JP2011072446A

JP2011072446A - 充血度算出プログラム及び充血度算出方法、並びに充血度算出装置

Info

Publication number: JP2011072446A
Application number: JP2009225692A
Authority: JP
Inventors: Masahiko Kobayashi; 正彦小林; Atsuki Fukushima; 敦樹福島
Original assignee: Kyushu University NUC; Nidek Co Ltd; Kochi University NUC
Current assignee: Kyushu University NUC; Nidek Co Ltd; Kochi University NUC
Priority date: 2009-09-30
Filing date: 2009-09-30
Publication date: 2011-04-14
Anticipated expiration: 2029-09-30
Also published as: JP5490477B2

Abstract

【課題】被検者眼の充血の度合いを精度良く評価することができる充血度算出プログラム及び充血度算出方法、並びに充血度算出装置を提供する。
【解決手段】被検眼を撮影することにより得られた前眼部画像に基づいて眼の充血度合いを評価するための指標の演算を行う充血度算出プログラムは、前眼部画像上で充血度合いを調べる対象領域を設定する領域設定ステップと、対象領域から血管と見なされる領域を画像処理により抽出する領域抽出ステップと、血管と見なされる領域についてのフラクタル次元解析を行い充血度合いの指標を求めるステップと、をコンピュータに実行させる。

【選択図】図３

Description

本発明は撮影装置で撮影された被検者眼の前眼部像の画像処理に関し、特に画像データの充血全般の解析処理に関する。

撮影装置で撮影された前眼部像の画像データの画像処理を行い、被検者眼の充血度合いを調べる画像処理装置が知られている（例えば、特許文献１参照）。

特開２００１‐１６５６４号公報

しかし、前述の画像処理装置を眼科分野での診断に応用するためには、より正確に被検者眼の血管位置を特定する必要があり、更なる画像処理の精度の向上が求められる。

本発明は上記従来技術の問題点に鑑み、被検者眼の充血の度合いを精度良く評価することができる充血度算出プログラム及び充血度算出方法、並びに充血度算出装置を提供することを技術課題とする。

上記課題を解決するために、本発明は以下のような構成を備えることを特徴とする。

（１）被検眼を撮影することにより得られた前眼部画像に基づいて眼の充血度合いを評価するための指標の演算を行う充血度算出プログラムであって、前記前眼部画像上で充血度合いを調べる対象領域を設定する領域設定ステップと、前記対象領域から血管と見なされる領域を画像処理により抽出する領域抽出ステップと、前記血管と見なされる領域についてのフラクタル次元解析を行い充血度合いの指標を求めるステップと、をコンピュータに実行させることを特徴とする。
（２）（１）の充血度算出プログラムは、前記対象領域内で前記血管を特定するための閾値を設定する閾値設定ステップと、前記対象領域と前記閾値との比較により前記血管と見なされる領域を抽出する領域抽出ステップとをコンピュータに実行させることを特徴とする。
（３）（２）の充血度算出プログラムにおいて、前記フラクタル次元解析はボックスカウント法であることを特徴とする。
（４）被検眼を撮影することにより得られた前眼部画像に基づいて眼の充血度合いを評価するための指標の演算を行う充血度算出方法であって、前記前眼部画像上で充血度合いを調べる対象領域を設定し該対象領域から血管と見なされる領域を画像処理により抽出し、該抽出した領域についてのフラクタル次元解析を行い充血度合いの指標を求めることを特徴とする。
（５）被検眼を撮影することにより得られた前眼部画像に基づいて眼の充血度合いを評価するための指標の演算を行う充血度算出装置であって、前記前眼部画像上で充血度合いを調べる対象領域を設定する領域設定手段と、該領域設定手段により設定された前記対象領域から血管と見なされる領域を画像処理により抽出する領域抽出手段と、該領域抽出手段により抽出された前記血管と見なされる領域についてのフラクタル次元解析を行い充血度合いの指標を求める演算処理手段と、該演算処理手段により求められた前記指標を表示するモニタと、を有することを特徴とする。

本発明によれば、被検者眼の充血の度合いを精度良く評価することが出来る。

本実施形態で用いる充血度算出システムを以下に説明する。図１は、充血度算出システムの構成をブロック図で示したものである。充血度算出システムは、被検者眼の前眼部を撮影する眼科撮影装置１０と眼科撮影装置１０にて得られた前眼部画像を画像処理して被検眼の充血状態を評価するための充血度算出装置（画像処理装置２０）を有する。被検者眼の前眼部を撮影する眼科撮影装置１０は、被検者眼の前眼部撮影を行うための撮影部１１、撮影部１１を用いて撮影を行うためのトリガ信号を入力させる撮影スイッチ１２、装置全体の制御を行う制御部１４を有する。撮影部１１は前眼部を撮影するための撮像素子を含む撮影光学系を持つ。眼科撮影装置１０と画像処理装置２０とはＬＡＮケーブル等の通信ケーブル３０を介して撮影画像の受け渡しができるようになっている。

なお、本実施形態に用いる眼科撮影装置１０としては、細隙灯顕微鏡（スリットランプ）や眼底カメラ等の既存の眼科撮影装置を使用することができる。これ以外にも、デジタルカメラなど、被検者眼の前眼部像を撮影し撮影画像をデジタルデータとして画像処理装置２０に渡すことができるものであればよい。なお、眼科撮影装置１０に本実施形態で説明する画像処理装置２０の機能を持たせ、被検眼の前眼部を撮影する機能を有した充血度算出装置とすることも可能である。

画像処理装置２０は、被検者眼の充血度合いの視標を算出するための充血度算出プログラム及び眼科撮影装置１０で撮影された画像データが記憶される記憶部であるメモリ２１と、充血度算出プログラムの入出力画面である充血診断画面及び前眼部像が表示される表示部であり，液晶ディスプレイ等からなるモニタ２２と、モニタ２２に表示された充血診断画面上での各種操作を行うための入力手段となるマウス２３と、モニタ２２の画素の駆動を制御すると共にマウス２３からの入力信号に基づき、画像処理装置２０の全体の駆動を制御する制御部２４とから構成される。マウス２３はクリック用の左右ボタンと、マウスホイールとを持つ。画像処理装置２０にはパソコン等、上記の構成を含むものが使用される。なお、充血診断画面の詳細な説明については後述する。

次に、以上のような構成を備える充血度算出システムを用いて被検眼の充血度を算出する手順を図２のフローチャート、及び図３のフラクタル次元解析の動作を示すフローチャートに基づき説明する。

まず、検者は眼科撮影装置１０の撮影部１１と被検者眼との位置合わせを行い、撮影スイッチ１２を押して前眼部を撮影する。制御部１４はスイッチ１２からの入力信号に基づき、撮影部１１を駆動させて画像データを得る（ステップ１０１）。撮影箇所は検者により決定され、例えば、前眼部の眼球結膜において上下左右の４箇所が撮影される。

次に、制御部２４は前眼部像の画像データを画像処理装置２０のメモリ２１に記憶させる。ここでは、眼科撮影装置１０により得られた画像データは、通信ケーブル３０を介して画像処理装置２０側に自動的に送信される。一方、メモリ２１には、眼科撮影装置１０で撮影された画像を保存するためのフォルダ２１ａが設けられており、画像データはフォルダ２１ａに直接記憶される（ステップ１０２）。
また、眼科撮影装置１０がメモリを有する場合には、外部記憶媒体を介して画像処理装置２０側のメモリ２１に画像データが入力されるようにしても良い。

画像処理装置２０のモニタ２２の初期画面には、充血度算出プログラムを立ち上げるための図示を略すアイコンと、マウス２３による入力操作を行うためのカーソルＣが表示されている（図４参照）。

ステップ１０３において、マウス２３の操作でアイコンが選択されると、制御部２４はメモリ２１に記憶されている充血度算出プログラムを実行し、モニタ２２上に充血診断画面２００を表示させる。図４（ａ）に充血診断画面２００の例を示す。充血診断画面２００の上部には、各種条件設定を行うための複数のアイコンが配置されたコマンドバー２１０と，フォルダ２１ａに記憶された画像データに基づくサムネイルの一覧が表示されるイメージリスト２２０とが用意されている。

画面向かって左部には、撮影画像から血管を特定するための輝度の閾値を設定する閾値設定パネル２３０と，充血評価の指標となるフラクタル次元の演算結果が表示される結果パネル２４０とが用意されている。画面中央部にはイメージリスト２２０で選択された前眼部像が表示されると共に、前眼部像上で演算を行う範囲である対象領域ＲＯＩを設定するための作業エリア２５０が用意されている。画面下端には充血度算出プログラムの処理状況，エラー状況等のステータスメッセージが表示されるステータスバー２６０が用意されている。

コマンドバー２１０には、画像処理を開始する処理開始ボタン２１１、作業エリア２５０の表示をカラー表示と白黒表示とで切換えるための色切換ボタン２１２、作業エリア２５０の対象領域ＲＯＩの設定を解除するためのＲＯＩ解除ボタン２１３、作業エリア２５０に異なる表示状態の前眼部像を分割して表示させるための表示切換ボタン２１４、演算結果を出力するための出力ボタン２１５等が設けられている。

イメージリスト２２０にはフォルダ２１ａに記憶されている全画像データのサムネイルが時系列で表示される。なお、画像データが被検者のＩＤ情報に基づき管理される場合には、イメージリスト２２０に抽出された同一被検者のサムネイルのみが表示されるようにしても良い。このようにすると、被検者眼の充血の経時変化を確認しやすくなる。

処理設定パネル２３０には、赤色（Ｒ）、緑色（Ｇ）、青色（Ｂ）の各色の輝度の閾値を設定するためのＲＧＢ調節タブ２３１〜２３３が用意されており、カーソルＣの操作で閾値が調節されるようになっている。ここでは、ＲＧＢ調節タブ２３１〜２３３により輝度（閾値）のレベルが０〜２５５の範囲で調節される。

なお、図４には、ＲＧＢ毎に１つの閾値が設定される場合が示されているが、輝度の上限と下限の２つの閾値を設定することもできる。処理設定パネル２３０には、１つの閾値を設定する場合の閾値設定タブ２３０ａと、２つの閾値による閾値範囲を設定する閾値範囲設定タブ２３０ｂとが設けられ、検者により使い分けられるようになっている。

以上のような充血診断画面２００において、イメージリスト２２０から充血の評価を行うサムネイル画像が選択されると、ステップ１０４で、制御部２４はメモリ２１から該当する画像データを呼び出し、作業エリア２５０の表示を制御して前眼部像を表示させる。検者はマウス２３の左ボタンを用いたカーソルＣのドラッグ操作で、作業領域２５０に表示されている前眼部画像の表示位置の調節を行い、マウスホールを操作により前眼部画像のサイズ変更（拡大、縮小）させ、充血度合いを評価したい箇所を画面上に適切に位置させる。

次に、マウス２３の右ボタンを用いたカーソルＣのドラッグ操作により前眼部画像上における対象領域ＲＯＩが設定される。ステップ１０５で、制御部２４はカーソルＣにより指定された対象領域ＲＯＩの画素の座標を読み取ることで、対象領域ＲＯＩの範囲を認識する。

この時、ＲＯＩ解除ボタン２１３が選択されると対象領域ＲＯＩを設定し直すことができる。なお、対象領域ＲＯＩは、前眼部像上のピント状態，光の反射状態、一定の白眼が分かる位置であるかどうか、血管が密に現れている位置であるか等が考慮されて選択されることが好ましい。また、前回の前眼部像との経時変化を調べる場合には、できるだけ前回と同じ箇所が選択されるようにする。

なお、ここでは、検者による手動で対象領域ＲＯＩが設定される場合を述べているが、被検者眼の結膜の箇所（白眼の箇所）が画像処理により検出される（瞼、黒目の箇所が自動的に取り除かれる）場合には、制御部２４により対象領域ＲＯＩの範囲が自動的に設定されるようにしても良い。

次に、検者は対象領域ＲＯＩから血管を抽出するための閾値を設定する。作業領域２５０内において血管と見なされる箇所にカーソルＣが置かれると、その位置でのＲＧＢ各色毎の輝度情報がステータスバー２６０に表示される。例えば、ステータスバー２６０には輝度情報が「ＲＧＢ＝２１６、１４８、１２５」のように表示されるので、検者はこの輝度情報を参考にしながらＲＧＢ調節タブ２３１〜２３３を用いて血管抽出を行うのに必要な閾値を設定する。

ステップ１０６において、制御部２４はＲＧＢ調節タブ２３１〜２３３で設定された閾値の値を一時的にメモリ２１に記憶させる。なお、詳細は後述するが、閾値として設定された輝度値と各画素の輝度値との比較により、閾値よりも低い輝度値を有する画素が血管情報を持つ画素として抽出される。

なお、ＲＧＢ調節タブ２３１〜２３３で輝度の閾値が設定される場合において、切換ボタン２１４が選択されると、図４（ｂ）に示すように、作業領域２５０が、ＲＧＢ表示画面２５０ａ、ＧＢ画面（赤色成分を除いた画面）２５０ｂ、ＲＢ画面（緑色成分を除いた画面）２５０ｂ、ＲＧ画面（青色成分を取り除いた画面）２５０ｄの異なる表示状態の４画面に分割表示される。全色（ＲＧＢ）表示では確認されにくい血管が、特定の色を取り除くことで確認され易くなる場合があるので、このような分割表示があると便利である。例えば、充血の経時変化を見る場合に、前回と同じ対象領域ＲＯＩの設定では血管が見にくい場合などに利用されると良い。

また、色切換ボタン２１２の選択によりカラー表示と白黒表示とが切換えられるので、検者は血管位置をより特定し易い表示状態に設定できる。カラー表示は色の違いにより血管と血管以外のゴミとの区別が付け易く、白黒表示で血管等の形状がよりはっきり現れる傾向がある。なお、白黒表示ではＲＧＢ調節タブ２３１〜２３３は全て同一輝度で連動して調節される。

次に、ステップ１０７で充血度合いの指標となるフラクタル次元を求める。
まず、フラクタル次元について説明する。フラクタルとは図形の一部分と全体とが自己相似になっている図形を言い、図形の倍率を変えてみても繰り返し同じ形状の図形が現れるので、一定の領域に含まれるフラクタルな図形の割合は倍率に関わらず一定となる。血管は一つの血管から複数の血管が繰り返し枝分かれしており、このような分岐構造はフラクタルな形状であることが知られている。

また、一定の領域にフラクタルな図形がどの位含まれているかはフラクタル次元により表現され、一定の領域にフラクタルな図形が多く含まれるほどフラクタル次元の値が大きくなる。血管の分布に当てはめると、一定の領域内により多くの血管が含まれており、充血の度合いが高いとフラクタル次元の値が大きくなり、一定の領域に含まれる血管の数が少なく、充血の度合いが低いとフラクタル次元の値が小さくなる。
つまり、フラクタル次元を利用して充血度合いの評価をすることができる。

図３のステップ１２０で、制御部２４は処理開始ボタン２１１からの信号により対象領域ＲＯＩで、設定した閾値よりも低い輝度を有する画素をＲＧＢ毎に抽出する。そして対象領域ＲＯＩの表示を閾値に基づき血管位置が抽出された状態に切換える（二値化する）。例えば、ＲＧＢ毎に閾値よりも低いと判定された画素の輝度が２５５（最も明るい状態）、閾値よりも高いと判定された画素の輝度が０（最も暗い状態）に切換えられる。検者は、対象領域ＲＯＩ上で抽出された血管の形状および位置を確認して閾値が適切であるかを判断する。

なお、閾値が適切であるかの判断は、例えば、対象領域ＲＯＩで血管と見なされている部分と、対象領域ＲＯＩの範囲外で血管として現れている部分との整合性により確認することができる。血管と見なされる箇所が適切に抽出されていない（血管自体が現れていない、血管以外の部分も選択されている）場合は、検者は閾値を設定しなおす又は対象領域ＲＯＩの設定をしなおす。

次に、対象領域ＲＯＩに占める血管とみなされる部分の割合（フラクタル次元）を求める。ここでは、ボックスカウント法を用いてフラクタル次元を求める。図５にボックスカウント法の説明のための模式図を示す。ボックスカウント法とは、一定の領域を一定の大きさ（以下、ボックスサイズ）で分割して見たときに、フラクタルな図形がどの程度含まれているのかを調べることで、フラクタル次元を推定する方法である。また、ボックスサイズの変更は一定の領域を倍率を変えて見ることに相当し、異なるボックスサイズ毎の演算結果を比較することで、より正確にフラクタル次元の値を求めることができる。

ステップ１２１で、制御部２４は、１画素を一つの固まりとするボックスサイズＢＷ１を設定し、このボックスサイズＢＷ１で対象領域を分割し、ＲＧＢ毎に閾値よりも輝度値が低い（血管と見なされる）と判定される領域ｇ１を抽出する。また、閾値範囲設定タブ２３０ｂが選択され、輝度値の上限と下限の２つの閾値が設定されている場合には、輝度値が設定した２つの閾値の範囲内にある領域ｇ１がカウントされる。

ステップ１２２で制御部２４は、ステップ１２１で得られた領域ｇ１の数と、設定したボックスサイズＢＷ１の情報をメモリ２１に記憶させる。

次に、ステップ１２３で、制御部２４は対象領域ＲＯＩを分割するボックスサイズＢＷを拡大させるかを判定する。なお、ボックスサイズＢＷを変更して演算する回数はメモリ２１に記憶されており、ここでは、演算回数はＮ回に設定されているとする。ステップ１２３で演算回数ｎ＜Ｎである場合には、制御部２４は、ステップ１２４でボックスサイズＢＷを拡大させ、新しいボックスサイズＢＷ２を設定する。ここでは、ボックスサイズＢＷ２は隣接する４つの画素（２×２）を１グループとした大きさとして定義される。

次に、ステップ１２１で、制御部２４は設定したボックスサイズＢＷ２で対象領域ＲＯＩを分割したときに抽出された血管領域とみなされる領域ｇ２の数をカウントする。なお、ここでは、領域ｇ２は４つの最小領域（領域ｇ１）から構成されるが、少なくとも１つの最小領域の輝度が閾値よりも低い場合に（血管と見なされると判定されて）カウントされるようにすれば良い。

以上のように、制御部２４はステップ１２３で演算回数ｎ＝Ｎと判定されるまで、上記のステップ１２１〜１２３を繰り返し、ボックスサイズＢＷｎ（ｎ＝１、２、３、・・・Ｎ）毎に抽出された血管とみなされる領域ｇｎ（ｎ＝１、２、３、・・・、Ｎ）の数を求める。なお、ボックスサイズBWは、上述したようにｎ＝１のとき１画素単位とされ、ｎ＝２では４画素単位（２×２）、ｎ＝３では１６画素単位（４×４）、ｎ＝４では６４画素単位（８×８）というように設定される。

次に、制御部２４はステップ１２５でボックスサイズＢＷｎ毎に抽出された領域ｇｎの数から、フラクタル次元を算出する。
数１にフラクタル次元Ｄを求めるための演算式を示す。

つまり、フラクタル次元Ｄはｎ−１回目の演算とｎ回目の演算において、抽出された領域ｇｎの数の差分を、ボックスサイズの差分で割ることにより求められる。

以上のようにフラクタル次元の算出が完了すると、制御部２４はステップ１０８で、ボックスサイズ毎に算出されたフラクタル次元の値（空間に占める充血の割合）を結果パネル２４０に表示させる。なお、フラクタル次元の演算結果はＲＧＢ毎に表示される。また、結果パネル２４０には、対象領域ＲＯＩの範囲、ＲＧＢタブ２３１〜２３３で設定された閾値の値などの情報も共に表示される。

次に、検者は演算結果から充血度合いの評価のためのフラクタル次元の値を選択する。検者によりコマンドバー２１０から出力ボタン２１５が選択されると、演算結果がＣＳＶファイルにてメモリ２１に保存されるので、検者はこれを利用してフラクタル次元をグラフ表示する。

図６にフラクタル次元の演算結果のグラフ例を示す。横軸はボックスサイズ、縦軸はフラクタル次元の値である。なお、図６（ａ）はフラクタル性を有する演算結果の例、図６（ｂ）はフラクタル性を有しない演算結果の例である。

前述したように、一定領域に含まれるフラクタルな図形の割合は一定領域を見る倍率を変えても一定である。つまり、対象領域ＲＯＩで血管のみが適切に抽出されていれば、倍率（ボックスサイズ）を変えてもフラクタル次元の値は一定となる。一方、対象領域ＲＯＩに血管以外のもの（ノイズ成分）が含まれている場合、対象領域ＲＯＩを倍率（ボックスサイズ）を変えて見ると、フラクタル次元の値が変動する。つまり、ボックスサイズに対してフラクタル次元が一定となっている範囲を抽出することで、ノイズ成分を取り除くことができ、血管のみが適切に抽出された状態でのフラクタル次元の値を得ることができる。

図６（ａ）において、検者はボックスサイズに対してフラクタル次元が一定（グラフの変化量が略水平）となる範囲ｄを抽出し、このときのフラクタル次元の値を選択する（例えば、範囲ｄに含まれるフラクタル次元の平均値が求められる）。このとき、フラクタル次元の値が大きいほど充血の度合いが高いと判断できる。なお、図６（ａ）において、範囲ｄ以外ではグラフの傾き（変化）が大きいが、これは、血管以外のノイズ成分等が含まれるためと考えられる。このノイズ成分は検者が範囲ｄを抽出することで、自動的に取り除かれる。これにより、血管のみが適切に抽出された状態での充血評価ができるようになる。

ところで、図６（ｂ）に示すように、グラフに略水平な範囲ｄが全く見られない場合は、対象領域ＲＯＩに血管（充血）が含まれていないか、血管以外のノイズ成分が非常に多く含まれている可能性がある。このように、ボックスサイズとフラクタル次元との間に全く相関が見られない場合は、検者は対象領域ＲＯＩの再設定をするか、ＲＧＢ調節タブ２３１〜２３３による輝度の閾値の設定をしなおす。

ところで、フラクタル次元の値はＲＧＢ毎に算出され、ＲＧＢ毎のフラクタル次元のグラフが得られる。この場合、フラクタル次元が一定となっている範囲ｄが広い色のフラクタル次元の値が充血度合いの指標として選択されれば良い。フラクタル次元は対象領域ＲＯＩで抽出される血管の形状により決定されるが、ＲＧＢ毎に抽出される血管の形状が異なることによりフラクタル次元の値も異なってくる。そこで、どの色でフラクタル次元の経時変化を観察するかを決定し、以降同一色でのフラクタル次元を求めるようにすれば、正しく経時変化を確認できるようになる。また、ＲＧＢのうちどの色のフラクタル次元を使用するかが、制御部２４により決定される様にしても良い。

検者は所定の日時の経過後、又は点眼の前後で、以上のようなステップ１０１〜１０８によりフラクタル次元を求める。そして、フラクタル次元の経時変化をグラフなどで確認することで、被検者眼の充血度合いの経時変化を客観的に評価することができる。つまり、経時変化でフラクタル次元の値が大きくなっている場合は、充血が悪化していると判断できる。一方、フラクタル次元の値が小さくなっていれば、充血が改善されたと判断できる。

なお、上記では検者がグラフからフラクタル次元の値を抽出する場合を説明したが、フラクタル次元の値は制御部２４によって自動的に抽出されるようにしてもよい。この場合には、メモリ２１にフラクタル次元の変化量（グラフの傾き）の判定基準が予め記憶されている。

例えば、制御部２４は２つのフラクタル次元の差分を求め、メモリ２１に予め記憶されている判定基準と比較する。そして、差分が判定基準値よりも小さいと判定される範囲（グラフが略水平となる範囲）ｄでのフラクタル次元の値を抽出して、結果パネル２４０上に表示させる。このようにすると、より簡単に充血度合いの評価のためのフラクタル次元が求められるようになる。このとき、差分が判定基準よりも小さいと判定される範囲ｄが無い場合には、ステータスバー２６０にエラー情報が表示され、これにより検者に演算条件の再設定を促すようにしても良い。

以上のように、フラクタル次元解析を用いて充血度合いの評価の指標を求めることで、前眼部像から血管情報のみが適切に抽出された状態で、より精度良く充血度合いの評価を行う事ができるようになる。また、客観的な指標により充血度合いが評価されることで、検者ごとの充血評価のばらつきも抑制されることが期待される。

また、上記では、ＲＧＢの閾値を検者が手動で調節する場合を説明したが、制御部２４によりＲＧＢの閾値が自動的に調節されるようにしても良い。この場合には、制御部２４はステップ１０６でメモリ２１にＲＧＢの閾値を一旦記憶させて、フラクタル次元の解析を行う。次に、制御部２４はメモリ２１に記憶されたＲＧＢのそれぞれの閾値を所定のステップで自動的に変更させて同様にフラクタル次元を算出する。例えば、閾値Ｒ＝２００、Ｇ＝７０、Ｂ＝６０が設定されているときに、制御部２４は２回目以降のフラクタル次元解析１０７で閾値をＲ＝２００、１９０、１８０、・・・、２１０、２２０、２３０・・・、と段階的に変更させてそれぞれでのフラクタル次元を求める。同様にＧ、Ｂの閾値も段階的に変更させてフラクタル次元を求める。

そして、ステップ１０８で、フラクタル次元が最も適切に求められたとき（フラクタル次元が一定の範囲ｄが広いとき）の演算結果を表示させる（この時、ＲＧＢの色ごとに表示させる又はＲＧＢで最も適切に求められたものを一つ表示させる）。このようにすると、検者が閾値を設定し直す手間が軽減される。

ここではＲＧＢの色ごとに閾値を変化させることによってフラクタル次元を求めているが、血管の抽出に好ましい色が分かる場合にはその色の閾値のみを段階的に変化させてフラクタル次元の値を求めるようにしても良い。なお、白眼の白色（ＲＧＢ）と赤色（Ｒ）との輝度の差は小さいのに対して、白眼の白色（ＲＧＢ）と血管と見なされる部分での緑色（Ｇ）と青色（Ｂ）の輝度との差は大きい。そこで、血管位置の抽出には緑色（Ｇ）又は青色（Ｂ）を判断基準とした方が好ましい事が示唆される。

また、上記の説明では、ＲＧＢごとの閾値の設定により対象領域ＲＯＩ内で血管位置を特定する方法を説明したが、これ以外にも、作業エリア２５０に表示された前眼部像（又は対象領域ＲＯＩで選択された範囲内）の画素の輝度のトレースを行うことで血管の位置が抽出されるようにしても良い。この場合には、基準となる輝度情報がメモリ２１に予め記憶されている。

また、上記では、ボックスカウント法を用いてフラクタル次元を求める方法を例に挙げて説明したが、これ以外にも、ハウスドルフ次元法など、一般的なフラクタル次元の解析方法を利用することができる。

充血度算出システムの構成をブロック図で示したものである。充血度算出システムによる充血度の算出手順のフローチャートである。フラクタル次元解析の動作を示すフローチャートである。充血診断画面の例である。ボックスカウント法の説明のための模式図である。フラクタル次元の演算結果のグラフ例である。

１１撮影部
２０画像処理装置
２３マウス
２４制御部
２００充血診断画面

Claims

被検眼を撮影することにより得られた前眼部画像に基づいて眼の充血度合いを評価するための指標の演算を行う充血度算出プログラムであって、
前記前眼部画像上で充血度合いを調べる対象領域を設定する領域設定ステップと、
前記対象領域から血管と見なされる領域を画像処理により抽出する領域抽出ステップと、
前記血管と見なされる領域についてのフラクタル次元解析を行い充血度合いの指標を求めるステップと、
をコンピュータに実行させることを特徴とする充血度算出プログラム。
請求項１の充血度算出プログラムは、
前記対象領域内で前記血管を特定するための閾値を設定する閾値設定ステップと、
前記対象領域と前記閾値との比較により前記血管と見なされる領域を抽出する領域抽出ステップとをコンピュータに実行させることを特徴とする充血度算出プログラム。
請求項２の充血度算出プログラムにおいて、
前記フラクタル次元解析はボックスカウント法であることを特徴とする充血度算出プログラム。
被検眼を撮影することにより得られた前眼部画像に基づいて眼の充血度合いを評価するための指標の演算を行う充血度算出方法であって、
前記前眼部画像上で充血度合いを調べる対象領域を設定し該対象領域から血管と見なされる領域を画像処理により抽出し、該抽出した領域についてのフラクタル次元解析を行い充血度合いの指標を求めることを特徴とする充血度算出方法。
被検眼を撮影することにより得られた前眼部画像に基づいて眼の充血度合いを評価するための指標の演算を行う充血度算出装置であって、
前記前眼部画像上で充血度合いを調べる対象領域を設定する領域設定手段と、
該領域設定手段により設定された前記対象領域から血管と見なされる領域を画像処理により抽出する領域抽出手段と、
該領域抽出手段により抽出された前記血管と見なされる領域についてのフラクタル次元解析を行い充血度合いの指標を求める演算処理手段と、
該演算処理手段により求められた前記指標を表示するモニタと、
を有することを特徴とする充血度算出装置。