JP2013215466A - 眼科装置 - Google Patents

Abstract

【課題】角膜内皮細胞画像に含まれるダークエリアを解析する眼科装置を開示する。
【解決手段】 この眼科装置では、角膜内皮細胞を撮影した角膜内皮細胞画像が入力されると、入力された角膜内皮細胞画像からダークエリアが抽出される（ステップＳ１０〜Ｓ１６）。次いで、抽出されたダークエリアに対して解析処理が実行される（ステップＳ１８）。最後に、ダークエリアに対して実行された解析処理の結果が出力される（ステップＳ２０）。
【選択図】 図２

Description

本明細書に開示する技術は、角膜内皮細胞を解析する眼科装置に関する。

特許文献１は、角膜内皮細胞を解析する解析装置を開示する。特許文献１に開示される解析装置では、まず、モニタに角膜内皮細胞画像が表示される。角膜内皮細胞画像に島状ノイズ領域（グッタータと呼ばれる症状等）が含まれていると、オペレータは、マウスを操作して島状ノイズ領域を解析対象から除外する。演算制御部は、島状のノイズ領域が除去された角膜内皮細胞画像に対して解析を行う。

特開２００９−２５４５３３号公報

「スペキュラーマイクロスコピー」第１版，７１〜７４ページ，１９９０年，株式会社南山堂

非特許文献１に記載されるように、グッタータは、角膜後面に形成される隆起物であり、フックス（Ｆｕｃｈｓ）角膜ジストロフィなどによって生じる。グッタータそのものは治療対象とはならないが、グッタータから有用な診断情報が得られることが期待される。例えば、グッタータの進行の程度（ステージ）によって、角膜内皮細胞の機能低下や短命化の予測が可能になる。

角膜内皮細胞観察装置（スペキュラーマイクロスコープ）では、これらグッタータ等がダークエリアとして観察される。しかしながら、上述した特許文献１の技術では、角膜内皮細胞画像に含まれるダークエリア（グッタータ等が含まれる島状ノイズ領域）を除去し、その除去後の角膜内皮細胞画像のみを解析している。このため、本明細書は、角膜内皮細胞画像に含まれるダークエリアを解析する眼科装置を開示する。

本明細書に開示する眼科装置は、角膜内皮細胞を撮影した角膜内皮細胞画像を入力する画像入力部と、画像入力部により入力された角膜内皮細胞画像からダークエリアを抽出する抽出部と、抽出部により抽出されたダークエリアを解析する解析部と、解析部により解析された解析結果を出力する解析結果出力部を有する。

この眼科装置では、角膜内皮細胞画像からダークエリアを抽出し、その抽出したダークエリアを解析する。そして、ダークエリアを解析した結果が出力される。このため、角膜内皮細胞に含まれるダークエリアを客観的に評価することができる。

また、本明細書は、角膜内皮細胞を撮影した角膜内皮細胞画像を解析するためのプログラムを開示する。このプログラムは、コンピュータに下記の処理、即ち、角膜内皮細胞画像からダークエリアを抽出する抽出処理と、抽出処理により抽出されたダークエリアを解析する解析処理と、解析処理により解析された解析結果を出力する解析結果出力処理を実行させる。

本実施例に係る眼科装置の概略構成図。 本実施例に係る眼科装置の演算装置で実行される処理の手順を示すフローチャート。 ダークエリアの抽出処理（図２のステップＳ１６）の手順を示すフローチャート。 撮影装置で撮影される角膜内皮細胞画像を説明するための図。 角膜内皮細胞画像と、その画像に含まれる解析対象外領域とを合わせて示す図。 角膜内皮細胞画像から解析対象外領域の境界線を設定する処理を説明するための図（その１）。 角膜内皮細胞画像から解析対象外領域の境界線を設定する処理を説明するための図（その２）。 角膜内皮細胞画像から解析対象外領域の境界線を設定する処理を説明するための図（その３）。 角膜内皮細胞画像と、その角膜内皮細胞画像内に示すｘ方向走査線に沿ったグレイレベルの変化を合わせて示す図。 角膜内皮細胞画像と、その角膜内皮細胞画像内に示すｙ方向走査線に沿ったグレイレベルの変化を合わせて示す図。 ダークエリアの境界を決定する処理を説明するための図（その１）。 ダークエリアの境界を決定する処理を説明するための図（その２）。 ダークエリアを統合する処理を説明するための図。 角膜内皮細胞画像と、その画像から抽出されたダークエリアとを重ね合わせて示す図。 モニタに表示される解析結果（ダークエリアの解析結果）の一例。

以下に説明する実施例の主要な特徴を列記しておく。なお、以下に記載する技術要素は、それぞれ独立した技術要素であって、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。

本明細書に開示する眼科装置では、解析部は、抽出されたダークエリアの個数に関するデータと、ダークエリアの面積に関するデータの少なくとも一つを算出してもよい。このような構成によると、ダークエリアを定量的に評価でき、角膜内皮細胞の状態を適切に診断することができる。

本明細書に開示する眼科装置では、解析結果出力部は表示器を有していてもよい。この場合、表示器は、画像入力部により入力された角膜内皮細胞画像に、抽出部により抽出されたダークエリアを重ね合わせて表示してもよい。このような構成によると、ダークエリアの分布の状態を視覚的に確認することができる。

本明細書に開示する眼科装置では、抽出部は、角膜内皮細胞画像内の解析対象外領域を除去し、解析対象外領域を除去した後の角膜内皮細胞画像からダークエリアを抽出してもよい。このような構成によると、角膜内皮細胞画像から解析対象外領域を除去してからダークエリアを抽出するため、角膜内皮細胞画像から効率的にダークエリアを抽出することができる。

本明細書に開示する眼科装置では、抽出部は、解析対象外領域を除去した後の角膜内皮細胞画像に対して、第１の方向に伸びる第１走査線に沿って走査することでグレイレベルが極小となる１又は複数の極小点を抽出してもよい。そして、抽出された極小点毎に、その極小点を通る第２の方向に伸びる第２走査線に沿って走査し、極小点が第２走査線においても極小となっている場合に、その極小点をダークエリアの底点候補として抽出してもよい。このような構成によると、第１の方向及び第２の方向にグレイレベルが極小となる点を、ダークエリアの底点候補として抽出する。その結果、ダークエリアの誤検出を抑制することができる。

本明細書に開示する眼科装置では、抽出部は、ダークエリアの底点候補として抽出された極小点のそれぞれについて、その極小点から放射状に伸びる線分上の点のグレイレベルの変化に基づいて、ダークエリア候補の境界を決定してもよい。このような構成によると、抽出されたダークエリアの底点候補を基準にダークエリア候補の境界を決定するため、ダークエリアの境界を適切に決定することができる。

図１に示すように、本実施例の眼科装置は、被検眼の角膜内皮細胞を撮影する撮影装置１０と、撮影装置１０で撮影された角膜内皮細胞の画像（以下、角膜内皮細胞画像という）を解析処理する演算装置１２と、演算装置１２による解析結果を表示するモニタ１４を備えている。

撮影装置１０は、いわゆるスペキュラーマイクロスコープであり、角膜内皮細胞を撮影する装置である。撮影装置１０は、被検眼にスリット光を照射する照明光学系と、被検眼で反射されたスリット光の反射像を撮影する撮影光学系を有している。照明光学系は、被検眼に対して斜めに伸びる光軸を有しており、スリット光を被検眼に対して斜めに照射する。撮影光学系は、被検眼に対して斜めに伸びる光軸を有しており、この光軸上に撮像素子（例えば、ＣＣＤ素子）が配置されている。撮影光学系は、被検眼で反射されたスリット光の反射像を撮像素子に導き、撮像素子は、このスリット像を撮影する。これによって、被検眼の角膜内皮細胞画像が撮影される。なお、撮影装置１０には、従来公知の構成（例えば、特開２００６−６８１１０号公報等に開示の構成）を採ることができる。

上述したように、撮影装置１０は、被検眼に対して斜めにスリット光を照射し、そのスリット光の反射像を撮影することで、被検眼の角膜内皮細胞画像を撮影する。このため、図４，５等に示すように、撮影装置１０で撮影される角膜内皮細胞画像１６は、ｘ軸方向の長さがｙ軸方向の長さより短い、長方形状をしている。また、被検眼に斜めにスリット光を照射して撮影するという光学系の特性から、角膜内皮細胞画像１６の左右両側（図４のｘ軸方向の両側であって、図５の四角で囲んでいる領域）には角膜内皮細胞が写らない領域（解析対象外領域）が形成される。なお、撮影装置１０は、撮影された角膜内皮細胞画像１６を演算装置１２に入力する。

演算装置１２は、ＣＰＵ，ＲＯＭ，ＲＡＭ等からなるコンピュータ回路またはシステムによって構成されている。演算装置１２は、メモリに記憶されているプログラムを実行することで、撮影装置１０から入力された角膜内皮細胞画像１６に対して解析処理を行う。すなわち、角膜内皮細胞画像１６は、上述した解析対象外領域と、角膜内皮細胞が写っている解析対象領域を有している。また、解析対象領域（すなわち、角膜内皮細胞画像１６から左右両側の解析対象外領域を除去した領域）には、グッタータ等に起因するノイズ領域（例えば、図５に示す丸で囲った部分）が含まれている。したがって、演算装置１２は、解析対象領域に含まれるノイズ領域を除いた領域に対しては角膜内皮細胞解析処理（例えば、角膜内皮細胞の輪郭を抽出し、その抽出した角膜内皮細胞に対して統計処理）を行う。また、演算装置１２は、解析対象領域内のノイズ領域から抽出されるダークエリアに対してダークエリア解析処理（後で詳述）を行う。なお、角膜内皮細胞解析処理は、従来公知の解析処理であるため、本明細書では、その詳細な説明は省略する。

モニタ１４は、演算装置１２と通信線を介して接続されている。モニタ１４は、演算装置１２から出力される信号に基づいて画像を表示する。例えば、モニタ１４には、撮影装置１０で撮影された角膜内皮細胞画像や、演算装置１２で行われた解析結果等が表示される。

次に、演算装置１２により実行される角膜内皮細胞画像を解析する手順を説明する。撮影装置１０で撮影された角膜内皮細胞画像が入力されると、演算装置１２は、その入力された角膜内皮細胞画像に対して、図２に示す解析処理を実行する。図２に示すように、演算装置１２は、まず、入力された角膜内皮細胞画像のコントラスト補正を行う（Ｓ１０）。すなわち、角膜内皮細胞が写っている角膜内皮細胞画像では、図５に示すように、角膜内皮細胞の輪郭線が暗い色となり、その内部が明るい色となる。したがって、角膜内皮細胞画像に角膜内皮細胞が写っている場合、任意の方向にグレイレベルの変化をみると、その波形は極大値と極小値が交互に現れることとなる（図９，１０等参照）。また、角膜内皮細胞の大きさは、通常は大きくは変化しないため、同じような形状の波の繰り返しとなる。したがって、演算装置１２は、まず、入力された角膜内皮細胞画像の全体のグレイレベルのベースと最大値を均一化する（すなわち、コントラスト補正する）。これによって、任意の方向にグレイレベルの変化をみたときの波形は、極大値と極小値のレベルが大きくは異ならない波形となる。

次に、演算装置１２は、コントラスト補正を行った角膜内皮細胞画像から、角膜内皮細胞が写っていない領域（解析対象外領域）を除去する（Ｓ１２）。具体的な手順としては、まず、演算装置１２は、角膜内皮細胞画像にフィルタ処理を行ってノイズを除去し、画像全体のコントラストを均一になるようにする。この画像に対して、水平方向及び垂直方向に断面をとってそのグレイレベルの変化を見ると、細胞内がグレイレベルが高く（明）、細胞輪郭が低く（暗）なり、高低が交互に現れる波形となる（図６の位置Ｐでのグレイレベルを参照）。次いで、演算装置１２は、水平方向のスキャンを行い、画像左右に現れる波の高低差が小さく変化を始める横方向（Ｘ方向）の位置を抽出し、解析対象外領域の始まりとして境界点を設定する（図６参照）。演算装置１２は、この水平方向のスキャンを画像上端から下端まで順次行う。全スキャンから得られた境界点から解析対象外領域の境界線を設定する（図７参照）。または、全スキャンから得られた境界点から総合的に判断して、縦方向（Ｙ方向）に直線状の境界線を設定してもよい（図８参照）。この場合、ステップＳ１６のダークエリア抽出時にスキャン開始点が一律となるため、抽出作業が容易となる。なお、解析対象外領域と解析対象領域の境界の判断においては、例えば、グレイレベルの波形の波高（極大値と極小値の差）と波数（ある決められた画素数内における波の数）がある適当な設定値を下回る位置をもって、急峻に変化を始める位置（解析対象領域の始まり）とすることができる。このように、角膜内皮細胞画像から解析対象外領域を除去することで、ステップＳ１４以降の処理を適切にかつ効率よく行うことができる。

次に、演算装置１２は、角膜内皮細胞画像に含まれる局所的なノイズを除去するため、角膜内皮細胞画像の平滑化処理を行う（Ｓ１４）。平滑化処理には、急峻な変化をする部位においては、その変化を保持し、さらに強調することができる機能のフィルタを適用する。平滑化処理によって、局所的なノイズが除去されると共に、グレイレベルの低い領域（ノイズ領域（ダークエリア候補））のグレイレベルが大きく低下する。その結果、ノイズ領域（ダークエリア候補）の境界部のグレイレベルの変化が急峻となる。なお、ステップＳ１４の平滑化処理では、平滑化フィルタを複数回かけるようにしてもよい。

次に、演算装置１２は、角膜内皮細胞画像からダークエリアを抽出する処理を行う（Ｓ１６）。ステップＳ１６の処理を、図３を用いて詳細に説明する。図３に示すように、演算装置１２は、まず、角膜内皮細胞画像をｘ軸方向にスキャンして、グレイレベルが極小点となる１又は複数の点を抽出する（Ｓ２２）。具体的には、図９に示すように、演算装置１２は、角膜内皮細胞画像内のｘ軸方向に伸びる走査線上のグレイレベルの波形から、その波形において極小点となる位置を抽出する。この処理を、角膜内皮細胞画像の上端から下端まですべてについて行う。

次に、演算装置１２は、ステップＳ２２で抽出した１又は複数の点から１つの点を選択し（Ｓ２４）、その点を中心にｙ軸方向にスキャンし、その選択した点でグレイレベルが極小点となっているか否かを判断する（Ｓ２６）。具体的には、図１０に示すように、演算装置１２は、選択した点を通るｙ軸方向に伸びる走査線上のグレイレベルの波形から、その波形において選択した点が極小値となっているか否かを判断する。

選択した点でグレイレベルがｙ軸方向についても極小点となっている場合（ステップＳ２６でＹＥＳ）は、演算装置１２は、選択した点をノイズ領域（ダークエリア候補）の底点として決定する（Ｓ２８）。一方、選択した点でグレイレベルがｙ軸方向について極小点となっていない場合（ステップＳ２６でＮＯ）は、ステップＳ２８をスキップし、ステップＳ３０に進む。これによって、ｘ軸方向にのみグレイレベルが極小となる点は除去され、ｘ軸方向及びｙ軸方向の両者にグレイレベルが極小となる点のみが、ノイズ領域の底点として選択されることとなる。

ステップＳ３０に進むと、演算装置１２は、ステップＳ２２で抽出した全ての点について、上記のステップＳ２６，２８の処理を実行したか否かを判定する。抽出した全ての点について処理を実行していない場合（ステップＳ３０でＮＯ）は、演算装置１２は、ステップＳ２４に戻って、ステップＳ２４からの処理を実行する。これによって、ステップＳ２２で抽出した全ての点について、ステップＳ２６，２８の処理が実行される。一方、抽出した全ての点について処理を実行している場合（ステップＳ３０でＹＥＳ）は、ステップＳ３２に進む。

ステップＳ３２に進むと、演算装置１２は、ステップＳ２８でノイズ領域の底点として決定した１又は複数の点から１つの点を選択し、その点についてノイズ領域（ダークエリア候補）の境界を特定する（Ｓ３４）。ノイズ領域の境界を特定する手順について説明する。まず、演算装置１２は、図１１に示すように、ステップＳ３２で選択した点（極小点）を中心として、放射状に所定の長さの線分を３６０°回転させる。次いで、演算装置１２は、放射線毎に、その放射線上の画素のグレイレベルの波形から、選択した点（極小点）の近傍に位置する極大点までのグレイレベルの変化を求める。次に、演算装置１２は、選択した点（極小点）のグレイレベルと極大点のグレイレベルから平均グレイレベルを求める。そして、演算装置１２は、その放射線上のグレイレベルの波形において平均グレイレベルよりグレイレベルが低くなる部分をノイズ領域（ダークエリア候補）として認定する。例えば、図１２に示すように、走査線上のグレイレベルが変化する場合において、極小点Ｂｎのノイズ領域（ダークエリア候補）の境界を特定するときは、まず、極小点Ｂｎとその近傍の極大点（例えば、Ｐｎ）を特定する。次いで、極小点と極大点のグレイレベルの平均値（Ｌ_Ｐｎ＋Ｌ_Ｂｎ）／２を求め、この平均値より低い領域（図中、Ｐｎ−Ｂｎ間のノイズ領域と示す範囲）をノイズ領域（ダークエリア候補）と決定する。なお、放射線毎にノイズ領域を決定するため、隣接する放射線においてノイズ領域の境界が大きく変化する場合がある。このため、所定の角度範囲でデータを平滑化し、隣接する放射線上のデータより大きく相違するデータを削除する。また、単なる平滑化を行うだけでなく、予め標準偏差を求め、標準偏差値から大きく外れるデータを除外して上で平滑化処理を行うようにしてもよい。

次に、演算装置１２は、ステップＳ３０で抽出した全ての点について、上記のステップＳ３４の処理を実行したか否かを判定する（Ｓ３６）。抽出した全ての点について処理を実行していない場合（ステップＳ３６でＮＯ）は、演算装置１２は、ステップＳ３２に戻って、ステップＳ３２からの処理を実行する。これによって、ステップＳ３０で抽出した全ての点について、ステップＳ３０の処理が実行され、ノイズ領域が決定される。一方、抽出した全ての点について処理を実行している場合（ステップＳ３６でＹＥＳ）は、ステップＳ３８に進む。

ステップＳ３８では、演算装置１２は、ステップＳ３４で決定したノイズ領域のうち、重複するものを統合する（Ｓ３８）。すなわち、ステップＳ３４の処理は、ステップＳ３０で抽出した全ての点について行われるため、図１３に示すように、複数のノイズ領域が重複する場合がある。すなわち、１つのノイズ領域内に複数の極小点が存在し、各極小点について決定されるノイズ領域が重複する。したがって、このような場合は、これら重複するノイズ領域を１つのノイズ領域に統合する。

次に、演算装置１２は、ノイズ領域毎に、そのノイズ領域がダークエリアか否かを判断する（Ｓ４０）。すなわち、抽出されたノイズ領域は、グレイレベルの低い領域であっても、ダークエリアでない可能性もある。そこで、抽出されたノイズ領域がダークエリアか否かを判断する。例えば、ノイズ領域の面積が予め設定された設定値（第１設定値）より小さい場合、撮影上の影である可能性があるため、そのノイズ領域はダークエリアではないと判断する。あるいは、ノイズ領域の面積が予め設定された別の設定値（第２設定値）より小さく、かつ、そのアスペクト比が所定値を超える場合、角膜内皮細胞の輪郭線を誤認識している可能性があるため、そのノイズ領域をダークエリアではないと判断する。あるいは、エッジが不鮮明な場合は、なだらかに変化している影を持つ部分である可能性があるため、そのノイズ領域をダークエリアではないと判断する。あるいは、ノイズ領域の面積が中程度の大きさであり（すなわち、第１設定値＜面積＜第２設定値）、かつ、その周囲が複数の極大点で囲まれていない場合は、角膜内皮細胞上のノイズ領域ではない可能性があるため、そのノイズ領域をダークエリアではないと判断する。そして、演算装置１２は、これらの除外条件のいずれにも該当しないノイズ領域を、ダークエリアとして決定（抽出）する。

ダークエリアが抽出されると、図２のステップＳ１８に戻って、演算装置１２は、抽出されたダークエリアについて解析処理を行う（Ｓ１８）。すなわち、角膜内皮細胞画像に含まれるダークエリアの個数や、ダークエリアの平均面積や、ダークエリアの面積の標準偏差等が計算される。次いで、演算装置１２は、ステップＳ１８で行われた解析処理の結果をモニタ１４に出力する（Ｓ２０）。

ここで、モニタ１４に表示される画像の一例を説明する。モニタ１４には、図１４に示すように、角膜内皮細胞画像にダークエリアを重ね合わせて表示される。これによって、ダークエリアの分布の状態が視覚的に把握することができる。また、モニタ１４には、図１５に示すように、ダークエリアを解析処理した結果の表及びグラフが表示される。表中、「Ｎｕｍｂｅｒ」はダークエリアの個数であり、「ＤＡＤ」はダークエリアの密度［個／ｍｍ^２］であり、「ＡＶＧ」はダークエリアの平均面積［μｍ^２］であり、［ＳＤ］はダークエリアの面積の標準偏差［μｍ^２］であり、［ＣＶ］はダークエリアの面積の変動係数（すなわち、標準偏差を平均値で除した数）であり、「Ｍａｘ」はダークエリアの最大面積［μｍ^２］であり、［Ｍｉｎ］はダークエリアの最小面積［μｍ^２］であり、［Ｒａｔｉｏ］はダークエリア面積／（角膜内皮細胞面積＋ダークエリア面積）である。

本実施例に係る眼科装置では、角膜内皮細胞画像からダークエリアを抽出し、その抽出したダークエリアを解析する。そして、ダークエリアを解析した結果が出力される。このため、角膜内皮細胞に含まれるダークエリアを客観的に、かつ、定量的に評価することができる。その結果、被検眼の角膜内皮層の状態を適切に診断することができる。

例えば、ダークエリアを定量的に評価できるため、ダークエリアのステージ分類を客観的に行うことができる。また、ダークエリアの個数や面積の経過観察を定量的に行うことができるため、角膜内皮細胞の機能低下や短命化を予測することが可能となる。また、角膜から水分を排出する療法や薬剤を投与する際に、施術前後での効果を予測することもできる。さらに、グッタータが広範囲に広がることによる視力低下が伴う場合は、ダークエリアの解析数値を用いて、視力低下の程度を客観的に評価することができる。さらに、白内障手術の術前インフォームドコンセントにおいて、患者の角膜内皮細胞にダークエリアが発見されている場合は、手術による機能低下に加えて、加齢に伴うグッタータによる機能不全の発生等について、患者に事前に伝達することができる。

さらに、本実施例に係る眼科装置では、角膜内皮細胞画像からダークエリアを抽出する。このため、角膜内皮細胞の解析を、ダークエリアを除いた領域に対して行うことができる。その結果、角膜内皮細胞の輪郭線の誤検出を防止することができ、また、処理の高速化を実現することができる。

最後に、上述した実施例と請求項との対応関係を説明しておく。撮影装置１０が請求項でいう「画像入力部」の一例であり、演算装置１２によるステップＳ１０からステップＳ１６の処理を行うことによって得られる機能が「抽出部」の一例であり、演算装置１２によるステップＳ１８の処理を行うことによって得られる機能が「解析部」の一例であり、モニタ１４が「解析結果出力部」の一例である。

以上、本発明の実施例について詳細に説明したが、これは例示に過ぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。

例えば、上述した実施例では、撮影装置１０から演算装置１２に角膜内皮細胞画像を入力するようにしたが、本明細書に記載の技術は、このような例に限られない。例えば、他のスペキュラーマイクロスコープで撮影された角膜内皮細胞画像を、入力デバイスを介して演算装置に入力するようにしてもよい。この場合は、演算装置にデータを入力するための入出力回路が「画像入力部」の一例となる。

本明細書または図面に説明した技術要素は、単独であるいは各種の組み合わせによって技術的有用性を発揮するものであり、出願時請求項記載の組み合わせに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。

１０・・撮影装置
１２・・演算装置
１４・・モニタ

Claims (7)

1. 角膜内皮細胞を撮影した角膜内皮細胞画像を入力する画像入力部と、
   画像入力部により入力された角膜内皮細胞画像からダークエリアを抽出する抽出部と、
   抽出部により抽出されたダークエリアを解析する解析部と、
   解析部により解析された解析結果を出力する解析結果出力部と、を有する、眼科装置。
2. 解析部は、抽出されたダークエリアの個数に関するデータと、ダークエリアの面積に関するデータの少なくとも一つを算出する、請求項１に記載の眼科装置。
3. 解析結果出力部は、表示器を有しており、
   表示器は、画像入力部により入力された角膜内皮細胞画像に、抽出部により抽出されたダークエリアを重ね合わせて表示する、請求項１又は２に記載の眼科装置。
4. 抽出部は、
   角膜内皮細胞画像内の解析対象外領域を除去し、
   解析対象外領域を除去した後の角膜内皮細胞画像からダークエリアを抽出する、請求項１〜３のいずれか一項に記載の眼科装置。
5. 抽出部は、
   解析対象外領域を除去した後の角膜内皮細胞画像に対して、第１の方向に伸びる第１走査線に沿って走査することでグレイレベルが極小となる１又は複数の極小点を抽出し、
   抽出された極小点毎に、その極小点を通る第２の方向に伸びる第２走査線に沿って走査し、
   極小点が第２走査線においても極小となっている場合に、その極小点をダークエリア候補の底点として抽出する、請求項４に記載の眼科装置。
6. 抽出部は、
   ダークエリア候補の底点として抽出された極小点のそれぞれについて、その極小点から放射状に伸びる線分上の点のグレイレベルの変化に基づいて、ダークエリア候補の境界を決定する、請求項５に記載の眼科装置。
7. 角膜内皮細胞を撮影した角膜内皮細胞画像を解析するためのプログラムであり、コンピュータに下記の処理、即ち、
   角膜内皮細胞画像からダークエリアを抽出する抽出処理と、
   抽出処理により抽出されたダークエリアを解析する解析処理と、
   解析処理により解析された解析結果を出力する解析結果出力処理と、
   を実行させるプログラム。