CN112004457A - 图像处理方法、程序、图像处理装置及眼科系统 - Google Patents

图像处理方法、程序、图像处理装置及眼科系统 Download PDF

Info

Publication number
CN112004457A
CN112004457A CN201980025842.3A CN201980025842A CN112004457A CN 112004457 A CN112004457 A CN 112004457A CN 201980025842 A CN201980025842 A CN 201980025842A CN 112004457 A CN112004457 A CN 112004457A
Authority
CN
China
Prior art keywords
image
image processing
blood vessel
fundus
choroidal
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.)
Pending
Application number
CN201980025842.3A
Other languages
English (en)
Inventor
田边泰士
广川真梨子
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 CN112004457A publication Critical patent/CN112004457A/zh
Pending legal-status Critical Current

Links

Images

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
    • A61B3/10—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
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • 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
    • 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
    • A61B3/14—Arrangements specially adapted for eye photography
    • 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
    • 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
    • A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • 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
    • A61B3/1025—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for confocal scanning
    • 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
    • A61B3/1225—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 using coherent radiation
    • 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
    • G06T2207/10024—Color image
    • 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

Abstract

从眼底图像检测涡静脉位置。图像处理方法具有从眼底图像对脉络膜血管构造进行解析的步骤、和基于脉络膜血管构造检测涡静脉位置的步骤。

Description

图像处理方法、程序、图像处理装置及眼科系统
技术领域
本公开的技术涉及图像处理方法、程序、图像处理装置及眼科系统。
背景技术
在日本特开平8-71045号公报中，公开有以不同的颜色显示脉络膜血管的动脉和静脉的技术。
发明内容
本公开的技术的第1方案的图像处理方法包括以下步骤：从眼底图像对脉络膜血管构造进行解析的步骤；和基于上述血管构造检测涡静脉位置的步骤。
本公开的技术的第2方案的图像处理装置具有图像处理部，该图像处理部从眼底图像对脉络膜血管构造进行解析，并基于上述血管构造检测涡静脉位置。
本公开的技术的第3方案的程序使计算机执行第1方案的图像处理方法。
本公开的技术的第4方案的眼科系统具备：服务器，其包括图像处理部，该图像处理部从眼底图像对脉络膜血管构造进行解析，并基于上述血管构造检测涡静脉位置；和观测器，其显示涡静脉位置重叠眼底图像，该涡静脉位置重叠眼底图像是将表示上述涡静脉位置的标记重叠显示到上述眼底图像上得到的。
本公开的技术的第5方案的图像处理方法包括以下步骤：生成脉络膜血管图像的步骤；和对上述脉络膜血管图像进行解析而检测涡静脉的位置的步骤。
本公开的技术的第6方案的图像处理装置具备：图像处理部，其生成脉络膜血管图像，对上述脉络膜血管图像进行解析而检测涡静脉的位置；显示控制部，其生成涡静脉位置重叠眼底图像，该涡静脉位置重叠眼底图像是将表示上述涡静脉的位置的标记重叠于上述脉络膜血管图像得到的；和输出部，其输出涡静脉位置重叠眼底图像。
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是图像处理程序的流程图。
图6是第1VV候选检测处理程序的流程图。
图7是第2VV候选检测处理程序的流程图。
图8是表示脉络膜血管图像的图。
图9是表示将被验证为VV的VV的位置重叠显示于眼底图像而得到的图像的图。
图10是表示脉络膜血管图像的二值化图像的图。
图11是表示二值化图像的线图像的图。
图12是表示脉络膜血管的分支点的图。
图13是VV识别处理程序的流程图。
图14A是表示VV的状况的图。
图14B是表示VV的情况下的Log-Polar(对数-极坐标)处理结果的图。
图15A是表示并非VV的状况的图。
图15B是表示并非VV的情况下的Log-Polar处理结果的图。
图16A是按图14A或图15A的θ方向进行累计R方向的像素值的处理并使横轴为θ、使纵轴为累计像素值而生成的第1曲线图。
图16B是按图14A或图15A的θ方向进行累计R方向的像素值的处理并使横轴为θ、使纵轴为累计像素值而生成的第2曲线图。
图16C是按图14A或图15A的θ方向进行累计R方向的像素值的处理并使横轴为θ、使纵轴为累计像素值而生成的第3曲线图。
图17是表示脉络膜血管解析模式的显示画面300的图。
图18是在图17的显示画面上点击了涡静脉位置图标332的情况下所显示的显示画面。
图19是在图18的显示画面上点击了识别概率显示图标346的情况下所显示的显示画面。
图20是在图18的显示画面上点击了放大图标348的情况下所显示的显示画面。
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张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。
管理服务器140是本公开的技术的“服务器”的一个例子。图像观测器150是本公开的技术的“观测器”的一个例子。
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)测定、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、受理包括拍摄指示在内的各种指示的图形用户界面，具备显示器32及触摸面板等输入/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)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(slitmirror)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：Field of 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，在照射了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。
由眼科装置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IF166被从眼科装置110向管理服务器140发送。各种眼底图像用于生成脉络膜血管图像。
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、受理各种指示的图形用户界面，具备显示器172及触摸面板等输入/指示设备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方法。
在管理服务器140基于由眼科装置110拍摄得到的眼底图像的图像数据生成了脉络膜血管图像时执行图像处理程序。
脉络膜血管图像如以下那样生成。
首先，说明第1眼底图像(R色眼底图像)和第2眼底图像(G色眼底图像)所包含的信息。
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)中仅包含存在于视网膜的血管(视网膜血管)的信息。
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的像素相同的值的处理。并且，图像处理部182通过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(CLAHE、Contrast LimitedAdaptive Histogram 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8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)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到本说明书中。
若图像处理程序起动，则在图5的步骤202中，图像处理部182从存储器164读出脉络膜血管图像(参照图8)。
在步骤204中，图像处理部182在脉络膜血管图像中检测涡静脉(Vortex Vein(以下称为“VV”))候选。步骤204的处理详情将在后叙述。在此，涡静脉VV是指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四到六个。
在步骤206中，图像处理部182对VV候选执行VV识别处理(详情将在后叙述)，该VV识别处理是计算出表示VV候选是否为VV的识别概率并设定识别标志(VV标志/非VV标志)的处理。步骤206的处理详情将在后叙述。
在步骤208中，图像处理部182对VV的个数进行确定，并且对VV配置图案(多个VV的配置(configuration))进行确定。VV配置图案是表示多个VV位置在眼底上配置在怎样的位置的信息。在有四个VV的情况下，在脉络膜血管图像中如图9所示那样VV存在于四角的情况较多。在图9中，246N1、246N2、246N3、246N4表示用于对VV位置进行确定的框。
在步骤210中，处理部186将包含VV的个数、VV的位置信息(表示脉络膜血管图像中的VV位置的坐标，保存有针对各个VV的坐标)、VV配置图案、识别标志(VV标志/非VV标志)、识别概率在内的数据保存于存储器164。这些数据用于后述的脉络膜解析模式的显示画面的生成。
接下来，说明步骤204的处理详情。作为步骤204的处理，将在图6所示的第1VV候选检测处理中检测出的VV设为VV候选。在图6中示出了第1VV候选检测处理程序的流程图。
在步骤224中，图像处理部182求出脉络膜血管图像中的各像素的血管行进方向。具体地说，图像处理部182对全部像素反复进行下述处理。即，图像处理部182设定由以像素为中心的周围多个像素构成的区域(单元(cell))。并且，基于计算对象像素周围的像素的亮度值来计算单元的各像素中的亮度的梯度方向(以大于等于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)。对单元内的全部像素进行该梯度方向的计算。
接着，为了生成具有梯度方向为0度、20度、40度、60度、80度、100度、120度、140度、160度这九个直条(bin)(各直条的组距为20度)的直方图，而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。由于直方图的直条的数量为九个，所以像素的血管行进方向以九种方向中的某一种进行定义。此外，通过缩小直条的组距、增多直条的数量，而能够提高对血管行进方向的分析能力。对各直条中的计数值(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根据直方图对解析点的血管行进方向进行确定。具体地说，对计数值最小的角度(假设为60度)的直条进行确定，将所确定的直条的梯度方向即60度确定为像素的血管行进方向。此外，计数值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直条的计数值较小。同样地，对脉络膜血管图像中的各像素生成直方图，计算出各像素的血管行进方向。计算出的各像素的血管行进方向被存储于存储器164。
此外，血管行进方向是本公开的技术的“脉络膜血管构造”的一个例子。
在步骤226中，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。例如，M＝10、N＝50而设定合计L＝500个初始位置。
在步骤228中，图像处理部182获取最初的位置(L个初始位置中的某一个)的血管行进方向，使假想颗粒沿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血管行进方向移动规定距离。
在全部L个位置处执行以上处理。在对全部L个假想颗粒以所设定的移动次数进行了以上处理的时点，将假想颗粒聚集一定个数以上的点设为VV候选。VV候选位置作为第1VV候选被存储于存储器164。
也可以代替在图6中所说明的第1VV候选检测处理而使用图7所示的第2VV候选检测处理。在图7中示出了第2VV候选检测处理程序的流程图。
在步骤234中，图像处理部182以规定阈值将脉络膜血管图像二值化，生成图10所示的二值化图像。在步骤236中，图像处理部182通过对二值化图像实施细线化处理，而将其转换成图11所示的宽度为一个像素的线图像，消除粗细信息。
在步骤238中，图像处理部182在线图像中，如图12所示，对线相交叉的血管交叉点、线分支的血管分支点、具有特征图案的血管特征点进行确定。图12是白点分布图，以白点显示血管交叉点、血管分支点、血管特征点。将该白点设为VV候选位置。
此外，血管交叉点、血管分支点、血管特征点是本公开的技术的“脉络膜血管构造”的一个例子。
接下来，参照图13说明图5的步骤206的VV识别处理。VV识别处理是确认在图5的步骤204中检测出的VV候选是否为VV的处理。在图13的步骤252中，图像处理部182将识别多个VV候选各自的识别编号n设为1，在步骤254中，图像处理部182选择根据识别编号n识别的VV候选。
在步骤256中，图像处理部182对于根据识别编号n识别的VV候选，使用Log-Polar变换，计算出VV候选位置周边的脉络膜血管图像的特征量。具体地说，首先，从脉络膜血管图像提取包含VV候选n位置的规定区域的图像数据。提取以相当于VV候选位置的像素为中心的规定区域的图像，对所提取的图像进行Log-Polar变换。
若VV候选n为真的VV，则关于包含VV候选位置的规定区域的图像，脉络膜血管会以VV候选位置为中心呈放射状行进。也就是说，如图14A所示那样，血管收敛于规定位置(VV候选位置)。若对血管呈这样的放射状行进的图像进行Log-Polar变换，则如图14B那样形成一个条纹图案Z1(条纹图案的区域的像素值示出比其他区域亮的值)。条纹图案的出现区域的宽度(条纹图案的θ方向的宽度)为L1，条纹图案的中心在θ轴上的位置为θ1。将这样的条纹图案的特征定义为图16A所示的单峰性。
与此相对，若VV候选不是真的VV，则如图15A所示那样，包含VV候选位置的规定区域的图像成为具有多条斜线的图像，血管不收敛。若对这样的由斜线构成的图像进行Log-Polar变换，则如图15B那样形成条纹图案Z2和条纹图案Z3这两个图案。条纹图案Z2的出现区域的宽度(θ方向的宽度)为L2，同样地条纹图案Z3的出现区域的宽度为L3(L2<L1、L3<L1)。条纹图案的中心位置在θ轴上的位置分别为θ2和θ3。将这样的条纹图案的特征定义为图16C所示的多峰性。此外，还存在图16B所示的双峰性的情况。
在本步骤256中，对Log-Polar变换后的图像进行解析而计算出表示是单峰性还是多峰性的特征量。按图14A或图15A的θ方向进行将R方向的像素值累计的处理，如图16A至图16C所示那样，生成使横轴为θ、使纵轴为累计像素值的曲线图。将表示该曲线图的形状的物理量设为特征量。将图16A那样的山的数量为一个的情况称为单峰性，将图16B那样的山的数量为两个的情况称为双峰性，将图16C那样的山的数量为三个以上的情况称为多峰性。例如，将山的数量、与各山的山峰相对应的θ轴上的位置、各山的宽度等设为特征量。
在步骤258中，图像处理部182基于该特征量，计算出VV候选的识别概率。VV候选的识别概率根据上述特征量而确定。例如，若将山的数量设为n、将与各山的山峰相对应的θ轴上的位置设为θ、将各山的宽度设为W，则VV候选的识别概率P以n、θ、W的函数f(n、θ、W)表示。即，P＝f(n、θ、W)。
如上述那样，图14A那样的脉络膜血管从中心位置呈放射状行进的图像通过Log-Polar变换会示出单峰性，因此在特征量示出单峰性的情况下识别概率高。另外，图15A那样的由斜线构成的图像通过Log-Polar变换会示出多峰性，因此识别概率低。另外，即使是相同的单峰性，若是陡峭的山的形状(山的宽度窄)，则与平缓的山形状(山的宽度大)相比识别概率高。因此，通过对作为特征量的图16A至图16C的曲线图形状进行解析，从而能够求出识别概率。
在步骤260中，图像处理部182判断所求出的识别概率是否比基准概率(表示阈值的概率，例如概率50％)大。
在判断成识别概率比基准概率大的情况下，在步骤262中，图像处理部182将根据识别编号n识别的VV候选识别成是VV，与n相对应地付与表示是VV的VV标志信息。在判断成识别概率比基准概率小的情况下，在步骤264中，图像处理部182将根据识别编号n识别的VV候选识别成并非VV，与n相对应地付与表示并非VV的非VV标志信息。
在步骤266中，图像处理部182通过判断识别编号n是否为VV候选的总数N，而判断对于全部VV候选而言以上处理(步骤254至266)是否已结束。在没有判断成对于全部VV候选而言以上处理(步骤254至266)已结束的情况下，在步骤268中，图像处理部182将识别编号n加1。然后，VV识别处理返回到步骤254。在判断成对于全部VV候选而言以上处理(步骤254至266)已结束的情况下，VV识别处理结束。
(基于图像观测器150的脉络膜血管解析模式)
接下来，说明脉络膜血管解析模式的显示画面的数据。管理服务器140具有以下的显示于脉络膜血管解析模式画面的显示内容(contents)数据(图像数据和各种数据)。
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具有脉络膜血管图像(参照图8)的图像数据、将被验证为VV的VV的位置重叠显示于眼底图像得到的图像(参照图10)的图像数据、VV的位置、VV的个数、VV配置图案的数据。
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。
而且，通过眼轴长度测定器120测定患者的眼轴长度，还从眼轴长度测定器120向管理服务器140与患者ID相对应地发送患者的眼轴长度的数据，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画面的显示内容数据。
眼科医生在诊断患者时，一边观察显示于图像观测器150的脉络膜血管解析模式的显示画面一边进行诊断。在该情况下，眼科医生经由图像观测器150，通过未图示的菜单画面将脉络膜血管解析模式画面的显示要求向管理服务器140发送。接收到该要求的管理服务器140的显示控制部184使用所指定的患者ID的显示内容数据，在图像观测器150上生成脉络膜血管解析模式的显示画面，处理部186发送显示画面的图像数据。
此外，处理部186是本公开的技术的“输出部”的一个例子。
接收到脉络膜血管解析模式的显示画面的图像数据后的图像观测器150将图17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。
在此，说明图17所示的脉络膜血管解析模式的显示画面300。如图17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，若点击了患者选择图标314，则会将患者一览显示于图像观测器150的显示器172，使用户(眼科医生等)选择要进行解析的患者。
图像显示栏320具有拍摄日期显示栏322N1、右眼信息显示栏324R、左眼信息显示栏324L、RG图像显示栏326、脉络膜血管图像显示栏328及信息显示栏342。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具备对图像观测器150指示处理的多个脉络膜解析工具，例如涡静脉位置图标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指示对涡静脉位置进行确定。对称性图标334指示对涡静脉的对称性进行解析。血管直径图标336指示执行对脉络血管的直径进行解析的工具。涡静脉及黄斑/乳头图标338指示对涡静脉、黄斑及视神经乳头之间的位置进行解析。脉络膜解析报告图标340指示显示脉络膜解析报告。
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图像的图标和按钮。若观测器150的用户(眼科医生等)点击了图标等，则从图像观测器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，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基于接收到的图像数据将图像显示于显示器172。管理服务器140中的显示画面的生成处理通过在CPU162中运行的显示画面生成程序进行。
图17所示的例子显示了在拍摄日2016年1月1日对根据患者ID：123456识别的患者的右眼的眼底(324R的图标点亮)进行了拍摄的情况下的RG图像及脉络膜血管图像。
若点击了图17的脉络膜解析工具显示栏330中的涡静脉位置图标332，则变更成图18所示的显示与涡静脉相关的信息的显示画面。如图18所示，图像观测器150基于VV的位置，在RG图像显示栏326中的RG图像、和脉络膜血管图像显示栏328中的脉络膜血管图像上显示以VV的位置为中心的□(矩形)326S、328S。此外，在图17中，仅显示RG图像或脉络膜血管图像，也可以基于VV的位置，将□(矩形)显示于所显示的图像。
脉络膜血管图像显示栏328中的显示有□(矩形)326S、328S的脉络膜血管图像是本公开的技术的“涡静脉位置重叠眼底图像”的一个例子，□(矩形)326S、328S是本公开的技术的“标记”的一个例子。
另外，图像观测器150基于VV的个数、VV位置图案，在信息显示栏342中显示VV的个数为3、VV配置图案为类型A。在图像显示栏320中显示识别概率显示图标346及放大图标348。也可以不仅考虑实际检测出的涡静脉(VV)的个数和位置、还考虑隐藏于眼睑而未被拍摄到的部分来推测VV配置图案。
若点击了识别概率显示图标346，则变更成图19所示的针对每个VV反映了识别概率的显示画面。如图19所示，图像观测器150在□(矩形)326S、328S处显示VV候选为VV的识别概率(例如95％、80％、50％)。图像观测器150在信息显示栏342中显示VV的个数为3，并且追加显示“基于Log-Polar处理结果计算出识别概率”这一文本。
在图18的显示画面中，若点击了放大图标348，则显示包含VV的区域被放大后的显示画面。如图20所示，若点击了□(矩形)328S，则图像观测器150取代RG图像显示栏326而显示被点击的VV部分的放大图像。
如以上说明那样在本实施方式中，从脉络膜血管图像检测出涡静脉(VV)位置，将表示涡静脉位置的标记重叠显示到脉络膜血管图像上。
另外，通过使用了广角光学系统的SLO单元，能够得到以距眼球中心的角度计为200度以上的范围的超广角的UWF-SLO图像。通过使用UWF-SLO图像，能够检测出存在于眼球的赤道附近的涡静脉。
接下来，说明本公开的技术的各种变形例。
<第1变形例>
也可以是，在上述实施方式中的图6所示的第1VV候选检测处理、以及图7所示的第2VV候选检测处理中，为了降低计算负荷，不将脉络膜血管图像整体作为检测对象区域，而是将从统计上来看涡静脉(VV)存在的概率高的区域作为检测对象区域。
<第2变形例>
也可以通过AI(Artificial Intelligence，人工智能)决定上述实施方式中的特征量计算(图13的步骤256)。还可以使用深度学习等方法对以隐藏层构造等形式未明示的条纹图案进行确定。
<第3变形例>
在上述实施方式中，管理服务器140预先执行了图5所示的图像处理程序，但本公开的技术并不限定于此。例如，也可以如下那样。在点击了图17所示的涡静脉位置图标332的情况下，图像观测器150向管理服务器140发送检测涡静脉位置的指令。与之相应地管理服务器140执行图5的图像处理程序的步骤202、204，显示图18的显示画面。而且，在点击了识别概率显示图标346的情况下，图像观测器150向管理服务器140发送计算出识别概率的指令。与之相应地管理服务器140执行图5的步骤206、208，显示图19的显示画面。
<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，即使是将多张眼底图像合成得到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摄像单元的眼科装置110对眼底图像进行了拍摄，但也可以是基于能够拍摄脉络膜血管的眼底相机得到的眼底图像，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此。例如，也可以是眼科装置110或图像观测器150执行图像处理程序。
<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，也可以省略眼轴长度测定器120，而眼科装置110还具有眼轴长度测定器120的功能。另外，作为第2例，眼科装置110也可以还具有管理服务器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。在该情况下，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，也可以省略管理服务器140，而由图像观测器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(Field-Programmable Gate Array，现场可编程门阵列)或ASIC(ApplicationSpecific Integrated Circuit，应用型专用集成电路)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 (19)

1.一种图像处理方法，包括以下步骤：
从眼底图像对脉络膜血管构造进行解析的步骤；和
基于所述脉络膜血管构造检测涡静脉位置的步骤。
2.如权利要求1所述的图像处理方法，其中，
包括生成涡静脉位置重叠眼底图像的步骤，该涡静脉位置重叠眼底图像是将表示所述涡静脉位置的标记重叠显示到所述眼底图像上得到的。
3.如权利要求1或2所述的图像处理方法，其中，
对所述脉络膜血管构造进行解析的步骤包括对血管行进方向进行解析的步骤。
4.如权利要求1或2所述的图像处理方法，其中，
对所述脉络膜血管构造进行解析的步骤包括对血管分支点或血管特征点进行解析的步骤。
5.如权利要求1至4中任一项所述的图像处理方法，其中，
所述眼底图像是脉络膜血管被强调的脉络膜血管图像。
6.如权利要求1至5中任一项所述的图像处理方法，其中，
对检测出的涡静脉的个数进行确定。
7.一种图像处理装置，具有图像处理部，该图像处理部从眼底图像对脉络膜血管构造进行解析，并基于所述脉络膜血管构造检测涡静脉位置。
8.如权利要求7所述的图像处理装置，其中，
所述图像处理部生成涡静脉位置重叠眼底图像，该涡静脉位置重叠眼底图像是将表示所述涡静脉位置的标记重叠显示到所述眼底图像上得到的。
9.如权利要求8所述的图像处理装置，其中，
该图像处理装置还具有输出部，该输出部输出基于所述涡静脉位置重叠眼底图像的图像信号。
10.一种程序，用于使计算机执行权利要求1至6中任一项所述的图像处理方法。
11.一种眼科系统，具备：
服务器，其包括图像处理部，该图像处理部从眼底图像对脉络膜血管构造进行解析，基于所述脉络膜血管构造检测涡静脉位置；和
观测器，其显示涡静脉位置重叠眼底图像，该涡静脉位置重叠眼底图像是将表示所述涡静脉位置的标记重叠显示到所述眼底图像上得到的。
12.如权利要求11所述的眼科系统，其中，
该眼科系统还具有获取被检者的眼底图像的眼科装置。
13.如权利要求11或12所述的眼科系统，其中，
所述服务器和所述观测器通过网络而连接。
14.如权利要求12所述的眼科系统，其中，
所述服务器、所述观测器及所述眼科装置通过网络而连接。
15.一种图像处理方法，包括以下步骤：
生成脉络膜血管图像的步骤；和
对所述脉络膜血管图像进行解析而检测涡静脉的位置的步骤。
16.如权利要求15所述的图像处理方法，其中，
该图像处理方法还包括生成涡静脉位置重叠眼底图像的步骤，该涡静脉位置重叠眼底图像是将表示所述涡静脉的位置的标记重叠于所述脉络膜血管图像得到的。
17.如权利要求15或16所述的图像处理方法，其中，
所述脉络膜血管图像是通过对超广角的眼底图像进行图像处理而得到的图像。
18.如权利要求15或16所述的图像处理方法，其中，
所述脉络膜血管图像是基于以红色光进行拍摄得到的第1眼底图像和以绿色光进行拍摄得到的第2眼底图像而生成的图像。
19.一种图像处理装置，具备：
图像处理部，其生成脉络膜血管图像，对所述脉络膜血管图像进行解析而检测涡静脉的位置；
显示控制部，其生成涡静脉位置重叠眼底图像，该涡静脉位置重叠眼底图像是将表示所述涡静脉的位置的标记重叠于所述脉络膜血管图像得到的；和
输出部，其输出涡静脉位置重叠眼底图像。
CN201980025842.3A 2018-04-18 2019-04-18 图像处理方法、程序、图像处理装置及眼科系统 Pending CN112004457A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018080273 2018-04-18
JP2018-080273 2018-04-18
PCT/JP2019/016652 WO2019203309A1 (ja) 2018-04-18 2019-04-18 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

Publications (1)

Publication Number Publication Date
CN112004457A true CN112004457A (zh) 2020-11-27

Family

ID=68239731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980025842.3A Pending CN112004457A (zh) 2018-04-18 2019-04-18 图像处理方法、程序、图像处理装置及眼科系统

Country Status (5)

Country Link
US (1) US20210022606A1 (zh)
JP (2) JP7279711B2 (zh)
CN (1) CN112004457A (zh)
DE (1) DE112019002021T5 (zh)
WO (1) WO2019203309A1 (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
JP7419946B2 (ja) * 2020-04-14 2024-01-23 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
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
WO2021210295A1 (ja) * 2020-04-15 2021-10-21 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
JPWO2022177028A1 (zh) * 2021-02-22 2022-08-25
CN113344893A (zh) * 2021-06-23 2021-09-03 依未科技(北京)有限公司 一种高精度眼底动静脉识别的方法、装置、介质和设备
US20220415513A1 (en) * 2021-06-24 2022-12-29 Techeverst Co., Ltd. System and method for predicting diabetic retinopathy progression

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20130194543A1 (en) * 2012-01-27 2013-08-01 Canon Kabushiki Kaisha Image processing apparatus, image processing apparatus control method, ophthalmologic apparatus, ophthalmologic apparatus control method, ophthalmologic system, and storage medium
CN103431941A (zh) * 2013-05-27 2013-12-11 宋艳萍 一种眼科激光治疗设备的黄斑回避控制方法及控制系统
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
RU2569481C1 (ru) * 2014-12-25 2015-11-27 федеральное государственное бюджетное учреждение "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова" Министерства здравоохранения Российской Федерации Способ получения культуры клеток ретинального пигментного эпителия из глаза взрослого донора-трупа
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 (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5073361B2 (ja) * 2007-05-15 2012-11-14 隆志 曽根 画像処理装置、画像処理システム、画像処理方法
US8999292B2 (en) * 2012-05-01 2015-04-07 Translatum Medicus Inc. Methods for treating and diagnosing blinding eye diseases

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20130194543A1 (en) * 2012-01-27 2013-08-01 Canon Kabushiki Kaisha Image processing apparatus, image processing apparatus control method, ophthalmologic apparatus, ophthalmologic apparatus control method, ophthalmologic system, and storage medium
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
CN103431941A (zh) * 2013-05-27 2013-12-11 宋艳萍 一种眼科激光治疗设备的黄斑回避控制方法及控制系统
JP2016043155A (ja) * 2014-08-26 2016-04-04 株式会社トプコン 眼底解析装置
RU2569481C1 (ru) * 2014-12-25 2015-11-27 федеральное государственное бюджетное учреждение "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова" Министерства здравоохранения Российской Федерации Способ получения культуры клеток ретинального пигментного эпителия из глаза взрослого донора-трупа

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张红: ""吲哚青绿血管造影中涡状静脉的形态分布"", 《中国中医眼科杂志》, vol. 13, no. 4, pages 208 - 209 *

Also Published As

Publication number Publication date
US20210022606A1 (en) 2021-01-28
JP2023100951A (ja) 2023-07-19
JPWO2019203309A1 (ja) 2021-04-22
DE112019002021T5 (de) 2021-01-07
WO2019203309A1 (ja) 2019-10-24
JP7279711B2 (ja) 2023-05-23

Similar Documents

Publication Publication Date Title
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
US11284791B2 (en) Image processing method, program, and image processing device
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
US20230084582A1 (en) Image processing method, program, and image processing device
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
US20230154010A1 (en) Image processing method, image processing device, and program
US20210407087A1 (en) Image processing method, image processing device, and storage medium
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
US20220230307A1 (en) Image processing method, image processing device, image processing program
US20230139849A1 (en) Image processing method, image processing device, and image processing program
JP7306482B2 (ja) 画像処理方法、画像処理装置、及びプログラム
WO2021074961A1 (ja) 画像処理方法、画像処理装置、およびプログラム
JP7248142B2 (ja) 画像処理方法、画像処理装置、プログラム
WO2021210281A1 (ja) 画像処理方法、画像処理装置、及び画像処理プログラム
CN111885954B (zh) 图像处理方法、存储介质及眼科装置

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