JP2012100822A - 水晶体画像解析装置 - Google Patents

Abstract

【課題】白内障診断におけるエメリーリトル分類の評価を客観的かつ自動で行うことが可能な水晶体画像解析装置を提供する。
【解決手段】被検眼を撮影することにより得られた光学切断面画像データを取得する画像取得手段２００と、光学切断面画像データから画像処理により水晶体領域を抽出する水晶体抽出手段２０１と、水晶体領域よりも小さな面積を有し、かつ、胎生核領域を少なくとも部分的に含む特定領域を水晶体領域の内部に設定する特定領域設定手段２０２と、特定領域を構成する画素データに基づいて、特定領域内の色を代表する代表色データを演算する代表色データ演算手段２０３と、エメリーリトル分類のグレードが既知の比較用色データを予め記憶してある色データ記憶手段２０４と、既知の比較用色データと、演算された代表色データとを比較演算することで、被検眼のグレードを判断するグレード判断手段２０５と、を備えた。
【選択図】図２

Description

本発明は、医師による白内障の進行度の診断を補助するための水晶体画像解析装置に関するものである。

スリットランプを用いて被検眼の角膜や水晶体の光学切断面画像を撮影する前眼部観察装置が知られている。特に、下記特許文献１に開示される前眼部観察装置は、奥行きのある対象物の広い範囲に焦点を合わせることができ、安定した高品質の光学切断面画像を撮影することができる。

白内障の治療において、医師は、画像を見ながら白内障の進行度を目視判断し、患者に対して手術を行うか否か等の治療方法の説明を行っている。白内障手術の術前検査で広く使用されている基準の１つとして、エメリーリトル分類と呼ばれるものがある。白内障の病態の中でも、症状が進行してくると、水晶体核が硬化し、水晶体の色が変化する核白内障と呼ばれるものがある。上記エメリーリトル分類は、核の硬化程度が水晶体乳化吸引術ができる程度に柔らかいか否かを判断するために使用されている。図１３に示すように、水晶体核の硬さは、グレード０からグレード５の６段階に分類されており、夫々、目安となる色調が決められている。なお、この分類は、大鹿哲郎著の「小切開創白内障手術」（９ページ）から抜粋したものである。

医師は、光学切断面画像の中の水晶体画像を見ながら、その色調からグレードを判断し、治療内容や手術の計画を行っている。

特開２００９−５６１４９号公報

しかしながら、エメリーリトル分類の判断には熟練も要求され、容易に判断できるものではない。また、医師の個人差により判断結果に差が生じることもありうる。

本発明は上記実情に鑑みてなされたものであり、その課題は、白内障診断におけるエメリーリトル分類の評価を客観的かつ自動で行うことが可能な水晶体画像解析装置を提供することである。

上記課題を解決するため本発明に係る水晶体画像解析装置は、
被検眼を撮影することにより得られた被検眼の光学切断面画像データを取得する画像取得手段と、
取得された光学切断面画像データから、胎生核領域を少なくとも部分的に含む、あるいは、胎生核領域の近傍に設定される特定領域を水晶体領域の内部に設定する特定領域設定手段と、
前記特定領域を構成する画素データに基づいて、特定領域内の色を代表する代表色データを演算する代表色データ演算手段と、
エメリーリトル分類のグレードが既知の比較用色データを予め記憶してある色データ記憶手段と、
前記既知の比較用色データと、演算された代表色データとを比較演算することで、被検眼の前記グレードを判断するグレード判断手段と、を備えたことを特徴とするものである。

この構成による水晶体画像解析装置の作用・効果を説明する。まず、被検眼の光学切断面画像データを取得し、エメリーリトルのグレードの判断のために、切断面画像内に特定領域を設定する。特定領域は、胎生核領域を少なくとも部分的に含むか、あるいは、胎生核領域の近傍に設定される。ここで胎生核とは水晶体核を構成する一部であり、水晶体核は、最も芯の部分である胎生核と、その周りを囲む胎児核、さらにそれらを囲む成人核よりなる。本発明は、その胎生核に着目している。白内障が進行すると、水晶体核の硬度が硬くなり、胎生核領域やその近傍の色調が顕著に変化していくためである。

特定領域が設定されると、その特定領域を構成する画素データに基づいて、特定領域内の色を代表する代表色データを演算する。この代表色データは、エメリーリトルのグレードに対応した色調を表していると考えられ、この演算された代表色データを予め記憶してあるグレードが、既知の比較用色データと比較される。そして、もっとも近い比較用色データが、観察された被検眼のグレードであると、判定することができる。これにより、白内障診断におけるエメリーリトル分類の評価を客観的かつ自動で行うことが可能になる。

本発明において、取得された光学切断面画像データから画像処理により水晶体領域を抽出する水晶体抽出手段を備え、
前記特定領域設定手段は、前記特定領域を前記水晶体領域の内部に設定することが好ましい。

この構成によると、画像処理により水晶体領域を抽出する。エメリーリトルのグレードの判断のために、水晶体領域の内部に特定領域を設定する。従って、最初に水晶体領域を抽出してから特定領域を設定するので、

本発明に係る前記特定領域設定手段は、予め設定された形状をスキャンさせながら、相関関数値を算出し、もっとも相関度の高い位置を特定領域として設定することが好ましい。

特定領域を設定するにあたり、予め、その形状は設定しておく。この設定されている形状をスキャンする。スキャンしながら、相関関数値を算出し、算出された相関度がもっとも高い位置を特定領域として設定する。相関関数値の求め方は、特定領域を設定するに好適な求め方を予め決めておけばよく、種々の演算方法が考えられる。これにより、特定領域を適切な位置に自動的に設定することができる。

本発明において、前記相関関数値の算出は、カラーの画素データを構成する（Ｒ，Ｇ，Ｂ）のうち、特定の色データに基づいて行われることが好ましい。例えば、水晶体領域の画像を撮影した場合、画像データに含まれる（Ｇ）の成分は、（Ｒ）（Ｂ）とは異なり、領域の前後において偏りがない。また、グレードが大きな場合、（Ｇ）ではなく（Ｒ）に着目した方が精度よく特定領域を設定できる。このように、特定の色データに基づいて行うことで、特定領域の設定を精度よく行うことができる。

本発明に係る代表色データ演算手段は、特定領域を構成するカラーの画素データの（Ｒ，Ｇ，Ｂ）の平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）を代表色データとして演算し、
前記グレード判断手段は、前記平均値を前記比較用色データと比較して、最も近接した比較用色データのグレードを被検眼のグレードと判断することが好ましい。

エメリーリトル分類は、そのグレードと水晶体の色調が対応づけられるので、水晶体の色調に対応するデータとして、特定領域の代表色データを演算する。代表色として、平均値を求め、これを、予め求めておいた比較用色データと比較する。比較用色データの中から最も近いグレードを、その被検眼のエメリーリトル分類のグレードとすることができる。これにより、簡単な演算手法によりグレードを求めることができる。

本発明において、前記グレード判断手段により、特定のグレードであると判断された場合、前記特定領域設定手段は、特定領域を水晶体領域の後方側に再設定する機能を有することが好ましい。

エメリーリトル分類によれば、白内障が進行すると（グレードが大きくなると）黄色から茶色へと変化していく。このとき、色が変化する領域が水晶体領域の後方側に生じることがある。この場合、最初に設定した特定領域内での評価のみでは、正しいグレードが得られないことがある。かかる場合、特定領域を後方側に再設定し、再度グレードを判断するようにする。これにより、精度の高い解析を行うことができる。

＜水晶体画像解析プログラム＞
本発明に係る水晶体画像解析装置は、下記の特徴を有する水晶体画像解析プログラムをコンピュータにインストールすることにより実現することができる。

すなわち、上記課題を解決するため本発明に係る水晶体画像解析プログラムは、
被検眼を撮影することにより得られた被検眼の光学切断面画像データを取得するステップと、
取得された光学切断面画像データから、胎生核領域を少なくとも部分的に含む、あるいは、胎生核領域の近傍に設定される特定領域を水晶体領域の内部に設定するステップと、
前記特定領域を構成する画素データに基づいて、特定領域内の色を代表する代表色データを演算するステップと、
エメリーリトル分類のグレードが既知の比較用色データと、演算された代表色データとを比較演算することで、被検眼の前記グレードを判断するステップと、をコンピュータに実行させることを特徴とするものである。

さらに、取得された光学切断面画像データから画像処理により水晶体領域を抽出するステップを備え、前記特定領域設定ステップは、前記特定領域を前記水晶体領域の内部に設定することを特徴とする。

上記特定領域設定ステップは、予め設定された形状をスキャンさせながら、相関関数値を算出し、もっとも相関度の高い位置を特定領域として設定することを特徴とする。

前記相関関数値の算出ステップは、カラーの画素データを構成する（Ｒ，Ｇ，Ｂ）のうち、特定の色データに基づいて行われることを特徴とする。

前記代表色データ演算ステップは、特定領域を構成するカラーの画素データの（Ｒ，Ｇ，Ｂ）の平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）を代表色データとして演算し、
前記グレード判断ステップは、前記平均値を前記比較用色データと比較して、最も近接した比較用色データのグレードを被検眼のグレードと判断することを特徴とする。

前記グレード判断ステップにより、特定のグレードであると判断された場合、前記特定領域設定手段は、特定領域を水晶体領域の後方側に再設定することを特徴とする。

水晶体画像解析装置を含む前眼部観察装置の機能を示すブロック図 演算器の機能を説明するブロック図 眼球の水平断面図を部分的に示す図 グレードを判断するまでの手順を示すフローチャート 光学切断面画像をモニターに表示させた図 水晶体領域内における特定領域の設定を示す図 特定領域を表す楕円形の長軸に対して直交する線分の設定を示す図 明るさ分布データを示す図 特定領域を決定するまでの手順を示すフローチャート 比較用色データを３次元座標にプロットした状態を示す図 中心間層の有無を確認するための手順を示す図 グレード決定までの処理内容をまとめた表 エメリーリトル分類によるグレード分けを示す図 特定領域を設定する別実施形態を説明する図

本発明に係る水晶体画像解析装置の好適な実施形態を図面を用いて説明する。図１は、水晶体画像解析装置を含む前眼部観察装置の機能を示すブロック図である。

＜前眼部観察装置の構成＞
図１に示すように、本実施形態の前眼部観察装置１００は、光学装置１と水晶体画像解析装置として機能する解析装置２とを備えている。なお、図１において、光学装置１については、画像解析に関する構成のみ示されている。この解析装置２には、エメリーリトル分類のグレードを自動判定するための機能が設けられている。

光学装置１は、被検眼の縦方向の光学切断面の画像（以下、縦光学切断面画像という）を撮像してこれを出力する縦断面撮像素子１０と、被検眼の横方向の光学切断面の画像（以下、横光学切断面画像という）を撮像してこれを出力する横断面撮像素子１１とを備えている。光学装置１は、この他、種々の光学素子等を備えている。なお、光学装置１の具体的な構成は、本出願人による特開２００９−５６１４９号公報に開示される光学装置の構成をそのまま利用することができる。

解析装置２は、演算器２０と、モニター２１と、入力装置２２とを備えている。水晶体解析装置２は、例えばパーソナルコンピュータとその周辺機器で構成され、演算器２０は本体たるパーソナルコンピュータで構成され、モニター２１は、画像表示装置で構成され、入力装置２２は、マウス、キーボード等のデータ入力用の操作具で構成されている。

演算器２０は、例えば、ＣＰＵと主メモリを備えていて、主メモリには後述する水晶体解析プログラム含む所定のプログラムが格納されている。そして、このプログラムをＣＰＵが読み出して実行することにより、所要の処理及び制御が遂行される。具体的には、演算器２０は、縦断面撮像素子１０及び横断面撮像素子１１から、それぞれ、縦光学切断面画像及び横光学切断面画像が入力されて、これらに基づき被検眼の角膜及び水晶体の前後面の曲率半径を計測する。また、後述するように水晶体画像を解析してエメリーリトル分類のグレードを判定する。また、入力装置２２から入力される情報や光学装置１から入力される画像データに基づき、モニター２１に必要な表示を行い、かつ光学装置１の全体的な動作を制御する。

＜演算器の機能構成＞
次に、演算器２０の機能について図２のブロック図により説明する。解析装置２は、水晶体画像解析以外の解析機能も備えているが、図２には、水晶体画像解析に関係する機能のみを示す。

画像取得手段２００は、光学装置１により撮影された被検眼の光学切断面画像データを取得する。ここでの光学切断面画像は、縦断面撮像素子１０により撮影された画像である。水晶体抽出手段２０１は、得られた光学切断面画像データから画像処理技術を用いて水晶体領域を抽出する。水晶体領域を抽出する具体例は後述するが、水晶体領域を抽出する技術自体は公知である。なお、縦断面撮像素子１０ではなく横断面撮像素子１１を用いてもよいが、縦断面の方が瞼の影響を受けにくく、解析を行いやすい。

特定領域設定手段２０２は、抽出された水晶体領域の内部に特定領域を設定する。特定領域は、水晶体領域よりも小さな面積を有し、かつ、胎生核領域を少なくとも部分的に含むか、胎生核領域の近傍に設定される。

ここで胎生核について説明する。図３は、眼球の垂直断面図を部分的に示す図である。眼球の前方から順に角膜３０、瞳孔３１、水晶体３２、硝子体３３が位置する。水晶体３２は、ほぼ回転楕円体形状（凸レンズ形状）を有しており、そのほぼ中央部に胎生核３２ａが位置する。この胎生核３２ａを少なくとも部分的に含む領域あるいは胎生核３２ａの近傍を特定領域として設定する。この特定領域内の色調を見ることにより、白内障の進行度を判定することができる。

核白内障の進行度を判定する基準としてエメリーリトル分類によるグレード分けがある。図１３は、その各グレードの内容を示す図である。この分類は、白内障の進行に伴い胎生核（水晶体核）が固くなり、色調が変化することに着目したものである。グレードは０から５まであり、数値が大きいほど、白内障が進行した状態を示す。また、数値が大きくなるほど、胎生核は堅くなり、色調は黄色から茶色へと変化していく。本発明においては、特定領域を設定して、その領域内の色調を調べ、グレードを自動判定しようとするものである。なお、グレード０における「核なし」は、核が透明で画像上視認できない状態を意味する。

代表色データ演算手段２０３は、特定領域を構成する画素データに基づいて、特定領域内を代表する代表色データを演算する機能を有する。光学装置１から取得される光学切断面画像データは、（Ｒ，Ｇ，Ｂ）のカラーの画像データである。特定領域を構成するすべての画素についての（Ｒ，Ｇ，Ｂ）データを加算し、平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）を演算する。この平均値を代表色データとする。

色データ記憶手段２０４は、エメリーリトル分類のグレードが既知のデータ（比較用色データ）が多数記憶されている。グレード０〜５の各グレードについて、過去のデータが（Ｒ，Ｇ，Ｂ）の形式で記憶されている。記憶されているデータ数は、１つのグレードについて１つだけではなく、多数のデータを記憶させておくことが好ましい。これにより、判断精度を高くすることができる。色データ記憶手段２０４は、ハードディスク等の大容量記憶装置や、外部記憶装置を使用することができる。

グレード判断手段２０５は、演算された代表色データと、既知の比較用色データを比較して、最も近接したグレードを、被検眼のグレードであると判断する。

＜グレード判断手順＞
次に、グレードを判断するまでの手順を図４のフローチャートに沿って説明する。図５に示すように、光学装置１により撮影された光学切断面画像を取得し（Ｓ１）、モニター２１に表示させた状態を示す。まず、画像処理により角膜３０を抽出する（Ｓ２）。角膜３０は、図５でもわかるように眼の一番前に位置しており、角膜３０の前後は画像が暗くなっている。このような特性に着目し、角膜３０の前ライン３０ａと後ろライン３０ｂをそれぞれ画像処理により抽出する。これにより、角膜３０を抽出することができる。

次に、水晶体３２を抽出する（Ｓ３）。水晶体３２は、角膜３０の後部に位置することはわかっている。また、水晶体３２は緑がかった色調を呈していることと、水晶体３２の周囲は暗くなっていることから、まず、水晶体３２の前部境界３２ｂを画像処理により抽出する。次に、同様に後部境界３２ｃを抽出する。

水晶体３２の全体形状は楕円形に近似できるので、上記のように前部境界３２ｂと後部境界３２ｃが抽出されると、水晶体全体を楕円形で近似することができ、これを水晶体領域４０とする。図６は、楕円形で近似された水晶体領域４０を示す。これにより、水晶体３２の位置が確定する。水晶体領域４０が決まると、次に、特定領域４１を設定する必要があるが、まず、特定領域４１の形状を設定する（Ｓ５）。形状は、水晶体領域４０と相似形の楕円形であり、所定比率で縮小することで決められる。例えば、長軸の長さが４０〜６０％になるように縮小する。好ましくは、５０％前後になるように設定する。

次に、水晶体領域４０の中に、特定領域４１の位置を設定する必要がある。そのために、上記楕円形状のスキャン処理を実行する（Ｓ６）。これは、図６に示すように、水晶体領域内で楕円形状を最前部（４１ａで示す）から最後部（４１ｂで示す）へとスキャンしながら、相関関数値を演算する処理である。なお、特定領域４１は、水晶体領域４０の左右方向の中央位置にあると推定されるので、スキャンする方向は、中央最前部（４１ａ）から中央最後部（４１ｂ）まで行えば十分である。この処理に関して、以下、図９のフローチャートを参考にしながら詳しく説明する。

まず、図７に示すように、特定領域４１を表す楕円形の長軸４１０（左右方向になる）に対して直交する線分４１１を設定する。その線分４１１を、長軸４１０の上側部分４１１ａと下側部分４１１ｂに分ける。この線分４１１における明るさの分布は、例えば、図８（ａ）のように示される。ただし、この分布はカラー画像データのうち、Ｇ（緑）の成分である。Ｒ（赤）成分は水晶体領域４０の後方に偏り、Ｂ（青）成分は前方に偏る傾向があるのに対して、Ｇ成分は前後に偏りがない。従って、特定領域４１を設定するための画像処理は、Ｇの成分に基づいて行われる。

次に、上側部分４１１ａについて明るさの平均値を求めると共に、下側部分４１１ｂについても明るさの平均値を求める（Ｓ２０）。次に、明るさの分布値を求められた平均値で減算すると、図８（ｂ）に示すように、直流成分が除去され、０に対して±に変動する分布データになる。これを上側部分４１１ａと、下側部分４１１ｂのそれぞれについて行う。さらに、図８（ａ）に示す明るさ分布データについて標準偏差σを求める（Ｓ２１）。図８（ｂ）に示す分布データを標準偏差σで割り算する。これにより、変動の範囲は、標準偏差を１とした値に正規化される（Ｓ２２）。これも上側部分４１１ａと、下側部分４１１ｂのそれぞれについて行う。

以上のようにして、上側部分４１１ａと下側部分４１１ｂのそれぞれについて、正規化された明るさの分布データが得られる。そして、上側部分４１１ａの分布データを表す関数と、下側部分４１１ｂの分布データを表す関数の間で相関関数値を求める（Ｓ２３）。これは、上下の分布データがどの程度類似しているかを表す値である。

上記の相関関数値を楕円形の長軸４１０に沿って、例えば、左から右へスキャンし（Ｓ２４）、各線分４１１について相関関数値を演算し、それらを全て加算して加算相関値を求める（Ｓ２５）。この加算相関値が、その位置における特定領域４１の相関度とする。

前述のように、楕円形状を中央最前部（４１ａ）から中央最後部（４１ｂ）までスキャンし（Ｓ２６）、各位置における相関度を演算する。各位置での相関度を図６の左側にグラフ［Ａ］で示す。相関度が最も高い位置を特定領域４１として設定する（Ｓ７，Ｓ２７）。以上のようにして、特定領域４１を自動的に設定することができる。

図４のフローチャートに戻り、特定領域４１が設定されると、次に、代表色データを演算する（Ｓ８）。これは、代表色データ演算手段２０３の機能に基づいて行われる。特定領域４１は、多数の画素データにより構成され、各画素データは、カラーの画素データ（Ｒ，Ｇ，Ｂ）で構成される。特定領域４１を構成するすべての画素データ（Ｒ，Ｇ，Ｂ）について加算し、平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）を求める。なお、平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）は、ただ１つ求まる数値である。

次に、この代表色データを予め記憶してある比較用色データと比較する（Ｓ９）。比較用色データの一例を図１０に示す。既知の各グレード０〜５についての代表色をプロットしたものである。代表色は（Ｒ，Ｇ，Ｂ）で表されるので、３次元座標にプロットさせることができる。演算された平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）と、既知の比較用色データ（Ｒ，Ｇ，Ｂ）の、３次元空間における距離を演算する。距離の演算は次のようにして行う。各グレードには、複数のプロット点（データ群）があり、このデータ群の平均位置と共分散行列を求めておき、マハラノビス距離を演算する。最もマハラノビス距離が近いプロット点に対応するグレードを、被検眼のグレードとして仮決定する（Ｓ１０）。

なお、グレード判断手段２０５は、ステップＳ１０における仮決定グレードが３，４，５の場合は、そのグレードをそのまま最終決定のグレードとする（Ｓ１３）。また、仮決定グレードが０，１の場合は、改めて０，１を決定するための処理を行う（Ｓ１１）。

仮決定グレードが０，１の場合は、中心間層を確認する処理を行う（Ｓ１４）。図１１は、特定領域４１を長軸４１０に平行な線分４１２でスライスした状態を示す。中心間層とは、通常は、胎生核３２ａの前後方向のほぼ中央に位置し、散乱反射光の少ない領域（透明な領域）のことを指している。

上記スライスした線分４１２は、特定領域４１の短軸４１３を構成する画素数に対応した数だけ存在する。各線分４１２について、Ｇ（緑）の成分についてのみ平均値を演算する。その平均値をグラフ化したものを図１１の右側に示している。中心間層が存在すれば、その部分は暗くなるので、そのグラフ［Ｂ］は、図１１に示すように左側に凹みが生じる。この凹みの有無により、中心間層の有無を判定することができる。中心間層があれば、グレード０であると最終決定し、中心間層がなければグレード１であると最終決定する。

次に、仮決定においてグレード２であると判定された場合（Ｓ１２）、特定領域設定手段２０２は、特定領域４１を再設定する。再設定される特定領域４１は、水晶体領域４０内の一番後ろの位置、すなわち、図６の４１ｂで示される位置である。グレードが進行してくると、色調の変化が水晶体領域４０の後方側にあらわれてくるので、後方に特定領域４１を再設定する。

再設定した後は、ステップＳ８，Ｓ９，Ｓ１０と同じ内容の処理を行い、再度、グレード判定を行う。ここで判定されたグレードが最終決定される。ここで判定される可能性のあるグレードはグレード２〜５であり、これがそのまま最終決定グレードとされる。以上の内容を図１２にまとめて示す。

＜水晶体抽出手段を設けない別実施形態＞
本実施形態では、水晶体抽出手段２０１を設けて水晶体領域４０を抽出してから特定領域４１の設定を行っているが、水晶体領域４０を抽出しないで特定領域４１を設定する構成を採用してもよい。例えば、次のような構成が考えられる。

特定領域の画像データ（パターン）を予め用意しておき、このパターンを得られた光学切断面画像内をスキャンさせる。そして、最も近似度の高い位置を特定領域として設定することができる。例えば、胎生核は中心間層を有しているなど、特有の画像パターンを有している。このパターンをスキャンすることで、胎生核を含む領域を抽出することができる。

また、光学切断面画像の断面パターンを予め記憶しておき、この断面パターンを実際に撮影された光学切断面画像の断面データと比較して特定領域を抽出する方法が考えられる。図１４に示すように、眼球の前方から角膜３０、前眼房３４、水晶体３２が位置しており、その輝度分布も推定可能である。そこで、予め代表的な輝度分布パターンを断面パターンとして記憶しておき（図１４（ａ））、これを実際に取得された光学切断面画像の断面データ（（ｂ）で示す）と比較する。比較する時に、眼の大きさの違いを考慮して、（ａ）に対して比率（矢印Ｄ方向）を掛けた状態で比較し、最も合致した時の比率における断面パターンから特定領域を抽出する。なお、特定領域の位置は、断面パターンの中で決まっている（Ｅで示す）ので、この位置と比率とから特定領域を設定することができる。

本実施形態では、予め決められた楕円形の形状を水晶体領域４０の内部でのみスキャンさせているが、水晶体領域４０を抽出あるいは設定しない場合は、光学切断面画像の前から後ろへと広い範囲でスキャンし、本実施形態と同様に相関関数値の最も高いところを特定領域と設定してもよい。

＜水晶体抽出手段を設ける場合の別実施形態＞
特定領域４１の設定の仕方は他にも種々考えられる。本実施形態では、相関度を求めて、最も相関度の高い位置を特定領域４１として設定している。設定される特定領域４１は、水晶体領域４０のほぼ中央にあると推定されるので、水晶体前面から後面が確実に映っている画像であれば、水晶体領域４０の中央に設定してもよい。

本実施形態では、特定領域を楕円形に設定しているが、この形状に限定されるものではない。楕円以外にも円形、長円形、長方形、正方形等、種々の形状を設定することができる。また、楕円形を設定する場合にも相似形である必要はない。特定領域の形状や大きさにより、設定された特定領域内に胎生核が完全に含まれることもあり、部分的に含まれることもある。あるいは、再設定される特定領域のように、胎生核が部分的に含まれたり、あるいは、胎生核の範囲外であるが、近傍に設定される場合もある。

本実施形態では、水晶体領域４０の左右方向の中央部に特定領域４１を設定しているが、これに限定されるものではなく、左右のいずれかに偏った位置に設定されてもよい。

本実施形態では、特定領域４１を再設定する時に、水晶体領域４０内の最後方に設定しているが、これに限定されるものではない。例えば、最初に設定した特定領域の所定距離分だけ後方に設定するようにしてもよい。再設定される特定領域４１の大きさは、最初に設定した特定領域４１の大きさや形状と同じでもよいし異なっていてもよい。

＜相関関数値を求める時の別実施形態＞
本実施形態では、特定領域４１を設定するまでの画像処理は、Ｇの成分（特定の色データ）に基づいて行っている。これに代えて、Ｇの成分とＲの成分（これらも特定の色データに相当）の両方により、相関値の分布を求めておき、Ｇ成分に基づいて得られたグレードが高い場合（３〜５の場合）、Ｒ成分に基づいて相関値の最も高い位置に特定領域を再設定し、グレードを最終決定してもよい。グレードが高くなると、色調にＲ成分が増加してくるので、上記のように設定することで、グレード判定の精度を高めることができる。

また、Ｇの成分に基づいて行うのではなく、ＲＧＢ成分を合成した白黒画像データ（輝度データ）に基づいて、本実施形態と同様の手順で相関値を求めてもよい。

あるいは、Ｒ，Ｇ，Ｂの各成分について、本実施形態と同様の手順で相関値の分布を求めておく。そして、しきい値以上の相関値を有する位置のうち、水晶体領域の前後に偏っていない位置（胎生核が存在していると推定される位置）を特定領域の候補位置として抽出し、その中から、適切な位置を選択することができる。

＜代表色に関する別実施形態＞
代表色データや比較用色データを表す色空間は（Ｒ，Ｇ，Ｂ）表色系に限定されるものではなく、例えば、（Ｘ，Ｙ，Ｚ）表色系や（Ｌ，ａ，ｂ）表色系などの他の色空間を用いてもよい。演算された代表色データと比較用色データの距離を演算する方法は、実施形態の方法に限定されるものではなく、種々の変形例が考えられる。例えば、比較用色データの１つ１つとの距離を演算して求める方法でもよい。

代表色は、平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）ではなく、（Ｒ，Ｇ，Ｂ）の中間値（Ｒ_mid，Ｇ_mid，Ｂ_mid）を用いてもよい。中間値とは、例えば、データが１０００個ある場合、値の小さな方から数えて５００番目（中間位置）のデータの有する値のことである。

あるいは、特定領域４１の重心位置にある（Ｒ，Ｇ，Ｂ）の値を代表色データとしてもよい。本実施形態の場合、特定領域４１は楕円形であるので、楕円の中心における（Ｒ，Ｇ，Ｂ）の値が代表色データとなる。

あるいは、平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）±標準偏差の幅を有する色空間エリアを求め、この色空間エリアと、予め記憶してあるエメリーリトル分類の各グレードのデータ群（本実施形態で説明したものと同じ）とのマハラノビス距離に基づいて、最も近い距離にあるグレードを決めることができる。

あるいは、特定領域内のすべての画素についての（Ｒ，Ｇ，Ｂ）情報を３次元空間上にプロットし、このデータ群の平均値と共分散行列を求め、これをデータ群の特徴量とする。一方、予め記憶している各グレードのデータ群の特徴量から、３次元空間上でのマハラノビス距離を求め、最も近い距離にあるグレードを決めることができる。

本実施形態では、水晶体３２の後部境界３２ｃが不明瞭な画像であっても、前部境界３２ｂを抽出できれば、水晶体領域４０を設定可能である。前部境界３２ｂを表す曲線の曲率から、水晶体領域４０を表す楕円形を推定できるからである。

本実施形態において、最初の判定でグレード２と判断されたときに、特定領域の再設定を行っているが、例えば、グレード３の時も同じように再設定をしてもよい。

１ 光学装置
２ 解析装置
２０ 演算器
２００ 画像取得手段
２０１ 水晶体抽出手段
２０２ 特定領域設定手段
２０３ 代表色データ演算手段
２０４ 色データ記憶手段
２０５ グレード判断手段
２１ モニター
２２ 入力装置
３０ 角膜
３２ 水晶体
３２ａ 胎生核
４０ 水晶体領域
４１ 特定領域

Claims (6)

1. 被検眼を撮影することにより得られた被検眼の光学切断面画像データを取得する画像取得手段と、
   取得された光学切断面画像データから、胎生核領域を少なくとも部分的に含む、あるいは、胎生核領域の近傍に設定される特定領域を水晶体領域の内部に設定する特定領域設定手段と、
   前記特定領域を構成する画素データに基づいて、特定領域内の色を代表する代表色データを演算する代表色データ演算手段と、
   エメリーリトル分類のグレードが既知の比較用色データを予め記憶してある色データ記憶手段と、
   前記既知の比較用色データと、演算された代表色データとを比較演算することで、被検眼の前記グレードを判断するグレード判断手段と、を備えたことを特徴とする水晶体画像解析装置。
2. 取得された光学切断面画像データから画像処理により水晶体領域を抽出する水晶体抽出手段を備え、
   前記特定領域設定手段は、前記特定領域を前記水晶体領域の内部に設定することを特徴とする請求項１に記載の水晶体画像解析装置。
3. 前記特定領域設定手段は、予め設定された形状をスキャンさせながら、相関関数値を算出し、もっとも相関度の高い位置を特定領域として設定することを特徴とする請求項１又は２に記載の水晶体画像解析装置。
4. 前記相関関数値の算出は、カラーの画素データを構成する（Ｒ，Ｇ，Ｂ）のうち、特定の色データに基づいて行われることを特徴とする請求項３に記載の水晶体画像解析装置。
5. 前記代表色データ演算手段は、特定領域を構成するカラーの画素データの（Ｒ，Ｇ，Ｂ）の平均値（Ｒ_ave，Ｇ_ave，Ｂ_ave）を代表色データとして演算し、
   前記グレード判断手段は、前記平均値を前記比較用色データと比較して、最も近接した比較用色データのグレードを被検眼のグレードと判断することを特徴とする請求項１~４のいずれか１項に記載の水晶体画像解析装置。
6. 前記グレード判断手段により、特定のグレードであると判断された場合、前記特定領域設定手段は、特定領域を水晶体領域の後方側に再設定する機能を有することを特徴とする請求項１〜５のいずれか１項に記載の水晶体画像解析装置。
   

Images