JP2020513983A - 光干渉断層撮影の多重en−face血管造影平均化システム、方法および装置 - Google Patents

光干渉断層撮影の多重en−face血管造影平均化システム、方法および装置 Download PDF

Info

Publication number
JP2020513983A
JP2020513983A JP2019552116A JP2019552116A JP2020513983A JP 2020513983 A JP2020513983 A JP 2020513983A JP 2019552116 A JP2019552116 A JP 2019552116A JP 2019552116 A JP2019552116 A JP 2019552116A JP 2020513983 A JP2020513983 A JP 2020513983A
Authority
JP
Japan
Prior art keywords
images
image
oct
registration
computer
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
Application number
JP2019552116A
Other languages
English (en)
Other versions
JP2020513983A5 (ja
Inventor
サッダ,スリニバス,アール.
ウジ,アキヒト
Original Assignee
ドヘニー アイ インスティテュート
ドヘニー アイ インスティテュート
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ドヘニー アイ インスティテュート, ドヘニー アイ インスティテュート filed Critical ドヘニー アイ インスティテュート
Publication of JP2020513983A publication Critical patent/JP2020513983A/ja
Publication of JP2020513983A5 publication Critical patent/JP2020513983A5/ja
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016Operational features thereof
    • A61B3/0041Operational features thereof characterised by display arrangements
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016Operational features thereof
    • A61B3/0041Operational features thereof characterised by display arrangements
    • A61B3/0058Operational features thereof characterised by display arrangements for multiple images
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/12Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • A61B3/1241Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes specially adapted for observation of ocular blood flow, e.g. by fluorescein angiography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10101Optical tomography; Optical coherence tomography [OCT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30041Eye; Retina; Ophthalmic

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Hematology (AREA)
  • Vascular Medicine (AREA)
  • Quality & Reliability (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本開示は、多重en−face画像光干渉断層血管造影の平均化法によって、光干渉断層撮影装置の出力を向上させる方法、システムおよび装置を提供する。本開示による実施形態を、一般に光干渉断層血管造影(OCTA)としても知られる光干渉断層撮影(OCT)を用いる眼科で利用して、患者の眼球の血管および血流の生体内視覚化を行う。本開示による実施形態では、線形レジストレーション、アフィンレジストレーションおよび/または弾性レジストレーションを用いて、明確な特徴または目印を有する対応する表在血管板の複数の光干渉断層血管造影画像または映像をアライメントして、同一の線形レジストレーション、アフィンレジストレーションおよび/または弾性レジストレーションの設定および/またはデータを、概して明確な特徴または目印を有していない脈絡毛細管など、対応する組織深層に適用して、画像または映像を平均化するために複数の対応する組織深層をアライメントすることで、組織深層のより明瞭で正確な画像および映像を生成できる。

Description

関連出願の相互参照
本出願は、2017年3月23日に出願された米国特許法第119条(c)項に基づく米国仮特許出願第62/475743号(発明の名称「多重en−face光干渉断層血管造影画像平均化を用いた画像増強システム、方法および装置」)、および2017年5月12日に出願された米国仮特許出願第62/505355号(発明の名称「光干渉断層撮影の多重en−face血管造影平均化システム、方法および装置」)の優先権を主張するものであり、これによって同法施行規則1.57に基づいて上掲各出願の全体を参照により本願に取り込む。
本開示の実施形態は、広くは光干渉断層撮影に関するものであり、具体的には、多重en−face光干渉断層血管造影の平均化技法によって、光干渉断層撮影装置の出力を向上させるシステム、装置および方法に関する。
光干渉断層撮影技術の進歩により、医師は生体組織の三次元画像を得ることができる。多くの場合、こういった光干渉断層撮影による医用画像はマイクロメートルの解像度で生成される。例えば、眼科医は、侵襲的な外科治療を行わずに眼球の後ろ側の生体組織を観察することができる。一般に光干渉断層撮影では、低コヒーレンス干渉法を利用するため、また多くの場合近赤外線を使用するため、このような後眼組織の観察によって、眼科医は、表面下のかなり奥深くの組織を観察することができる。このように比較的長い波長の光を使用することにより、光干渉断層撮影装置から発生する光は、散乱媒体である組織の奥深くまで進入できる。しかし、共焦点顕微鏡法などの他の光学技術に比べ、光干渉断層撮影装置によって生成される画像は、様々な問題から、解像度が低く、および/または鮮明でなく、および/またはぼやけている場合が多い。
本明細書で述べる様々な実施形態は、生体物質の画像を取得および処理するシステム、方法および装置に関する。
いくつかの実施形態において、本開示による生体物質の画像を取得および処理するシステムは、複数のOCT画像を生成するように構成された光干渉断層撮影(OCT)スキャナ、複数のコンピュータで実行可能な命令を格納するように構成された1または複数のコンピュータ可読式記憶装置、および1または複数のコンピュータ可読式記憶装置と通信する1または複数のハードウェアコンピュータプロセッサを備え、コンピュータプロセッサは複数のコンピュータで実行可能な命令を実行するように構成され、これにより、本システムは、OCTスキャナから複数のOCT画像を入手して、複数のOCT画像から生体物質の1または複数の表面層の複数のen−face画像および生体物質の1または複数の深部層の複数のen−face画像を生成し、1または複数の画像レジストレーション法を1または複数の表面層の複数のen−face画像に適用して画像アライメント設定を作成し、画像アライメント設定を保存し、1または複数の画像レジストレーション法を、保存された画像アライメント設定の少なくとも一部に基づいて1または複数の深部層の複数のen−face画像に適用して、1または複数の深部層それぞれの平均化en−face画像を少なくとも1つ生成し、1または複数の平均化en−face画像を出力することができる。
特定の実施形態において、画像レジストレーション法は、線形レジストレーション、アフィンレジストレーションおよび弾性レジストレーションのうちの少なくとも1つを含むことができる。特定の実施形態では、本システムによってさらに、1または複数の表面層の複数のen−face画像がそれぞれに、および1または複数の深部層の複数のen−face画像がそれぞれに複数のセクタに分割され、本システムによってさらに、レジストレーション法が複数のセクタのそれぞれに個別に適用される。特定の実施形態では、生体物質は、網膜、脈絡膜または他の眼組織を備える。特定の実施形態では、1または複数の表面層は、少なくとも表在血管網を含む。特定の実施形態では、1または複数の深部層は、脈絡毛細管および深部毛細管網の少なくとも一方を含む。特定の実施形態では、複数のOCT画像は、光干渉断層血管造影(OCTA)画像を含む。特定の実施形態では、本システムは、三次元座標空間において複数のOCT画像をアライメントするように構成される。特定の実施形態では、本システムは、OCTスキャナによる複数のOCT画像の生成時に、生体物質の動きを考慮するように構成される。特定の実施形態では、上述の動きは、並進運動および回転運動のうちの少なくとも1つを含む。特定の実施形態では、1または複数の表面層は、明確な特徴または目印を有する。特定の実施形態では、明確な特徴または目印は、血管を含む。
いくつかの実施形態において、本開示による生体物質の画像を取得および処理するシステムは、複数のコンピュータで実行可能な命令を格納するように構成された1または複数のコンピュータ可読式記憶装置、および1または複数のコンピュータ可読式記憶装置と通信する1または複数のハードウェアコンピュータプロセッサを備え、コンピュータプロセッサは複数のコンピュータで実行可能な命令を実行するように構成され、これにより、本システムは、OCTスキャナにより生成される複数のOCT画像を入手または取得して、複数のOCT画像から生体物質の1または複数の表面層の複数のen−face画像および1または複数の深部層の複数のen−face画像を生成し、1または複数の画像レジストレーション法を1または複数の表面層の複数のen−face画像に適用して画像アライメント設定を作成し、1または複数の画像レジストレーション法を、保存された画像アライメント設定の少なくとも一部に基づいて1または複数の深部層の複数のen−face画像に適用して、1または複数の深部層それぞれの平均化en−face画像を少なくとも1つ生成し、1または複数の平均化en−face画像を送信して、出力装置によって1または複数の平均化en−face画像を表示させる。
特定の実施形態において、画像レジストレーション法は、線形レジストレーション、アフィンレジストレーションおよび弾性レジストレーションのうちの少なくとも1つを含む。特定の実施形態では、本システムによってさらに、1または複数の表面層の複数のen−face画像がそれぞれに、および1または複数の深部層の複数のen−face画像がそれぞれに複数のセクタに分割され、本発明によってさらに、レジストレーション法が複数のセクタのそれぞれに、個別に適用される。特定の実施形態では、生体物質は、網膜、脈絡膜または他の眼組織を含む。特定の実施形態では、1または複数の表面層は、少なくとも表在血管網を含む。特定の実施形態では、1または複数の深部層は、脈絡毛細管および深部毛細管網の少なくとも1つを含む。特定の実施形態では、複数のOCT画像は、光干渉断層血管造影(OCTA)画像を含む。特定の実施形態では、本システムは、三次元座標空間において複数のOCT画像をアライメントするように構成される。特定の実施形態では、本システムは、OCTスキャナによる複数のOCT画像の生成時に、生体物質の動きを考慮するように構成される。特定の実施形態では、上記動きは、並進運動および回転運動の少なくとも一方を含む。特定の実施形態では、1または複数の表面層は、明確な特徴または目印を有する。特定の実施形態では、明確な特徴または目印は血管を含む。
いくつかの実施形態において、本開示による、生体物質の画像を取得および処理するコンピュータで実行される方法は、光干渉断層撮影(OCT)スキャナによって複数のOCT画像を生成し、コンピュータシステムによりOCTスキャナから複数のOCT画像を入手し、コンピュータシステムにより、複数のOCT画像から、生体物質の1または複数の表面層の複数のen−face画像および1または複数の深部層の複数のen−face画像を生成し、コンピュータシステムにより、1または複数の画像レジストレーション法を1または複数の表面層の複数のen−face画像に適用して画像アライメント設定を作成し、コンピュータシステムにより画像アライメント設定を保存し、コンピュータシステムにより、保存された画像アライメント設定の少なくとも一部に基づき、1または複数の画像レジストレーション法を1または複数の深部層の複数のen−face画像に適用して、1または複数の深部層のそれぞれの平均化en−face画像を生成し、コンピュータシステムにより、1または複数の平均化en−face画像を出力することを含むことができ、コンピュータシステムは、コンピュータプロセッサおよび電子記憶媒体を備える。
特定の実施形態では、画像レジストレーション法は、線形レジストレーション、アフィンレジストレーションおよび弾性レジストレーションのうちの少なくとも1つを含む。特定の実施形態では、本方法はさらに、1または複数の表面層の複数のen−face画像をそれぞれ、および1または複数の深部層の複数のen−face画像をそれぞれ複数のセクタに分割することを含み、本方法はさらに、レジストレーション法を複数のセクタのそれぞれに個別に適用することを含む。特定の実施形態では、生体物質は、網膜、脈絡膜または他の眼組織を含む。特定の実施形態では、1または複数の表面層は少なくとも表在血管網を含む。特定の実施形態では、1または複数の深部層は、脈絡毛細管および深部毛細管網のうちの少なくとも1つを含む。特定の実施形態では、複数のOCT画像は、光干渉断層血管造影(OCTA)画像を含む。特定の実施形態では、本方法はさらに、三次元座標空間において複数のOCT画像をアライメントすることを含む。特定の実施形態では、本方法はさらに、OCTスキャナによる複数のOCT画像の生成時に生体物質の動きを考慮することを含む。特定の実施形態では、上記動きは、並進運動および回転運動のうちの少なくとも1つを含む。特定の実施形態では、1または複数の表面層は、明確な特徴または目印を有する。特定の実施形態では、明確な特徴または目印は血管を含む。
いくつかの実施形態において、本開示による、生体物質の画像を取得および処理するコンピュータで実行される方法は、コンピュータシステムにより、OCTスキャナで生成された複数のOCT画像を入手または取得し、コンピュータシステムにより、複数のOCT画像から、生体物質の1または複数の表面層の複数のen−face画像および1または複数の深部層の複数のen−face画像を生成し、コンピュータシステムにより、1または複数の画像レジストレーション法を1または複数の表面層の複数のen−face画像に適用して画像アライメント設定を作成し、コンピュータシステムにより、保存された画像アライメント設定の少なくとも一部に基づいて、1または複数の画像レジストレーション法を1または複数の深部層の複数のen−face画像に適用して1または複数の深部層のそれぞれの平均化en−face画像を生成し、コンピュータシステムにより、1または複数の平均化en−face画像を送信して、出力装置による1または複数の平均化en−face画像の表示を行うことを含むことができ、コンピュータシステムは、コンピュータプロセッサおよび電子記憶媒体を備える。
特定の実施形態において、画像レジストレーション法は、線形レジストレーション、アフィンレジストレーションおよび弾性レジストレーションのうちの少なくとも1つを含む。特定の実施形態では、本方法はさらに、1または複数の表面層の複数のen−face画像をそれぞれに、および1または複数の深部層の複数のen−face画像をそれぞれに複数のセクタに分割することを含み、本方法はさらに、レジストレーション法を複数のセクタのそれぞれに、個別に適用することを含む。特定の実施形態では、生体物質は、網膜、脈絡膜または他の眼組織を含む。特定の実施形態では、1または複数の表面層は、少なくとも表在血管網を含む。特定の実施形態では、1または複数の深部層は、脈絡毛細管および深部毛細管網のうちの少なくとも1つを含む。特定の実施形態では、複数のOCT画像は、光干渉断層血管造影(OCTA)画像を含む。特定の実施形態では、本方法はさらに、三次元座標空間において複数のOCT画像をアライメントすることを含む。特定の実施形態では、本方法はさらに、OCTスキャナによる複数のOCT画像の生成時に、生体物質の動きを考慮することを含む。特定の実施形態では、上記動きは、並進運動および回転運動の少なくとも一方を含む。特定の実施形態では、1または複数の表面層は、明確な特徴または目印を有する。特定の実施形態では、明確な特徴または目印は血管を含む。
いくつかの実施形態において、生体物質の画像を取得および処理するシステムは、複数の三次元画像を生成するように構成されたイメージング装置、複数のコンピュータで実行可能な命令を格納するように構成された1または複数のコンピュータ可読式記憶装置、および1または複数のコンピュータ可読式記憶装置と通信する1または複数のハードウェアコンピュータプロセッサを備え、本プロセッサは複数のコンピュータで実行可能な命令を実行するように構成され、これにより、本システムは、イメージング装置から複数の三次元画像を入手し、複数の三次元画像から、生体物質の1または複数の表面層の複数のen−face画像および生体物質の1または複数の深部層の複数のen−face画像を生成し、1または複数の画像レジストレーション法を1または複数の表面層の複数のen−face画像に適用して画像アライメント設定を作成し、画像アライメント設定を保存し、保存された画像アライメント設定の少なくとも一部に基づいて、1または複数の画像レジストレーション法を1または複数の深部層の複数のen−face画像に適用して、1または複数の深部層の複数のそれぞれのen−face画像を少なくとも1つ生成し、1または複数の平均化en−face画像を出力する。
いくつかの実施形態において、組織深層の明瞭な医用画像の生成に特化された光干渉断層撮影イメージングシステムは、複数の三次元画像を生成するように構成されたイメージング装置、プロセッサ、およびプロセッサが電子通信を行い複数の三次元画像を保存するように構成された電子記憶装置を備え、プロセッサは、複数の三次元画像のそれぞれの第1の組織層をアライメントして、複数の三次元画像のアライメントデータを生成するように構成され、プロセッサは、アライメントデータを使用して、複数の三次元画像のそれぞれの第2の組織層をアライメントするように構成され、プロセッサは、複数の三次元画像のそれぞれのアライメントされた第2の組織層に画像平均化を行って、より明瞭な第2の組織層の医用画像を生成し、プロセッサは、第2の組織層のより明瞭な医用画像を出力するように構成される。
本発明の概要は、本発明の特定の態様、利点および新たな特徴について述べることを目的とする。そのため、例えば、このような利点のすべてを、本発明の任意の特定の実施形態に従って実現する必要はないことを理解されたい。したがって、例えば、本発明を具体化または実行して、本明細書に教示する1つの利点または一連の利点を達成することも可能であり、必ずしも本明細書に教示または示唆され得る他の利点を達成しなくてもよいことは、当業者には理解の及ぶことであろう。
本発明の実施形態の特徴、態様および利点について、様々な実施形態の図面を参照して以下に詳細に述べる。これらの図面は、例を示すことを目的とするものであり、本発明を制限するものではない。図面には、以下の図が含まれる。
本開示よる1または複数のOCT血管造影画像の平均化プロセッサシステム、方法および装置を適用するイメージングシステムの実施形態の一例を示すブロック図である。 本開示よるOCT血管造影画像平均化プロセッサシステムの実施形態の例を示す概略図である。 OCT血管造影画像の平均化を行う工程の実施形態の例を示すフローチャートである。 OCT血管造影画像の平均化の実施形態の例を示す概略図である。 および OCT血管造影画像の平均化のいくつかの実施形態によって生成された2値化画像を表す画像例である。 フレーム間のフローボイドパターンの違いを表すマルチ画像フレームの画像例を含む図である。 小さなフローボイドのパターンが画像フレームから画像フレームへと変化し得る様子を示す画像例を示し、表層であっても血管の途切れ(または無相関信号の損失)を明示でき、このような途絶は、例えば脈絡毛細管層など、他の層に発生し得る。 患者の眼球の9回の異なるOCTスキャンのうち、脈絡毛細管の形態学的パラメータの違いを示す実験データを示す表を含む図である。 OCT血管造影画像の平均化で得られた画像例を示す。 OCTイメージング血管造影画像の平均化によって生成された、および当該平均化を行わずに生成されたOCT画像の例を示す。 OCTイメージング血管造影画像の平均化によって生成された、および当該平均化を行わずに生成された画像間の、フローボイドの大きさおよび数の違いを示す実験データを示す表を含む図である。 本開示によるセクタ化システム、方法および装置のいくつかの実施形態によってセクタ化された画像の例を示し、セクタ化は、各セクタを個別にレジストレーションする前に生じる場合もある。 生体物質の画像を取得および処理するOCTイメージング方法の実施形態例のフローチャートを示す。 生体物質の画像を取得および処理するOCTイメージング方法の別の実施形態例のフローチャートを示す。 生体物質の画像を取得および処理するOCTイメージングシステム、方法および装置の実施形態を1つ以上実行するソフトウェアを実行するように構成されたコンピュータシステムの実施形態の例を示すブロック図である。 生体物質の画像を取得および処理するOCTイメージングシステム、方法および装置の実施形態を1つ以上実行するソフトウェアを実行するように構成されたコンピュータシステムの別の実施形態の例を示すブロック図である。 生体物質の画像を取得および処理するOCTイメージングシステム、方法および装置の実施形態を1つ以上実行するソフトウェアを実行するように構成されたコンピュータシステムの別の実施形態の例を示すブロック図である。 生体物質の画像を取得および処理するOCTイメージングシステム、方法および装置の実施形態を1つ以上実行するソフトウェアを実行するように構成されたコンピュータシステムの別の実施形態の例を示すブロック図である。 本開示によるOCT血管造影画像平均化のプロセッサシステム、方法および装置の実施形態を1つ以上実行するソフトウェアを実行するように構成されたコンピュータシステムの実施形態の例を示すブロック図である。
光干渉断層血管造影(OCTA)は、眼組織のボリューム画像を生成するイメージング技術である。これらの画像は、数ある用途の中でも特に、診断、眼病状の特定、外科計画および術後の分析を含む、様々な目的において使用可能である。しかしながら、OCTA画像を上記目的において有用なものとするには、眼組織の微小血管系の詳細を正確に認識できるように、画像の品質、精度および/または鮮明度のレベルが高くなければならない。そのため、画像アーチファクトおよび/またはモーションノイズおよび/または画像のずれおよび/または患者の身動きなどの問題点を最小限にすることが重要となることがある。さらに、OCTAでは、ボリューム画像を生成し、生成された画像は個々の眼層のen−face画像に分割できるため、問題点を最小限に抑えて、すべての層のen−face画像のイメージング品質を向上させることが望ましい。本開示は、OCTおよび/またはOCTAもしくは他の三次元イメージング技術の画像品質および/またはen−face画像品質を向上させるシステム、方法および装置を提供する。
一般に、患者の眼組織の複数のOCTおよび/またはOCTAボリューム画像は、OCTスキャナによって生成可能である。生成されたボリューム画像は、次に、個々の層の複数の画像および/またはen−face画像に変換できる。例えば、本開示におけるシステム、方法および装置は、表在毛細管網の複数の画像またはen−face画像および脈絡毛細管の複数の画像またはen−face画像を生成することもできよう。いずれの点においても、これらの画像またはen−face画像は、例えばトリミング、明度調節、コントラストの増大、あるいは任意の所望の技術によって処理可能である。しかしながら、スキャン中の患者の身動き、無相関信号の損失、または他の理由から、画像またはen−face画像が処理されるかどうかに関係なく、複数の画像またはen−face画像に、アーチファクト、不正確さ、ずれ、ぼやけおよび他の欠陥が生じる可能性がある。
上記不正確さおよび/または欠陥を最小にするために、個々の層の複数の画像またはen−face画像を、アライメントおよび平均化できる。本開示による画像の欠陥などを最小限に抑えるシステム、方法および装置で用いられる技術には、セクタ化、レジストレーションおよび/または平均化が含まれていてもよい。いくつかの実施形態では、セクタ化は、複数の画像またはen−face画像をそれぞれ複数の断片または断面または四半分または領域に分割する処理を指す。いくつかの実施形態において、イメージングされる眼構造または層のレジストレーションまたはアライメントの精度の正確性を非常に高くしなければならない場合もあるため、セクタ化処理を行うことで、画像のアライメントをより正確に、あるいはより精密なものにしてもよい。レジストレーションとは、任意の層の複数の画像またはen−face画像のそれぞれの複数の対応するセクタを、それぞれ単一の座標系に変換する処理を指す。例えば、表在毛細管網の複数の画像またはen−face画像をそれぞれセクタ化して複数の断片または断面にし、各断片または断面がセクタ化された各画像またはen−face画像の対応する断片または断面を有するようにすることも可能である。よって、各断片または断面に、線形レジストレーション、アフィンレジストレーションおよび/または弾性レジストレーションのうちの少なくとも1つを含むレジストレーション処理を施すことも可能であり、レジストレーション処理では、画像中の、例えば血管の大きさおよび/またはy分岐および/または他の特徴を利用することも可能であり、画像内において、対応する断片を1つの座標系にアライメントするとともに、イメージングされた構造の三次元性を考慮する。いくつかの実施形態では、生成された座標系を使用して、ボリュームデータセットの様々な層における画像またはen−face画像のアライメントを行って、様々な層において画像のアライメントを行うことができる。いくつかの実施形態では、すべての対応する断片をピクセルごとにアライメントした後に、画像平均化を行い、対応するピクセルの平均強度のグラフ描画を行って、断片が再コンパイルされたら、表在毛細管網の1つの平均化された画像を生成することができる。また別の方法として、平均化は、断片または断面の再コンパイル後に行うことも可能である。
表在毛細管網などの特徴を多く含む層では、点、線および輪郭など、画像の特徴間の相関性を見つけることで、特徴に基づくレジストレーション処理が機能できるため、レジストレーションを正確に行うことができる。しかし、例えば脈絡毛細管など一部の層ではこのような特徴の多くが欠如している場合がある。それ自体では、脈絡毛細管のような特徴が欠如している層のレジストレーションを完全に行うことは困難であろう。本開示によるシステム、方法および装置では、OCTボリューム画像を取得する手法、すなわち画像を表面から表面下まで直線的に各点ごとに取得するため、表在毛細管網層(または他の特徴に富んだ層)画像のレジストレーション時に取得されるレジストレーションデータを、まったく同様に、または同じように、脈絡毛細管の(または他の層)の画像に適用できることを認識して上記の問題を解決し、さらに画像平均化および/または他の技術を用いて、上記層の正確で明瞭な画像またはen−face画像を生成することができる。
本開示は、多重en−face光干渉断層血管造影平均化技術によって、光干渉断層撮影装置の出力を向上させるシステム、方法および装置を提供する。本開示による実施形態は、患者の眼球の血管および/または血流の生体内における可視化を行う、一般に光干渉断層血管造影(OCTA)としても知られる光干渉断層撮影(OCT)を用いる眼科学において利用できる。本開示による実施形態は、あらゆるタイプの三次元画像データに適応できる。いくつかの実施形態では、本開示によるシステム、方法および装置は、スペクトラルドメイン型OCT、波長掃引型OCTおよび他のあらゆる三次元イメージングOCTに適応する。本開示による実施形態は、線形レジストレーション、アフィンレジストレーションおよび/または弾性レジストレーションを利用して、明確な特徴または目印を有する対応する表在血管層における複数の光干渉断層血管造影による画像または映像のアライメントを行い、同じ線形レジストレーションおよび/またはアフィンレジストレーションおよび/または弾性レジストレーションの設定および/またはデータを、一般的に明確な特徴または目印を有さない脈絡毛細管など、対応する深部組織層に適用することで、複数の対応する深部組織層のアライメントを行って画像または映像の平均化を行い、深部組織層の組織構造のより明瞭で正確な画像または映像を生成する。
脈絡毛細管は、眼球のザットラー弾性板とブルッフ膜との間に位置する脈絡膜の血管網である。脈絡毛細管は、高密度で自由に吻合する、比較的大きな毛細血管の単層網を構成し、網膜色素上皮(RPE)および外側の網膜層の主な栄養源として機能する。数多の研究を検討すると、臨床上および組織病理学上のどちらにおいても、脈絡膜の血行と、加齢性黄斑変性症および糖尿病性網膜症を含む網膜疾患との関係が示唆され、脈絡毛細管の生体内撮像は有用であると考えられている。
しかし、生体内の脈絡毛細管のイメージングは、既存の技術を用いる、難易度の高いものである。染料による血管造影、特にインドシアニングリーンを用いた造影が脈絡膜の血行の測定の代表的な判断基準と長い間みなされてきたものの、深さ分解能に限界があるため、深部の血管層から脈絡毛細管を解像するのは困難であった。また、従来の眼底イメージングの方位分解能はかなり低いため、脈管間空間の分解および脈絡毛細管網自体の可視化が困難である。代わりに、例えば蛍光眼底血管造影法を用いる場合、有窓脈絡毛細管を介する初期の拡散漏出では、脈絡毛細管を「choroidal blush」と呼ばれる広がった灰色っぽいもやとして視覚化することしかできない。
光干渉断層血管造影(OCTA)は、多重OCT−Bスキャン間の反射率の変化を検知することで得られる運動対比によって、眼底の網膜微小血管の可視化を可能とする。染料による血管造影と異なり、OCTAでは染料の漏れによる制約を受けず、距離分解能が十分高いため、脈絡毛細管板から得られるen−face画像を選択的に抽出できる。またその一方で、現在のOCTA技術には、いまだに方位分解能が相対的に低いという問題がある。脈絡毛細管板のen−face画像の平均化の効果により、本開示によるシステム、方法および装置に関して述べるように、上記分解能が向上する。
脈絡毛細管板に特有の顆粒状様相は、毛細管板を大きな脈絡膜血管板などの他の層またはRPE層の網膜血管の突出人為構造と区別する以外にも、脈絡毛細管の変化の定性的評価にも役立てることができる。しかしながら、毛細血管自体の解像度のない顆粒状様相では、この循環系のより詳細な形態的評価を行えない場合もある。いくつかの実施形態では、上述したレジストレーションおよびアライメント処理によって、画像品質を高めることができる。いくつかの実施形態では、単一のアライメントされていない画像において確認された、はっきりした特徴のない顆粒状画像外観を網目状パターンに変換することで、本開示のシステム、方法および装置によるヒト脈絡毛細管の組織画像により近似させることができる。同様に、いくつかの実施形態では、上述のレジストレーションおよびアライメント処理によって得られる画像は形態的パターンを示し、組織構造で見られる網目状パターンにさらにそっくりであるため、場合によっては、より正確な量的測定基準を得ることができる。例えば、本開示のシステム、方法および装置によって生成された画像は、とりわけ、平均的血管内径、小葉パターン配列、血管径、血管密度および脈管構造パターンといった特色の組織形態分析との類似点を共有する場合がある。いくつかの実施形態では、脈絡毛細管の内径は、AMDなどの疾患の影響を受ける場合もあることを考慮すると、上述したOCTA画像の平均化によってこのような変化をより詳細に検討することができる。
いくつかの実施形態では、上述のレジストレーションおよびアライメントによって、無相関信号の損失に一部起因して発生するノイズを除去して、脈絡毛細管の顆粒状パターンおよびフローボイドのより正確なイメージングを可能にしてもよい。
本開示はまた、OCTイメージングを利用した眼組織の断面および三次元の視覚化を向上させる方法、システムおよび装置を供する。本開示による実施形態は、網膜の異常の確認および評価、体積および網膜の厚さの分析の実行、ならびに/または外科的および/もしくは薬理学的介入の評価に利用できる。
本開示では、本開示によるシステム、方法および装置を網膜組織および/またを脈絡組織に適用することについて述べているが、これは単なる例にすぎず、本開示によるシステム、方法および装置を、眼球の前壁の組織であれ後壁の組織(例えば強膜)であれ、眼球の他の組織に適用可能であり、または眼球の外側の組織に、または非組織物質に適用することも可能であることは、当業者であれば理解の及ぶことであることに留意されたい。
光干渉断層撮影は、一般的に、組織などの半透明あるいは不透明あるいは部分的に不透明な物質に当たる光を利用する技術であり、光の一部は当該物質の表面下で反射または散乱される。反射または散乱された光を低コヒーデンス干渉計を使用して分析し、生体内の物質の断面および三次元画像を生成する。このような画像の生成においては、光干渉断層撮影データは、直線的に点ごとに取得される。各点は、物質の表面から始まり、物質の表面下まで、物質の状態を表すデータを含み、言い換えると、各点は、一般にAスキャンとして知られる物質の軸方向の深さスキャンを示す。隣り合うまたは近傍のAスキャンの線系列を組み合わせることで、一般にBスキャンとして知られるOCTの断面画像を生成できる。Bスキャンの組合せを用いて、物質の三次元画像(Cスキャン)を構築することも可能である。
したがって、光干渉断層撮影は、分析された物質の再構築画像を生成する。言い換えると、OCTデータは、表面から奥深くまで単線で分析された網膜組織などの物質から、直線的に取得されるものであり、これはAスキャンと呼ばれる。画像中の各ピクセルはOCTデータの各線から得られ、所期の視野の深さに応じて、表面から奥深くまで、OCTデータの各線に沿った様々なデータの点を用いて画像を構築する。
OCTデータの収集方法に基づき、表面層および深面層の、ならびにこれらの層間のOCTデータのアライメントが行われる。このようなOCTデータのアライメントにより、物質の1組のOCTデータを、同じ物質の別の1組のOCTデータに整合させることができる。同じ物質の異なる組のOCTデータにアライメントを行うことにより、深部のすべての層のデータ平均化が可能となり、未加工のOCTデータが低品質および/または低い解像度となることもある、特により深い層に関し、明瞭で精細度の高い画像の生成を助長できる。
OCTデータのより深度の高い層の画像品質を向上させる課題は、一般的に、OCTデータのセットのアライメントに使用可能な目印や特徴や特色がなかったり、わずかしかなかったりするため、高い深度レベルの画像のアライメントを行うことにある。この課題を解消するために、本開示によるシステムを、様々なOCTデータセットのアライメントに使用可能な有効な目印、特徴および/または特色が存在する表面層を利用して、様々なOCTデータセットのアライメントを行うように構成してもよい。いくつかの実施形態では、例えば血管の分岐、y特徴(血管が分裂する地点)、末梢血管、血管のパターン、血管末端、血管サイズ、血管の幅、血管先端部、血管の位置および他のあらゆる特徴を含む、血管の特色など、複数の特徴を表面層のレジストレーションで利用できる。対応する表面層の異なるOCTデータセットをデータセットごとにアライメントすることで、本開示によるシステムを、表面層のアライメントデータ設定を利用して、このようなアライメントデータ設定をOCTデータセットの異なる深度の層、例えばより高い深度レベルに適用するように構成してもよい。あるいは、本システムを使用して、三次元データセット全体のアライメントを行ってもよく、この場合、本システムは平均化および表示したい様々な深度の層にアクセスできる。
いくつかの実施形態では、本開示によるシステムを眼科学に使用できる。いくつかの実施形態では、本システムは、一般にOCTを使用した眼球の血管および血流の視覚化の向上に関する、眼科用OCTA画像および映像を分析するように構成してもよい。一般に、OCTA画像は網膜血管系をより明瞭且つ正確に表示するが、本開示による特定のシステム、方法および装置は、OCTA画像および映像の品質をさらに向上させるように構成される。いくつかの実施形態では、本システムは、多重画像および/または映像を入手して、画像および/または映像を平均化するように構成される。いくつかの実施形態では、多重画像および/または映像の平均化は、画像および/または映像が相互に重なるように、重ねて合成し、ノイズの除去、ならびに/または信号の強化を行い、ならびに/または画像および/または映像全体の品質を向上させることを含む。いくつかの実施形態では、本システムは、OCT装置で生成される断面画像および/もしくは映像、ならびに/または三次元画像および/もしくは映像を平均化するように構成される。
一般に、OCT画像は断面画像として表示できるが、これはOCTデータを表示する一般的な方法であり、画像が縁部の網膜の層を通じて表示されていることを意味する。一般に、en−face式OCT画像を見て、すなわち、OCTデータで表される物質の表面を見て、OCTデータの表示および分析を行うことも可能である。いくつかの実施形態では、本開示によるシステムは、OCTデータのen−face画像/映像を分析して、網膜組織の血管をより詳しく観察するように構成される。いくつかの実施形態では、本開示によるシステムは、複数のen−faceOCTA画像および/または映像を平均化するように構成される。
いくつかの実施形態では、本システムは、レジストレーションまたはアライメントを行う前に、en−face画像を前処理する。この前処理には、様々な機能の中でも特に、輝度があるレベルを下回る特徴を除去する、または画像の一部を切り取ることを含む。いくつかの実施形態では、本システムは、OCTA画像および/または映像を平均化するように構成され、網膜の最深部の層の1つ、一般に脈絡毛細管、の視覚化を向上させる。概して、脈絡毛細管は、様々な網膜の疾患および異常に関し、非常に重要な眼球の構造部であるとみなされている。一般に、脈絡毛細管は、脈絡膜の一部であり、脈絡膜の最も内側の層の1つであり、網膜に隣接してその外側の、強膜の内側に存在する。一般に、脈絡膜はかなり薄く、高度に着色された血管疎性結合組織層である。通常、脈絡膜はメラニン細胞を含み、視神経から毛様体まで延びて、厚さが0.3ミリメートル以下から、約0.1ミリメートル以下の場合がある。
脈絡毛細管、または網膜や脈絡膜の他の任意の層、または後眼壁組織あるいは他の任意の眼組織層の視覚化を向上させるために、いくつかの実施形態におけるシステムは、OCT画像で視認できる網膜の表面層内で認識できる網膜血管系の一部である表在網膜血管系の画像のアライメントを行うように構成される。アライメントを行っていない異なるOCTデータセットを平均化すると、このような処理で生成される画像は概して、精度が低くてぼやけた、使用に耐えない画像が生成される可能性があるため、表面のアライメントを利用することが重要となるであろう。いくつかの実施形態では、本システムは、血管を確認できる表在網膜血管系および網膜を使用して画像および/または映像のアライメントを行うことによって、画像および/または映像のアライメントを行うように構成される。いくつかの実施形態において、本システムは、表在網膜血管系から得られる同一のアライメント情報を使用して、当該アライメント情報を、概して血管の特徴があまりない脈絡毛細管などの深い位置の組織層から得た画像に適用するように構成される。一般に、平均化されていないOCTA画像における脈絡毛細管は相対的に特徴に乏しく、そこに含まれる血管は非常に小さいため判別が難しい。そのため、脈絡毛細管の相対的に少ない特徴に基づいてアライメントを行うことは、数千個の小さなドットからなる画像を使用して、1つのOCTデータセットからこれらのドットが別のOCTデータセットの対応するドットにどのように一致するかを判断して重ね合わせる試みを行うようなものであるため、概してかなり骨が折れるであろう。
いくつかの実施形態では、本システムは、検討するOCTデータセットの網膜浅層のアライメント情報を使用して、同アライメント情報を、同じOCTデータセットの網膜深層および/または脈絡毛細管層などの脈絡深層に適用することで、網膜深層の信号対雑音を最適化するように構成される。すなわち、本システムは、1つの層から一連の情報を入手して、その情報を用いて別のより深い層の品質を向上させるように構成できる。
いくつかの実施形態において、本システムは、X、YおよびZ座標空間の複数のOCTデータセットのアライメントを行うように構成される。言い換えると、本システムは、分析する物質の三次元性を考慮して画像および/または映像のアライメントを行うように構成できる。いくつかの実施形態では、本システムは、並進運動による患者の動きを考慮しつつ、異なる画像および/または映像のセットのアライメントを行うように構成される。例えば、並進運動とは、本システムを画像および/または映像の再アライメント中に考慮するように構成できる、上下左右の変位を含み得るXおよびY方向における動きを意味する。いくつかの実施形態では、本システムは、Z方向またはZ軸における患者の頭を傾ける動作または患者の他の何らかの動きを考慮するように構成される。例えば、患者の撮影中に、患者がZ軸に沿って回転する場合もあり得るため、いくつかの実施形態では、本システムは、回転ならびに並進運動を補正するように構成される。一般に、このような並進運動と回転の組合せの考慮は、線形レジストレーションと呼ばれるものであり、これにはアフィンレジストレーションを含んでいてもよい。実施された実験および研究に基づいて、単に線形レジストレーションまたはアフィンレジストレーションを行って網膜浅部の画像および/または映像のアライメントを行うシステムでは、整合が取れていず、アライメントが狂っている画像および/または映像が生成される。一般に、線形レジストレーションまたは線形変換とは、回転、変倍、移動およびアフィン変換を含む変換を指す。
このような整合の不一致およびアライメントの狂いは、網膜(および他の物質)が平坦構造ではなく、むしろ三次元構造であるという点を考慮した補正を行わないことにより発生する。OCTイメージングシステムが発する光が網膜と交わる角度がわずかに異なる場合、網膜の三次元性によって別の光の変位または収縮または散乱が発生するため、補正を行う必要がある。いくつかの実施形態では、本システムは、弾性レジストレーションを行って、このような検査される物質の三次元性に起因する光散乱を考慮するように構成される。いくつかの実施形態では、本システムは、線形および/またはアフィンレジストレーションと弾性レジストレーションの組合せを行うように構成される。いくつかの実施形態では、本システムは、線形および/またはアフィンレジストレーションならびに弾性レジストレーションを複数のOCTA画像および/または映像に施して、複数のOCTA画像および/または映像中の網膜浅層のアライメントを実現して、同一の変換をより深い網膜層に適用するように構成される。
いくつかの実施形態において、弾性レジストレーションは、イメージングされる眼組織または他の生体物質の幾何学形状および曲率を推定して、関連画像中の特定のピクセルまたは特徴を予測することを含む。いくつかの実施形態では、弾性レジストレーションは、網膜の表面の曲率およびトポグラフィについて想定することを含む。いくつかの実施形態では、未加工および/または処理済みのOCT画像データを、別の方法で、あるいは推定および想定と合わせて使用して、弾性レジストレーションを向上させることも可能である。いくつかの実施形態では、弾性レジストレーションは、正確で明瞭な画像結果を得るのに不可欠である場合もある。
いくつかの実施形態において、非線形(弾性)レジストレーションでは、標準画像および対象画像の画像濃淡値の相違点を割り出して(減算または除算などの数学演算を使用)、対象画像を変形させて上記相違点を最小にする。類似点(または相違点)は上述の画像差によって規定されるため、特定の画像の特徴が無数存在する場合もある。いくつかの実施形態では、y特徴すなわち血管分岐部は、脈絡毛細管または中心窩の無血管帯などの均一的に平坦な強度領域の画像中で見つかるような顆粒状パターンを使用する場合よりも、正確な画像レジストレーションに役立つ。いくつかの実施形態では、弾性レジストレーションは、画像取得位置として知られる、エピポーラ幾何学配置および/または位置データを必要とするものでもよく、これにより、2つ以上の画像間の差に基づいて眼組織の表面トポグラフィを再構築する。
いくつかの実施形態において、本システムは、線形および/またはアフィンレジストレーションならびに弾性レジストレーションを用いて、明確な特徴または目印を有する表在血管板のOCTA画像のアライメントを行い、同一の線形および/またはアフィンレジストレーションならびに弾性レジストレーションの設定および/またはデータを、明確な特徴または目印のない、脈絡毛細管などのより深い組織層に適用する。いくつかの実施形態では、表面層のレジストレーションおよびアライメントを行うことで、表面層のレジストレーションによって得られたレジストレーションデータを使用して、より下方の層のレジストレーションに役立てることができる。いくつかの実施形態において、当該処理は、例えば変換行列を用いて行うことができる。いくつかの実施形態では、下層が上層と同様の動きをすると想定し、表面層のレジストレーションを適用して、下層のアライメントを行うことが可能である。いくつかの実施形態では、当該アライメント処理は、同一の眼組織の異なる層の様々な画像の対応するピクセルを整合させて、正確な画像アライメントを行うことができる。いくつかの実施形態では、一度対応するピクセルを整合させると、対応するピクセルの平均強度を1つの画像に描き入れて、単一の平均化された画像を生成できる。
いくつかの実施形態において、本システムは、例えば確認可能な十分に大きな血管を有する網膜浅層の1つの層のレジストレーション情報を取得するように構成され、当該血管は目印または特徴として、OCTA画像および/または映像のアライメントに利用できる。一般に、例えば脈絡毛細管などの深部層は、大抵、アライメントに利用できるような大きな目印または特徴を持たない。これは、このような深部層は、ガラスの粉またはドット間の見分けが難しい複数のごく小さいドットのように見えるためである。OCTデータの取得方法に起因して、1つの層に使用されるレジストレーションアライメント設定を、OCTデータセットの異なる層に適用できる。一般に、網膜などの物質の表面から深部まで一直線に、OCTデータを線形または垂直に取得してOCT画像を生成するため、OCT画像は再構築画像である。各ピクセルはラインごとにカウントされ、各ラインは表面から深部まで及んでいる。したがって、表面層のデータは、データ取得処理によって、自動的に深部の層のデータと整合される。
いくつかの実施形態において、本システムは、OCTデータセットの表面層のアライメント設定を取得し、当該アライメント設定をOCTデータセットの深部層に適用して、画像および/または映像の平均化を行うように構成される。いくつかの実施形態では、本システムは、コントラスト促進、コントラスト制限付適応ヒストグラム均等化処理および/または最小強度演算などの付加的な画像処理を行うように構成される。
いくつかの実施形態において、本システムは、ここで開示する処理ブロックを1つ以上またはすべて実行するように構成された専用のソフトウェアコードまたは機械コードで実行でき、これにより、様々な網膜および/または脈絡毛細管を含む脈絡膜層のより向上したOCTAデータを生成する。
いくつかの実施形態において、本システムは、1または複数のマクロプログラムブロックを用いる。いくつかの実施形態では、本システムは、イメージング表示システム用アプリケーションであるImageJ用に書かれたマクロによって実行できる。いくつかの実施形態では、1または複数のマクロプログラムブロックは、複数の画像をトリミングして、例えば950x900ピクセルまたは任意の他のサイズのピクセルの複数の中央矩形指定領域を生成し、1または複数の表面層に線形またはアフィンレジストレーションを行って、例えばプラグインであるStackReg(http://bigwww.epfl.ch/thevenaz/stackreg/)を使用して位置ずれを調整し、アフィンまたは線形レジストレーション情報をデータベースに保存し、データベースに保存されたレジストレーション情報を入手して、深部組織層画像(深部毛細血管網および脈絡毛細管の画像)に適用することを含む。いくつかの実施形態では、レジストレーションは、表在毛細管網の映像に対して算定できる。いくつかの実施形態では、1または複数のマクロプログラムブロックはさらに、データベースの、保存されたレジストレーション情報を入手して、当該情報を他の組織層画像に適用することを含む。いくつかの実施形態では、レジストレーションの精度をさらに高めるために、画像/映像を9つのセクタに分割可能であり、他の実施形態では、1つ以上のセクタを使用できる。いくつかの実施形態では、弾性画像レジストレーションを行って、2つのImageJプラグイン、bUnwarpJおよびFeatureExtractionを組み合わせて使用して、ゆがみを補正する。いくつかの実施形態では、弾性レジストレーションは各セクタに対し個別に行ってもよい。いくつかの実施形態では、レジストレーションは、表在毛細血管網の映像に対し算定される。いくつかの実施形態では、1または複数のマクロプログラムブロックはさらに、弾性レジストレーション情報をデータベースに保存し、データベースに保存されている弾性レジストレーション情報を入手して当該情報を他の層に適用し、レジストレーションされた9つの映像を1つにまとめて、元のサイズのレジストレーション映像を再構築することを含む。いくつかの実施形態では、9つのセクタにはいくつかの重複部分があるため、9つのベクトルを1つにまとめる前に、重複する余白部を切除する必要がある場合もある。
いくつかの実施形態において、本システムは、組織の表面層のレジストレーションによって得られた情報を使用して、眼組織のより深い層の画像をより良好にアライメントできる。いくつかの実施形態では、本システムは、眼組織の表面層から得られたアライメントデータを使用して、脈絡毛細管の画像のアライメントを行うことができる。いくつかの実施形態において、レジストレーション法は、弾性レジストレーションを含み、イメージングされた構造の三次元性を考慮してもよい。いくつかの実施形態では、レジストレーション法は、弾性レジストレーションを含んで、イメージングされる眼組織の三次元性を考慮してもよい。
いくつかの実施形態において、本システムは、得られた画像の血管密度を考慮して、アライメントの精度を決定することも可能である。いくつかの実施形態では、高い血管密度はen−face画像の不整合を意味し、得られる画像の品質が低い。いくつかの実施形態では、血管密度は、画像全体の面積で割った、血管が占める面積として算出できる。いくつかの実施形態では、得られた画像中の血管密度が低いことが好ましく、より正確なアライメントを表す。
図1は、本開示による特定のOCT血管造影画像平均化プロセッサシステムを採り入れたイメージングシステムの実施形態の例を示すブロック図である。いくつかの実施形態では、例示するOCT血管造影画像平均化プロセッサシステム100は、患者102の眼組織の画像データを取得または生成するOCT画像スキャナ104を備える。
いくつかの実施形態では、本システムは、患者の眼組織の複数の画像を生成または取得することができる。いくつかの実施形態では、眼組織の複数の画像の数は約3枚でもよい。いくつかの実施形態では、眼組織の複数の画像の数は、約1から100の間でよい。いくつかの実施形態では、眼組織の複数の画像の数は、約1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、25、30、35、40、45、50、55、60、65、70、75、80、85、90、95または100でよく、あるいはこれらの値のいずれかの間の任意の値でもよく、ならびに/または上記値のいずれかによって規定される範囲内であってもよい。
いくつかの実施形態において、システム100はさらに、生成または取得された画像データに前画像処理を施すOCT血管造影画像処理装置106を備える。この前画像処理は、1つ以上の表面層および/または1つ以上の深部層のアライメントまたはレジストレーションを含んでいてもよい。アライメントまたはレジストレーションは、1または複数の線形レジストレーション、アフィンレジストレーションおよび/または弾性レジストレーションを含んでいてもよい。いくつかの実施形態において、システム100はさらにOCT血管造影画像平均化システム装置108を備え、本装置は、前処理された画像に対し、レジストレーション、平均化、後処理および/または他の機能を実行してもよい。いくつかの実施形態では、システム100はさらに、得られた画像をユーザ112に出力または送信するOCT血管造影画像出力装置110を備える。いくつかの実施形態では、得られる画像は、平均化された合成画像となる。いくつかの実施形態では、ユーザ112は、得られた画像を様々な用途において検討することも可能であり、これらの用途には、とりわけ、眼の病理診断あるいは識別または手術後の評価などが含まれる。
図2は、本開示によるOCT血管造影画像平均化プロセッサシステムの別の実施形態の例を示す概略図である。いくつかの実施形態において、例示のOCT血管造影画像平均化プロセッサシステム200は、眼組織の複数の未加工のOCTA立方体画像データセット202を取得できる。いくつかの実施形態では、システム200は、複数の未加工のOCTA立方体画像データセット202から、表在毛細管網204の複数のen−faceもしくは「スラブ」画像を抽出または取得できる。いくつかの実施形態では、システム200はさらに、複数の未加工のOCTA立方体画像データセット202から、脈絡毛細管206の複数のen−faceもしくは「スラブ」画像を抽出または取得できる。いくつかの実施形態では、システム200はさらに、複数の未加工のOCTA立方体画像データセット202から、深部毛細管網208の複数のen−faceもしくは「スラブ」画像を抽出または取得できる。いくつかの実施形態では、これらのen−faceまたは「スラブ」画像は、三次元データセットの二次元表現である。
いくつかの実施形態では、システム200はさらに、表在毛細管網204の複数のen−face画像に線形画像レジストレーションを施して画像のアライメントを行い、線形レジストレーション情報210を生成することができる。いくつかの実施形態では、システム200はさらに、表在毛細管網204の複数のen−face画像をセクタ化し、表在毛細管網の複数のen−face画像に弾性画像レジストレーションを施して画像のアライメントを行い、弾性レジストレーション情報212を生成できる。
いくつかの実施形態において、システム200はさらに、脈絡毛細管206の複数のen−face画像に線形レジストレーション情報210および弾性レジストレーションデータ212を適用して、脈絡毛細管214の複数のセクタ化された画像を取得することができる。いくつかの実施形態では、システム200はさらに、脈絡毛細管214の複数のセクタ化された画像を、脈絡毛細管216の複数の完全にアライメントされた画像に再構築できる。いくつかの実施形態では、システム200は、脈絡毛細管216の複数の完全にアライメントされた画像に基づいて、脈絡毛細管218の平均化画像を生成できる。
いくつかの実施形態において、システム200はさらに、線形レジストレーション情報210および弾性レジストレーションデータ212を深部毛細管網208の複数のen−face画像に適用して、深部毛細管網220の複数のセクタ化された画像を取得することができる。いくつかの実施形態では、システム200はさらに、深部毛細管網220の複数のセクタ化された画像を、深部毛細管網222の複数の完全にアライメントされた画像に再構築することができる。いくつかの実施形態では、システム200は、深部毛細管網222の複数の完全にアライメントされた画像に基づいて、深部毛細管網224の平均化画像を生成することができる。
いくつかの実施形態において、システム200はさらに、図2を参照して、本開示による同一工程を用いて、眼組織の任意の数の層の平均化画像を生成できる。
図3は、OCT血管造影画像の平均化を実行する処理工程300の実施形態の例を示すフローチャートである。いくつかの実施形態では、OCTイメージングシステムにより、工程304において眼の同じ位置から複数のOCTA血管造影立方体セットを入手、取得または生成することで、処理工程300を開始してもよい。いくつかの実施形態では、工程306において、複数のOCT血管造影立方体セットに基づいて、特定のピクセルサイズの脈絡毛細管(CC)の複数のen−face画像を生成できる。いくつかの実施形態では、工程308において、複数のOCT血管造影立方体セットに基づいて、特定のピクセルサイズの表在毛細管網(SCP)の複数のen−face画像を生成できる。いくつかの実施形態では、工程310において、複数のOCT血管造影立方体セットに基づいて、特定のピクセルサイズの表在毛細管網(SCP)の複数のen−face画像を生成できる。いくつかの実施形態では、複数のOCT血管造影立方体セットに基づいて、眼組織の他の層の複数のen−face画像を生成できる。
いくつかの実施形態では、工程312において、複数のCC、SCPおよびDCP画像をトリミングして、所望のサイズ、次元および/または形状の画像を取得することができる。いくつかの実施形態では、患者の同一の場所または生物組織から複数の画像を取得できる。ただし、いくつかの実施形態では、患者が身動きすることで、画像の重ね合わせまたはアライメントが不完全になってしまう。いくつかの実施形態では、患者の身動きやその他の原因により、複数の画像のアライメントが十分に行われない。いくつかの実施形態では、患者の身動きやその他の原因により、画像を生成する際に、複数の画像に現れる特徴のアライメントが十分に行われない。
いくつかの実施形態において、スキャナによって得られた画像の初期の不整合性を考慮するために、複数の画像をトリミングする。いくつかの実施形態では、当該トリミング処理によって、同一の血管がすべて複数の画像のそれぞれに現れて、視認できるようにする。いくつかの実施形態では、トリミング処理は手作業で仕上げられる。いくつかの実施形態では、トリミング処理はコンピュータまたは他の方法で自動的に行ってもよい。いくつかの実施形態では、トリミングサイズを規定して、全画像を同じ方法でトリミングして、トリミングした画像を同じ大きさにする。
いくつかの実施形態において、トリミングした画像の寸法は、約3mmx3mmでよい。いくつかの実施形態では、トリミングした各画像の寸法は、約0.3mmx0.3mm〜約12.0mmx12.0mmであってもよい。例えば、トリミングした各画像の寸法は、約0.3mmx0.3mm、0.4mmx0.4mm、0.5mmx0.5mm、0.6mmx0.6mm、0.7mmx0.7mm、0.8mmx0.8mm、0.9mmx0.9mm、1.0mmx1.0mm、1.5mmx1.5mm、2.0mmx2.0mm、2.5mmx2.5mm、2.7mmx2.7mm、3.0mmx3.0mm、3.5mmx3.5mm、4.0mmx4.0mm、4.5mmx4.5mm、5.0mmx5.0mm、5.5mmx5.5mm、6.0mmx6.0mm、6.5mmx6.5mm、7.0mmx7.0mm、7.5mmx7.5mm、8.0mmx8.0mm、8.5mmx8.5mm、9.0mmx9.0mm、9.5mmx9.5mm、10.0mmx10.0mm、10.5mmx10.5mm、11.0mmx11.0mm、11.5mmx11.5mm、12.0mmx12.0mmおよび/または上記値の間の任意の範囲内でよい。
いくつかの実施形態では、トリミング処理は、アライメントまたはレジストレーションを行う前に済ませてもよい。いくつかの実施形態では、トリミング処理は、アライメントまたはレジストレーションの後に行ってもよい。いくつかの実施形態では、トリミングは、全ての合成画像の代わりに、またはこれらに加えて、複数の画像セクタのそれぞれに対して行ってもよい。
再び図3を参照すると、いくつかの実施形態では、工程314において、線形画像レジストレーションを複数のSCP画像に適用し、線形レジストレーション情報は、例えばレジストレーション情報データベータ315を含む1または複数のデータベースに保存できる。いくつかの実施形態では、工程316において、複数のSCP画像は複数のセクタに分割可能であり、弾性画像レジストレーションは、複数のSCP画像の複数のセクタのそれぞれに適用でき、弾性レジストレーション情報は、例えばレジストレーション情報データベース315を含む1または複数のデータベースに保存可能である。いくつかの実施形態では、線形レジストレーションは、複数のSCP画像の複数のセクタのそれぞれに適用することもできる。
いくつかの実施形態では、工程318において、保存された線形レジストレーション情報に基づいて、線形レジストレーションを複数のCC画像に適用できる。いくつかの実施形態では、工程320において、保存された弾性レジストレーション情報に基づいて、処理され、セクタ化された複数のCC画像に弾性レジストレーションを適用できる。いくつかの実施形態では、線形レジストレーションを、処理され、セクタ化された複数のCC画像の複数のセクタのそれぞれに適用することも可能である。いくつかの実施形態では、工程322において、アライメントされ、セクタ化された複数のCC画像を再コンパイルまたは「1つにまとめ」直して、複数のひとまとまりの処理済みCC画像を生成できる。いくつかの実施形態では、工程322においても、複数のひとまとまりの処理済みCC画像を平均化することができる。いくつかの実施形態では、工程324において、平均化されたCC画像をユーザに出力または送信できる。
いくつかの実施形態では、工程318において、保存された線形レジストレーション情報に基づいて、線形レジストレーションを複数のDCP画像に適用できる。いくつかの実施形態では、工程320において、保存された弾性レジストレーション情報に基づいて、弾性レジストレーションを、処理およびセクタ化された複数のDCP画像に適用できる。いくつかの実施形態では、線形レジストレーションは、処理およびセクタ化された複数のDCP画像の複数のセクタのそれぞれに適用することも可能である。いくつかの実施形態では、工程322において、アライメントされ、セクタ化された複数のDCP画像を再コンパイルまたは「1つにまとめ」直して、複数のひとまとまりの処理済みDCP画像を生成できる。いくつかの実施形態では、工程322においても、複数のひとまとまりの処理済みDCP画像を平均化することができる。いくつかの実施形態では、工程324において、平均化されたDCP画像をユーザに出力または送信できる。
図4は、OCT血管造影画像平均化の結果400の実施形態の例を示す概略図である。平均化されていない画像402は、多重en−face画像平均化を行う前の光干渉断層血管造影画像を示す。平均化されていない画像402では、無相関信号の損失により、血管がとぎれとぎれになる。レジストレーションが施されていない画像404は、レジストレーションが施されていない平均化されたOCT血管造影画像の一例を示している。いくつかの実施形態では、レジストレーションが行われていないマルチフレームを平均化すると、フレーム間の不整合により、画像がぼやけてしまうことがある。得られた画像406は、レジストレーションが行われ、平均化されたOCT血管造影画像の一例を示す。いくつかの実施形態では、レジストレーション後の平均化された画像では、単一の平均化されていない画像402に比べ、血管がより連続的であり、バックグラウンドノイズが少ないことを示している。
図5Aおよび図5Bは、OCT血管造影画像平均化の実施形態により生成された2値化画像を表す画像の例を示す。いくつかの実施形態において、脈絡毛細管OCTA画像を2値化して、フローボイドおよび毛細血管の定量的画像分析(血管密度、血管長密度血管径指数)を行うことができる。図5Aは2値化された脈絡毛細管OCTA画像を示し、フローボイドの分析を行うためのものである。図5Bは2値化された脈絡毛細管OCTA画像を示し、毛細血管の分析を行うためのものである。
図6は、網膜組織のOCTA画像のフレーム間のフローボイドパターンの違いを示すマルチ画像フレームの画像の例を含む。合成画像602は、本開示によるシステムおよび処理工程を利用せずに作成された、網膜組織の9枚の画像の融合である。フレーム604、606および608は、合成画像602を構成する網膜組織の個々の画像の一部である。小さなフローボイドのパターン(位置、強度および形状)は、フレーム604からフレーム606へ、さらにフレーム608へと変化する。フローボイドのパターンは、ノイズおよび無相関信号の損失の影響を受ける場合もある(SRLにおいてさえも、毛細管は連続していない)。合成画像602のレジストレーションは、層に目印がまったくないため、精度が低くなる可能性がある。本開示によるシステム、方法および装置は、明確な目印を有する表面層にレジストレーションを行って作成されたレジストレーション情報を利用して上述の問題を解消し、より深い層のレジストレーションの精度を向上させる。
図7は、小さいフローボイドのパターンが、画像フレームから画像フレームにどのように変化することができるかを示し、表面層の血管の不連続性(または無相関信号の損失)をも示すことが可能であり、このような不連続性は、例えば脈絡毛細管板の他の層に現れるはずである。
図8は、患者の眼の9回の異なるOCTスキャン間の、脈絡毛細管の形態学的パラメータの差を表す実験データを示す表800を含む。フローボイドのパターンの違いは、ノイズおよび無相関信号の損失に起因する場合もあり、スキャンごとに異なる。
図9は、OCT血管造影画像平均化で得られる脈絡毛細管の画像の例を含む。これらの画像は、本開示による平均化およびレジストレーションを施されていないOCT画像よりも、明瞭で正確となり得る。
図10は、OCTイメージング血管造影画像平均化によって生成されたOCT画像および当該平均化をせずに生成されたOCT画像の例を示す。図10Aは、OCTイメージング血管造影画像平均化をせずに生成された単一のOCT画像を示す。図10Bは、OCTイメージング血管造影画像平均化によって生成された平均化OCT画像を示す。図10Aおよび図10Bは、単一画像と平均化画像とのフローボイドパターンの違いを示す。
図11は、図10Bと図10Aの間のフローボイドの大きさおよび数の差を表す実験データを示す表を含み、これらはそれぞれOCTイメージング血管造影画像の平均化によって、および平均化を行わずに生成された。表1100に示すように、フローボイドの数は、平均化された画像のほうが単一画像よりも多い。さらに、平均化された画像におけるフローボイドは、平均化された画像のほうが単一画像よりも少なかった。最後に、小さなフローボイドが、平均化された画像において、より良好に描出された。
図12は、本開示によるセクタ化処理の実施形態に従ってセクタ化された画像の例を示す。
いくつかの実施形態において、en−face画像は、レジストレーションを行う前に、小さい断片またはセクタに分割してもよい。いくつかの実施形態では、各画像片または画像セクタは、個別にレジストレーションを施すことができる。いくつかの実施形態では、各画像片または画像セクタに個別にレジストレーションを施した後、完全なen−face画像を再コンパイルしたり、あるいは1つにまとめ直したりできる。いくつかの実施形態では、セクタ画像の個別処理およびレジストレーションを行った後、各セクタを元の位置に戻して完全な合成画像を作成する。いくつかの実施形態では、詳細で正確な構造の画像を得るために高い精度が求められるため、このようなセクタ化処理が必要になる場合がある。いくつかの実施形態では、正確な画像アライメントを行うために、当該セクタ化処理が必要になる場合がある。いくつかの実施形態では、イメージングされる構造または層のレジストレーションまたはアライメントの正確さに、きわめた高い精度が求められるため、セクタ化処理を行って、より高い正確性を得てもよい。いくつかの実施形態では、en−face画像をセクタ化した後、1または複数のレジストレーション法を各セクタまたは断片に適用することで、より高い最終画像品質を実現できる。いくつかの実施形態では、セクタ化処理は、セクタ化を行わないことで生じ得るわずかな不整合によって、最終画像に瑕疵が生じることを防止できるであろう。
いくつかの実施形態において、アライメントを行う深部層は、脈絡毛細管でもよい。脈絡毛細管は、相互の隙間が狭い、小さな血管を含むため、脈絡毛細管のOCT画像の精度および品質は、イメージング中に並進運動および回転運動を含むわずかな移動の影響を大きく受けることがある。いくつかの実施形態では、最終画像の品質を向上させるため、本システムは脈絡毛細管のen−face画像をセクタ化した後に、各セクタに対し個別にレジストレーションおよびアライメントを施す。いくつかの実施形態では、各セクタのレジストレーションおよびアライメントを行った後、各セクタを再コンパイルして、明瞭で完全な画像を作成することができる。いくつかの実施形態では、イメージングされる血管集合体の性質から、セクタ化が必要となる。いくつかの実施形態では、セクタ化によって、全体画像の品質および精度が向上し、完成したen−face画像にレジストレーション法だけを適用することで実現し得るアライメントよりも良好なアライメントを行うことができるであろう。
いくつかの実施形態において、各セクタは、図12に示すように、en−face画像中に正方形を含んでいてもよい。しかし、他の実施形態では、各セクタは長方形、円形、三角形、八角形または最適あるいは便利であると考えられる他の任意の二次元形状を含んでいてもよい。いくつかの実施形態では、各セクタは、同じ形状を有していてもよい。いくつかの実施形態では、各セクタは、異なる形状を含んでいてもよく、あるいはいくつかのセクタは同じ形状を有する一方、他のセクタは異なる形状を有していてもよい。
いくつかの実施形態において、各セクタは、en−face画像のセクタ領域を含むことも可能である。いくつかの実施形態では、各セクタは、約1mmのセクタ領域と約1mmの辺とを有する正方形を含んでいてもよい。いくつかの実施形態では、約3mmx3mmの正方形を含むen−face画像をセクタ化して、9つの正方形のセクタにすることができ、各セクタは約1mmx1mmの辺を有していてもよい。いくつかの実施形態では、各セクタは、約0.3mmx約0.3mm〜約12.0mmx12.0mmの大きさの正方形を含んでいてもよい。例えば、各セクタは、約0.3mmx0.3mm、0.4mmx0.4mm、0.5mmx0.5mm、0.6mmx0.6mm、0.7mmx0.7mm、0.8mmx0.8mm、0.9mmx0.9mm、1.0mmx1.0mm、1.5mmx1.5mm、2.0mmx2.0mm、2.5mmx2.5mm、3.0mmx3.0mm、3.5mmx3.5mm、4.0mmx4.0mm、4.5mmx4.5mm、5.0mmx5.0mm、5.5mmx5.5mm、6.0mmx6.0mm、6.5mmx6.5mm、7.0mmx7.0mm、7.5mmx7.5mm、8.0mmx8.0mm、8.5mmx8.5mm、9.0mmx9.0mm、9.5mmx9.5mm、10.0mmx10.0mm、10.5mmx10.5mm、11.0mmx11.0mm、11.5mmx11.5mm、12.0mmx12.0mmおよび/または上記値の間の任意の範囲の大きさを有する方形を含んでいてもよい。
いくつかの実施形態において、セクタのサイズおよび/または形状は、少なくとも、セクタ化およびレジストレーションを行うために使用されるコンピュータの処理能力、画像処理に利用可能な量、および/または最終画像に必要となる詳細の量に基づいて決めてもよい。いくつかの実施形態では、セクタ化およびレジストレーション処理は、コンピュータによって自動化してもよい。いくつかの実施形態では、コンピュータは、少なくとも、en−face画像のサイズ、処理によって得られた画像の明瞭度および精度、ならびに/または他の経験的基準に基づいて、最適なセクタのサイズおよび/または形状を決めることも可能であろう。いくつかの実施形態では、コンピュータは、複数の画像に対しあるセクタサイズおよび/または形状を用いて処理およびレジストレーションの試験を行い、次いで、得られた画像の明瞭度および精度に基づいて、得られた画像を承認するか、あるいは原画像を再度セクタ化して、再度処理してもよい。いくつかの実施形態では、コンピュータは、明瞭度および/または精度の閾値に適合する処理画像が得られるまで、様々なセクタサイズおよび/または形状を継続的に試験することもできる。
いくつかの実施形態において、コンピュータは、例えば画像の特徴の鮮明度、エッジの鮮明度、エッジ強度、フラクタル次元、血管密度、ノイズ強度、輝度、コントラスト、コントラスト対ノイズ比、および/または他の客観的または主観的基準など、任意の画像特性に基づいて得られた画像の明瞭度および精度を考慮してもよい。いくつかの実施形態では、コンピュータは、過去の画像の試験を利用して、新しいOCT画像セットの初期セクタサイズおよび/または形状を選択してもよく、これにより、コンピュータが明瞭で正確な処理画像を生成できる最適な変数を見つけて、処理時間を短縮することができる。
いくつかの実施形態において、初期のアライメントまたはレジストレーションは、表面層のセクタ化されていない画像の血管の特徴を利用して行うことも可能である。当該初期レジストレーション後に、画像をセクタ化することも可能であり、レジストレーションを各セクタに個別に行って、アライメントの精度を高めてもよい。いくつかの実施形態では、セクタは、画素間ベースで再コンパイルされる。
図13は、生体物質の画像を取得して処理するOCTイメージング方法の実施形態例のフローチャートを示す。いくつかの実施形態では、工程1302において、1または複数のOCT画像スキャナは2Dおよび/または3Dの医用画像、例えば未加工のOCTA立方体画像を生成する。いくつかの実施形態では、工程1304において、画像平均化処理装置は上述のスキャナから医用画像を入手できる。
いくつかの実施形態では、工程1306において、画像平均化処理装置は、1または複数の表面層のen−face画像を生成または取得することができる。別の実施形態では、スキャナは、表面層のen−face画像を生成または作成することができる。いくつかの実施形態では、工程1308において、画像平均化処理装置は、画像処理およびレジストレーション法を生体物質の表面層の画像に適用して、レジストレーションされた画像およびレジストレーション情報データを取得することができる。いくつかの実施形態では、工程1310において、レジストレーションされた画像およびレジストレーション情報は、例えば外科医データベース1312、文献データベース1314、レジストレーション情報データベース1316および/または手術データベース1318を含む、1または複数のデータベースに保存可能である。いくつかの実施形態では、工程1320において、画像平均化処理装置は、1または複数の深部層のen−face画像を生成または取得することができる。別の実施形態では、スキャナは、深部層のen−face画像を生成または作成できる。いくつかの実施形態では、工程1322において、画像平均化処理装置は、1または複数のデータベースから得られる保存されたレジストレーション情報を使用して、処理およびレジストレーション法を深部層のen−face画像に適用することもできる。
いくつかの実施形態において、en−face画像は、レジストレーションを行う前にセクタ化してもよく、次いで、レジストレーションを各セクタに対し個別に行った後、各セクタを1つにまとまったレジストレーションされた画像に再コンパイルすることができる。いくつかの実施形態では、工程1324において、出力装置は、画像平均化処理装置から表面層および深部層の平均化画像を受信可能であり、さらに画像を出力することができる。
図14は、生体物質の画像を取得して処理するOCTイメージング方法の別の実施形態例のフローチャートを示す。いくつかの実施形態では、工程1402において、1または複数のOCT画像スキャナは、2Dおよび/または3D医用画像、例えば未加工のOCT立方体画像を生成する。いくつかの実施形態では、工程1404において、画像処理装置は、スキャナから医用画像を入手することができる。
いくつかの実施形態では、工程1406において、画像処理装置は、1または複数の表面層および深部層のen−face画像を生成または取得することができる。別の実施形態では、スキャナは、生体物質の表面層および深部層のen−face画像を生成または作成できる。いくつかの実施形態では、工程1408において、画像処理装置は、生体物質の表面層および/または深部層の画像に画像処理を適用して、処理済み画像を取得することができる。いくつかの実施形態において、上述の処理には、本開示で述べたように、セクタ化、トリミングまたは他の機能を含むことができる。いくつかの実施形態では、工程1410において、画像平均化装置は、レジストレーション法を表面層の処理済み画像に適用することができる。いくつかの実施形態では、工程1412において、レジストレーションされた画像およびレジストレーション情報は、例えば外科医データベース1414、文献データベース1416、レジストレーション情報データベース1418および/または手術データベース1420を含む、1または複数のデータベースに保存可能である。いくつかの実施形態では、工程1422において、画像平均化装置は、1または複数のデータベースから得られる保存されたレジストレーション情報を使用して、深部層のen−face画像にレジストレーション法を適用することができる。
いくつかの実施形態において、レジストレーションを行う前にen−face画像をセクタ化してもよく、次いで、レジストレーションを各セクタに対し個別に行った後、各セクタを1まとめのレジストレーションされた画像に再コンパイルすることも可能である。
いくつかの実施形態では、工程1424において、出力装置は、画像平均化処理装置から表面層および深部層の平均化画像を受信可能であり、さらに画像を出力することができる。
図15は、生体物質の画像を取得および処理するOCTイメージングシステム、方法および装置の1または複数の実施形態を実施するソフトウェアを実行するように構成されたコンピュータシステムの実施形態例のブロック図を示す。
いくつかの実施形態において、画像処理/平均化装置1502は、画像en−faceモジュール1504、画像処理モジュール1506、セクタ化モジュール1508、画像レジストレーションモジュール1510、画像レジストレーションデータベース1512、手術データベース1514、外科医データベース1516および/または文献データベース1518で構成されていてもよい。画像処理/平均化装置は、ネットワーク1520に接続可能である。ネットワークは、画像処理/平均化装置を1または複数のOCTスキャナ1522および1または複数の出力装置1524に接続するように構成可能である。
画像en−face化モジュール1504は、例えばネットワーク1520を介してOCTスキャナ1522の1つから提供される未加工のOCTデータからen−face画像を生成することに関し機能するものでよい。画像処理モジュール1506は、本開示で述べたように、処理のすべての部分において、画像のトリミング、セクタ化、平均化などの中間機能をen−face画像に実行することに関し機能するものでよい。画像セクタ化モジュール1508は、複数のen−face画像中の各セクタの個々のレジストレーションの準備として、en−face画像のセクタ化を実行することに関し機能するものでよい。画像レジストレーションモジュール1510は、en−face画像またはen−face画像の個々のセクタに対し、線形、アフィンおよび/または弾性レジストレーションを実行することに関し機能するものでよい。モジュールはそれぞれ、相互に、および本開示のデータベースと、対話するように構成することも可能である。
画像レジストレーションデータベース1512は、本開示によるシステムおよび方法で使用されるレジストレーションされた画像およびレジストレーション情報の集合を提供するものでよい。手術データベース1514は、本システムおよび/または関連データを利用して行われたすべての外科手術の集合を提供するものでよい。外科医データベース1516は、本システムおよび/または関連データ、例えば外科医の選好や技能レベルなどを利用した、すべての外科医の集合を提供するものでよい。文献データベース1518は、OCT画像のレジストレーションおよび平均化に関連する科学文献の集合を提供するものでよい。
図16は、生体物質の画像を取得して処理するOCTイメージングシステム、方法および装置の1つ以上の実施形態を実施するソフトウェアを実行するように構成されたコンピュータシステムの別の実施形態例のブロック図を示す。
いくつかの実施形態において、画像処理装置1602は、画像en−faceモジュール1604、画像処理モジュール1606、セクタ化モジュール1608、画像レジストレーションモジュール1610、画像レジストレーションデータベース1612、手術データベース1614、外科医データベース1616および/または文献データベース1618で構成されていてもよい。画像処理装置は、ネットワーク1620に接続可能である。ネットワークは、画像処理装置を、画像平均化画像1626、1または複数のOCTスキャナ1622および1または複数の出力装置1624に接続するように構成可能である。
いくつかの実施形態において、画像平均化装置1626は、画像en−faceモジュール1636、画像処理モジュール1638、セクタ化モジュール1640、画像レジストレーションモジュール1642、画像レジストレーションデータベース1634、手術データベース1632、外科医データベース1628および/または文献データベース1630で構成されていてもよい。画像平均化装置は、ネットワーク1620に接続可能である。ネットワークは、画像平均化装置を、画像処理装置1602、1または複数のOCTスキャナ1622および1または複数の出力装置1624に接続するように構成可能である。
いくつかの実施形態において、画像処理装置および画像平均化装置は、本開示で述べた方法の別の部分を実行することが可能であり、あるいは本開示で述べたシステムの別の部分を備えることも可能である。
画像en−faceモジュール1604、1636は、例えばネットワーク1620を介してOCTスキャナ1622の1つから得られる未加工のOCTデータからen−face画像を生成することに関し機能するものでよい。画像処理モジュール1606、1638は、本開示で述べる処理のすべての部分で、画像のトリミング、セクタ化、平均化などの中間機能をen−face画像に実行することに関し機能するものでよい。画像セクタ化モジュール1608、1640は、複数のen−face画像中の各セクタの個別レジストレーションの準備において、en−face画像のセクタ化を実行することに関し機能するものでよい。画像レジストレーションモジュール1610、1642は、en−face画像またはen−face画像の個々のセクタに対し、線形、アフィンおよび/または弾性レジストレーションを実行することに関し機能するものでよい。モジュールはそれぞれ、相互に、および本開示で述べたデータベースと、対話するように構成できる。
画像レジストレーションデータベース1612、1634は、本開示によるシステムおよび方法で使用されるレジストレーションされた画像およびレジストレーション情報の集合を提供するものでよい。手術データベース1614、1632は、本システムおよび/または関連データを利用して行われたすべての外科手術の集合を提供するものでよい。外科医データベース1616、1628は、本システムおよび/または関連データ、例えば外科医の選好や技能レベルなど、を利用したすべての外科医の集合を提供するものでよい。文献データベース1618、1630は、OCT画像のレジストレーションおよび平均化に関連する科学文献の集合を提供するものでよい。
図17は、生体物質の画像を取得して処理するOCTイメージングシステム、方法および装置の実施形態を1つ以上実施するソフトウェアを実行するように構成されたコンピュータシステムの別の実施形態例のブロック図を示す。
いくつかの実施形態において、OCTスキャナ1702は、画像en−faceモジュール1704、画像処理モジュール1706、セクタ化モジュール1708、画像レジストレーションモジュール1710、画像レジストレーションデータベース1712、手術データベース1714、外科医データベース1716および/または文献データベース1718で構成されていてもよい。画像処理/平均化装置は、ネットワーク1720に接続可能である。ネットワークは、画像処理/平均化装置を、1または複数の出力装置1722に接続するように構成可能である。
画像en−faceモジュール1704は、OCTスキャナで生成された未加工のOCTデータからen−face画像を生成することに関し機能するものでよい。画像処理モジュール1706は、本開示で述べる処理のすべての部分で、画像のトリミング、セクタ化、平均化などの中間機能をen−face画像に実行することに関し機能するものでよい。画像セクタ化モジュール1708は、複数のen−face画像中の各セクタの個別レジストレーションの準備において、en−face画像のセクタ化を実行することに関し機能するものでよい。画像レジストレーションモジュール1710は、en−face画像またはen−face画像の個々のセクタに対し、線形、アフィンおよび/または弾性レジストレーションを実行することに関し機能するものでよい。モジュールはそれぞれ、相互に、および本開示で述べたデータベースと、対話するように構成できる。
画像レジストレーションデータベース1712は、本開示によるシステムおよび方法で使用されるレジストレーションされた画像およびレジストレーション情報の集合を提供するものでよい。手術データベース1714は、本システムおよび/または関連データを利用して行われたすべての外科手術の集合を提供するものでよい。外科医データベース1716は、本システムおよび/または関連データ、例えば外科医の選好や技能レベルなど、を利用したすべての外科医の集合を提供するものでよい。文献データベース1718は、OCT画像のレジストレーションおよび平均化に関連する科学文献の集合を提供するものでよい。
図18は、生体物質の画像を取得して処理するOCTイメージングシステム、方法および装置の実施形態を1つ以上実施するソフトウェアを実行するように構成されたコンピュータシステムの別の実施形態例のブロック図を示す。
いくつかの実施形態において、OCTスキャナ1802は、画像en−faceモジュール1804、画像処理モジュール1806、セクタ化モジュール1808、画像レジストレーションモジュール1810、画像出力モジュール1820、画像レジストレーションデータベース1812、手術データベース1814、外科医データベース1816および/または文献データベース1818で構成されていてもよい。画像処理/平均化装置は、ネットワーク1822に接続可能である。ネットワークは、画像処理/平均化装置を、例えばタブレット、携帯電話、パソコン、またはクラウドベースサーバもしくは物理サーバなど、1または複数の出力装置1824に接続するように構成可能である。
画像en−faceモジュール1804は、OCTスキャナで生成された未加工のOCTデータからen−face画像を生成することに関し機能するものでよい。画像処理モジュール1806は、本開示で述べる処理のすべての部分で、画像のトリミング、セクタ化、平均化などの中間機能をen−face画像に実行することに関し機能するものでよい。画像セクタ化モジュール1808は、複数のen−face画像中の各セクタの個別レジストレーションの準備において、en−face画像のセクタ化を実行することに関し機能するものでよい。画像レジストレーションモジュール1810は、en−face画像またはen−face画像の個々のセクタに対し、線形、アフィンおよび/または弾性レジストレーションを実行することに関し機能するものでよい。画像出力モジュール1820は、1つにまとまった平均化画像をユーザに出力して、表示および/または分析を行うことに関し機能するものでよい。モジュールはそれぞれ、相互に、および本開示で述べたデータベースと、対話するように構成できる。
画像レジストレーションデータベース1812は、本開示によるシステムおよび方法で使用されるレジストレーションされた画像およびレジストレーション情報の集合を提供するものでよい。手術データベース1814は、本システムおよび/または関連データを利用して行われたすべての外科手術の集合を提供するものでよい。外科医データベース1816は、本システムおよび/または関連データ、例えば外科医の選好や技能レベルなど、を利用したすべての外科医の集合を提供するものでよい。文献データベース1818は、OCT画像のレジストレーションおよび平均化に関連する科学文献の集合を提供するものでよい。
コンピュータシステム
図19は、本開示によるOCT血管造影画像平均化プロセッサシステム、方法および装置の実施形態を1つ以上実施するソフトウェアを実行するように構成されたコンピュータハードウェアシステムの実施形態を示すブロック図である。
いくつかの実施形態において、本開示によるシステム、処理工程および方法は、図19に示すようなコンピューティングシステムを使用して実施される。例示のコンピュータシステム1902は、1または複数のネットワーク1918を介して、1つ以上のコンピューティングシステム1920および/または1つ以上のデータソース1922と通信する。図19はコンピューティングシステム1902の実施形態を示すが、コンピュータシステム1902の構成要素およびモジュールに与えられる機能をまとめて、少数の構成要素およびモジュールにしてもよく、あるいは、さらに分割して補助的な構成要素およびモジュールにしてもよい。
コンピュータシステム1902は、本開示で述べる機能、方法、動作および/または処理工程を実行するOCT血管造影画像平均化プロセッサモジュール1914を備えていてもよい。OCT血管造影画像平均化プロセッサモジュール1914は、後述する中央処理装置1906によって、コンピュータシステム1902上で実行される。
一般に、本明細書で使用される用語「モジュール」は、ハードウェア、もしくはファームウェアに採り入れられる論理または入口点および出口点を有するソフトウェア命令の集合を指す。モジュールは、JAVA、CもしくはC++、PYPHONなどのプログラム言語で書かれる。ソフトウェアモジュールは、実行可能なプログラムにコンパイルまたはリンクさせてもよく、ダイナミックリンクライブラリにインストールしてもよく、またはBASIC、PERL、LUAもしくはPythonなど、インタープリタ言語で書かれていてもよい。ソフトウェアモジュールは、他のモジュールから、もしくはソフトウェアモジュール自体から呼び出してもよく、さらに/または検出されたイベントもしくは割込みに応じて呼び出してもよい。ハードウェアに組み込まれるモジュールは、ゲートおよびフリップフロップなど、接続された論理ユニットを含み、さらに/またはプログラマブルゲートアレイもしくはプロセッサなどのプログラマブルユニットを含んでいてもよい。
一般に、ここで述べるモジュールは、他のモジュールと組合せ可能な、またはそれらの物理的な編成あるいはストレージに関係なく、サブモジュールに分割可能な論理モジュールを指す。モジュールは、1または複数のコンピューティングシステムによって実行され、任意の適切なコンピュータ可読媒体上または媒体内に格納してもよく、または特別に設計されたハードウェアもしくはファームウェア内で全体的もしくは部分的に実行されてもよい。すべての計算、分析および/または最適化においてコンピュータシステムの使用が必要となるわけではないが、上述の方法、計算、処理または分析はコンピュータを使用することで簡易化できよう。また、いくつかの実施形態では、本明細書で述べる処理ブロックを、変更、並べ替え、組合せ、および/または省略してもよい。
コンピュータシステム1902は1または複数の処理装置(CPU)を含み、処理装置はマイクロプロセッサを備えていてもよい。コンピュータシステム1902はさらに、ランダムアクセスメモリ(RAM)など、情報を一時的に記憶する物理メモリ1910、情報を永続的に記憶する読み出し専用メモリ(ROM)、およびバッキングストア、ハードドライブ、回転磁気ディスク、ソリッドステートディスク(SSD)、フラッシュメモリ、相変化メモリ(PCM)、3DXPointメモリ、ディスケットもしくは光媒体記憶デバイスなどの大容量記憶装置1904を含む。あるいは、大容量記憶装置は、サーバのアレイに実装してもよい。一般的に、コンピュータシステム1902の構成要素は、標準ベースのバスシステムを使用してコンピュータに接続される。バスシステムは、ペリフェラルコンポーネントインターコネクト(PCI)、マイクロチャネル、SCSI、インダストリスタンダードアーキテクチャ(ISA)および拡張ISA(EISA)アーキテクチャなど、様々なプロトコルを使用して実施できる。
コンピュータシステム1902は、キーボード、マウス、タッチパッドおよびプリンタなどの入出力(I/O)装置およびインタフェース1912を1つ以上含む。I/O装置およびインタフェース1912は、モニタなど、ユーザによるデータの視覚的表現を可能にする、1または複数の表示装置を含むこともできる。具体的には、表示装置は、例えば、アプリケーションソフトウェアとしてGUIのプレゼンテーションおよびマルチメディアプレゼンテーションを供する。また、I/O装置およびインタフェース1912は、通信インタフェースを様々な外部装置に提供することもできる。コンピュータシステム1902は、例えば、スピーカ、ビデオカード、グラフィックアクセラレータおよびマイクロフォンなどの、1または複数のマルチメディアデバイス1908を備えていてもよい。
コンピュータシステム1902は、サーバ、Windowsサーバ、StructureQueryLanguage(SQL)サーバ、Unixサーバ、パーソナルコンピュータ、ラップトップコンピュータなどの様々なコンピュータデバイスを実行してもよい。別の実施形態では、コンピュータシステム1902は、大規模データベースを制御および/または大規模データベースと通信し、大量トランザクション処理を実行し、大規模データベースからレポートを生成するのに適したクラスタコンピュータシステム、メインフレームコンピュータシステムおよび/またはコンピューティングシステム上で動作してもよい。コンピューティングシステム1902は、一般に、z/OS、Windows、Linux、UNIX、BSD、SunOS、Solaris、MacOS、または独自のオペレーティングシステムを含むその他の互換性のあるオペレーティングシステムなど、オペレーティングシステムソフトウェアによって制御および調整される。オペレーティングシステムは、とりわけ、コンピュータプロセスの制御およびスケジュール設定を行って当該プロセスを実行し、メモリ管理を行い、ファイルシステム、ネットワーキングおよびI/Oサービスを提供し、グラフィカルユーザインタフェース(GUI)などのユーザインタフェースを提供する。
図19に示すコンピュータシステム1902は、通信リンク1916(有線、無線またはそれらの組合せ)によって、LAN、WANまたはインターネットなどのネットワークに連結される。ネットワーク1918は、様々なコンピュータデバイスおよび/または電子デバイスと通信を行う。ネットワーク1918は、1または複数のコンピューティングシステム1920および1または複数のデータソース1922と通信している。OCT血管造影画像平均化プロセッサモジュール1914は、ウェブ対応ユーザアクセスポイントを通じて、コンピューティングシステム1920および/またはデータソース1922にアクセスしてもよく、またはこれらからアクセスされるものでもよい。接続は、直接物理接続、仮想接続および他の接続タイプでよい。ウェブ対応ユーザアクセスポイントはブラウザモジュールを備えていてもよく、ブラウザモジュールは、テキスト、グラフィックス、オーディオ、ビデオおよび他の媒体を使用してデータを提示し、ネットワーク1918を介してデータとの対話を可能にする。
コンピューティングシステム1920および/またはデータソース1922によるコンピュータシステム1902のOCT血管造影画像平均化プロセッサモジュール1914へのアクセスは、コンピューティングシステム1920もしくはデータソース1922のパーソナルコンピュータ、携帯電話、スマートフォン、ラップトップ、タブレットコンピュータ、eリーダ装置、オーディオプレーヤ、またはネットワーク1918に接続可能な他のデバイスなど、ウェブ対応ユーザアクセスポイントを介してもよい。このようなデバイスはブラウザモジュールを有していてもよく、ブラウザモジュールは、テキスト、グラフィックス、オーディオ、ビデオおよび他の媒体を使用してデータを提示し、ネットワーク1918を通じたデータとの対話を可能にするモジュールとして実装される。
出力モジュールは、陰極線管(CRT)、液晶ディスプレイ(LCD)、プラズマディスプレイもしくはその他のタイプ、および/または上記ディスプレイの組合せなど、全点アドレス可能ディスプレイの組合せとして実装してもよい。出力モジュールは、入力装置1912と通信するように実装してもよく、また、ユーザがメニュー、ウィンドウ、ダイアログボックス、ツールバーおよび制御部(例えば、ラジオボタン、チェックボックス、スライドスケールなど)など、スタイル化されたスクリーン要素を用いてデータにアクセスすることを可能にする適切なインタフェースを有するソフトウェアも含んでいる。さらに、出力モジュールは、1組の入出力装置と通信して、ユーザから信号を受信してもよい。
入力装置は、キーボード、ローラボール、ペンおよびスタイラス、マウス、トラックボール、音声認識システム、またはあらかじめ指定されたスイッチもしくはボタンを備えていてもよい。出力装置は、スピーカ、ディスプレイ画面、プリンタまたは音声シンセサイザを備えていてもよい。また、タッチスクリーンは、ハイブリッド入力/出力装置として機能してもよい。別の実施形態では、ユーザは、例えば、インターネット、WANもしくはLAN、または同様のネットワークを通じた通信を行うことなく、スコア生成器に接続されたシステム端末によって、システムとより直接的に対話を行ってもよい。
いくつかの実施形態において、システム1902は、リアルタイムで、オンラインで対話式データおよびデータベースをアップロード、ダウンロードまたは閲覧するために、リモートマイクロプロセッサとメインフレームホストコンピュータとの間に確立された物理的または論理的接続を含んでいてもよい。リモートマイクロプロセッサは、クライアントサーバシステムもしくはメインサーバシステムを含むコンピュータシステム1902を動作させるエンティティによって動作してもよく、さらに/または1つ以上のデータソース1922および/もしくは1つ以上のコンピューティングシステム1920によって動作してもよい。いくつかの実施形態では、端末エミュレーションソフトウェアをマイクロプロセッサ上で使用して、マイクロメインフレームリンクに参加してもよい。
いくつかの実施形態において、コンピューティングシステム1920は、コンピュータシステム1902を動作させるエンティティの内部に設けられ、CPU1906により実行されるアプリケーションまたはプロセスとして、OCT血管造影画像平均化プロセッサモジュール1914に内部的にアクセスしてもよい。
いくつかの実施形態において、本明細書で述べるシステム、方法および装置の1または複数の特徴は、URLおよび/またはクッキーを利用して、例えば、データまたはユーザ情報を保存および/または送信できる。ユニフォームリソースロケータ(URL)は、ウェブアドレス、ならびに/またはデータベースおよび/もしくはサーバに保存されるウェブリソースの参照を含むことができる。URLは、コンピュータおよび/またはコンピュータネットワーク上のリソースの位置を指定することができる。URLは、ネットワークリソースを検索する機構を含むこともできる。ネットワークリソースのソースは、URLを受信して、ウェブリソースの位置を識別し、ウェブリソースを要求元に送信できる。URLは、IPアドレスに変換可能であり、ドメインネームシステム(DNS)は、URLおよびその対応するIPアドレスを検索することができる。URLは、ウェブページ、ファイル転送、電子メール、データベースアクセスおよび他のアプリケーションの基準とすることができる。URLは、パス、ドメイン名、ファイル拡張子、ホスト名、クエリ、フラグメント、スキーム、プロトコル識別子、ポート番号、ユーザ名、パスワード、フラグ、オブジェクト、リソース名などを識別する文字のシーケンスを含むこともできる。本開示のシステムは、URLに対するアクションを発生、受信、送信、適用、解析、直列化、レンダリングおよび/または実行することができる。
HTTPクッキーとも呼ばれるクッキー、ウェブクッキー、インターネットクッキーおよびブラウザクッキーは、ウェブサイトから送信されるデータおよび/またはユーザのコンピュータに記憶されたデータを含んでいてもよい。このデータは、ユーザがブラウジングしている際にユーザのウェブブラウザによって保存できる。クッキーは、ウェブサイトの有用な情報を含み、オンラインストアのショッピングカート、ボタンのクリック、ログイン情報および/または過去に訪れたウェブページまたはネットワークリソースの記録など、以前のブラウジング情報を記憶できる。クッキーは、ユーザが入力する情報、例えば名前、住所、パスワード、クレジットカード情報なども含んでいてもよい。また、クッキーは、コンピュータの機能を実行することも可能である。例えば、認証クッキーをアプリケーション(例えばウェブブラウザ)で使用して、ユーザがすでにログインしているか(例えばウェブサイトに)を確認してできる。クッキーデータを暗号化して、消費者にセキュリティを提供することも可能である。クッキーの追跡を利用して、個人の過去のブラウジング履歴を収集することも可能である。本開示によるシステムは、クッキーを生成し、当該クッキーを使用して個人のデータにアクセスすることができる。また、本システムは、JSONウェブトークンを生成して使用することで、真正性情報、認証プロトコルとしてのHTTP認証、セッションまたは識別情報を追跡するIPアドレス、URLなどを記憶することもできる。
コンピューティングシステム1902は、1または複数の内部および/または外部データソース(例えばデータソース1922)を含んでいてもよい。いくつかの実施形態では、DB2、Sybase、Oracle、CodeBaseおよびMicrosoft(登録商標)SQLサーバなどのリレーショナルデータベースの他に、フラットファイルデータベース、エンティティ関係データベースおよびオブジェクト指向データベースならびに/または記録ベースのデータベースを使用して、上述の1または複数のデータ保存部およびデータソースを実装してもよい。
また、コンピュータシステム1902は、1または複数のデータベース1922にアクセスしてもよい。データベース1922は、データベースまたはデータ保存部に格納されてもよい。コンピュータシステム1902は、ネットワーク1918を介して1つ以上のデータベース1922にアクセスしてもよく、またはI/O装置およびインタフェース1912を介して、データベースもしくはデータ保存部に直接アクセスしてもよい。1または複数のデータベース1922を格納するデータ保存部は、コンピュータシステム1902内にあってもよい。
本明細書で述べる実施形態は広く眼組織のOCTイメージングに関するものであるが、本開示によるシステム、方法および装置を任意の生体物質または他の物質の任意の3次元データセットに使用可能である。例えば、本開示によるシステム、方法および装置は、MRI、CT、または3次元画像もしくは映像のデータを生成する任意の他のイメージングシステムや装置とともに使用できる。
本発明について特定の実施形態および実施例に関連して開示してきたが、本発明は具体的に開示した実施形態を超えて、本発明の別の実施形態および/または使用、ならびにその明らかな変更例および同等物にまで拡大できることは、当業者であれば理解の及ぶことであろう。また、本発明の実施形態のいくつかの変更例を示して詳細に述べてきたが、当業者であれば、本開示に基づき、本発明の範囲において別の変更例も考えられることは、明らかであろう。さらに、実施形態の特定の特徴および態様の様々な組合せまたはサブコンビネーションも可能であり、やはり本発明の範囲に含まれるものとする。開示した実施形態の様々な特徴および態様を互いに組み合わせて、または置き換えて、開示した発明の実施形態の様々なモードを構成できることを理解されたい。本明細書に開示した方法はいずれも、列挙した順序で実行しなくてもよい。このように、本明細書に開示の発明の範囲は、上述の特定の実施形態によって限定されるものではないことを意味している。
特に明記されない限り、または使用されているように文脈内で他の意味に理解されるものでない限り、特に「できる」、「し得る」、「かもしれない」または「してもよい」などの条件付き用語は、一般に、特定の実施形態が特定の特徴、要素および/または工程を含むが、その他の実施形態はこれらを含まないことを意味する。したがって、このような条件付き用語は、一般に、特徴、要素および/または工程が何らかの形で1または複数の実施形態において必要とされるか、あるいはユーザ入力またはプロンプトの有無に関係なく、これらの特徴、要素および/または工程が任意の特定の実施形態に含まれているか、もしくは任意の特定の実施形態で実行されるべきかを決める論理を1または複数の実施形態が必然的に含むことを暗示することを意味するものではない。本明細書で使用する見出しは、単に読者の便宜を図ることを目的とするものであり、本発明の範囲または特許請求の範囲を限定するものではない。
さらに、本明細書で述べる方法および装置は、様々な変更例および代替形態を採ってもよく、その特定の例を図面に示し、本明細書において詳細に述べた。しかし、本発明は開示された特定の形態または方法に限定されるものではなく、反対に、本発明は、記載された様々な実装例および添付の特許請求項の意図および範囲内のすべての変更例、同等物および代替形態を包含するものであることを理解されたい。また、実装例または実施形態に関連する任意の特定の特徴、態様、方法、特性、特色、品質、属性、要素などの本明細書における開示は、本明細書で述べる他のすべての実装例または実施形態において使用することができる。本明細書に開示されるいかなる方法も、記載された順序で実行しなくてもよい。本明細書に開示される方法は、開業医が行う特定の行為を含んでいてもよい。ただし、本方法は明示的または暗示的に、これらの行為の任意のサードパーティ命令を含むこともできる。本明細書に開示される範囲はまた、任意のおよび全ての重複、下位範囲、およびそれらの組合せも包含する。語句「まで」、「少なくとも」、「より大きい」、「より小さい」、「〜の間」などは、列記された数を含む。語句「約」または「ほぼ」などが頭に付された数字は列記された数字を含み、状況に基づいて(例えば、±5%、±10%、±15%などの状況下で合理的に可能な限り正確に)解釈すべきである。例えば、「約3.5mm」は「3.5mm」を含む。「実質的に」などの語が付された語句は列記された語句を含み、状況に基づいて(例えば、状況下で合理的に可能な限り)解釈されるべきである。例えば、「実質的に一定」には、「一定」が含まれる。特に明示されない限り、すべての測定は、温度および圧力を含む標準的な条件で行われる。
本明細書で使用する、項目のリストの「うちの少なくとも1つ」を指す文言は、単一の部材を含む、これらの項目の任意の組合せを表す。一例として、「A、BまたはCのうちの少なくとも1つ」は、A、B、C、AとB、AとC、BとC、ならびにA、BおよびCを包含することを意図する。文言「X、YおよびZのうちの少なくとも1つ」などの接続用語は、特に指定しない限り、項目、用語などがX、YまたはZのうちの少なくとも1つでよいことを伝える場合に一般的に使用される文脈によって理解されるものである。したがって、このような接続用語は、特定の実施形態が、Xの少なくとも1つ、Yの少なくとも1つ、およびZの少なくとも1つがそれぞれ存在している必要があることを暗示することを一般的に意図するものではない。


Claims (50)

  1. 生体物質の画像を取得および処理するシステムにおいて、該システムは、
    複数の光干渉断層撮影(OCT)画像を生成するように構成された光干渉断層撮影(OCT)スキャナと、
    複数のコンピュータで実行可能な命令を格納するように構成された1または複数のコンピュータ可読式記憶装置と、
    該1または複数のコンピュータ可読式記憶装置と通信する1または複数のハードウェアコンピュータプロセッサを含み、該プロセッサは複数のコンピュータで実行可能な命令を実行するように構成され、これにより、該システムは、
    前記OCTスキャナから、前記複数のOCT画像を入手し、
    該複数のOCT画像から、前記生体物質の1または複数の表面層の複数のen−face画像および該生体物質の1または複数の深部層の複数のen−face画像を生成し、
    1または複数の画像レジストレーション法を前記1または複数の表面層の前記複数のen−face画像に適用して、画像アライメント設定を作成し、
    該画像アライメント設定を保存し、
    1または複数の画像レジストレーション法を、前記保存された画像アライメント設定の少なくとも一部に基づいて、前記1または複数の深部層の前記複数のen−face画像に適用することにより、前記1または複数の深部層のそれぞれの平均化en−face画像を少なくとも1つ生成し、
    該1または複数の平均化en−face画像を出力することを特徴とするシステム。
  2. 請求項1に記載のシステムにおいて、前記画像レジストレーション法は、線形レジストレーション、アフィンレジストレーションおよび弾性レジストレーションのうちの少なくとも1つを含むことを特徴とするシステム。
  3. 請求項1に記載のシステムにおいて、該システムによってさらに、前記1または複数の表面層の前記複数のen−face画像がそれぞれに、および前記1または複数の深部層の前記複数のen−face画像がそれぞれに複数のセクタに分割され、該システムによってさらに、レジストレーション法が前記複数のセクタのそれぞれに個別に適用されることを特徴とするシステム。
  4. 請求項1に記載のシステムにおいて、前記生体物質は、網膜、脈絡膜または他の眼組織を含むことを特徴とするシステム。
  5. 請求項4に記載のシステムにおいて、前記1または複数の表面層は少なくとも表在血管網を含むことを特徴とするシステム。
  6. 請求項4に記載のシステムにおいて、前記1または複数の深部層は脈絡毛細管および深部毛細管網のうちの少なくとも一方を含むことを特徴とするシステム。
  7. 請求項1に記載のシステムにおいて、前記複数のOCT画像は光干渉断層血管造影(OCTA)画像を含むことを特徴とするシステム。
  8. 請求項1に記載のシステムにおいて、該システムは前記複数のOCT画像を三次元座標空間にてアライメントするよう構成されることを特徴とするシステム。
  9. 請求項1に記載のシステムにおいて、該システムは、前記OCTスキャナによる前記複数のOCT画像の生成時に、前記生体物質の動きを考慮するように構成されることを特徴とするシステム。
  10. 請求項9に記載のシステムにおいて、前記動きは並進運動および回転運動のうちの少なくとも1つを含むことを特徴とするシステム。
  11. 請求項1に記載のシステムにおいて、前記1または複数の表面層は明確な特徴または目印を含むことを特徴とするシステム。
  12. 請求項11に記載のシステムにおいて、前記明確な特徴または目印は血管を含むことを特徴とするシステム。
  13. 生体物質の画像を取得および処理するシステムにおいて、該システムは、
    複数のコンピュータで実行可能な命令を格納するように構成された1または複数のコンピュータ可読記憶装置と、
    前記1または複数のコンピュータ可読式記憶装置と通信する1または複数のハードウェアコンピュータプロセッサを含み、該プロセッサは複数のコンピュータで実行可能な命令を実行するように構成され、これにより、該システムは、
    OCTスキャナで生成された複数のOCT画像を入手し、
    該複数のOCT画像から、前記生体物質の1または複数の表面層の複数のen−face画像および1または複数の深部層の複数のen−face画像を生成し、
    1または複数の画像レジストレーション法を前記1または複数の表面層の前記複数のen−face画像に適用して、1または複数の画像アライメント設定を生成し、
    1または複数の画像レジストレーション法を、前記1または複数の生成された画像アライメント設定の少なくとも一部に基づいて、前記1または複数の深部層の前記複数のen−face画像に適用することにより、該1または複数の深部層のそれぞれの平均化en−face画像を生成し、
    該1または複数の平均化en−face画像を送信して、出力装置によって前記1または複数の平均化en−face画像を表示させることを特徴とするシステム。
  14. 請求項13に記載のシステムにおいて、前記画像レジストレーション法は、線形レジストレーション、アフィンレジストレーションおよび弾性レジストレーションの少なくとも1つを含むことを特徴とするシステム。
  15. 請求項13に記載のシステムにおいて、該システムによってさらに、前記1または複数の表面層の前記複数のen−face画像がそれぞれに、および前記1または複数の深部層の前記複数のen−face画像がそれぞれに複数のセクタに分割され、該システムによってさらに、レジストレーション法が前記複数のセクタのそれぞれに個別に適用されることを特徴とするシステム。
  16. 請求項13に記載のシステムにおいて、前記生体物質は、網膜、脈絡膜または他の眼組織を含むことを特徴とするシステム。
  17. 請求項16に記載のシステムにおいて、前記1または複数の表面層は少なくとも表在血管網を含むことを特徴とするシステム。
  18. 請求項16に記載のシステムにおいて、前記1または複数の深部層は、脈絡毛細管および深部毛細管網の少なくとも一方を含むことを特徴とするシステム。
  19. 請求項13に記載のシステムにおいて、前記複数のOCT画像は光干渉断層血管造影(OCTA)画像を含むことを特徴とするシステム。
  20. 請求項13に記載のシステムにおいて、該システムは前記複数のOCT画像を三次元座標空間にてアライメントするよう構成されることを特徴とするシステム。
  21. 請求項13に記載のシステムにおいて、該システムは、前記OCTスキャナによる前記複数のOCT画像の生成時に、前記生体物質の動きを考慮するように構成されることを特徴とするシステム。
  22. 請求項21に記載のシステムにおいて、前記動きは並進運動および回転運動のうちの少なくとも1つを含むことを特徴とするシステム。
  23. 請求項13に記載のシステムにおいて、前記1または複数の表面層は明確な特徴または目印を含むことを特徴とするシステム。
  24. 請求項23に記載のシステムにおいて、前記明確な特徴または目印は血管を含むことを特徴とするシステム。
  25. 生体物質の画像を取得および処理する、コンピュータで実行される方法において、該方法は、
    光干渉断層撮影(OCT)スキャナによって複数のOCT画像を生成し、
    コンピュータシステムによって前記OCTスキャナから前記複数のOCT画像を入手し、
    前記コンピュータシステムにより、該複数のOCT画像から、前記生体物質の1または複数の表面層の複数のen−face画像および1または複数の深部層の複数のen−face画像を生成し、
    前記コンピュータシステムにより、1または複数の画像レジストレーション法を前記1または複数の表面層の前記複数のen−face画像に適用して、画像アライメント設定を作成し、
    前記コンピュータシステムにより、前記画像アライメント設定を保存し、
    前記コンピュータシステムにより、1または複数の画像レジストレーション法を、前記保存された画像アライメント設定の少なくとも一部に基づいて、前記1または複数の深部層の前記複数のen−face画像に適用して、前記1または複数の深部層のそれぞれの平均化en−face画像を少なくとも1つ生成し、
    前記コンピュータシステムにより、前記1または複数の平均化en−face画像を出力することを含み、
    前記コンピュータシステムは、コンピュータプロセッサと、電子記憶媒体とを含むことを特徴とする方法。
  26. 請求項25に記載の方法において、前記画像レジストレーション法は、線形レジストレーション、アフィンレジストレーションおよび弾性レジストレーションのうちの少なくとも1つを含むことを特徴とする方法。
  27. 請求項25に記載の方法において、該方法はさらに、前記1または複数の表面層の前記複数のen−face画像をそれぞれに、および前記1または複数の深部層の前記複数のen−face画像をそれぞれに複数のセクタに分割することを含み、該方法はさらに、レジストレーション法を前記複数のセクタのそれぞれに個別に適用することを含むことを特徴とする方法。
  28. 請求項25に記載の方法において、前記生体物質は、網膜、脈絡膜または他の眼組織を含むことを特徴とする方法。
  29. 請求項28に記載の方法において、前記1または複数の表面層は少なくとも表在血管網を含むことを特徴とする方法。
  30. 請求項28に記載の方法において、前記1または複数の深部層は、脈絡毛細管および深部毛細管網の少なくとも一方を含むことを特徴とする方法。
  31. 請求項25に記載の方法において、前記複数のOCT画像は光干渉断層血管造影(OCTA)画像を含むことを特徴とする方法。
  32. 請求項25に記載の方法において、該システムはさらに、前記複数のOCT画像を三次元座標空間にてアライメントするよう構成されることを特徴とする方法。
  33. 請求項25に記載の方法において、該システムはさらに、前記OCTスキャナによる前記複数のOCT画像の生成時に、前記生体物質の動きを考慮するように構成されることを特徴とする方法。
  34. 請求項33に記載の方法において、前記動きは並進運動および回転運動のうちの少なくとも1つを含むことを特徴とする方法。
  35. 請求項25に記載の方法において、前記1または複数の表面層は明確な特徴または目印を含むことを特徴とする方法。
  36. 請求項35に記載の方法において、前記明確な特徴または目印は血管を含むことを特徴とする方法。
  37. 生体物質の画像を取得および処理する、コンピュータで実行される方法において、該方法は、
    コンピュータシステムにより、OCTスキャナで生成される複数のOCT画像を入手または取得し、
    前記コンピュータシステムにより、該複数のOCT画像から、前記生体物質の1または複数の表面層の複数のen−face画像および1または複数の深部層の複数のen−face画像を生成し、
    前記コンピュータシステムにより、1または複数の画像レジストレーション法を前記1または複数の表面層の前記複数のen−face画像に適用して、画像アライメント設定を作成し、
    前記コンピュータシステムにより、1または複数の画像レジストレーション法を、前記保存された画像アライメント設定の少なくとも一部に基づいて、前記1または複数の深部層の前記複数のen−face画像に適用して、前記1または複数の深部層のそれぞれの平均化en−face画像を生成し、
    前記コンピュータシステムにより、前記1または複数の平均化en−face画像を送信し、出力装置によって該1または複数の平均化en−face画像を表示させることを含み、
    前記コンピュータシステムは、コンピュータプロセッサと、電子記憶媒体とを含むことを特徴とする方法。
  38. 請求項37に記載の方法において、前記画像レジストレーション法は、線形レジストレーション、アフィンレジストレーションおよび弾性レジストレーションのうちの少なくとも1つを含むことを特徴とする方法。
  39. 請求項37に記載の方法において、該方法はさらに、前記1または複数の表面層の前記複数のen−face画像をそれぞれに、および前記1または複数の深部層の前記複数のen−face画像をそれぞれに複数のセクタに分割することを含み、該方法はさらに、レジストレーション法を前記複数のセクタのそれぞれに個別に適用することを含むことを特徴とする方法。
  40. 請求項37に記載の方法において、前記生体物質は、網膜、脈絡膜または他の眼組織を含むことを特徴とする方法。
  41. 請求項40に記載の方法において、前記1または複数の表面層は少なくとも表在血管網を含むことを特徴とする方法。
  42. 請求項40に記載の方法において、前記1または複数の深部層は脈絡毛細管および深部毛細管網の少なくとも一方を含むことを特徴とする方法。
  43. 請求項37に記載の方法において、前記複数のOCT画像は光干渉断層血管造影(OCTA)画像を含むことを特徴とする方法。
  44. 請求項37に記載の方法において、該方法はさらに、前記複数のOCT画像を三次元座標空間にてアライメントするよう構成されることを特徴とする方法。
  45. 請求項37に記載の方法において、該方法はさらに、前記OCTスキャナによる前記複数のOCT画像の生成時に、前記生体物質の動きを考慮するように構成されることを特徴とする方法。
  46. 請求項45に記載の方法において、前記動きは並進運動および回転運動のうちの少なくとも1つを含むことを特徴とする方法。
  47. 請求項37に記載の方法において、前記1または複数の表面層は明確な特徴または目印を含むことを特徴とする方法。
  48. 請求項47に記載の方法において、前記明確な特徴または目印は血管を含むことを特徴とする方法。
  49. 生体物質の画像を取得および処理するシステムにおいて、該システムは、
    複数の三次元画像を生成するように構成されたイメージング装置と、
    複数のコンピュータで実行可能な命令を格納するように構成された1または複数のコンピュータ可読式記憶装置と、
    該1または複数のコンピュータ可読式記憶装置と通信する1または複数のハードウェアコンピュータプロセッサを含み、該プロセッサは前記複数のコンピュータで実行可能な命令を実行するように構成され、これにより、該システムは、
    前記イメージング装置から、前記複数の三次元画像を入手し、
    該複数の三次元画像から、前記生体物質の1または複数の表面層の複数のen−face画像および該生体物質の1または複数の深部層の複数のen−face画像を生成し、
    1または複数の画像レジストレーション法を前記1または複数の表面層の前記複数のen−face画像に適用して、画像アライメント設定を作成し、
    該画像アライメント設定を保存し、
    1または複数の画像レジストレーション法を、前記保存された画像アライメント設定の少なくとも一部に基づいて、前記1または複数の深部層の前記複数のen−face画像に適用することにより、前記1または複数の深部層のそれぞれの平均化en−face画像を少なくとも1つ生成し、
    該1または複数の平均化en−face画像を出力することを特徴とするシステム。
  50. 組織深層の明瞭な医用画像の生成に特化された光干渉断層撮影イメージングシステムにおいて、該特化された光干渉断層撮影イメージングシステムは、
    複数の三次元画像を生成するように構成されたイメージング装置と、
    プロセッサと、
    該プロセッサが電子通信を行う、前記複数の三次元画像を保存するように構成された電子記憶装置とを含み、
    前記プロセッサは、前記複数の三次元画像のそれぞれの第1の組織層をアライメントして、該複数の三次元画像のアライメントデータを生成するように構成され、
    該プロセッサは、該アライメントデータを使用して、前記複数の三次元画像のそれぞれの第2の組織層をアライメントするように構成され、
    該プロセッサは、前記複数の三次元画像のそれぞれの前記アライメントされた第2の組織層に画像平均化を行って、該第2の組織層のより明瞭な医用画像を生成し、
    該プロセッサは、前記第2の組織層の前記より明瞭な医用画像を出力するように構成されることを特徴とするシステム。


JP2019552116A 2017-03-23 2018-03-21 光干渉断層撮影の多重en−face血管造影平均化システム、方法および装置 Pending JP2020513983A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762475743P 2017-03-23 2017-03-23
US62/475,743 2017-03-23
US201762505355P 2017-05-12 2017-05-12
US62/505,355 2017-05-12
PCT/US2018/023653 WO2018175654A1 (en) 2017-03-23 2018-03-21 Systems, methods, and devices for optical coherence tomgraphy multiple enface angiography averaging

Publications (2)

Publication Number Publication Date
JP2020513983A true JP2020513983A (ja) 2020-05-21
JP2020513983A5 JP2020513983A5 (ja) 2021-04-30

Family

ID=62684303

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019552116A Pending JP2020513983A (ja) 2017-03-23 2018-03-21 光干渉断層撮影の多重en−face血管造影平均化システム、方法および装置

Country Status (4)

Country Link
US (4) US10010249B1 (ja)
EP (1) EP3599987A4 (ja)
JP (1) JP2020513983A (ja)
WO (1) WO2018175654A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022113409A1 (ja) * 2020-11-26 2022-06-02 株式会社ニコン 画像処理方法、画像処理装置、及びプログラム

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10748319B1 (en) 2016-09-19 2020-08-18 Radlink, Inc. Composite radiographic image that corrects effects of parallax distortion
WO2018053486A1 (en) * 2016-09-19 2018-03-22 Radlink, Inc. Composite radiographic image that corrects effects of parallax distortion
JP2020513983A (ja) 2017-03-23 2020-05-21 ドヘニー アイ インスティテュート 光干渉断層撮影の多重en−face血管造影平均化システム、方法および装置
JP7030455B2 (ja) * 2017-09-06 2022-03-07 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
GB2610712B (en) * 2018-06-15 2023-07-19 Canon Kk Medical image processing apparatus, optical coherence tomography apparatus, learned model, learning apparatus, medical image processing method and program
WO2020173414A1 (zh) * 2019-02-25 2020-09-03 昀光微电子(上海)有限公司 一种基于人眼视觉特征的近眼显示方法和装置
CN109886965B (zh) * 2019-04-09 2021-01-08 山东师范大学 一种水平集和深度学习相结合的视网膜层分割方法及系统
EP3760968A3 (en) * 2019-07-02 2021-04-28 Topcon Corporation Method of processing optical coherence tomography (oct) data and method of oct imaging
CN110570362B (zh) * 2019-08-02 2023-02-28 佛山科学技术学院 一种虹膜血管成像方法及装置
US20240095876A1 (en) * 2020-12-04 2024-03-21 Carl Zeiss Meditec, Inc. Using multiple sub-volumes, thicknesses, and curvatures for oct/octa data registration and retinal landmark detection
EP4235569A1 (en) * 2022-02-28 2023-08-30 Optos PLC Pre-processing of oct b-scans for oct angiography
WO2023229994A1 (en) * 2022-05-23 2023-11-30 Topcon Corporation Automated oct capture

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011098221A (ja) * 2011-02-08 2011-05-19 Nidek Co Ltd 眼底画像処理装置
JP2012249715A (ja) * 2011-05-31 2012-12-20 Nidek Co Ltd 眼底撮影装置
JP2015093128A (ja) * 2013-11-13 2015-05-18 株式会社トプコン 眼科観察装置
JP2015131107A (ja) * 2013-12-13 2015-07-23 株式会社ニデック 光コヒーレンストモグラフィ装置、及びプログラム
JP2016198279A (ja) * 2015-04-09 2016-12-01 株式会社ニデック Oct信号処理装置、およびoct信号処理プログラム
JP2017046975A (ja) * 2015-09-02 2017-03-09 株式会社ニデック 眼科撮影装置及び眼科撮影プログラム

Family Cites Families (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4109653A (en) 1977-02-22 1978-08-29 George Kozam Successive delivery multiple barrel syringe
US4387707A (en) 1981-05-14 1983-06-14 Polikoff Lawrence A Eye treatment device and method
US4381778A (en) 1981-05-27 1983-05-03 George Kozam Needle-loading multiple barrel syringe
US4564016A (en) 1982-05-24 1986-01-14 The Board Of Trustees Of The Leland Stanford Junior University Apparatus for introducing ionized drugs into the posterior segment of the eye and method
FR2773320B1 (fr) 1998-01-05 2000-03-03 Optisinvest Dispositif pour le transfert intraoculaire de produits actifs par iontophorese
US6024095A (en) 1998-04-10 2000-02-15 Proteus Therapeutics, Inc. Corneal heat and stretch method and apparatus
US7171264B1 (en) 1999-05-10 2007-01-30 Genetronics, Inc. Intradermal delivery of active agents by needle-free injection and electroporation
US6319240B1 (en) 1999-05-25 2001-11-20 Iomed, Inc. Methods and apparatus for ocular iontophoresis
US20020147424A1 (en) 2000-12-26 2002-10-10 Alvin Ostrow Transdermal magnetic drug delivery system and method
US6918904B1 (en) 2001-11-07 2005-07-19 Minu, L.L.C. Method of reshaping the cornea by controlled thermal delivery
US8262715B2 (en) 2004-11-23 2012-09-11 Eye Delivery System, Llc Medical device and method for temperature control and treatment of the eye and surrounding tissues via magnetic drug therapy
EP1871890B1 (en) 2005-04-18 2011-06-15 INSERM (Institut National de la Santé et de la Recherche Médicale) Methods and devices for delivering a therapeutic product to the ocular sphere of a subject
WO2007058966A1 (en) 2005-11-11 2007-05-24 Massachusetts Institute Of Technology Controlled needle-free eye injector
US7593559B2 (en) * 2005-11-18 2009-09-22 Duke University Method and system of coregistrating optical coherence tomography (OCT) with other clinical tests
US8223143B2 (en) * 2006-10-27 2012-07-17 Carl Zeiss Meditec, Inc. User interface for efficiently displaying relevant OCT imaging data
WO2009128912A1 (en) * 2008-04-14 2009-10-22 Optovue, Inc. Method of eye registration for optical coherence tomography
US8838229B2 (en) 2009-05-04 2014-09-16 University Of Florida Research Foundation, Inc. Method and device for electromotive delivery of macromolecules into tissue
JP5289219B2 (ja) * 2009-07-09 2013-09-11 キヤノン株式会社 撮影装置及びその制御方法
JP6039156B2 (ja) * 2010-06-08 2016-12-07 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
JP6058634B2 (ja) * 2011-04-29 2017-01-11 オプトビュー,インコーポレーテッド 光コヒーレンストモグラフィーを用いたリアルタイムトラッキングによる改善された撮影
JP5836634B2 (ja) * 2011-05-10 2015-12-24 キヤノン株式会社 画像処理装置及び方法
EP2742460A4 (en) * 2011-08-09 2015-09-09 Optovue Inc MOTION CORRECTION AND NORMALIZATION OF CHARACTERISTICS IN OPTICAL COHERENCE TOMOGRAPHY
JP2014524302A (ja) 2011-08-16 2014-09-22 アンスティチュ ナショナル ドゥ ラ サンテ エ ドゥ ラ ルシェルシュ メディカル 眼疾患の処置のための装置
EP2559443A1 (en) 2011-08-16 2013-02-20 INSERM (Institut National de la Santé et de la Recherche Médicale) Methods and pharmaceutical compositions for the treatment of an ocular disease in a subject
CN104411233B (zh) * 2012-02-03 2017-08-29 俄勒冈健康科学大学 体内光学流成像
JP6025349B2 (ja) * 2012-03-08 2016-11-16 キヤノン株式会社 画像処理装置、光干渉断層撮像装置、画像処理方法および光干渉断層撮像方法
EP2892414A4 (en) * 2012-09-10 2016-07-06 Univ Oregon Health & Science LOCAL CIRCULATION QUANTIFICATION WITH OCT ANGIOGRAPHY
EP2929327B1 (en) * 2012-12-05 2019-08-14 Perimeter Medical Imaging, Inc. System and method for wide field oct imaging
US9351698B2 (en) * 2013-03-12 2016-05-31 Lightlab Imaging, Inc. Vascular data processing and image registration systems, methods, and apparatuses
US9377291B2 (en) * 2013-12-05 2016-06-28 Bioptigen, Inc. Image registration, averaging, and compounding for high speed extended depth optical coherence tomography
EP3102090B1 (en) * 2014-02-04 2020-03-25 University of Southern California Optical coherence tomography (oct) system with phase-sensitive b-scan registration
CN103810709B (zh) * 2014-02-25 2016-08-17 南京理工大学 基于血管的眼底图像与sd-oct投影图像配准方法
CN103854284B (zh) * 2014-02-26 2016-08-31 苏州大学 基于三维图搜索浆液性色素上皮层脱离的视网膜分割方法
US20160317026A1 (en) * 2014-03-04 2016-11-03 University Of Southern California Optical coherence tomography system for health characterization of an eye
US10398302B2 (en) * 2014-05-02 2019-09-03 Carl Zeiss Meditec, Inc. Enhanced vessel characterization in optical coherence tomograogphy angiography
EP3154409B1 (en) * 2014-06-16 2019-05-01 Agency for Science, Technology and Research Reducing speckle noise in optical coherence tomography images
WO2016109750A1 (en) * 2014-12-30 2016-07-07 Optovue, Inc. Methods and apparatus for retina bloodvessel assesment with oct angiography
US9700206B2 (en) * 2015-02-05 2017-07-11 Carl Zeiss Meditec, Inc. Acquistion and analysis techniques for improved outcomes in optical coherence tomography angiography
US9713424B2 (en) * 2015-02-06 2017-07-25 Richard F. Spaide Volume analysis and display of information in optical coherence tomography angiography
WO2016145506A1 (en) * 2015-03-17 2016-09-22 Synaptive Medical (Barbados) Inc. Method and device for registering surgical images
JP6594033B2 (ja) * 2015-05-14 2019-10-23 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
US10463247B2 (en) * 2015-06-22 2019-11-05 The Regents Of The University Of California Automatic three-dimensional segmentation method for OCT and doppler OCT angiography
US10529061B2 (en) * 2015-08-13 2020-01-07 University Of Washington Systems and methods of forming enhanced medical images
US20180055355A1 (en) * 2015-09-11 2018-03-01 Marinko Venci Sarunic Systems and Methods for Angiography and Motion Corrected Averaging
US10264963B2 (en) * 2015-09-24 2019-04-23 Carl Zeiss Meditec, Inc. Methods for high sensitivity flow visualization
WO2017075105A1 (en) 2015-10-30 2017-05-04 Tan Chee Hian Devices and methods for treatment of ocular disorders through delivery of therapeutic nucleic acids
US10231619B2 (en) * 2015-12-09 2019-03-19 Oregon Health & Science University Systems and methods to remove shadowgraphic flow projections in OCT angiography
WO2017218738A1 (en) * 2016-06-15 2017-12-21 David Huang Systems and methods for automated widefield optical coherence tomography angiography
US10426331B2 (en) * 2016-07-20 2019-10-01 Oregon Health & Science University Automated quantification of nonperfusion in the retina using optical coherence tomography angiography
JP6843602B2 (ja) * 2016-12-05 2021-03-17 キヤノン株式会社 画像表示装置、画像表示方法、及びプログラム
US10896490B2 (en) * 2016-12-23 2021-01-19 Oregon Health & Science University Systems and methods for reflectance-based projection-resolved optical coherence tomography angiography
US10441164B1 (en) * 2017-03-09 2019-10-15 Carl Zeiss Meditec, Inc. Correction of decorrelation tail artifacts in a whole OCT-A volume
US10832402B2 (en) * 2017-03-10 2020-11-10 Carl Zeiss Meditec, Inc. Methods for detection and enhanced visualization of pathologies in a human eye
JP2020513983A (ja) * 2017-03-23 2020-05-21 ドヘニー アイ インスティテュート 光干渉断層撮影の多重en−face血管造影平均化システム、方法および装置
US10588572B2 (en) * 2017-05-08 2020-03-17 Oregon Health & Science University Bulk motion subtraction in optical coherence tomography angiography
US10750943B2 (en) * 2017-06-09 2020-08-25 Northwestern University Imaging-guided creating and monitoring of retinal vascular occlusive disease
JP2019047841A (ja) * 2017-09-07 2019-03-28 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP7027076B2 (ja) * 2017-09-07 2022-03-01 キヤノン株式会社 画像処理装置、位置合わせ方法及びプログラム
JP2019047839A (ja) * 2017-09-07 2019-03-28 キヤノン株式会社 画像処理装置、位置合わせ方法及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011098221A (ja) * 2011-02-08 2011-05-19 Nidek Co Ltd 眼底画像処理装置
JP2012249715A (ja) * 2011-05-31 2012-12-20 Nidek Co Ltd 眼底撮影装置
JP2015093128A (ja) * 2013-11-13 2015-05-18 株式会社トプコン 眼科観察装置
JP2015131107A (ja) * 2013-12-13 2015-07-23 株式会社ニデック 光コヒーレンストモグラフィ装置、及びプログラム
JP2016198279A (ja) * 2015-04-09 2016-12-01 株式会社ニデック Oct信号処理装置、およびoct信号処理プログラム
JP2017046975A (ja) * 2015-09-02 2017-03-09 株式会社ニデック 眼科撮影装置及び眼科撮影プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022113409A1 (ja) * 2020-11-26 2022-06-02 株式会社ニコン 画像処理方法、画像処理装置、及びプログラム

Also Published As

Publication number Publication date
WO2018175654A8 (en) 2019-10-31
EP3599987A4 (en) 2020-12-16
EP3599987A1 (en) 2020-02-05
US20210204808A1 (en) 2021-07-08
US11452443B2 (en) 2022-09-27
US20200077887A1 (en) 2020-03-12
US20190000313A1 (en) 2019-01-03
US10456031B2 (en) 2019-10-29
WO2018175654A1 (en) 2018-09-27
US10918274B2 (en) 2021-02-16
US10010249B1 (en) 2018-07-03

Similar Documents

Publication Publication Date Title
US11452443B2 (en) Systems, methods, and devices for optical coherence tomography multiple enface angiography averaging
US20210104313A1 (en) Medical image processing apparatus, medical image processing method and computer-readable medium
KR102543875B1 (ko) 의료용 화상 처리 장치, 의료용 화상 처리 방법, 컴퓨터 판독가능 매체, 및 학습 완료 모델
Abràmoff et al. Retinal imaging and image analysis
US20210390696A1 (en) Medical image processing apparatus, medical image processing method and computer-readable storage medium
US20210224997A1 (en) Image processing apparatus, image processing method and computer-readable medium
Yin et al. User-guided segmentation for volumetric retinal optical coherence tomography images
Hendargo et al. Automated non-rigid registration and mosaicing for robust imaging of distinct retinal capillary beds using speckle variance optical coherence tomography
JP7341874B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US9418423B2 (en) Motion correction and normalization of features in optical coherence tomography
WO2020036182A1 (ja) 医用画像処理装置、医用画像処理方法及びプログラム
US11922601B2 (en) Medical image processing apparatus, medical image processing method and computer-readable medium
JP7305401B2 (ja) 画像処理装置、画像処理装置の作動方法、及びプログラム
Heisler et al. Strip-based registration of serially acquired optical coherence tomography angiography
Tan et al. Approaches to quantify optical coherence tomography angiography metrics
JP7490741B2 (ja) 医用画像処理装置、医用画像処理方法及びプログラム
Kurokawa et al. Multi-reference global registration of individual A-lines in adaptive optics optical coherence tomography retinal images
Lazaridis et al. Improving statistical power of glaucoma clinical trials using an ensemble of cyclical generative adversarial networks
JP6892234B2 (ja) 眼科撮影装置
JP7344847B2 (ja) 画像処理装置、画像処理方法、及びプログラム
Pavaskar Tools for creating wide-field views of the human retina using Optical Coherence Tomography
Ravier et al. Analysis of morphological changes of lamina cribrosa under acute intraocular pressure change
Badhon et al. Quantitative Characterization of Retinal Features in Translated OCTA
Li et al. O-PRESS: Boosting OCT axial resolution with Prior guidance, Recurrence, and Equivariant Self-Supervision
WO2020049828A1 (ja) 画像処理装置、画像処理方法、及びプログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210319

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210319

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220117

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220222

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20220519

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220927