JP2021097989A5 - - Google Patents

Description

本発明の一実施態様に係る眼科装置は、被検眼に光を照射し且つ被検眼からの戻り光を検出するための光学系を含む光学ヘッド部と、被検眼及び光学ヘッド部の少なくとも一方に関する位置の情報を学習して得た学習済モデルの入力データとして、前記光学ヘッド部を用いて取得された被検眼に関する画像を用いることにより、被検眼及び前記光学ヘッド部の少なくとも一方に関する位置の情報を前記学習済モデルからの出力データとして取得する情報取得部と、被検者の顔を支持する支持部及び前記光学ヘッド部の少なくとも一方の駆動を制御する駆動制御部とを備え、前記駆動制御部は、前記取得した位置の情報に基づいて、前記支持部及び前記光学ヘッド部の少なくとも一方の駆動を制御し、被検眼及び前記光学ヘッド部の少なくとも一方を該位置へ移動させる。

Claims (22)

1. 被検眼に光を照射し且つ被検眼からの戻り光を検出するための光学系を含む光学ヘッド部と、
   被検眼及び光学ヘッド部の少なくとも一方に関する位置の情報を学習して得た学習済モデルの入力データとして、前記光学ヘッド部を用いて取得された被検眼に関する画像を用いることにより、被検眼及び前記光学ヘッド部の少なくとも一方に関する位置の情報を前記学習済モデルからの出力データとして取得する情報取得部と、
   被検者の顔を支持する支持部及び前記光学ヘッド部の少なくとも一方の駆動を制御する駆動制御部と、
   を備え、
   前記駆動制御部は、前記取得した位置の情報に基づいて、前記支持部及び前記光学ヘッド部の少なくとも一方の駆動を制御し、被検眼及び前記光学ヘッド部の少なくとも一方を該位置へ移動させる、眼科装置。
2. 前記情報取得部は、前記光学ヘッド部を用いて取得された被検眼に関する画像に基づいて取得した第１の位置の情報を取得した後に、前記学習済モデルを用いて取得した第２の位置の情報を取得可能に構成され、
   前記駆動制御部は、
   前記取得した第１の位置の情報に基づいて、前記支持部及び前記光学ヘッド部の少なくとも一方の駆動を制御して、被検眼及び前記光学ヘッド部の少なくとも一方を前記第１の位置へ移動させ、
   前記取得した第２の位置の情報に基づいて、前記支持部及び前記光学ヘッド部の少なくとも一方の駆動を制御して、被検眼及び前記光学ヘッド部の少なくとも一方を前記第２の位置へ移動させる、請求項１に記載の眼科装置。
3. 前記光学ヘッド部を用いて取得された眼底に関する画像を評価する評価部を更に備え、
   前記情報取得部は、前記第１の位置において取得された眼底に関する画像の評価値が閾値よりも低い場合に、前記第２の位置の情報を取得する、請求項２に記載の眼科装置。
4. 前記光学ヘッド部を用いて取得された眼底に関する画像を評価する評価部を更に備え、
   前記第１の位置において取得された眼底に関する画像の評価値と、前記第２の位置において取得された眼底に関する画像の評価値とのうち、より高い評価値を有する眼底に関する画像を取得した位置において、被検眼の眼底に関する測定を行う、請求項２に記載の眼科装置。
5. 被検眼が所定の疾患眼である場合には、前記情報取得部は、前記第１の位置の情報を取得せずに、前記第２の位置の情報を取得する、請求項２に記載の眼科装置。
6. 前記学習済モデルは、光学ヘッド部からの光束の光軸を被検眼の瞳孔の重心からずらした位置の情報であって、被検眼及び光学ヘッド部の少なくとも一方に関する位置の情報を学習して得た機械学習モデルであり、
   前記情報取得部は、被検眼の眼底に関する測定の前後の少なくとも一方において、前記位置の情報を取得する、請求項１乃至５のいずれか一項に記載の眼科装置。
7. 前記学習済モデルは、白内障の眼、瞳孔偏心が生じている眼、瞳孔縮小が生じている眼、及び健常眼毎の学習データを用いて学習を行った複数の学習済モデルを含み、
   前記情報取得部は、前記複数の学習済モデルのうち被検眼の状態に応じた学習済モデルを用いて、前記位置の情報を取得する、請求項１乃至６のいずれか一項に記載の眼科装置。
8. 前記学習済モデルは、操作者によって修正された前記取得された位置の情報を学習データとして追加学習を行う、請求項１乃至７のいずれか一項に記載の眼科装置。
9. 前記学習済モデルは、
   前記被検眼に関する画像として前眼部の画像を入力データとし、前記前眼部の画像を取得した際のアライメント位置から、光学ヘッド部からの光束の光軸を被検眼の瞳孔の重心からずらした被検眼及び光学ヘッド部の少なくとも一方の位置への移動量を出力データとする学習データを学習した機械学習モデルである、又は、
   前記被検眼に関する画像として前眼部の画像を入力データとし、眼底に関する画像の画質に関する報酬を最大にするように強化学習を行った機械学習モデルである、請求項１乃至８のいずれか一項に記載の眼科装置。
10. 前記情報取得部は、被検眼及び光学ヘッド部の少なくとも一方に関する位置の情報、フォーカス光学系に関する位置の情報、及びコヒーレンスゲートに関する位置の情報を学習して得た学習済モデルからの出力データとして、被検眼及び前記光学ヘッド部の少なくとも一方、前記フォーカス光学系、並びに前記コヒーレンスゲートに関する位置の情報を取得し、
    前記駆動制御部は、前記取得した被検眼及び光学ヘッド部の少なくとも一方、フォーカス光学系、並びにコヒーレンスゲートに関する位置の情報に基づいて、前記支持部及び前記光学ヘッド部の少なくとも一方、前記フォーカス光学系、並びに前記コヒーレンスゲートの配置を調整する、請求項１乃至９のいずれか一項に記載の眼科装置。
11. 前記学習済モデルは、事前に眼の模型を用いた学習により得た学習済モデルに対して、人眼での学習を追加で行った機械学習モデルである、請求項１乃至１０のいずれか一項に記載の眼科装置。
12. 測定光を照射した被検眼からの戻り光と参照光とを合波して得た合波光を検出するための光学系を含む光学ヘッド部を用いて被検眼に関する画像を取得する眼科装置であって、
    前記測定光と前記参照光との光路長差を変更する光路長差変更部と、
    前記取得された被検眼に関する画像が入力データとして入力された学習済モデルからの出力データを用いて、前記光路長差変更部を制御する制御部と、
    を備える、眼科装置。
13. 前記制御部は、被検眼及び光学ヘッド部の少なくとも一方に関する位置の情報、フォーカス光学系に関する位置の情報、及び前記光路長差に関する位置の情報を学習して得た学習済モデルからの出力データを用いて、被検者の顔を支持する支持部及び前記光学ヘッド部の少なくとも一方、前記フォーカス光学系、並びに前記光路長差変更部を制御する、請求項１２に記載の眼科装置。
14. 前記学習済モデルは、前記被検眼に関する画像として前記被検眼の断層画像が入力される、請求項１２又は１３に記載の眼科装置。
15. 前記被検眼に関する画像は動画像であり、
    前記眼科装置は、光干渉断層撮影装置、眼底カメラ、走査型レーザー検眼鏡、及び眼屈折力測定装置のいずれかである、請求項１乃至１４のいずれか一項に記載の眼科装置。
16. 前記光学ヘッド部を用いて取得された被検眼に関する画像をライブ動画像として表示部に表示させる表示制御部を更に備え、
    前記表示制御部は、被検眼に関する画像を含む学習データを学習して得た学習済モデルを用いて生成された高画質画像であって、前記光学ヘッド部を用いて取得された被検眼に関する画像を入力して得た高画質画像を前記表示部に表示させる、請求項１乃至１５のいずれか一項に記載の眼科装置。
17. 前記表示制御部は、
    前記高画質画像として生成された前眼画像を前記ライブ動画像として前記表示部に表示させ、
    前記高画質画像として生成された眼底正面画像であって、前記高画質画像として生成された断層画像の位置を示すラインが重畳表示された眼底正面画像を前記ライブ動画像として前記表示部に表示させ、
    該眼底正面画像上の該ラインの位置に対応する該断層画像を前記ライブ動画像として前記表示部に表示させ、
    前記高画質画像として生成された断層画像であって、前記ラインの位置に対応する前記断層画像に、前記ラインの位置に対応する断層画像における血管領域を示す情報を重畳して前記表示部に表示させる、請求項１６に記載の眼科装置。
18. 前記光学ヘッド部を用いて取得された被検眼に関する画像をライブ動画像として表示部に表示させる表示制御部を更に備え、
    前記表示制御部は、
    被検眼に関する画像を含む学習データを学習して得た解析結果生成用の学習済モデルを用いて生成された解析結果であって、前記光学ヘッド部を用いて取得された被検眼に関する画像を入力して得た解析結果と、
    被検眼に関する画像を含む学習データを学習して得た診断結果生成用の学習済モデルを用いて生成された診断結果であって、前記光学ヘッド部を用いて取得された被検眼に関する画像を入力して得た診断結果と、
    敵対的生成ネットワーク又はオートエンコーダを用いて生成された画像であって、前記光学ヘッド部を用いて取得された被検眼に関する画像を入力して得た画像と、該敵対的生成ネットワーク又はオートエンコーダに入力された該被検眼に関する画像との差に関する情報である異常部位に関する情報と、
    被検眼に関する画像を含む学習データを学習して得た類似症例画像検索用の学習済モデルを用いて検索された類似症例画像であって、前記光学ヘッド部を用いて取得された被検眼に関する画像を入力して得た類似症例画像と、
    被検眼に関する画像を含む学習データを学習して得た物体認識用の学習済モデル又はセグメンテーション用の学習済モデルを用いて生成された物体認識結果又はセグメンテーション結果であって、被検眼に関する画像を入力して得た物体認識結果又はセグメンテーション結果とのうち少なくとも１つを、前記表示部に表示させる、請求項１乃至１５のいずれか一項に記載の眼科装置。
19. 被検眼及び前記光学ヘッド部の少なくとも一方に関する位置の情報を取得するための操作者の指示は、文字認識用の学習済モデルと音声認識用の学習済モデルとジェスチャー認識用の学習済モデルとのうち少なくとも１つの学習済モデルを用いて得た情報である、請求項１乃至１８のいずれか一項に記載の眼科装置。
20. 被検眼に光を照射し且つ被検眼からの戻り光を検出するための光学系を含む光学ヘッド部を備える眼科装置の制御方法であって、
    前記光学ヘッド部を用いて被検眼に関する画像を取得することと、
    被検眼及び光学ヘッド部の少なくとも一方に関する位置の情報を学習して得た学習済モデルの入力データとして、前記光学ヘッド部を用いて取得された被検眼に関する画像を用いることにより、被検眼及び前記光学ヘッド部の少なくとも一方に関する位置の情報を前記学習済モデルからの出力データとして取得することと、
    被検者の顔を支持する支持部及び前記光学ヘッド部の少なくとも一方の駆動を制御することと、
    を含み、
    前記制御することは、前記取得した位置の情報に基づいて、前記支持部及び前記光学ヘッド部の少なくとも一方の駆動を制御し、被検眼及び前記光学ヘッド部の少なくとも一方を該位置へ移動させることを含む、眼科装置の制御方法。
21. 測定光を照射した被検眼からの戻り光と参照光とを合波して得た合波光を検出するための光学系を含む光学ヘッド部を用いて被検眼に関する画像を取得する眼科装置の制御方法であって、
    前記取得された被検眼に関する画像が入力データとして入力された学習済モデルからの出力データを用いて、前記測定光と前記参照光との光路長差を変更する光路長差変更部を制御することを含む、眼科装置の制御方法。
22. プロセッサーによって実行されると、該プロセッサーに請求項２０又は２１に記載の眼科装置の制御方法を実行させる、プログラム。