使计算机执行以下步骤：
从脉络膜血管被可视化的眼底图像检测出涡静脉位置的步骤；
对所述眼底图像中的所述脉络膜血管的粗细进行解析的步骤；和
生成表示所述涡静脉位置与所述脉络膜血管的粗细的关系的显示画面的步骤。
14.一种图像处理装置，具备：
存储装置，其存储用于使处理装置执行图像处理方法的程序；和
处理装置，其通过执行存储于所述存储装置的程序来执行所述图像处理方法，
在所述图像处理装置中，
所述图像处理方法包括：
从脉络膜血管被可视化的眼底图像检测出涡静脉位置的步骤；
对所述眼底图像中的所述脉络膜血管的粗细进行解析的步骤；和
生成表示所述涡静脉位置与所述脉络膜血管的粗细的关系的显示画面的步骤。
CN201980025663.XA 2018-04-18 2019-04-18 图像处理方法、计算机可读的存储介质及图像处理装置 Active CN111970957B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-080275 2018-04-18
JP2018080275 2018-04-18
PCT/JP2019/016654 WO2019203311A1 (ja) 2018-04-18 2019-04-18 画像処理方法、プログラム、及び画像処理装置

Publications (2)

Publication Number Publication Date
CN111970957A CN111970957A (zh) 2020-11-20
CN111970957B true CN111970957B (zh) 2024-02-27

Family

ID=68240078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980025663.XA Active CN111970957B (zh) 2018-04-18 2019-04-18 图像处理方法、计算机可读的存储介质及图像处理装置

Country Status (5)

Country Link
US (1) US11284791B2 (zh)
JP (2) JP7279712B2 (zh)
CN (1) CN111970957B (zh)
DE (1) DE112019002024T5 (zh)
WO (1) WO2019203311A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2019203310A1 (ja) * 2018-04-18 2021-04-22 株式会社ニコン 画像処理方法、プログラム、及び画像処理装置
KR102375775B1 (ko) * 2020-02-10 2022-03-21 주식회사 메디픽셀 혈관 영상에 기초한 주요 혈관 영역 추출 방법 및 장치
US20210319551A1 (en) * 2020-04-10 2021-10-14 Topcon Corporation 3d analysis with optical coherence tomography images
WO2021210281A1 (ja) * 2020-04-14 2021-10-21 株式会社ニコン 画像処理方法、画像処理装置、及び画像処理プログラム
JPWO2021210295A1 (zh) * 2020-04-15 2021-10-21
WO2022113409A1 (ja) * 2020-11-26 2022-06-02 株式会社ニコン 画像処理方法、画像処理装置、及びプログラム
WO2024057942A1 (ja) * 2022-09-16 2024-03-21 国立大学法人北海道大学 眼底画像処理装置および眼底画像処理プログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6198532B1 (en) * 1991-02-22 2001-03-06 Applied Spectral Imaging Ltd. Spectral bio-imaging of the eye
EP1992277A1 (en) * 2007-05-14 2008-11-19 Institut National De La Sante Et De La Recherche Medicale (Inserm) Optical device and method for acquiring images of eye structures
CN104334173A (zh) * 2012-05-01 2015-02-04 特兰斯拉图姆医学公司 用于治疗和诊断致盲性眼病的方法
JP2016043155A (ja) * 2014-08-26 2016-04-04 株式会社トプコン 眼底解析装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4854390B2 (ja) 2006-06-15 2012-01-18 株式会社トプコン 分光眼底測定装置及びその測定方法
JP5170625B2 (ja) 2006-10-04 2013-03-27 幸功 瀧畑 赤外光眼底撮影方法および装置
JP2008229157A (ja) 2007-03-22 2008-10-02 Chiba Univ 眼底画像処理装置及び眼底撮影装置
US8356901B2 (en) * 2010-03-05 2013-01-22 Richard R Spaide Systems and methods for widefield mapping of the retina
JP5924955B2 (ja) * 2012-01-27 2016-05-25 キヤノン株式会社 画像処理装置、画像処理装置の制御方法、眼科装置およびプログラム
JP6278295B2 (ja) 2013-06-13 2018-02-14 国立大学法人 筑波大学 脈絡膜の血管網を選択的に可視化し解析する光干渉断層計装置及びその画像処理プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6198532B1 (en) * 1991-02-22 2001-03-06 Applied Spectral Imaging Ltd. Spectral bio-imaging of the eye
EP1992277A1 (en) * 2007-05-14 2008-11-19 Institut National De La Sante Et De La Recherche Medicale (Inserm) Optical device and method for acquiring images of eye structures
CN104334173A (zh) * 2012-05-01 2015-02-04 特兰斯拉图姆医学公司 用于治疗和诊断致盲性眼病的方法
JP2016043155A (ja) * 2014-08-26 2016-04-04 株式会社トプコン 眼底解析装置

Also Published As

Publication number Publication date
DE112019002024T5 (de) 2021-01-07
WO2019203311A1 (ja) 2019-10-24
US20210022600A1 (en) 2021-01-28
JP2023100930A (ja) 2023-07-19
JPWO2019203311A1 (ja) 2021-04-22
CN111970957A (zh) 2020-11-20
JP7279712B2 (ja) 2023-05-23
US11284791B2 (en) 2022-03-29

Similar Documents

Publication Publication Date Title
CN111970957B (zh) 图像处理方法、计算机可读的存储介质及图像处理装置
JP5017328B2 (ja) 断層像撮像装置およびその制御方法、プログラム、記憶媒体
JP7279711B2 (ja) 画像処理方法、プログラム、画像処理装置、及び眼科システム
JP7441783B2 (ja) 画像処理方法、プログラム、眼科装置、及び脈絡膜血管画像生成方法
JP2023060069A (ja) 画像処理方法、画像処理装置、画像処理プログラム、及び血管径算出装置
JP2023158161A (ja) 画像処理方法、プログラム、画像処理装置、及び眼科システム
CN111989030B (zh) 图像处理方法、程序及图像处理装置
WO2021074960A1 (ja) 画像処理方法、画像処理装置、及び画像処理プログラム
JP5543536B2 (ja) 断層像撮像装置および断層撮像方法、プログラム
JP5436630B2 (ja) 断層像撮像装置および断層撮像方法、プログラム
JP7419946B2 (ja) 画像処理方法、画像処理装置、及び画像処理プログラム
CN114828732A (zh) 图像处理方法、图像处理装置、以及图像处理程序
JP7439981B2 (ja) 画像処理方法
WO2022181729A1 (ja) 画像処理方法、画像処理装置、及び画像処理プログラム
WO2019203314A1 (ja) 画像処理方法、プログラム、及び画像処理装置
JP5174258B2 (ja) 断層像撮像装置およびその制御方法、プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant