CN117460447A - 眼底信息获取方法及眼底信息获取装置 - Google Patents

Abstract

提供一种眼底信息获取方法，在该方法中，通过简便的光学系统的结构，不需要拍摄部相对于被测眼的准确的位置对准，即便在与被测眼的距离远的情况下也能够进行观察及拍摄。眼底信息获取方法具备无限远校正光学系统，所述无限远校正光学系统将同一被测眼的角膜及晶状体中的至少由该被测眼的瞳孔的范围界定的部位用作与所述被测眼的眼底对置的物镜，通过与该物镜对置配置的拍摄部使经过该物镜的光成像为所述被测眼的眼底图像的一部分。

Description

眼底信息获取方法及眼底信息获取装置

相关申请的交叉参考

本申请是基于在2021年10月29日提出申请的日本专利申请编号2021-178241号的申请，并在此援用其记载内容。

技术领域

本公开涉及眼底信息获取方法及眼底信息获取装置。

背景技术

在眼底观察中，因为眼球具备角膜和晶状体，且它们是折射率高的凸透镜，所以，由于从眼底发出的光通过角膜和晶状体大幅折射，并在离眼球非常近的距离处成像，故而即便检查人员以窥探被测者的眼睛的形式进行观察也无法直接观察被测眼的眼底。因此，在眼底观察中，通常使用直接检眼镜光学系统和间接检眼镜光学系统中的任一观察方法。

在直接检眼镜光学系统中，通过凹透镜来抵消角膜和晶状体的折射，以使得在眼底对焦的方式来观察眼底。此时，由于检查人员需要使自身的眼睛靠近被测眼的眼睛，故而检查人员只能够观察到瞳孔之后的眼球内的10度左右的角度。

在间接检眼镜光学系统中，检查人员通过生成靠使用凸透镜得到的眼底的倒像的中间像来观察被测眼的眼底。检查人员能够观察的范围为瞳孔之后的眼球内的50度左右的角度。此时，在投射光与被测眼的视轴相同的情况下，因角膜反射而无法看到眼底，另外，如果投射光自被测眼的视轴倾斜数度的话，则由于所观察的眼底部分与被照射投射光的眼底部分不同，故而导致无法观察。因此，检查人员通常通过使投射光与被测眼的视轴的角度只倾斜1～2度或使用环状的灯等投射光，来避开角膜反射并观察被测眼的眼底。

其次，作为眼底拍摄方法，通常使用所谓的台上设置型的眼底相机。该眼底相机是间接检眼镜光学系统的一种，是通过发展现有的间接检眼镜光学系统而得的。另外，激光扫描检眼镜(Scanning Laser Ophthalmoscope：SLO)也是通过进一步发展间接检眼镜光学系统而得的系统的一种，由于在眼底观察中使用激光，故而若使用度数高的凸透镜就会变得容易引起反射，所以形成了使用凹面镜代替一部分的凸面镜等在现有类型的基于间接检眼镜的观察法中添加复杂改良的规范。

近年，尤其是在发达国家中，老年黄斑变性、糖尿病性视网膜病等会导致失明的视网膜疾病伴随高龄化、糖尿病增加而增加，作为简便地尽早发现这些疾病的方法，所谓的移动型眼底相机的制造销售备受关注。另外，这样的移动型眼底相机即便是在通常的眼底相机的普及率低的发展中国家中，也是强烈需要的。

基于上述，近年来，在制造销售以能够与智能手机等组合使用为特征的移动型眼底相机。例如，专利文献1记载了，以能够通过安装于智能手机等移动体终端而容易地进行前眼部的拍摄和眼底的拍摄这两方的拍摄为技术问题，并将具备光源、拍摄用相机镜头以及预定的部件的近距拍摄用装置用作解决方案，所述近距拍摄用装置可拆装地装配于移动体终端。

现有技术文献

专利文献

专利文献1：国际公开第2019/146792号

发明内容

但是，这样的移动型眼底相机需要在离被测眼非常近的距离处进行拍摄。特别是利用了智能手机等的LED灯的眼底相机存在由于一边通过从其灯照射的光照亮被测眼的眼底一边进行观察及拍摄，导致检查人员的观察由于被测眼的瞳孔因晃眼而急剧收缩(缩瞳)等而变得困难的问题。

因此，正在研究例如使用散瞳药以进行观察的方法，但是在该观察方法中，在前眼部的检查不充分且忽略了窄角眼(被测眼的角膜与晶状体的距离短，若进行散瞳则移动到周边的虹膜就会与角膜接触而堵塞眼内液的出口，眼内压力骤升而导致失明)的情况下是非常危险的，因此，在发展中国家的展开风险尤其高。并且，检查人员需要使观察光相对于被测眼的瞳孔以将位置坐标设为xyz轴并将观察光的全部在误差1mm以内的范围内进行对准来投射光，存在难以实现准确的位置对准的问题。

另外，需要将物镜20D左右(D指的是焦距(m)的倒数)放置到离眼球几cm的位置处，存在难以在离10cm以上的距离下进行拍摄的问题。关于将物镜放置到离眼球几cm的位置处的方法，世界上制作出了预先将照射部和拍摄部固定到离被测眼合适的位置处的零件，但是在需要进行被测眼与智能手机等的准确的位置对准这一点上是不变的。并且，可以说在日常生活中完全无法以未意识到正在对被测眼的眼底进行拍摄的方式自然地进行拍摄。

本公开是鉴于上述问题点而提出的，其目的在于提供一种眼底信息获取方法，该方法通过简便的光学系统的结构，不需要拍摄部相对于被测眼的准确的位置对准，即便在离被测眼的距离充分远的情况下也能够进行观察和拍摄。

本发明者们为了解决上述技术问题进行了潜心研究。其结果是，发现了通过具备无限远校正光学系统的眼底信息获取方法能够解决上述技术问题，于是完成了本发明。

即，本公开的一方式所涉及的眼底信息获取方法具备无限远校正光学系统，所述无限远校正光学系统将被测眼的角膜及晶状体中的至少由该被测眼的瞳孔的范围界定的部位用作与被测眼的眼底对置的物镜，通过与该物镜对置配置的拍摄部使经过该物镜的光成像为所述被测眼的眼底图像的一部分，所述眼底信息获取方法具备眼底图像获取工序，在所述眼底图像获取工序中，在拍摄部中获取包括映照在被测眼的瞳孔的范围内的眼底图像的被测眼的图像。

本公开的另一方式所涉及的眼底信息获取方法具备无限远校正光学系统，所述无限远校正光学系统将同一被测眼的角膜及晶状体中的至少由该被测眼的瞳孔的范围界定的部位用作与被测眼的眼底对置的物镜，通过与该物镜对置配置的拍摄部使经过该物镜的光成像为被测眼的眼底图像的一部分，所述眼底信息获取方法具备：眼底图像连续获取工序，一边使被测眼与拍摄部的相对位置变化，一边获取多张包括映照在被测眼的瞳孔的范围内的眼底图像的被测眼的图像；位置信息确定工序，基于从眼底图像获得的信息，确定眼底图像在眼底中的位置；以及眼底图像合成工序，基于对眼底图像确定的在眼底中的位置，配置多张眼底图像并生成关于被测眼的合成眼底图像。

在上述眼底信息获取方法中，也可以是，在位置信息确定工序中，基于来源于被测眼的结构部分而显现在眼底图像中的特征部分，确定眼底图像在眼底中的位置。

在上述眼底信息获取方法中，也可以是，显现在眼底图像中的特征部分是来自包括被测眼的角膜顶点的部分的第一反射、以及来自被测眼的晶状体前囊的第二反射，在位置信息确定工序中，基于第一反射的亮点与第二反射的亮点的位置关系，确定眼底图像在眼底中的位置。

在上述眼底信息获取方法中，也可以是，在眼底图像合成工序中，当在眼底图像连续获取工序中获取到的多张眼底图像未对应被测眼的眼底的全部区域时，利用通过机器学习或深度学习训练出的数学模型，确定与在眼底图像连续获取工序中未获取的区域对应的眼球位置，并在该眼球位置处实施眼底图像连续获取工序，由此，获取与在眼底图像连续获取工序中未获取的区域对应的眼底图像。

在上述眼底信息获取方法中，也可以是，在眼底图像合成工序中，当在眼底图像连续获取工序中获取到的多张眼底图像未对应被测眼的眼底的全部区域时，利用通过机器学习或深度学习训练出的数学模型，使用被测眼的眼底整体的标准图像对与在眼底图像连续获取工序中未获取的区域对应的眼底图像进行补充。

在上述眼底信息获取方法中，也可以是，将在眼底图像连续获取工序中获取到的多张眼底图像用作数学模型的训练数据。

在上述眼底信息获取方法中，也可以是，在眼底图像合成工序中，使用一个以上的超分辨技术，对在眼底图像连续获取工序中获取到的多张眼底图像中的每一张和/或关于被测眼的合成眼底图像进行焦点校正。

在上述眼底信息获取方法中，也可以是，所述眼底信息获取方法还具备异常部位估计信息获取工序，在所述异常部位估计信息获取工序中，通过将合成眼底图像输入到以视网膜疾病所涉及的图像数据为训练数据而通过机器学习或深度学习训练出的数学模型，来获取与异常部位的有无的估计相关的信息以及与异常部位的位置的估计相关的信息。

在上述眼底信息获取方法中，也可以是，所述眼底信息获取方法还具备将合成眼底图像显示于拍摄部的显示部的显示工序。

在上述眼底信息获取方法中，也可以是，拍摄部是移动终端的相机。

在上述眼底信息获取方法中，也可以是，拍摄部是固定式装置的相机。

另外，本公开的一方式涉及的眼底信息获取装置基于将被测眼的角膜及晶状体中的至少由该被测眼的瞳孔的范围界定的部位用作与被测眼的眼底对置的物镜、并通过与该物镜对置配置的拍摄部使经过该物镜的光成像为被测眼的眼底图像的一部分的无限远校正光学系统，在拍摄部中获取包括映照在所述被测眼的瞳孔的范围内的眼底图像的被测眼的图像。

发明的效果

根据本公开，通过简便的光学系统的结构，不需要拍摄部相对于被测眼的准确的位置对准，即便在离被测眼的距离充分远的情况下，也能够进行观察及拍摄。

附图说明

图1为无限远校正光学系统的简要图。

图2为示出包括在眼底图像获取工序中获取的眼底图像的被测眼图像的一例的图。

图3为表示一实施方式涉及的映射在被测眼中的景色的变化、被测眼的角膜缘的变化、角膜缘之中的瞳孔中心的移动、或瞳孔缘的变化的图的一例。

图4为配置有多张眼底图像的图的一例。

图5为一实施方式所涉及的合成眼底图像的简要图。

图6为示出将移动终端用作眼底信息获取装置4的一例的简要图。

图7为示出将固定式装置用作眼底信息获取装置4的一例的简要图。

图8为一实施方式所涉及的眼底信息获取装置的实施所涉及的流程图。

图9为一实施方式所涉及的眼底信息获取装置的硬件结构。

图10为一实施方式所涉及的眼底信息获取装置的功能块结构。

具体实施方式

参照附图对本公开的概要进行说明。需要说明的是，以下的实施方式为用于使本公开容易理解的内容，并非用于对本公开进行限定解释的内容。另外，本公开只要不脱离其主旨则能够进行各种变形。并且，如果是本领域技术人员，则能够采用将以下所描述的各要素置换为等同的要素的实施方式，这样的实施方式也包括在本公开的范围内。

1.眼底信息获取装置4

图1为示出基于无限远校正光学系统10获取被测眼的图像的眼底信息获取装置4的一例的图。本实施方式的眼底信息获取装置4是基于将同一被测眼的角膜23及晶状体22中的至少由该被测眼20的瞳孔24的范围界定的部位用作与所述被测眼20的眼底21对置的物镜、并通过与该物镜对置配置的拍摄部40使经过该物镜的反射光31成像为所述被测眼20的眼底图像的一部分的无限远校正光学系统10，在所述拍摄部40中获取包括映照在所述被测眼20的瞳孔24的范围内的眼底图像的被测眼20的图像的装置。

＜硬件结构＞

图9为示出眼底信息获取装置4的硬件结构的一例的图。眼底信息获取装置4具有CPU(Central Processing Unit：中央处理单元)、GPU(Graphical Processing Unit：图像处理单元)等处理器11、存储器、HDD(Hard Disk Drive：硬盘驱动器)和/或SSD(SolidState Drive：固态硬盘)等存储装置12、进行有线或无线通信的通信IF(Interface：接口)13、受理输入操作的输入设备14、以及进行信息的输出的输出设备15。输入设备14例如是键盘、触摸面板、鼠标和/或话筒等。输出设备15例如是显示器、触摸面板和/或扬声器等。

在本实施方式中，拍摄部40也可以构成为包括在输入设备14中，另外，也可以构成为包括在眼底信息获取装置10的外部机器中，并构成为由拍摄部40获取到的眼底图像经由通信线路等从输入设备14输入。

＜功能块结构＞

图10为示出眼底信息获取装置4的功能块结构的一例的图。眼底信息获取装置4包括存储部110和控制部120。存储部110能够使用眼底信息获取装置4所具备的存储装置12来实现。另外，控制部120可以通过眼底信息获取装置4的处理器11执行存储于存储装置12的程序来实现。另外，该程序能够保存于存储介质。保存该程序的存储介质也可以是计算机能够读取的非暂时性存储介质(Non-transitory computer readable medium：非暂时性计算机可读介质)。关于非暂时性存储介质，不作特别限定，例如也可以是USB存储器或CD-ROM等存储介质。

图8为示出本公开的一实施方式涉及的眼底信息获取装置4的实施所涉及的各工序的流程图，该各工序由该眼底信息获取装置4的控制部120执行。以下使用图8对各工序进行详细说明。

眼底信息获取装置4具备无限远校正工序S101和眼底图像获取工序S102，并通过实施这些工序来获取被测眼20的眼底信息。另外，眼底信息获取装置4也可以具备位置信息确定工序S103、眼底图像合成工序S104、以及显示工序S105。并且，眼底信息获取装置4也可以根据需要包括其他工序。

1.1.无限远校正工序S101

如图8所示，无限远校正工序S101是用于构成无限远校正光学系统10的工序。在此，无限远校正光学系统指的是以使得穿过物镜的光形成平行光束的方式构成的系统。在本实施方式中，如图1所示，在无限远校正光学系统10中，从作为被观察的对象的被测眼20的眼底21发出的反射光31在作为物镜的晶状体22及角膜23中不成像，而是作为无限远的平行光束32进入拍摄部40的成像透镜41，通过成像透镜41在拍摄元件42中成像。眼底信息获取装置4在拍摄部40中获取包括映照在被测眼的瞳孔的范围内的眼底图像的被测眼20的图像。

在使用被作为现有的技术来使用的间接检眼镜光学系统的眼底观察和眼底拍摄中，需要拍摄部相对于被测眼的准确的位置对准。另外，同样地，使用被作为现有的技术来使用的直接检眼镜光学系统的眼底拍摄除了需要拍摄部相对于被测眼的准确的位置对准之外，因为还需要在离被测眼非常近的距离处进行拍摄，所以存在因在近距离处照射光等而伴随有危险性的情况。

另一方面，在本实施方式中，通过构成无限远校正光学系统10，因为不需要如现有的间接检眼镜光学系统那样对准经物镜成像的中间像的位置来调整成像透镜等的位置，所以能够自由地调整物镜和成像透镜等的距离，能够简便地进行眼底观察等。另外，被测眼20由于能够确保离拍摄部40足够远的距离，所以能够简便且安全地进行使用。

在本实施方式中，作为用于促使被测者看无限远的单元，无特别限定，例如可举出眼底信息获取装置4具备固视标投影单元的方式。由此，眼底信息获取装置4能够具有发射可见光的固视灯，并通过点亮固视灯，向被测者呈现固视标，并引导被测眼看无限远的方向。

在此，关于本实施方式中的无限远，从眼底21发出的光在穿过了晶状体22和角膜23之后变为严格意义下的平行光束这一点并不是必须的。当然，优选通过被测者严格地看无限远，从眼底21发出并穿过晶状体22和角膜23的光构成平行光束，但是，若以能够以满足最低限度的实用要求的固定的精度观察被测眼20的程度近似平行光束就足够了。作为满足最低限度的实用要求的固定的精度，至少能够获得关于被测眼20的眼底21的颜色的信息即可。

在本实施方式中获得的眼底信息若至少具有关于眼底21的颜色的信息，就能够在对青光眼、视神经萎缩的诊断中使用。另外，若具有关于眼底21的形状的信息，就能够在进一步的对视网膜疾病等的诊断中使用。

另外，在基于无限远校正光学系统10获取被测眼20的图像的眼底信息获取装置4的拍摄部40中，也可以根据需要使用将成像透镜41构成为系统的两个以上的成像透镜。在使用两个以上的成像透镜的情况下，将在拍摄元件42中成像的透镜称为第一成像透镜，将另外一个透镜称为第二成像透镜。第二成像透镜也可以形成中间像。

1.1.1.物镜

在本实施方式中，将被测眼20的角膜23及晶状体22中的至少由该被测眼20的瞳孔24的范围界定的部位51用作与所述被测眼20的眼底21对置的物镜。该物镜构成为使得在被测者看无限远时从眼底21发出的反射光31变为平行光束32即可，在被测者使用眼镜等的情况下，设为所述物镜意指将被测眼20的角膜23及晶状体22中的至少由该被测眼20的瞳孔24的范围界定的部位以及眼镜构成为一体的光学系统。

1.1.1.1.瞳孔24

瞳孔是由眼的虹膜包围的孔，根据光量使其直径变化。瞳孔直径的变化有助于调整投射于视网膜的光量。因此，若对被测眼20照射强烈的光，则会发生瞳孔24的收缩，瞳孔直径变小的结果为能够观察眼底21的范围趋向变窄。因此，在本实施方式中，关于环境光，优选在尽量使其暗的状态下进行眼底图像获取。

1.1.1.2.晶状体22

晶状体指的是处于眼球内的前方的透明的凸透镜状的物质，使来自外部的光折射从而使得在视网膜上成像。晶状体22通过以人看近处时变厚、看远处时变薄的方式进行自动调节，从而能够在远近处对焦。

在本实施方式中，通过促使被测者看无限远，来以无限远地对焦的方式调整晶状体22的厚度。

1.1.1.3.角膜23

角膜是覆盖眼球的前表面的透明的膜，与晶状体作为一体发挥凸透镜那样的作用。

1.1.2.拍摄部40

在本实施方式中，拍摄部40具备用于对穿过了作为物镜的晶状体22及角膜23的平行光束32进行成像的成像透镜41以及拍摄元件42。成像透镜41是具有期望的折射率的透镜即可。

拍摄元件42至少对可见光及红外光具有灵敏度。拍摄元件42无特别限定，例如优选具备将相邻的几个光电转换元件集成为一个像素进行处理的查看功能。由此，拍摄元件42即便在光量少的来自被测眼20的眼底21的反射光31中，也能够发挥不阻碍获得眼底图像的灵敏度。

图6为示出将移动终端用作眼底信息获取装置4的一例的简要图。例如，将该移动终端的相机用作拍摄部40。作为移动终端，无特别限定，例如可举出智能手机、平板计算机、个人计算机或工作站计算机等信息处理装置。通过将移动终端的相机用作拍摄部40，如图6所示，能够构成使用移动终端的简便的光学系统，能够简便地进行眼底信息获取。在此，终端意指连接到线路、网络并能够成为与其他机器进行通信的主体的机器。

图7为示出将固定式装置用作眼底信息获取装置4的一例的简要图。例如，将固定式装置的相机用作拍摄部40。在将固定式装置用作眼底信息获取装置的情况下，如图7所示，通过被测者在与固定式装置对置的状态下活动，能够简便地使被测眼20与拍摄部40的相对位置变化。另外，能够在被测者不进行任何操作的情况下在固定时间内连续地进行本实施方式的眼底图像获取工序S102。

在此，在将固定式装置用作拍摄部40的情况下，与将移动终端用作拍摄部40的情况相比较，被测眼20与拍摄部40的距离趋向变大，且所获得的眼底图像的分辨率伴随该情况而趋向下降。因此，优选通过还具有使被测眼20的眼底图像的中间像成像的第二成像透镜，进一步提高分辨率并进行眼底信息获取。需要说明的是，在本实施方式中，第二成像透镜意指形成中间像的透镜，而不是指在拍摄元件42中成像的透镜。

另外，该固定式装置也可以是智能镜。通过使用智能镜能够在被测者在日常生活之中未意识到的状态下自然地进行拍摄。在此，智能镜意指具备能够进行网络连接等且能够映出被测者自身的形体的镜、以及能够拍摄被测者的被测眼的相机的镜式终端。

拍摄部40也可以根据需要具备第一成像透镜、设置在该第一成像透镜的周围的灯、以及设置在所述第一成像透镜的前段的偏光板。通过具备作为光照射单元的灯，能够基于从被测眼20返回的光提高眼底信息的精度。另外，通过设置偏光板，能够除去来自被测眼20以外的物体的光的表面反射，尤其能够使获得的眼底图像的色彩鲜艳。

设置在第一成像透镜的周围的灯也可以是配置在第一成像透镜的外周的环状灯。通过使用那样的灯，能够更加均匀地对被测眼20照射从灯照射的光，能够获得高精度的眼底图像。

在将移动终端或固定式装置的相机用作拍摄部40的情况下，设置在该第一成像透镜的周围的灯也可以是内置于移动终端或固定式装置的灯。通过如此设置，能够更简便地获取眼底图像信息。

1.2.眼底图像获取工序S102

如图8所示，眼底图像获取工序S102是获取眼底图像的工序。作为获取眼底图像的单元，能够使用现有公知的单元。图像获取单元无特别限定，例如，能够通过利用相机等拍摄单元进行拍摄来进行获取。在该图像获取单元中，优选通过具备光照射单元，基于从被测眼返回的光获取被测眼的图像。通过这样的光照射单元，尤其能够提高关于眼底的颜色的信息精度。

另外，关于眼底图像获取工序S102，作为其一方式，包括眼底图像连续获取工序。眼底图像连续获取工序是用于一边使被测眼20与拍摄部40的相对位置变化一边连续地获取多张眼底图像的工序。以下进行详细说明。

1.2.1.使被测眼20与拍摄部40的相对位置变化的单元

关于使被测眼20与拍摄部40的相对位置变化的单元，能够使用现有公知的方法。作为该方法，无特别限定，例如，可以通过在不改变拍摄部40的位置的状态下改变被测者看无限远的方向来使所述相对位置变化，另外，还可以通过在不改变被测者的位置的状态下改变拍摄部40的位置来使所述相对位置变化。

作为使被测者看无限远的方向变化的单元，无特别限定，例如，可举出使用诸如展示多个固视标的固视标投影单元。该固视标投影单元具有发射可见光的固视灯，能够通过点亮固视灯来向被测者呈现多个固视标，并对被测眼20进行引导以使所述被测眼20看多个方向。

关于图像获取张数，由于是在眼底图像合成工序S104中使用，故而无特别限定，例如，优选为30以上，更优选为100张以上，进一步优选为300张以上。

1.3.位置信息确定工序S103

如图8所示，位置信息确定工序S103是基于从被测眼图像获得的信息确定该眼底图像在眼底21中的位置的工序。优选该工序以基于来源于被测眼20的结构部分而显现在所述被测眼图像的特征部分确定所述眼底图像在所述眼底21中的位置的方式进行。由此能够提高能够获得的眼底信息的精度。

图2为示出包括通过眼底图像获取单元获取的眼底图像的被测眼图像的一例的图。另外，图4为配置有多张眼底图像的图的一例。首先，作为该工序的一实施方式，可举出如下方式，关于该特征部分，将来自包括所述被测眼20的角膜顶点的部分的反射设为第一反射，并且将来自所述被测眼20的晶状体前囊的反射设为第二反射，并基于该第一反射的亮点52与该第二反射的亮点53的位置关系，确定该眼底图像在该眼底21中的位置。具体地，基于52与53的距离确定被测眼20的中心点61与眼底图像的距离，进一步地，配置眼底图像以使得经过52和53的直线经过眼球中心点61，由此来确定眼底图像偏离被测眼20的中心点61的方位。通过这样的确定方法，能够削减计算机在合成眼底图像生成中的运算处理数量，能够迅速且简便地获取眼底信息。

图3为表示映射在被测眼的瞳孔中的景色的移动等映射在被测眼中的景色的变化、被测眼的角膜缘的变化、角膜缘之中的瞳孔中心的移动、或瞳孔缘的变化的图的一例。特别是如只使用环境光的情况那样，在入射光不充分的无限远校正光学系统10中，作为该工序的实施方式，可举出如下方法：通过检测对应被测眼的眼球旋转移动59而引起的映射在被测眼20中的景色54的变化，来确定被测眼20的中心点61与眼底图像的距离；检测诸如角膜缘55对应该眼球的旋转移动59而从圆形向大致的椭圆形变形这样的、对应该眼球的旋转移动59而引起的角膜缘的变化56，来确定被测眼20的中心点61与眼底图像的距离；检测对应该眼球的旋转移动59而引起的角膜缘之中的瞳孔中心的移动58，来确定被测眼20的中心点61与眼底图像的距离；或通过检测对应该眼球的旋转移动59而引起的瞳孔缘57的变化来确定被测眼20的中心点61与眼底图像的距离，更优选将这些确定方法组合。

另外，作为该工序中的其他实施方式，能够使用用于确定眼底图像在眼底21中的位置的现有公知单元，但是无特别限定，例如，可举出具备检测图像的特征点的特征点检测单元、以及同时保存检查出的所述特征点的特征量和坐标数据的单元的实施方式。在此，所获取到的眼底图像因为是关于同一被测眼20的眼底图像，所以，由于在多个眼底图像之中存在对公共的眼底区域和特征点进行了拍摄的图像，故而能够以一个眼底图像为基准来确定其他眼底图像的位置信息。更具体地，例如，将显示于各眼底图像的血管的交点等提取为特征点，在两张眼底图像之间进行血管的交点周边的图像数据的相关匹配并找出公共的交点对，以所找出的交点对的位置为基准将两张眼底图像重合，由此能够确定位置信息。

在此，“在多个眼底图像之中存在对公共的眼底区域和特征点进行了拍摄的图像”的意思不是在关于同一被测眼20的全部的眼底图像中对公共的眼底区域和特征点进行了拍摄，而是虽然不一定是同一眼底区域，但是在所获取到的眼底图像之间存在映照出了彼此公共的眼底区域和特征点的图像。

1.4.眼底图像合成工序S104

正如图8所示，眼底图像合成工序S104是基于通过位置信息确定工序S103确定的位置配置多张眼底图像并生成关于被测眼20的合成眼底图像的工序。

在本实施方式中，由于使用无限远校正光学系统10，与间接检眼镜光学系统相比，眼底21映照在眼底图像中的范围变窄，但是通过具备眼底图像合成工序S104，能够生成用于观察广范围下的眼底21的合成眼底图像。

并且，通过具备眼底图像合成工序S104，无需拍摄部40相对于被测眼20的准确的位置对准，即便是在拍摄部40与被测眼20的距离比较远的情况下，也能够进行更精细的观察及拍摄。

图5是合成眼底图像的一例。合成眼底图像无特别限定，例如，能够在基于在位置信息确定工序S103中确定的位置信息配置了眼底图像72之后，通过将包括映入各眼底图像72中的血管71等的公共的眼底区域以重合的形式互相拼接来生成。

在此，关于在所述眼底图像获取工序S102中获取到的多张眼底图像72未对应所述被测眼20的眼底21的全部区域的情况下，作为第一实施方式，利用通过机器学习或深度学习训练出的数学模型，确定能够拍摄与在所述眼底图像获取工序S102中未获取的区域对应的眼底图像72的眼球位置，并在该眼球位置处实施所述眼底图像获取工序S102，由此能够对与在所述眼底图像获取工序S102中未获取的区域对应的眼底图像72进行补充。

另外，作为上述第二实施方式，利用通过机器学习或深度学习训练出的数学模型，使用所述被测眼20的眼底整体的标准图像使与在所述眼底图像获取工序S102中未获取的区域对应的眼底图像72与未获取的区域对应，并对与在所述眼底图像获取工序S102中未获取的区域对应的眼底图像72进行补充。标准图像意指通过现有公知的图像获取方法获取到的眼底图像等。作为现有公知的标准图像获取方法，无特别限定，例如可举出基于广角扫描型检眼镜的眼底拍摄等。

在此，作为上述第一实施方式和第二实施方式中的数学模型的训练数据，能够使用在所述眼底图像获取工序S102中获取到的多张眼底图像72。

并且，作为上述第三实施方式，作为对与在所述眼底图像获取工序S102中未获取的区域对应的眼底图像72进行补充的方法，通过将在所述眼底图像获取工序S102中获取到的多张眼底图像72用作所述数学模型的训练数据，能够生成与在所述眼底图像获取工序S102中未获取的区域对应的眼底图像72并进行补充。由此，虽然计算机的运算数量会增加，但是由于不需要准备关于被测者的眼底21的所述标准图像，故而能够简便地进行眼底观察。

在此，通过机器学习训练出的学习模型(以下设为机器学习模型)是数学模型的一例。机器学习模型包括如下模型：具有预定的模型结构和根据学习处理变动的参数，并通过基于从训练数据获得的经验优化其处理参数，来提高识别精度。即，机器学习模型是通过学习处理学习最优处理参数的模型。机器学习模型的算法例如能够使用支持向量机、逻辑回归、随机森林、神经网络等，对其种类无特别限定，但是从即便在训练数据少的情况下也会获取合成眼底图像的观点考虑，优选使用神经网络。在进行该学习的机器学习模型中，包括已经通过训练数据进行了某种学习的模型，也包括学习前的模型。

在所述眼底图像合成工序S104中，优选使用一个以上的超分辨技术，进一步对在所述眼底图像获取工序S102中获取到的多张眼底图像72中的每一张和/或关于所述被测眼20的合成眼底图像进行焦点校正。由此，能够提高眼底图像的分辨率。需要说明的是，超分辨技术是一种通过图像处理的方法以软件算法的方式将既存的低分辨率(LR)图像转换为高分辨率(HR)图像的技术，简单来说，就是通过像素偏移来提高分辨率的技术。

1.5.显示工序S105

正如图8所示，显示工序S105是显示合成眼底图像的工序。优选本实施方式中的眼底信息获取装置4具有显示工序S105。由此能够更简便地确认被测者的眼底信息。

另外，通过具备显示工序S105，作为在所述眼底图像获取工序S102中获取到的多张眼底图像72未对应所述被测眼20的眼底21的全部区域的情况下的第一实施方式，利用通过机器学习或深度学习训练出的数学模型，确定能够拍摄与在所述眼底图像获取工序S102中未获取的区域对应的眼底图像72的眼球位置，当在该眼球位置处实施所述眼底图像获取工序S102时，能够使得用于使被测者看向期望的方向的引导更简便。

1.6.其他工序

在本实施方式的眼底信息获取装置4中，除了上述工序之外，也可以根据需要具备其他工序。作为其他工序，无特别限定，例如可举出异常部位估计信息获取工序。在本实施方式中，还可以具备异常部位估计信息获取工序，在所述异常部位估计信息获取工序中，通过将所述合成眼底图像输入到以视网膜疾病所涉及的图像数据为训练数据而通过机器学习或深度学习训练出的数学模型，来获取与异常部位的有无的估计相关的信息以及与异常部位的估计位置相关的信息。由此，能够用于尽早简便地发现视网膜疾病等。

工业应用性

根据本公开，无特别限定，例如，能够使用以智能手机为首的移动终端等来获取用于眼科诊察的静止图像、录像。并且，本公开所涉及的眼底信息获取方法由于与使用裂隙灯显微镜、手持裂隙灯显微镜的眼底观察法相比，能够不使用特别的零件等，以非常低的价格来构建，故而能够在世界上广泛普及。

另外，也能够进行临床利用。具体地，在眼科医生的诊察中，虽然会使用台上设置型的眼底相机进行被测眼的观察/诊断，但是在对小儿、卧床的高龄者的诊察中伴有难度，需要熟练的技术。但是，在本公开中，无论被测者的姿态如何，只要促使其看无限远，就能够使用移动终端等非常容易地拍摄眼底图像，然后通过通常使用的合成图像获取单元生成合成眼底图像，从而能够用于观察、诊断。因此，能够期待在乡镇的远程诊疗、发展中国家支援中利用。

并且，本公开同样地也能够利用于动物的眼底观察和拍摄。尤其是能够拍摄宠物等用于赏玩的动物、拍摄部相对于被测眼的位置对准特别难的动物园中的大型饲养动物的眼的静止图像及录像，能够获取上述动物的眼科诊断结果。

并且，作为大数据通过AI进行解析，能够期待提高眼科医生的诊断精度。最终，能够作为被测者的自我诊断工具来使用，从而使眼科诊疗本身得到进一步发展。

附图标记说明

4：眼底信息获取装置；10：无限远校正光学系统；20：被测眼；21：眼底；22：晶状体；23：角膜；24：瞳孔；25：视网膜；26：视神经乳头；31：光；32：平行光束；40：拍摄部；41：成像透镜；42：拍摄元件；51：由瞳孔的范围界定的部位；52：第一反射的亮点；53：第二反射的亮点；54：映射在被测眼中的景色；55：角膜缘；56：角膜缘的变化；57：瞳孔缘；58：角膜缘之中的瞳孔中心的移动；59：眼球的旋转移动；61：眼球中心点；71：血管；72：眼底图像；11：处理器；12：存储装置；13：通信IF；14：输入设备；15：输出设备；110：存储部；120：控制部。

Claims (15)

1.一种眼底信息获取方法，其中，

所述眼底信息获取方法具备无限远校正光学系统，所述无限远校正光学系统将被测眼的角膜及晶状体中的至少由该被测眼的瞳孔的范围界定的部位用作与所述被测眼的眼底对置的物镜，通过与该物镜对置配置的拍摄部使经过该物镜的光成像为所述被测眼的眼底图像的一部分，

所述眼底信息获取方法具备眼底图像获取工序，在所述眼底图像获取工序中，在所述拍摄部中获取包括映照在所述被测眼的瞳孔的范围内的眼底图像的被测眼的图像。

2.一种眼底信息获取方法，其中，

所述眼底信息获取方法具备无限远校正光学系统，所述无限远校正光学系统将同一被测眼的角膜及晶状体中的至少由该被测眼的瞳孔的范围界定的部位用作与所述被测眼的眼底对置的物镜，通过与该物镜对置配置的拍摄部使经过该物镜的光成像为所述被测眼的眼底图像的一部分，

所述眼底信息获取方法具备：

眼底图像连续获取工序，一边使所述被测眼与所述拍摄部的相对位置变化，一边获取多张包括映照在所述被测眼的瞳孔的范围内的眼底图像的被测眼图像；

位置信息确定工序，基于从所述被测眼图像获得的信息，确定所述眼底图像在所述眼底中的位置；以及

眼底图像合成工序，基于对所述眼底图像确定的在所述眼底中的位置，配置多张所述眼底图像并生成关于所述被测眼的合成眼底图像。

3.根据权利要求2所述的眼底信息获取方法，其中，

在所述位置信息确定工序中，基于来源于所述被测眼的结构部分而显现在所述被测眼图像中的特征部分，确定所述眼底图像在所述眼底中的位置。

4.根据权利要求3所述的眼底信息获取方法，其中，

显现在所述被测眼图像中的特征部分是来自包括所述被测眼的角膜顶点的部分的第一反射、以及来自所述被测眼的晶状体前囊的第二反射，

在所述位置信息确定工序中，基于所述第一反射的亮点与所述第二反射的亮点的位置关系，确定所述眼底图像在所述眼底中的位置。

5.根据权利要求3所述的眼底信息获取方法，其中，

显现在所述被测眼图像中的特征部分是映射在所述被测眼中的景色，

在所述位置信息确定工序中，基于映射在所述被测眼中的景色的变化，确定所述眼底图像在所述眼底中的位置。

6.根据权利要求3所述的眼底信息获取方法，其中，

显现在所述被测眼图像中的特征部分是所述被测眼的角膜缘、所述角膜缘之中的瞳孔中心、或瞳孔缘，

在所述位置信息确定工序中，基于所述被测眼的角膜缘、所述角膜缘之中的瞳孔中心的移动、或所述瞳孔缘的变化，确定所述眼底图像在所述眼底中的位置。

7.根据权利要求2所述的眼底信息获取方法，其中，

在所述眼底图像合成工序中，当在所述眼底图像连续获取工序中获取到的多张眼底图像未对应所述被测眼的眼底的全部区域时，利用通过机器学习或深度学习训练出的数学模型，确定与在所述眼底图像连续获取工序中未获取的区域对应的眼球位置，并在该眼球位置处实施所述眼底图像连续获取工序，由此对与在所述眼底图像连续获取工序中未获取的区域对应的眼底图像进行补充。

8.根据权利要求2所述的眼底信息获取方法，其中，

在所述眼底图像合成工序中，当在所述眼底图像连续获取工序中获取到的多张眼底图像未对应所述被测眼的眼底的全部区域时，利用通过机器学习或深度学习训练出的数学模型，使用所述被测眼的眼底整体的标准图像对与在所述眼底图像连续获取工序中未获取的区域对应的眼底图像进行补充。

9.根据权利要求7或8所述的眼底信息获取方法，其中，

将在所述眼底图像连续获取工序中获取到的多张眼底图像用作所述数学模型的训练数据。

10.根据权利要求2所述的眼底信息获取方法，其中，

在所述眼底图像合成工序中，使用一个以上的超分辨技术，来对在所述眼底图像连续获取工序中获取到的多张眼底图像中的每一张和/或关于所述被测眼的合成眼底图像进行焦点校正。

11.根据权利要求2所述的眼底信息获取方法，其中，

所述眼底信息获取方法还具备异常部位估计信息获取工序，在所述异常部位估计信息获取工序中，通过将所述合成眼底图像输入到以视网膜疾病所涉及的图像数据为训练数据而通过机器学习或深度学习训练出的数学模型，来获取与异常部位的有无的估计相关的信息以及与异常部位的位置的估计相关的信息。

12.根据权利要求2所述的眼底信息获取方法，其中，

所述眼底信息获取方法还具备显示所述合成眼底图像的显示工序。

13.根据权利要求1或2所述的眼底信息获取方法，其中，

所述拍摄部是移动终端的相机。

14.根据权利要求1或2所述的眼底信息获取方法，其中，

所述拍摄部是固定式装置的相机。

15.一种眼底信息获取装置，其中，

所述眼底信息获取装置基于将被测眼的角膜及晶状体中的至少由该被测眼的瞳孔的范围界定的部位用作与所述被测眼的眼底对置的物镜、并通过与该物镜对置配置的拍摄部使经过该物镜的光成像为所述被测眼的眼底图像的一部分的无限远校正光学系统，

在所述拍摄部中，获取包括映照在所述被测眼的瞳孔的范围内的眼底图像的被测眼的图像。