JP2015006340A - 分析方法 - Google Patents

Abstract

【課題】視神経円板の領域における形態学的な欠陥を充分な正確さで割り出すことを可能にする方法および眼科装置を提案する。
【解決手段】本発明は、眼の視神経円板および／または網膜神経線維層の形態学的特性を明らかにするための分析方法であって、視野計などの眼科装置と、データベースを用いて実行され、前記データベースは、視野の機能的データと、視神経円板および／または網膜神経線維層の形態学的データとを有するデータセットを含み、前記眼科装置によって、所定の強度の光刺激が、網膜上の点へともたらされ、光刺激への反応が、各点の測定結果として割り出され、前記点の測定結果が、眼の視神経円板（１０）および／または網膜神経線維層の形態学的データに対して統計的に有意な関係を有しており、当該形態学的データが、前記網膜上の点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）の測定結果および前記データセットから導出される。
【選択図】図７

Description

本発明は、眼の視神経円板および／または網膜神経線維層の形態学的特性を明らかにするための、請求項１の特徴を有する分析方法、ならびにこの方法を実施するように構成された眼科装置に関する。

眼の視神経円板および／または網膜神経線維層の形態学的特性の測定または割り出しは、とりわけ緑内障の評価の目的に役に立つ。緑内障は、常に、それぞれ視神経円板の領域または視神経の出口部位の領域における神経線維の喪失につながる。これは、視神経円板（視神経乳頭とも呼ばれる）の陥凹の進行として現れる。神経線維の喪失の結果として、視野の衰え（あるいは、いわゆる暗点）が生じる。このように、緑内障は、神経経路の損傷に起因する形態学的な欠陥および暗点という形式の機能的欠陥をもたらす。

暗点は、それぞれ視野の検査または周辺視野の測定によって明らかにすることができる。眼の周辺視野の検査においては、患者に光刺激が与えられ、患者は、自身が刺激を認識したか否かについてのフィードバックを与える。例えば、患者が覗き込む半球状または平坦なスクリーンに、コンピュータによって制御される光のスポットが様々なレベルの明るさで種々の位置に投影される視野計が知られている。このやり方で、視野全体の広さおよび視野のうちの選択された領域の状態の両方について検査することができる。網膜上の各位置について光点の明るさを変化させることができ、患者の光点を感知できる光の強度（しきい値）を割り出すことができる。

視野およびしきい値を割り出すための種々の方法が、最新技術により知られている。要約すると、明るさが段階的に変化する一連の刺激を、網膜上の測定点(位置)または検査対象点へと向けることによって、この測定点の特有のしきい値を割り出すことができる。しきい値を突き止めるために、これを、例えば均一または不均一に階調変化する刺激により実行することができる。

さらに、個々の人々の代表的なしきい値を含むデータベースを組み込むことができる。例えば、予想されるしきい値を、患者の年齢および性別を考慮に入れたしきい値範囲に限定することができる。また、網膜内の直接隣接する領域または測定点間に、一定の関係が存在することも知られている。例えば、しきい値は、典型的には、隣り合う点で大きくは異なることはない。したがって、直接隣接する点のしきい値は、可能性の高いしきい値範囲の中から探すことができる。

既知の周辺視野測定法の目的は、患者に与える刺激の数を可能な限り少なくしつつ、視野をできる限り正確に割り出すことにある。例えば、欧州特許出願第２３６１５４７号明細書から、視野の完全な測定を、眼の網膜についてきわめて少数の刺激または測定点を使用するだけで実行することができる周辺視野の測定法が知られている。また、視野の割り出しを可能にする一連の他の異なる周辺視野測定法も知られている。しかしながら、上述の方法はいずれも、患者による刺激の認識の主観的な測定であるがゆえ、視野の機能的なデータの割り出しをもたらすにすぎない。

網膜神経線維層、視神経円板、または視神経乳頭の領域における形態学的な欠陥は、共焦点ハイデルベルグ網膜断層撮影（ＨＲＴ）、走査レーザ旋光分析（ＧＤｘ）、および光干渉断層撮影（ＯＣＴ）などの撮像法によって判断および測定することができる。例えば、ＯＣＴ測定は、網膜の奥行きの測定を可能にするとともに、視神経乳頭または視神経円板の付近の領域において、視神経乳頭を出て行く視神経のシートまたは層の厚さの測定も可能にする。この過程において、とりわけ、神経網膜リングの減少も測定することができる。

第１に、緑内障の進行を初期の段階で認識できることが望まれる。形態学的な欠陥および機能的な欠陥は、同時に生じうるが、形態学的な欠陥を、何らかの機能的な影響の発生よりも前に認識できる可能性もある。それでもなお、機能的な欠陥は、形態学的な欠陥という根本にある原因を常に有する。しかしながら、形態学的な欠陥の機能的な影響は、個々に異なるため、常に直接的な結び付けができるわけではない。

例えば、或る人にとっては測定された神経線維層の厚さが、機能的な影響を伴わない正常の範囲にあるが、別の人にとっては同じ神経線維層の厚さであっても、すでに機能的な衰えを引き起こしている可能性がある。神経線維は小さな塊を形成しているため、一領域の形態学的な損傷を、視野のただ１つの領域だけに関連付けることはできない。また、そのような一つの形態学的な欠陥が、視野の複数の領域に影響を及ぼす可能性がある。視野の領域のより詳細な分析においてさえも、分析された点のうちのどれが、形態学的な損傷に或る程度の密接な関係を有するのかは、まだ詳細はわかっていない。

以上のような理由で、暗点には個人差があるため、撮像法による視神経円板の客観的な測定（形態の測定）からは、暗点に関しての不明確な結論しか引き出すことができない。反対に、機能的な欠陥が存在する場合には常に形態学的な欠陥が存在するが、上述の理由で、機能的な欠陥に基づいて形態学的な欠陥に関して、充分正確に述べることが可能であるとも言えない。

それでもなお、視神経円板を測定するための上述の撮像法は、たとえ視神経円板のわずかな損傷でも検出することができるため、緑内障の早期の診断にきわめて有用である。しかしながら、該当の眼科装置が、周辺視野測定法に用いられる装置と比べてはるかに高価であることが、撮像法の欠点である。したがって、視神経円板のＯＣＴ測定は、周辺視野の測定よりもはるかに高価につく。

欧州特許出願第２３６１５４７号明細書

したがって、本発明の課題は、視神経円板の領域における形態学的な欠陥を充分な正確さで割り出すことを可能にする方法および眼科装置を提案することにある。

この課題は、請求項１の特徴を有する分析方法および請求項１６の特徴を有する眼科装置によって解決される。

眼の視神経円板および／または網膜神経線維層の形態学的特性を明らかにするための分析方法が、視野計またはこれと同様の眼科装置と、データベースを用いるデータ処理手段とによって実行され、前記データベースは、視野の機能的データと、視神経円板および／または網膜神経線維層の形態学的データとを有するデータセットを含んでおり、前記眼科装置によって、眼の視野の機能的データが測定され、眼の網膜が、視野を表す点へと分割され、所定の強度の光刺激が網膜の前記点へと与えられ、前記光刺激への反応が、各点の測定結果として割り出され、前記点の測定結果が、眼の視神経円板および／または網膜神経線維層の形態学的データに対して統計的に有意な関係を有しており、眼の視神経円板および／または網膜神経線維層の形態学的データが、前記点の測定結果および前記データセットから導出される。

このやり方で、拡張された周辺視野の分析方法の助けにより、さらには／あるいは比較的安価な眼科装置によって、潜在的に存在する視神経円板の形態学的な損傷について述べることが可能になる。したがって、この分析方法は、緑内障の改善された早期の認識を可能にする。特に、網膜の各点と前記点の視野の機能的な測定結果との間に、視神経円板の各領域およびこれらの領域の形態学的な測定結果への統計的なつながりが存在するということから、この統計的な関係をデータベースに保存し、さらなる測定結果の取得に使用することができる。したがって、眼の周辺視野を測定するときに、測定点の測定結果が、眼の視神経円板の形態学的なデータを導出できるように、統計的な関係を考慮してデータ処理手段（好ましくは、コンピュータ）の助けによって処理される。

このようにして、形態学的データの直接的な測定は行われないが、視野の測定および視野の機能的データからの形態学的データの導出が行われる。このように、視神経円板について得られる形態学的データが、視野の機能的データの主観的な周辺視野の測定に基づいて、ここでは測定されていない視神経円板の実際の形態学的データに高い精度で近似される。この方法により、撮像による測定法の使用を必要とすることなく導出された視神経円板の形態学的データのおかげで、緑内障の早期診断の過程において充分な報告を行うことができる。視神経円板の衰えの始まりの兆候が、周辺視野の測定によって示唆される場合、形態学的な測定結果を得るために撮像法による客観的な測定を後に実施することができる。基本的には、形態学的データの導出時期と周辺視野データの収集時期とは、時間的に直接的関係を有する必要はない。

データベースが、眼に関連付けられる複数のデータセットを含むと特に有益であり、各々のデータセットが、視野の機能的データセットと、視神経円板の形態学的データとを含むことができる。データセットは、次のようにして取得することができる。例えば、異なる被験者の複数の眼を測定し、周辺視野の測定によって各々の眼の機能的データを求める。また、ＯＣＴ測定などの撮像測定法によって各々の眼について形態学的データを求める。

盲点は、周辺視野の測定だけでは視神経円板または視神経乳頭の領域における機能的データを求めることができないため、それぞれのデータセットは、ＯＣＴ測定によって得られる視神経円板の形態学的データによって補われる。また、データベースは、好ましくは、いくつかの健康な眼のデータセットを含み、さらに種々の進行段階の緑内障の眼のデータセットをさらに含むことができる。これにより、本分析方法において得られる機能的データの改善された差別化および特徴付けが可能になる。また、或る１つの眼についての機能的データと形態学的データとの間の統計的な関連を、それぞれ、データベースに含まれるデータセットから導出することができる。データベースが様々な眼についての複数のデータセットを有している場合には、特に高い精度で、この統計的関連性を確定することができる。

網膜神経線維層、視神経円板、または視神経円板の求められるべき一領域の代表的な測定結果を得るために、網膜の所定の点、好ましくは少なくとも６つの所定またはあらかじめ選択された点を測定すれば充分である。特に、網膜上の測定点と眼の視神経円板の領域との間に、程度の差はあるもののきわめて顕著な統計的に有意な関係が存在することが、明らかになっている。例えば、網膜のいくつかの点およびそれらの測定結果が、視神経円板の形態学的データへの手掛かりをほとんど与えることができない一方で、他のいくつかの点が、視神経円板の形態学的データと密接な統計的関係を有する。したがって、本分析方法を簡素化するために、好ましくは、これらの密接な関連を有する点を、視神経円板の形態学的データの導出するためにに使用することができる。視神経円板のすべての領域の形態学的データを求めるために、網膜または視野のすべての点を利用することができる。

特に、データベースから予めいくつかの点を選択することができる。したがって、第一の場所に所定のいくつかの点の位置を決めるために、データベースを使用することができる。

所定の点を選択し、それら所定の点について形態学的データの割り出しへの関与度に関する重み付けを行うことができる。その場合、統計的な計算方法によって、所定の点のうちのいずれの点が形態学的データの割り出しに特に適するのかを確立させることができる。次いで、異なる重み付けまたは優先順位を与えて、視野の各対応する点の機能的な測定結果が、導出される形態学的データに対して異なる影響を有するように、あるいは網膜の特定の数の点だけが形態学的データの割り出しに使用されるようにすることができる。そのようにすることで、本分析方法の測定結果をさらに改善することができる。

各点の機能的な測定結果と眼の視神経円板の形態学的データとの間の統計的な関係を、回帰分析（好ましくは、単純線形回帰、多重回帰、または逐次多重回帰）によって、数学的に確立させることができる。次いで、この計算を、各点の測定結果と眼の視神経円板の欠陥との間の統計的に有意な関係が結果として得られるように、データベースに含まれるすべてのデータセットについて実行することができる。本分析方法または周辺視野の測定によって得られる患者の眼の機能的データを、上述のように決定し、次いで、データベースの助けによって統計的に有意な関係に従って導出することができる。

本方法の特別な実施形態においては、データベースが、所定の点のデータセットだけを含むことができる。これは、方法の第１の段階において、最初に眼の機能的および形態学的データを有するデータセットが収集され、測定結果が視神経円板の客観的な形態学的データに近似することを高い確率で約束し、あるいは視神経円板の形態学的データの大いに改善された導出または推定を約束する網膜の点が決定されることを意味する。このやり方で、方法の第２の段階において、検査対象の患者の眼の周辺視野の測定を実施し、測定された所定の点だけから眼の視神経円板の形態学的データを導出することができる。

このようにして、データベースは、方法の第２の段階において所定の点のデータセットを含んでさえいればよい。このやり方で、データベースが広がり過ぎることを大幅に減らすことができる。結果として、例えば方法の第２の段階だけを実施し、したがって方法の第１の段階において使用されたすべてのデータセットを含む必要のない眼科装置を使用することができる。

測定結果は、例えば所定の点の選択および／または形態学的データの導出の際に、人の年齢あるいは患者および／または被験者の年齢を考慮に入れることで、さらに改善することができる。これは、神経線維の影響が年齢に相関している限りにおいて、有益である。このようにして、測定結果について生じうる年齢に関係した影響を考慮することができる。

本方法の他の有益な実施形態においては、測定点の測定結果を、それぞれに対応する点についてデータベースに保存されたデータセットと比較でき、この比較において測定点の測定結果とのおおよその一致または高い相関を有する眼の視神経円板の形態学的データが、眼のデータセットから導出される。結果として、各点のそれぞれの測定結果または各点の測定値を、すべての比較において保存済みの測定値と比較でき、次いで保存済みの測定値に関連付けられた形態学的な値を、測定された機能的な測定値に関連付けることができる。測定された機能的データの、保存済みの機能的データとの一致または相関に応じて、保存済みの形態学的データを、きわめて正確な測定結果を得ることができるようにさらに調節または補正することができる。

特に、検査点の測定結果と、それぞれに対応する点についてデータベースに保存されたデータセットの測定結果との間の不一致（相違）を、比較のための比較基準として利用することができる。例えば、検査点の測定結果と、データベースに保存されている網膜の対応する点における測定結果データとを比較した場合の不一致（相違）の存在により、形態学的な測定値を適切に選択することが可能となり、または該測定値を相違に応じて補正をすることが可能となる。

形態学的データとして、視神経円板の領域および／または視神経円板の直接隣接する領域における神経線維層の厚さを割り出すことができる。神経線維層の厚さの測定または割り出しは、緑内障の診断にきわめて有用である。

また、視神経円板の円環領域（辺縁領域）の形態学的データ、または視神経円板の円環領域の、内側円形領域（円板領域）に対する比を割り出すこともできる。実質的に盲点のサイズに相当する円環領域は、内側円形領域によって特に影響を受ける。それでもなお、本方法（の過程に）おいて、円環領域および内側円形領域をそれぞれ形態学的データとして使用し、それらをデータベースに保存することができる。このやり方で、測定の結果から、円環領域および内側円形領域、あるいは内側円形領域に対する円環領域の比のパーセンテージ値も、生成することが可能である。

本方法の過程において、視神経円板および／または網膜神経線維層を円のセグメントへと分割することも有益であり、これらの円のセグメントの各々について、形態学的データを割り出すことができる。例えば、視神経円板を、それぞれの開口角が１４．４°の２５個の円のセグメントへと分割することができる。２５個の円のセグメントへの分割により、提案する方法によって得られる測定結果は、ＯＣＴ測定の測定結果と実質的に一致または近接する測定結果を得るのに充分であることが明らかになっている。このやり方で、網膜の測定点または検査点と円のセグメントとの間の統計的に有意な関係を明らかにすることができ、円のセグメントの形態学的データの導出に使用することも可能である。

測定の結果として、視神経円板について測定された患者の機能的データを比較することにより、代表的な被験者参照群の視神経円板の機能データに対する少なくとも１つの百分率ランクの比を得ることができる。被験者の代表的な参照群として、平均集団を選択することができる。次いで、機能的データの百分率ランクを、参照群の百分位数にて述べることができる。また、測定の結果を、参照群の機能的データのいくつかの百分率ランクとの比較として提示および表示することができる。表示は、例えば眼科装置の画面上の図形表示または表の表示の形態で行うことができる。このやり方で、現時点において測定された眼またはその形態学的データを平均集団との比較においてどのように格付けすべきかについて直接的な提示を行うことができる。

また、中央値および／または標準誤差を、導出された視神経円板の形態学的データについて割り出し、表示することもできる。次いで、例えば導出された形態学的データが、眼の客観的な形態学的データと一致する確率に関して評価することも可能になる。

さらに、本発明は、上述の請求項のうちのいずれかに記載の方法を実施するように構成された視野計などのような眼科装置に関する。

眼科装置の有益な実施形態は、方法の請求項に関する従属請求項から明らかである。

以下において、本発明を添付の図面を参照してさらに詳しく説明する。

視神経円板の概略の上面図を周囲の神経線維領域とともに示している。 図１の視神経円板の拡大図を示している。 視神経円板の別の概略図を測定領域とともに示している。 本分析方法の実施のための眼科装置の概略図を示している。 視野を表す点マトリクスを示している。 被験者または患者の視点からの点マトリクスを示している。 図５の点マトリクスを所定の点とともに示している。 種々の測定について視神経円板の周囲に関する神経線維層の厚さのグラフを示している。 視神経円板の周囲に関する神経線維層の厚さの頻度分布のグラフを第１のＯＣＴ測定と比較して示している。 図９のグラフを第２のＯＣＴ測定と比較して示している。 図９のグラフを小さい標準誤差の周辺視野の測定と比較して示している。 図９のグラフを大きい標準誤差の周辺視野の測定と比較して示している。 図９のグラフを周辺視野の測定と比較して結果の範囲とともに示している。 図９のグラフを緑内障の患者におけるＯＣＴ測定と比較して示している。 図９のグラフを小さい標準誤差の緑内障の患者における周辺視野の測定と比較して示している。 図９のグラフを大きい標準誤差の緑内障の患者における周辺視野の測定と比較して示している。 図９のグラフを緑内障の患者における周辺視野の測定と比較して測定結果の範囲の表示とともに示している。

図１は、視神経円板１０または視神経乳頭（ＯＮＨ）を示しており、視神経円板１０から弓なりの様相で延び、網膜１２を形成する個々の光受容体へと分岐している神経線維の経路１１が概略的に示されている。個々の光受容体については、ここでは、詳しくは示されていない。このように、神経線維の経路１１は、視神経円板１０の領域から束として出て行く。そのため、視神経円板１０の領域には、光受容体が存在しない。したがって、視神経円板１０の領域は、視野の盲点とも称される。

図２が、視神経円板１０のさらに詳細な図を示しており、この図から、神経線維の経路１１が、円環領域１３または辺縁領域（ＲＡ）とも呼ばれる身体構造上の領域を形成していることが明らかである。円環領域１３は、緑内障の結果として生じうる視神経円板１０の損傷の解釈と強い関連性を有している。また、評価のために、視神経円板１０の内側の円形領域１４に対する円環領域１３のパーセンテージ比率も採用される。

さらに、緑内障の評価の基準として、図３に示されている円形領域（Ｃ）とも称される周辺領域１５における神経線維層の厚さを測定することが知られている。周辺領域１５は、視神経円板１０を同軸状に囲んでおり、周辺領域１５において、全周における神経線維層の厚さは、典型的には線形には形成されておらず、変動し、あるいは非一様である。

図４は、本方法を実施するように構成された視野計１６の一実施形態を締めす概略図である。視野計１６は人の眼の視野を測定する。視野計１６は、データ処理手段１７と、測定装置１８と、データベース１９と、表示装置２０と、刺激装置２１とを備えている。データ処理手段１７が、データベース１９、表示装置２０、および測定装置１８へと接続されている。測定のために、刺激装置２１が、患者または被験者の眼の視野へ光刺激を与え、患者は刺激を認識したときに、その旨を宣言する。これが、測定装置１８によって記録され、データ処理手段１７へと伝達され、データ処理手段１７が、データベース１９に保存されたデータセットを考慮に入れた分析方法によって眼の視神経円板の形態学的データを導出し、前記形態学的データを表示装置２０により数値的および／または図式的に表示する。

図４〜図７の助けを借りて、本分析方法のプロセスを、以下に、例示として説明する。さらに、視野の機能的データを得るための方法が、欧州特許出願第２ ３６１ ５４７Ａ１号明細書から知られており、この方法を、ここで提案する分析方法の過程において機能的データを取得するために使用することができる。しかしながら、一般的に、如何なる種類の点マトリクス（ｐｏｉｎｔ ｍａｔｒｉｘ）も、任意に本分析方法の実施に使用することができる。

図５は、使用可能な点マトリクス２２を示しており、眼の網膜（ここでは図示されていない）の測定可能な視野を表している。視野計１６によって、点マトリクス２２のそれぞれの点２３と関連付けられように、眼に対して所定の強度の光点としての刺激が、加えられる。点マトリクス２２の各点２３には、区別を容易にするために１から６６までの数字が付されている。以下において、点２３のうちの１つに言及する場合、前記点を指すためにＰｎｎという表し方が使用される。

点マトリクス２２は、網膜の神経線維領域を表わす６つの神経線維領域２４〜２９へと分割される。これらの領域２４〜２９は、機能の観点から互いに相違している。特に、神経線維の経路１１または神経線維の経路１１によって形成される網膜の一定の領域が、それぞれ視野の神経線維領域２４〜２９に対応する。点マトリクス２２の領域３０は、視神経円板１０または視野の盲点を表す。視野を測定するための欧州特許出願第２３６１５４７号明細書に記載の方法の工程において、点２３はそれぞれ視野の測定、機能的データの取得の際に用いられる。

図６が、患者または被験者の視点からの視野計１６の点マトリクス２２の図を、概略的に示している。検査領域３１が、３０°の範囲を表わす円３２の範囲内において、直交マトリクスを形成する６８個の点２３で構成されている。隣り合う点２３間の水平方向および鉛直方向の間隔は、それぞれ６°に相当する。点２３は、軸Ｘおよび軸Ｙに関して対称に配置され、軸Ｘ／Ｙ上に直接位置する点２３は存在しない。点２３の最大の偏心は、水平方向において±２７°であり、鉛直方向において±２１°である。

図７は、点２３による点マトリクス２２の鏡像反転の図を示しており、捕捉的に視神経円板１０が神経線維の経路１１とともに示されている。３００°の位置が、図３の図に対して水平方向および鉛直方向に反転して写し出されている。視神経円板１０の形態学的データに対して統計的に有意な関係を有する６つの所定の点２３として、Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、およびＰ５７が決定されている。関係の関連度に対応して、視神経円板１０の神経線維層の厚さへの直接的なつながりを有する点２３には、「＋＋＋」および「＋＋」が記されている。さらに、神経線維層の厚さへの負のつながりを有する点２３には、「−−−」が記されている。視野の周辺領域の点２３も、神経線維層の厚さに対して統計的に有意な関係を有するため、ここで同様に考慮され、「＋」が記されている。

このようにこの方法においては、視神経円板１０から離れて位置する点２３を含めることによって、有効な神経線維の経路２４〜２９と周辺領域１５非対称性、または有効な神経線維の経路２４〜２９と視神経円板１０の円環領域１３の図示されていない円セグメントとの間の非対称性が、考慮される。このように、本方法においては、神経線維領域２４〜２９または点２３の感度のロスだけでなく、視野に近い領域および離れた領域における均質な感度分布からの偏差についても考慮される。

周辺視野の測定から、所定の点Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、およびＰ５７の機能的データを求めるために、ここで、視神経円板１０の形態学的データが導出される。原理的には、点２３の機能的データを求めるための方法としては、適切な周辺視野測定法を任意に使用することができる。この機能的データを求める方法を説明するために、ここで示す例においては、周辺視野の検査が欧州特許出願第２３６１５４７号明細書に記載の方法によって実行されたと仮定する。この方法においては、視野の中の６６個の点２３についてしきい値が測定され、最大６つの測定点２３のしきい値を含むことができる線形の式によって、視神経円板１０の周辺領域１５の各々の円セグメントまたはセクタについての神経線維層の厚さが、計算される。

一例として、図７に関して、（３６０°のうちの）３００°に位置する円部分の神経線維層の厚さの計算を、以下で説明する。この方法によれば、６つのしきい値が、視神経円板１０のこの円セグメントまたは円角度のスケール値にとって重要である。線形の式の係数を、データベース１９から得ることができる。データベース１９は、視野の機能的データと、集団の代表的な参照群の視神経円板１０の形態学的データとを有するデータセットを含む。機能的データと形態学的データとの間の統計的に有意なつながりを有する係数が、線形回帰によって割り出される。しきい値に点２３を掛け算したものが、それぞれデシベルにて示される。

Ｄ（３００）＝８６,５８＋３,２１＊Ｐ（１）−３,５９＊Ｐ（２２）＋０,９６＊Ｐ（２６）＋２,０８＊Ｐ（３５）＋３,６７＊Ｐ（４４）−４,６０＊Ｐ（５７）
患者または被験者の年齢に加えて、ここで重要である１１個の他のしきい値または点２３が、同様のやり方で内側の円形領域１４に対する円環領域１３のパーセンテージ比率を計算するために使用される。この場合の式は、以下のとおりである。

ＲＡ（％）＝０,３７＊Ａ＋２,４１＊Ｐ（５）−１,４８＊Ｐ（１３）＋１,９７＊Ｐ（２６）−１,３３＊Ｐ（３０）−１,２６＊Ｐ（３０）−１,２６＊Ｐ（３１）−０,８５＊Ｐ（３５）＋２,６６Ｐ（３７）＋１,０８＊Ｐ（５４）＋１,９９＊Ｐ（５６）−１,３７＊Ｐ（６３）
図８は、横座標に神経線維層の厚さ（単位はマイクロメートル）を示し、縦座標にピクセルを示したグラフを示しており、縦座標への値の範囲は、ここでは３６０°の周辺領域１５に対応している。周辺領域１５は、ＯＣＴ測定の説明と同様に、視神経円板の側頭の領域（位置ゼロ）にて始まり、上方の領域、鼻の領域、および下方の領域を通り、再び側頭の領域（位置２５６）へと戻る。図８における実線は、ＯＣＴ測定の測定結果を示している。破線(ダッシュ線)は、提案される周辺視野測定法によって実行された測定の平均値を示している。点線（ドット線）は、測定値のより大きな偏差を考慮に入れた平均値を示している。

図９が、対照群としての正常な集団について百分率の順位を示す図８のグラフに対応するグラフ表示を示している。線３３および３４の間に、対照群の５〜９５％の範囲が示されている。線３４と線３５との間に、対照群の１〜５％の範囲が示されている。線３５の下方に、対照群の１％未満の範囲が示されている。線３６が、患者における第１のＯＣＴ測定の結果を示している。

図１０は、図９のグラフを患者における第２のＯＣＴ測定の差異とともに示している。

図１１〜図１３の各々が、図９のグラフ表示を参照群の測定値の表示とともに示しており、図１１には、周辺視野測定法を使用して割り出された小さい標準誤差の測定結果が示され、図１２には、大きな標準誤差の測定結果が示されている。図１３は、大きな標準誤差および小さな標準誤差の測定結果の間の幅（レンジ）を相補的に示している。このように、例示的に健康な患者に実施された測定により、神経線維層の厚さの真の客観的な測定結果が、表示されている範囲内に、高い確率で存在すると考えられる。

図１４〜図１７の各々も、図９のグラフに対応するグラフ表示を、上記参照群に対する異なる測定結果とともにそれぞれ例示している。図１４は、緑内障と診断された患者の眼のＯＣＴ測定の測定結果を示している。

図１５が、前記患者についての、周辺視野測定法によって割り出された小さい標準誤差の測定値を示しており、図１６は、大きい標準誤差の測定値を示しており、図１７は、大きな標準誤差および小さな標準誤差の測定結果の間の幅（レンジ）を示している。それぞれの図から、周辺視野測定法を使用して割り出された形態学的データおよび測定結果が、ＯＣＴ測定の測定結果に実質的に匹敵できることを理解することができる。

１０ 視神経円板
１１ 神経線維の経路
１２ 網膜
１３ 円環領域
１４ 円形領域
１５ 周辺領域
１６ 視野計
１７ データ処理手段
１８ 測定装置
１９ データベース
２０ 表示装置
２１ 刺激装置
２２ 点マトリクス
２３ 測定点
２４ 神経線維領域
２５ 神経線維領域
２６ 神経線維領域
２７ 神経線維領域
２８ 神経線維領域
２９ 神経線維領域
３０ 領域
３１ 検査領域
３２ 円

Claims (16)

1. 眼の視神経円板（１０）および／または網膜神経線維層の形態学的特性を明らかにするための分析方法であって、
   視野計（１６）またはこれと同様の眼科装置と、データベースを用いるデータ処理手段（１７）とによって実施され、
   前記データベースは、視野の機能的データと、視神経円板および／または網膜神経線維層の形態学的データとを有するデータセットを含んでおり、
   前記眼科装置によって、眼の視野の機能的データが測定され、眼の網膜が、視野を表す点（２３）へと分割され、所定の強度の光刺激が網膜の前記点の位置へ与えられ、刺激への反応が、各点の測定結果として割り出され、
   前記点の測定結果が、眼の視神経円板（１０）および／または網膜神経線維層の形態学的データに対して統計的に有意な関係を有しており、前記眼の視神経円板および／または網膜神経線維層の形態学的データが、前記点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）の測定結果および前記データセットから導出される分析方法。
2. 前記データベース（１９）が、眼に関連付けられる複数のデータセットを含んでおり、前記データセットの各々が、視野の機能的データと、視神経円板（１０）および／または網膜神経線維層の形態学的データとを含んでいることを特徴とする、請求項１に記載の方法。
3. 所定の点、好ましくは少なくとも６つの所定の点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）が、測定されることを特徴とする、請求項１または２に記載の方法。
4. 前記データベース（１９）からの前記所定の点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）の選択が行われることを特徴とする、請求項３に記載の方法。
5. 前記所定の点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）の選択および該所定の点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）の前記形態学的データの割り出しへの関与度に関する重み付けが行われることを特徴とする、請求項３または４に記載の方法。
6. 前記統計的関係が、回帰分析によって判断され、好ましくは単純線形回帰、多重回帰、または逐次多重回帰によって判断されることを特徴とする、請求項１〜５のいずれかに記載の方法。
7. 前記データベース（１７）が、前記所定の点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）のデータセットだけを含んでいることを特徴とする、請求項１〜３に記載の方法。
8. 人の年齢が考慮されることを特徴とする、請求項１〜７のいずれかに記載の方法。
9. 前記測定点（２３）の測定結果が、それぞれに対応する点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）について前記データベース（１９）に保存されたデータセットと比較され、該比較において前記測定点の測定結果とのおおよその一致または高い相関を示す前記眼の視神経円板および／または網膜神経線維層の形態学的データが、前記データセットから導出されることを特徴とする、請求項１〜８のいずれかに記載の方法。
10. 前記比較のために、前記測定点（２３）の測定結果と、それぞれに対応する点（Ｐ１、Ｐ２２、Ｐ２６、Ｐ３５、Ｐ４４、Ｐ５７）について前記データベース（１９）に保存された前記データセットの測定結果との間の不一致が、比較の基準として使用されることを特徴とする、請求項９に記載の方法。
11. 形態学的データとして、視神経円板（１０）および／または網膜神経線維層の領域における神経線維層の厚さが割り出されることを特徴とする、請求項１〜１０のいずれかに記載の方法。
12. 形態学的データとして、視神経円板（１０）および／または網膜神経線維層の円環領域（１３）が割り出され、あるいは視神経円板の円環領域と視神経円板の内側円形領域との比が割り出されることを特徴とする、請求項１〜１１のいずれかに記載の方法。
13. 視神経円板（１０）および／または網膜神経線維層が、円部分へと分割され、該円部分の各々について形態学的データが割り出されることを特徴とする、請求項１〜１２のいずれかに記載の方法。
14. 測定の結果として、視神経円板（１０）および／または網膜神経線維層について測定された機能的データの比較が、被験者の代表的な参照群の視神経円板および／または網膜神経線維層の機能データの少なくとも１つの百分位数の順位への比にて与えられることを特徴とする、請求項１〜１３のいずれかに記載の方法。
15. 中央値および／または標準誤差が、前記導出された視神経円板（１０）および／または網膜神経線維層の形態学的データについて割り出されることを特徴とする、請求項１〜１４のいずれかに記載の方法。
16. 請求項１〜１５のいずれかに記載の方法を実施するように構成された、特に視野計（１６）などの眼科装置。

Images