JP2017131551A - 画像処理装置及び画像処理方法 - Google Patents

Abstract

【課題】 区別が難しい病変を正確に且つ容易に判別することにより、ユーザの負担を軽減し、診断効率を向上することである。【解決手段】 画像処理装置は、被検眼の断層輝度画像及び偏光断層画像の少なくとも一つにおけるＲＰＥ層を特定する特定手段と、断層輝度画像及び偏光断層画像を用いて、特定されたＲＰＥ層における所定の形状を有する領域を抽出する抽出手段と、を有する。を有することを特徴とする。【選択図】 図１３

Description

本発明は、被検眼の偏光断層画像を処理する画像処理装置及び画像処理方法に関する。

近年、低コヒーレンス光による干渉を利用した光断層画像撮像（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ：ＯＣＴ）装置（以下、ＯＣＴ装置と記載）が実用化されている。これは、被検査物の断層画像を高分解能で且つ非侵襲に取得することができる。そのため、ＯＣＴ装置は、特に眼科領域において、被検眼の眼底の断層画像を得るうえで、必要不可欠な装置になりつつある。また、眼科領域以外でも、皮膚の断層観察や、内視鏡やカテーテルとして構成して、消化器、循環器の壁面断層画像撮像等が試みられている。

眼科用ＯＣＴ装置においては、眼底組織の形状をイメージングする通常のＯＣＴ画像（輝度画像とも言う）に加えて、眼底組織の光学特性や動き等をイメージングする機能ＯＣＴ画像の取得が試みられている。特に、神経線維層や網膜層の描出が可能な偏光ＯＣＴ装置は、機能ＯＣＴ装置の一つとして開発されており、緑内障や加齢黄斑変性などを対象とした研究が進められている。また、偏光ＯＣＴ装置を用いて網膜層に生じた変異を検出し、疾患の進行や治療効果を判断するための研究も進められている。

偏光ＯＣＴ装置は、眼底組織の光学特性の一つである偏光パラメータ（リターデーション、オリエンテーション、ＤＯＰＵ（Ｄｅｇｒｅｅ ｏｆ ｐｏｌａｒｉｚａｔｉｏｎ ｕｎｉｆｏｒｍｉｔｙ））を用いて偏光ＯＣＴ画像を構成し、眼底組織の区別やセグメンテーションを行うことができる。一般的に、偏光ＯＣＴ装置は波長板（例えば、λ／４板やλ／２板）を用いることで、ＯＣＴ装置の測定光と参照光の偏光状態を任意に変化させられるように光学系が構成されている。光源から出射される光の偏光を制御し、試料を観察する測定光に所望の偏光状態に変調した光を用い、干渉光を２つの直交する直線偏光として分割して検出して、偏光ＯＣＴ画像を生成する。ここで、閾値処理により決定されるＤＯＰＵパラメータによって再構成されるＤＯＰＵ画像から、偏光解消性を持つ領域の一つである網膜の網膜色素上皮（ＲＰＥ：Ｒｅｔｉｎａｌ ｐｉｇｍｅｎｔ ｅｐｉｔｈｅｌｉｕｍ）層を特異的に描出する方法が、非特許文献１に開示されている。ここで、偏光解消は、被検体において偏光が解消される度合いを表す指標である。偏光解消は、例えば、組織内の微小構造（例えばメラニン）で測定光の反射により、偏光の方向や位相がランダムに変化する事に起因すると考えられている。

一方、この偏光解消性を利用して、ＲＰＥ層近傍の状態変化を捉え、定量化する研究が進められている。加齢黄斑変性は加齢に伴って黄斑周辺の網膜組織が変性し、ものが歪んで見えたり、視力低下を起こしたり、失明することもある疾患である。その症状が出る前に認められる前駆病変として、ドルーゼンと網状偽ドルーゼン（ＲＰＤ：Ｒｅｔｉｃｕｌａｒ ｐｓｅｕｄｏｄｒｕｓｅｎ）が知られている。ドルーゼンは、ＲＰＥ層とブルッフ膜の間に沈着物が蓄積する病変であり、これによりＲＰＥ層が内層側に持ち上げられる。一般に加齢によって生じ、小さい病変の場合は疾患への進行をせずに消失することも多い。ここで、輝度画像中のＲＰＥ層を特定し、ＲＰＥ層に引いた近似曲線から逸脱して輝度値を有する領域をドルーゼンとして、その大きさを定量評価する方法が、特許文献１に開示されている。一方、ＲＰＤは、ＲＰＥ層より内層側に沈着物が蓄積する病変であり、特にＲＰＤの変化に引き続いて委縮型の加齢黄斑変性へ進行することが示唆されている。

特開２０１４−２３８６７号公報

Ｂｉｏｍｅｄｉｃａｌ Ｏｐｔｉｃｓ Ｅｘｐｒｅｓｓ ３（１１），Ｓｔｅｆａｎ Ｚｏｔｔｅｒ ｅｔ ａｌ．"Ｌａｒｇｅ−ｆｉｅｌｄ ｈｉｇｈ−ｓｐｅｅｄ ｐｏｌａｒｉｚａｔｉｏｎ ｓｅｎｓｉｔｉｖｅ ｓｐｅｃｔｒａｌ ｄｏｍａｉｎ ＯＣＴ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｏｐｈｔｈａｌｍｏｌｏｇｙ"

ここで、ドルーゼンとＲＰＤは、通常の断層輝度画像では同じような輝点として表示される。このため、断層輝度画像における輝度値でドルーゼンとＲＰＤを正しく判別することは困難である。また、ドルーゼンとＲＰＤは、互いに特別な偏光特性を有していない。このため、偏光断層画像を用いてドルーゼンとＲＰＤを正しく判別することも困難である。すなわち、従来の方法では、ドルーゼンとＲＰＤ等のような区別の難しい病変を正確に判別することが困難であった。

本発明の目的の一つは、区別が難しい病変を正確に且つ容易に判別することにより、ユーザの負担を軽減し、診断効率を向上することである。

本発明に係る画像処理装置の一つは、
被検眼の断層輝度画像及び偏光断層画像を取得する断層画像取得手段と、
前記断層輝度画像及び前記偏光断層画像の少なくとも一つにおけるＲＰＥ層を特定する特定手段と、
前記断層輝度画像及び前記偏光断層画像を用いて、前記特定されたＲＰＥ層における所定の形状を有する領域を抽出する抽出手段と、を有する。

本発明によれば、区別が難しい病変を正確に且つ容易に判別することができる。このため、ユーザの負担を軽減し、診断効率を向上することができる。

本実施形態における偏光ＯＣＴ装置の全体構成の概略図である。 本実施形態における、信号処理部１４４で生成される画像の例である。 本実施形態における、撮像のフローである。 本実施形態における、ドルーゼンおよびＲＰＤの検出を説明する図である。 本実施形態における、ドルーゼンを抽出するためのテンプレート画像の例である。 本実施形態における、ドルーゼンの抽出を説明する図である。 本実施形態における、ＲＰＤを抽出するためのテンプレート画像の例である。 本実施形態における、ＲＰＤの抽出を説明する図である。 本実施形態における、体積の算出を説明する図である。 本実施形態における、表示画面を説明する図である。 本実施形態における、経時変化の表示画面を説明する図である。 本実施形態における、解析のフローである。 本実施形態における、ドルーゼンとＲＰＤの分類の一例を示す分類表である。

本実施形態に係る画像処理装置の一つは、被検眼の断層輝度画像及び偏光断層画像の少なくとも一つにおけるＲＰＥ層を特定する特定手段（例えば、信号処理部１４４）を有する。また、本実施形態に係る画像処理装置の一つは、断層輝度画像及び偏光断層画像を用いて、特定されたＲＰＥ層における所定の形状を有する領域（例えば、ドルーゼンやＲＰＤ）を抽出する抽出手段（例えば、信号処理部１４４）を有する。これにより、区別が難しい病変を正確に且つ容易に判別することができる。このため、ユーザの負担を軽減し、診断効率を向上することができる。

以下、本発明の一実施形態を、図面を用いて詳細に説明する。

［装置の全体構成］
図１は、本実施形態における断層撮影装置の一例である偏光ＯＣＴ装置の全体構成の概略図である。本実施形態では、ＳＳ（Ｓｗｅｐｔ Ｓｏｕｒｃｅ）−ＯＣＴによる偏光ＯＣＴ装置について説明する。ただし、本発明はこれに限定されるものではなく、ＳＤ（Ｓｐｅｃｔｒａｌ Ｄｏｍａｉｎ）−ＯＣＴによる偏光ＯＣＴ装置に対しても適用することができる。

＜偏光ＯＣＴ装置１００の構成＞
偏光ＯＣＴ装置１００の構成について説明する。光源１０１は、波長掃引型（Ｓｗｅｐｔ Ｓｏｕｒｃｅ：以下ＳＳ）光源であり、例えば、掃引中心波長１０５０ｎｍ、掃引幅１００ｎｍで掃引しながら光を出射する。光源１０１から出射された光は、シングルモードファイバ（以下ＳＭファイバと記載）１０２、偏光制御器１０３コネクタ１０４、ＳＭファイバ１０５、ポラライザ１０６、偏波保持（Ｐｏｌａｒｉｚａｔｉｏｎ Ｍａｉｎｔａｉｎｉｎｇ：ＰＭ）ファイバ（以下ＰＭファイバと記載）１０７、コネクタ１０８、ＰＭファイバ１０９を介して、ビームスプリッタ１１０に導かれ、測定光（ＯＣＴ測定光とも言う）と参照光（ＯＣＴ測定光に対応する参照光とも言う）に分岐される。ビームスプリッタ１１０の分岐比は、９０（参照光）：１０（測定光）である。偏光制御器１０３は光源１０１から射出する光の偏光を所望の偏光状態へ変化させることが出来る。一方、ポラライザ１０６は特定の直線偏光成分のみを通過させる特性を持つ光学素子である。通常光源１０１から射出される光は偏光度が高く、特定の偏光方向を持つ光が支配的であるが、ランダム偏光成分と呼ばれる、特定の偏光方向を持たない光が含まれている。このランダム偏光成分は偏光ＯＣＴ画像の画質を悪化させることが知られており、ポラライザによってランダム偏光成分をカットしてやる。なお、ポラライザ１０６を通過できるのは特定の直線偏光状態の光のみであるため、所望の光量が被検眼１１８に入射するように偏光制御器１０３によって偏光状態を調整する。

分岐された測定光は、ＰＭファイバ１１１を介して出射され、コリメータ１１２によって平行光とされる。平行光となった測定光は１／４波長板１１３を透過したのち、被検眼１１８の眼底Ｅｒにおいて測定光を走査するガルバノスキャナ１１４、スキャンレンズ１１５、フォーカスレンズ１１６を介して被検眼１１８に入射する。ここで、ガルバノスキャナ１１４は単一のミラーとして記載したが、実際は被検眼１１８の眼底Ｅｒをラスタースキャンするように２枚のガルバノスキャナによって構成している。もちろん、光を２次元方向に走査可能な単一のミラーで構成しても良い。また、２枚のガルバノスキャナを近接して配置しても良いし、両方とも被検眼１１８の前眼部に対して光学的に共役な位置に配置しても良い。また、フォーカスレンズ１１６はステージ１１７上に固定されており、光軸方向に動くことで、フォーカス調整することが出来る。ガルバノスキャナ１１４とステージ１１７は駆動制御部１４５によって制御され、被検眼１１８の眼底Ｅｒの所望の範囲（断層画像の取得範囲、断層画像の取得位置、測定光の照射位置とも言う）で測定光を走査することが出来る。また１／４波長板１１３は、１／４波長板の光学軸と、その光学軸に対して直交する軸との間の位相を１／４波長分だけ遅延させる特性を持つ光学素子である。本実施形態ではＰＭファイバ１１１より射出する測定光の直線偏光の方向に対して１／４波長板の光学軸を４５°だけ光軸を回転軸として回転させ、被検眼１１８に入射する光を円偏光とする。

なお、本実施形態では詳細な説明はしていないが、眼底Ｅｒの動きを検出し、ガルバノスキャナ１１４のミラーを眼底Ｅｒの動きに追従させて走査させるトラッキング機能が付与されていても、本実施形態の方法が適用可能である。その場合、トラッキング方法については一般的な技術を用いて行うことが可能であり、リアルタイムで行うことも、ポストプロセッシングで行うことも可能である。例えば、走査型レーザ検眼鏡（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ：ＳＬＯ）を用いる方法がある。これは眼底Ｅｒについて、ＳＬＯを用いて光軸に対して垂直な面内の２次元画像を経時的に取得し、画像中の血管分岐などの特徴箇所を抽出する。取得する２次元画像中の特徴箇所がどのように動いたかを眼底Ｅｒの移動量として算出し、算出した移動量をガルバノスキャナ１１４にフィードバックすることでリアルタイムトラッキングを行うことが出来る。

測定光は、ステージ１１７上に乗ったフォーカスレンズ１１６により、被検眼１１８に入射し、眼底Ｅｒにフォーカスされる。眼底Ｅｒを照射した測定光は各網膜層で反射・散乱し、上述の光学経路をビームスプリッタ１１０に戻る。ビームスプリッタ１１０に入射した測定光の戻り光はＰＭファイバ１２６を経由し、ビームスプリッタ１２８に入射する。

一方、ビームスプリッタ１０６で分岐された参照光は、ＰＭファイバ１１９を介して出射され、コリメータ１２０によって平行光とされる。参照光は１／２波長板１２１、分散補償ガラス１２２、ＮＤフィルタ１２３、コリメータ１２４を介し、ＰＭファイバ１２７に入射する。コリメータレンズ１２４とＰＭファイバ１２７の一端はコヒーレンスゲートステージ１２５の上に固定されており、被検者の眼軸長の相違等に対応して光軸方向に駆動するように、駆動制御部１４５で制御される。１／２波長板１２１は、１／２波長板の光学軸と、その光学軸に対して直交する軸との間の位相を１／２波長分だけ遅延させる特性を持つ光学素子である。本実施形態ではＰＭファイバ１１９より射出する参照光の直線偏光がＰＭファイバ１２７において長軸が４５°傾いた偏光状態となるように調整する。なお本実施形態では参照光の光路長を変更しているが、測定光の光路と参照光の光路との光路長差を変更出来ればよい。

ＰＭファイバ１２７を通過した参照光はビームスプリッタ１２８に入射する。ビームスプリッタ１２８では参照光の戻り光と参照光が合波して得た干渉光（合波光）とされた上で二つに分割される。分割される干渉光は互いに反転した位相の干渉光（以下、正の成分および負の成分と表現する）となっている。分割された干渉光の正の成分はＰＭファイバ１２９、コネクタ１３１、ＰＭファイバ１３３を経由して偏光ビームスプリッタ１３５に入射する。一方、干渉光の負の偏光成分はＰＭファイバ１３０、コネクタ１３２、ＰＭファイバ１３４を経由して偏光ビームスプリッタ１３６に入射する。

偏光ビームスプリッタ１３５および１３６では、直交する二つの偏光軸に合わせて干渉光が分割され、垂直（Ｖｅｒｔｉｃａｌ）偏光成分（以下、Ｖ偏光成分）と水平（Ｈｏｒｉｚｏｎｔａｌ）偏光成分（以下、Ｈ偏光成分）の二つの光にそれぞれ分割される。偏光ビームスプリッタ１３５に入射した正の干渉光は偏光ビームスプリッタ１３５において正のＶ偏光成分と正のＨ偏光成分の二つの干渉光に分割される。分割された正のＶ偏光成分はＰＭファイバ１３７を経由してディテクタ１４１に入射し、正のＨ偏光成分はＰＭファイバ１３８を経由してディテクタ１４２に入射する。一方、偏光ビームスプリッタ１３６に入射した負の干渉光は偏光ビームスプリッタ１３６において負のＶ偏光成分と負のＨ偏光成分に分割される。負のＶ偏光成分はＰＭファイバ１３９を経由してディテクタ１４１に入射し、負のＨ偏光成分はＰＭファイバ１４０を経由してディテクタ１４２に入射する。

ディテクタ１４１および１４２はいずれも差動検出器となっており、位相が１８０°反転した二つの干渉信号が入力すると、直流成分を除去し、干渉成分のみを出力する。

ディテクタ１４１で検出された干渉信号のＶ偏光成分とディテクタ１４２で検出された干渉信号のＨ偏光成分はそれぞれ光の強度に応じた電気信号として出力され、断層画像生成部の一例である信号処理部１４４に入力する。

＜制御部１４３＞
本実施形態に係る画像処理装置の一例である制御部１４３について説明する。制御部１４３は、本実施形態に係る断層撮影装置と通信可能に接続されている。なお、制御部１４３は、断層撮影装置と一体に設けられても良いし、別々に設けられても良い。ここで、制御部１４３は信号処理部１４４、駆動制御部１４５、表示部１４６によって構成される。駆動制御部１４５は、上述の通りに各部を制御する。信号処理部１４４は、ディテクタ１４１、１４２から出力される信号に基づき、画像の生成、生成された画像の解析、解析結果の可視化情報の生成を行う。すなわち、信号処理部１４４は表示制御手段の機能を有し、信号処理部１４４は、信号処理部１４４で生成される画像や解析結果を表示部１４６の表示画面に表示させることができる。また、信号処理部１４４は現実的には記憶部を有するＰＣで構成とすることが出来る。なお、表示制御手段は、信号処理部１４４は別々に設けられても良い。ここで、表示部１４６は、例えば液晶等のディスプレイである。なお、信号処理部１４４で生成された画像データは、表示部１４６に有線で送信されても良いし、無線で送信されても良い。また、本実施形態において表示部１４６等は制御部１４３に含まれているが、本発明はこれに限らず、制御部１４３とは別に設けられても良く、例えばユーザが持ち運び可能な装置の一例であるタブレットでも良い。この場合、表示部にタッチパネル機能を搭載させ、タッチパネル上で画像の表示位置の移動、拡大縮小、表示される画像の変更等を操作可能に構成することが好ましい。

［画像処理］
次に、断層画像取得手段の一例である信号処理部１４４における画像生成について説明する。信号処理部１４４は、ディテクタ１４１、１４２から出力された干渉信号に対して、一般的な再構成処理を行うことで、各偏光成分に基づいた２つの断層画像である、Ｈ偏光成分に対応する断層画像と、Ｖ偏光成分に対応する断層画像を生成する。

まず、信号処理部１４４は、干渉信号から固定パターンノイズ除去を行う。固定パターンノイズ除去は検出した複数のＡスキャン信号を平均することで固定パターンノイズを抽出し、これを入力した干渉信号から減算することで行われる。次に、信号処理部１４４は、有限区間でフーリエ変換した場合にトレードオフの関係となる、深さ分解能とダイナミックレンジを最適化するために、窓関数処理を行う。本実施形態ではコサインテーパーによる窓関数処理を行う。その後、ＦＦＴ処理を行う事によって断層信号を生成する。以上の処理を２つの偏光成分の干渉信号に対して行うことにより、２つの断層画像が生成される。なお、窓関数処理の方法はコサインテーパーに限定されず、験者が目的に合わせて任意に選択してよい。他の窓関数処理、例えばガウシアン窓関数、ハニング窓関数など、一般的に知られる窓関数処理が適用可能である。

＜輝度画像（断層輝度画像）の生成＞
信号処理部１４４は、前述した２つの断層信号から輝度画像を生成する。輝度画像は従来のＯＣＴにおける断層画像と基本的に同じもので、本明細書では断層輝度画像とも呼ぶ。断層輝度画像の画素値ｒは、ディテクタ１４１、１４２から得られるＨ偏光成分の振幅Ａ_ＨおよびＶ偏光成分の振幅Ａ_Ｖから式１によって計算される。

図２（ａ）に視神経乳頭部の輝度画像の例を示す。また、ガルバノスキャナ１１４によってラスタースキャンすることにより、被検眼１１８の眼底ＥｒのＢスキャン画像を構成し、さらに眼底上の位置が異なる複数のＢスキャン像を副走査方向に取得することで、輝度画像のボリュームデータを生成する。

信号処理部１４４はさらに、輝度画像マップを生成する。輝度画像マップは、生成した輝度画像に対し、Ａスキャン方向、すなわち深さ方向の輝度値を平均し、それを２次元的に配置したものである。輝度画像マップの例を図２（ｃ）に示す。

＜ＤＯＰＵ画像生成＞
信号処理部１４４は、取得した振幅Ａ_Ｈ、Ａ_Ｖとそれらの間の位相差ΔΦから、各画素毎にストークスベクトルＳを式２により計算する。

ただし、ΔΦは２つの断層画像を計算する際に得られる各信号の位相Φ_ＨとΦ_ＶからΔΦ＝Φ_Ｖ−Φ_Ｈとして計算する。

次に、信号処理部１４４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式２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、当該ウィンドウ内の偏光の均一性ＤＯＰＵ（Ｄｅｇｒｅｅ Ｏｆ Ｐｏｌａｒｉｚａｔｉｏｎ Ｕｎｉｆｏｒｍｉｔｙ）を式３により計算する。

ただし、Ｑ_ｍ、Ｕ_ｍ、Ｖ_ｍ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（ｂ）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。

ＤＯＰＵは偏光の均一性を表す数値であり、偏光が保たれている個所においては１に近い数値となり、偏光が解消された保たれない箇所においては１よりも小さい数値となるものである。網膜内の構造においては、ＲＰＥ層が偏光状態を解消する性質があるため、ＤＯＰＵ画像においてＲＰＥ層に対応する部分は、他の領域に対してその値が小さくなる。図２（ｂ）において、濃淡が淡い場所２１０がＲＰＥ層を示しており、濃淡が濃い場所２２０は偏光が保たれている網膜層領域を示している。ＤＯＰＵ画像は、ＲＰＥ層等の偏光を解消する層を画像化しているので、病気などによりＲＰＥ層が変形している場合においても、輝度の変化よりも確実にＲＰＥ層を画像化出来る。ＤＯＰＵ画像も輝度画像と同様に、上記で得られるＢスキャン画像のおけるＤＯＰＵ画像を副走査方向に並べ、ＤＯＰＵ画像のボリュームデータを生成することが可能である。なお、本明細書において、ＤＯＰＵ画像やリターデーション画像等を、偏光断層画像とも言うことにする。また、本明細書において、ＤＯＰＵ画像を、偏光解消性を示す画像とも言うことにする。また、本明細書において、リターデーション画像のボリュームデータから生成されたリターデーションマップや複屈折マップ等を、偏光眼底画像とも言うことにする。なお、断層画像取得手段が互いに異なる偏光の光を用いて偏光断層画像及び断層輝度画像を生成する際に、偏光断層画像と断層輝度画像とで同一の干渉信号を用いても良いし、異なる撮影装置により異なるタイミングで取得した複数の干渉信号を用いても良い。

［処理動作］
次に本偏光ＯＣＴ装置における処理動作について説明する。図３は、本偏光ＯＣＴ装置における処理動作を示すフローチャートである。

＜調整＞
まず、ステップＳ１０１において、験者は被検眼を特定可能なＩＤを入力する。次に被検眼を本装置に配置した状態で、本装置と被検眼のアライメントを行う。なお、ワーキングディスタンス等のＸＹＺ方向のアライメント、フォーカス、コヒーレンスゲートの調整等は一般的であるのでその説明は省略する。

＜撮像＞〜＜画像生成＞
ステップＳ１０２〜Ｓ１０３において、光源１０１から光を射出し、測定光および参照光を生成する。測定光が照射された被検眼１１８の網膜Ｅｒで反射、または散乱した戻り光と参照光との干渉光がディテクタ１４１および１４２で受光される。受光して得た干渉信号をデータとして保存部（不図示）に保存する。なお、保存データを用いて、偏光断層画像等を生成する処理については前述した通りである。

＜解析＞
次に、信号処理部１４４はステップＳ１０４において画像解析を行う。ステップＳ１０４における解析方法について、図１２のフローチャートを用いて説明する。

（ＤＯＰＵ画像からＲＰＥ層を抽出）
特定手段の一例である信号処理部１４４は、ステップＳ２０１において、作成されたＤＯＰＵ画像からＲＰＥ層を抽出（特定）する。図４に輝度画像４１０（図４（ａ））およびＤＯＰＵ画像４１１（図４（ｂ））、輝度画像４１０にＤＯＰＵ画像４１１を重畳した重畳画像４１２（図４（ｃ））の例を示す。ＤＯＰＵ画像は測定対象となる物質の偏光解消性を画像化するものである。図４（ａ）に示す輝度画像４１０では、偏光解消性を有するＲＰＥ層４０１と共に、網膜を構成する断層が描出される。一方、図４（ｂ）に示すＤＯＰＵ画像４１１では偏光解消性を持つ領域が描出される。本実施形態においてはＲＰＥとして描出するＤＯＰＵの閾値を０．７５とし、それよりも偏光解消性の高い領域、つまり反射、散乱による戻り光の偏光度が低くなる領域をＲＰＥとして描出している。結果としてＲＰＥ層４０２がＤＯＰＵ画像４１１として描出される。なお、本実施形態ではＤＯＰＵの閾値を０．７５としたがこれに限定されるものではない。検者が測定対象、測定の目的等に応じて任意に設定可能である。また、ＲＰＥ層４０２を抽出すると、信号処理部１４４はＲＰＥ層４０２の座標情報の取得も行う。なお、本発明は偏光断層画像からＲＰＥ層を抽出することに限定されず、断層輝度画像からＲＰＥ層を抽出しても良い。

（ＤＯＰＵ画像からＲＰＥ層の変形箇所を抽出）
次に、抽出手段の一例である信号処理部１４４は、ステップＳ２０２においてＤＯＰＵ画像４１１に対して予め設定されているテンプレート画像を用いてパターンマッチングを行い、ＲＰＥ層の変形箇所を抽出する。抽出方法について、図５および図６を用いて説明する。

まず、信号処理部１４４はＤＯＰＵを対象としたテンプレート画像を不図示のメモリから読み込む。テンプレート画像の例を図５に示す。テンプレート画像は抽出したい所定の形状に合わせて任意に形、大きさを設定することが可能であるが、予め複数の加齢黄斑変性の初期におけるＤＯＰＵ画像を解析し、平均的な形状およびサイズを決めて生成し、上述したメモリに記憶しておけばよい。５０１は、被検眼の硝子体側に向いた凸湾曲のテンプレートである。ここで、５０１で示すテンプレート画像のハッチングを施した部分の画素値は、平均的なドルーゼンが有するＤＯＰＵの値である。また、５０２は、凸湾曲のテンプレートの凸部を充填した山型のテンプレートで、ドルーゼンの進行に伴って内部が石灰化した状態を近似したテンプレートである。

なお、本実施形態においては、説明を簡潔にするためドルーゼンまたはＲＰＤで特徴的な形状をテンプレート画像として設定したが、上述の通りこれに限定されることはない。例えば、相似形のテンプレートや、全体の形状がより尖った形状からなだらかな形状のテンプレートを複数設け、後述するパターンマッチングをテンプレートの数分繰り返してもよい。

次に、信号処理部１４４はテンプレート画像５０１および５０２を用いてＤＯＰＵ画像４１１に対してパターンマッチングを行う。パターンマッチングはテンプレート画像５０１、５０２に対する相関を計算し、その結果は座標情報に紐づいた相関係数として求められる。パターンマッチングの例を図６に示す。相関係数の算出には例えば相互相関関数を用いることが出来る。なお、本実施形態ではＤＯＰＵ画像４１１全体に対して実施するが、処理の高速化を考慮し、予め取得されているＲＰＥ層４０２の座標情報を基にＲＰＥ層４０２の近傍においてのみ実施しても構わない。また、パターンマッチングの方法に関しては、本実施形態に記載の方法に限定されず、公知のパターンマッチング技術を用いることが可能である。信号処理部１４４は上記のとおりパターンマッチングを行い、その座標値と相関係数を不図示のメモリに記憶する。

（輝度画像から変形箇所を抽出）
信号処理部１４４はステップＳ２０２においてＤＯＰＵ画像４１１からＲＰＥ層４０２の変形箇所を抽出すると、次にステップＳ２０３において輝度画像４１０を用いて、輝度画像４１０中の変形箇所を抽出する。前述のＤＯＰＵ画像４１１に対するパターンマッチングと同様に、信号処理部１４４は、輝度画像を対象としたテンプレート画像も不図示のメモリから読み込む。図７はその一例を示したものであり、図５に示したＤＯＰＵを対象とした場合と同様に２つの異なる形状を有しているが、テンプレート７０１および７０２においてハッチングを施した部分の画素値は、平均的なドルーゼンおよびＲＰＤが有する輝度値で構成されている。テンプレート７０２は、テンプレート５０２と比較してより尖った形状を有しているが、これは多くの場合ＲＰＤが三角錐様の形状を有するためである。

次に信号処理部１４４は輝度画像４１０に対して予め設定してあるテンプレート画像を用いて、相関係数の算出を行う。本実施形態においてはＲＰＤを持つ眼底で特徴的な形状をテンプレート画像７０１および７０２として予め設定したが、本発明はこれに限定されない。予め複数の加齢黄斑変性における輝度画像を解析し、ＲＰＤの平均的な形状およびサイズを決めて生成し、上述のメモリに記憶しておけばよい。また、より尖った形状からなだらかな形状のテンプレートを複数設け、パターンマッチングをテンプレートの数分繰り返しても良い。信号処理部１４４はパターンマッチングの結果として、その座標値と相関係数を記憶する。

（ドルーゼンとＲＰＤの分類）
分類手段の一例である信号処理部１４４は、ステップＳ２０３においてＤＯＰＵ画像４１１および輝度画像４１０においてパターンマッチングを行うと、次にステップＳ２０４においてドルーゼンおよびＲＰＤの分類を行う。

ドルーゼンおよびＲＰＤは主に加齢黄斑変性症においてＲＰＥ層近傍に生じる病変部位である。ドルーゼンはＲＰＥ層が網膜内層方向へ押し上げられた部分であり、老廃物などがブルッフ膜と脈絡膜の間に蓄積されて生じるとされる。一方、ＲＰＤはＲＰＥ層と視細胞内節外節接合部（ＩＳ／ＯＳライン：ｉｎｎｅｒ ａｎｄ ｏｕｔｅｒ ｓｅｇｍｅｎｔ ｊｕｎｃｔｉｏｎ）との間に生じる病変である。

一般的なドルーゼンはＲＰＥ層を押し上げるため、偏光解消性のあるＲＰＥ層はＤＯＰＵ画像においても内層側に押し上げられたように表示される。本実施形態においては、輝度画像４１０に対してテンプレート画像７０１を用いた場合、及びＤＯＰＵ画像４１１に対してテンプレート画像５０１を用いた場合の両方で相関係数の高かった場合にドルーゼン領域として抽出する。なお、石灰化を伴うドルーゼンの検出を対象とする場合は、図９（ｂ）に示すドルーゼンの領域９０３は輝度値を有し、かつ偏光解消性を有している。そのため、輝度画像４１０に対してテンプレート画像７０２、かつＤＯＰＵ画像４１１に対してテンプレート画像５０２を使用し、いずれのテンプレート画像に対しても相関係数が高い場合に石灰化を伴うドルーゼン領域として抽出する。本実施形態では各ピクセルに対してテンプレート画像７０１および５０１でマッチングした際の相関係数の積を計算する。相関関数の積があらかじめ設定されている閾値よりも高い領域について、その座標値を取得する。なお、閾値についてはあらかじめ複数のデータをもとに決定し、不図示のメモリに記憶しておけばよい。または、験者が必要に応じて不図示のユーザインタフェースを用いて設定することが出来る。

次に信号処理部１４４はＤＯＰＵ画像４１１においてＲＰＥ層４０２の形状に対し、ドルーゼンによる変形がなかった場合のＲＰＥ層の形状を近似曲線を用いて再現する。図９に示すように、信号処理部１４４はＤＯＰＵ画像４１１において、相関係数の積が閾値より高い位置として抽出したＲＰＥ層の変形箇所９０６近傍のＲＰＥ層９０１の形状情報を用いて、変形箇所９０６がなかった場合の形状を近似曲線９０２で近似する。その際、ＲＰＥ層４０２の最外層側の情報を用いて近似曲線９０２を求める。なお、近似曲線９０２を求める方法については、多項式近似などの一般的な近似曲線算出方法が利用可能であるため、ここでは説明を省略する。近似曲線９０２を求めると、信号処理部１４４は変形箇所９０６の座標情報および近似曲線９０２の座標情報から、２つの曲線に囲まれた領域の座標情報を取得する。これにより、ドルーゼンの領域９０３を抽出する。抽出に際しては、信号処理部１４４は座標情報と共にドルーゼン領域の重心の座標を取得しておくことが望ましい。また、取得したドルーゼン領域の重心の座標は、検査日、被検眼ＩＤと紐づけて信号処理部１４４に記憶しておくことが望ましい。

一方、ＲＰＤは輝度画像上でＲＰＥ層とＩＳ／ＯＳラインとの間を中心として輝度値を有しているが、偏光解消性はないため、ＤＯＰＵ画像では偏光解消性が低く表示される特徴がある。すなわち、ＤＯＰＵ画像においてはＲＰＤは描出されない。本実施形態においては、輝度画像４１０に対してテンプレート画像７０２を用いた場合に相関係数が高く、ＤＯＰＵ画像４１１に対してテンプレート画像５０１、５０２のいずれも相関係数が低くなる場合にＲＰＤを含む領域として抽出する。本実施形態では輝度画像４１０に対するテンプレート画像７０１の相関係数が閾値より高く、テンプレート画像７０２およびＤＯＰＵ画像４１１に対するテンプレート画像５０１、５０２の相関係数が閾値より低い場合について、その座標値を取得する。なお、閾値は事前に複数の加齢黄斑変性を有する眼底及び健常眼の眼底におけるパターンマッチング結果の解析を実施し、験者が予め設定したうえで上述のメモリに記憶しておけばよい。本実施形態における分類とテンプレートマッチングの一例を、図１３の分類表１３０１に示す。なお、分類表１３０１にはドルーゼン及びＲＰＤ以外の項目が存在するが、本実施形態ではドルーゼンとＲＰＤの分類を対象としているため分類の対象外であり、説明は行わない。

ここで抽出したＲＰＤを含む領域にはＲＰＥ層が含まれているため、次に信号処理部１４４は取得したＲＰＤを含む領域の座標値およびＲＰＥ層４０２の座標値を用いて、互いの画像において重複しない領域９０５のみを抽出する。重複しない領域９０５は輝度値を有しているが偏光解消性は無い領域であるため、この領域をＲＰＤ領域として抽出することが出来る。（図９（ｄ））ＲＰＤ領域を抽出すると、信号処理部１４４はＲＰＤ領域の重心の座標情報を取得しておくことが望ましい。また、取得したＲＰＤ領域の重心の座標情報は、検査日、被検眼ＩＤと紐づけて信号処理部１４４に記憶しておくことが望ましい。

（ドルーゼンの体積の算出）
ステップＳ２０４において上述の通り信号処理部１４４がドルーゼン９０３の領域を決定すると、信号処理部１４４はステップＳ２０５においてドルーゼンの体積を算出する。まず信号処理部１４４は、ＤＯＰＵ画像のボリュームデータを構成する全てのＢスキャン画像に対して同様の処理を行い、各Ｂスキャン画像におけるドルーゼンの領域を決定する。次に、各Ｂスキャンの副走査方向に連続するかまたは一部が接するピクセルを抽出し、結合する。なお、本発明は上述した方法に限定されるものではない。空間的な初期位置に基づいて領域分割を行うどのようなアルゴリズムでも、初期位置をＤＯＰＵ画像４１１において決定することで適用ができる。結合されたドルーゼンのボクセルについて、ボリュームデータの縦（ｙ方向）、横（ｘ方向）、深さ（ｚ方向）の各軸に対するピクセル分解能を考慮して体積を算出する。本実施形態では、縦６ｍｍ、横８ｍｍ、深さ２ｍｍのボリュームを縦２５６ピクセル、横５１２ピクセル、深さ１０２４ピクセルで撮像している。そのため、１ピクセルあたりの長さはそれぞれ、縦２３μｍ、横１６μｍ、深さ２μｍとなる。これらの処理はボリュームデータ中に含まれる各ドルーゼンについて算出される。なお、同様の処理を１枚のＢスキャン画像に対して行うことで、１枚のＢスキャンにおけるドルーゼンの面積を求めることも可能である。なお、算出したドルーゼンの体積、または面積は、検査日、被検眼ＩＤと紐づけて信号処理部１４４に記憶しておくことが望ましい。

（ＲＰＤの体積の算出）
ステップＳ２０５において信号処理部１４４がドルーゼンの体積を算出すると、信号処理部１４４は次にステップＳ２０６においてＲＰＤの体積の算出を行う。信号処理部１４４は各Ｂスキャンの副走査方向についてＲＰＤの抽出を行うと、ドルーゼンの体積の算出同様に、連続するかまたは一部が接するピクセルを抽出し、結合する。これにより結合された各ＲＰＤのボクセルについて、そのサイズに基づいた計算を行い、ＲＰＤの体積を算出する。なお、同様の処理を１枚のＢスキャン画像に対して行うことで、１枚のＢスキャンにおけるＲＰＤの面積を求めることも可能である。なお、算出したドルーゼンの体積、または面積は、検査日、被検眼ＩＤと紐づけて信号処理部１４４に記憶しておくことが望ましい。

（ドルーゼン、ＲＰＤの表示）
信号処理部１４４はステップＳ２０４〜Ｓ２０６においてドルーゼン及びＲＰＤの抽出と各体積値の算出を行うと、ステップＳ２０７において信号処理部１４４は表示部１４６に情報を送り、表示部１４６において表示を行う。体積値は抽出されたドルーゼン及びＲＰＤそれぞれに対応してリストが表示部１４６に表示される。表示部１４６に表示される表示画面の例を図１０に示す。

表示画面１０００には画像表示部１００１、断層画像表示部１００２およびリスト表示部１００３が配置されている。画像表示部１００１には生成したボリュームデータから得られるｘｙ面における輝度画像マップ１００４が示される。なお、画像表示部１００１には画像選択ボタンが配置されており、輝度画像マップボタン１００８を選択すると輝度画像マップが、ＤＯＰＵ画像マップボタン１００９を選択するとＤＯＰＵ画像マップが表示され、互いに切り替えられるようになっている。

断層画像表示部１００２には生成した断層画像から得られるｘｚ面における重畳画像１００５が示される。ここで、重畳画像１００５は、抽出されたＲＰＥ層が断層輝度画像に重畳された画像である。なお、断層画像表示部１００２には画像選択ボタンが配置されており、輝度画像ボタン１０１０を選択すると断層輝度画像が表示される。また、ＤＯＰＵ画像ボタン１０１１を選択するとＤＯＰＵ画像が表示される。また、重畳画像ボタン１０１２を選択すると重畳画像が表示されるようになっている。断層画像表示部１００２にはさらに画像選択スライダ１０１５が配置されており、スライダを動かすことで取得した全てのＢスキャン画像の中から任意のＢスキャン画像を表示させることが可能となっている。

リスト表示部１００３にはドルーゼンリスト１０１３およびＲＰＤリスト１０１４が表示され、抽出されたドルーゼンおよびＲＰＤがそれぞれリスト化され、座標値及び体積値が対応付けて表示される。またドルーゼンリスト１０１３およびＲＰＤリスト１０１４にはさらに、全ドルーゼンの体積及び全ＲＰＤの体積がそれぞれ表示される。

験者がドルーゼンリスト１０１３またはＲＰＤリスト１０１４から任意の行を選択すると、重畳画像１００５の中のドルーゼン１００７またはＲＰＤ１００６、１０１６、１０１７のうち対応するドルーゼンまたはＲＰＤが他と区別可能な形で表示される。また、輝度画像マップ１００４の中のドルーゼン１０１５、１０１８またはＲＰＤ１０１９〜１０２２のうち、対応するドルーゼンまたはＲＰＤが他と区別可能な形でされる。本実施形態においてはドルーゼン１０１５をチェッカーパターンによって表示している。なお、表示の方法は本実施形態に記載の方法に限定されない。他と区別可能となるいかなる方法も使用可能である。例えば、ハイライト表示や矢印などを用いて他と区別可能となるように表示することが出来る。

また、本実施形態では輝度画像マップおよび重畳画像のＢスキャン画像を表示する例を示したが、これに限定されない。セグメンテーション後のＥｎ ｆａｃｅマップやＤＯＰＵ画像など、偏光ＯＣＴ装置で取得、生成可能な全ての画像から任意に選択して表示してよい。

（経過観察）
また、本実施形態では、被検眼のＩＤと結び付けて時系列的なドルーゼン及びＲＰＤの体積、及び面積の変化をグラフ表示することも可能である。図１１を用いて時系列的な変化の表示方法について説明する。

験者が経過観察画面の選択（不図示）を行うと、経過観察画面１１００を表示する。経過観察画面１１００の第一表示部１１０１には被検眼ＩＤ１１０２が表示され、被検眼ＩＤ１１０２に紐づけられた輝度画像マップ１１０３、１１０４、１１０５が撮像日情報１１１０、１１１１、１１１２と対応付けられて表示される。なお、本実施形態においては第一表示部１１０１には輝度画像マップ１１０３〜１１０５のみ表示されているが、画像スライドボタン１１０６、１１０７を押すことで、他の撮像日の輝度画像マップを表示することが可能である。また、画像表示部１１０１には画像選択ボタンが配置されており、輝度画像マップボタン１１０８を選択すると輝度画像マップが、ＤＯＰＵ画像マップボタン１１０９を選択するとＤＯＰＵ画像マップが表示され、互いに切り替えられるようになっている。

経過観察画面１１００の第二表示部１１１０にはドルーゼンの体積の経時的変化がドルーゼン経時変化グラフ１１１２として表示される。表示されるグラフは輝度画像マップに重畳表示されるドルーゼンの領域と対応しており、例えば、輝度画像マップ１１０３〜１１０５においてドルーゼン領域１１１６を画像上で選択すると、ドルーゼン経時変化グラフ１１１２中の対応するドルーゼン変化グラフ１１１４が他の変化グラフと区別可能な状態で表示される。反対に、ドルーゼン変化グラフ１１１４を選択すると、輝度画像マップ１１０３〜１１０５のうちの対応するドルーゼン領域１１１６が他と区別可能な状態で表示される。本実施形態においては、対応するドルーゼン１１１６はチェッカーパターンによって表示されている。また、経過観察画面１１００の第二表示部１１１０には抽出された全ドルーゼンの体積の経時変化１１１８も表示される。全ドルーゼンの体積の経時変化１１１８のグラフは個別のドルーゼン経時変化グラフと異なる色やプロット、線を利用することによって、区別可能としておくことが望ましい。

なお、本実施形態では各ドルーゼンの体積の経時変化と全ドルーゼンの体積の経時変化を同一のグラフに表示したが、別のグラフに表示するようにしても構わない。

一方、経過観察画面１１００の第三表示部１１１１にはＲＰＤの体積の経時変化がＲＰＤ経時変化グラフ１１１３として表示される。表示されるグラフは輝度画像マップに重畳表示されるＲＰＤの領域と対応しており、例えば、輝度画像マップ１１０３〜１１０５においてＲＰＤ領域１１１７を画像上で選択すると、ＲＰＤ経時変化グラフ１１１３中の対応するＲＰＤ変化グラフ１１１５がたの変化グラフと区別可能状態で表示される。反対に、ＲＰＤ変化グラフ１１１５を選択すると、輝度画像マップ１１０３〜１１０５のうちの対応するＲＰＤ領域１１１７が他と区別可能な状態で表示される。本実施形態においては、対応するＲＰＤ１１１７は格子パターンによって表示されている。また、経時観察画面１１００の第三表示部１１１１には抽出された全ＲＰＤの体積の経時変化１１１９も表示される。全ＲＰＤの体積の経時変化１１１９のグラフは個別のドルーゼン経時変化グラフと異なる色やプロット、線を利用することによって、区別可能としておくことが望ましい。
なお、本実施形態においては各ＲＰＤの体積の経時変化と全ＲＰＤの体積の経時変化を同一のグラフに表示したが、別のグラフに表示するようにしても構わない。

なお、本実施形態においては体積の経時変化を表示する方法について記載したが、面積を表示するようにしても構わない。その場合は、信号処理部１４４に記憶されている面積情報を用いることで行うことが可能である。

以上説明した撮像装置および画像処理方法を用いることで、ドルーゼン及びＲＰＤを抽出して、体積を算出することが可能である。また、輝度画像マップ、またはドルーゼンマップにおけるドルーゼン及びＲＰＤの表示、および、面積、体積の経時変化の表示を行うことが可能である。本実施形態の中でも記載しているが、偏光ＯＣＴ装置のみの構成ではなく、例えば走査型レーザ検眼鏡（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ：ＳＬＯ）などの眼底観察装置と組み合わせ、偏光ＯＣＴ装置の撮像位置との対応を付けることで、より正確な算出を行うことが可能である。例えばＳＬＯによって取得される眼底画像を基に被検眼の動きをトラッキングし、被検眼の動き量を補正してボリュームデータを生成することで、被検眼の動きによるＢスキャンごとの位置ずれをなくし、正確にドルーゼン及びＲＰＤの体積を算出することが出来る。また、本実施形態では偏光ＯＣＴ装置のボリュームデータを用いてドルーゼン及びＲＰＤの体積を算出する方法について記載したが、これに限定されるものではない。例えば、Ｂスキャン画像を用いてドルーゼン及びＲＰＤの面積を算出することも可能である。

（その他の実施形態）
前述した実施形態では異なるテンプレートで得られた相関係数に対して閾値処理を行う事でドルーゼン又はＲＰＤの位置を抽出したが、これによらず各々の相関係数を特徴量とした特徴空間において、識別器を用いてドルーゼンの種類を分類するようにしてもよい。この場合、例えばテンプレート５０１および７０１の相関係数の組合せによる特徴空間において、いずれの相関係数も高い領域をドルーゼン、それ以外をドルーゼン以外として識別する事が出来る。この識別には、例えばサポートベクターマシン等の公知の方法を適用する事が出来る。

またＲＰＤの抽出には、テンプレート５０２と７０２の相関係数による特徴空間においてテンプレート５０２による相関係数が低く、７０２による相関係数が高い領域をＲＰＤ、それ以外をＲＰＤ以外とすることができる。

なお、３つ以上のテンプレートによる相関係数を用いてより高次の特徴空間を用いれば、２つ以上のドルーゼンの種類を識別する事も可能となる。

本実施形態ではドルーゼンとＲＰＤを分類する方法について記載したが、本実施形態の方法によれば、他のＲＰＥ近傍における病変の区別に応用することが可能である。例えば、脈絡膜新生血管（Ｃｈｏｌｏｉｄａｌ Ｎｅｏｖａｓｃｕｌａｒｉｚａｔｉｏｎ：ＣＮＶ）に対して適用することで、ＣＮＶの有無を判別することが可能である。

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 (20)

1. 被検眼の断層輝度画像及び偏光断層画像を取得する断層画像取得手段と、
   前記断層輝度画像及び前記偏光断層画像の少なくとも一つにおけるＲＰＥ層を特定する特定手段と、
   前記断層輝度画像及び前記偏光断層画像を用いて、前記特定されたＲＰＥ層における所定の形状を有する領域を抽出する抽出手段と、
   を有することを特徴とする画像処理装置。
2. 前記抽出手段は、前記特定されたＲＰＥ層に対する異なる形状の複数のテンプレートの相関に基づいて、前記所定の形状を有する領域を抽出することを特徴とする請求項１に記載の画像処理装置。
3. 被検眼の断層輝度画像及び偏光断層画像を取得する断層画像取得手段と、
   前記断層輝度画像及び前記偏光断層画像に対する異なる形状の複数のテンプレートの相関に基づいて、所定の形状を有する領域を抽出する抽出手段と、
   を有することを特徴とする画像処理装置。
4. 前記抽出手段は、前記相関の値が閾値よりも高い領域を、前記所定の形状を有する領域として抽出することを特徴とする請求項２または３に記載の画像処理装置。
5. 前記抽出された領域に基づいて、病変の種類を分類する分類手段を更に有することを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。
6. 前記分類された種類を前記抽出された領域に対応付けて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５に記載の画像処理装置。
7. 前記抽出された領域の面積と体積との少なくとも一つの値を算出する算出手段を更に有し、
   前記表示制御手段は、前記算出された値を前記分類された種類及び抽出された領域に対応付けて前記表示手段に表示させることを特徴とする請求項６に記載の画像処理装置。
8. 前記抽出手段は、前記被検眼の硝子体側に向いた凸湾曲のテンプレート及び前記凸湾曲のテンプレートの凸部を充填した山型のテンプレートを用いて、前記所定の形状を有する領域を抽出し、
   前記分類手段は、前記所定の形状を有する領域をドルーゼンとＲＰＤとのいずれかに分類することを特徴とする請求項５乃至７のいずれか１項に記載の画像処理装置。
9. 前記抽出された領域の面積と体積との少なくとも一つの値を算出する算出手段と、
   前記算出された値の経時変化を示すグラフ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乃至５のいずれか１項に記載の画像処理装置。
10. 測定光を照射した前記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合波光を分割して得た互いに異なる偏光の光を検出する検出手段を有する断層撮影装置に通信可能に接続され、
    前記断層画像取得手段は、前記検出された互いに異なる偏光の光に基づいて、前記断層輝度画像及び前記偏光断層画像を取得することを特徴とする請求項１乃至９のいずれか１項に記載の画像処理装置。
11. 被検眼の断層輝度画像及び偏光断層画像を取得する工程と、
    前記断層輝度画像及び前記偏光断層画像の少なくとも一つにおけるＲＰＥ層を特定する工程と、
    前記断層輝度画像及び前記偏光断層画像を用いて、前記特定されたＲＰＥ層における所定の形状を有する領域を抽出する工程と、
    を有することを特徴とする画像処理方法。
12. 前記抽出する工程において、前記特定されたＲＰＥ層に対する異なる形状の複数のテンプレートの相関に基づいて、前記所定の形状を有する領域が抽出されることを特徴とする請求項１１に記載の画像処理方法。
13. 被検眼の断層輝度画像及び偏光断層画像を取得する工程と、
    前記断層輝度画像及び前記偏光断層画像に対する異なる形状の複数のテンプレートの相関に基づいて、所定の形状を有する領域を抽出する工程と、
    を有することを特徴とする画像処理方法。
14. 前記抽出する工程において、前記相関の値が閾値よりも高い領域が、前記所定の形状を有する領域として抽出されることを特徴とする請求項１２または１３に記載の画像処理方法。
15. 前記抽出された領域に基づいて、病変の種類を分類する工程を更に有することを特徴とする請求項１１乃至１４のいずれか１項に記載の画像処理方法。
16. 前記分類された種類を前記抽出された領域に対応付けて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１５に記載の画像処理方法。
17. 前記抽出された領域の面積と体積との少なくとも一つの値を算出する工程を更に有し、
    前記表示させる工程において、前記算出された値が前記分類された種類及び抽出された領域に対応付けて前記表示手段に表示されることを特徴とする請求項１６に記載の画像処理方法。
18. 前記抽出する工程において、前記被検眼の硝子体側に向いた凸湾曲のテンプレート及び前記凸湾曲のテンプレートの凸部を充填した山型のテンプレートを用いて、前記所定の形状を有する領域が抽出され、
    前記分類する工程において、前記所定の形状を有する領域がドルーゼンとＲＰＤとのいずれかに分類されることを特徴とする請求項１５乃至１７のいずれか１項に記載の画像処理方法。
19. 前記抽出された領域の面積と体積との少なくとも一つの値を算出する工程と、
    前記算出された値の経時変化を示すグラフ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乃至１５のいずれか１項に記載の画像処理方法。
20. 請求項１１乃至１９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ことを特徴とするプログラム。