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

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。