JP2010233916A - 眼底画像処理装置及び眼底画像処理プログラム並びに眼底画像処理方法 - Google Patents

Abstract

【課題】被験者に蛍光剤等の投与の必要がなく、動脈と静脈の鑑別を含む血管の状態を詳細に観察することが可能であって、かつ、導入が簡易な眼底画像処理装置及び眼底画像処理プログラム並びに眼底画像処理方法を提供すること。
【解決手段】眼底画像に含まれる各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定する分光反射率推定部と、各画素に対し求めた分光反射率に基づき色素濃度値を算出する色素濃度値算出部と、眼底画像から血管領域を抽出する血管領域抽出部と、を有する眼底画像処理装置とする。
【選択図】図１

Description

本発明は、眼底画像処理装置及び眼底画像処理プログラム並びに眼底画像処理方法に関する。

眼底を撮影する技術には、カラー撮影や蛍光撮影等がある。カラー撮影は、眼底のカラー写真を撮影する手法である。このカラー眼底画像は、一般に、眼底全体の状態の観察や眼底の色の観察には適しているが、血管状態の観察にはあまり適していない。

一方、蛍光撮影は、被験者に蛍光剤を注射し、眼底血管に注入した蛍光剤が発する蛍光を撮影する手法である。この蛍光眼底画像は、眼底血管を浮き出させたコントラストの高い白黒画像であり、血管の状態を観察するのに適している。

しかし、蛍光撮影は、被験者に蛍光剤を投与する必要があるため、実施に当っては注意が必要である。例えば、蛍光剤が被験者の体調に影響を与える場合があり、特にアレルギーをもつ被験者についてはショック症状を起こさないよう投与に細心の注意を払わなければならない。

そこで、画像の明暗やコントラストを調整する画像処理をカラー眼底画像に施して血管の輪郭を強調する技術が例えば下記特許文献１に提案されている。下記特許文献１によると、蛍光撮影を行なわずに眼底血管の状態を監察することができる。

また、眼底の血管状態の診断や新生血管の成り立ちの理解のため、血管が動脈であるか静脈であるかを鑑別することが重要であり、例えば下記特許文献２には、光源に赤外光を用いて反射光を波長毎に３分割して動脈と静脈を鑑別する技術が提案されている。
特開２００４−２９８３８８号公報 特開１９９６−０７１０４５号公報

しかしながら、上記特許文献１に記載の技術によれば、カラー眼底画像の明暗やコントラストを調整するだけであるため、眼底血管を鮮明に描写することができず、眼底血管の状態を詳細に観察することは困難である。

また、眼底には様々な血管径の眼底血管が存在するが、従来の技術では様々な太さの血管の画像を精度よく抽出することが難しく、眼底血管の状態を詳細に観察することが困難である。

更に、上記特許文献２に記載の技術は、眼底画像撮影装置の光学的構造を原理的に再開発する物であるため、安全性の確認に時間を要し、生産コストも上昇する等簡易に導入することができないといった課題がある。

そこで、本発明は、上記課題を鑑み、被験者に蛍光剤等の投与の必要がなく、動脈と静脈の鑑別を含む血管の状態を詳細に観察することが可能であって、かつ、導入が簡易な眼底画像処理装置及び眼底画像処理プログラム並びに眼底画像処理方法を提供することを目的とする。

すなわち、本発明の一観点に係る眼底画像処理装置は、眼底画像に含まれる各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定する分光反射率推定部と、各画素に対し求めた分光反射率に基づき色素濃度値を算出する色素濃度値算出部と、眼底画像から血管領域を抽出する血管領域抽出部と、を有する。

また、本発明の他の一観点に係る眼底画像処理プログラムは、コンピュータに、眼底画像に含まれる各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定する分光反射率推定部と、各画素に対し求めた前記分光反射率に基づき色素濃度値を算出する色素濃度値算出部と、眼底画像から血管領域を抽出する血管領域抽出部と、して機能させる。

また、本発明の他の一観点に係る眼底画像処理方法は、眼底画像に含まれる各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定し、各画素に対し求めた分光反射率に基づき色素濃度値を算出し、眼底画像から血管領域を抽出する。

以上、本発明により、上記課題を鑑み、被験者に蛍光剤等の投与の必要がなく、動脈と静脈の鑑別を含む血管の状態を詳細に観察することが可能であって、かつ、導入が簡易な眼底画像処理装置及び眼底画像処理プログラム並びに眼底画像処理方法を提供することができる。

実施形態に係る眼底画像処理装置の概略図である。 実施形態に係る眼底画像処理装置のコンピュータの機能ブロックを示す図である。 実施形態に係る眼底画像処理部の機能ブロック図である。 眼底網膜の層モデルを示す図である。 酸化ヘモグロビン、脱酸化ヘモグロビンの波長に対する吸収係数について示す図である。 各層の散乱係数について示す図である。 第３層のメラニン濃度を３６１［×１０^−５ｍｏｌ／Ｌ］とした場合のヘモグロビン濃度変化の分布を示す図である。 第４層のメラニン濃度変化の分布を示す図である。 ヘモグロビン濃度を１００００［×１０^−５ｍｏｌ／Ｌ］とした場合の酸素飽和度変化の分布を示す図である。 ＲＧＢ撮影したサンプルの眼底画像から得たヘモグロビン濃度分布を示す図である。 ＲＧＢ撮影したサンプル眼底画像から得た酸素飽和度分布を示す図である。

以下、本発明を実施するための最良の形態について図面を用いて詳細に説明する。ただし、本発明は多くの異なる形態による実施が可能であり、以下に示す実施形態、実施例に記載の例にのみ解釈されるものではない。

図１は、本実施形態に係る眼底画像処理装置（以下「本装置」という。）１の概略図である。

図１で示すように本装置１は、コンピュータ２と、このコンピュータに接続される眼底画像撮影部３、表示部４及び操作部５と、を有している。

本装置においてコンピュータ２は、接続される操作部５の入力指示に従い、眼底画像撮影部３から入力される眼底画像に対し各種処理を行い、表示部４に表示させることができるようにするためのものであり、少なくともＣＰＵ、ＲＡＭ等のメモリ、ハードディスク等の記録媒体、を少なくとも有して構成されている。

本装置において、眼底画像撮影部３は、コンピュータ２に接続されており、少なくとも眼底カメラ３１を有している。眼底カメラ３１は、被検眼の眼底を撮影する装置である。眼底カメラ３１は、散瞳剤を用いない無散瞳タイプのものであってもよいし、散瞳剤を用いる散瞳タイプのものであっても良い。眼底カメラ３１としては、デジタルデータとしての眼底画像を取得することが可能である限り限定されず、市販の眼底カメラを用いることができる。なお、眼底画像撮影部３とコンピュータとは、データの送受信が可能であればよく、直接ケーブルを介して接続することとしてもよいし、インターネット等の電気通信回線を通じて接続されていても良い。

表示部４は、コンピュータ２に接続され、眼底画像撮影部３が撮影した眼底画像や、眼底画像処理部２２により処理された後の画像、更には本装置の操作画面等を表示するための装置であり、この限りにおいて限定されないが、例えば液晶モニタ、ＣＲＴモニタを挙げることができる。

操作部５は、コンピュータ２に接続されており、コンピュータ２に対し文字の入力や処理の指示等を行うために用いることができるものであり、例えばキーボード、マウスを例示することができる。

図２は、本装置のコンピュータ２の機能ブロックを示す図である。本装置１のコンピュータ２のハードディスク等の記録媒体には、ＯＳプログラム、眼底画像処理プログラムがハードディスク等の記録媒体に格納されており、眼底画像処理プログラムを実行することで、複数の処理部として機能する。図２で示すようにコンピュータ２は、眼底画像処理プログラムを実行することで、制御部２１、眼底画像処理部２２と、して機能する。

制御部２１は、本装置の各部を制御するものである。例えば、操作部５を用いて操作がなされたときにその操作内容に応じた処理を眼底撮影部に実行し、表示部３に表示させたりする。

眼底画像処理部２２は、眼底画像撮影部３が撮影した眼底画像をデータとして処理することができる部であり、この機能ブロック図を図３に示す。

図３で示すように、眼底画像処理部２２は、記憶部２２１と、眼底画像に含まれる各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定する分光反射率推定部２２２と、各画素に対し求めた分光反射率に基づき色素濃度値を算出する色素濃度値算出部２２３と、眼底画像から血管領域を抽出する血管領域抽出部２２４と、を有する。すなわち、眼底画像処理プログラムを実行することで、コンピュータに、眼底画像に含まれる各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定する分光反射率推定部と、各画素に対し求めた分光反射率に基づき色素濃度値を算出する色素濃度値算出部と、眼底画像から血管領域を抽出する血管領域抽出部と、して機能させることができる。

記憶部２２１は、各種データを格納することができるものであり、例えば眼底画像撮影部３から入力される処理前の眼底画像や、処理後の眼底画像や、分光反射率を推定するために用いられる分光推定行列や、色素濃度値を求めるために用いられる色素変換行列を記憶する。

分光反射率推定部２２２は、上記の通り眼底画像に含まれる各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定するものである。

上記の通り、眼底画像は、Ｒ、Ｇ、Ｂの値が含まれていればよく、各画素にＲ、Ｇ、Ｂの値が含まれているカラー画像であってもよく、Ｒ、Ｇ、Ｂいずれかの色で構成される原色画像を組み合わせたものであってもよい。なおここで、Ｒとは赤色（Ｒｅｄ）を、Ｇとは緑色（Ｇｒｅｅｎ）を、Ｂとは青色（Ｂｌｕｅ）を意味する。

分光反射率推定部は、眼底画像に含まれる各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定することができる限りにおいて限定されるわけではないが、分光推定行列を用いて分光反射率を求めることが特に好ましい。

ここで、分光反射率推定行列とは、分光反射率が正確に分かっているカラーパッチを多数枚撮影し、その撮影によって得られる低次元情報（例えばＲとＧとＢの三次元色情報）から高次元情報である分光反射率（例えば４００ｎｍから７００ｎｍまで１０ｎｍ間隔で３１次元の色情報）を推定するために用いられる行列をいう。

分光推定行列の作成については、上記機能を有する限りにおいて限定されるわけではないが、具体例として以下の方法を挙げることができる。

まず、事前に多数のカラーパッチを撮影する。このカラーパッチは、それぞれ分光反射率が異なっているものを用いる。なおカラーパッチの枚数は、限定されるわけではないが例えば重回帰推定を用いて算出する場合、２０枚以上１００枚以下であることが好ましい。

ここで撮影対象の分光反射率、眼底画像撮影部のシステムマトリクス、眼底画像撮影部のセンサ応答の関係は以下のようになる。

一方、センサ応答から分光反射率を推定する推定行列を推定する分光反射率推定行列は、以下で示される。

ところで、撮影により求めた分光反射率と推定される分光反射率との平均２乗誤差は以下の式で表される。

このとき、平均２乗誤差を最小とする分光反射率推定行列を得るため、上記式（３）を分光反射率推定行列について編微分して０とおくことにより、次の式を得ることができる。

すなわち、分光反射率推定部２２２は、上記分光反射率推定行列を用い、眼底画像の各画素に対し、各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定することができるようになる。

次に、色素濃度値算出部２２３は、上記の通り、各画素に対し求めた分光反射率に基づき色素濃度値を算出するものである。この処理も、上記分光反射率の処理と同様、各画素に対して行なわれる。

ところで、上述した分光反射率は、その物体組織固有の情報であって、物体中の色素の変化に大きく依存してその値が変化する。従って、眼底の分光反射率の解析をすることでヘモグロビンやメラニンといった肌を構成する色素成分の分布を得ることができると考えられる。

すなわち、色素濃度算出部２２３は、上記求めた分光反射率と色素変換行列とを用いて酸素飽和度を算出することができると考えられる。

ここで色素変換行列とは、眼底組織の構造（水晶体、網膜、網膜色素上皮、脈絡膜、強膜）と、それぞれの層の光学特性（反射、吸収、散乱の度合い）を計算機上に再現し、任意の色素成分値が与えられた場合の分光反射率を算出することで、あらゆる色素成分値と分光反射率のデータベースを作成し、その関係から生成したものである。

そこで、色素成分と分光反射率の関係について検討を行なう。

色素成分と分光反射率の依存関係を得る方法として、いわゆるモンテカルロ法を用いた眼底部の光伝搬シミュレーションを行なうことが好ましい。なおモンテカルロ法とは、光を、エネルギーを有する光子として扱い、個々の光子の経路を逐一追跡し、多数の光子についての追跡を繰り返すことで統計的な特徴を算出する方法をいう。

図４は、眼底網膜の層モデルを示す図である。図４で示す眼底網膜の層モデルは、５層構造であり、第１層を硝子体、第２層を網膜、第３層を網膜色素上皮、第４層を脈絡網、第５層を強膜とする。

またここで、用いられるメラニン、酸化ヘモグロビン、脱酸化ヘモグロビンの波長に対する吸収係数について図５に、各層の散乱係数について図６に示しておく。また、非等方散乱係数として、第２層に０．９７、第３層に０．８４、第４層に０．８７、第５層に０．９０を用い、層の厚さとして、第１層に２２ｍｍ、第２層に０．２０ｍｍ、第３層に０．０１ｍｍ、第４層に０．２５ｍｍ、第５層に０．７０ｍｍを採用した。

以上のパラメータで、第３層のメラニン濃度を３６１［×１０^−５ｍｏｌ／Ｌ］とした場合のヘモグロビン濃度変化の分布を図７に、第４層のメラニン濃度変化の分布を図８に示す。また、ヘモグロビン濃度を１００００［×１０^−５ｍｏｌ／Ｌ］とした場合の酸素飽和度変化の分布を図９に示す。なおそれぞれのグラフにおけるＸ、Ｙ、Ｚにおける主成分係数とは、各色素濃度からモンテカルロ法で計算した分光反射率を主成分分析し、第３成分まで産出した主成分係数を示す。これらのグラフから、各色素濃度値は線形分離が可能であることが分かる。

色素変換行列は以上の結果から作成することができる。モンテカルロ法による光散乱シミュレーションによってあらゆる色素成分値から眼底の分光反射率を推定することが可能であり、その分光反射率から主成分係数を求めることで、眼底の色素成分値からその主成分係数を求めるテーブルを作成することができる。このテーブルの逆変換テーブルが色素変換行列となる。

しかし、モンテカルロ法による光散乱シミュレーションは非線形変換であるため、逆行列を求めることができない。従って、シミュレーションにより得られた色素成分値と主成分係数の組をサンプル点とし、そのサンプル点に基づき色素成分を推定することを考える。

つまり、分光反射率の第１、第２、第３主成分係数から、メラニン、ヘモグロビンの濃度と酸素飽和度を算出する色素変換行列とは、図７、図８、図９のグラフそのものであり、プロットされた点と点の間に位置する濃度値は近傍３点から線形補間することで得ることができる。

この処理を各画素に対して行うことで、色素濃度分布画像を得ることができる。この一例として、ＲＧＢ撮影したサンプルの眼底画像から得たヘモグロビン濃度分布を図１０に、酸素飽和度分布を図１１に示す。

また、血管領域抽出部２２４は、上記の通り、眼底画像から血管領域を抽出するものである。

まず血管領域抽出部２２４は、閾値処理により血管部分を抽出する。例えば、ヘモグロビン濃度分布画像に対して、閾値処理により血管部分を明瞭に抽出することができる。

更に、血管領域抽出部２２４は、動脈と静脈を分離処理する機能を有することも好ましい。この方法としては、ヘモグロビン濃度分布画像に対し敷値処理を行うことで血管猟奇を抽出し、更に血管領域の酸素飽和度分布を計算し、閾値処理により動脈と静脈を鑑別する。これは動脈部分の酸素飽和度が、静脈部分に比べて十分に大きいため可能となる。

なお、血管領域抽出部２２４には、更に、表示画像を作成処理する機能を有することが好ましい。このようにすることで、血管領域の抽出結果に基づいて血管が強調された眼底画像を表示部に表示される眼底画像を作成することができる。

血管領域の抽出結果、表示部に表示させる眼底画像の例としては、上記の通り、血管領域の抽出の結果を反映させた血管領域を強調した眼底画像であることが好ましい例である。

血管領域を強調した眼底画像の作成方法としては、種々存在するが、例えば第一の例として、処理前の眼底画像の画素値を、血管領域とそれ以外とで分け、予め設定した画素値に置き換える方法が挙げられる。これにより、血管領域が鮮明に表現された画像を得ることができる。

また、第二の例として、処理前の眼底画像の画素値を血管領域よりも十分に大きく（又は十分に小さく）設定することにより、処理前の眼底画像中の血管領域を協調することができる。

なお、本実施形態では、眼底画像処理プログラムの実行により制御部２１が機能することとしているが、眼底画像処理プログラムとは別に、制御部２１として機能させるための別のプログラムとしておくこと等、複数の部を一つの部にまとめる構成も可能である。

また、本実施形態では説明のため眼底画像撮影部３と眼底画像処理部とを分けて説明しているが、装置の構成上、眼底画像撮影部３に眼底画像処理部とを一つの装置に纏めることも可能である。

このような眼底撮影装置によれば、従来のように眼底画像の明暗やコントラストを調整する代わりに、眼底画像から血管領域を抽出し、その抽出結果を反映した眼底画像を表示するようになっているため、従来と比べて眼底血管が鮮明に表示された眼底画像を観察することができるようになる。また、カラー眼底画像を構成する画像に基づき眼底結果を観察できるため、被験者に蛍光剤を投与するといった負担を軽減することができる。更に、一般に市販されている装置に大きな変更を加えることなくコンピュータプログラムの更新によって実行することができるようにもなるため、非常に生産コストが安くなるといった利点がある。

本発明は、眼底画像処理装置として産業上の利用可能性がある。

Claims (4)

1. 眼底画像に含まれる各画素に対し、前記各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定する分光反射率推定部と、
   各画素に対し求めた前記分光反射率に基づき色素濃度値を算出する色素濃度値算出部と、
   眼底画像から血管領域を抽出する血管領域抽出部と、を有する眼底画像処理装置。
2. 分光推定行列及び色素変換行列を記憶する記憶部を有し、
   前記分光反射率推定部は、前記分光推定行列を用いて分光反射率の推定を行い、
   前記色素濃度値算出部は、前記色素変換行列を用いて色素濃度値を算出する請求項１記載の眼底画像処理装置。
3. コンピュータに、
   眼底画像に含まれる各画素に対し、前記各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定する分光反射率推定部と、
   各画素に対し求めた前記分光反射率に基づき色素濃度値を算出する色素濃度値算出部と、
   眼底画像から血管領域を抽出する血管領域抽出部と、して機能させるための眼底画像処理プログラム。
4. 眼底画像に含まれる各画素に対し、前記各画素に含まれるＲ、Ｇ、Ｂの値に基づき分光反射率を推定し、
   各画素に対し求めた前記分光反射率に基づき色素濃度値を算出し、
   眼底画像から血管領域を抽出する眼底画像処理方法。