JP2020093125A - 画像処理装置、画像処理方法、及びプログラム - Google Patents

Abstract

【課題】 断層画像の画質を向上させる。【解決手段】 算出部１１６が取得した複数の断層画像の類似性を示す情報を算出し、算出した類似性を示す情報に基づき前記複数の断層画像から断層画像を生成部１１８が生成する。【選択図】 図１

Description

本発明は、眼部における断層画像の高画質化に関する技術である。

光干渉断層計（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ、以下「ＯＣＴ」と呼ぶ）などの眼部の断層画像撮影装置は、網膜層内部の状態を三次元的に観察することが可能である。この断層画像撮影装置は、疾病の診断をより的確に行うのに有用であることから近年注目を集めている。

眼科の診断においては、網膜層全体の状態を把握するためにボリューム画像と、低画質な断層画像には写らない層を把握するための高画質な二次元断層画像とが用いられる場合がある。なお、ボリューム画像とは二次元断層画像の集合のことをいう。

ＯＣＴで得られる断層画像の画質は、網膜に入射される近赤外光の強度に依存する。このため、断層画像の画質を向上させるためには、網膜に照射する光の強度を上げる必要があるが、安全性の観点から、網膜に照射可能な光の強度には限界がある。このため、安全上、問題のない強度範囲で近赤外光の照射を行いつつ、高画質な断層画像を生成することが望まれている。このような要求に対して、撮影した二次元の断層画像群を、互いに重ね合わせることにより、ノイズの少ない断面画像を生成する技術が開示されている（特許文献１参照）。

特開２００８−２３７２３８号公報

しかし、特許文献１では、単に複数の断層画像全体を加算平均しているだけである。このため、加算した断層画像間の相関が低い場合には、診断情報の低減が大きくなる場合がある。特に、眼は固視微動などが起こるため、隣接する画像の全領域が類似しているとは限らない。

本発明は上記課題に鑑みてなされたものであり、断層画像の画質を向上させることを目的とする。

上記の目的を達成するための、本発明の一態様による画像処理装置は、以下の構成を備える。

即ち、複数の断層画像の類似性を示す情報を算出する算出手段と、
前記算出した類似性を示す情報に基づき前記複数の断層画像から断層画像を生成する生成手段と、
を備えることを特徴とする。

本発明によれば、断層画像の画質を向上させることができる。

画像処理システムの構成を示す図である。 画像処理装置における断層画像撮影処理の流れを示すフローチャートである。 重ね合わせ画像生成処理を説明するための図である。 重ね合わせ領域を説明するための図である。 重ね合わせの判定処理を説明するための図である。 画像処理システムの構成を示す図である。 画像処理装置における断層画像撮影処理の流れを示すフローチャートである。 重ね合わせ領域を説明するための図である。

（実施例１）
以下、図面を参照しながら、本実施形態に係る画像処理装置を備える画像処理システムについて説明する。

図１は、本実施形態に係る画像処理装置１１０を備える画像処理システム１００の構成を示す図である。図１に示すように、画像処理システム１００は、画像処理装置１１０が、インタフェースを介して断層画像撮影装置１２０と接続されることにより構成されている。

断層画像撮影装置１２０は、眼部の断層画像を撮影する装置であり、例えばタイムドメイン方式のＯＣＴやフーリエドメイン方式のＯＣＴからなる。なお、断層画像撮影装置１２０は既知の装置であるため、詳細な説明は省略する。

画像処理装置１１０は、取得部１１１、記憶部１１２、画像処理部１１３、表示制御部１１４とを備える。

取得部１１１は、断層画像撮影装置１２０により撮影された断層画像を取得し、記憶部１１２に格納する。画像処理部１１３では、記憶部１１２で記憶している断層画像から、新たな二次元断層画像を生成する。表示制御部１１４は処理後の画像を図示しないモニタに表示するための制御をする。

複数箇所を順次走査してもよいが、特に画質の向上がある例示として、図３（ａ）に、断層画像撮影装置１２０でほぼ同一箇所を繰り返し走査し続けて撮影した例における黄斑部の二次元断層画像群の模式図を示す。ここで二次元断層画像を撮像するために測定光を走査する方向を主走査方向とよぶ。主走査方向に直交する方向を副走査方向とよぶこととする。

また、一般に、断層画像撮影装置１２０では測定光を副走査方向にずらしながら主走査方向の撮像を行う。つまり、本発明は、副走査方向にずらす場合にも適応できるものである。
図３（ａ）において、ｘ、ｚは座標軸、ｔは時間軸を表している。Ｔ_１〜Ｔ_ｎは異なる時点に撮影した黄斑部の二次元断層画像である。すなわち、二次元断層画像群はほぼ同一箇所を撮影した二次元断層画像の集合により形成される。

ここで、高画質化とはＳ／Ｎ比を向上させることを意味するものとする。

また、画質の向上とは、Ｓ／Ｎ比の向上を意味するものとする。

次に、図２（ａ）、図２（ｂ）のフローチャートを参照して本実施形態の画像処理装置１１０の処理手順を示す。

＜ステップＳ２０１＞
ステップＳ２０１では、網膜層を撮影するために、不図示の制御部により、断層画像撮影装置１２０を制御する。まず、測定光が照射される方向である深度方向（図３（ａ）のｚ方向）とｚ方向と直交する平面方向（図３（ａ）のｘ方向）との位置を調整する。ここで深度方向の位置を合わせるとは、断層像を得るためのコヒーレントゲートの位置を合わせることに相当する。

＜ステップＳ２０２＞
ステップＳ２０１で、不図示の制御部により網膜層を撮影するのに適した位置に調整を行った後、ステップＳ２０２で、不図示の撮影指示部により撮影開始を指示する。

＜ステップＳ２０３＞
ステップＳ２０３では、操作者が撮影指示をすると、不図示の制御部により、ほぼ同一箇所を繰り返し走査し、複数の二次元断層画像を撮影する。

なお、不図示の制御部は、副走査方向に移動する間隔を調整する機能も有する。

＜ステップＳ２０４＞
ステップＳ２０４では、画像処理部１１３が、記憶部１１２に記憶された二次元断層画像群を用いて、新たな二次元断層画像を生成する。高画質化した二次元断層画像の生成処理について、図２（ｂ）を参照して説明する。

＜ステップＳ２１０＞
ステップＳ２１０では、第一の位置合わせ部１１５において、二次元断層画像同士の位置合わせを行う。位置合わせ処理としては、例えば、２つの二次元断層画像の類似性を示す評価関数を事前に定義しておき、この評価関数の値が最も良くなるように断層画像を変形する。評価関数としては、画素値で評価する方法が挙げられる（例えば、式（１）の相関係数を用いて評価を行う方法が挙げられる）。また、画像の変形処理としては、アフィン変換を用いて並進や回転を行ったり、拡大率を変化させたりする処理が挙げられる。位置合わせ処理として、特徴点ベースで位置を合わせてもよい。例えば、二次元断層画像から各網膜層や病変などの特徴部を抽出する。内境界膜、神経線維層、視細胞内節外節接合部、網膜色素上皮層は輝度値が高く、層の境界はコントラストが高いため、これらの層や特徴部の検出結果を利用して位置合わせを行う。

したがって、二次元断層画像を変形させながら評価関数が最大となる位置変形パラメータを計算し、二次元断層画像間の位置を合わせる。重ね合わせのための二次元断層画像の枚数がＮ枚であった場合、基準となる二次元断層画像に対してＮ−１枚の二次元断層画像の位置合わせ処理を行う。

＜ステップＳ２１１＞
ステップＳ２１１では、判定部１１７において、対応するＡスキャン画像毎に重ね合わせを行うＡスキャン画像を判定する。この処理について図４を用いて説明を行う。Ｔ_ｉ’とＴ_ｉ＋１’は、異なる時点で撮像された二次元断層画像で、ステップＳ２１０において位置合わせを行ったものである。Ａ_ｉｊ’、Ａ_{（ｉ＋１）ｊ}’は、位置合わせ後のＴ_ｉ’とＴ_ｉ＋１’において、それぞれ対応するＡスキャン画像を表している。なお、本発明におけるＡスキャン画像は、図４において、ｚ軸方向に並行な１本の画素列のことをＡスキャン画像としている。

Ａスキャン画像は測定光の入射方向に合致した画像であり、同一箇所から得られた個々のＡスキャン画像はほぼ同一の画像情報を有する。このため、眼の固視微動により二次元断層像全体では類似性が低い場合でも、異なる二次元断層像のＡスキャン画像において相互に類似性が高いデータが存在する場合がある。

同一の斜線の領域Ｒ_ｉｊ’、Ｒ_{（ｉ＋１）ｊ}’はＡ_ｉｊ’、Ａ_{（ｉ＋１）ｊ}’を中心にｘ軸方向に＋−αの領域を表している。算出部１１６では、Ａスキャン画像を中心とした画像領域Ｒ_ｉｊ’、Ｒ_{（ｉ＋１）ｊ}’において、Ａスキャン画像間の類似度を算出する。重ね合わせ判定を行うための基準領域をＲ_ｉｊ’とした場合、Ｒ_１ｊ’〜Ｒ_ｎｊ’の全ての対応する領域間で類似度の計算を算出部１１６が行う。ここで、Ａスキャン画像間の類似性を示す評価関数として相関係数を用いた場合の式を数１に示す。

図４の場合において、領域Ｒ_ｉｊ’をｆ（ｘ，ｙ）、Ｒ_{（ｉ＋１）ｊ}’をｇ（ｘ，ｙ）とする。

は、それぞれ領域ｆ（ｘ，ｙ）と領域ｇ（ｘ，ｙ）の平均を表す。

判定部１１７では、領域毎に重ね合わせに用いる領域を選択する。判定部の処理について図５を用いて説明をする。図５は領域間の類似度を算出部１１６が計算した結果の例を示している。

横軸は、撮影した二次元断層画像の番号１〜Ｎである。縦軸は、基準領域と他の二次元断層画像における領域との類似度を表している。図５（ａ）は、閾値Ｔｈを設定し、所定値以上の類似度となる領域を選択する場合の例である。図５（ｂ）は、図５（ａ）を類似度順にソートしたものであり、類似度の上位Ｍ枚を選択する例である。図５（ｃ）は、類似度順にソート処理し、ソート処理後の類似度の変化率を線グラフで表している。ここでは、類似度の変化率が著しく低下する前の画像を選択する場合の例である。つまり、ソート処理後の類似度の変化率が所定値を示すところの類似度を求め、求めた類似度以上の値の領域を選択する。

また、ソート処理せずに類似度間の変化率を見る。類似度が所定値よりも低下した場合に評価値の計算を算出部１１６が止める。評価値が所定値以上でかつ計算を止める前の画像を選択する。

（ａ）の閾値の場合は、評価値の悪いものは重ね合わせに用いないので、評価値の良い領域のみ重ね合わせることが出来る。

これは、副走査方向の単位時間あたりの移動距離が小さい場合に好適である。組織構造の変化は少ないが、特異的な眼の動きや、瞬きにより生じた組織構造が大きく異なる領域の画像を選択しない効果を有するからである。

（ｂ）の固定枚数としてＭ枚選択する場合は、画像単位での重ね合わせ平均化処理を行うデータ数にバラツキがなくなる。各Ａスキャン画像単位での重ね合わせ平均化処理を行うデータ数にもバラツキがなくなるものである。ノイズの低減化の程度が揃えられるので、画質を同程度にする場合にはより好適である。

（ｃ）の変化率を見る場合は、病気などで全体的に画質が悪く全体的に類似度が低くなる場合においても、類似する領域同士を選択することが出来るといった特徴がある。

（ｄ）の方法は、副走査方向の単位時間あたりの移動距離が大きくなる場合にも好適である。副走査方向のずれが所定値を超えると網膜の組織構造が異なってくるので、不必要に評価値を算出部１１６が計算するのを押さえることがでるためである。即ち、変化率を見る事で組織構造の変化もわかることになる。

以上において、各領域において、評価値に基づいて重ね合わせを行う領域を選択している。そのため、固視微動などにより二次元断層画像内で網膜層が変形している場合や、まばたきやケラレなどにより、部分的に画質が低下している領域は重ね合わせに用いないので新たに生成した画像は高画質化される。

また、副走査方向の単位時間あたりの移動距離に応じて上記の（ａ）〜（ｄ）を判定部１１７は組み合わせる処理を行う。例えば、移動距離が所定値未満の場合には（ａ）又は（ｂ）の処理を用い、距離が所定値を超える場合には（ｃ）または（ｄ）の処理を行う。（ａ）と（ｄ）の組合せでは速度を重視した処理を行え、（ｂ）と（ｄ）の組合せでは、画質を重視した処理が行える。

＜ステップＳ２１２＞
ステップＳ２１２では、生成部１１８が重ね合わせ処理を行う。ここでは、Ａスキャン画像が２つの場合の重ね合わせについて説明をする。図３（ｂ）は、二次元断層画像をＡスキャン画像毎に処理し、１枚の二次元断層画像を合成画像として生成する処理を説明するための図である。つまり、異なる時点で撮像された、異なる二次元断層画像上に位置するＡスキャン画像の加算平均処理を例として説明する。図３（ｃ）は、各画素あたりＭ個（本例では２個）の画素を用いて加算平均処理を行うことにより生成された高画質化された二次元断層画像である。つまり、図３（ｃ）において、Ａ_ｉｊ”は対応するＡスキャン画像について加算平均処理を行うことにより算出された新たなＡスキャン画像である。

図３（ｂ）において、Ｔ_ｉ’とＴ_ｉ＋１’とは、同一断面をそれぞれ異なる時点で撮像した二次元断層画像である。Ａ_ｉｊ’、Ａ_{（ｉ＋１）ｊ}’は、断層画像Ｔ_ｉ’とＴ_ｉ＋１’におけるそれぞれのＡスキャン画像を表している。生成部１１８は、Ａ_ｉｊ’、Ａ_{（ｉ＋１）ｊ}’のＡスキャン画像について加算平均処理を行うことにより、図３（ｃ）におけるＡ_ｉｊ”を算出する。なお、高画質な二次元断層画像（合成画像）の生成処理は、加算平均処理に限定されるものではなく、中央値算出処理、重み付加算平均処理などを用いてもよい。これらの処理を、基準画像Ｔ_ｉ’のＡスキャン画像（Ａ_ｉ１’からＡ_ｉｍ’まで）全てにおいて行う。例えば、重み付加加算平均処理では前述の類似度を加算の重みに用いる。

なお、本実施形態において、類似度を計算する領域はＲ_ｉｊ’とし、重ね合わせ処理は、Ａ_ｉｊ’で行う場合（Ａスキャン画像単位）について説明を行ったが、本発明はこれに限らない。例えば、類似度を計算した領域単位で重ね合わせ処理を行っても良い。また、二次元断層画像で重ね合わせ処理を行ってよい。さらには、αを０（α＝０の場合、Ｒ_ｉｊ’＝Ａ_ｉｊ’）として、Ａスキャン画像単位で類似度を計算して判定を行い、重ね合わせをしても良い。

＜ステップＳ２０５＞
ステップＳ２０５では、表示制御部１１４は、ステップＳ２０４で生成した高画質な二次元断層画像を不図示の表示部に表示する。また、断層画像撮影装置１２０の測定光の走査範囲を固定して、ほぼ同一の網膜の領域を走査する例を説明したが、網膜全体を順次走査しても本発明を適用できることは上述したとおりである。

以上の説明から明らかなように、本実施形態では、位置合わせを行った複数の二次元断層画像において、対応するＡスキャン画像と周辺の領域を用いて領域間の類似度を計算し、各領域単位で重ね合わせ処理に用いる領域の判定を行った。それにより、画像全体では位置が合っているが、固視微動などにより、二次元断層画像内の網膜層が変形している場合においても、部分領域単位で重ね合わせ処理に用いる領域の判定を行うので、高画質化された二次元断層画像を生成することができる。

本実施形態によれば、固視微動などにより、二次元断層画像内の網膜層が変形している場合においても高画質な二次元断層画像を取得することが可能となる。ここで、高画質な画像とは一度の撮影と比較してＳ／Ｎ比が向上している画像をいう。または、診断に必要な情報量が増えている画像のことをいう。

（実施例２）
上記第１の実施形態では、位置合わせを行った二次元断層画像において、対応するＡスキャン画像と周辺の領域を用いて領域間の類似度を計算し、各領域単位で重ね合わせ処理に用いる領域の判定を行った。本実施形態では、位置合わせを行った二次元断層画像において、Ａスキャン画像と周辺の領域を用いて、近傍領域において評価値が高くなる領域を探索し、重ね合わせ処理を行うことを特徴としている。本実施形態によれば、大局的な特徴を用いて全体的に位置合わせを行い、さらに局所的な特徴を用いて位置合わせを行った後に、重ね合わせ処理を行う。

図６は、本実施形態に係る画像処理装置６１０を備える画像処理システム６００の構成を示す図である。図６に示すように、画像処理装置６１０は、取得部１１１、記憶部１１２、画像処理部６１３、表示制御部１１４とを備える。このうち、画像処理部６１３以外は、上記第１の実施形態と同様の機能を有するため、ここでは説明を省略する。

画像処理部６１３において、第二の位置合わせ部６１９は、Ａスキャン画像と周囲の領域を用いて局所的な位置合わせを行う。

以下、図７、図８を参照して本実施形態の画像処理装置６１０の処理手順を示す。なお、ステップＳ７０４以外は、第１実施形態のステップＳ２０１〜ステップＳ２０３とステップＳ２０５と同様なので説明は省略する。

＜ステップＳ７０４＞
ステップＳ７０４では、画像処理部６１３が、大局的な位置合わせと局所的な位置合わせを行い、画像重ね合わせ処理を行うことで、高画質な二次元断層画像を生成する。高画質な二次元断層画像生成処理について、図７（ｂ）を参照して説明する。

＜ステップＳ７１０＞
ステップＳ７１０では、第一の位置合わせ部１１５において、二次元断層画像同士の位置合わせを行う。この処理は、第１実施形態のステップＳ２１０と同様なので、説明は省略する。

＜ステップＳ７１１＞
ステップＳ７１０で大局的な位置合わせを行った二次元断層画像において、対応するＡスキャン画像単位で位置合わせを行うことにより、局所的な位置合わせを行う。この処理について図８（ａ）を用いて説明を行う。Ｔ_ｉ’とＴ_ｉ＋１’は、同一断面を異なる時点で撮像した画像で、ステップＳ７１０において位置合わせを行った二次元断層画像である。Ａ_ｉｊ’はＴ_ｉ’におけるＡスキャン画像を表している。斜線の領域Ｒ_ｉｊ”はＡ_ｉｊ’を中心にｘ軸方向に＋−αの範囲を表している。Ｒ_{（ｉ＋１）ｊ}”は、Ｔ_ｉ＋１’においてＲ_ｉｊ”に対応する矩形領域を表しており、Ｓ_{（ｉ＋１）ｊ}’は、Ｒ_{（ｉ＋１）ｊ}”の矩形領域を動かす探索範囲を表している。基準Ａスキャン画像をＡ_ｉｊ’とし、類似度を計算する領域をＲ_ｉｊ”とする場合、探索範囲Ｓ_{（ｉ＋１）ｊ}’内において、Ｒ_{（ｉ＋１）ｊ}”の矩形領域を走査して、算出部１１６が評価値を計算する。

評価値は、Ｒ_ｉｊ”とＲ_{（ｉ＋１）ｊ}”で画素値の相関を算出部１１６が計算して判定部１１７が評価を行う。あるいは、網膜層境界を検出することで層厚を検出し、その層厚を用いて類似度の評価値を算出部１１６が計算する。層厚を用いて類似度を評価する場合を図８（ｂ）に示す。図８（ｂ）は、探索範囲Ｓ_{（ｉ＋１）ｊ}’内における網膜層境界（内境界膜Ｌ_１、網膜色素上皮層Ｌ_２）と、網膜層境界から求めた層厚１〜３を表している。矩形領域Ｒ_{（ｉ＋１）ｊ}”において各Ａスキャン画像上の層厚を求める。そして、Ｒ_ｉｊ”とＲ_{（ｉ＋１）ｊ}”内の層厚同士を比較することで評価値を算出部１１６が計算する。層厚を計算するのに用いる層は上記に限定されるものではなく、神経線維層、視細胞内節外節接合部など、他の層境界を用いて層厚を比較しても良い。

なお、本実施形態において、判定部１１７による重ね合わせ判定の処理を省略したが、Ａスキャン画像単位の位置合わせを行った後に、実施例１と同様に類似度により重ね合わせを行うか否かの判定を行うようにしても良い。

＜ステップＳ７１２＞
ステップＳ７１２では、生成部１１８において、対応するＡスキャン画像同士の重ね合わせ処理を行う。生成部１１８では、ステップＳ７１１において、評価値が最大となる位置の矩形領域Ｒ_{（ｉ＋１）ｊ}”の中心に位置するＡスキャン画像と、基準画像のＡスキャン画像Ａ_ｉｊ’との重ね合わせ処理を行う。

なお、本実施形態においてＲ_ｉｊ”は、Ａスキャン画像位置を中心に＋−αの範囲を矩形領域として設定した。この設定方法として、αは固定値ではなく、二次元断層画像に写っている網膜層の画像特徴に応じて動的に変更するようにしても良い。領域設定の例を図８（ｃ）に示す。例えば、網膜層の形状が平面的であるような場合には、αの範囲を広く設定する（Ｒ_{（ｉ＋１）ｊ}”）。網膜層の形状が湾曲している、二次元断層画像中に特徴的な箇所（垂直、水平エッジが多数存在）がある場合には、αの範囲を狭く設定する（Ｒ_{（ｉ＋１）ｋ}”）。領域範囲の設定は、画像特徴から症例毎に変更しても良いし、１枚の二次元断層画像内においてＡスキャン画像単位で変更しても良い。

以上の説明から明らかなように、本実施形態では、位置合わせを行った二次元断層画像において、Ａスキャン画像と周辺の領域を用いて、近傍領域において評価値が高くなる領域を探索し、重ね合わせ処理を行った。それにより、画像全体では位置が合っているが、固視微動などにより、二次元断層画像内の網膜層が変形している場合においても、局所単位で位置合わせ処理を行うので、高画質な二次元断層画像を生成することができる。

（その他の実施形態）
上記のそれぞれの実施形態は、本発明を画像処理装置として実現したものである。しかしながら、本発明の実施形態は画像処理装置のみに限定されるものではない。本発明をコンピュータ上で動作するソフトウェアとして実現することも可能である。画像処理装置のＣＰＵは、ＲＡＭやＲＯＭに格納されたコンピュータプログラムやデータを用いてコンピュータ全体の制御を行う。また、画像処理装置の各部に対応するソフトウェアの実行を制御して、各部の機能を実現する。

１１０ 画像処理装置
１２０ 断層画像撮影装置
１１２ 記憶部
１１３ 画像処理部
１１４ 表示制御部
１１５ 第一の位置合わせ部
１１６ 算出部
１１７ 判定部
１１８ 生成部
６１９ 第二の位置合わせ部

即ち、同一箇所を撮影した複数の画像に関する位置ずれが補正された画像を生成する画像処理装置であって、
前記複数の画像の少なくとも１つの画像において分割された領域毎に、分割された領域の画像に対応する画像を他の画像の中から探索し、該探索された画像に分割された領域の画像を加算する加算手段を備え、
前記画像はＯＣＴ装置により取得された被検眼の断層画像であり、
前記分割された領域に含まれる被検眼の深さ方向の被検眼組織が撮影されている領域を含む領域であって、前記分割された領域よりも大きな幅を有する領域を評価領域として設定し、該評価領域の画像に対応する画像を前記他の画像の中から探索することにより、分割された領域の画像に対応する画像の探索が行われ、
前記加算された画像を平均して位置ずれが補正された画像を生成する。

Claims (9)

1. 複数の断層画像の類似性を示す情報を算出する算出手段と、
   前記算出した類似性を示す情報に基づき前記複数の断層画像から断層画像を生成する生成手段と、
   を備えることを特徴とする画像処理装置。
2. 前記算出手段は基準となる断層画像と他の異なる断層像との類似度を算出し、
   前記算出した類似度に基づき前記複数の断層画像から生成手段における生成に用いる断層画像を判定する判定手段とを更に備え、
   前記判定手段は、前記複数の断層像を撮像した際の副走査方向の単位時間あたりの移動距離が所定値未満である場合には前記類似度が予め定められた値以上の断層画像を選択する判定をし、
   前記複数の断層像を撮像した際の副走査方向の単位時間あたりの移動距離が所定値以上である場合には前記複数の断層像の類似度をソート処理し、ソート処理後の類似度の変化率に基づいて断層像を選択する判定を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. 前記算出手段は、前記複数の断層画像における部分領域の類似性を示す情報を算出し、前記生成手段は、前記複数の断層画像における部分領域の画像から新たな部分領域の画像を生成する生成手段と、
   を備えることを特徴とする請求項１に記載の画像処理装置。
4. 前記部分領域はＡスキャン画像であり、前記生成手段は、Ａスキャン画像どうしの類似性を示す情報に基づき前記複数のＡスキャン画像を加算して新たなＡスキャン画像を生成することを特徴とする請求項３に記載の画像処理装置。
5. 前記生成手段は、前記類似性を示す値が所定値よりも高い複数の断層画像を加算して断層画像を生成することを特徴とする請求項１に記載の画像処理装置。
6. 前記生成手段は、前記類似性を示す値が所定値よりも高い固定枚数の断層画像から新たな断層画像を生成することを特徴とする請求項１に記載の画像処理装置。
7. 複数の断層画像を取得する取得工程と、
   前記取得した複数の断層画像の類似性を示す情報に基づき前記複数の断層画像から新たな断層画像を生成する生成工程と、
   を備えることを特徴とする画像処理方法。
8. 請求項７に記載の画像処理方法をコンピュータに実行させるためのプログラム。
9. 異なる二次元断層画像のそれぞれから得られたＡスキャン画像の類似度を算出する算出手段と、
   前記類似度に基づいて合成に用いるＡスキャン画像を判定する判定手段と、
   前記判定に基づいて異なる二次元断層画像のそれぞれから得られたＡスキャン画像を合成して合成画像を生成する生成手段と、
   を備えることを特徴とする画像処理装置。