JP2015216939A - 白内障検査装置および白内障判定プログラム - Google Patents
白内障検査装置および白内障判定プログラム Download PDFInfo
- Publication number
- JP2015216939A JP2015216939A JP2014100018A JP2014100018A JP2015216939A JP 2015216939 A JP2015216939 A JP 2015216939A JP 2014100018 A JP2014100018 A JP 2014100018A JP 2014100018 A JP2014100018 A JP 2014100018A JP 2015216939 A JP2015216939 A JP 2015216939A
- Authority
- JP
- Japan
- Prior art keywords
- cataract
- ring
- reflected light
- pupil region
- shaped
- 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.)
- Granted
Links
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
【解決手段】白内障検査装置は、リング状投射光20として眼球の瞳孔領域に略正面から投射する投光手段と、リング状投射光20の眼球のリング状反射光10,11,12を撮像し画像情報とする撮像手段と、リング状反射光を検出する反射光検出手段と、リング状反射光を用いて白内障を判定する白内障判定手段を備える。また、リング状反射光のうち最大径かつ最大輝度の反射光10の内輪郭の内側の瞳孔領域の色特徴を解析する色特徴解析手段を備え、瞳孔領域の色特徴から核白内障あるいは後嚢下白内障を判定する。瞳孔領域からまつげを判別し、まつげを除いて模様が存在している領域面積および色から混濁度合いを解析し、瞳孔領域の混濁度合いから皮質白内障を判定する。
【選択図】図2
Description
また、分光光学系や光感知検知器などの特別な機器を必要とせず、簡便な機材を用いる構成で、誰でもどこでも簡便に白内障の検査が行える白内障検査装置が知られている(特許文献3)。
かかる状況に鑑みて、本発明は、簡便な機材を用いる構成で、瞳孔領域を容易に特定でき、特定した瞳孔領域を用いて白内障レベルを判別できる白内障検査装置および白内障判定プログラムを提供することを目的とする。
本発明の白内障検査装置は、下記1)〜4)の手段を備える。
1)リング状投射光として眼球の瞳孔領域に略正面から投射する投光手段
2)リング状投射光の眼球のリング状反射光を撮像し画像情報とする撮像手段
3)リング状反射光を検出する反射光検出手段
4)リング状反射光を用いて白内障を判定する白内障判定手段
また、リング状反射光は、瞳孔中心から同心円状に観測されるのが本来の形であり、瞳孔中心から反射光がずれている場合、それは撮影時の位置合わせの問題に起因する。正常眼において、リング状反射光は4つの境界面(角膜前面、角膜後面、水晶体前面、水晶体後面)のそれぞれで観測されることから、撮影画像には4つのリング状反射光が存在することになるが、水晶体前面は非常に反射率が低いことから、水晶体前面によるリング状反射光は観測が困難である。従って、正常眼におけるリング状反射光は、主に角膜前面による反射光が最も強く観測され、後は、角膜後面と水晶体後面による反射光の3つのリング状反射光が観測できることになる。一方、白内障眼、特に中心性の核白内障の場合は、角膜前面と角膜後面による反射光の2つのリング状反射光しか観測されない。このように撮影した画像にあるリング状の反射光個数を測定することにより、簡易的に正常眼と白内障眼を分けることができる。
上記の判別精度を向上するには、瞳孔を真正面から中心を合わせて撮影する。瞳孔を真正面から中心を合わせて撮影することにより、リング状反射光が同心円状に並ぶため、リング状反射光の識別および反射光の個数の識別が容易となる。
核白内障とは、核と呼ばれる水晶体の真ん中(中心)が濁る症状であり、瞳孔領域の周辺部と中心部の色特徴の違いが明瞭であることから判定することができる。一方、白内障のうち、最も多いのが、皮質白内障であり、水晶体の周りから瞳の中に向かってまだらに濁る症状である。また、後嚢下白内障は、水晶体の裏側に近いところで真ん中からスリガラスのように濁る症状である。
ここで、模様とは色ムラのことであり、混濁度合いにより色ムラが生じることから、それらを模様として捉えている。
a)瞳孔領域におけるRGB画像をHSV画像に変換する手段
b)RGB画像を二値化画像に変換する手段
c)HSV画像におけるH成分,S成分,V成分と各成分の最大値,平均値,中央値を算出する色特徴量算出手段
d)二値化画像における中心部からの距離に応じてN等分(Nは2以上)して分けた領域毎に混濁の疑義がある部分の画素数を算出して特徴ベクトルを算定する混濁度合い算定手段
上述の如く、リング状反射光は、瞳孔中心から同心円状に観測され、正常眼の場合、リング状反射光は、主に角膜前面による反射光と角膜後面と水晶体後面による反射光の3つのリング状反射光が観測されるのに対して、白内障眼、特に中心性の核白内障の場合は、角膜前面と角膜後面による反射光の2つのリング状反射光しか観測されない。従って、リング状反射光の個数を測定することにより、正常眼と白内障眼を判別できる。なお、眼内の各透光体の境界面で反射される反射光より、角膜前面で反射されるリング状反射光を用いて瞳孔領域を特定し、その中の反射光の個数により白内障の有無を判定すると共に、上述のa)〜c)の手段を用いて、核白内障、皮質白内障、その他の白内障の有無と程度を判定することもできる。
なお、下記表1に、角膜前面(角膜表皮)、角膜後面(角膜内皮)、水晶体前面および水晶体後面のそれぞれの反射面の反射像輝度比を示す。水晶体前面の反射像の輝度が、他の反射面よりも一桁以上、輝度が小さく、反射が少ないことがわかる。
リング状反射光内に虹彩が映り込んでしまうと、それが濁りと判定されるので、これを回避すべく、リング状反射光は必ず虹彩の領域の内側になるよう位置調整することが必要である。そのため、散瞳状態に近い状態、すなわち、瞳孔が大きく開いている状態にすべく、ハウジングにより暗所をつくり、暗順応により瞳孔が開いている状態で撮影する。
また、リング状投射光は眼球の正面より投射して、瞳孔中心に同心円状のリング状反射光を得ることが好ましく、そのため、被験者が光源方向を見るようにする位置調整指標を設ける。ここで、位置調整指標とは、例えば、眼球の正面でなければ見えないLED点滅マーカーなどである。
本発明の白内障判定プログラムは、コンピュータを下記(1)〜(3)の手段として機能させ、眼球の白内障を判定するプログラムである。
(1)リング状投射光として眼球の瞳孔領域に略正面から投射したときの眼球の角膜および水晶体でのリング状反射光の画像情報を取得する画像情報取得手段
(2)リング状反射光を検出する反射光検出手段
(3)リング状反射光を用いて白内障を判定する白内障判定手段
(a)瞳孔領域におけるRGB画像をHSV画像に変換する手段
(b)RGB画像を二値化画像に変換する手段
(c)HSV画像におけるH成分,S成分,V成分と各成分の最大値,平均値,中央値を算出する色特徴量算出手段
(d)二値化画像における中心部からの距離に応じてN等分(Nは2以上)して分けた領域毎に混濁の疑義がある部分の画素数を算出して特徴ベクトルを算定する混濁度合い算定手段
(e)特徴ベクトルを、機械学習による識別器を用いて、核白内障、皮質白内障、その他の白内障の有無と程度を判定する手段
すなわち、本発明の白内障判定プログラムにおける白内障判定手段においては、眼内の各透光体の境界面で反射される反射光より、角膜前面で反射されるリング状反射光を用いて瞳孔領域を特定し、その中の反射光の個数により白内障の有無を判定すると共に、前述の(a)〜(d)の手段を用いて、核白内障、皮質白内障、その他の白内障の有無と程度を判定する。
発展途上国など眼科医の不足するところで、診断装置設備が不足する場所においても、白内障発病患者に対して、デジタルカメラとコンピュータの組み合わせといった簡便な機器を用いて、白内障の種類まで自動的に推定することができるようになる。
コンピュータ23は、カメラ21から画像情報データを取り込めるよう、USB(Universal Serial Bus)ケーブル(データ通信インタフェース24)を介してカメラ21と接続されている。
最大径かつ最大輝度の反射光であるリング状反射光10は、眼球1の角膜6の前面6aの反射光である。正常眼では図2に示すように、リング状反射光は4つの境界面(角膜前面6a、角膜後面6b、水晶体前面2a、水晶体後面2b)のそれぞれで観測され、撮影画像には4つのリング状反射光が存在する。しかし、水晶体前面2aは非常に反射率が低いことから、水晶体前面2aによるリング状反射光は観測が一般的に困難であり、図2および図3(2)に示すように、3つの境界面(角膜前面6a、角膜後面6b、水晶体後面2b)の3つのリング状反射光(角膜前面6aのリング状反射光10、角膜後面6bのリング状反射光11、水晶体後面2bのリング状反射光12)が観測できる。一方、白内障眼、特に中心性の核白内障の場合は、2つの境界面(角膜前面6a、角膜後面6b)の2つのリング状反射光(角膜前面6aのリング状反射光10、角膜後面6bのリング状反射光11)しか観測されない。
本実施例では、図3(1)に示すように、最大径かつ最大輝度の角膜前面6aの反射光であるリング状反射光10だけを捉え、その内輪郭の内側の瞳孔領域の色特徴や混濁度合いで白内障を判別する。
先ず、リング状フラッシュを点灯させて、リング状投射光を眼球に投射し、眼球を撮影する(ステップS01)。次に、角膜前面でのリング状反射光の撮影画像から瞳孔領域を検出する(ステップS02)。そして、角膜前面でのリング状反射光を用いて、その内輪郭の内側の領域を瞳孔領域画像として切り出す(ステップS03)。
具体的には、瞳孔領域の検出は、撮影画像を白黒濃淡画像に変換して2値化し、細線化してHough変換によりリング状反射光の円形を検出する。
色特徴の解析(ステップS05)や混濁度合いの解析(ステップS06)の結果と、予め学習データから抽出していた判定基準とを照らし合せて、白内障発病(白内障眼)の判定を行う(ステップS07)。判定の結果、白内障発病(白内障眼)または健常眼を判定する(ステップS08,09)。
切り出した瞳孔領域画像から、RGB画像を取得し(ステップS21)、それをHSV画像に変換してHSV画像を取得する(ステップS22)。そして、HSV画像のそれぞれの平均値、最大値、中央値を測定する(ステップS23)。測定した平均値、最大値、中央値を用いて、分類して色特徴を解析する(ステップS24)。
図6(1)は、眼球の撮影画像においてリング状反射光の形状・位置に基づいて、瞳孔領域を検出している様子を示している。
図6(2)は、切り出した瞳孔領域画像を示している。この瞳孔領域画像から色特徴を解析する。また、図6(3)は、切り出した瞳孔領域画像(円形状)を極座標展開した極座標展開画像を示している。極座標展開画像からリング状反射光のリング状フラッシュ模様を解析する。
なお、瞳孔領域画像において、健常者であればリング状反射光は円形状を示す。一方、白内障の患者であれば、リング状反射光は輝度が著しく低下するか、一部が欠落した形状を示す。
図7(1)は、切り出した瞳孔領域画像(RGB画像)を示す。上述の如く、RGB画像から、それをHSV画像に変換してHSV画像を取得して、HSV色空間で色特徴を解析する。
HSV色空間は、色相(H),彩度(S)および明度(V)の3つの成分からなる色空間であり、円錐を用いて視覚化できる。円錐を用いた視覚表現では、色相(H)は色環の三次元円錐状の構造に描かれ、彩度(S)はその円錐の中心からの距離、明度(V)は円錐の頂点からの距離で表される。瞳孔領域画像(RGB画像)におけるR,G,Bは、それぞれ0.0から1.0の範囲にある。(R,G,B)で定義された色が与えられたとすると、それに相当する(H,S,V)のカラーは数式により導出できる。一方、色相(H)は0.0から360.0まで変化し、色相(H)が示された色環に沿った角度で表現される。彩度(S)および明度(V)は0.0から1.0までの範囲で変化する。
色特徴を検出し、水晶体全体が白くなっているか否かを判定することにより、核白内障や後嚢下白内障を判別する。また、色特徴から模様を検出し、水晶体内部の混濁度合いを定量化することにより、皮質白内障を判別する。なお、模様の検出の際、後述するように、まつげ除去を行ってノイズ除去を図る。
ここで、特徴量v、hを導出するために、図8に示す横方向および縦方向の画像フィルタを用いる。極座標展開画像において、ある点を中心に画像フィルタを適用して、画像フィルタで白画素になっている画素の明度の平均値 m1と黒画素になっている画素の明度平均値 m2 を計算して、最後に、m1−m2 を計算して特徴量v,h とする。
このように、特徴量vの大きさと特徴量v−hを用いて、候補点を算出する。
そして、候補点に算出された画素の画素数、すなわち、リング状反射光と判定された画素の画素数と、それぞれの画素に対して横方向の画像フィルタで計算した結果の平均値を用いて、反射光の明瞭度合いを数値化し、これをリング状反射光の強さを示す特徴量とする。
リング状反射光は、瞳孔の中心と同心円状に現れる。そのため、瞳孔領域画像を極座標展開画像に展開し、横方向の縞模様としてリング状反射光を検出する。すなわち、図9に示すように、極座標展開画像から、それぞれの点が円を構成しているか否かを検証し、各候補点に対応する円の中心を「投票」し、矛盾の無いものを検出する。
具体的には、以下の(処理1)〜(処理4)を行う。
(処理2−1) 極座標 P(r, θ) を平面座標 I(x, y) に変換する。
(処理2−2) 予め決めておいた範囲 [r1,r2] で半径 r を変化させて、(処理2−2−1)および(処理2−2−2)を実行する。
(処理2−2−1) Iから距離rにある点を算出する。
(処理2−2−2) その点においてスコア M(x,y,r)に1を加算する。
(処理4) (xm, ym, rm) に投票した候補点を「矛盾のないもの」とする。
この「まつげ」の反射像は、瞳孔領域の混濁を検出する際のノイズになるため、解析では、これを画像から除外する。
図11(2)では、上記の処理で混濁が存在する候補になったブロック部分を示している。そして、混濁が存在する候補になったブロック部分それぞれに対して二値化処理を施す。
1)画像の中でまつげが存在しうる領域を予め設定しておき、二値化結果を抽出する。
2)まつげは点在しているものではなく、連続していることから、連結領域を導出する。
3)連結領域で、「同じモーメントをもつ楕円の偏心率(a)」と「その楕円の角度(b)」を求める。
4)a> a0、かつ、b>b0であれば、まつげとして除去する。ここで、a0,b0はまつげの形状の判定閾値である。
このように、瞳孔領域画像のブロック単位で高速フーリエ変換(FFT)を用いて、模様が存在している領域を検出し、二値化結果の形状特徴から「まつげ」と「混濁」を識別する。
交差検定による評価方法のうち、K−分割交差検定では、標本群をK個に分割し、そのうちの1つをテスト事例とし、残る K−1個を学習事例とし、組み合わせを変更してK回評価を繰り返す。図15は、10分割交差検定による評価を示している。
これらの指標は主観的なものであり、特定の閾値より大きければ白内障とするという統一的な基準はないため、概ね妥当と判断できる範囲、例えば、NOについては2から3、Cについて2から2.4に変化させて、それぞれの値を境界値として学習データを作成しテストを行った。
また、表5,6において、最良のケース(グレーで示した行)を決定木で可視化した。図16,図17に示すように、決定木を可視化したところ、色特徴を使った識別が主に動作し、その他の情報を用いた識別がそれを補う働きをしていることがわかった。
2 水晶体
3 虹彩
4 網膜
5 瞳孔
6 角膜
7 ハウジング
10〜12 リング状反射光
20 リング状投射光
21 カメラ
21a カメラレンズ
21b レンズ本体
21c CCDイメージセンサ
22 リング状フラッシュ
22a リング状スリット
22b 遮蔽板
22c マウント部
22d 発光部
23 コンピュータ
24 データ通信インタフェース
25 バッテリーユニット
26 電源ケーブル
Claims (11)
- リング状投射光として眼球の瞳孔領域に略正面から投射する投光手段と、
前記リング状投射光の眼球のリング状反射光を撮像し画像情報とする撮像手段と、
前記リング状反射光を検出する反射光検出手段と、
前記リング状反射光を用いて白内障を判定する白内障判定手段と、を備えることを特徴とする白内障検査装置。 - 前記リング状反射光のうち最大径かつ最大輝度の反射光の内輪郭の内側の瞳孔領域の色特徴を解析する色特徴解析手段を更に備え、
前記白内障判定手段において、前記瞳孔領域の色特徴から核白内障あるいは後嚢下白内障を判定することを特徴とする請求項1に記載の白内障検査装置。 - 前記瞳孔領域からまつげを判別して、まつげを除いて模様が存在している領域面積および色から混濁度合いを解析する混濁解析手段を更に備え、
前記白内障判定手段において、前記瞳孔領域の混濁度合いから皮質白内障を判定することを特徴とする請求項2に記載の白内障検査装置。 - 前記瞳孔領域におけるRGB画像をHSV画像に変換する手段と、
前記RGB画像を二値化画像に変換する手段と、
前記HSV画像におけるH成分,S成分,V成分と各成分の最大値,平均値,中央値を算出する色特徴量算出手段と、
或は、
前記二値化画像における中心部からの距離に応じてN等分(Nは2以上)して分けた領域毎に混濁の疑義がある部分の画素数を算出して特徴ベクトルを算定する混濁度合い算定手段と、
を更に備え、
前記白内障判定手段が、前記特徴ベクトルを、機械学習による識別器を用いて、核白内障、皮質白内障、その他の白内障の有無と程度を判定することを特徴とする請求項2又は3に記載の白内障検査装置。 - 前記白内障判定手段において、眼内の各透光体の境界面で反射される、前記リング状反射光の個数により、白内障と判定することを特徴とする請求項1〜4の何れかに記載の白内障検査装置。
- 前記撮像手段および前記投光手段を一端に備えるハウジングであって、該ハウジングは、他端が開放され被験者の眼球の周囲に覆い被せた場合に、前記光源からの投射光以外の入射を遮るよう構成され、
被験者が前記光源方向を見るようにする位置調整指標が設けられ、
前記ハウジングの端部は、被験者のまぶたを開くようにまぶたの上下方向に変形する機構を備えたことを特徴とする請求項1〜5の何れかに記載の白内障検査装置。 - コンピュータを用いて眼球の白内障を判定する白内障判定プログラムであって、
前記コンピュータを、
リング状投射光として眼球の瞳孔領域に略正面から投射したときの前記眼球の角膜および水晶体でのリング状反射光の画像情報を取得する画像情報取得手段、
前記リング状反射光を検出する反射光検出手段、
前記リング状反射光を用いて白内障を判定する白内障判定手段、
として機能させる白内障判定プログラム。 - 前記コンピュータを、更に、
前記リング状反射光のうち最大径かつ最大輝度の反射光の内輪郭の内側の瞳孔領域の色特徴を解析する色特徴解析手段として機能させ、
前記白内障判定手段において、前記瞳孔領域の色特徴から核白内障あるいは後嚢下白内障を判定することを特徴とする請求項7に記載の白内障判定プログラム。 - 前記コンピュータを、更に、
前記瞳孔領域からまつげを判別するまつげ判別手段、
まつげを除いて模様が存在している領域面積および色から混濁度合いを解析する混濁度合い解析手段、として機能させ、
前記白内障判定手段において、前記瞳孔領域の混濁度合いから皮質白内障を判定することを特徴とする請求項8に記載の白内障判定プログラム。 - 前記白内障判定手段において、
前記コンピュータを、
前記瞳孔領域におけるRGB画像をHSV画像に変換する手段、
前記RGB画像を二値化画像に変換する手段、
前記HSV画像におけるH成分,S成分,V成分と各成分の最大値,平均値,中央値を算出する色特徴量算出手段と、
或は、
前記二値化画像における中心部からの距離に応じてN等分(Nは2以上)して分けた領域毎に混濁の疑義がある部分の画素数を算出して特徴ベクトルを算定する混濁度合い算定手段、
前記特徴ベクトルを、機械学習による識別器を用いて、核白内障、皮質白内障、その他の白内障の有無と程度を判定する手段、として機能させることを特徴とする請求項8又は9に記載の白内障判定プログラム。 - 前記白内障判定手段において、眼内の各透光体の境界面で反射される、前記リング状反射光の個数により、白内障と判定することを特徴とする請求項7〜10の何れかに記載の白内障検査プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014100018A JP6361065B2 (ja) | 2014-05-13 | 2014-05-13 | 白内障検査装置および白内障判定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014100018A JP6361065B2 (ja) | 2014-05-13 | 2014-05-13 | 白内障検査装置および白内障判定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015216939A true JP2015216939A (ja) | 2015-12-07 |
JP6361065B2 JP6361065B2 (ja) | 2018-07-25 |
Family
ID=54776932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014100018A Active JP6361065B2 (ja) | 2014-05-13 | 2014-05-13 | 白内障検査装置および白内障判定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6361065B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018121885A (ja) * | 2017-01-31 | 2018-08-09 | 株式会社ニデック | 画像処理装置、画像処理システム、および画像処理プログラム |
WO2018143180A1 (ja) * | 2017-01-31 | 2018-08-09 | 株式会社ニデック | 画像処理装置、および画像処理プログラム |
JP2018121886A (ja) * | 2017-01-31 | 2018-08-09 | 株式会社ニデック | 画像処理装置、および画像処理プログラム |
JP2019042172A (ja) * | 2017-09-01 | 2019-03-22 | 株式会社ニデック | 眼科装置、および白内障評価プログラム |
CN109614855A (zh) * | 2018-10-31 | 2019-04-12 | 温州医科大学 | 基于图像灰度值计算分析的兔眼后发性白内障分析装置及后发性白内障轻重程度评价方法 |
WO2019073962A1 (ja) * | 2017-10-10 | 2019-04-18 | 国立大学法人 東京大学 | 画像処理装置及びプログラム |
JP2020054445A (ja) * | 2018-09-28 | 2020-04-09 | 国立大学法人 筑波大学 | 画像解析装置、画像解析方法、及び眼科装置 |
CN113057574A (zh) * | 2020-11-26 | 2021-07-02 | 泰州国安医疗用品有限公司 | 应用灰度检测的浑浊度等级辨识系统及方法 |
WO2023003136A1 (ko) * | 2021-07-22 | 2023-01-26 | 사회복지법인 삼성생명공익재단 | 딥러닝을 이용한 백내장 진단방법 및 시스템 |
JP7334922B1 (ja) * | 2023-04-20 | 2023-08-29 | 株式会社中京メディカル | 画像処理装置、画像処理方法及びプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102358024B1 (ko) * | 2020-08-11 | 2022-02-07 | 단국대학교 산학협력단 | 랜덤 포레스트 알고리즘을 기반으로 하는 백내장 등급 진단 장치 및 그 방법 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59189825A (ja) * | 1983-04-13 | 1984-10-27 | キヤノン株式会社 | 瞼位置検知機能を備えた眼科器械 |
JP2009078129A (ja) * | 2007-09-03 | 2009-04-16 | Nidek Co Ltd | 眼屈折力測定装置 |
WO2009102064A1 (ja) * | 2008-02-15 | 2009-08-20 | National University Corporation NARA Institute of Science and Technology | 白内障検査装置、白内障検査方法、および白内障判定プログラム |
JP2011521682A (ja) * | 2008-05-20 | 2011-07-28 | エージェンシー フォー サイエンス,テクノロジー アンド リサーチ | 皮質白内障診断のための自動混濁検出システム |
JP2012100712A (ja) * | 2010-11-05 | 2012-05-31 | Nidek Co Ltd | 眼科測定装置 |
JP2012239639A (ja) * | 2011-05-19 | 2012-12-10 | Konan Medical Inc | 水晶体画像解析装置 |
-
2014
- 2014-05-13 JP JP2014100018A patent/JP6361065B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59189825A (ja) * | 1983-04-13 | 1984-10-27 | キヤノン株式会社 | 瞼位置検知機能を備えた眼科器械 |
JP2009078129A (ja) * | 2007-09-03 | 2009-04-16 | Nidek Co Ltd | 眼屈折力測定装置 |
WO2009102064A1 (ja) * | 2008-02-15 | 2009-08-20 | National University Corporation NARA Institute of Science and Technology | 白内障検査装置、白内障検査方法、および白内障判定プログラム |
JP2011521682A (ja) * | 2008-05-20 | 2011-07-28 | エージェンシー フォー サイエンス,テクノロジー アンド リサーチ | 皮質白内障診断のための自動混濁検出システム |
JP2012100712A (ja) * | 2010-11-05 | 2012-05-31 | Nidek Co Ltd | 眼科測定装置 |
JP2012239639A (ja) * | 2011-05-19 | 2012-12-10 | Konan Medical Inc | 水晶体画像解析装置 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018143180A1 (ja) * | 2017-01-31 | 2018-08-09 | 株式会社ニデック | 画像処理装置、および画像処理プログラム |
JP2018121886A (ja) * | 2017-01-31 | 2018-08-09 | 株式会社ニデック | 画像処理装置、および画像処理プログラム |
JP2018121885A (ja) * | 2017-01-31 | 2018-08-09 | 株式会社ニデック | 画像処理装置、画像処理システム、および画像処理プログラム |
US11357398B2 (en) | 2017-01-31 | 2022-06-14 | Nidek Co., Ltd. | Image processing device and non-transitory computer-readable recording medium |
JP2019042172A (ja) * | 2017-09-01 | 2019-03-22 | 株式会社ニデック | 眼科装置、および白内障評価プログラム |
JP7043759B2 (ja) | 2017-09-01 | 2022-03-30 | 株式会社ニデック | 眼科装置、および白内障評価プログラム |
WO2019073962A1 (ja) * | 2017-10-10 | 2019-04-18 | 国立大学法人 東京大学 | 画像処理装置及びプログラム |
JPWO2019073962A1 (ja) * | 2017-10-10 | 2019-11-14 | 国立大学法人 東京大学 | 画像処理装置及びプログラム |
JP2020054445A (ja) * | 2018-09-28 | 2020-04-09 | 国立大学法人 筑波大学 | 画像解析装置、画像解析方法、及び眼科装置 |
JP7177434B2 (ja) | 2018-09-28 | 2022-11-24 | 国立大学法人 筑波大学 | 画像解析装置、画像解析装置の作動方法、及び眼科装置 |
CN109614855B (zh) * | 2018-10-31 | 2023-04-07 | 温州医科大学 | 基于图像灰度值计算分析的后发性白内障分析装置及方法 |
CN109614855A (zh) * | 2018-10-31 | 2019-04-12 | 温州医科大学 | 基于图像灰度值计算分析的兔眼后发性白内障分析装置及后发性白内障轻重程度评价方法 |
CN113057574A (zh) * | 2020-11-26 | 2021-07-02 | 泰州国安医疗用品有限公司 | 应用灰度检测的浑浊度等级辨识系统及方法 |
KR20230015152A (ko) * | 2021-07-22 | 2023-01-31 | 사회복지법인 삼성생명공익재단 | 딥러닝을 이용한 백내장 진단방법 및 시스템 |
WO2023003136A1 (ko) * | 2021-07-22 | 2023-01-26 | 사회복지법인 삼성생명공익재단 | 딥러닝을 이용한 백내장 진단방법 및 시스템 |
KR20230093403A (ko) * | 2021-07-22 | 2023-06-27 | 사회복지법인 삼성생명공익재단 | 딥러닝을 이용한 백내장 진단방법 및 시스템 |
KR102587830B1 (ko) * | 2021-07-22 | 2023-10-10 | 사회복지법인 삼성생명공익재단 | 딥러닝을 이용한 백내장 진단방법 및 시스템 |
KR102669542B1 (ko) | 2021-07-22 | 2024-05-24 | 사회복지법인 삼성생명공익재단 | 딥러닝을 이용한 백내장 진단방법 및 시스템 |
JP7334922B1 (ja) * | 2023-04-20 | 2023-08-29 | 株式会社中京メディカル | 画像処理装置、画像処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6361065B2 (ja) | 2018-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6361065B2 (ja) | 白内障検査装置および白内障判定プログラム | |
Winder et al. | Algorithms for digital image processing in diabetic retinopathy | |
US10413180B1 (en) | System and methods for automatic processing of digital retinal images in conjunction with an imaging device | |
Niemeijer et al. | Automated detection and differentiation of drusen, exudates, and cotton-wool spots in digital color fundus photographs for diabetic retinopathy diagnosis | |
US9585560B2 (en) | Image processing apparatus, image processing method, and program | |
US9149179B2 (en) | System and method for identifying eye conditions | |
AU2012219362B2 (en) | Photorefraction ocular screening device and methods | |
US7810928B2 (en) | Evaluating pupillary responses to light stimuli | |
JP6469387B2 (ja) | 眼底解析装置 | |
Hunter et al. | An automated retinal image quality grading algorithm | |
CN102469937A (zh) | 断层图像摄像设备及其控制方法、程序和存储介质 | |
KR20150036395A (ko) | 사시 검출 | |
JP7392238B2 (ja) | 医用画像を用いた病態予測 | |
Hunter et al. | Automated diagnosis of referable maculopathy in diabetic retinopathy screening | |
WO2017020045A1 (en) | System and methods for malarial retinopathy screening | |
Prageeth et al. | Early detection of retinal nerve fiber layer defects using fundus image processing | |
Dias et al. | Evaluation of retinal image gradability by image features classification | |
EP3925518A1 (en) | Detecting and tracking macular degeneration | |
JP5305409B2 (ja) | 白内障検査装置、白内障検査方法、および白内障判定プログラム | |
KR102025769B1 (ko) | 망막 및 시신경 기능 평가 시스템 및 이의 정보 출력 방법 | |
KR20200049195A (ko) | 녹내장 의증 진단을 위한 안저영상 분석 방법 | |
Naik et al. | Retinal Glaucoma Detection: An Overview | |
Zhang et al. | Pilot Clinical Validation of a Machine Learning Platform for Noninvasive Smartphone-Based Assessment of Corneal Epithelial Integrity | |
Kugamourthy et al. | eOphthalmologist--Intelligent Eye Disease Diagnosis System | |
Aouf et al. | Glaucoma detection from fundus camera image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170512 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20170512 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170512 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170614 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20170801 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170807 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171006 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171222 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180419 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180607 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6361065 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |