JP2017131550A - 画像処理装置及び画像処理方法 - Google Patents
画像処理装置及び画像処理方法 Download PDFInfo
- Publication number
- JP2017131550A JP2017131550A JP2016016366A JP2016016366A JP2017131550A JP 2017131550 A JP2017131550 A JP 2017131550A JP 2016016366 A JP2016016366 A JP 2016016366A JP 2016016366 A JP2016016366 A JP 2016016366A JP 2017131550 A JP2017131550 A JP 2017131550A
- Authority
- JP
- Japan
- Prior art keywords
- image
- light
- eye
- polarization
- image processing
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Eye Examination Apparatus (AREA)
Abstract
【解決手段】 画像処理装置が、測定光を照射した被検眼からの戻り光と測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、被検眼の位相遅延情報を生成する信号処理手段と、被検眼の深度方向における位相遅延情報の変化量が閾値よりも大きい領域を検出する検出手段と、を有する。
【選択図】 図6
Description
測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の位相遅延情報を生成する信号処理手段と、
前記被検眼の深度方向における前記位相遅延情報の変化量が閾値よりも大きい領域を検出する検出手段と、を有する。
第1の実施形態について、図面を用いて詳細に説明する。
図1は、本実施形態における画像処理装置の全体構成の概略図である。
PS−OCT100の構成について説明する。
PS−SLO140の構成について説明する。
前眼部撮像部160について説明する。
内部固視灯170について説明する。
本装置全体を制御するための制御部200について説明する。
次に、信号処理部190における画像生成について説明する。
信号処理部190は、ラインカメラ129、133から出力されたそれぞれの干渉信号に対して、一般的なSD−OCT(Spectral Domain OCT)に用いられる再構成処理を行うことで、各偏光成分に基づいた2つの断層画像(第一の偏光に対応する断層画像、第二の偏光に対応する断層画像とも言う)を生成する。
信号処理部190は、前述した2つの断層信号から輝度画像を生成する。
また、同様に、2つの眼底画像から眼底輝度画像を生成する。
信号処理部190は、互いに直行する偏光成分の断層画像からRetardation画像を生成する。
図2(b)は、このように生成された視神経乳頭部のRetardation画像(偏光の位相差を示す断層画像とも言う)の例を示したものであり、各Bスキャン画像に対して式2を計算することによって得ることができる。図2(b)は、断層画像において位相差が生じる箇所をカラーで表示しており、濃淡の濃い場所は位相差が小さく、濃淡の淡い場所は位相差が大きいことを表している。そのため、Retardation画像を生成することにより、複屈折性のある層を把握することが可能となる。
信号処理部190は、複数のBスキャン像に対して得たRetardation(Retardation)画像からRetardationマップを生成する。
信号処理部190は、先に生成されたRetardation画像の各Aスキャン画像において、ILMから網膜神経線維層(RNFL)の範囲でRetardationδの値を線形近似し、その傾きを当該Aスキャン画像の網膜上の位置における複屈折として決定する。この処理を取得した全てのRetardation画像に対して行うことで、複屈折を表すマップを生成する。
信号処理部190は、各信号の位相差ΔΦを位相ΦHとΦVから式3により計算し、AxisOrientationのθは、位相差ΔΦから式4により計算をする。
この処理を全ての画素に対して行うことで、AxisOrientation画像が生成される。AxisOrientationは、ある構造体に異方性が存在する場合において、その異方性の方向を表すパラメータである。例えば、網膜では網膜神経線維層の神経線維の束が視神経乳頭を中心として放射状に広がっている。神経線維束は異方性を持つ組織であり、走向方向と走向に対して垂直な方向で屈折率が異なるため、神経線維束に対して光が入射する場合、神経線維束の走向方向の成分が走向に対して垂直な成分に対して遅延する。この時、光の伝搬が遅延する方向、すなわち神経線維束の走向方向が遅相軸となり、それと垂直な方向が進相軸となる。よって、AxisOrientationから、輝度断層画像では判別できない、神経線維束の走向方向の情報を得ることができる。
信号処理部190は、取得した断層信号AH、AVとそれらの間の位相差ΔΦから、画素毎にストークスベクトルSを式5により計算する。
次に信号処理部190は、各Bスキャン画像を概ね計測光の主走査方向に70μm、深度方向に18μm程度の大きさのウィンドウを設定し、各ウィンドウ内において数Cで画素毎に計算されたストークスベクトルの各要素を平均し、式4により当該ウィンドウ内の偏光の均一性DOPU(Degree Of Polarization Uniformity)を式6により計算する。
ただし、Qm、Um、Vmは各ウィンドウ内のストークスベクトルの要素Q,U,Vを平均した値である。この処理をBスキャン画像内の全てのウィンドウに対して行うことで、図2(e)に示す視神経乳頭部のDOPU画像(偏光の均一度を示す断層画像とも言う)が生成される。
次に本画像処理装置による処理動作について説明する。この処理は、偏光OCT画像での線維化領域、偏光解消領域の識別と結果の確認を行うための動作である。図3は、本画像処理装置の処理動作を示すフローチャートである。図3(b)は、図3(a)のステップS303画像解析を説明するためのフローである。
ステップS301では、不図示の被検眼情報取得部は、被検眼を同定する情報として被検者識別番号を外部から取得する。そして、被検者識別番号に基づいて、不図示の記憶部が保持している当該被検眼に関する情報を取得する。ここで被検眼に関する情報とは、氏名、性別、年齢、病歴などの個人情報と、眼底画像や断層画像などの画像データ、画像解析などの解析データを意味する。
操作者がマウス等の指示装置(不図示)を用いて、画面に表示されるカーソルで撮影指示ボタンを指定し、クリック操作等により指示をすることにより、断層画像の撮影が行われる。なお、本実施形態のマウスには、例えば、操作者の手によってマウス本体が2次元的に移動させたときの移動信号を検出するセンサと、操作者の手によって押圧されたことを検知するための左右2つのマウスボタンと、左右2つのマウスボタンの間に前後左右に回転可能なホイール機構と、が設けられている。また、指示装置は、表示部にタッチパネル機能を搭載させ、タッチパネル上で撮影指示をしてもよいし、装置本体にジョイスティックを搭載し、ジョイスティックによる撮影指示でもよい。
画像解析部193は、前述した信号処理部190の生成した画像に対して各種解析を行う。画像解析部193は、画像生成部194、検出部195、判定部196で構成される。ここでは、Retardation画像とDOPU画像から線維化領域と網膜下高輝度領域の検出と識別についてこれらの処理部の動作について図3から図6を用いて説明する。
図4は、DOPU画像から偏光解消領域の検出を説明するための図である。図4(a)の401は輝度画像で、図4(b)の402は(a)の輝度画像に対応する、前述したDOPU計算から求めるDOPU画像である。
次に、画像生成部194は、RPE推定曲線を基にRPE領域とそれ以外の偏光解消領域(脈絡膜組織、硬性白斑領域)と識別を行う。RPE推定曲線が通過する領域に存在する偏光解消領域をRPEとする。すなわち、偏光解消領域が連結している領域の一部をRPE推定曲線が通過していれば、その領域一帯をRPEとして判断をする。そして、RPE領域の深部に存在する偏光解消領域をChoroid(脈絡膜組織)領域、その領域の浅部に存在する偏光解消領域をParticle(硬性白斑)領域とする。これらによって求めた偏光解消領域404を輝度画像401に重畳した画像403を図4(c)に示す。
次に、画像生成部194は、Retardation画像から複屈折率が高い部分を抽出するために、Retardation画像に対してA−scan方向の勾配を求める。これについて、図5を用いて説明をする。図5(a)の501は、Retardation画像で、図5(b)の502は、Retardation画像に対して深度方向の勾配を求めた、位相遅延情報の勾配画像である。ここで、勾配画像は、位相遅延情報の変化量を示す偏光断層画像の一例である。Retardation画像501は、1枚のB−scanによるRetardation画像でもよいし、同一箇所を複数回撮影したB−scanを平均化処理したRetardation画像でもよい。画像生成部194は、このRetardation画像501の勾配を求めて、勾配画像を生成する。なお、本発明は勾配画像を求めなくても良く、この場合、ステップS333〜S338において、A−scan毎に各ステップを繰り返す処理を行えば良い。また、勾配画像を、図5(b)のような形で、勾配画像をモニタに表示させても良い。勾配画像の方が、Retardation画像よりも、線維化領域の境界が見易くなる。この場合、ステップS333〜S338の処理を実行せずに、勾配画像をモニタに表示させるのみでも良い。
ステップS333からステップS338では、Retardationの勾配画像502とDOPU画像402から求めた偏光解消領域404を用いて、線維化領域と網膜下高輝度領域の検出と識別を行う。これについて、図6を用いて説明を行う。図6において、601は、Retardationの勾配画像502における任意のA−scan箇所である。また、602は、A−scan601におけるRetardationの勾配プロファイルである。また、603は、勾配プロファイル602における閾値である。604は、勾配プロファイル602において閾値以上の箇所(位相遅延情報の変化量が閾値以上である領域)である。また、605は、画像403においてA−scan601と同じ場所のA−scanである。また、606は、勾配プロファイルにおいて閾値以上の箇所604を画像403において示す例である。
ステップS334では、判定部196がステップS333で取得するRetardationの勾配が閾値以上か判定をする。Retardationは0°から90°の範囲で変化をするため、例えば閾値を15°とする。閾値以上の場合、ステップS335に進み、閾値以下である場合、ステップS338に進む。位相遅延情報の変化量が閾値以上である領域を検出することにより、Retardation画像に含まれる装置の光学系等に由来するノイズ成分等を低減することができる。このため、線維化領域を更に見易くすることができる。なお、ステップ335〜ステップ338は、上述したノイズ成分が比較的小さいような場合には、実行する必要はなく、この意味でこれらの工程は本発明において必須の工程ではない。
ステップS335では、判定部196は、Retardationの勾配が閾値以上である個所において、その箇所が偏光解消領域404であるか判定を行う。偏光解消領域404である場合、ステップS336に進み、偏光解消領域404でない場合、ステップS337に進む。
ステップS336では、判定部196は、Retardationの勾配が閾値以上であったとしても、RPEの散ったもの、あるいは硬性白斑である可能性が高いため、偏光解消領域であると判定をする。
ステップS337では、判定部196は、Retardationの勾配が閾値以上であり、かつ偏光解消領域404ではないため、線維化している可能性があるとする。なお、Retardationは複屈折領域を進むにつれて変化が大きくなる。すなわち、Retardationが変化していく途中の部分が複屈折性を持つ組織となる。そのため、ここで求めた線維化している候補点を始点として、検出部195は、輝度画像403において、A−scanの浅部方向(断層画像の上方向)に数10ピクセルの範囲で勾配が大きい箇所を検出する。それにより、線維化している領域の範囲を決めるようにしてもよい。
ステップS338では、判定部196は、全てのA−scanの処理が終了したか判断を行う。例えば、A−scanの本数が1024本である場合、1024回の処理を行う。全てのA−scanの処理が終了していない場合は、次のA−scanにおいて同様の処理を行う。終了している場合には、解析のフローを終了してステップS304の表示処理に進む。
信号処理部190と画像解析部193において、各画像の生成及び解析が終了すると、その結果に基づき、表示制御部191は、出力情報を生成し、表示部192に出力して表示を行う。
ステップS305では、解析結果確認の終了を選択する。結果確認の終了、あるいは撮影モードの選択に処理を移行する際に、これまでの処理で求めたマニュアル補正結果、画像解析部193による解析結果を記憶部に保存する。
第1の実施形態では、Retardation画像、DOPU画像を用いて線維化領域、偏光解消領域の識別を行う例を示した。本実施形態では、AxisOrientation画像も組み合わせて、線維化領域、偏光解消領域、新生血管を識別する例について説明を行う。
網膜内層において線維化している領域においては、ある方向に線維の向きが揃っているため、AxisOrientation画像において線維化している箇所は進相軸方位の揃っている値(進相軸方位情報)を観察する事が出来る。そのため、ステップS1333において、進相軸方位の揃っている領域を抽出するために、AxisOrientation画像に対して空間的な値のばらつき度を抽出する処理を行う。これについて、図9を用いて説明をする。図9(a)の901は、AxisOrientation画像である。AxisOrientation画像901は、1枚のB−scanによるAxisOrientation画像でもよいし、同一箇所を複数回撮影したB−scanを平均化処理したAxisOrientation画像でもよい。画像生成部194は、このAxisOrientation画像901に対して、進相軸方位の分散を求める画像を生成する。分散を求めるためには、AxisOrientation画像に対してM×NサイズのROIで画像全体を走査する。画像の分散は、例えば以下の式8を用いる。式8において、(i, j)はピクセル座標、f(i, j)はピクセルの進相軸方位、μはM×NサイズのROIの進相軸方位の平均値である。
図9(b)の902は、M×Nサイズ(例えば、50×20μm)のROIで分散値を計算し、その分散値を閾値処理した画像である。図902において、分散値が閾値以下の場所を903、閾値以上の場所を904で表す。すなわち、あるサイズのROIにおいて分散値の低い領域903が進相軸方位が揃っている領域を示している。なお、図902は分散値が閾値以上か以下の2値画像としているが、閾値以下の領域においては、M×NサイズのROI平均値か、元々のピクセルの進相軸方位の値としてもよい。
ステップS1338では、判定部196は、進相軸方位が揃っているかを判定する。これについて図10を用いて説明をする。図10の一部は図6と同じであるため、ここでは差分について説明をする。図10において、1005は画像902においてA−scan601と同じ場所のA−scan,1006は勾配プロファイルにおいて閾値以上の箇所604を画像902において示す例である。
ステップS1339では、判定部196は、Retardationの勾配が閾値以上、偏光解消領域404ではない、かつAxisOrientationの進相軸方位が揃っているため、線維化している可能性があるとする。なお、Retardationは複屈折領域を進むにつれて変化が大きくなる。すなわち、Retardationが変化していく途中の部分が複屈折性を持つ組織となる。そのため、ここで求めた線維化している候補点を始点として、検出部195は、輝度画像403において、A−scanの浅部方向(断層画像の上方向)に数10ピクセルの範囲で勾配が大きい箇所を検出する。それにより、線維化している領域の範囲を決めるようにしてもよい。
ステップS1340では、判定部196は、Retardationの勾配が閾値以上、偏光解消領域404ではない、かつAxisOrientationの進相軸方位が揃っていないため、新生血管の可能性があると判定する。
第2の実施形態では、Retardation画像、DOPU画像、AxisOrientation画像を用いて線維化領域、偏光解消領域、新生血管の識別を行う例を示した。本実施形態では、Intensity画像、DOPU画像、AxisOrientation画像から、線維化領域、新生血管を識別する例について説明を行う。
ステップS2333からステップS2340では、Intensity画像401、偏光解消領域404、進相軸方位の分散画像902を用いて、線維化領域と網膜下高輝度領域の検出と識別を行う。ステップS2333では、検出部195は、Intensity画像401からA−scanの各ピクセルの輝度値を検出する。
ステップS2334では、判定部196は、ステップS2333で取得するIntensity画像の輝度値が閾値以上か判定をする。閾値以上の場合、ステップS2335に進み、閾値以下である場合、ステップS2340に進む。
ステップS2335では、判定部196は、Intensity画像の輝度値が閾値以上である個所において、その箇所が偏光解消領域404であるか判定を行う。偏光解消領域404である場合、ステップS2336に進み、偏光解消領域404でない場合、ステップS2337に進む。
ステップS2336では、判定部196は、Intensity画像の輝度値が閾値以上であったとしても、偏光解消領域であると判定をする。
ステップS2337では、判定部196は、進相軸方位が揃っているかを判定する。これについて図12を用いて説明をする。図12において、1201はIntensity画像401における任意のA−scan箇所、1202はA−scan1201におけるIntensityの輝度プロファイル、1203は輝度プロファイル1202における閾値、1204は輝度プロファイル1202において閾値以上の箇所である。605は画像403においてA−scan1201と同じ場所のA−scan、1206は輝度プロファイルにおいて閾値以上の箇所1204を画像403に示し、1205は画像902においてA−scan1201と同じ場所のA−scan、1216は輝度プロファイルにおいて閾値以上の箇所1204を画像902において示す例である。
ステップS2338では、判定部196は、Intensity画像の輝度値が閾値以上、偏光解消領域404ではない、かつAxisOrientationの進相軸方位が揃っているため、線維化している可能性があるとする。
ステップS2339では、判定部196は、Intensity画像の輝度値が閾値以上、偏光解消領域404ではない、かつAxisOrientationの進相軸方位が揃っていないため、新生血管の可能性があると判定する。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)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である。
Claims (21)
- 測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の位相遅延情報を生成する信号処理手段と、
前記被検眼の深度方向における前記位相遅延情報の変化量が閾値よりも大きい領域を検出する検出手段と、
を有することを特徴とする画像処理装置。 - 前記複数の光の位相差に基づいて、前記被検眼の偏光の均一度の断層画像を生成する画像生成手段と、
前記検出された領域と前記偏光の均一度の断層画像とに基づいて、前記検出された領域が線維化しているか否かを判定する判定手段と、
を更に有することを特徴とする請求項1に記載の画像処理装置。 - 前記判定手段で判定した結果を表示手段に表示させる表示制御手段を更に有することを特徴とする請求項2に記載の画像処理装置。
- 前記複数の光に基づいて生成された前記被検眼の輝度断層画像に、前記検出された領域を重畳した画像を生成する画像生成手段と、
前記生成された画像を表示手段に表示させる表示制御手段と、
を更に有することを特徴とする請求項1に記載の画像処理装置。 - 前記位相遅延情報の変化量を示す偏光断層画像を表示手段に表示させる表示制御手段を更に有することを特徴とする請求項1に記載の画像処理装置。
- 測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の位相遅延情報を生成する信号処理手段と、
前記被検眼の深度方向における前記位相遅延情報の変化量を示す偏光断層画像を表示手段に表示させる表示制御手段と、
を有することを特徴とする画像処理装置。 - 測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の進相軸方位情報を生成する信号処理手段と、
前記進相軸方位情報のばらつき度が閾値よりも小さい領域を検出する検出手段と、
を有することを特徴とする画像処理装置。 - 前記複数の光の位相差に基づいて、前記被検眼の偏光の均一度の断層画像を生成する画像生成手段と、
前記検出された領域と前記偏光の均一度の断層画像とに基づいて、前記検出された領域が線維化しているか否かを判定する判定手段と、
を更に有することを特徴とする請求項7に記載の画像処理装置。 - 前記進相軸方位情報のばらつき度を示す偏光断層画像を表示手段に表示させる表示制御手段を更に有することを特徴とする請求項7に記載の画像処理装置。
- 測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の進相軸方位情報を生成する信号処理手段と、
前記進相軸方位情報のばらつき度を示す偏光断層画像を表示手段に表示させる表示制御手段と、
を有することを特徴とする画像処理装置。 - 測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の位相遅延情報を生成する工程と、
前記被検眼の深度方向における前記位相遅延情報の変化量が閾値よりも大きい領域を検出する工程と、
を有することを特徴とする画像処理方法。 - 前記複数の光の位相差に基づいて、前記被検眼の偏光の均一度の断層画像を生成する工程と、
前記検出された領域と前記偏光の均一度の断層画像とに基づいて、前記検出された領域が線維化しているか否かを判定する工程と、
を更に有することを特徴とする請求項11に記載の画像処理方法。 - 前記判定工程において判定した結果を表示手段に表示させる工程を更に有することを特徴とする請求項12に記載の画像処理方法。
- 前記複数の光に基づいて生成された前記被検眼の輝度断層画像に、前記検出された領域を重畳した画像を生成する工程と、
前記生成された画像を表示手段に表示させる工程と、
を更に有することを特徴とする請求項11に記載の画像処理方法。 - 前記位相遅延情報の変化量を示す偏光断層画像を表示手段に表示させる工程を更に有することを特徴とする請求項11に記載の画像処理方法。
- 測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の位相遅延情報を生成する工程と、
前記被検眼の深度方向における前記位相遅延情報の変化量を示す偏光断層画像を表示手段に表示させる工程と、
を有することを特徴とする画像処理方法。 - 測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の進相軸方位情報を生成する工程と、
前記進相軸方位情報のばらつき度が閾値よりも小さい領域を検出する工程と、
を有することを特徴とする画像処理方法。 - 前記複数の光の位相差に基づいて、前記被検眼の偏光の均一度の断層画像を生成する工程と、
前記検出された領域と前記偏光の均一度の断層画像とに基づいて、前記検出された領域が線維化しているか否かを判定する工程と、
を更に有することを特徴とする請求項17に記載の画像処理方法。 - 前記進相軸方位情報のばらつき度を示す偏光断層画像を表示手段に表示させる工程を更に有することを特徴とする請求項17に記載の画像処理方法。
- 測定光を照射した被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た光を互いに異なる偏光の光に分割して得た複数の光に基づいて、前記被検眼の進相軸方位情報を生成する工程と、
前記進相軸方位情報のばらつき度を示す偏光断層画像を表示手段に表示させる工程と、
を有することを特徴とする画像処理方法。 - 請求項11乃至20のいずれか1項に記載の画像処理方法の各工程をコンピュータに実行させるプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016016366A JP2017131550A (ja) | 2016-01-29 | 2016-01-29 | 画像処理装置及び画像処理方法 |
US15/411,149 US10198814B2 (en) | 2016-01-29 | 2017-01-20 | Image processing device and image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016016366A JP2017131550A (ja) | 2016-01-29 | 2016-01-29 | 画像処理装置及び画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017131550A true JP2017131550A (ja) | 2017-08-03 |
JP2017131550A5 JP2017131550A5 (ja) | 2019-01-10 |
Family
ID=59386996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016016366A Pending JP2017131550A (ja) | 2016-01-29 | 2016-01-29 | 画像処理装置及び画像処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10198814B2 (ja) |
JP (1) | JP2017131550A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017196306A (ja) * | 2016-04-28 | 2017-11-02 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
CN111127501A (zh) * | 2019-12-03 | 2020-05-08 | 重庆邮电大学 | 基于多粒度遗传算法的图像分割方法 |
JP2021504025A (ja) * | 2017-11-30 | 2021-02-15 | アルコン インコーポレイティド | 光コヒーレンストモグラフィ撮像におけるセグメント化の改善 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6227996B2 (ja) * | 2013-12-18 | 2017-11-08 | 浜松ホトニクス株式会社 | 計測装置及び計測方法 |
US10839515B2 (en) * | 2017-04-28 | 2020-11-17 | Massachusetts Institute Of Technology | Systems and methods for generating and displaying OCT angiography data using variable interscan time analysis |
US11668556B2 (en) | 2017-05-05 | 2023-06-06 | Massachusetts Institute Of Technology | Systems and methods for generating and displaying OCT blood flow speeds by merging mutiple integrated spatial samplings |
US11652981B2 (en) * | 2019-03-04 | 2023-05-16 | Nikon Corporation | Resolution test chart and artificial eye for assessing fundus imaging systems |
CN116631319B (zh) * | 2023-05-29 | 2024-05-14 | 上海傲显科技有限公司 | 屏幕显示补偿方法、智能终端及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040061834A1 (en) * | 2002-09-30 | 2004-04-01 | Qienyuan Zhou | Method and system for removing the effects of corneal birefringence from a polarimetric image of the retina |
JP2004105708A (ja) * | 1991-04-29 | 2004-04-08 | Massachusetts Inst Of Technology | 光学的イメージを形成するシステム、方法および装置 |
US20060293599A1 (en) * | 2003-01-23 | 2006-12-28 | Dhiraj Sardar | Method and apparatus for diagnosing neovascularized tissues |
JP2013165953A (ja) * | 2012-01-20 | 2013-08-29 | Canon Inc | 画像処理装置及び画像処理方法 |
JP2015033587A (ja) * | 2014-09-25 | 2015-02-19 | 富士フイルム株式会社 | 偏光画像計測表示システム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2943527B1 (fr) * | 2009-03-31 | 2012-07-06 | Movea | Systeme et procede d'observation d'une activite de marche d'une personne |
EP2243420A1 (en) | 2009-04-24 | 2010-10-27 | Schmidt-Erfurth, Ursula | Method for determining exudates in the retina |
CN103403528B (zh) * | 2011-02-28 | 2015-05-13 | 国立大学法人香川大学 | 光学特性测量装置以及光学特性测量方法 |
US8718672B2 (en) * | 2011-04-18 | 2014-05-06 | Microsoft Corporation | Identifying status based on heterogeneous sensors |
-
2016
- 2016-01-29 JP JP2016016366A patent/JP2017131550A/ja active Pending
-
2017
- 2017-01-20 US US15/411,149 patent/US10198814B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004105708A (ja) * | 1991-04-29 | 2004-04-08 | Massachusetts Inst Of Technology | 光学的イメージを形成するシステム、方法および装置 |
US20040061834A1 (en) * | 2002-09-30 | 2004-04-01 | Qienyuan Zhou | Method and system for removing the effects of corneal birefringence from a polarimetric image of the retina |
US20060293599A1 (en) * | 2003-01-23 | 2006-12-28 | Dhiraj Sardar | Method and apparatus for diagnosing neovascularized tissues |
JP2013165953A (ja) * | 2012-01-20 | 2013-08-29 | Canon Inc | 画像処理装置及び画像処理方法 |
JP2015033587A (ja) * | 2014-09-25 | 2015-02-19 | 富士フイルム株式会社 | 偏光画像計測表示システム |
Non-Patent Citations (1)
Title |
---|
MICHAEL PIRCHER: "Polarizaton sensitive optical coherence tomography in the human eye", PROGRESS IN RETINAL AND EYE RESEARCH, vol. 30, JPN6019035021, 2011, pages 431 - 451, ISSN: 0004310008 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017196306A (ja) * | 2016-04-28 | 2017-11-02 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
JP2021504025A (ja) * | 2017-11-30 | 2021-02-15 | アルコン インコーポレイティド | 光コヒーレンストモグラフィ撮像におけるセグメント化の改善 |
CN111127501A (zh) * | 2019-12-03 | 2020-05-08 | 重庆邮电大学 | 基于多粒度遗传算法的图像分割方法 |
CN111127501B (zh) * | 2019-12-03 | 2023-05-30 | 重庆邮电大学 | 基于多粒度遗传算法的图像分割方法 |
Also Published As
Publication number | Publication date |
---|---|
US10198814B2 (en) | 2019-02-05 |
US20170221203A1 (en) | 2017-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5988772B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6071331B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6202924B2 (ja) | 撮影装置及び撮影方法 | |
JP6061554B2 (ja) | 画像処理装置及び画像処理方法 | |
JP2017131550A (ja) | 画像処理装置及び画像処理方法 | |
JP2016093240A (ja) | 画像処理装置及び画像処理方法 | |
JP6184232B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6061555B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6184231B2 (ja) | 画像処理装置および画像処理方法 | |
JP2014110883A (ja) | 画像処理装置及び画像処理方法 | |
US9517007B2 (en) | Image processing apparatus, image processing method, and storage medium | |
JP6265600B2 (ja) | 制御装置及び制御装置の作動方法 | |
JP2014155694A (ja) | 眼科装置及び眼科方法 | |
JP2014110884A (ja) | 画像処理装置及び画像処理方法 | |
JP2013146447A (ja) | 撮影装置、画像処理方法、及びプログラム | |
JP2014083285A (ja) | 画像処理装置及び画像処理方法 | |
JP6146951B2 (ja) | 画像処理装置、画像処理方法、撮影装置及び撮影方法 | |
JP6381622B2 (ja) | 画像処理装置及び画像処理方法 | |
JP5988883B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6647013B2 (ja) | 画像処理装置、画像処理方法及び光干渉断層撮影装置 | |
JP2017140316A (ja) | 画像処理装置、画像処理方法およびそのプログラム | |
JP6437055B2 (ja) | 画像処理装置及び画像処理方法 | |
JP2017080344A (ja) | 画像処理装置、画像処理方法及び光干渉断層撮影装置 | |
JP6505072B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6039185B2 (ja) | 撮影装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181119 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190827 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190910 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200327 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200721 |