JP2020000678A5 - - Google Patents

Claims (6)

1. 被検眼の組織の画像である眼科画像を処理する眼科画像処理装置であって、
   前記眼科画像処理装置の制御部は、
   眼科画像撮影装置によって撮影された眼科画像である基画像を取得し、
   機械学習アルゴリズムによって訓練された数学モデルに前記基画像を入力することで、画像解像度が前記基画像の画像解像度よりも高い目的画像を取得し、
   前記数学モデルは、同一の組織の部位を撮影対象とし、且つ、同一の眼科画像撮影装置によって撮影された複数の眼科画像のセットのうち、少なくとも１つの眼科画像である低解像度訓練画像を入力用訓練データとし、前記低解像度訓練画像よりも画像解像度が高い眼科画像である高解像度訓練画像を出力用訓練データとして訓練されていることを特徴とする眼科画像処理装置。
2. 請求項１に記載の眼科画像処理装置であって、
   前記基画像、前記低解像度訓練画像、および前記高解像度訓練画像は、ＯＣＴ装置によって撮影された前記被検眼の眼底のＯＣＴアンジオ画像であることを特徴とする眼科画像処理装置。
3. 請求項１または２に記載の眼科画像処理装置であって、
   複数の前記高解像度訓練画像の少なくともいずれかは、完全には重複しない複数の撮影領域の各々において撮影された複数の眼科画像を位置合わせすることで生成された、パノラマ画像であることを特徴とする眼科画像処理装置。
4. 請求項３に記載の眼科画像処理装置であって、
   前記低解像度訓練画像の少なくともいずれかは、前記パノラマ画像の画像解像度を低下させることで生成された画像であることを特徴とする眼科画像処理装置。
5. 参照光と、被検眼の組織に照射された測定光の反射光とによるＯＣＴ信号を処理することで、前記組織の眼科画像を撮影するＯＣＴ装置であって、
   前記ＯＣＴ装置の制御部は、
   撮影した眼科画像を基画像として取得し、
   機械学習アルゴリズムによって訓練された数学モデルに前記基画像を入力することで、画像解像度が前記基画像の画像解像度よりも高い目的画像を取得し、
   前記数学モデルは、同一の組織の部位を撮影対象とし、且つ、同一の眼科画像撮影装置によって撮影された複数の眼科画像のセットのうち、少なくとも１つの眼科画像である低解像度訓練画像を入力用訓練データとし、前記低解像度訓練画像よりも画像解像度が高い眼科画像である高解像度訓練画像を出力用訓練データとして訓練されていることを特徴とするＯＣＴ装置。
6. 被検眼の組織の画像である眼科画像を処理する眼科画像処理装置によって実行される眼科画像処理プログラムであって、
   前記眼科画像処理プログラムが前記眼科画像処理装置の制御部によって実行されることで、
   眼科画像撮影装置によって撮影された眼科画像である基画像を取得する基画像取得ステップと、
   機械学習アルゴリズムによって訓練された数学モデルに前記基画像を入力することで、画像解像度が前記基画像の画像解像度よりも高い目的画像を取得する目的画像取得ステップと、
   を前記眼科画像処理装置に実行させ、
   前記数学モデルは、同一の組織の部位を撮影対象とし、且つ、同一の眼科画像撮影装置によって撮影された複数の眼科画像のセットのうち、少なくとも１つの眼科画像である低解像度訓練画像を入力用訓練データとし、前記低解像度訓練画像よりも画像解像度が高い眼科画像である高解像度訓練画像を出力用訓練データとして訓練されていることを特徴とする眼科画像処理プログラム。