JP2016028781A - 眼科画像処理装置および眼科イメージング装置 - Google Patents

Abstract

【課題】解析に悪影響を与える可能性があるアーティファクトを検出するために２次元画像を利用し、たとえばＯＮＨなどの眼の領域を解析する方法および装置を提供する。【解決手段】実施形態は、光コヒーレンストモグラフィにより取得された画像データに基づき所定の定量化解析を実行するコンピュータを含む眼科画像処理装置である。コンピュータは、光コヒーレンストモグラフィにより取得された、視神経乳頭を含む網膜画像データを受け付け、視神経乳頭の２次元ビューを表す網膜画像データの一部を評価することで、所定の定量化解析から除外される領域の２次元ビューにおける位置を求め、評価によって位置が求められた当該除外される領域の外部に位置する網膜画像データの残余部分に含まれる、所定の定量化解析に関する特徴を検出する。【選択図】図５

Description

本発明は、網膜の画像を処理する眼科画像処理装置、および、網膜の画像を取得する眼科イメージング装置に関する。

眼科および他の応用において、検査対象部位のボリュームの３次元スキャンデータを生成するために光コヒーレンストモグラフィ（ＯＣＴ）がしばしば用いられる。そのような部位の例として、ｏｐｔｉｃ ｎｅｒｖｅ ｈｅａｄ（視神経乳頭、ＯＮＨ。ｏｐｔｉｃ ｄｉｓｃとも呼ばれる）があり、これは、神経節細胞（一般に神経線維とも呼ばれる）が集合し、眼から出て視神経を形成する部位である。ＯＮＨは、強膜のちょうど後方から始まる神経の有髄化部分から延びて網膜表面に至る視神経の抹消部位である。視神経乳頭は網膜に血液を供給する主要な血管の入口点でもあり、そのため、医学的診断において有用な多くの情報をこの部位から抽出することが可能である。

そのような部位の構造的な特有性から、眼の健康状態の有用な兆候や、所定の疾患に関する発症の早期の兆候または進行を得ることができる。たとえば、神経線維の損傷や萎縮は、緑内障や、多くの神経組織の破壊を引き起こす他の重大な疾患を示すものとなり得る。同様に、神経の炎症性の変化により生じる視神経の膨張（視神経炎として知られる疾患）は、多発性硬化症の兆候となり得る。これら症状それぞれの検出は、ＯＮＨの特定と、網膜の層を区分すること（セグメンテーション）とを介して容易化される。しかしながら、隣接する網膜領域に対するＯＮＨの著しい構造的な相違は、ＯＮＨ画像の層セグメンテーションを困難にしている。さらに、ＯＮＨの構造の個人差が、ＯＮＨ切り取り領域などの関心領域を検出するための層セグメンテーションの正確な使用の困難性を高めている。

ＯＣＴにより取得されたＯＮＨ画像に施される層セグメンテーションは、従来、ＯＮＨ領域を無視していた（または、同じアルゴリズムおよびパラメータを用いてＯＮＨ領域のセグメンテーションが行われていた）。可能な場合、層セグメンテーション情報を用いて３次元データセットの全体からＯＮＨ切り取り領域の位置を特定するためにはさらなるステップが必要である。そして、検出されたＯＮＨ切り取り領域におけるセグメンテーションの結果は、削除され、次に続く解析処理から除外される。しかしながら、ＯＮＨの近くでの構造の急な変化は、セグメンテーションのエラーや、ＯＮＨに隣接する１以上の層境界の逸脱を生ずるものであり、これは、３次元データセットからＯＮＨ切り取りを特定した後にＯＮＨの区分された境界を削除する後処理を用いたとしても依然として存在する。

ＯＮＨに対して実行される層セグメンテーションへの他のアプローチは、切り取り領域が位置すると考えられる部位にマスキングを施すことと、マスクされていない領域を解析することとを含んでいた。このアプローチによれば、マスクは最大切り取り領域がマスクされるようなサイズおよび形状を有し、画像中に現れるＯＮＨの残余が層セグメンテーションのために解析される。しかしながら、そのような任意サイズのマスクは様々な異なる被検眼の切り取り領域が隠れるように十分な大きさでなければならない。その結果、被検眼に対してマスクが大き過ぎる事態がしばしば発生し、関心対象のＯＮＨの領域が解析から除外されてしまう。これら除外された領域は、被検眼に関する疾患の診断において有用な情報を含んでいる可能性がある。

したがって、当該技術分野において、解析に悪影響を与える可能性があるアーティファクトを検出するために２次元画像を利用し、たとえばＯＮＨなどの眼の領域を解析する方法および装置が求められている。

１つの態様は、光コヒーレンストモグラフィにより取得された画像データに基づき所定の定量化解析を実行するコンピュータを含む眼科画像処理装置であって、前記コンピュータが、光コヒーレンストモグラフィにより取得された、視神経乳頭を含む網膜画像データを受け付け、前記視神経乳頭の２次元ビューを表す前記網膜画像データの一部を評価することで、前記所定の定量化解析から除外される領域の前記２次元ビューにおける位置を求め、前記評価によって位置が求められた前記除外される領域の外部に位置する前記網膜画像データの残余部分に含まれる、前記所定の定量化解析に関する特徴を検出することを特徴とする。

他の態様は、光コヒーレンストモグラフィにより視神経乳頭を含む網膜画像データを取得する取得手段と、取得された前記網膜画像データに基づき所定の定量化解析を実行するコンピュータとを含む眼科イメージング装置であって、前記コンピュータが、前記視神経乳頭の２次元ビューを表す前記網膜画像データの一部を評価することで、前記所定の定量化解析から除外される領域の前記２次元ビューにおける位置を求め、前記評価によって位置が求められた前記除外される領域の外部に位置する前記網膜画像データの残余部分に含まれる、前記所定の定量化解析に関する特徴を検出することを特徴とする。

上記の概要は、ここに論じられるシステムおよび／または方法のいくつかの態様の基本的な理解を提供するために、簡単な概要を与えるものである。この概要は、ここに論じられるシステムおよび／または方法の広範な概観ではない。重要なまたは決定的な要素を同定することや、そのようなシステムおよび／または方法の要旨を描写することは意図していない。その唯一の目的は、いくつかの概念を、簡略化したかたちで、後述されるより詳細な記述の導入として呈示することである。

この発明は、いくつかの部分および部分の配置として物理的な形態を取ることができ、その実施形態は、この明細書において詳細に記述され、これの部分を形成する付随的な図面において説明される。

眼の特性を測定するための例示的なＯＣＴシステムを示す。

人眼の概略的表現を示す。

網膜の一部の２次元ビューを含むＯＣＴ Ｂスキャン画像を示す。

ＯＮＨ切り取りを含む網膜の一部のＯＣＴ画像の例示的な実施形態を示す。

画像データを処理し、画像の解析から除外される画像データにより表される画像の領域を検出するための方法の例示的な実施形態を図表的に描写するフロー図を示す。

元のＯＣＴ画像の例示的な実施形態を示す。

ＩＬＭが強調された図６（Ａ）に表す元のＯＣＴ画像の例示的な実施形態を示す。

２つの残余部分に対して施される定量化解析から除外される領域の対向する側辺を区切るマーカーを通過して延びる一対の切断線を伴う、図６（Ａ）に表す元のＯＣＴ画像の例示的な実施形態を示す。

除外される領域から分離されたＯＣＴ画像の残余部分の例示的な実施形態を示し、ここで、定量化解析の一部として検出される関連する特徴は、残余部分内の複数の網膜層のそれぞれを分離する境界を含み、除外される領域内のＩＬＭを任意的に含む。

ユーザに提示するためにコンピュータにより生成される表示の例示的な実施形態を示し、この表示は、集合的に単一の画像に組み合わせされた、定量化解析に関連する特徴、この特徴を特定するアーティファクト、および、定量化解析から除外される領域を含む。

ＯＣＴ眼底マップ上に表された切り取り領域の位置を示す複数の２次元Ｂスキャンのそれぞれから取得された点群の例示的な実施形態を示す。

ＯＣＴ眼底マップ状に表された切り取り領域の位置を示す複数の２次元Ｂスキャンのそれぞれから取得された点群の分布の近似曲線の例示的な実施形態を示す。

ＯＣＴ眼底マップ状に表された切り取り領域の位置を示す複数の２次元Ｂスキャンのそれぞれから取得された点群に基づく乳頭領域の境界の例示的な実施形態を示す。

いくつかの用語が単なる利便性のためにここで用いられるが、これら用語は本発明の限定のためではない。ここで使用される関連用語は、図面を参照することにより最適に理解され、図面において同じ数字は同じまたは類似の事項を特定するために使用される。さらに、図面には、いくつかの特徴がいくらか概略的な形態で示されているであろう。

複数の要素に関する「少なくとも１つ」という句は、もしここで使用される場合、ここでは、これら要素の１つ、または２以上の要素の組み合わせを意味する。たとえば「第１の部品と第２の部品の少なくとも１つ」という句は、本応用において、第１の部品、第２の部品、または、第１の部品と第２の部品を意味する。同様に、「第１の部品、第２の部品および第３の部品の少なくとも１つ」という句は、本応用において、第１の部品、第２の部品、第３の部品、第１の部品と第２の部品、第１の部品と第３の部品、第２の部品と第３の部品、または第１の部品と第２の部品と第３の部品を意味する。

図１は、医学的検査の一部として対象（患者）に検査を実施するためのシステム７の例示的な実施形態を示す。図示されているように、システム７は、たとえば網膜（より具体的には、神経線維層、神経節細胞層（ＧＣＬ）、神経節細胞層・内網状層（ＧＣＬ＋）、視神経乳頭（ＯＮＨ）、神経線維層・神経節細胞層・内網状層（神経節細胞複合体またはＧＣＣとしても知られる）など）などの眼１０の部分の断面像を生成するために眼科分野において使用される画像化技術を実行する光コヒーレンストモグラフィ（ＯＣＴ）システムである。眼１０のこれら部分は、ここで説明される解析において関心領域となり得る部分の網羅的なリストを形成するものではない。たとえば、網膜層の外部を関心領域とすることもできる。他の実施形態は、網膜以外の眼の領域の同定および／またはセグメンテーションを含んでよく、或いは、たとえば眼１０の他の部分と網膜との組み合わせを含んでよい。そのような他の領域の具体例は、ＯＮＨ内の篩状板や脈絡膜を含む（ただし、これに限定されるものではない）。本開示においては、主題の方法および装置を明確に説明するために、システム７の例示として、ＯＮＨを表す画像データを収集するためにＯＣＴシステムが用いられているが、本開示はそのように限定されないと理解すべきである。システム７は、任意の撮像装置、または、医学的検査の一部として対象の異なる空間的位置に関するデータを生成する任意の装置を含んでよい。たとえば、システム７は、本開示の要旨から逸脱することなく、内臓、筋肉、神経、血管、骨などの被検体の異なる部位に関するデータを取得するための、コンピュータによる体軸断層撮影（ＣＴ）モダリティ、磁気共鳴画像化（ＭＲＩ）モダリティ、超音波モダリティなどを含んでよい。

一般に、ＯＣＴは、低コヒーレンス広帯域光源１２からの光を眼１０の部分に照射することと、眼１０の当該部分の断面像を生成するために反射光を観察することとを含む。光源１２からの光は、ビームスプリッター、ファイバーカプラなどの光アダプター１４により２つに分割され、サンプル部分１６は、経路１７に沿って眼１０に向かって進行し、参照部分１８は、経路１９に沿ってミラー２０などの参照反射器に向かって進行する。サンプル部分１６と参照部分１８は少なくとも部分的に反射され、それらの反射成分は光アダプター１４により合成され、合成された反射光の強度または他の特性（たとえば、波長、光の反射率など）が検出器２１によって検出され、検出器２１は、コンピュータ２５により受信される検出された特性を示す信号を送信するために動作的に接続されている。サンプル部分１６の進行距離が参照部分１８の進行距離のコヒーレント長に含まれるとき、反射され合成された光の強度に影響する光干渉パターンが形成される。合成された反射光の強度は、サンプル部分１６により照明される眼１０の部分の特性（たとえば、組織の後方散乱、偏光など）に応じて変化する。そして、合成された反射光の強度に基づいて眼１０の照明部分のそのような特性に関する情報を決定することができ、眼１０の照明部分を表す（またはそれに関連する）画像データを生成するために当該情報を用いることができる。

眼１０に対するサンプル部分１６の進入深度は、タイムドメインでは、参照部分１８のトランスミッター２２のミラー２０からの距離Ｄを変化することによって制御される。一方、周波数ドメインでは、適当な距離Ｄを達成することにより進入深度を制御することができ、この適当な距離Ｄは、固定化されていてよく、或いは、急速眼球運動や、眼の形状や、たとえば画像構築に悪影響を及ぼす可能性がある他の潜在的変数を相殺するために可変であってよく、広帯域光源または或る周波数帯にわたり波長を掃引する（たとえば、或る時間間隔にわたり周波数を繰り返しかつ順次に変化させる）代替的な光源１２を利用することによって制御される。合成された反射光に対してフーリエ解析を施すことは、異なる周波数で反射された光と、眼１０の異なる深さで反射された光とを関連付ける。

眼１０の空間的位置により反射された光の強度を決定することを、ここではＡスキャンと呼ぶ。Ａスキャンは、この空間的位置の内部に延びる光のサンプル部分１６（図１）の軸方向（つまり眼１０の深さ方向）に配列された眼１０の複数の特徴に対応する反射光の強度を検出することを含む。光の反射成分により伝達されるこの情報は、空間的位置の軸方向に沿う光のサンプル部分１６が通過する構造の表示を提供する。このＡスキャンは、
眼１０の他の空間的位置（垂直方向の列に沿って配列された他の位置でもよい）に対して反復され、Ａスキャンの垂直方向の列に沿って配列された眼１０の部分の断面の２次元ビューを得る。眼１０の部分の２次元断面ビューは、ここではＢスキャンと呼ばれる。３次元ボリュームを作成するために、複数のＢスキャンを眼１０の複数のスライスとして組み合わせることも可能である。眼科分野の用途としては、Ａスキャンの関心領域２４の図解的な例は、網膜３２（図２）の角膜から広がる領域を含んでよく、Ｂスキャンは、ＯＮＨ３８（図２）を含む網膜３２の部分を含んでよい。

関心領域２４を形成する組織の物理的寸法または他の定量を決定するために、Ａスキャン、Ｂスキャンまたはそれらの組み合わせにおいて収集された画像データを解析することができる。眼科分野において使用されるＯＣＴシステムの例を再度参照すると、眼１０の網膜内層の厚さ（サンプル部分１６の軸方向における厚さ）を、ＡスキャンおよびＢスキャンの一方または双方を用いて測定することができる。たとえば、以下に詳述する網膜層の厚さを決定するために、（複数の）ＡスキャンまたはＢスキャンに表れる異なる網膜内層の境界の差を用いることができる。

図２は、人眼１０を概略的に示す。例示的な実施形態の記述の関心において、網膜３２は、眼の内部３４の背面に沿って配置された光感応組織である。網膜３２は、光を、視神経３６を通じて脳に送信される電気信号に変換するものであり、視神経３６は、ＯＮＨ３８にて眼１０から出る網膜３２の神経節細胞軸索において始まる。

図３は、網膜３２の部分の２次元ビューを含むＯＣＴ Ｂスキャン像を示す。網膜３２は、相互に連絡する神経細胞のいくつかの層を有する層構造である。眼１０に関する診断を行いおよび／または健康状態をモニタするための網膜３２の解析を実行するために、複数の層（および任意的に複数の層のそれぞれ）をそれらの境界それぞれを特定することによって互いに区別することが行われる。図３に示すように、網膜３２の層は次のようになっている。

神経線維層４０

神経節細胞層４２

内網状層４４

内顆粒層４６

外網状層および外顆粒層４８

内接層および外接層５０および５２

網膜色素上皮５４

脈絡膜５６

代替的な実施形態において、上記リストの外網状層および外顆粒層４８を互いに区分し、後述するように分離した層として特定することができる。線維の向きに起因するヘンレ線維層（ＨＦＬ）に沿った光学的変化が、ＯＣＴ Ｂスキャンにおける外網状層とＨＦＬ線維と外顆粒層の隣接層との間の境界の正確な識別を困難にすることがある。結果として得られるＢスキャンが垂直方向に対称な形態を呈する瞳孔の部分を通して低コヒーレンス広帯域光源１２からの光が衝突することにより、この現象を軽減することができる。よって、集合的な外網状層および外顆粒層４８の境界を位置付けることができ、また、任意的に、分離的な外網状層、外顆粒層およびＨＦＬのそれぞれの境界を別々に位置付けることができる。しかしながら、明確さと簡潔さのために、外網状層および外顆粒層４８を集合的に単一の層として考慮する。

図３においてラインにより強調され、本技術により任意的に生成される境界５８は、各層とその直接に隣接する（１以上の）層との間の境界面に存在する。内境界膜（ＩＬＭ）６０は、網膜３２の最も内側の境界を確立する。境界５８が位置付けられると、たとえば、眼１０に関する健康状態の診断および／または進行のモニタリングのために、層４０〜５６の少なくとも１つ、２以上またはそれぞれの厚さを決定するための網膜３２の画像の解析を行うことができる。

図２に概略的に示されているように、ＯＮＨ３８は、網膜３２の窪んだ領域として表される切り取り領域を形成する。しかしながら、窪みの程度には大きな個体差があり、患者により変化すると考えるのが適当である。実際、いくらかの対象においては、全く窪みが無いことがあり、また、乳首のような外方への突出として表れることさえある。しかしながら、例示的な実施形態を説明するために、ＯＮＨ３８は、ここでは窪みを形成するものとして説明される。図４は、円で囲まれた切り取り領域６４を含む網膜のＯＣＴ画像６２を示す。図示されているように、網膜を形成する組織の輪郭はＯＮＨ３８の近傍において急激に変化し、それにより、網膜３２の層を分離する境界５８の位置を特定するために用いられる特徴を観測することを困難にする。ＯＮＨ３８およびそれに隣接する網膜の領域が境界位置の特定に望ましくない影響を及ぼす可能性があることを考慮して、ＯＮＨ３８に隣接する網膜３２の領域が、網膜３２の層４０〜５６およびこれら層４０〜５６を互いに分離する境界５８を特定するための画像６２の解析から除外される。

本技術を明確に説明するために、ＯＣＴ画像の定量化を、網膜層４０〜５６の１つ、複数またはそれぞれの層厚の決定としてここに詳述する。しかしながら、定量化は、セグメンテーション、カップ／ディスク解析、組織薄化解析、ドルーゼンの面積／体積の算出、位置的な萎縮の面積／体積の算出、液体で満たされた範囲の定量化などを含む、他の画像解析を含んでよいと理解されるべきである（ただし、これらに限定されるものではない）。

ＯＣＴ画像６２の定量化の本実施形態によれば、ＯＣＴ画像を表す画像データは、たとえば、定量化はＯＣＴ画像６２が処理され、たとえば、定量化から除外される切り取り領域６４などの領域が特定される。さらに、ＯＣＴ画像６２は、少なくとも除外される領域と定量化解析に供される１以上の残余領域とを含む少なくとも２つの部分（任意的に３以上の部分）に分割される。そして、少なくとも１つのそのような部分（任意的にそのような部分のそれぞれ）を定量化解析に供することができ、任意的に、所望の定量化に供された合成画像を形成するために組み合わせることができる。

定量化解析から除外されるとしてここで説明したが、除外される領域は、任意的に、１以上の残余領域として、定量化解析または同様若しくは異なる定量化解析から全体的に除外されてもよいが、そのような領域それぞれについて別々にそのような定量化が行われる。よって、除外される領域に対して実行される定量化解析は、残余領域に対して実行される定量化解析とは別に実行される。たとえば、除外される領域（たとえばＯＮＨ切り取り領域６４）の定量化解析は、ＯＮＨドルーゼン面積／体積の定量化、液体で満たされた面積／体積の定量化、カップ／ディスク解析、萎縮解析、篩状板の定量化、血流解析などの少なくとも１つを含んでよい（ただし、これらに限定されるものではない）。同様に、層セグメンテーション、層厚測定、組織薄化解析、ドルーゼン面積／体積の定量化、液体で満たされた面積／体積の定量化、位置的な萎縮の範囲の定量化、血流解析などの少なくとも１つを含む定量化解析に、１以上の残余領域を供することができる（ただし、これらに限定されるものではない）。

付加的に、除外される領域は、ＯＮＨ切り取り領域６４として以下に説明される。しかしながら、医用画像の対象の定量化解析に望ましくない影響を及ぼす可能性がある任意の領域が定量化解析から除外される領域として考慮することができると理解されるべきである。

代替的な実施形態によれば、複数のＢスキャンの配列などの３次元データが得られる場合、ボリューム全体についての切り取り領域６４のサイズの最初の推定を得るために、切り取り領域６４または各２次元画像の定量化解析から除外される領域中の他の形態を組み合わせることができる。任意的に、切り取り領域６４の推定体積またはその境界を、近傍のＢスキャン情報を用いて精緻化することができる。たとえば、平行かつ連続的なスキャン経路に沿って収集された複数のＢスキャンをコンピュータ２５により組み合わせることにより、３次元データセットを作成することができる。これらスキャン経路は、３次元データセットを生成するために近傍のＢスキャンを利用可能とする所望の向きを有していてよい。スキャン経路の向きは、垂直および／または水平などの任意の角度の直線であってよく、ＯＮＨ３８またはＯＮＨ切り取り領域６４の周りの放射状または同心円状でもよい。代替的な実施形態によれば、スキャン経路は、弧状の経路または任意の他の所望の形状の経路を含んでいてよい。

より具体的には、図５に示すように、ＯＣＴ画像を処理し、ＯＣＴ画像６２の解析から除外される画像データにより表されるＯＣＴ画像６２の領域を検出する方法は、ステップ７０において画像データを受け付けることを含む。この画像データはＯＣＴ医療用モダリティによりＯＣＴ画像データとして取得されるが、ＭＲＩ、ＣＴスキャナ等の他のモダリティ）も本開示の要旨の範囲に含まれる。受け付けられる画像データは、医療機関にて構築されたローカルエリアネットワーク（ＬＡＮ）、インターネット等のワイドエリアネットワーク（ＷＡＮ）、またはＬＡＮとＷＡＮとの組み合わせを介して、医療用モダリティによって送信されてよい。可搬型コンピュータ読み取り可能媒体（たとえば、ＣＤ、ＤＶＤ、ＵＳＢフラッシュドライブ、または他の不揮発性メモリーなど）を介してコンピュータ実行可能な指令がプログラムされた処理コンポーネントを含むコンピュータ端末に、画像データを任意に伝達できるようにしてもよい。伝達の方法に関わらず、ＯＣＴ画像データは、ここに説明されたＯＣＴ画像データを処理する方法を実行するためにプログラムされたコンピュータ端末２５（図１）等のコンピュータにより受け付けられる。

体積測定の（ｖｏｌｕｍｅｔｒｉｃ）ＯＣＴスキャン中の各Ｂスキャンが定量化可能なように、受け付けられた画像データは少なくとも１つの（任意的には複数の）Ｂスキャンを含んでよく、さらに、定量化から除外される各Ｂスキャンの領域が、２次元ビューにおいて特定された後に、除外されるボリュームとして任意的に集合される。

ステップ７２において、ＯＣＴ画像６２中に表れる網膜３２の２次元ビュー（たとえばＢスキャン）を表す画像データの一部の評価が、画像の残余部分に施される定量化解析から除外される切り取り領域６４を２次元ビューにおいて位置付けるために実行される。たとえば、眼１０の深さ方向における個々の、近傍のまたは隣接するピクセルの輝度および／または色を、ランドマークの位置を特定するための異なる勾配（ｇｒａｄｉｅｎｔｓ）を特定するために評価することができる。代替的な実施形態によれば、ランドマークの存在を示すために、画像データ中における所定の形状を特定することができる。ステップ７２で実行される評価は、評価されるＯＣＴ画像６２中に表れることが知られているランドマークの認識を含んでよい。図６に示すように、図６（Ａ）に示す元のＯＣＴ画像６２が、図６（Ｂ）のＩＬＭ６０の位置を検出し特定するために、非一時的コンピュータ読み取り可能媒体に格納されたコンピュータ実行可能な指令を実行するコンピュータ端末２５によって解析される。ＩＬＭ６０は、網膜３２の最も内側の境界を示し、画像データに基づくＯＣＴ画像６２中に表れる強度、色または他のコントラスト勾配に基づいてこれを認識することができる。検出がなされると、図６（Ｂ）に示すようにラインを用いてＩＬＭ６０を強調することができる。

ＩＬＭ６０の検出に加えて、またはその代わりに、コンピュータ端末２５は、切り取り領域６４の位置を決定するために、画像データに基づいて、１以上の勾配を再度検出することができる。図６（Ｃ）に示すように、２つのマーカー７４は、網膜３２の層の輝度と切り取り領域６４の輝度との間における実質的な勾配を示す。これらマーカーは、たとえば、ブルッフ膜の開口点または網膜色素上皮（ＲＰＥ）の端点であってよいが、これらに限定されるものではない。垂直な切断線７６は、マーカー７４を通過し、ＯＣＴ画像６２の垂直方向の高さ全体にわたり、残余領域８０に施される定量化解析から除外される領域７８の幅を規定する。図６（Ｃ）に示すように、除外される領域７８は、ＯＮＨ３８の切り取り領域６４を含み、一方、残余領域８０は、網膜３２の実質的に一様で連続的な層状の部分を含む。

上記のコンピュータ端末２５は、画像データに基づく所定の閾値を超える勾配を認識することにより、ＩＬＭ６０および／または切り取り領域６４などのランドマークを自動で検出するように説明されている。しかしながら、代替的な実施形態は、網膜３２の関心領域の端部や境界の位置を示す画像中の１以上のランドマークの手動での選択を含んでよい。

図６（Ｃ）に示すように垂直に向き付けされていない切り取り領域６４を用いてＯＮＨ３８を調整するために、少なくとも１つのＯＣＴ画像６２と切断線７６の集合とを互いに回転することができる。

図６（Ｃ）の残余領域８０から区別される除外される領域７８を用いて、図５のステップ８２において残余領域８０に対して所望の定量化解析を施すことができる。同様に、ステップ８４において、残余領域８０に対して実行されたものと同じまたは異なる定量化解析を除外される領域７８に対して任意的に施すことができる。代替的に、除外される領域７８は、定量化解析から全体的に排除されていてよい。コンピュータ端末２５により実行される定量化解析は、除外される領域７８の外部のＯＣＴ画像６２の１以上の残余部分７８に表れる解析に関する特徴の検出を含む。たとえば、図７は、除外される領域７８から分離された残余部分８０の例示的な実施形態を示す。残余領域８０に施された定量化解析の一部として検出された関連する特徴は、ＩＬＭ６０とともに、網膜層４０〜５６（図３）のそれぞれを分離する境界５８を含む。よって、本実施形態によれば、除外される領域７８が特定され、そして、残余領域８０に対して定量化解析が実行される。このようにして、定量化解析が、任意的に、除外される領域７８に対して全く実行されなくてよい。他の実施形態において、除外される領域７８に定量化解析が実行される場合、任意のそのような定量化解析の結果を、残余領域８０についての結果を与える重みに関連するより少ないまたは価値の無い重みを与える考察、或いは、残余領域８０に対して実行された定量化解析の結果と異なると考えられる考察から排除することができる。

さらに、他の実施形態は、任意的に、除外される領域７８および１以上の残余領域８０に対して実行される定量化解析の結果を同様にまたは異なるように考慮することができるが、そのような領域それぞれに対して実際に実行される定量化解析は任意的に異なってよい。実施形態に関わらず、切り取り領域６４は、除外される領域７８の一部を形成するものとして特定されるので、残余領域８０に施される定量化解析への当該領域７８の悪影響を最小化することができる。

図７に示すように、除外される領域７８中の関連する特徴としてＩＬＭ６０を検出することもできる。

図８は、任意的に診断目的で、臨床医に呈示するためにコンピュータ端末２５により生成される表示の例示的な実施形態を示す。この表示は、除外される領域７８と組み合わせて、単一のＯＣＴ画像６２への集合的に組み合わせて、定量化解析に関する特徴（つまり、境界５８）やこの特徴を同定するアーティファクト（たとえば、コンピュータ端末２５により、ＯＣＴ画像６２上にオーバーレイされる境界５８を示すライン）を含む。残余領域８０とは別に除外される領域７８を考慮しない場合、図８において境界５８を示すラインは、図８に示すラインと異なる位置に配置されていてよい。

２次元Ｂスキャンのそれぞれに対する定量化解析処理が完了した後、同様の方法で網膜３２の他の２次元Ｂスキャンを表す付加的な画像データを評価することにより、ステップ８６（図５）において、除外される領域７８の位置を任意的に精緻化することができる。この網膜３２の２次元ビューおよび付加的な２次元ビューは、任意的に、隣接する平面における網膜３２の断面ビューを構成してよい。３次元データに基づく精緻化を用いることなく、２次元Ｂスキャンに基づく任意の周辺の演算を説明するために、除外される推定ボリュームを評価することができる。他の実施形態によれば、１以上のＯＣＴ画像６２に表れる切り取り領域６４の精緻化された角度配向を決定するために、除外される推定ボリュームを評価することができる。よって、３次元データの当該評価に基づいて、１以上のＯＣＴ画像６２のそれぞれにおける除外される領域７８の形状およびサイズの少なくとも１つを、上記のような２次元Ｂスキャンのみに基づき決定される形状および／またはサイズから調整することができる。

上記のようにして決定された、Ｂスキャンのそれぞれからの除外される領域７８を、除外される領域のボリュームを決定するために、任意的に配置することができる。各Ｂスキャンの除外される領域７８を示す点群９０を、図９に示すような眼底マップ８９などの３次元表現中に配置することができる。個々の点は、眼底マップの用途に適さない程度に点群９０が分散されて表れる標準偏差を有していてよい。点群９０の分布の一般化された「最良適合」表現を提供するために、ガウシアンフィルタを用いて図１０に示すようなスムースな近似曲線を作成することができ、複数の一連のＢスキャンから収集された端点と同様に、標準偏差を用いて点群９０の位置を特定できる。代替的な実施形態によれば、点群９０の分布の近似曲線表現を生成するためのガウシアンフィルタに加えて、またはその代わりに、メディアンフィルタ、凸閉包、曲線近似、回帰分析など、ガウシアンフィルタ以外のスムージング方法または外れ値除去方法を用いることが可能である。しかしながら、本開示の要旨から外れない限りにおいて、任意の所望の補正、スムージング、フィルタリング、または他の最適化処理技術を、１、２または３次元のデータセットに対して用いることができる。たとえば、点群９０の分布の２または３次元的な表現を用いてスムージングまたはフィッティングを行うことができる。３次元的表現の場合において、ＯＮＨ３８の向きの検出に利用可能な点群９０の３次元的表現における参照面を適合することができる。そのような実施形態では、ＯＮＨ３８の向きの３次元的な推定により、上記のマーカー７４の位置および向きの改良が可能となる。

眼底マップ８９上のＯＮＨ３８の中心領域の位置（および任意的に半径）を推定するために、除外領域全体の推定ボリュームを利用することも可能である。そのような実施形態において、眼底マップ８９を直交座標系から極座標系または楕円座標系に変換することができる。ＯＮＨ３８の円形構造が線形構造に変換され、よって、極座標系または楕円座標系におけるＯＮＨ領域の正確な境界を求めるために経路探索またはグラフ探索の方法を用いることが可能である。ＯＮＨ３８の正確な境界９４が決定されると、座標系が直交座標系に戻され、それにより、図１１に示す眼底マップ８９が実質的に正確な境界９４を含むようになる。

ステップ８８（図５）において、コンピュータ端末２５により、上記の１以上の精緻化を含むＯＣＴ画像６２を臨床医に向けて表示することが可能である。そのような表示は、図８に示す表示と実質的に同様であってよいが、３次元データに基づく精緻化を行うことなく２次元Ｂスキャンに基づき決定されるデータではなく、精緻化されたデータ（たとえば、更新された境界５８の位置、切り取り領域６４の形状など）が用いられる。

以上は例示的な実施形態を記述したものである。本発明の一般的な要旨から逸脱しないように上記の装置および方法に変更および変形を加えてよいことは、当該分野の技術者にとって明らかである。本発明の要旨の範囲における全てのそのような変形や変更を含むことを意図している。さらに、用語「含む（ｉｎｃｌｕｄｅ）」の範囲に関し、詳細な説明またはクレームのいずれにおいても使用され、そのような用語は、クレームにおける移行用語として用いられるときの用語「有する、含む（ｃｏｍｐｒｉｓｉｎｇ）」の解釈と同様に包括的であることを意図している。

Claims (9)

1. 光コヒーレンストモグラフィにより取得された画像データに基づき所定の定量化解析を実行するコンピュータを含む眼科画像処理装置であって、
   前記コンピュータが、
   光コヒーレンストモグラフィにより取得された、視神経乳頭を含む網膜画像データを受け付け、
   前記視神経乳頭の２次元ビューを表す前記網膜画像データの一部を評価することで、前記所定の定量化解析から除外される領域の前記２次元ビューにおける位置を求め、
   前記評価によって位置が求められた前記除外される領域の外部に位置する前記網膜画像データの残余部分に含まれる、前記所定の定量化解析に関する特徴を検出する
   ことを特徴とする眼科画像処理装置。
2. 前記コンピュータは、前記網膜画像データの一部の評価において、網膜のランドマークの認識を行う
   ことを特徴とする請求項１に記載の眼科画像処理装置。
3. 前記コンピュータは、前記ランドマークの認識において、網膜の深さ方向におけるピクセルの輝度および／または色の勾配の特定を行う
   ことを特徴とする請求項２に記載の眼科画像処理装置。
4. 前記コンピュータは、前記網膜画像データの一部の評価において、ブルッフ膜の開口点または網膜色素上皮の端点の検出を行う
   ことを特徴とする請求項１〜請求項３のいずれか一項に記載の眼科画像処理装置。
5. 前記コンピュータは、前記評価によって位置が求められた前記除外される領域の位置、形状およびサイズの少なくとも１つを、前記２次元ビューに隣接する他の２次元ビューまたは３次元データセットに基づき調整する
   ことを特徴とする請求項１〜請求項４のいずれか一項に記載の眼科画像処理装置。
6. 前記コンピュータは、前記網膜画像データの一部の評価において、前記網膜画像データの座標系を直交座標系から極座標系または楕円座標系へ変換する
   ことを特徴とする請求項１〜請求項５のいずれか一項に記載の眼科画像処理装置。
7. 前記コンピュータは、表示のために、前記除外される領域と前記残余部分とを組み合わせる
   ことを特徴とする請求項１〜請求項６のいずれか一項に記載の眼科画像処理装置。
8. 前記コンピュータは、前記所定の定量化解析に加え、前記除外される領域の定量化解析を実行する
   ことを特徴とする請求項１〜請求項７のいずれか一項に記載の眼科画像処理装置。
9. 光コヒーレンストモグラフィにより視神経乳頭を含む網膜画像データを取得する取得手段と、取得された前記網膜画像データに基づき所定の定量化解析を実行するコンピュータとを含む眼科イメージング装置であって、
   前記コンピュータが、
   前記視神経乳頭の２次元ビューを表す前記網膜画像データの一部を評価することで、前記所定の定量化解析から除外される領域の前記２次元ビューにおける位置を求め、
   前記評価によって位置が求められた前記除外される領域の外部に位置する前記網膜画像データの残余部分に含まれる、前記所定の定量化解析に関する特徴を検出する
   ことを特徴とする眼科イメージング装置。