JP2015202236A - Eyeground image analysis device and analysis method - Google Patents
Eyeground image analysis device and analysis method Download PDFInfo
- Publication number
- JP2015202236A JP2015202236A JP2014083565A JP2014083565A JP2015202236A JP 2015202236 A JP2015202236 A JP 2015202236A JP 2014083565 A JP2014083565 A JP 2014083565A JP 2014083565 A JP2014083565 A JP 2014083565A JP 2015202236 A JP2015202236 A JP 2015202236A
- Authority
- JP
- Japan
- Prior art keywords
- blood vessel
- pixel value
- fundus image
- image
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
Description
本発明は、眼科撮影装置で撮影した眼底画像から眼底血管領域を抽出する眼底画像解析装置及び解析方法に関する。 The present invention relates to a fundus image analysis apparatus and analysis method for extracting a fundus blood vessel region from a fundus image photographed by an ophthalmologic photographing apparatus.
被検眼の眼底を眼科撮影装置で撮影した眼底画像から眼底血管領域を抽出し、血管径計測などの眼底画像解析に利用する装置がある。 There is an apparatus that extracts a fundus blood vessel region from a fundus image obtained by photographing the fundus of a subject's eye with an ophthalmologic photographing apparatus and uses it for fundus image analysis such as blood vessel diameter measurement.
特許文献１には、眼底画像の各画素の画素値に対して閾値処理を施すことで血管領域を抽出する眼底血管領域抽出方法が開示されている。当該文献は、血管径を計測可能な診療支援システムについて述べている。 Patent Document 1 discloses a fundus blood vessel region extraction method that extracts a blood vessel region by performing threshold processing on the pixel value of each pixel of a fundus image. This document describes a medical assistance system capable of measuring a blood vessel diameter.
ここで、眼底検査において血管内の血液が照明に反射して血管の中央が輝いて見える血柱反射が生じる場合がある。特許文献１に開示されているように、眼底画像の各画素の画素値に対して閾値処理を施すことで血管領域を抽出する場合、血柱反射が強い血管においてはその影響で眼底血管領域を良好に抽出できない場合がある。即ち、当該眼底画像に基づく血管径計測結果は、本来の血管径とは異なる可能性がある。 Here, in the fundus examination, blood column reflection may occur in which blood in the blood vessel is reflected by illumination and the center of the blood vessel appears to shine. As disclosed in Patent Document 1, when a blood vessel region is extracted by performing threshold processing on the pixel value of each pixel of the fundus image, the blood vessel region in the blood vessel with strong blood column reflection is affected by the influence. It may not be possible to extract well. That is, the blood vessel diameter measurement result based on the fundus image may be different from the original blood vessel diameter.
本発明は、このような状況に鑑みてなされたものであって、血柱反射が強い血管を含む眼底画像からであっても、好適に血管領域を抽出する画像解析装置及び解析方法の提供を目的とする。 The present invention has been made in view of such a situation, and provides an image analysis apparatus and an analysis method for suitably extracting a blood vessel region even from a fundus image including a blood vessel with strong blood column reflection. Objective.
上記課題を解決するために、本発明に係る眼底画像解析装置は、被検眼の眼底画像における各画素の画素値を取得する画素値取得手段と、
前記取得された画素値から勾配強度を算出する勾配強度算出手段と、
前記取得された画素値と前記算出された勾配強度とに基づいて前記眼底画像における血管を抽出するための血管抽出用画像を生成する血管抽出用画像生成手段と、を有することを特徴とする。
In order to solve the above problems, a fundus image analysis apparatus according to the present invention includes a pixel value acquisition unit that acquires a pixel value of each pixel in a fundus image of an eye to be examined;
A gradient strength calculating means for calculating a gradient strength from the acquired pixel value;
Blood vessel extraction image generation means for generating a blood vessel extraction image for extracting blood vessels in the fundus image based on the acquired pixel value and the calculated gradient strength.
本発明によれば、血柱反射が強い血管を含む眼底画像からであっても、血管領域を良好に抽出して血管径等を容易に計測することが可能になる。 According to the present invention, even from a fundus image including a blood vessel with strong blood column reflection, it is possible to easily extract a blood vessel region and easily measure a blood vessel diameter and the like.
（実施例１）
図１は、本発明の実施例１に係る眼底画像解析装置のブロック図である。本眼底画像解析装置は、眼科撮影装置で被検眼を撮影した眼底画像S001を元に血管径を算出する。画素値を取得する取得手段001は、入力された眼底画像S001の画素値を取得し、画素値情報S002を出力する。勾配強度を算出する算出手段002は、画素値情報S002を元に各画素についてその周辺画素との勾配強度を算出し、勾配強度情報S003を出力する。血管抽出用の画像を生成する生成手段003は、画素値情報S002と勾配強度情報S003とに基づいて血管抽出用の画像を生成する。本実施例では、画素値情報S002と勾配強度情報S003とを特定の比率で加算し、勾配強度を反映させて生成した血管抽出用画像S004を出力する。血管領域を抽出する抽出手段004は、血管抽出用画像S004を元に眼底画像中の血管領域を抽出し、抽出血管画像S005を出力する。血管径を計測する計測手段005は、抽出された血管領域についての抽出血管画像S005を元に、所望の血管の血管径を計測し、血管径情報S006を出力する。
(Example 1)
FIG. 1 is a block diagram of the fundus image analysis apparatus according to the first embodiment of the present invention. The fundus image analysis apparatus calculates the blood vessel diameter based on the fundus image S001 obtained by photographing the eye to be examined with the ophthalmologic photographing apparatus. An acquisition unit 001 that acquires a pixel value acquires the pixel value of the input fundus image S001, and outputs pixel value information S002. The calculation means 002 for calculating the gradient strength calculates the gradient strength of each pixel with its surrounding pixels based on the pixel value information S002, and outputs the gradient strength information S003. The generation unit 003 that generates a blood vessel extraction image generates a blood vessel extraction image based on the pixel value information S002 and the gradient strength information S003. In the present embodiment, pixel value information S002 and gradient strength information S003 are added at a specific ratio, and a blood vessel extraction image S004 generated by reflecting the gradient strength is output. The extraction means 004 for extracting the blood vessel region extracts the blood vessel region in the fundus image based on the blood vessel extraction image S004, and outputs the extracted blood vessel image S005. The measuring means 005 for measuring the blood vessel diameter measures the blood vessel diameter of a desired blood vessel based on the extracted blood vessel image S005 for the extracted blood vessel region, and outputs the blood vessel diameter information S006.
以下に、本発明における眼底画像解析装置の各手段の詳細を示す。 Details of each means of the fundus image analysis apparatus according to the present invention will be described below.
眼底画像の解析に際し、取得手段001へデジタルカラー眼底画像S001を入力する。画像取得手段でもある取得手段001は、被検眼の眼底画像における各画素の画素値を取得する。デジタルカラー眼底画像S001は、眼底カメラで被検眼をあらかじめ撮影した画像で、一般的にビットマップ形式（以下、BMP）やJPEG形式（以下、JPEG）などの赤（以下、R成分）、緑（以下、G成分）、青（以下、B成分）の三原色で表現可能なフォーマットで保存されているものとする。取得手段001は、入力された眼底画像S001のR成分、G成分、B成分の各画素値を取得する。 When analyzing the fundus image, the digital color fundus image S001 is input to the acquisition unit 001. An acquisition unit 001 that is also an image acquisition unit acquires the pixel value of each pixel in the fundus image of the eye to be examined. Digital color fundus image S001 is an image of the eye to be inspected in advance by a fundus camera. Generally, red (hereinafter referred to as R component), green (bitmap format (hereinafter referred to as BMP), JPEG format (hereinafter referred to as JPEG), etc. Hereinafter, it is assumed that the data is stored in a format that can be expressed in the three primary colors of G component) and blue (hereinafter, B component). The acquisition unit 001 acquires pixel values of the R component, G component, and B component of the input fundus image S001.
眼底画像においては一般的に、血管領域の各成分の画素値は低く、眼底領域（血管以外の領域）の画素値はそれに比べて高い。図２（ａ）にその一例を示す。本図では、図中左側の画像は解析に用いる血管部画像を例示し、右側のグラフは血管部画像に関してその上下方向中央の行について、画素ごとの値を取得した結果を表す。より詳細には、右側のグラフにおいて、横軸は図２（ａ）における上下方向中央（図中Ａ−Ａ'方向）において並ぶ各画素の配置を、縦軸は各々の画素における画素値に対応する。 Generally, in the fundus image, the pixel value of each component of the blood vessel region is low, and the pixel value of the fundus region (region other than the blood vessel) is higher than that. An example is shown in FIG. In this figure, the image on the left side in the figure illustrates the blood vessel part image used for analysis, and the graph on the right side represents the result of obtaining the value for each pixel in the central row in the vertical direction with respect to the blood vessel part image. More specifically, in the graph on the right side, the horizontal axis corresponds to the arrangement of pixels arranged in the center in the vertical direction (AA ′ direction in the figure) in FIG. 2A, and the vertical axis corresponds to the pixel value in each pixel. To do.
また、眼底画像を用いた眼底検査における動脈硬化の判断基準の１つに、血管領域における血柱反射の亢進具合がある。血柱反射が強い領域では、他の血管領域に比べ、各成分の画素値が高い。特に血柱反射が強い場合の一例を図２（ｂ）に示す。同図において、図２（ａ）と同様に左側は血管部画像を、右側は上下方向中央（図中Ａ−Ａ'方向）の行に関しての画素値の取得結果を示す。なお、以下では、取得した画素値のうちG成分を使用するものとして説明する。 In addition, one of the criteria for determining arteriosclerosis in fundus examinations using fundus images is the enhancement of blood column reflexes in the blood vessel region. In the region where the blood column reflection is strong, the pixel value of each component is higher than in other blood vessel regions. An example when the blood column reflection is particularly strong is shown in FIG. In the same figure, as in FIG. 2A, the left side shows the blood vessel part image, and the right side shows the pixel value acquisition results for the row in the center in the vertical direction (AA ′ direction in the figure). In the following description, it is assumed that the G component is used among the acquired pixel values.
図２（ａ）に例示した眼底画像の場合は、画素値に対する閾値処理により血管領域を判定することが可能である。一方、図２（ｂ）に例示する眼底画像の場合は、血柱反射による画素値の極大値の存在により、同処理による正確な血管領域の抽出は困難である。 In the case of the fundus image illustrated in FIG. 2A, the blood vessel region can be determined by threshold processing for the pixel value. On the other hand, in the case of the fundus image illustrated in FIG. 2B, it is difficult to accurately extract a blood vessel region by the same processing due to the presence of the maximum value of the pixel value due to blood column reflection.
次に、図２（ａ）及び２（ｂ）の画像から、画素値に対する閾値処理により血管領域を抽出した結果を図３（ａ）、（ｂ）にそれぞれ示す。両図とも、図中左側に血管部画像を、右側に該血管部画像を元に血管抽出した画像を示す。ここで、同図中においては、抽出した血管領域は白い画素として、眼底領域は黒い画素として表している。本結果を元に血管径を計測した場合、図３（ｂ）に示す血管抽出画像からは所望の血管径情報を算出することができない。 Next, the results of extracting blood vessel regions from the images in FIGS. 2A and 2B by threshold processing for pixel values are shown in FIGS. 3A and 3B, respectively. In both figures, the blood vessel part image is shown on the left side of the figure, and the blood vessel extracted based on the blood vessel part image is shown on the right side. Here, in the figure, the extracted blood vessel region is represented as a white pixel, and the fundus region is represented as a black pixel. When the blood vessel diameter is measured based on this result, desired blood vessel diameter information cannot be calculated from the blood vessel extraction image shown in FIG.
なお、本実施例ではデジタルカラー眼底画像を入力画像001としたが、用いる入力画像は当該様式の眼底画像に限らない。たとえば、デジタルグレースケール画像等を入力画像として用いてもよい。 In this embodiment, the digital color fundus image is the input image 001. However, the input image to be used is not limited to the fundus image of the style. For example, a digital gray scale image or the like may be used as the input image.
算出手段002は、取得手段001で取得した画素値情報S002、即ち画素値を元に、注目画素について周辺画素との勾配強度を算出する。実施例１では、周辺画素として注目画素の左側に隣接する画素と注目画素の上側に隣接する画素とを利用し、数式１により算出する。
ここで、Ｖ(x,y)は座標(x,y)における画素値、δ(x,y)は同座標における勾配強度を表す。なお、本実施例１では、周辺画素として注目画素の左側と上側に隣接する画素を利用したが、その限りではない。たとえば注目画素に隣接する周囲８画素や上下左右に隣接する周囲４画素を利用してもよいし、血管の概走行方向があらかじめ分かっている場合は、それに直交する方向の隣接画素を利用してもよい。 Here, V (x, y) represents a pixel value at coordinates (x, y), and δ (x, y) represents a gradient intensity at the coordinates. In the first embodiment, the pixels adjacent to the left side and the upper side of the target pixel are used as the peripheral pixels. However, the present invention is not limited to this. For example, the surrounding 8 pixels adjacent to the target pixel or the surrounding 4 pixels adjacent to the top, bottom, left and right may be used. If the approximate traveling direction of the blood vessel is known in advance, the adjacent pixels in the direction orthogonal thereto are used. Also good.
生成手段003は、取得手段001により取得した画素値と算出手段002により算出した勾配強度とに基づいて眼底画像における血管を抽出するための血管抽出用画像S004を生成する。具体的には、画素値情報S002と勾配強度情報S003とを所定の比率で加算する。なお、所定の比率は予め定められても良く、勾配強度情報等に応じて適宜設定されることしてもよい。まず、勾配強度情報S003の最大値が画素値の最大値となる倍率Rを数式２により算出する。
ここでは、取りうる画素値の最大値を２５５とし、maxδは勾配強度の最大値を表す。次に、算出したRと勾配強度情報S003および画素値情報S002を元に数式３により各座標の画素値VM(x,y)を算出し、血管抽出用画像S004を生成する。
なお、本実施例では、画素値V(x,y)をそのまま利用したが、その限りではない。たとえば正規化して使用することで、入力眼底画像S001の画素値に影響されず一様に処理することが可能となる。あるいは、最大値が画素値情報S002の最大値となるように倍率Rを算出しても同様の効果を得ることができる。 In this embodiment, the pixel value V (x, y) is used as it is, but this is not a limitation. For example, by using it after normalization, it becomes possible to process uniformly without being influenced by the pixel value of the input fundus image S001. Alternatively, the same effect can be obtained by calculating the magnification R so that the maximum value becomes the maximum value of the pixel value information S002.
Rδ(x,y)の一例を図４に示す。図４は、図２（ｂ）に示した画素値と、算出されたRδ(x,y)とを同時に示した図である。本図では、血管領域の勾配強度が眼底領域の勾配強度に比べ相対的に大きい。このため、数式３により生成した画像では、血管領域の画素値が小さく、眼底領域の画素値が大きい画像を生成することができる。 An example of Rδ (x, y) is shown in FIG. FIG. 4 is a diagram showing the pixel values shown in FIG. 2B and the calculated Rδ (x, y) at the same time. In this figure, the gradient strength of the blood vessel region is relatively larger than the gradient strength of the fundus region. For this reason, in the image produced | generated by Numerical formula 3, the pixel value of a blood vessel area | region is small, and the image with a large pixel value of a fundus area can be produced | generated.
なお、本実施例では、倍率Rが画像内で一律としたが、その限りではない。画像を複数のブロックに分割し、ブロックごとに倍率Rを算出し、血管抽出用画像S004を生成してもよい。たとえば、画素値情報S002からブロック内が眼底領域と判断できる場合は倍率Rを0とし、それ以外のブロックの場合は数式２により倍率Rを算出し、これを用いて血管抽出用画像S004を生成する。即ち、生成手段003は、画素値に加算する勾配強度の加算比率を眼底画像上の場所ごとに決定する。これにより、眼底領域では入力画像の画素値に近くなり、それ以外の領域では数３式により算出した画素値となる画像を生成することができる。 In this embodiment, the magnification R is uniform in the image, but this is not a limitation. The image may be divided into a plurality of blocks, the magnification R may be calculated for each block, and the blood vessel extraction image S004 may be generated. For example, when the pixel value information S002 can determine that the inside of the block is the fundus region, the magnification R is set to 0. For the other blocks, the magnification R is calculated according to Equation 2, and the blood vessel extraction image S004 is generated using this. To do. In other words, the generation unit 003 determines the addition ratio of the gradient strength to be added to the pixel value for each location on the fundus image. As a result, it is possible to generate an image that is close to the pixel value of the input image in the fundus region and that has the pixel value calculated by Equation 3 in other regions.
ここで、数式１による勾配強度算出処理はノイズによる影響を受けやすい。従って、眼底領域に関しては、算出手段002あるいは生成手段003において、あるいはその両方の手段においてノイズ低減処理を含めることが望ましい。 Here, the gradient strength calculation process according to Equation 1 is susceptible to noise. Therefore, regarding the fundus region, it is desirable to include noise reduction processing in the calculating means 002, the generating means 003, or both means.
抽出手段004は、血管抽出用画像S004を元に、生成した血管抽出用画像において注目画素および注目画素の周辺画素の画素値に基づいて眼底画像中の血管領域を抽出する。抽出手段004の出力画像である抽出血管画像S005では、血柱反射領域を含めた血管領域の画素値が眼底領域の画素値に比べ小さい。よって、当該画像を用いることで、本手段では一般的な閾値処理により血管領域を抽出することができる。また、合わせてノイズ低減処理などの処理を行うことができる。本手段により抽出した血管の一例を図５に示す。本図では、図３と同様に、図中左側の血管部画像と、同図右側の当該血管部画像を元に得られた画像血管抽出用画像とを合わせて示す。 Based on the blood vessel extraction image S004, the extraction unit 004 extracts a blood vessel region in the fundus image based on the pixel value of the target pixel and the peripheral pixels of the target pixel in the generated blood vessel extraction image. In the extracted blood vessel image S005 that is an output image of the extraction unit 004, the pixel value of the blood vessel region including the blood column reflection region is smaller than the pixel value of the fundus region. Therefore, by using this image, this means can extract a blood vessel region by general threshold processing. In addition, processing such as noise reduction processing can be performed together. An example of a blood vessel extracted by this means is shown in FIG. In this figure, similarly to FIG. 3, the blood vessel part image on the left side of the figure and the image blood vessel extraction image obtained based on the blood vessel part image on the right side of the figure are shown together.
なお、抽出血管画像S005を用いた計測手段005は、上述したように、眼底画像より血管径を計測していた公知の方法を用いることができるため、ここでの詳述は省略する。 The measuring means 005 using the extracted blood vessel image S005 can use a known method for measuring the blood vessel diameter from the fundus image, as described above, and thus detailed description thereof is omitted here.
以上に述べた眼底のデジタルカラー画像の取得から血管径計測に至る工程をまとめ、これを図１（ｂ）に示すフローを用いて改めて説明する。まず、ステップS11にて取得手段001に眼底画像S001の入力が為され、ステップS12にて取得手段001による画素値の取得が行われる。取得された画素値は画素値情報S002としてステップS13において生成手段003及び算出手段002に出力される。ステップS14において、算出手段002は勾配強度を算出し、勾配強度情報S003としてこれを生成手段003に出力するステップS15では、画素値情報S002と勾配強度情報S003の加算が行われ、血管抽出用の画像S004の生成が行われる（ステップS16）。ステップS17にて、抽出手段004は生成された血管抽出用画像S004より血管の抽出をおこない、該抽出血管画像S005を用いて計測手段は血管径計測を行う（ステップS18）。以上の工程に経ることにより、血管径計測が終了する。
以上に述べた眼底画像解析装置或いは同制御方法を用いるにより、血柱反射が強い血管を含む眼底画像に基づいた場合であっても、血管径を良好に計測することが可能になる。
The steps from the acquisition of the digital color image of the fundus described above to the blood vessel diameter measurement are summarized, and this will be described again using the flow shown in FIG. First, the fundus image S001 is input to the acquisition unit 001 in step S11, and the pixel value is acquired by the acquisition unit 001 in step S12. The acquired pixel value is output as pixel value information S002 to the generation unit 003 and the calculation unit 002 in step S13. In step S14, the calculation means 002 calculates the gradient intensity and outputs the gradient intensity information S003 to the generation means 003. In step S15, the pixel value information S002 and the gradient intensity information S003 are added, and the blood vessel extraction An image S004 is generated (step S16). In step S17, the extraction unit 004 extracts blood vessels from the generated blood vessel extraction image S004, and the measurement unit performs blood vessel diameter measurement using the extracted blood vessel images S005 (step S18). By going through the above steps, the blood vessel diameter measurement is completed.
By using the fundus image analysis apparatus or the control method described above, the blood vessel diameter can be satisfactorily measured even when the fundus image includes a blood vessel having a strong blood column reflection.
（実施例２）
本実施例は、実施例１として前述した構成に加え、取得手段001で取得した画素値情報S002の注目点における対称性の有無を算出する、即ち画素値の対称性を算出する対称性算出手段006を有する場合について示す。なお、本実施例において、実施例１と処理内容が同じ手段に関しては説明を省略する。本実施例２に係る眼底画像解析装置の構成についてのブロック図を図６（ａ）に示す。
(Example 2)
In this embodiment, in addition to the configuration described above as the first embodiment, symmetry calculation means for calculating the presence or absence of symmetry at the point of interest of the pixel value information S002 acquired by the acquisition means 001, that is, calculating the symmetry of the pixel value. The case of having 006 is shown. In the present embodiment, description of means having the same processing contents as those in the first embodiment will be omitted. FIG. 6A is a block diagram illustrating the configuration of the fundus image analysis apparatus according to the second embodiment.
眼底画像の解析に際し、画取得手段001へデジタルカラー眼底画像S001を入力し、画素値を取得する。また、算出手段002は、実施例１記載の方法により勾配強度情報S003を算出する。 When analyzing the fundus image, the digital color fundus image S001 is input to the image acquisition unit 001 to acquire a pixel value. Further, the calculation means 002 calculates the gradient strength information S003 by the method described in the first embodiment.
対称性算出手段006は、画素値情報S002を元に注目点における画素値の対称性を判定し、画素値対称性情報S007を算出する。画素値対称性情報S007の算出においては、たとえば以下の方法を用いることができる。 The symmetry calculating means 006 determines the symmetry of the pixel value at the point of interest based on the pixel value information S002, and calculates the pixel value symmetry information S007. For example, the following method can be used in the calculation of the pixel value symmetry information S007.
即ち、血管領域では血管の走行方向には画素値の変化が小さく、血管の走行方向に概略直交する方向には画素値の変化が大きい。一例を図７に示す。本図では、同図（ａ）に示される血管画像について、その上下方向中央の行について画素ごとの値を取得した結果を同図（ｂ）に示す。また、該血管画像について左右方向中央の列について、画素ごとの値を取得した結果を同図（ｃ）に示す。なお、図７（ｂ）、（ｃ）共に、横軸は各画素の配置に対応し、縦軸は各画素における画素値に対応する。 That is, in the blood vessel region, the change in pixel value is small in the blood vessel running direction, and the pixel value change is large in a direction substantially orthogonal to the blood vessel running direction. An example is shown in FIG. In this figure, about the blood vessel image shown to the same figure (a), the result of having acquired the value for every pixel about the row | line | column of the up-down direction center is shown in the figure (b). Moreover, the result of having acquired the value for every pixel about the row | line | column of the horizontal direction center about this blood vessel image is shown in the figure (c). 7B and 7C, the horizontal axis corresponds to the arrangement of each pixel, and the vertical axis corresponds to the pixel value in each pixel.
実際の対称性の判断において、まず注目点から左右n画素（nは１以上の整数）ずつの画素値の和Sr（右方向に並ぶ画素の画素値の和）、及びSl（左方向に並ぶ画素の画素値の和）を算出し、２つの値の比であるSr/Slを算出する。同様に、注目点から上下n画素ずつの画素値の和Su（上方向に並ぶ画素の画素値の和）、及びSb（下方向に並ぶ画素の画素値の和）を算出し、２つの値の比であるSu/Sbを算出する。ここで、加算する画素数nは、想定する血管径より短くなるようあらかじめ算出した値を用いてもよいし、眼底画像S001を元に適宜決定してもよい。算出した比が１に近いほど注目画素と注目画素の上下方向あるいは左右方向の周辺画素との対称性が高いことから、注目画素が眼底領域あるいは血管領域中にあり、両領域間の境界を含まないと判断できる。 In determining the actual symmetry, first, the sum Sr (the sum of the pixel values of the pixels arranged in the right direction) for each of the left and right n pixels (n is an integer of 1 or more) and Sl (the array in the left direction) from the attention point The sum of pixel values of pixels) is calculated, and Sr / Sl, which is the ratio of the two values, is calculated. Similarly, the sum Su (sum of the pixel values of the pixels aligned in the upward direction) and Sb (sum of the pixel values of the pixels aligned in the downward direction) of each of the upper and lower n pixels from the target point are calculated, and two values are calculated. The ratio Su / Sb is calculated. Here, the number n of pixels to be added may be a value calculated in advance so as to be shorter than the assumed blood vessel diameter, or may be appropriately determined based on the fundus image S001. The closer the calculated ratio is to 1, the higher the symmetry between the target pixel and the surrounding pixels in the vertical and horizontal directions of the target pixel, so the target pixel is in the fundus region or blood vessel region and includes the boundary between both regions It can be judged that there is no.
次に、算出した２つの比が１に近い領域について、SrとSuの比であるSr/Suを算出する。算出した値が１に近いほど、注目画素と注目画素のいずれの方向の周辺画素との対称性も高いことから、注目画素が血柱反射領域である可能性は低いと判断できる。本実施例では、各和の比を用いて対称性を判定したが、その限りではない。たとえば、各和の差を元に対称性を判断してもよい。 Next, Sr / Su, which is the ratio of Sr and Su, is calculated for a region where the two calculated ratios are close to 1. The closer the calculated value is to 1, the higher the symmetry between the target pixel and the peripheral pixel in any direction of the target pixel, so it can be determined that the possibility that the target pixel is a blood column reflection region is low. In this embodiment, the symmetry is determined using the ratio of each sum, but this is not restrictive. For example, symmetry may be determined based on the difference between the sums.
生成手段003は、画素値対称性情報S007を元に実施例１に記載の数式３におけるRを算出する。たとえば対称性がある場合は、Rを０とし、対称性が低い場合はRを実施例１記載の数式２により算出、あるいは対称性の度合いに応じてRを算出する。これにより、眼底領域のような隣接する画素値の変化が小さい領域では入力画像の画素値に近くなり、血管領域のような隣接する画素値の変化が特定方向に大きい領域では入力画像の画素値情報S002と勾配強度情報S003とから算出した画素値となる画像を生成することができる。 The generation unit 003 calculates R in Formula 3 described in the first embodiment based on the pixel value symmetry information S007. For example, when there is symmetry, R is set to 0, and when the symmetry is low, R is calculated by Formula 2 described in Example 1, or R is calculated according to the degree of symmetry. As a result, the pixel value of the input image is close to the pixel value of the input image in the region where the change in the adjacent pixel value is small, such as the fundus region, and the pixel value of the input image is the region in which the change in the adjacent pixel value is large in the specific direction, An image having a pixel value calculated from the information S002 and the gradient intensity information S003 can be generated.
以上に述べた眼底のデジタルカラー画像の取得から血管径計測に至る工程をまとめ、これを図６（ｂ）に示すフローを用いて改めて説明する。なお、実施例１と同じステップについては図中同じ参照番号にて表示することとして、ここでは異なるステップについてのみ説明する。本実施例では、ステップS14で勾配強度が算出された後、ステップS21にて対称性算出手段006による対称性情報S007の算出が行われる。該対称性情報S007は生成手段003に出力された段階で、当該生成手段に包含される対称性判定手段によりステップS22における対称性の有無の判定が行われる。対称性が有るか否かの判定のおいて有ると判定された場合には、フローはステップS24に進み判定を行った画素の画素値は血柱反射によるものと判断して画像の生成が行われる。対称性なしと判定された場合には、フローはステップS23に進み、判定を行った画素の画素値は血管に起因すると判断して画像の生成が行われる。以降実施例１の場合と同様に血管径計測まで実行される。 The steps from the acquisition of the digital color image of the fundus described above to the blood vessel diameter measurement will be summarized, and this will be described again using the flow shown in FIG. In addition, about the same step as Example 1, it displays by the same reference number in a figure, and only a different step is demonstrated here. In the present embodiment, after the gradient strength is calculated in step S14, the symmetry information S007 is calculated by the symmetry calculating means 006 in step S21. When the symmetry information S007 is output to the generation means 003, the symmetry determination means included in the generation means determines the presence or absence of symmetry in step S22. If it is determined that there is symmetry, the flow proceeds to step S24, and the pixel value of the determined pixel is determined to be due to blood column reflection, and image generation is performed. Is called. If it is determined that there is no symmetry, the flow proceeds to step S23, and it is determined that the pixel value of the determined pixel is attributed to a blood vessel, and an image is generated. Thereafter, the blood vessel diameter measurement is executed in the same manner as in the first embodiment.
以上述べたように、本実施例では、血管壁における輝度分布即ち輝度勾配は非対称であることに対して、血柱反射における輝度勾配は対称である、という点に着目している。この輝度分布の非対称性として得られる勾配強度を用いることにより、血柱反射があった場合であっても、血管領域を精度良く抽出することが可能となる。即ち、血管壁の輝度勾配と血柱反射による輝度勾配とが異なることを利用することにより、血柱反射の輝度が血管以外の輝度よりも大きい場合であっても、血柱反射領域を精度良く抽出することを可能とする。 As described above, the present embodiment focuses on the fact that the luminance gradient in the blood column reflection is symmetric while the luminance distribution in the blood vessel wall, that is, the luminance gradient, is asymmetric. By using the gradient intensity obtained as the asymmetry of the luminance distribution, it is possible to accurately extract the blood vessel region even when there is a blood column reflection. In other words, by utilizing the difference between the luminance gradient of the blood vessel wall and the luminance gradient due to the blood column reflection, the blood column reflection region can be accurately defined even when the luminance of the blood column reflection is higher than the luminance other than the blood vessel. It is possible to extract.
即ち、本実施例２において、画素値の対称性算出手段たる対称性算出手段006は取得手段001で取得した画素値の注目点における対称性を数値化して算出し、生成手段003は、対称性算出手段の算出結果に応じて画素値に加算する勾配強度の加算比率を決定する。上記方法により、血柱反射領域を含めた血管領域の画素値が眼底領域の画素値に比べ小さい画像を生成することで血管領域の抽出が容易になる。結果、血柱反射が強い血管を含む眼底画像からであっても、血管径を良好に計測することが可能になる。以上述べた勾配強度情報S003及び画素値情報S002に基づいて眼底画像中の任意の像についての対称性を判定する工程を行う対称性算出手段等の各手段は、本実施例において、被検眼の画像に含まれる像について対称性を有するか否かを判定する対称性判定手段として機能する。また、後述する血管抽出用画像S004を生成し対称性判定手段が対称性を有しないと判定した像を眼底における血管領域の画像として抽出する各手段は、本実施例において抽出手段として機能する。 That is, in the second embodiment, the symmetry calculating unit 006 as the pixel value symmetry calculating unit numerically calculates the symmetry of the pixel value acquired by the acquiring unit 001 at the attention point, and the generating unit 003 calculates the symmetry. The gradient intensity addition ratio to be added to the pixel value is determined according to the calculation result of the calculation means. According to the above method, the extraction of the blood vessel region is facilitated by generating an image in which the pixel value of the blood vessel region including the blood column reflection region is smaller than the pixel value of the fundus region. As a result, the blood vessel diameter can be measured well even from a fundus image including a blood vessel with strong blood column reflection. Each means such as a symmetry calculating means for performing a step of determining symmetry for any image in the fundus image based on the gradient intensity information S003 and the pixel value information S002 described above, in this embodiment, It functions as symmetry determining means for determining whether or not an image included in an image has symmetry. In addition, each unit that generates a blood vessel extraction image S004, which will be described later, and extracts an image determined by the symmetry determining unit as having no symmetry as a blood vessel region image in the fundus functions as an extracting unit in the present embodiment.
（実施例３）
本実施例は、実施例１の構成に加え、抽出血管画像S005計測手段005にて計測した血管径情報S006を表示するための表示手段を有し、実施例２と異なる作用を呈する対称性算出手段006を有する場合について示す。本実施例の構成を図８（ａ）に示す。本実施例では、図７（ｂ）に示すように、血柱反射領域では血管走行方向に直交する方向の画素値の分布が非対称となっている場合があることを利用する。
(Example 3)
In addition to the configuration of the first embodiment, the present embodiment has display means for displaying the blood vessel diameter information S006 measured by the extracted blood vessel image S005 measurement means 005, and calculates symmetry that exhibits an action different from that of the second embodiment. A case having the means 006 will be described. The configuration of this embodiment is shown in FIG. In the present embodiment, as shown in FIG. 7B, the fact that the pixel value distribution in the direction orthogonal to the blood vessel running direction may be asymmetric in the blood column reflection region is used.
眼底画像の解析に際し、取得手段001へデジタルカラー眼底画像S001を入力して、画素値を取得する。また、算出手段002は、実施例１に記載の方法により勾配強度情報S003を算出する。 When analyzing the fundus image, the digital color fundus image S001 is input to the acquisition unit 001 to acquire a pixel value. Further, the calculation means 002 calculates the gradient strength information S003 by the method described in the first embodiment.
本実施例における対称性算出手段006は、画素値情報S002に加え、勾配強度情報S003を入力とする。まず、画素値情報S002および勾配強度情報S003を元に、画素値と勾配強度が共に大きい領域を抽出する。本処理は、たとえば一般的な閾値処理により行うことができる。本処理により血管壁のように勾配強度は大きいが画素値は小さい領域を計算対象領域から除外することが可能となり、計算対象領域を削減することができる。 The symmetry calculating means 006 in this embodiment receives gradient intensity information S003 in addition to the pixel value information S002. First, based on the pixel value information S002 and the gradient strength information S003, a region where both the pixel value and the gradient strength are large is extracted. This process can be performed by, for example, a general threshold process. By this processing, it is possible to exclude a region having a high gradient intensity but a small pixel value, such as a blood vessel wall, from the calculation target region, and the calculation target region can be reduced.
次に、抽出した領域において画素値が最大となる画素Pmaxを抽出するとともに、抽出した領域の周辺領域において、画素値が最小となる画素Pminを抽出する。抽出対象領域は、想定する血管径より狭い領域であることが望ましい。次に、両画素PmaxおよびPminを結ぶ直線L上の画素の画素値を加算し、和S1を算出するとともに、両画素間の距離l1を算出する。続いて、画素Pminから画素Pmaxと反対方向へ距離l1離れた直線L上の画素Pを抽出し、同様に画素PminおよびPを結ぶ直線L上の画素の画素値を加算し、和S2を算出する。続いて２つの値の比であるS2/S1を算出する。算出した値が１に近いほど対称性が高いと判断できる。 Next, the pixel Pmax having the maximum pixel value in the extracted region is extracted, and the pixel Pmin having the minimum pixel value is extracted in the peripheral region of the extracted region. The extraction target region is desirably a region narrower than an assumed blood vessel diameter. Next, the pixel values of the pixels on the straight line L connecting both the pixels Pmax and Pmin are added to calculate the sum S1, and the distance l1 between the two pixels is calculated. Subsequently, the pixel P on the straight line L that is a distance l1 away from the pixel Pmin in the opposite direction to the pixel Pmax is extracted, and similarly, the pixel values of the pixels on the straight line L connecting the pixels Pmin and P are added to calculate the sum S2. To do. Subsequently, S2 / S1, which is the ratio of the two values, is calculated. It can be determined that the closer the calculated value is to 1, the higher the symmetry.
上記方法により求めた画素値対称性情報S007を元に実施例１に記載の数式３におけるRを算出し、例えば図７（ｃ）に示すデータに基づいて血管抽出用画像を生成することで、血柱反射領域を含めた血管領域の画素値が眼底領域の画素値に比べ小さい画像を生成することができ、血管領域の抽出が容易になる。 By calculating R in Formula 3 described in Example 1 based on the pixel value symmetry information S007 obtained by the above method and generating a blood vessel extraction image based on the data shown in FIG. An image in which the pixel value of the blood vessel region including the blood column reflection region is smaller than the pixel value of the fundus region can be generated, and the blood vessel region can be easily extracted.
表示装置007は抽出血管画像S005と血管径情報S006を操作者に提示する。たとえば眼底画像S001上に抽出血管画像S005を重ねて表示するとともに、該当血管における血管径情報S006を表示することができる。これにより、操作者は血管抽出状況と、該当血管における血管径情報を確認することが可能となる。 The display device 007 presents the extracted blood vessel image S005 and blood vessel diameter information S006 to the operator. For example, the extracted blood vessel image S005 can be displayed over the fundus image S001, and the blood vessel diameter information S006 in the blood vessel can be displayed. As a result, the operator can check the blood vessel extraction status and the blood vessel diameter information of the corresponding blood vessel.
以上に述べた眼底のデジタルカラー画像の取得から血管径計測に至る工程をまとめ、これを図８（ｂ）に示すフローを用いて改めて説明する。なお、実施例１及び２と同じステップについては図中同じ参照番号にて表示することとして、ここでは異なるステップについてのみ説明する。本実施例では、実施例１或いは２におけるステップS11での眼底画像の入力が行われた後、画素値S001に加え勾配強度S003の取得がステップS31にて行われる。得られた情報に基づき、上述した手法によって計算対象領域の決定がステップS32において行われる。その後、該計算対象領域について、ステップS13以降の画素値情報の出力、及びステップS21以降の対称性情報の算出等の工程が実行される。 The steps from the acquisition of the digital color image of the fundus described above to the blood vessel diameter measurement will be summarized, and this will be described again using the flow shown in FIG. In addition, about the same step as Example 1 and 2, it displays by the same reference number in a figure, and only a different step is demonstrated here. In the present embodiment, after the fundus image is input in step S11 in the first or second embodiment, the gradient strength S003 is acquired in addition to the pixel value S001 in step S31. Based on the obtained information, the calculation target region is determined in step S32 by the method described above. Thereafter, steps such as output of pixel value information after step S13 and calculation of symmetry information after step S21 are executed for the calculation target region.
上記方法により、眼底画像において血柱反射が強い血管でも、血管径を良好に計測できるとともに、操作者は該当情報を確認することが可能になる。 According to the above method, the blood vessel diameter can be satisfactorily measured even in a blood vessel having strong blood column reflection in the fundus image, and the operator can confirm the corresponding information.
（その他の実施例）
また、本発明は、上述した実施形態の各手段の機能を実現するソフトウェア（プログラム）、及びこれをネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理も包含する。
(Other examples)
The present invention also provides software (program) that implements the functions of the respective means of the above-described embodiments, and supplies this to a system or apparatus via a network or various storage media, and a computer (or CPU) of the system or apparatus. Or MPU) reads out and executes a program.
001：画素値取得手段
002：勾配強度算出手段
003：血管抽出用画像生成手段
004：血管領域抽出手段
005：血管径計測手段
006：画素値対称性算出手段
007：表示手段
S001：眼底画像
S002：画素値情報
S003：勾配強度情報
S004：血管抽出用画像
S005：抽出血管画像
S006：血管径情報
S007：画素値対称性情報
001: Pixel value acquisition means
002: Gradient strength calculation means
003: Blood vessel extraction image generation means
004: Blood vessel region extraction means
005: Blood vessel diameter measuring means
006: Pixel value symmetry calculation means
007: Display means
S001: Fundus image
S002: Pixel value information
S003: Gradient strength information
S004: Image for blood vessel extraction
S005: Extracted blood vessel image
S006: Blood vessel diameter information
S007: Pixel value symmetry information
Claims (19)
前記取得された画素値から勾配強度を算出する算出手段と、
前記取得された画素値と前記算出された勾配強度とに基づいて前記眼底画像における血管領域を抽出するための血管抽出用画像を生成する生成手段と、を有することを特徴とする眼底画像解析装置。 Acquisition means for acquiring a pixel value of each pixel in the fundus image of the eye to be examined;
Calculating means for calculating a gradient intensity from the acquired pixel value;
A fundus image analysis apparatus comprising: a generation unit configured to generate a blood vessel extraction image for extracting a blood vessel region in the fundus image based on the acquired pixel value and the calculated gradient strength. .
抽出された前記血管領域により血管径の計測を行う血管径計測手段と、を有することを特徴とする請求項１乃至５の何れか一項に記載の眼底画像解析装置。 Extracting means for extracting a blood vessel region in the fundus image from the blood vessel extraction image;
6. The fundus image analysis apparatus according to claim 1, further comprising a blood vessel diameter measuring unit configured to measure a blood vessel diameter based on the extracted blood vessel region.
前記眼底の画像における輝度分布が対称性を有するか否かを判定する判定手段と、
前記輝度分布が対称性を有しないと判定された場合、前記眼底の画像から前記輝度分布に対応する領域を前記眼底における血管領域として抽出する抽出手段と、
を有することを特徴とする眼底画像解析装置。 Obtaining means for obtaining an image of the fundus of the eye to be examined;
Determination means for determining whether or not the luminance distribution in the fundus image has symmetry;
An extraction means for extracting a region corresponding to the luminance distribution from the fundus image as a blood vessel region in the fundus when it is determined that the luminance distribution has no symmetry;
A fundus image analyzing apparatus comprising:
取得した画素値から勾配強度を算出する算出工程と、
前記取得工程により取得した画素値と前記算出工程により算出した勾配強度とに基づいて前記眼底画像における血管を抽出するための血管抽出用画像を生成する生成工程と、を有することを特徴とする眼底画像解析方法。 An acquisition step of acquiring a pixel value of each pixel in the fundus image of the eye to be examined;
A calculation step of calculating the gradient intensity from the acquired pixel value;
And a generating step of generating a blood vessel extraction image for extracting blood vessels in the fundus image based on the pixel value acquired in the acquiring step and the gradient intensity calculated in the calculating step. Image analysis method.
抽出された前記血管領域により血管径の計測を行う血管径計測工程と、を有することを特徴とする請求項１２乃至１６の何れか一項に記載の眼底画像解析方法。 An extraction step of extracting a blood vessel region in the fundus image from the blood vessel extraction image;
The fundus image analysis method according to any one of claims 12 to 16, further comprising: a blood vessel diameter measurement step of measuring a blood vessel diameter using the extracted blood vessel region.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014083565A JP2015202236A (en) | 2014-04-15 | 2014-04-15 | Eyeground image analysis device and analysis method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014083565A JP2015202236A (en) | 2014-04-15 | 2014-04-15 | Eyeground image analysis device and analysis method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2015202236A true JP2015202236A (en) | 2015-11-16 |
Family
ID=54596094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014083565A Pending JP2015202236A (en) | 2014-04-15 | 2014-04-15 | Eyeground image analysis device and analysis method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2015202236A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2611920C1 (en) * | 2015-10-08 | 2017-03-01 | федеральное государственное бюджетное учреждение "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова" Министерства здравоохранения Российской Федерации | Spatula to remove blood during lasik operations |
| JP2018023478A (en) * | 2016-08-09 | 2018-02-15 | 大日本印刷株式会社 | Fundus image processing device |
| CN109829931A (en) * | 2019-01-07 | 2019-05-31 | 三峡大学 | A kind of Segmentation Method of Retinal Blood Vessels increasing PCNN based on region |
| WO2019203308A1 (en) * | 2018-04-18 | 2019-10-24 | 株式会社ニコン | Image processing method, program, image processing device, and ophthalmologic system |
| CN113643353A (en) * | 2020-09-04 | 2021-11-12 | 深圳硅基智能科技有限公司 | Method for measuring enhanced resolution of blood vessel diameter of fundus image |
| CN117437236A (en) * | 2023-12-21 | 2024-01-23 | 中国人民解放军总医院第一医学中心 | Gastrointestinal mirror image anomaly detection method and system |
-
2014
- 2014-04-15 JP JP2014083565A patent/JP2015202236A/en active Pending
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2611920C1 (en) * | 2015-10-08 | 2017-03-01 | федеральное государственное бюджетное учреждение "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова" Министерства здравоохранения Российской Федерации | Spatula to remove blood during lasik operations |
| JP2018023478A (en) * | 2016-08-09 | 2018-02-15 | 大日本印刷株式会社 | Fundus image processing device |
| JP2023030184A (en) * | 2018-04-18 | 2023-03-07 | 株式会社ニコン | Image processing method, program, image processing device, and ophthalmologic system |
| JP7347641B2 (en) | 2018-04-18 | 2023-09-20 | 株式会社ニコン | Image processing method, program, image processing device, and ophthalmology system |
| WO2019203308A1 (en) * | 2018-04-18 | 2019-10-24 | 株式会社ニコン | Image processing method, program, image processing device, and ophthalmologic system |
| CN111954485A (en) * | 2018-04-18 | 2020-11-17 | 株式会社尼康 | Image processing method, program, image processing apparatus, and ophthalmologic system |
| JPWO2019203308A1 (en) * | 2018-04-18 | 2021-04-22 | 株式会社ニコン | Image processing methods, programs, image processing equipment, and ophthalmic systems |
| JP7205539B2 (en) | 2018-04-18 | 2023-01-17 | 株式会社ニコン | IMAGE PROCESSING METHOD, PROGRAM, IMAGE PROCESSING APPARATUS, AND OPHTHALMIC SYSTEM |
| CN109829931B (en) * | 2019-01-07 | 2023-07-11 | 三峡大学 | Retinal vessel segmentation method based on region growing PCNN |
| CN109829931A (en) * | 2019-01-07 | 2019-05-31 | 三峡大学 | A kind of Segmentation Method of Retinal Blood Vessels increasing PCNN based on region |
| CN113643353A (en) * | 2020-09-04 | 2021-11-12 | 深圳硅基智能科技有限公司 | Method for measuring enhanced resolution of blood vessel diameter of fundus image |
| CN113643353B (en) * | 2020-09-04 | 2024-02-06 | 深圳硅基智能科技有限公司 | Measurement method for enhancing resolution of vascular caliber of fundus image |
| CN117437236A (en) * | 2023-12-21 | 2024-01-23 | 中国人民解放军总医院第一医学中心 | Gastrointestinal mirror image anomaly detection method and system |
| CN117437236B (en) * | 2023-12-21 | 2024-03-01 | 中国人民解放军总医院第一医学中心 | Gastrointestinal mirror image anomaly detection method and system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10383511B2 (en) | Image processing apparatus, image processing method, and program | |
| JP2015202236A (en) | Eyeground image analysis device and analysis method | |
| US9820650B2 (en) | Image processing apparatus and image processing method | |
| US9307903B2 (en) | Image processing apparatus and image processing method | |
| US9619874B2 (en) | Image processing apparatus and image processing method | |
| JP7196606B2 (en) | Ophthalmic information processing device and ophthalmic information processing program | |
| US8634600B2 (en) | Extracting method and apparatus of blood vessel crossing/branching portion | |
| JP2013198719A (en) | Image processing apparatus and image processing method | |
| JP2008022928A (en) | Image analysis apparatus and image analysis program | |
| JP2020089768A (en) | Image processing device and image processing method | |
| JP2011147547A (en) | Image processing method and image processing device | |
| JP2014198223A (en) | Information processor and information processing method | |
| JP2014128367A (en) | Image processor | |
| JP6147001B2 (en) | Image processing apparatus and image processing method | |
| JP6467669B2 (en) | Determination apparatus and determination program | |
| JP2008022929A (en) | Image analysis apparatus and image analysis program | |
| JP7284103B2 (en) | Image processing device, image processing method and image processing program | |
| US20170007113A1 (en) | Image processing apparatus and image processing method | |
| JP2014128448A5 (en) | ||
| JP2008079682A (en) | Image analysis apparatus and image analysis program | |
| JP6604743B2 (en) | Information processing apparatus, operating method thereof, and computer program | |
| JP5777307B2 (en) | Image processing apparatus, image processing method, and program. | |
| JP6419249B2 (en) | Image processing apparatus, image processing method, and image processing program | |
| JP7296773B2 (en) | MEDICAL IMAGE PROCESSING APPARATUS AND MEDICAL IMAGE PROCESSING PROGRAM | |
| US10264960B2 (en) | Information processing apparatus, operation method thereof, and computer program |