IT201800004940A1 - Metodo per determinare una curva di trabecolato basato sulla applicazione di soglia a una immagine a canale singolo derivata da una immagine a colori - Google Patents

Metodo per determinare una curva di trabecolato basato sulla applicazione di soglia a una immagine a canale singolo derivata da una immagine a colori Download PDF

Info

Publication number
IT201800004940A1
IT201800004940A1 IT102018000004940A IT201800004940A IT201800004940A1 IT 201800004940 A1 IT201800004940 A1 IT 201800004940A1 IT 102018000004940 A IT102018000004940 A IT 102018000004940A IT 201800004940 A IT201800004940 A IT 201800004940A IT 201800004940 A1 IT201800004940 A1 IT 201800004940A1
Authority
IT
Italy
Prior art keywords
line
image
strip
intensity
pixels
Prior art date
Application number
IT102018000004940A
Other languages
English (en)
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 filed Critical
Priority to IT102018000004940A priority Critical patent/IT201800004940A1/it
Priority to PCT/IB2019/053344 priority patent/WO2019207481A1/en
Publication of IT201800004940A1 publication Critical patent/IT201800004940A1/it

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30041Eye; Retina; Ophthalmic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Of Color Television Signals (AREA)

Description

TITOLO
"Metodo per determinare una curva di trabecolato basato sulla
applicazione di soglia a una immagine a canale singolo derivata da una immagine a colori"
DESCRIZIONE CAMPO DELL'INVENZIONE
La presente invenzione riguarda un metodo per determinare una curva di trabecolato in un’immagine di un angolo iridocorneale di un occhio, nonché un prodotto di programma per computer corrispondente e apparecchio medicale.
STATO DELL’ARTE
Il trabecolato è una zona nell’occhio sita attorno alla base della cornea e responsabile del drenaggio dell’umore acqueo dall’occhio tramite la camera anteriore (la camera sulla parte frontale dell’occhio coperta dalla cornea). In particolare, il trabecolato separa l’iride dalla sclera ed è sito all’interno dell’angolo iridocorneale. Per essere precisi, se si considera un’immagine dell’angolo iridocorneale (supponendo che l’angolo sia aperto), i seguenti elementi anatomici si trovano nella seguente sequenza: iride, corpo ciliare, protrusione della sclera, trabecolato pigmentato, trabecolato non pigmentato, sclera, linea di Schwalbe, cuneo corneale.
Le immagini dell'angolo iridocorneale possono essere elaborate al computer per differenti motivi.
Un primo motivo può essere l’assistenza ai medici nella determinazione di patologie in base a immagini. Tale elaborazione può portare alla misurazione ad esempio dell’angolo o della vascolarizzazione di un tessuto della regione angolare o della tipologia di un tessuto della regione angolare.
Un secondo motivo può essere la fornitura di dati di input per allineamento automatico di un apparecchio medicale per l'esecuzione di esami o interventi chirurgici, con un occhio di un paziente sotto esame o intervento.
Un terzo motivo può essere la fornitura di dati di input per la messa a fuoco automatica di un apparecchio medicale per l'esecuzione di esami o interventi chirurgici, con un occhio di un paziente sotto esame o intervento.
Almeno in questi tre casi, è necessario determinare (più precisamente, stimare) la posizione di almeno una caratteristica dell’occhio nell’immagine da elaborare.
SOMMARIO DELL'INVENZIONE
La richiedente è arrivata alla conclusione che una caratteristica preferita dell’occhio da localizzare, è la curva di trabecolato, in particolare una curva di separazione tra il trabecolato pigmentato e il trabecolato non pigmentato.
L’obiettivo della presente invenzione consiste nel fornire metodi per determinare una curva di trabecolato in un’immagine di un angolo iridocorneale di un occhio.
Tale obiettivo è raggiunto attraverso il metodo avente le caratteristiche esposte nelle rivendicazioni allegate che devono essere considerate parte integrale della presente descrizione.
Altri aspetti della presente invenzione sono un prodotto di programma per computer e un apparecchio medicale.
Occorre sottolineare che, se si desidera solo un punto del trabecolato, la presente invenzione insegna un modo per selezionare un punto della curva di trabecolato determinata, che ha una probabilità molto elevata di essere corretto.
LISTA DEI DISEGNI
La presente invenzione diventerà più evidente dalla seguente descrizione da considerare congiuntamente alla figura allegata, in cui: la figura 1 mostra un esempio di un’immagine di un angolo iridocorneale di un occhio che può essere elaborato attraverso i metodi secondo la presente invenzione,
la figura 2 mostra l’immagine della figura 1 con una curva di trabecolato sovrapposta ad essa, la curva di trabecolato essendo determinata attraverso un metodo secondo la presente l'invenzione, la figura 3 mostra l’immagine della figura 1 con una linea mediana radiale e
la figura 4 mostra l’immagine della figura 1 con un punto di trabecolato evidenziato su di essa, il punto di trabecolato essendo nell’intersezione tra la curva della figura 2 e la linea della figura 3.
Si sottolinea che la presente invenzione non è limitata a quanto descritto in seguito, ma il suo ambito è determinato unicamente dalle rivendicazioni allegate.
DESCRIZIONE DETTAGLIATA DELL'INVENZIONE
La figura 1 mostra un esempio di un’immagine a colori di un angolo iridocorneale di un occhio che è di forma rettangolare ed è larga 1280 pixel e alta 960 pixel. I metodi secondo la presente invenzione sono idonei all’elaborazione ad esempio anche di immagini di forma quadrata. I metodi secondo la presente invenzione sono idonei per l'elaborazione di immagini larghe ad esempio almeno 200 pixel e alte almeno 200 pixel.
Come risulta evidente a un tecnico del ramo, la determinazione automatica di una curva di trabecolato nell’immagine della figura 1 (vale a dire, attraverso un computer digitale che esegue un programma per computer) non è un'attività semplice. Si sottolinea che immagini di angolo iridocorneale possono essere molto peggiori della figura 1.
L’immagine della figura 1 è stata ottenuta da un apparecchio secondo qualsiasi delle rivendicazioni del documento brevettuale WO 2015/180923 A1, ma i metodi secondo la presente invenzione possono essere usati per elaborare immagini differenti dalla figura 1 e non necessariamente acquisite attraverso un apparecchio secondo il documento brevettuale WO 2015/180923 A1.
Si sottolinea che molto spesso la direzione di acquisizione di un’immagine è nota all'apparecchio; ad esempio, negli apparecchi secondo il documento brevettuale WO 2015/180923 A1, ciascuna immagine acquisita è associata a una precisa direzione di acquisizione. In alternativa, la direzione di acquisizione può essere stimata grossolanamente (ad esempio, /- 10°) dall’immagine stessa.
Un’immagine a colori ha tre canali come R-G-B e H-S-B. Secondo la presente invenzione, lo spazio di colore H-S-B è preferito, o un simile spazio di colore in cui i tre canali sono non correlati dal punto di vista statistico.
I metodi secondo la presente invenzione servono per determinare una curva di trabecolato in un’immagine di un angolo iridocorneale di un occhio; tale immagine è un’immagine a colori; tale immagine comprende una regione dell’iride (che è tipicamente scura) su una prima zona dell’immagine e una regione della sclera (che è tipicamente luminosa) su una seconda zona dell’immagine; tale immagine è suddivisa in una pluralità di linee o strisce parallele ciascuna comprendente una porzione della regione dell’iride e una porzione della regione della sclera.
Le strisce citate in precedenza possono essere distanziate o adiacenti o sovrapposte; tipicamente sono scelte in modo che siano adiacenti. Il numero di strisce può essere ad esempio nell’intervallo 10-100. Preferibilmente, tutte le strisce hanno la stessa larghezza; nel caso di un’immagine di 1280x960 pixel, la larghezza delle strisce può essere ad esempio 16-24 pixel.
Le strisce citate in precedenza formano un set di strisce ordinate, che coprono la maggior parte dell’immagine da elaborare. Pertanto, esiste una prima striscia a un’estremità dell’immagine e un’ultima striscia all’estremità opposta dell’immagine. Considerando la figura 1, un tecnico del ramo comprende che, in generale, le strisce non sono parallele a qualsiasi dei lati dell’immagine da elaborare.
In alternativa alle strisce, si possono usare linee parallele dell’immagine. Questo equivale a usare una striscia molto sottile (avente una larghezza ad esempio di 1 o 2 pixel).
In generale, per ciascuna delle linee o strisce, sono eseguite le seguenti fasi:
A) una linea o striscia modificata è ottenuta calcolando pixel per pixel un’intensità in funzione di intensità di primo canale di pixel e/o intensità di secondo canale di pixel e/o intensità di terzo canale di pixel, B) una regione d’interesse di detta linea o striscia modificata è identificata in base all’intensità dei pixel di detta linea o striscia modificata,
C) muovendosi (pixel per pixel) lungo una linea da una prima estremità della linea o striscia a una seconda estremità della linea o striscia, un pixel candidato è determinato come il primo pixel di detta regione di interesse;
in base a cui, detta curva di trabecolato è una curva che congiunge tutti i pixel candidati, determinati nella fase "C” - vedere ad esempio la figura 2.
Secondo un’implementazione tipica, il primo canale è rosso e il secondo canale è verde e il terzo canale è blu.
Nella fase "C", la linea di "movimento" è tipicamente una linea retta. Se l’immagine da elaborare è suddivisa in strisce, tale linea può essere la linea centrale della striscia.
Nella fase "C", il "movimento" è preferibilmente dalla regione dell’iride alla regione della sclera. In questo modo, il pixel candidato deve essere più vicino all’iride che alla sclera.
Occorre sottolineare che, benché l’espressione "regione d’interesse" sia usata nella lista di fasi precedente, questo è un elemento monodimensionale (nel caso della linea) o un elemento quasi monodimensionale (nel caso della striscia).
Secondo implementazioni preferite, lo spazio di colore dell’immagine a colori da elaborare, ha tre componenti a canale singolo non correlati; in particolare, secondo un’implementazione semplice ed efficace, questi componenti sono componenti di tonalità e saturazione e luminosità. Preferibilmente, le strisce hanno una direzione parallela alla direzione di acquisizione dell’immagine da elaborare. Se tale direzione è ignota, la direzione di acquisizione è vantaggiosamente stimata e il metodo può usare qualsiasi direzione che è parallela o inclinata rispetto alla direzione di acquisizione dell’immagine di un angolo maggiore ad esempio di -10° e minore ad esempio a 10°.
Nella fase "A", prima del calcolo di funzione, l’intensità di primo canale di tutti i pixel nella linea o striscia può essere sottocampionata mediante decimazione e/o l’intensità di secondo canale di tutti i pixel nella linea o striscia può essere sottocampionata mediante decimazione e/o l’intensità di terzo canale di tutti i pixel nella linea o striscia può essere sottocampionata mediante decimazione.
Nella fase "A" detta funzione è tipicamente tale da evidenziare regioni di detta immagine a elevata luminosità e tendenti al bianco.
Una funzione semplice ed efficace che ottiene tale risultato è ad esempio:
B * (1-S)
in cui B è il valore di luminosità di un pixel e S è il valore di saturazione di un pixel, B essendo normalizzato a 1,0.
Almeno due approcci possono essere vantaggiosamente seguiti per identificare la regione di interesse nella fase "B".
Secondo un primo approccio:
B1) una soglia è determinata in base all’intensità massima di tutti i pixel nella linea o striscia,
B2) una regione d’interesse del primo tipo di detta linea modificata è identificata considerando tutti i pixel aventi un’intensità maggiore o uguale a detta soglia.
Tale soglia può corrispondere ad esempio all’intensità massima di tutti i pixel nella linea o striscia, moltiplicata per un coefficiente inferiore a 1,0, come 0,8.
Secondo un secondo approccio, tutti i pixel in detta linea o striscia modificata sono separati in due classi, così che la somma ponderata delle varianze delle due classi è minima ed è determinata una regione d’interesse del secondo tipo non disgiunta. Tale regione non disgiunta è tipicamente sita centralmente, nel senso che, considerando una linea con due punti alle estremità, la regione non disgiunta è sita tra i due punti alle estremità.
Si sottolinea che questi due approcci possono essere combinati così che una regione d’interesse corretta possa corrispondere all’intersezione tra detta regione d’interesse del primo tipo e detta regione d’interesse del secondo tipo.
Tutti gli approcci descritti in precedenza per l’identificazione della regione d’interesse, possono essere considerati una sorta di applicazione di soglia.
Nella fase "B", una volta determinata una regione e trasformata in un’immagine binaria, può essere eseguita un’operazione morfologica chiudendola con un elemento strutturale, detto elemento strutturale essendo monodimensionale; preferibilmente, l’elemento strutturale è scalinato e/o simmetrico.
Tale operazione morfologica può essere applicata ad esempio alla regione determinata secondo il primo approccio e/o secondo il secondo approccio.
Il metodo secondo la presente invenzione comprende vantaggiosamente le ulteriori fasi di:
D) interpolazione di tutti i pixel candidati, determinati nella fase "C", determinando così una curva d’interpolazione,
in base a cui, la curva di trabecolato corrisponde alla curva d’interpolazione.
Considerando la forma reale del trabecolato di un occhio e il fatto che solo una piccola porzione dell'angolo iridocorneale è mostrata nell’immagine da elaborare, nella fase "D" è preferita un’interpolazione di linea e/o un’interpolazione di curva, in particolare un’interpolazione di cerchio.
In particolare, nella fase "D", si possono usare entrambi i tipi di interpolazione. Ad esempio e preferibilmente, innanzitutto si tenta un’interpolazione di linea e poi un’interpolazione di curva (in particolare un’interpolazione di cerchio), se l’interpolazione di linea fallisce.
Un metodo efficace per l’interpolazione nella fase "D" è RANSAC o "consenso del campione casuale" (M. Fischler e R. Bolles, Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography. Readings in computer vision, p.726-740, 1987).
Come già affermato, se si desidera solo un punto del trabecolato, la presente invenzione insegna un modo per selezionare un punto della curva di trabecolato determinata, che ha una probabilità molto elevata di essere corretto, come spiegato in seguito.
Prima di tutto, la linea mediana radiale, se è determinata l’immagine da elaborare. La linea mediana radiale è una linea retta che passa attraverso il centro dell’immagine e che è parallela alla direzione di acquisizione dell’immagine. Nella figura 3, la linea centrale e mediana radiale è mostrata sovrapposta all’immagine della figura 1.
Poi, la curva di trabecolato determinata s’interseca con la linea mediana radiale (come mostrato nella 4) e il punto in tale intersezione è considerato un punto del trabecolato.
Questa è una stima molto buona.
I metodi secondo la presente invenzione sono tipicamente effettuati mediante un computer digitale che esegue un programma per computer appropriato, caricato nella memoria interna del computer digitale.
Tale computer digitale può essere integrato nello stesso apparecchio medicale usato per l'acquisizione delle immagini da elaborare.
In alternativa, tale computer digitale può ricevere immagini da elaborare sebbene un supporto di memoria (ad esempio un CD o un DVD o una pen-drive) o da un cavo dati (ad esempio, un cavo di rete del computer) o via radio (connessione wireless, connessione ottica, connessione con telefono cellulare).

Claims (13)

  1. RIVENDICAZIONI 1. Metodo per determinare una curva di trabecolato in un’immagine di un angolo iridocorneale di un occhio, in cui detta immagine è un’immagine a colori e comprende una regione dell’iride su una prima zona e una regione della sclera su una seconda zona, in cui detta immagine è suddivisa in una pluralità di linee o strisce parallele ciascuna comprendente una porzione di detta regione dell’iride e una porzione di detta regione della sclera, in cui per ciascuna di dette linee o strisce sono svolte le seguenti fasi: A) una linea o striscia modificata è ottenuta calcolando pixel per pixel un’intensità in funzione di intensità di primo canale di pixel e/o intensità di secondo canale di pixel e/o intensità di terzo canale di pixel, B) una regione d’interesse di detta linea o striscia modificata è identificata in base all’intensità dei pixel di detta linea o striscia modificata, C) muovendosi lungo una linea da una prima estremità della linea o striscia a una seconda estremità della linea o striscia, un pixel candidato è determinato come il primo pixel di detta regione di interesse; in base a cui, detta curva di trabecolato è una curva che congiunge tutti i pixel candidati, determinati nella fase "C".
  2. 2. Metodo secondo la rivendicazione 1, in cui dette linee o strisce hanno una direzione parallela alla direzione di acquisizione di detta immagine o sono inclinate rispetto alla direzione di acquisizione di detta immagine di un angolo maggiore di -10° e minore di 10°.
  3. 3. Metodo secondo la rivendicazione 1 o 2, in cui lo spazio di colore di detta immagine a colori ha tre componenti a canale singolo non correlati, in particolare componenti di tonalità e saturazione e luminosità.
  4. 4. Metodo secondo la rivendicazione 1 o 2 o 3, in cui nella fase "A", prima del calcolo di funzione, l’intensità di primo canale di tutti i pixel nella linea o striscia è sottocampionata mediante decimazione, l’intensità di secondo canale di tutti i pixel nella linea o striscia è sottocampionata mediante decimazione, l’intensità di terzo canale di tutti i pixel nella linea o striscia è sottocampionata mediante decimazione.
  5. 5. Metodo secondo la rivendicazione 1 o 2 o 3 o 4, in cui nella fase "A" detta funzione è tale da evidenziare regioni di detta immagine a elevata luminosità e tendenti al bianco.
  6. 6. Metodo secondo la rivendicazione 1 o 2 o 3 o 4 o 5, in cui nella fase "A" detta funzione è: B * (1-S) in cui B è il valore di luminosità di un pixel e S è il valore di saturazione di un pixel.
  7. 7. Metodo secondo una qualsiasi delle precedenti rivendicazioni da 1 a 6, in cui nella fase “B”: B1) una soglia è determinata in base all’intensità massima di tutti i pixel nella linea o striscia, B2) una regione d’interesse del primo tipo di detta linea modificata è identificata considerando tutti i pixel aventi un’intensità maggiore o uguale a detta soglia.
  8. 8. Metodo secondo una qualsiasi delle precedenti rivendicazioni da 1 a 6, in cui nella fase “B” tutti i pixel in detta linea o striscia modificata sono separati in due classi, così che la somma ponderata delle varianze delle due classi è minima ed è determinata una regione d’interesse di secondo tipo non disgiunta.
  9. 9. Metodo secondo una qualsiasi delle precedenti rivendicazioni, in cui nella fase "B” è eseguita un’operazione morfologica mediante chiusura con un elemento strutturale, detto elemento strutturale essendo monodimensionale e preferibilmente scalinato e/o simmetrico.
  10. 10. Metodo secondo una qualsiasi delle precedenti rivendicazioni, comprendente inoltre la fase di: D) interpolazione di tutti i pixel candidati, determinati nella fase "C", determinando così una curva d’interpolazione, in base a cui, detta curva di trabecolato corrisponde a detta curva d’interpolazione.
  11. 11. Metodo secondo una qualsiasi delle precedenti rivendicazioni, comprendente inoltre le fasi di: E) intersezione di detta curva di trabecolato con una linea mediana radiale, così da ottenere un punto, detta linea mediana radiale essendo una linea retta che passa attraverso il centro di detta immagine e che è parallela alla direzione di acquisizione di detta immagine, in base a cui, detto punto determinato nella fase "E" è considerato un punto del trabecolato di detto occhio.
  12. 12. Prodotto di programma per computer caricabile nella memoria interna di un computer digitale, comprendente porzioni di codice software per eseguire le fasi del metodo secondo una qualsiasi delle precedenti rivendicazioni da 1 a 11, quando detto prodotto è eseguito su un computer.
  13. 13. Apparecchio medicale specificamente atto a effettuare il metodo secondo una qualsiasi delle precedenti rivendicazioni da 1 a 11.
IT102018000004940A 2018-04-27 2018-04-27 Metodo per determinare una curva di trabecolato basato sulla applicazione di soglia a una immagine a canale singolo derivata da una immagine a colori IT201800004940A1 (it)

Priority Applications (2)

Application Number Priority Date Filing Date Title
IT102018000004940A IT201800004940A1 (it) 2018-04-27 2018-04-27 Metodo per determinare una curva di trabecolato basato sulla applicazione di soglia a una immagine a canale singolo derivata da una immagine a colori
PCT/IB2019/053344 WO2019207481A1 (en) 2018-04-27 2019-04-23 Methods of determining a trabecular meshwork curve

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102018000004940A IT201800004940A1 (it) 2018-04-27 2018-04-27 Metodo per determinare una curva di trabecolato basato sulla applicazione di soglia a una immagine a canale singolo derivata da una immagine a colori

Publications (1)

Publication Number Publication Date
IT201800004940A1 true IT201800004940A1 (it) 2019-10-27

Family

ID=62875245

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102018000004940A IT201800004940A1 (it) 2018-04-27 2018-04-27 Metodo per determinare una curva di trabecolato basato sulla applicazione di soglia a una immagine a canale singolo derivata da una immagine a colori

Country Status (1)

Country Link
IT (1) IT201800004940A1 (it)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010140601A1 (en) * 2009-06-02 2010-12-09 Canon Kabushiki Kaisha Image processing apparatus, control method thereof, and computer program

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010140601A1 (en) * 2009-06-02 2010-12-09 Canon Kabushiki Kaisha Image processing apparatus, control method thereof, and computer program

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUAZHU FU ET AL: "Segmentation and Quantification for Angle-Closure Glaucoma Assessment in Anterior Segment OCT", IEEE TRANSACTIONS ON MEDICAL IMAGING., vol. 36, no. 9, 1 September 2017 (2017-09-01), US, pages 1930 - 1938, XP055532275, ISSN: 0278-0062, DOI: 10.1109/TMI.2017.2703147 *
TIAN JING ET AL: "Automatic detection of schwalbe's line in the anterior chamber angle of the eye using HD-OCT images", 2010 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY : (EMBC 2010) ; BUENOS AIRES, ARGENTINA, 31 AUGUST - 4 SEPTEMBER 2010, IEEE, PISCATAWAY, NJ, USA, 31 August 2010 (2010-08-31), pages 3013 - 3016, XP031793548, ISBN: 978-1-4244-4123-5 *

Similar Documents

Publication Publication Date Title
CN110505459B (zh) 适用于内窥镜的图像颜色校正方法、装置和存储介质
US7599577B2 (en) Method and apparatus of correcting hybrid flash artifacts in digital images
CA2660337C (en) Reducing noise in digital images
EP2787877B1 (en) Method for combining a plurality of eye images into a plenoptic multifocal image
JP2008541018A5 (it)
Odstrcilik et al. Thickness related textural properties of retinal nerve fiber layer in color fundus images
KR101631012B1 (ko) 화상 처리 장치 및 화상 처리 방법
US10206555B2 (en) Image processing apparatus, image processing method, and computer readable recording medium
IES20060559A2 (en) Automatic detection and correction of non-red flash eye defects
WO2020003991A1 (ja) 医療画像学習装置、方法及びプログラム
US11439306B2 (en) Apparatus and method for measuring blood flow direction using a fluorophore
CN110740676A (zh) 内窥镜系统、内窥镜系统的工作方法
Gao et al. Large dynamic range Shack–Hartmann wavefront measurement based on image segmentation and a neighbouring-region search algorithm
JP2015202236A (ja) 眼底画像解析装置及び解析方法
IT201800004940A1 (it) Metodo per determinare una curva di trabecolato basato sulla applicazione di soglia a una immagine a canale singolo derivata da una immagine a colori
IT201800004938A1 (it) Metodo per determinare una curva di trabecolato basato sulla applicazione di soglie ai canali di una immagine a colori
US20210219829A1 (en) Capsule endoscope system, method of identifying stained area in endoscopic images and computer readable storage medium
JP6609967B2 (ja) 判定装置、判定システム、判定プログラム、及び細胞の製造方法
IT201800004934A1 (it) Metodo per determinare una curva di trabecolato basato su minimi locali negativi multipli in una immagine a toni-di-grigio
JP6603709B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
JP2023523697A (ja) ハイパースペクトル網膜画像における陰影のリアルタイム検出および補正
KR20210048077A (ko) 전방 안구 이미지의 세포수 정량화 장치 및 방법
US10264960B2 (en) Information processing apparatus, operation method thereof, and computer program
KR102280365B1 (ko) 안저 촬영 이미지의 보정 방법
JP2020054479A5 (ja) 眼科用画像処理プログラム、および、眼底撮影装置