JP2022028197A - スリットランプ顕微鏡 - Google Patents
スリットランプ顕微鏡 Download PDFInfo
- Publication number
- JP2022028197A JP2022028197A JP2020131465A JP2020131465A JP2022028197A JP 2022028197 A JP2022028197 A JP 2022028197A JP 2020131465 A JP2020131465 A JP 2020131465A JP 2020131465 A JP2020131465 A JP 2020131465A JP 2022028197 A JP2022028197 A JP 2022028197A
- Authority
- JP
- Japan
- Prior art keywords
- image
- unit
- scan
- follow
- shooting
- 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
Links
- 238000011156 evaluation Methods 0.000 claims abstract description 274
- 238000003860 storage Methods 0.000 claims abstract description 54
- 230000007246 mechanism Effects 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims description 232
- 238000003384 imaging method Methods 0.000 claims description 155
- 238000000034 method Methods 0.000 claims description 124
- 238000005286 illumination Methods 0.000 claims description 105
- 238000004364 calculation method Methods 0.000 claims description 98
- 230000003287 optical effect Effects 0.000 claims description 97
- 230000008569 process Effects 0.000 claims description 67
- 238000004891 communication Methods 0.000 claims description 53
- 238000010276 construction Methods 0.000 claims description 39
- 238000012546 transfer Methods 0.000 claims description 3
- 210000000695 crystalline len Anatomy 0.000 description 57
- 238000013441 quality evaluation Methods 0.000 description 52
- 230000006870 function Effects 0.000 description 43
- 230000010365 information processing Effects 0.000 description 37
- 230000004424 eye movement Effects 0.000 description 34
- 238000013473 artificial intelligence Methods 0.000 description 28
- 210000004087 cornea Anatomy 0.000 description 25
- 238000010586 diagram Methods 0.000 description 25
- 230000004397 blinking Effects 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 14
- 210000001747 pupil Anatomy 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 238000012549 training Methods 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 12
- 238000013527 convolutional neural network Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 10
- 238000007689 inspection Methods 0.000 description 9
- 238000011176 pooling Methods 0.000 description 9
- 238000009877 rendering Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 9
- 238000013519 translation Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 210000000554 iris Anatomy 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 230000004075 alteration Effects 0.000 description 7
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000012014 optical coherence tomography Methods 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 238000003672 processing method Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 239000008186 active pharmaceutical agent Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000012854 evaluation process Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 4
- 210000002159 anterior chamber Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000004907 flux Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 210000001061 forehead Anatomy 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 0 *C1CCCCC1 Chemical compound *C1CCCCC1 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000000386 microscopy Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000004304 visual acuity Effects 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 206010010071 Coma Diseases 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 210000000399 corneal endothelial cell Anatomy 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000006196 drop Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 208000030533 eye disease Diseases 0.000 description 1
- 239000003889 eye drop Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004410 intraocular pressure Effects 0.000 description 1
- 208000016339 iris pattern Diseases 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 210000004175 meibomian gland Anatomy 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 229940100655 ophthalmic gel Drugs 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 239000003223 protective agent Substances 0.000 description 1
- 230000001179 pupillary effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/13—Ophthalmic microscopes
- A61B3/135—Slit-lamp microscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
- A61B3/145—Arrangements specially adapted for eye photography by video means
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/0004—Microscopes specially adapted for specific applications
- G02B21/0012—Surgical microscopes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/06—Means for illuminating specimens
- G02B21/08—Condensers
- G02B21/082—Condensers for incident illumination only
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
Abstract
【課題】フォローアップ撮影の誤差に関する有用な評価を提供する。【解決手段】例示的な態様のスリットランプ顕微鏡１は、画像取得部（照明系２、撮影系３、移動機構６）と、記憶部１０と、位置ずれ情報取得部とを含む。画像取得部は、被検眼Ｅの前眼部をスリット光でスキャンして画像を取得する。記憶部１０は、被検眼Ｅの前眼部の第１画像と、第１画像を参照して画像取得部により行われたフォローアップ撮影において取得された第２画像とを記憶する。位置ずれ情報取得部は、フォローアップ撮影が行われた後に、第１画像及び第２画像を解析して、第１画像と第２画像との間の位置ずれ情報を取得する。【選択図】図１Ａ
Description
本発明は、スリットランプ顕微鏡に関する。
眼科分野において画像診断は重要な位置を占める。画像診断には、様々な眼科撮影装置が用いられる。眼科撮影装置の種類には、スリットランプ顕微鏡、眼底カメラ、走査型レーザー検眼鏡（ＳＬＯ）、光干渉断層計（ＯＣＴ）などがある。
これら様々な眼科装置のうち最も広く且つ頻繁に使用される装置がスリットランプ顕微鏡である。スリットランプ顕微鏡は、スリット光で被検眼を照明し、照明された断面を斜方や側方から顕微鏡で観察したり撮影したりするために使用される（例えば、特許文献１及び２を参照）。
スリットランプ顕微鏡の主な用途の１つに前眼部観察がある。前眼部観察において、医師は、スリット光による照明野やフォーカス位置を移動させつつ前眼部全体を観察して異常の有無を判断する。また、コンタクトレンズのフィッティング状態の確認など、視力補正器具の処方において、スリットランプ顕微鏡が用いられることもある。更に、オプトメトリスト、コメディカル、眼鏡店の店員のような医師以外の者が、眼疾患のスクリーニングやフォローアップ（経過観察）などの目的でスリットランプ顕微鏡を用いることもある。
また、近年の情報通信技術の進歩を受けて、遠隔医療に関する研究開発が発展を見せている。遠隔医療とは、インターネット等の通信ネットワークを利用して、遠隔地に居る患者に対して診療を行う行為である。特許文献３及び４には、スリットランプ顕微鏡を遠隔地から操作するための技術が開示されている。
スリットランプ顕微鏡を用いて良好な画像を得るには、照明角度や撮影角度の調整など、微細で煩雑な操作が必要とされる。しかし、特許文献３、４に開示された技術では、目の前に居る被検者の眼を観察する場合であっても難しい操作を、遠隔地に居る検者が実施しなければならないため、検査時間が長くなったり、良好な画像が得られなかったりといった問題が生じる。
また、上記のようにスリットランプ顕微鏡はスクリーニングやフォローアップ等の検査に有効であるが、高品質なスリットランプ顕微鏡検査を多くの人に提供するには、同装置の操作に熟練した者が不足しているという現状がある。
更に、遠隔医療やスクリーニングでは、画像読影（画像診断）を行う医師が撮影場所にいないことが多々ある。その場合、読影に適さない画像が医師に提供される可能性がある。操作の難しさや撮影時間の長さを考慮すると、スリットランプ顕微鏡においてこの問題が生じやすいと想定される。
フォローアップでは、被検眼の同一部位が繰り返し検査される。眼科分野のフォローアップには、眼球運動の影響によって同一部位を検査することが難しいという特有の問題がある。この問題への対処に使用可能と考えられる技術として特許文献５～７に記載されたものが知られている。
特許文献５に記載の発明は、回転移動を含む画像間の位置ずれをスムースに検出することを目的としたものであり、各画像から切り出された複数の小領域画像を照合することによって画像間の位置ずれ量を検出するように構成されている。
特許文献６に記載の発明は、被検眼の同じ部位を連続的に計測することを目的としたものであり、測定光束で被検眼をスキャンしながら補助的な光束を被検眼に照射し検出することによってスキャン位置のずれを検出するとともに、その検出結果に基づき測定光束のスキャン位置を随時補正するように構成されている。更に、特許文献６に記載の発明は、スキャン位置のずれの検出において、正面画像中の特徴的領域に基づくテンプレートマッチングを利用することも可能である。
特許文献７に記載の発明は、眼球運動にかかわらず目標位置に正確に光束を照射することを目的としたものであり、正面画像に基づいてスキャン光の画角情報と被検眼の位置ずれ情報とを検出し、これらの情報に基づいてスキャン位置を補正するように構成されている。
フォローアップ撮影の確度や精度を知ること、つまり、フォローアップにおける撮影位置（撮影範囲）の誤差の情報を得ることは、非常に重要と言える。すなわち、フォローアップ撮影が適正に行われたか否か、更にはどの程度の確度や精度でフォローアップ撮影が行われたかを考慮することは、正しく診断を行うために非常に重要と言える。しかしながら、従来の技術では、フォローアップ撮影の誤差の程度の評価をユーザーにとって有用な形で行うことはできない。
例えば特許文献５に記載の技術では、画像間の位置ずれ量を検出することは可能であるが、その位置ずれの持つ意味や、フォローアップ撮影が適切に行われたか否かをユーザーに提供することはできない。したがって、その位置ずれに基づいてユーザー自身が判断するしかない。しかし、フォローアップ撮影におけるスキャン開始点の誤差は通常ミリメートル以下のオーダーであり、フォローアップ撮影が適切に行われたか否かを目視で判断することは困難である。このような判断は、非熟練者にはもちろん、熟練した医師にとっても容易ではない。また、位置ずれには、平行ずれや回転ずれ等、様々な態様があるが、少なくともフォローアップ撮影の適切性の観点から位置ずれの評価を行うことは不可能であった。
特許文献６に記載の技術又は特許文献７に記載の技術は、撮影を行いながら位置ずれを検出してスキャン位置を補正しているため、この補正を行ったとしても、スキャン位置のずれ（フォローアップ撮影の誤差）が依然として介在する。よって、これらの従来技術は、フォローアップ撮影の誤差の程度を好適に評価することができない。
本発明の１つの目的は、フォローアップ撮影の誤差に関する有用な評価を提供することにある
例示的な態様のスリットランプ顕微鏡は、画像取得部と、記憶部と、位置ずれ情報取得部とを含む。画像取得部は、被検眼の前眼部をスリット光でスキャンして画像を取得する。記憶部は、被検眼の前眼部の第１画像と、第１画像を参照して画像取得部により行われたフォローアップ撮影において取得された第２画像とを記憶する。位置ずれ情報取得部は、フォローアップ撮影が行われた後に、第１画像及び第２画像を解析して、第１画像と第２画像との間の位置ずれ情報を取得する。
例示的な態様によれば、フォローアップ撮影の誤差に関する有用な評価を提供することが可能になる。
幾つかの例示的な態様について図面を参照しながら詳細に説明する。なお、本明細書にて引用した文献に開示された事項などの任意の公知技術を例示的な態様に組み合わせることができる。また、本出願人によりなされた他の出願の開示の全体を本開示に援用することができる。例えば、本出願人によりなされたスリットランプ顕微鏡に関する出願の開示の少なくとも一部、スリットランプ顕微鏡を含むシステムに関する出願の開示の少なくとも一部、又は、スリットランプ顕微鏡に接続可能なシステムに関する出願の開示の少なくとも一部を、本開示に援用することができる。
例示的な態様に係るスリットランプ顕微鏡は、設置型でも可搬型でもよい。例示的な態様に係るスリットランプ顕微鏡は、同装置や同検査に関する専門技術保持者（熟練者）が側にいない状況や環境で使用されてもよいし、熟練者が側にいる状況や環境で使用されてもよいし、熟練者が遠隔地から監視・指示・操作などを行うことが可能な状況や環境で使用されてもよい。例示的な態様に係るスリットランプ顕微鏡が設置される施設の例として、眼鏡店、オプトメトリスト、医療機関、健康診断会場、検診会場、患者の自宅、福祉施設、公共施設、検診車などがある。
例示的な態様に係る装置又はシステムは、少なくともスリットランプ顕微鏡としての機能を備えており、任意的に、スリットランプ顕微鏡以外の撮影機能（モダリティ）、眼特性測定機能、解析機能などを更に備えていてもよい。
例示的な態様に係る眼科システム（第１の眼科システム）は、１以上のスリットランプ顕微鏡と、１以上の情報処理装置と、１以上の読影端末とを含んでいてよく、例えば遠隔医療のために使用可能である。スリットランプ顕微鏡は、いずれかの例示的な態様に係るスリットランプ顕微鏡であってもよいし、その少なくとも一部を具備したスリットランプ顕微鏡であってもよい。情報処理装置は、スリットランプ顕微鏡により取得された画像を受けてこれを読影端末に送信する。また、情報処理装置は、スリットランプ顕微鏡により取得された画像を管理する機能を備えていてもよい。なお、情報処理装置を設けることなく、スリットランプ顕微鏡から読影端末に向けて画像を送信してもよい。読影端末は、医師（典型的には、眼科医又は読影医等の専門医）が、スリットランプ顕微鏡により取得された画像の読影（画像を観察して診療上の所見を得ること）を行うために使用されるコンピュータである。読影者が読影端末に入力した情報は、例えば、読影端末又は他のコンピュータにより読影レポート又は電子カルテ情報に変換されて情報処理装置に送信されてよい。他の例示的な態様は、読影者が入力した情報を読影端末が受け付け、受け付けられた情報を読影端末が情報処理装置に送信し、読影端末から送信された情報を情報処理装置が受信し、受信された情報から情報処理装置又は他のコンピュータが読影レポート又は電子カルテ情報を生成するように構成されていてよい。情報処理装置は、読影レポート又は電子カルテ情報を管理する機能を有していてよい。また、情報処理装置は、読影レポート又は電子カルテ情報を他の装置又は他の医療システム（例えば電子カルテシステム）に転送する機能を有していてよい。
他の例示的な態様に係る眼科システム（第２の眼科システム）は、１以上のスリットランプ顕微鏡と、１以上の情報処理装置と、１以上の読影装置とを含んでいてよい。スリットランプ顕微鏡及び情報処理装置の少なくとも一方は、第１の眼科システムのそれと同様であってよい。また、情報処理装置を設けることなく、スリットランプ顕微鏡から読影装置に向けて画像を送信してもよい。読影装置は、例えば、既定のプログラムにしたがって動作する画像処理プロセッサ、及び／又は、人工知能エンジン（推論エンジン、推論モデル、学習済みモデルなど）を利用して、スリットランプ顕微鏡により取得された画像の読影処理を実行するコンピュータである。読影装置又は他のコンピュータは、読影装置が画像から導出した情報から読影レポート又は電子カルテ情報を生成することができる。生成された読影レポート又は電子カルテ情報は、情報処理装置に送信されてよい。他の例において、読影装置が画像から導出した情報を情報処理装置に送信することができる。この場合、情報処理装置又は他のコンピュータは、読影装置が画像から導出した情報から読影レポート又は電子カルテ情報を生成することができる。更に他の例において、読影装置が画像から導出した情報、及び／又は、この情報に基づき生成された情報（読影レポート、電子カルテ情報など）を診断支援情報として医師に提供することができる。
更に他の例示的な態様に係る眼科システム（第３の眼科システム）は、１以上のスリットランプ顕微鏡と、１以上の情報処理装置とを含んでいてよい。スリットランプ顕微鏡は、第１の眼科システムのそれと同様であってよい。また、情報処理装置は、第１の眼科システムのそれ及び／又は第２の眼科システムのそれと同様であってよい。換言すると、情報処理装置は、第１の眼科システムの読影端末若しくはこれに類するコンピュータとの間でデータ通信が可能であってよく、及び／又は、第２の眼科システムの読影装置若しくはこれに類するコンピュータとの間でデータ通信が可能であってよい。
例示的な態様に係るスリットランプ顕微鏡及び眼科システムは遠隔医療のために使用可能であるが、前述のようにスリットランプ顕微鏡で良好な画像を得ることは容易ではなく、また、読影や診断を有効に行うには前眼部の広い範囲の画像を「予め」取得する必要がある。このような事情から、スリットランプ顕微鏡を用いた有効な遠隔医療は実現されていないと言える。その実現に寄与する技術を例示的な態様は提供することができる。しかしながら、例示的な態様の用途は遠隔医療に限定されず、他の用途に例示的な態様を応用することも可能である。特に、本開示の用途には、スリットランプ顕微鏡を用いたフォローアップが含まれる。
例示的な態様に係るスリットランプ顕微鏡は、前眼部の広い範囲を良好な画質で表現した一連の画像（画像群、画像セット）を取得するために利用可能である。
例示的な態様は、次のような問題にも着目している。すなわち、例示的な態様が想定する応用形態（遠隔医療など）では、スリットランプ顕微鏡で前眼部の十分に広い範囲から一連の画像（画像群、画像セット）を直接的又は間接的に読影者に提供するため、提供される一連の画像の品質が低い場合であっても再撮影を行うことは難しく、その結果、読影を全く行えない、又は不十分な読影しか行えない、といった問題が生じるおそれがある。したがって、「良好な」品質の画像を「予め」取得する必要がある。つまり、診断（読影など）を有効に行うことが可能な品質を持った一連の画像を、読影者に提供する前にまとめて取得する必要がある。しかし、スリットランプ顕微鏡の操作の難しさに加えて、撮影時の瞬きや眼球運動の発生を考慮すると、観察や読影の対象領域全体を良好な画質で表現した一連の画像を得ることは極めて困難である。本開示は、このような問題への対処も考慮している。
以下、幾つかの例示的な態様について説明する。これら態様のうちのいずれか２つ以上の態様を少なくとも部分的に組み合わせることが可能である。また、このような組み合わせに対して任意の公知技術を組み合わせることやそれに基づく変形（置換、省略など）を施すことが可能である。
本明細書に開示された要素の機能の少なくとも一部は、回路構成（ｃｉｒｃｕｉｔｒｙ）又は処理回路構成（ｐｒｏｃｅｓｓｉｎｇ ｃｉｒｃｕｉｔｒｙ）を用いて実装される。回路構成又は処理回路構成は、開示された機能の少なくとも一部を実行するように構成及び／又はプログラムされた、汎用プロセッサ、専用プロセッサ、集積回路、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、プログラマブル論理デバイス（例えば、ＳＰＬＤ（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、ＣＰＬＤ（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、従来の回路構成、及びそれらの任意の組み合わせのいずれかを含む。プロセッサは、トランジスタ及び／又は他の回路構成を含む、処理回路構成又は回路構成とみなされる。本開示において、回路構成、ユニット、手段、又はこれらに類する用語は、開示された機能の少なくとも一部を実行するハードウェア、又は、開示された機能の少なくとも一部を実行するようにプログラムされたハードウェアである。ハードウェアは、本明細書に開示されたハードウェアであってよく、或いは、記載された機能の少なくとも一部を実行するようにプログラム及び／又は構成された既知のハードウェアであってもよい。ハードウェアが或るタイプの回路構成とみなされ得るプロセッサである場合、回路構成、ユニット、手段、又はこれらに類する用語は、ハードウェアとソフトウェアとの組み合わせであり、このソフトウェアはハードウェア及び／又はプロセッサを構成するために使用される。
＜スリットランプ顕微鏡の構成＞
１つの例示的な態様に係るスリットランプ顕微鏡の構成を図１Ａ及び図１Ｂに示す。図１Ａはスリットランプ顕微鏡１の全体構成の例を示し、図１Ｂはスリットランプ顕微鏡１のデータ処理部８の構成例を示す。スリットランプ顕微鏡１は、被検眼Ｅのフォローアップに用いることが可能である。図１Ａ中の符号Ｃは角膜を示し、符号ＣＬは水晶体を示し、符号ＩＲは虹彩を示し、符号ＣＡは隅角を示す。
１つの例示的な態様に係るスリットランプ顕微鏡の構成を図１Ａ及び図１Ｂに示す。図１Ａはスリットランプ顕微鏡１の全体構成の例を示し、図１Ｂはスリットランプ顕微鏡１のデータ処理部８の構成例を示す。スリットランプ顕微鏡１は、被検眼Ｅのフォローアップに用いることが可能である。図１Ａ中の符号Ｃは角膜を示し、符号ＣＬは水晶体を示し、符号ＩＲは虹彩を示し、符号ＣＡは隅角を示す。
スリットランプ顕微鏡１は、照明系２と、撮影系３と、移動機構６と、制御部７と、データ処理部８と、通信部９と、記憶部１０とを含む。スリットランプ顕微鏡１は、単一の装置であってもよいし、２以上の装置を含むシステムであってもよい。後者の例として、スリットランプ顕微鏡１は、照明系２、撮影系３、及び移動機構６を含む本体装置と、制御部７、データ処理部８、及び通信部９を含むコンピュータと、本体装置とコンピュータとの間のデータ通信を担う通信インターフェイスとを含む。このコンピュータは、例えば、本体装置とともに設置されてもよいし、ネットワーク上に設置されてもよい。このコンピュータの例として、上記の情報処理装置、読影端末、及び読影装置がある。
＜照明系２＞
照明系２は、被検眼Ｅの前眼部にスリット光を照射する。符号２ａは、照明系２の光軸（照明光軸）を示す。照明系２は、従来のスリットランプ顕微鏡の照明系と同様の構成を備えていてよい。図示は省略するが、例示的な照明系２は、被検眼Ｅから遠い側から順に、照明光源と、正レンズと、スリット形成部と、対物レンズとを含む。
照明系２は、被検眼Ｅの前眼部にスリット光を照射する。符号２ａは、照明系２の光軸（照明光軸）を示す。照明系２は、従来のスリットランプ顕微鏡の照明系と同様の構成を備えていてよい。図示は省略するが、例示的な照明系２は、被検眼Ｅから遠い側から順に、照明光源と、正レンズと、スリット形成部と、対物レンズとを含む。
照明光源は照明光を出力する。照明系２は複数の照明光源を備えていてよい。例えば、照明系２は、連続光を出力する照明光源と、フラッシュ光を出力する照明光源とを含んでいてよい。また、照明系２は、前眼部用照明光源と後眼部用照明光源とを含んでいてよい。また、照明系２は、出力波長が異なる２以上の照明光源を含んでいてよい。典型的な照明系２は、照明光源として可視光源を含む。照明系２は、赤外光源を含んでいてもよい。照明光源から出力された照明光は、正レンズを通過してスリット形成部に投射される。
スリット形成部は、照明光の一部を通過させてスリット光を生成する。典型的なスリット形成部は、一対のスリット刃を有する。これらスリット刃の間隔（スリット幅）を変更することで照明光が通過する領域（スリット）の幅を変更し、これによりスリット光の幅が変更される。また、スリット形成部は、スリット光の長さを変更可能に構成されてもよい。スリット光の長さとは、スリット幅に対応するスリット光の断面幅方向に直交する方向におけるスリット光の断面寸法である。スリット光の幅やスリット光の長さは、典型的には、スリット光の前眼部への投影像の寸法として表現されるが、これには限定されず、例えば、任意の位置におけるスリット光の断面における寸法として表現することや、スリット形成部により形成されるスリットの寸法として表現することも可能である。
スリット形成部により生成されたスリット光は、対物レンズにより屈折されて被検眼Ｅの前眼部に照射される。
照明系２は、スリット光のフォーカス位置を変更するための合焦機構を更に含んでいてもよい。合焦機構は、例えば、対物レンズを照明光軸２ａに沿って移動させる。対物レンズの移動は、自動及び／又は手動で実行可能である。なお、対物レンズとスリット形成部との間の照明光軸２ａ上の位置に合焦レンズを配置し、この合焦レンズを照明光軸２ａに沿って移動させることによってスリット光のフォーカス位置を変更可能としてもよい。
なお、図１Ａは上面図であり、同図に示すように、本態様では、被検眼Ｅの軸に沿う方向をＺ方向とし、これに直交する方向のうち被検者にとって左右の方向をＸ方向とし、Ｘ方向及びＺ方向の双方に直交する方向をＹ方向とする。典型的には、Ｘ方向は左眼と右眼との配列方向であり、Ｙ方向は被検者の体軸に沿う方向（体軸方向）である。
＜撮影系３＞
撮影系３は、照明系２からのスリット光が照射されている前眼部を撮影する。符号３ａは、撮影系３の光軸（撮影光軸）を示す。本態様の撮影系３は、光学系４と、撮像素子５とを含む。
撮影系３は、照明系２からのスリット光が照射されている前眼部を撮影する。符号３ａは、撮影系３の光軸（撮影光軸）を示す。本態様の撮影系３は、光学系４と、撮像素子５とを含む。
光学系４は、スリット光が照射されている被検眼Ｅの前眼部からの光を撮像素子５に導く。撮像素子５は、光学系４により導かれた光を撮像面にて受光する。
光学系４により導かれる光（被検眼Ｅの前眼部からの光）は、前眼部に照射されているスリット光の戻り光を含み、他の光を更に含んでいてよい。戻り光の例として、反射光、散乱光、蛍光がある。他の光の例として、環境からの光（室内光、太陽光など）がある。前眼部全体を照明するための前眼部照明系が照明系２とは別に設けられている場合には、この前眼部照明光の戻り光が光学系４により導かれる光に含まれる。
光学系４は、従来のスリットランプ顕微鏡の撮影系と同様の構成を備えていてよい。例えば、光学系４は、被検眼Ｅに近い側から順に、対物レンズと、変倍光学系と、結像レンズとを含む。スリット光が照射されている被検眼Ｅの前眼部からの光は、対物レンズ及び変倍光学系を通過し、結像レンズにより撮像素子５の撮像面に結像される。
撮像素子５は、２次元の撮像エリアを有するエリアセンサであり、例えば、電荷結合素子（ＣＣＤ）イメージセンサ又は相補型金属酸化膜半導体（ＣＭＯＳ）イメージセンサであってよい。
撮影系３は、そのフォーカス位置を変更するための合焦機構を更に含んでいてもよい。合焦機構は、例えば、対物レンズを撮影光軸３ａに沿って移動させる。対物レンズの移動は、自動及び／又は手動で実行可能である。なお、対物レンズと結像レンズとの間の撮影光軸３ａ上の位置に合焦レンズを配置し、この合焦レンズを撮影光軸３ａに沿って移動させることによってフォーカス位置を変更可能としてもよい。
照明系２及び撮影系３は、シャインプルーフカメラとして機能する。すなわち、照明光軸２ａに沿う物面と、光学系４と、撮像素子５の撮像面とが、いわゆるシャインプルーフの条件を満足するように、照明系２及び撮影系３が構成される。より具体的には、照明光軸２ａを通るＹＺ面（物面を含む）と、光学系４の主面と、撮像素子５の撮像面とが、同一の直線上にて交差する。これにより、物面内の全ての位置（照明光軸２ａに沿う方向における全ての位置）にピントを合わせて撮影を行うことができる。
本態様では、例えば、前眼部の所定部位の少なくとも一部を含む３次元領域に撮影系３のピントが合った状態で撮影が行われる。Ｚ方向については、例えば、角膜Ｃの前面の頂点（Ｚ＝Ｚ１）から水晶体ＣＬの後面の頂点（Ｚ＝Ｚ２）までの範囲全体に撮影系３のピントが合った状態で撮影を行うことが可能である。なお、Ｚ＝Ｚ０は、照明光軸２ａと撮影光軸３ａとの交点のＺ座標を示す。
このような条件は、典型的には、照明系２に含まれる要素の構成及び配置、撮影系３に含まれる要素の構成及び配置、並びに、照明系２と撮影系３との相対位置によって実現される。照明系２と撮影系３との相対位置を示すパラメータは、例えば、照明光軸２ａと撮影光軸３ａとがなす角度θを含む。角度θは、例えば、１７．５度、３０度、又は４５度に設定される。なお、角度θは可変であってもよい。
＜移動機構６＞
移動機構６は、照明系２及び撮影系３を移動する。移動機構６は、例えば、照明系２及び撮影系３が搭載された可動ステージと、制御部７から入力される制御信号にしたがって動作するアクチュエータと、このアクチュエータにより発生された駆動力に基づき可動ステージを移動する機構とを含む。他の例において、移動機構６は、照明系２及び撮影系３が搭載された可動ステージと、図示しない操作デバイスに印加された力に基づき可動ステージを移動する機構とを含む。操作デバイスは、例えばレバーである。可動ステージは、少なくともＸ方向に移動可能であり、更にＹ方向及び／又はＺ方向に移動可能であってよい。
移動機構６は、照明系２及び撮影系３を移動する。移動機構６は、例えば、照明系２及び撮影系３が搭載された可動ステージと、制御部７から入力される制御信号にしたがって動作するアクチュエータと、このアクチュエータにより発生された駆動力に基づき可動ステージを移動する機構とを含む。他の例において、移動機構６は、照明系２及び撮影系３が搭載された可動ステージと、図示しない操作デバイスに印加された力に基づき可動ステージを移動する機構とを含む。操作デバイスは、例えばレバーである。可動ステージは、少なくともＸ方向に移動可能であり、更にＹ方向及び／又はＺ方向に移動可能であってよい。
本態様において、移動機構６は、例えば、照明系２及び撮影系３を一体的にＸ方向に移動する。つまり、移動機構６は、上記したシャインプルーフの条件が満足された状態を保持しつつ照明系２及び撮影系３をＸ方向に移動する。この移動と並行して、撮影系３は、例えば所定の時間間隔（撮影レート）で動画撮影を行う。これにより、被検眼Ｅの前眼部の３次元領域がスリット光でスキャンされ、この３次元領域内の複数の断面に対応する複数の画像（画像群）が収集される。
また、典型的な例において、照明系２により前眼部に照射されるスリット光の長手方向（長さ方向）はＹ方向に一致され、短手方向（幅方向）はＸ方向に一致される。更に、移動機構６は、照明系２及び撮影系３を一体的にＸ方向に移動する。つまり、移動機構６は、照明系２により前眼部に照射されるスリット光がこのスリット光の幅方向に移動するように照明系２及び撮影系３を移動する。これにより、前眼部の３次元領域を簡便且つ効率的にスキャンすることが可能になる。なお、スリット光の向きと移動方向との組み合わせは任意であってよい。
＜制御部７＞
制御部７は、スリットランプ顕微鏡１の各部を制御する。例えば、制御部７は、照明系２の要素（照明光源、スリット形成部、合焦機構など）、撮影系３の要素（合焦機構、撮像素子など）、移動機構６、データ処理部８、通信部９などを制御する。また、制御部７は、照明系２と撮影系３との相対位置を変更するための制御を実行可能であってもよい。更に、制御部７は、スリットランプ顕微鏡１に含まれるデバイス（例えば表示デバイス）又はスリットランプ顕微鏡１に接続された装置（例えば表示デバイス）を制御可能であってもよい。
制御部７は、スリットランプ顕微鏡１の各部を制御する。例えば、制御部７は、照明系２の要素（照明光源、スリット形成部、合焦機構など）、撮影系３の要素（合焦機構、撮像素子など）、移動機構６、データ処理部８、通信部９などを制御する。また、制御部７は、照明系２と撮影系３との相対位置を変更するための制御を実行可能であってもよい。更に、制御部７は、スリットランプ顕微鏡１に含まれるデバイス（例えば表示デバイス）又はスリットランプ顕微鏡１に接続された装置（例えば表示デバイス）を制御可能であってもよい。
制御部７は、プロセッサ、主記憶装置、補助記憶装置などを含む。補助記憶装置には、制御プログラム等が記憶されている。制御プログラム等は、スリットランプ顕微鏡１がアクセス可能なコンピュータや記憶装置に記憶されていてもよい。制御部７の機能は、制御プログラム等のソフトウェアと、プロセッサ等のハードウェアとの協働によって実現される。
制御部７は、被検眼Ｅの前眼部の３次元領域をスリット光でスキャンするために、照明系２、撮影系３及び移動機構６に対して次のような制御を適用することができる。
まず、制御部７は、照明系２及び撮影系３を所定のスキャン開始位置に配置するように移動機構６を制御する（アライメント制御）。スキャン開始位置は、例えば、Ｘ方向における角膜Ｃの端部（第１端部）に相当する位置、又は、それよりも被検眼Ｅの軸から離れた位置である。
図２Ａの符号Ｘ０は、Ｘ方向における角膜Ｃの第１端部に相当するスキャン開始位置の例を示している。また、図２Ｂの符号Ｘ０′は、Ｘ方向における角膜Ｃの第１端部に相当する位置よりも被検眼Ｅの軸ＥＡから離れたスキャン開始位置の例を示している。
制御部７は、照明系２を制御して、被検眼Ｅの前眼部に対するスリット光の照射を開始させる（スリット光照射制御）。なお、アライメント制御の実行前に、又は、アライメント制御の実行中に、スリット光照射制御を行ってもよい。スリット光は、典型的には連続光であるが、断続光（パルス光）であってもよい。パルス光の点灯制御は、撮影系３の撮影レートに同期される。また、スリット光は、典型的には可視光であるが、赤外光であってもよいし、可視光と赤外光との混合光であってもよい。
制御部７は、撮影系３を制御して、被検眼Ｅの前眼部の動画撮影を開始させる（撮影制御）。なお、アライメント制御の実行前に、又は、アライメント制御の実行中に、撮影制御を行ってもよい。典型的には、スリット光照射制御と同時に、又は、スリット光照射制御よりも後に、撮影制御が実行される。
アライメント制御、スリット光照射制御、及び撮影制御の実行後、制御部７は、移動機構６を制御して、照明系２及び撮影系３の移動を開始する（移動制御）。移動制御により、照明系２及び撮影系３が一体的に移動される。つまり、照明系２と撮影系３との相対位置（角度θなど）を維持しつつ照明系２及び撮影系３が移動される。典型的には、前述したシャインプルーフの条件が満足された状態を維持しつつ照明系２及び撮影系３が移動される。照明系２及び撮影系３の移動は、前述したスキャン開始位置から所定のスキャン終了位置まで行われる。スキャン終了位置は、例えば、スキャン開始位置と同様に、Ｘ方向において第１端部の反対側の角膜Ｃの端部（第２端部）に相当する位置、又は、それよりも被検眼Ｅの軸から離れた位置である。このような場合、スキャン開始位置からスキャン終了位置までの範囲がスキャン範囲となる。
典型的には、Ｘ方向を幅方向とし且つＹ方向を長手方向とするスリット光を前眼部に照射しつつ、且つ、照明系２及び撮影系３をＸ方向に移動しつつ、撮影系３による動画撮影が実行される。
ここで、スリット光の長さ（つまり、Ｙ方向におけるスリット光の寸法）は、例えば、被検眼Ｅの表面において角膜Ｃの径以上に設定される。すなわち、スリット光の長さは、Ｙ方向における角膜径以上に設定されている。また、前述のように、移動機構６による照明系２及び撮影系３の移動距離（つまり、スキャン範囲）は、Ｘ方向における角膜径以上に設定されている。これにより、少なくとも角膜Ｃ全体をスリット光でスキャンすることができる。
このようなスキャンを実行することにより、スリット光の照射位置が異なる複数の前眼部画像が得られる。換言すると、スリット光の照射位置がＸ方向に移動する様が描写された動画像が得られる。このような複数の前眼部画像（つまり、動画像を構成するフレーム群）の例を図３に示す。
図３は、複数の前眼部画像（フレーム群、画像群）Ｆ１、Ｆ２、Ｆ３、・・・、ＦＮを示す。これら前眼部画像Ｆｎ（ｎ＝１、２、・・・、Ｎ）の添字ｎは、時系列順序を表している。つまり、第ｎ番目に取得された前眼部画像が符号Ｆｎで表される。前眼部画像Ｆｎには、スリット光照射領域Ａｎが含まれている。図３に示すように、スリット光照射領域Ａ１、Ａ２、Ａ３、・・・、ＡＮは、時系列に沿って右方向に移動している。
図３に示す例では、スリット光の長手方向（長さ方向）がＹ方向（上下方向、体軸方向）に一致し、短手方向（幅方向）がＸ方向（左右方向、横方向）に一致し、スリット光の移動方向がＸ方向に一致している。また、スキャン開始位置は角膜Ｃの第１端部（左端）よりも外側（左側）の位置であり、スキャン終了位置は角膜Ｃの第２端部（右端）よりも外側（右側）の位置である。このような態様のスキャンによれば、角膜Ｃ全体を含む３次元領域を撮影することができる。なお、スキャン開始位置及び／又はスキャン終了位置は本例に限定されず、例えば、スキャン開始位置及び／又はスキャン終了位置がＸ方向における角膜Ｃの端部であってよい。また、スリット光の向き、スリット光の移動方向、スキャンの回数などの各種スキャンパラメータについても、任意に設定することが可能である。
＜データ処理部８＞
データ処理部８は、各種のデータ処理を実行する。処理されるデータは、スリットランプ顕微鏡１により取得されたデータ、及び、外部から入力されたデータのいずれでもよい。データ処理部８は、撮影系３によって取得された画像を処理することができる。
データ処理部８は、各種のデータ処理を実行する。処理されるデータは、スリットランプ顕微鏡１により取得されたデータ、及び、外部から入力されたデータのいずれでもよい。データ処理部８は、撮影系３によって取得された画像を処理することができる。
データ処理部８は、プロセッサ、主記憶装置、補助記憶装置などを含む。補助記憶装置には、データ処理プログラム等が記憶されている。データ処理プログラム等は、機械学習によって構築されたモデル（学習済みモデル、推論モデルなど）を含んでいてもよい。データ処理プログラム等は、スリットランプ顕微鏡１がアクセス可能なコンピュータや記憶装置に記憶されていてもよい。データ処理部８の機能は、データ処理プログラム等のソフトウェアと、プロセッサ等のハードウェアとの協働によって実現される。
図１Ｂに示す例示的なデータ処理部８は、画像群処理部８０と、加工画像構築部８５と、位置ずれ情報取得部８６と、評価値算出部８７と、良否判定部８８とを含む。
スリットランプ顕微鏡１は、フォローアップ撮影及びその後処理を実行可能であってよい。フォローアップ撮影では、過去に取得された被検眼Ｅの画像を参照することによって過去と同じ位置が撮影される。後処理は、フォローアップ撮影での撮影位置の誤差を評価する処理を含んでいてよい。より具体的には、後処理は、過去の撮影で画像化された被検眼Ｅの領域と、この過去の撮影で得られた画像に基づくフォローアップ撮影で画像化された被検眼Ｅの領域との間のずれを評価する処理を含んでいてよい。
スリットランプ顕微鏡１を用いたフォローアップ撮影は、過去の撮影（スリット光での前眼部スキャン）によるスキャン位置（スキャン範囲）を再現するものである。その準備として、例えば、制御部７は、図示しない患者選択画面を表示デバイス（図示せず）に表示させることができる。患者選択画面には、例えば、フォローアップ撮影が適用される患者を選択するための機能部（患者選択部）と、患者情報を表示する機能部（患者情報表示部）と、撮影情報を表示する機能部（撮影情報表示部）とが設けられている。また、患者選択画面には、各種操作部（ソフトウェアキー）が設けられていてよい。また、スリットランプ顕微鏡１は、患者選択画面に関する操作及び／又は情報入力を行うための操作デバイスを備えていてよい。
患者選択部には、検索クエリの入力スペース、撮影日（過去の最終撮影日等）を選択するためのカレンダーなどが設けられていてよい。患者選択部に入力がなされると、制御部７は、記憶装置（記憶部１０、スリットランプ顕微鏡１がアクセス可能な記憶装置など）に格納されている患者情報を検索し、検索された患者情報を患者情報表示部に表示させることができる。患者情報は、例えば、患者の識別情報（患者ＩＤ、被検者ＩＤ）、氏名、性別、生年月日、電子カルテ情報などを含んでいてよい。撮影日の選択にカレンダーが用いられる場合などにおいて、制御部７は、複数の患者情報が列挙されたリストを患者情報表示部に表示させてもよい。ユーザーは、表示されたリストから所望の患者を選択することができる。
一人の患者が選択されると、制御部７は、その患者に関する撮影情報を記憶装置から取得して撮影情報表示部に表示させることができる。過去に複数回の撮影が実施された場合、制御部７は、例えば、各回の撮影における撮影情報が時系列に応じて列挙されたリストを表示させてよい。撮影情報は、例えば、撮影日、撮影時刻、データ格納先（ファイル番号等）、フォローアップ撮影か否か、スキャンモード（スキャン条件など）、左眼／右眼の識別情報、固視位置、解析処理に関する情報（解析内容、解析条件など）などを含んでいてよい。
フォローアップ撮影で参照される撮影情報が選択されると、制御部７は、選択された撮影情報に対応する過去の撮影で得られた画像を記憶装置から取得して表示デバイスに表示させることができる。このとき、表示画面が患者選択画面から画像表示画面（図示せず）に切り替えられる。ユーザーは、表示された画像を参照し、この画像をフォローアップ撮影に用いるか否か判断することができる。他の画像を参照する場合、ユーザーは、様々な過去の画像を観察して所望の画像を選択することができる。参照される画像が決定されると、制御部７は、この画像を表示デバイスに表示させるとともに、フォローアップ撮影の開始指示待ち状態に移行することができる。
所定の撮影開始指示が入力されると、制御部７は、例えば、アライメント制御、スリット光照射制御、撮影制御、移動制御などを実行することができる。このようにして、過去の撮影と同じ条件で同じ部位を撮影するための制御が行われる。
制御部７は、このようなフォローアップ撮影により得られた画像を、患者情報、スキャン位置情報（スキャン範囲情報）、撮影情報、参照された過去の撮影に関する情報などに関連付けて、記憶部１０に保存することができる。
＜画像群処理部８０＞
画像群処理部８０は、スリット光を用いた前眼部スキャンで収集された画像群の少なくとも一部の画像を処理する。画像群処理部８０の幾つかの例を説明する。図４Ａ、図４Ｂ、図４Ｃ、及び図４Ｄは、それぞれ、画像群処理部８０の第１、第２、第３、及び第４の例である画像群処理部８０Ａ、８０Ｂ、８０Ｃ、及び８０Ｄを示す。なお、画像群処理部８０の構成はこれらに限定されない。例えば、画像群処理部８０は、４つの画像群処理部８０Ａ、８０Ｂ、８０Ｃ、及び８０Ｄのいずれか２つ以上の組み合わせを含んでいてもよい。また、同じ種類の結果又は類似の種類の結果を得るための任意の要素を画像群処理部８０に設けることが可能である。
画像群処理部８０は、スリット光を用いた前眼部スキャンで収集された画像群の少なくとも一部の画像を処理する。画像群処理部８０の幾つかの例を説明する。図４Ａ、図４Ｂ、図４Ｃ、及び図４Ｄは、それぞれ、画像群処理部８０の第１、第２、第３、及び第４の例である画像群処理部８０Ａ、８０Ｂ、８０Ｃ、及び８０Ｄを示す。なお、画像群処理部８０の構成はこれらに限定されない。例えば、画像群処理部８０は、４つの画像群処理部８０Ａ、８０Ｂ、８０Ｃ、及び８０Ｄのいずれか２つ以上の組み合わせを含んでいてもよい。また、同じ種類の結果又は類似の種類の結果を得るための任意の要素を画像群処理部８０に設けることが可能である。
本態様のスリットランプ顕微鏡１は、被検眼Ｅの前眼部に１回以上のスキャンを適用する。各スキャンにより、図３に示す複数の前眼部画像Ｆ１～ＦＮのような画像群が得られる。画像群処理部８０は、このようにして取得された１つ以上の画像群に処理を施すことができる。
スリットランプ顕微鏡１は、２回以上のスキャンを前眼部に適用可能であってよい。例えば、第１回目のスキャンで良好な画像群が得られない場合に、第２回目のスキャンが実行される。より一般に、第１回目～第ｖ回目のスキャンで良好な一連の画像が得られなかった場合に、第ｖ＋１回目のスキャンが実行される（ｖは１以上の整数）。幾つかの例示的な態様では、第１回目～第ｖ回目のｖ回のスキャンで得られたｖ個の画像群から良好な一連の画像（画像セット）が得られない場合に、第ｖ＋１回目のスキャンが実行される。他の幾つかの例示的な態様では、第１回目～第ｖ回目のｖ回のスキャンで得られたｖ個の画像群のいずれもが良好な画像セットでない場合に、第ｖ＋１回目のスキャンが実行される。なお、２回以上のスキャンを実行する態様はこれらに限定されない。
２回以上のスキャンを実行する場合、これらのスキャンの開始位置及び終了位置（つまりスキャン範囲）は同じでもよいし、開始位置及び終了位置の一方又は双方が異なってもよい。典型的には、２回以上のスキャンは、同じスキャン範囲に対して適用される。それにより、図３に示す複数の前眼部画像Ｆ１～ＦＮのような画像群が、スキャン回数と同じ個数だけ取得される。
被検眼Ｅの眼球運動などを考慮すると、典型的には、スキャン範囲（スキャン開始位置、スキャン終了位置）は、前眼部における位置や範囲ではなく、スリットランプ顕微鏡１の動作によって定義される。例えば、スキャンにおける照明系２及び撮影系３の移動の始点がスキャン開始位置とされ、終点がスキャン終了位置とされる。
一方、前眼部における位置や範囲によってスキャン範囲を定義することも可能である。この場合、被検眼Ｅの動きに追従するように照明系２及び撮影系３を移動させる動作（トラッキング）が適用される。本例のスリットランプ顕微鏡１は、例えば従来と同様のトラッキング機能を備える。トラッキング機能は、例えば、前眼部の動画撮影と、各フレームからのランドマークの抽出と、ランドマークを用いたフレーム間の偏位の算出と、偏位を打ち消すための照明系２及び撮影系３の移動制御とを含む。
スキャン範囲の定義（設定）に関する他の例として、既に収集された画像に対してスキャン範囲を設定することが可能である。すなわち、スキャン範囲の設定を事後的に（スキャン後に）行うように構成することができる。なお、本例におけるスキャン範囲は、後の処理に提供される画像の範囲を表すものである。
このような事後的なスキャン範囲設定の第１の例を説明する。本例のスリットランプ顕微鏡は、前眼部撮影が可能であり、且つ、前眼部撮影用光学系とスキャン光学系（照明系２及び撮影系３）との位置関係を認識可能であるとする。本例では、まず、前眼部の十分広い範囲（特にＸ方向及びＹ方向）をスキャンして画像群（広域画像群）を収集しつつ、前眼部撮影を実行する。次に、前眼部撮影で得られた前眼部画像に対してスキャン範囲が設定される。この設定は手動及び自動のいずれで行われてもよい。自動設定は、例えば、前眼部画像を解析してランドマークを検出する処理と、このランドマークを参照してスキャン範囲を設定する処理とを含む。このランドマークは、例えば、角膜縁、隅角、又は瞳孔縁であってよい。スキャン範囲が設定されると、上記した光学系の位置関係に基づいて、このスキャン範囲に相当する各広域画像の部分領域が特定される。最後に、この特定された部分領域を広域画像からクロッピングすることによって、当該スキャン範囲に相当する画像が形成される。これにより、設定されたスキャン範囲に対応する画像群が得られる。本例において、被検眼の固視が安定している場合（又は、そのように仮定する場合若しくは仮定できる場合）などには、前眼部撮影は静止画撮影であってよい。前眼部撮影が動画撮影である場合には、例えばスキャンと動画撮影との制御（同期情報など）に基づいて広域画像群と動画像中のフレーム群とが対応付けられ、対応付けられた広域画像とフレームとのペア毎に上記と同様の処理が実行される。
事後的なスキャン範囲設定の第２の例を説明する。本例では、前眼部撮影を並行的に行わなくてもよく、前眼部の十分広い範囲（特にＸ方向及びＹ方向）をスキャンして広域画像群が収集される。次に、各広域画像に対して、所望のスキャン範囲に相当する部分領域が指定される。この指定は手動及び自動のいずれで行われてもよい。自動指定は、例えば、広域画像を解析してランドマーク（例えば、角膜縁又は隅角）を検出する処理と、このランドマークを参照してスキャン範囲を設定する処理とを含む。また、いずれかの広域画像（基準広域画像）に対して手動でランドマークを指定し、この基準広域画像とそれに隣接する広域画像とを解析して当該隣接広域画像にランドマークを指定してもよい。このような処理を順次に適用することで全ての広域画像に対してランドマークを指定することができる。更に、ランドマークに基づいてスキャン範囲に相当する広域画像の部分領域を特定し、この特定された部分領域を広域画像からクロッピングすることによって当該スキャン範囲に相当する画像を形成することができる。これにより、設定されたスキャン範囲に対応する画像群が得られる。
画像群処理部８０の第１の例を説明する。図４Ａに示す画像群処理部８０Ａは、画像群評価部８１を含む。画像群評価部８１は、被検眼Ｅに対する１回のスキャンで収集された画像群の品質を評価する。幾つかの例示的な態様において、画像群評価部８１は、画像群が所定の条件を満足するか否か判定するように構成されており、典型的には、画像群に含まれるそれぞれの画像が所定の条件を満足するか否か判定するように構成されている。
所定の条件（画像群評価条件）は、例えば、読影や診断を有効に行うために必要とされる画像品質に関する条件であり、例えば、被検眼Ｅに関する条件、スリットランプ顕微鏡１に関する条件、環境に関する条件などがある。画像群評価条件は、例えば、「評価対象の画像が、瞬きの影響を受けていないこと（瞬き条件）」及び「評価対象の画像が、眼球運動の影響を受けていないこと（眼球運動条件）」のいずれか一方及び双方を含んでいてよい。また、画像群評価条件は、画像品質評価に関する任意の指標であってよく、例えば、明るさ、コントラスト、ノイズ、信号対雑音比（ＳＮＲ）、階調再現（ｔｏｎｅ ｒｅｐｒｏｄｕｃｔｉｏｎ）、ダイナミックレンジ、シャープネス、口径食（ケラレ）、収差（球面収差、非点収差、コマ収差、像面湾曲、歪曲収差、色収差など）、色精度（ｃｏｌｏｒ ａｃｃｕｒａｃｙ）、露出精度（ｅｘｐｏｓｕｒｅ ａｃｃｕｒａｃｙ）、レンズフレア、モアレ、及びアーティファクトのうちのいずれかを含んでいてよい。画像選択条件はこれらの例に限定されず、任意に選択されてよい。
瞬き条件について説明する。画像群に含まれる画像について、画像群評価部８１は、例えば、被検眼Ｅの前眼部に照射されたスリット光の反射像が当該画像に含まれているか判定する。この判定は、瞬き中に撮影された画像にはスリット光の反射像が描出されないこと、及び、スリット光の反射像は他領域よりも顕著に明るく表現されることを利用した処理であり、例えば、当該画像における輝度分布に基づき実行される。
一例として、画像群評価部８１は、当該画像から輝度ヒストグラムを作成し、所定閾値以上の輝度の画素が存在するか判断する。所定閾値以上の輝度が存在すると判定された場合、スリット光の反射像が当該画像に含まれていると判定される。本例は、処理が極めて簡便であるという利点を有するが、高輝度のノイズや外光の映り込みを誤検出するおそれがある。
他の例として、画像群評価部８１は、当該画像から輝度ヒストグラムを作成し、所定閾値以上の輝度の画素が所定個数以上存在するか判定する。所定閾値以上の輝度の画素が所定個数以上存在するか判定すると判定された場合、スリット光の反射像が当該画像に含まれていると判定される。本例は、簡便な処理によって上記誤検出の防止を図ることができるという利点を有する。
眼球運動条件について説明する。画像群に含まれる画像について、画像群評価部８１は、例えば、当該画像とこれに隣接する画像との比較によって眼球運動の影響の有無を判定する。この判定は、動画撮影中に眼球運動が発生すると「画像の飛び」が生じることを利用した処理である。
一例として、画像群評価部８１は、当該画像及び隣接画像のそれぞれからランドマークを検出し、これらランドマークの偏位量を算出し、この偏位量が所定閾値以上であるか判断する。偏位量が所定閾値以上であると判定された場合、眼球運動が発生したと判定される。ここで、ランドマークは、例えば、角膜、虹彩、瞳孔、隅角などであってよい。また、閾値は、例えば、撮影系３の撮影レートや、移動機構６による移動速度など、所定のスキャン条件に基づき算出される。
他の例において、画像群評価部８１は、１つの画像から眼球運動の有無を判定するように構成されてもよい。例えば、撮影系３の撮影レートが低速である場合において、高速な眼球運動が発生すると、画像に「ブレ」が生じることがある。画像群評価部８１は、ブレ検出を利用することによって眼球運動の有無を判定することができる。ブレ検出は、典型的には、エッジ検出などの公知技術を用いて行われる。
画像群評価部８１は、入力された画像が上記の画像選択条件を満足するか判定するための人工知能エンジンを含んでいてもよい。この人工知能エンジンは、典型的には、畳み込みニューラルネットワーク（ＣＮＮ）を含み、この畳み込みニューラルネットワークは、スリットランプ顕微鏡により取得された多数の画像と、各画像が画像選択条件を満足するか否かの判定結果とを含む訓練データを用いて、事前に訓練される。なお、訓練データに含まれる画像は、スリットランプ顕微鏡により取得された画像に限定されず、例えば、他の眼科モダリティ（眼底カメラ、ＯＣＴ装置、ＳＬＯ、手術用顕微鏡など）により取得された画像、他の診療科の画像診断モダリティ（超音波診断装置、Ｘ線診断装置、Ｘ線ＣＴ装置、磁気共鳴イメージング（ＭＲＩ）装置など）により取得された画像、実際の画像を加工して生成された画像、擬似的な画像などであってもよい。また、人工知能エンジンに用いられる手法や技術（例えば、ハードウェア、ソフトウェア、機械学習法、ニューラルネットワークの種類など）は任意である。
１回のスキャンで収集された画像群を構成する一連の画像は、スキャン範囲における複数の位置に関連付けられていてよい。この関連付けは、例えば、画像群処理部８０により実行される。その具体例を説明する。Ｘ方向に沿ったスキャン範囲が（Ｎ－１）個の区間に区分され、スキャン開始位置が第１番目の位置に設定され、スキャン終了位置が第Ｎ番目の位置に設定される（Ｎは２以上の整数）。これにより、スキャン範囲にＮ個の位置が設定される。Ｎ個の位置をＢ１、Ｂ２、Ｂ３、・・・、ＢＮで表す（図示せず）。Ｎ個の位置Ｂ１～ＢＮの間隔は等しくてもよいし、異なっていてもよい。位置Ｂ１～ＢＮの個数（Ｎ）は、例えば、スキャン開始位置、スキャン終了位置、スリット光の移動速度（スキャン速度）、撮影系３のフレームレートなどに基づいて設定される。本例で設定される位置Ｂ１～ＢＮの個数（Ｎ）は、１回のスキャンで収集される画像の個数に等しい。なお、位置Ｂ１～ＢＮの個数（Ｎ）は本例に限定されず、また、その設定方法も本例に限定されない。被検眼Ｅの前眼部に１回のスキャンが適用され、図３に示す画像群Ｆ１、Ｆ２、Ｆ３、・・・、ＦＮが取得されたとする。画像群処理部８０は、位置Ｂｎに画像Ｆｎを割り当てることができる。これにより、Ｎ個の位置Ｂｎ（ｎ＝１、２、・・・、Ｎ）に対応するＮ個の画像Ｆｎ（ｎ＝１、２、・・・、Ｎ）が得られる。
画像群は、一連の画像のみを含んでいてもよいし、それ以外の情報を更に含んでいてもよい。一連の画像とともに画像群に含まれる情報の例として、被検者情報、被検眼情報、撮影日時、撮影条件など、各種の付帯情報がある。また、他のモダリティで得られた画像や、検査装置により取得された検査データを、画像群に含めることも可能である。画像群評価部８１の構成や動作については、その幾つかの例を図５Ａ～図５Ｄを参照しつつ後述する。
画像群処理部８０の第２の例を説明する。本例の有効性は、特に、被検眼Ｅに対して２回以上のスキャンが適用される場合に発揮される。図４Ｂに示す画像群処理部８０Ｂは、図４Ａと同様の画像群評価部８１に加えて、画像セット作成部８２を含む。画像群処理部８０Ｂには、被検眼Ｅに適用された２回以上のスキャンで収集された２以上の画像群が提供される。本例の画像群評価部８１は、これらの画像群のそれぞれに対して品質評価を行ってもよいし、最初のスキャン（第１回目のスキャン）で収集された画像群に対してのみ品質評価を行ってもよい。画像セット作成部８２は、画像群処理部８０Ｂに入力された２以上の画像群から、スキャン範囲に対応する一連の画像を選択して画像セットを作成する。
画像セットを構成する一連の画像が表現する範囲は、例えば、２以上のスキャンのうちのいずれか１つのスキャンが適用された３次元領域であってもよいし、２以上のスキャンのうちの少なくとも２つのスキャンにおけるスキャン範囲に基づき設定される３次元領域であってもよい。前者の例として、２以上のスキャンがそれぞれ適用された２以上のスキャン範囲において最大のスキャン範囲又は最小のスキャン範囲を採用することができる。後者の例として、少なくとも２つのスキャン範囲の和集合又は積集合を採用することができる。
また、画像セットは、当該一連の画像のみを含んでいてもよいし、それ以外の情報を更に含んでいてもよい。一連の画像とともに画像セットに含まれる情報の例として、被検者情報、被検眼情報、撮影日時、撮影条件など、各種の付帯情報がある。また、他のモダリティで得られた画像や、検査装置により取得された検査データを、画像セットに含めることも可能である。
画像群処理部８０の第３の例を説明する。第２の例と同様に、本例の有効性は、特に、被検眼Ｅに対して２回以上のスキャンが適用される場合に発揮される。図４Ｃに示す画像群処理部８０Ｃは、図４Ａと同様の画像群評価部８１に加えて、図４Ｂと同様の画像セット作成部８２を含むが、本例の画像セット作成部８２は選択部８２１を含んでいる。
画像群処理部８０Ｃには、被検眼Ｅに適用された２回以上のスキャンで収集された２以上の画像群が提供される。本例の画像群評価部８１は、これらの画像群のそれぞれに対して品質評価を行ってもよいし、最初のスキャン（第１回目のスキャン）で収集された画像群に対してのみ品質評価を行ってもよい。画像セット作成部８２は、画像群処理部８０Ｂに入力された２以上の画像群から、スキャン範囲に対応する一連の画像を選択して画像セットを作成する。この画像セット作成において、選択部８２１は、２以上の画像群のうちから所定の条件を満足する画像を選択する。
所定の条件（画像選択条件）は、前述した画像群評価条件と同じであってもよいし、異なっていてもよい。例えば、画像群評価部８１により一つひとつの画像の品質評価が行われた後に、２以上の画像群が選択部８２１に提供されるように構成されている場合、選択部８２１は、画像配列に関する条件（例えば、瞬き条件、眼球運動条件など）を考慮して画像選択を行うように構成されてよい。なお、画像選択条件はこれらの例に限定されず、また、画像群評価条件と画像選択条件との間の関係もこれらの例に限定されない。
以下、選択部８２１が瞬き条件を考慮する場合と眼球運動条件を考慮する場合とについて説明する。なお、これら以外の条件を考慮する場合などについては、画像群評価部８１に関する後述の具体例（図５Ａ～図５Ｄを参照）と同様の処理を選択部８２１は実行することができる。
瞬き条件を考慮した画像選択について説明する。なお、瞬き条件は「評価対象の画像が、瞬きの影響を受けていないこと」を確認するための条件である。２以上の画像群に含まれる画像について、選択部８２１は、例えば、被検眼Ｅの前眼部に照射されたスリット光の反射像が当該画像に含まれているか判定する。この判定は、瞬き中に撮影された画像にはスリット光の反射像が描出されないこと、及び、スリット光の反射像は他領域よりも顕著に明るく表現されることを利用した処理であり、例えば、当該画像における輝度分布に基づき実行される。
一例として、選択部８２１は、当該画像から輝度ヒストグラムを作成し、所定閾値以上の輝度の画素が存在するか判断する。所定閾値以上の輝度が存在すると判定された場合、スリット光の反射像が当該画像に含まれていると判定される。本例は、処理が極めて簡便であるという利点を有するが、高輝度のノイズや外光の映り込みを誤検出するおそれがある。
他の例として、選択部８２１は、当該画像から輝度ヒストグラムを作成し、所定閾値以上の輝度の画素が所定個数以上存在するか判定する。所定閾値以上の輝度の画素が所定個数以上存在するか判定すると判定された場合、スリット光の反射像が当該画像に含まれていると判定される。本例は、簡便な処理によって上記誤検出の防止を図ることができるという利点を有する。
眼球運動条件を考慮した画像選択について説明する。なお、眼球運動条件は「評価対象の画像が、眼球運動の影響を受けていないこと」を確認するための条件である。２以上の画像群に含まれる画像について、選択部８２１は、例えば、当該画像とこれに隣接する画像との比較によって眼球運動の影響の有無を判定する。この判定は、動画撮影中に眼球運動が発生すると「画像の飛び」が生じることを利用した処理である。
一例として、選択部８２１は、当該画像及び隣接画像のそれぞれからランドマークを検出し、これらランドマークの偏位量を算出し、この偏位量が所定閾値以上であるか判断する。偏位量が所定閾値以上であると判定された場合、眼球運動が発生したと判定される。ここで、ランドマークは、例えば、角膜、虹彩、瞳孔、隅角などであってよい。また、閾値は、例えば、撮影系３の撮影レートや、移動機構６による移動速度など、所定のスキャン条件に基づき算出される。
他の例において、選択部８２１は、１つの画像から眼球運動の有無を判定するように構成されてもよい。例えば、撮影系３の撮影レートが低速である場合において、高速な眼球運動が発生すると、画像に「ブレ」が生じることがある。選択部８２１は、ブレ検出を利用することによって眼球運動の有無を判定することができる。ブレ検出は、典型的には、エッジ検出などの公知技術を用いて行われる。
画像群評価部８１の場合と同様に、選択部８２１は、入力された画像が上記の画像選択条件を満足するか判定するための人工知能エンジンを含んでいてもよい。
画像セット作成部８２により作成される画像セットに含まれる一連の画像は、スキャン範囲における複数の位置に関連付けられていてよい。例えば、選択部８２１は、スキャン範囲における複数の位置のそれぞれに１以上の画像を割り当てるように画像の選択を行うように構成されていてよい。
具体例を説明する。前述したように、Ｘ方向に沿ったスキャン範囲が（Ｎ－１）個の区間に区分され、スキャン開始位置が第１番目の位置に設定され、スキャン終了位置が第Ｎ番目の位置に設定される（Ｎは２以上の整数）。これにより、スキャン範囲にＮ個の位置が設定される。Ｎ個の位置をＢ１、Ｂ２、Ｂ３、・・・、ＢＮで表す。
被検眼Ｅの前眼部に２回以上のスキャンが適用された結果、図３に示す画像群Ｆ１、Ｆ２、Ｆ３、・・・、ＦＮが取得されたとする。なお、図３に示すＮ個の画像Ｆ１～ＦＮは、上記の説明では１回のスキャンで得られた画像群とされているが、本明細書では、説明の簡略化のために、図３に示すＮ個の画像Ｆ１～ＦＮを任意の画像群（複数の画像）として参照することがある。例えば、本例の説明では、画像セットに含まれる一連の画像としてＮ個の画像Ｆ１～ＦＮが参照される。
このようなＮ個の位置をＢ１～ＢＮ及びＮ個の画像Ｆ１～ＦＮについて、選択部８２１は、位置Ｂｎに画像Ｆｎを割り当てることができる。これにより、Ｎ個の位置Ｂｎ（ｎ＝１、２、・・・、Ｎ）に対応するＮ個の画像Ｆｎ（ｎ＝１、２、・・・、Ｎ）が得られ、例えば、画像群Ｆｎを「一連の画像」とする画像セットが作成される。
幾つかの例示的な態様では、第１回目のスキャンで得られた画像群の品質が良好でないと画像群評価部８１により評価された場合、自動的に又はユーザーの指示に応じて第２回目のスキャンが行われる。前眼部に適用されるスキャンの回数が２回以上である場合、スリットランプ顕微鏡１は、前眼部に２回以上のスキャンを適用する動作と、それにより収集された２以上の画像群から一連の画像を選択する動作とを実行するが、これら動作の実行態様は任意であってよい。第１の例として、スリットランプ顕微鏡１は、第１回目のスキャンで得られた画像群の品質が良好でないと評価されたことに対応して、前眼部に対するスキャンと、このスキャンにより取得された画像群からの画像の選択とを、交互に繰り返すように構成されてよい。第２の例として、スリットランプ顕微鏡１は、第１回目のスキャンで得られた画像群の品質が良好でないと評価されたことに対応して、２回以上のスキャンをまとめて行った後に、それにより収集された２以上の画像群から一連の画像を選択するように構成されてよい。以下、これら２つの例について説明する。なお、画像群からの画像の選択の代わりに、又はそれに加えて、画像群評価部８１による画像群の評価を行ってもよい。前述したように、画像群評価と画像選択とは、同様の処理、類似の処理、又は互換的な処理であってよい。幾つかの例示的な態様において、画像群評価として説明した事項を画像選択に適用することが可能であり、逆に、画像選択として説明した事項を画像群評価に適用することが可能である。
第１回目のスキャンで得られた画像群の品質が良好でないと画像群評価部８１により評価された後に実行されるスキャン及び画像選択の態様の第１の例は、スキャンと画像選択との交互反復である。より具体的には、第１の例では、例えば、前眼部へのスキャンの適用と、このスキャンで得られた画像群からの画像の選択との組が、所定回数繰り返し実行される。つまり、第１の例では、第１番目の組の動作（スキャン及び画像選択）、第２番目の組の動作（スキャン及び画像選択）、・・・、第Ｕ番目の組の動作（スキャン及び画像選択）の順に、Ｕ個の組の動作が実行される（Ｕは１以上の整数）。また、この交互反復の前に行われた第１回目のスキャンと、第１回目のスキャンで得られた画像群の品質評価（画像群評価部８１）との組を、第０番目の組の動作と呼ぶこととする。
ここで、第ｕ番目の組におけるスキャンの回数は、１以上の任意の回数であってよい（ｕ＝０、１、・・・、Ｕ）。また、第ｕ１番目の組におけるスキャンの回数と、第ｕ２番目の組におけるスキャンの回数とは、等しくてもよいし、異なってもよい（ｕ１＝０、１、・・・、Ｕ；ｕ２＝０、１、・・・、Ｕ；ｕ１≠ｕ２）。
第１の例において、選択部８２１は、既に行われた２回以上のスキャンで収集された２つ以上の画像群から画像を選択して暫定的画像セットを作成するように構成されてよい。つまり、スリットランプ顕微鏡１は、スキャンと画像選択との交互反復を実行中の任意の時点において、当該時点までに実施された２回以上のスキャンで得られた２以上の画像群から暫定的画像セットを作成するように構成されてよい。例えば、第ｕ番目の組におけるスキャンが行われた後、選択部８２１は、第０番目の組から第ｕ番目の組で得られた全ての画像のうちから暫定的画像セットを作成するように構成される。このような構成によれば、最終的な画像セットを構築するために、現時点までに得られた画像群から暫定的な画像セットを作成することができる。
暫定的画像セットを作成する上記構成が適用される場合、次の構成を組み合わせることができる。被検眼Ｅの前眼部に新たなスキャンが適用されたとき、選択部８２１は、まず、この新たなスキャンで収集された新たな画像群から画像を選択する。続いて、選択部８２１は、この新たなスキャンよりも前に行われた１以上のスキャンに基づく暫定的画像セットに、この新たな画像群から選択された画像を付加することで新たな暫定的画像セットを作成する。例えば、第（ｕ＋１）番目の組におけるスキャンが行われた後、選択部８２１は、まず、第（ｕ＋１）番目の組で得られた画像群から画像を選択することができる。更に、選択部８２１は、第０番目の組から第ｕ番目の組で得られた画像群に基づく暫定的画像セットに、第（ｕ＋１）番目の組で得られた画像群から選択された画像を付加することによって、新たな暫定的画像セットを作成することができる。このような構成によれば、前眼部にスキャンが適用される度に、このスキャンで得られた画像群に基づいて暫定的画像セットを逐次に更新することができる。これにより、最終的な画像セットの構築を確実且つ効率的に行うことが可能となる。
暫定的画像セットを作成（及び更新）する上記構成が適用される場合、次の構成を組み合わせることができる。制御部７（又は画像セット作成部８２（選択部８２１））は、暫定的画像セットに含まれる画像の個数をカウントする画像個数カウンタを含む。暫定的画像セットに含まれる画像の個数が所定の個数に達したとき、制御部７は、スキャンの適用と画像の選択との交互反復を終了するようにスキャン部（照明系２、撮影系３、移動機構６）及び選択部８２１を制御する。ここで、所定の個数は、最終的な画像セットに含まれる一連の画像の個数であり、事前に又は処理状況から設定される。また、暫定的画像セットに含まれる画像の個数が所定の個数に達したか否かの判定は、制御部７により実行される。この判定は、個数の比較のみであってよい。或いは、スキャン範囲における複数の位置と一連の画像とが関連付けられている場合（前述）、複数の位置の全てについて対応画像が割り当てられたか否か判定してもよい。このような構成によれば、最終的な画像セットのために必要な個数が得られたら、スキャンと画像選択との交互反復を自動で終了することができる。
暫定的画像セットを作成（及び更新）する上記構成が適用される場合、次の構成を更に組み合わせることができる。制御部７は、スキャンと画像選択との交互反復の回数をカウントする反復回数カウンタを含む。カウントされる回数は、スキャンと画像選択との組（第１番目の組～第Ｕ番目の組）を単位として定義してもよいし、スキャン回数を単位として定義してもよい。反復回数が所定の回数に達したとき、制御部７は、スキャンの適用と画像の選択との交互反復を終了するようにスキャン部（照明系２、撮影系３、移動機構６）及び選択部８２１を制御する。スキャンと画像選択との組を単位として反復回数が定義される場合、所定の回数は、事前に設定された組の総数（Ｕ＋１）に等しい。スキャン回数を単位として反復回数が定義される場合、所定の回数は、事前に設定された総スキャン回数に等しい。また、反復回数が所定の回数に達したか否かの判定は、制御部７により実行される。このような構成によれば、事前に設定された回数だけスキャン及び画像選択が繰り返された段階でこれを自動で終了することができる。本構成を用いない場合、最終的な画像セットの構築に必要な個数の画像が選択されるまでスキャン及び画像選択が繰り返されるため、被検者を疲労させるとともに撮影効率が低減する。特に、複数の被検者の撮影を順次に行う場合、撮影のスループットが大きく毀損される。
以上のように、本態様は、スキャンと画像選択との交互反復を自動で終了するように構成されてよい。この自動終了の条件は上記した２つの例に限定されず、例えばユーザーからの指示入力であってもよい。或いは、スキャンと画像選択との交互反復の開始からの経過時間を計測し、所定の時間に達したときに交互反復を終了するようにしてもよい。なお、スキャンと画像選択との反復レートが一定である場合、経過時間に基づく自動終了制御は、上記した反復回数に基づく自動終了制御と同等である。画像セット作成部８２は、スキャンと画像選択との交互反復が終了されたときの暫定的画像セットに基づいて画像セットを作成することができる。暫定的画像セットは、例えば、スキャン範囲に対応する一連の画像として画像セットに含まれる。スリットランプ顕微鏡１には、被検者ＩＤ、公的ＩＤ、氏名、年齢、性別など、所定の被検者情報が別途に入力される。画像セット作成部８２は、このような被検者情報、被検眼情報（左眼／右眼を示す情報など）、撮影日時、撮影条件などを、一連の画像の付帯情報として構成することで、画像セットを作成することができる。また、画像セットは、スリットランプ顕微鏡１で得られた他の画像、他のモダリティで得られた画像、検査装置により取得された検査データなどを含んでいてもよい。以上で、スキャン及び画像選択の実行態様の第１の例の説明を終える。
次に、第１回目のスキャンで得られた画像群の品質が良好でないと画像群評価部８１により評価された後に実行されるスキャン及び画像選択の態様の第２の例について説明する。本例は、２回以上のスキャンをまとめて行った後に、それにより収集された２以上の画像群から一連の画像を選択するように構成される。そして、この２回以上のスキャンで収集された２つ以上の画像群と、その前に行われた第１回目のスキャンで得られた画像群とのうちから画像の選択が行われ、選択された一連の画像を含む画像セットが作成される。
このような処理の具体例を説明する。選択部８２１は、まず、各スキャンに対応する画像群と、スキャン範囲における複数の位置（前述）とを対応付ける。これにより、スキャン範囲における複数の位置のそれぞれに対し、異なるスキャンに対応する２以上の画像が割り当てられる。
続いて、スキャン範囲における複数の位置のそれぞれについて、選択部８２１は、当該位置に割り当てられた２以上の画像のうちから１つの画像を選択する。本例に適用される画像選択条件は、例えば、前述した瞬き条件及び眼球運動条件であってよい。これにより、スキャン範囲における複数の位置に対して１つずつ画像が割り当てられる。このようにして複数の位置に対応付けられた複数の画像が、画像セットに含まれる一連の画像として採用される。以上で、スキャン及び画像選択の実行態様の第２の例の説明を終える。
画像群処理部８０の第４の例を説明する。第２及び第３の例と同様に、本例の有効性は、特に、被検眼Ｅに対して２回以上のスキャンが適用される場合に発揮される。図４Ｄに示す画像群処理部８０Ｄは、図４Ａと同様の画像群評価部８１と、図４Ｂ又は図４Ｃと同様の画像セット作成部８２とに加えて、画像セット評価部８３を含んでいる。
画像セット評価部８３は、画像セット作成部８２により作成された画像セットの品質を評価する。この評価は、診断（読影）を有効に行うために十分な品質を画像セットが有しているか判定するものであり、この観点から評価項目や評価基準が決定される。評価項目や評価基準は、画像群評価条件の少なくとも一部及び／又は画像選択条件の少なくとも一部と共通であってよいが、それらに限定されない。
画像セット評価部８３は、画像セットの態様に応じて異なる評価を行うように構成されてもよい。例えば、暫定的画像セットに含まれる画像の個数が所定の個数に達したことに対応して作成された画像セットに適用される評価と、スキャン及び画像選択の交互反復の回数が所定の回数に達したことに対応して作成された画像セットに適用される評価とは、互いに異なってよい。なお、画像セットの態様に関わらず同じ評価を適用してもよい。
画像セットの品質評価の例として、各画像の品質の評価（画像群の評価と同様であってよい）に加え、一連の画像の「配列順序」の評価、「画像の飛び（抜け）」の評価、「位置ずれ」の評価などがある。配列順序の入れ替わり、画像の飛び、位置ずれ等の画像セットの不具合は、眼球運動や固視ずれなどに起因して生じる。
一連の画像の配列順序の評価について説明する。幾つかの例において、一連の画像と、スキャン範囲における複数の位置との間には、前述の対応関係（一対一対応）が設定されている。画像セット評価部８３は、この対応関係を利用して配列順序の評価を行うことができる。
ここで、スキャン範囲における複数の位置には、実空間における位置関係に対応した順序付けがなされている。一例を説明する。前述したように、Ｘ方向に沿ったスキャン範囲が（Ｎ－１）個の区間に区分され、スキャン開始位置からスキャン終了位置に向かって順に、Ｎ個の位置Ｂ１、Ｂ２、Ｂ３、・・・、ＢＮが設定されているとする。つまり、Ｎ個の位置Ｂ１～ＢＮには、実空間における位置関係に対応した順序付けが施されている。また、Ｎ個の位置Ｂ１～ＢＮに対してＮ個の画像Ｆ１～ＦＮ（一連の画像）が一対一の関係で対応付けられているとする。
このような前提の下、画像セット評価部８３は、例えば、Ｎ個の位置Ｂ１～ＢＮの配列順序（相対位置関係）にしたがってＮ個の画像Ｆ１～ＦＮを配置する。この処理は、例えば、或る３次元座標系内にＮ個の位置Ｂ１～ＢＮの座標を設定し、設定されたＮ個の座標にしたがってＮ個の画像Ｆ１～ＦＮを配置する（埋め込む）ことにより実現される。より詳細には、画像セット評価部８３は、例えば、Ｎ個の画像Ｆ１～ＦＮからそれぞれスリット光照射領域Ａ１～ＡＮ（２次元断面画像）を抽出し、３次元座標系内にＮ個の位置Ｂ１～ＢＮの座標を設定し、設定されたＮ個の座標にしたがってＮ個の２次元断面画像Ａ１～ＡＮを埋め込むことができる。
画像セット評価部８３は、３次元座標系に埋め込まれた画像Ｆ１～ＦＮ（２次元断面画像Ａ１～ＡＮ）を解析することで、配列順序が適切であるか評価することができる。例えば、画像セット評価部８３は、画像Ｆ１～ＦＮ（２次元断面画像Ａ１～ＡＮ）から注目領域（角膜前面、角膜後面、虹彩、瞳孔、水晶体前面、水晶体後面、隅角などの注目部位に対応する画像領域）を検出し、画像Ｆ１～ＦＮ（２次元断面画像Ａ１～ＡＮ）の配列方向（本例ではＸ方向）における注目領域の形態（連結性、連続性など）に基づいて評価を行うことができる。例えば、所定寸法以上のギャップが注目領域に存在する場合、配列順序は適切でない（配列順序に入れ替わりが存在する）と判断される。
他の例において、画像セット評価部８３は、３次元座標系に埋め込まれた画像Ｆ１～ＦＮ（２次元断面画像Ａ１～ＡＮ）から、Ｘ方向に沿った断面像を構築する。更に、画像セット評価部８３は、この断面像の形態（連結性、連続性など）に基づいて評価を行うことができる。
画像の飛びの評価や、位置ずれの評価についても、配列順序の評価と同じ要領で実行することが可能である。
画像群評価部８１や選択部８２１の場合と同様に、画像セット評価部８３は、入力された画像セットが有効な診断のために十分な品質を有しているか評価するための人工知能エンジンを含んでいてもよい。
画像セットの品質が良好であると画像セット評価部８３により評価された場合、制御部７は、この画像セットを通信部９に送信させるための制御を行うように構成されてよい。例えば、制御部７は、この画像セットを含む送信用情報を準備し、この送信用情報を所定の外部装置に送信するように通信部９を制御する。
スリットランプ顕微鏡１から画像セット等を出力する態様は、送信に限定されない。送信以外の出力態様の例として、記憶装置（データベースなど）への保存、記録媒体への記録、印刷媒体への印刷などがある。
画像セットの品質が良好でないと画像セット評価部８３により評価された場合、制御部７は、被検眼Ｅに対する新たなスキャンを行うための制御、つまり新たな画像群（新たな画像セット）を取得するための制御を行うように構成されてよい。例えば、制御部７は、所定の出力情報を表示及び／又は音声出力するように構成されてよい。所定の出力情報は、例えば、撮影に失敗したこと、又は、再撮影の必要があることなど、ユーザーに再撮影を促すための内容を有する。
或いは、制御部７は、画像セットの品質が良好でないと画像セット評価部８３により評価された場合、再撮影（スキャン及び画像セット作成の再度の実行）を自動で開始するために、少なくともスキャン部（照明系２、撮影系３、移動機構６）及び画像セット作成部８２に指令を送るように構成されてよい。
更に、画像群評価部８１の幾つかの例について図５Ａ～図５Ｄを参照しつつ説明する。なお、画像群評価部８１はこれらの例に限定されず、任意の変形（付加、置換、省略など）が可能である。また、これらの例や変形のうちの２つ以上を少なくとも部分的に組み合わせることが可能である。
画像群評価部８１の第１の例について図５Ａ及び図５Ｂを参照しつつ説明する。本例は、人工知能技術を利用して画像群の品質評価を行うものである。図５Ａに示す画像群評価部８１Ａは、推論モデル８１２Ａを用いて画像群の品質評価を行う推論部８１１Ａを含んでいる。
推論モデル８１２Ａは、複数の前眼部画像を含む訓練データを用いた機械学習によって予め構築される。推論モデル８１２Ａを構築する装置（推論モデル構築装置）は、スリットランプ顕微鏡１（データ処理部８など）又はその周辺機器（コンピュータなど）に設けられてもよいし、他のコンピュータであってもよい。
図５Ｂに示すモデル構築部９０は、このような推論モデル構築装置の例であり、スリットランプ顕微鏡１又はその周辺機器に設けられているものとする。モデル構築部９０は、学習処理部９１と、ニューラルネットワーク９２とを含む。
ニューラルネットワーク９２は、典型的には、畳み込みニューラルネットワーク（ＣＮＮ）を含む。畳み込みニューラルネットワークの構造の一例を図５Ｂに示す。
入力層には、画像が入力される。入力層の後ろには、畳み込み層とプーリング層とのペアが複数配置されている。図５Ｂに示す例には畳み込み層とプーリング層とのペアが３つ設けられているが、ペアの個数は任意である。
畳み込み層では、画像から特徴（輪郭など）を把握するための畳み込み演算が行われる。畳み込み演算は、入力された画像に対する、この画像と同じ次元のフィルタ関数（重み係数、フィルタカーネル）の積和演算である。畳み込み層では、入力された画像の複数の部分にそれぞれ畳み込み演算を適用する。より具体的には、畳み込み層では、フィルタ関数が適用された部分画像の各画素の値に、その画素に対応するフィルタ関数の値（重み）を乗算して積を算出し、この部分画像の複数の画素にわたって積の総和を求める。このように得られた積和値は、出力される画像における対応画素に代入される。フィルタ関数を適用する箇所（部分画像）を移動させながら積和演算を行うことで、入力された画像の全体についての畳み込み演算結果が得られる。このような畳み込み演算によれば、多数の重み係数を用いて様々な特徴が抽出された画像が多数得られる。つまり、平滑化画像やエッジ画像などの多数のフィルタ処理画像が得られる。畳み込み層により生成される多数の画像は特徴マップと呼ばれる。
プーリング層では、直前の畳み込み層により生成された特徴マップの圧縮（データの間引きなど）が行われる。より具体的には、プーリング層では、特徴マップ内の注目画素の所定の近傍画素における統計値を所定の画素間隔ごとに算出し、入力された特徴マップよりも小さな寸法の画像を出力する。なお、プーリング演算に適用される統計値は、例えば、最大値（ｍａｘ ｐｏｏｌｉｎｇ）又は平均値（ａｖｅｒａｇｅ ｐｏｏｌｉｎｇ）である。また、プーリング演算に適用される画素間隔は、ストライド（ｓｔｒｉｄｅ）と呼ばれる。
畳み込みニューラルネットワークは、畳み込み層とプーリング層との複数のペアによって処理を行うことにより、入力された画像から多くの特徴を抽出することができる。
畳み込み層とプーリング層との最後のペアの後ろには、全結合層が設けられている。図２に示す例においては２つの全結合層が設けられているが、全結合層の個数は任意である。全結合層では、畳み込みとプーリングとの組み合わせによって圧縮された特徴量を用いて、画像分類、画像セグメンテーション、回帰などの処理を行う。最後の全結合層の後ろには、出力結果を提供する出力層が設けられている。
なお、幾つかの例示的な態様において、畳み込みニューラルネットワークは、全結合層を含まなくてもよいし（例えば、全層畳み込みネットワーク（ＦＣＮ））、サポートベクターマシン、再帰型ニューラルネットワーク（ＲＮＮ）などを含んでいてもよい。また、ニューラルネットワーク９２に対する機械学習は、転移学習であってもよい。つまり、ニューラルネットワーク９２は、他の訓練データ（訓練画像）を用いた学習が既に行われてパラメータ調整が為されたニューラルネットワークを含んでいてもよい。また、モデル構築部９０（学習処理部９１）は、学習済みのニューラルネットワーク（９２）にファインチューニングを適用可能に構成されてもよい。ニューラルネットワーク９２は、例えば、公知のオープンソースのニューラルネットワークアーキテクチャを用いて構築されたものであってよい。
学習処理部９１は、訓練データを用いた機械学習をニューラルネットワーク９２に適用する。ニューラルネットワーク９２が畳み込みニューラルネットワークを含んでいる場合、学習処理部９１によって調整されるパラメータは、例えば、畳み込み層のフィルタ係数と、全結合層の結合重み及びオフセットとを含む。
訓練データは、前述したように、複数の前眼部画像を少なくとも含んでいる。複数の前眼部画像は、典型的には、スリットランプ顕微鏡によって取得された画像であるが、これに限定されず、例えば、他の眼科モダリティ（眼底カメラ、ＯＣＴ装置、ＳＬＯ、手術用顕微鏡など）により取得された画像、他の診療科の画像診断モダリティ（超音波診断装置、Ｘ線診断装置、Ｘ線ＣＴ装置、磁気共鳴イメージング（ＭＲＩ）装置など）により取得された画像、実際の画像を加工して生成された画像、擬似的な画像などを含んでいてもよい。また、データ拡張、データオーギュメンテーションなどの技術を用いて、訓練データの個数を増加させてもよい。
推論モデルを構築するための訓練手法は任意であってよいが、例えば、教師あり学習、教師なし学習、及び強化学習のいずれか、又は、いずれか２以上の組み合わせであってよい。
幾つかの例示的な態様では、入力画像に最終出力のラベルが付された訓練データを用いて教師あり学習が実施される。例えば、訓練データに含まれる複数の前眼部画像のそれぞれには、読影可能又は読影不可能であることを示すラベルが予め付帯されている。ラベルは、例えば、医師又は他の推論モデルによって生成される。学習処理部９１は、このような訓練データを用いた教師あり学習をニューラルネットワーク９２に適用することによって推論モデル８１２Ａを構築することができる。
このようにして構築された本例の推論モデル８１２Ａは、前眼部をスリット光でスキャンして得られた画像を入力とし、且つ、読影可能性を出力とした学習済みモデルである。なお、推論モデル８１２Ａの出力である読影可能性は、評価対象の画像群が読影に適しているか否かを示す任意のパラメータであってよく、例えば、読影可能又は読影不可能の判別、読影を実施できる確率、読影を実施した場合の結果の妥当性（例えば、確度、精度）などであってよい。
ニューラルネットワーク９２の特定のユニットに処理が集中しないようにするために、学習処理部９１は、幾つかのユニットをランダムに選んで無効化し、残りのユニットを用いて学習を行ってもよい（ドロップアウト）。
推論モデル構築に用いられる手法は、ここに示した例に限定されない。例えば、サポートベクターマシン、ベイズ分類器、ブースティング、ｋ平均法、カーネル密度推定、主成分分析、独立成分分析、自己組織化写像、ランダムフォレスト、敵対的生成ネットワーク（ＧＡＮ）といった任意の手法を、推論モデルを構築するために利用することが可能である。
図５Ａに示す推論部８１１Ａは、このような推論モデル８１２Ａを用いて、被検眼Ｅの前眼部に対する１回のスキャンで収集された画像群の品質を評価する。より具体的に説明すると、まず、推論部８１１Ａは、画像群又はそれに含まれる各画像を推論モデル８１２Ａに入力する。推論モデル８１２Ａは、入力された画像群又は画像から読影可能性を示す情報を導出する。
推論部８１１Ａは、推論モデル８１２Ａから出力された読影可能性情報をそのまま推論結果としてもよいし、読影可能性情報に基づき推論結果を生成してもよい。後者の例として、推論部８１１Ａは、読影可能性情報から表示用の情報を生成してもよいし、所定の統計処理を実行してもよい。
画像群評価部８１の第２の例について図５Ｃを参照しつつ説明する。本例は、画像群を３次元画像化して品質評価を行うものである。図５Ｃに示す画像群評価部８１Ｂは、３次元画像構築部８１１Ｂと、比較部８１２Ｂと、評価処理部８１３Ｂとを含む。
３次元画像構築部８１１Ｂは、被検眼Ｅの前眼部に対する１回のスキャン収集された画像群から３次元画像を構築する。例えば、３次元画像構築部８１１Ｂは、単一の３次元座標系に画像群を埋め込むことによってスタックデータを構築するように構成されてよい。このスタックデータは、例えば、図３に示すＮ個の２次元断面画像Ａ１～ＡＮを、前述したＮ個の位置Ｂ１～ＢＮの配列（相対位置関係）にしたがって３次元座標系に埋め込むことによって構築される。
３次元画像構築部８１１Ｂは、画像群から構築されたスタックデータにボクセル化処理を適用してボリュームデータを構築するように構成されてもよい。更に、３次元画像構築部８１１Ｂは、スタックデータ又はボリュームデータに所定のレンダリングを適用することができる。レンダリングの例として、ボリュームレンダリング、サーフェスレンダリングなどがある。
比較部８１２Ｂは、３次元画像構築部８１１Ｂにより構築された３次元画像（スタックデータ、ボリュームデータ、レンダリング画像など）を所定の基準３次元画像と比較する。基準３次元画像は、１つ以上の任意の個数だけ準備される。
基準３次元画像は、正常眼に対応する１以上の基準３次元画像を含んでいてよい。正常眼に対応する基準３次元画像は、例えば、正常眼（疾患が認められなかった眼（健常眼））を撮影して取得された画像であってよい。この基準３次元画像を取得するための撮影モダリティは任意であってよいが、典型的には、スリットランプ顕微鏡１又はこれと同様のスリットランプ顕微鏡である。また、正常眼に対応する基準３次元画像は、正常眼のモデル（模型眼など）を撮影して取得された画像、又は、正常眼のモデル若しくは臨床例からコンピュータグラフィックスにより作成された画像であってもよい。
基準３次元画像は、患眼に対応する１以上の基準３次元画像を含んでいてよい。患眼に対応する基準３次元画像は、例えば、特定の疾患の確定診断がなされた眼を撮影して取得された画像であってよい。この基準３次元画像を取得するための撮影モダリティは任意であってよいが、典型的には、スリットランプ顕微鏡１又はこれと同様のスリットランプ顕微鏡である。また、患眼に対応する基準３次元画像は、患眼のモデル（模型眼など）を撮影して取得された画像、又は、患眼のモデル若しくは臨床例からコンピュータグラフィックスにより作成された画像であってもよい。
比較部８１２Ｂは、３次元画像構築部８１１Ｂにより構築された３次元画像と基準３次元画像とのマッチングを実行して所定のパラメータの値を算出する。この画像マッチングは、例えば、画像相関法、特徴ベースマッチング、領域ベースマッチング、機械学習（学習済みモデル）など、任意の手法を利用したものであってよい。また、算出されるパラメータは、相関値、マッチングパラメータ（角度、スケール、類似度、適合度など）、学習済みモデルの出力パラメータなど、任意のパラメータであってよい。
このような画像マッチングは、典型的には、３次元画像に描出されている組織や部位（角膜、虹彩、瞳孔、隅角など）の形状や構造が、標準的な正常眼の形状や構造とどの程度類似しているか、及び／又は、標準的な患眼の形状や構造とどの程度類似しているかを、定量的に（つまり数値として）表現する処理である。
評価処理部８１３Ｂは、比較部８１２Ｂにより算出されたパラメータ値に基づいて、当該画像群の品質の評価を行う。例えば、評価処理部８１３Ｂは、比較部８１２Ｂにより算出されたパラメータ値を所定の閾値と比較することによって当該画像群の品質を評価するように構成されてよい。或いは、評価処理部８１３Ｂは、比較部８１２Ｂにより算出されたパラメータ値が所定の範囲に含まれるか否か判断することによって当該画像群の品質を評価するように構成されてよい。なお、評価処理部８１３Ｂが実行する処理の手法はこれらに限定されず、或るパラメータの値から評価結果を導出するために用いることが可能な任意の手法であってよい。
３次元画像構築を利用した画像群の品質評価は本例に限定されない。例えば、画像群評価部８１は、画像セット評価部８３と同じ要領で、画像群を構成する一連の画像の配列順序の評価、画像の飛びの評価、及び、位置ずれの評価のいずれか１つ以上の評価処理を実行可能に構成されていてもよい。
画像群評価部８１の第３の例について図５Ｄを参照しつつ説明する。本例は、画像群の画質の定量的評価によって品質を評価するものである。図５Ｄに示す画像群評価部８１Ｃは、評価データ生成部８１１Ｃと、評価処理部８１２Ｃとを含む。
評価データ生成部８１１Ｃは、被検眼Ｅの前眼部に対する１回のスキャンで収集された画像群に含まれる画像から画質評価データを求める。画質評価データは、画像群の画質を定量的に表現したものである。
評価データ生成部８１１Ｃが実行する画質評価処理について幾つかの例を説明する。幾つかの例示的な態様において、評価データ生成部８１１Ｃが実行する画質評価処理は任意の処理であってよく、例えば、信号対雑音比（ＳＮＲ）、コントラスト対雑音比（ＣＮＲ）、二乗平均平方根（ＲＭＳ）粒状度、ウィーナースペクトル（Ｗｉｅｎｅｒ Ｓｐｅｃｔｒｕｍ）、変調伝達関数（ＭＴＦ）、品質指標（Ｑｕａｌｉｔｙ Ｉｎｄｅｘ；ＱＩ）など、任意の公知技術を利用した処理であってよい。
例えば、評価データ生成部８１１Ｃは、画像群の画質評価データとして、所定の画質評価指標の値（画質評価値）を算出する。画質評価値は、画像の品質を定量的に表現する任意のパラメータであってよく、典型的には、画像の品質が高いほど画質評価値も大きくなる。
画質評価値の算出方法の例として、ＯＣＴ画像の画質評価に利用されているＩｍａｇｅ Ｑｕａｌｉｔｙ値（ＩＱ値）の算出方法を以下に説明する。まず、評価データ生成部８１１Ｃは、評価対象の画像に設定された評価領域に対して所定の解析処理（例えば、セグメンテーション）を適用することにより、前眼部の組織（部位）に相当する画像領域（組織画像領域）と、それ以外の画像領域（背景領域、非組織画像領域）とを検出する。次に、評価データ生成部８１１Ｃは、組織画像領域における輝度のヒストグラムを生成し、且つ、背景領域における輝度のヒストグラムを生成する。続いて、評価データ生成部８１１Ｃは、これら２つのヒストグラムの重なり具合から画質評価値（ＩＱ値）を算出する。例えば、双方のヒストグラムが完全に重なっている場合にはＩＱ値＝０となり、双方のヒストグラムが完全に分離している場合にはＩＱ値＝１００となるように、範囲［０，１００］においてＩＱ値が定義される。この画質評価演算は、例えば、２つのヒストグラムの正規化、確率分布関数の生成、所定の演算式を用いたＩＱ値の算出などを含んでいてよい。
このように、評価データ生成部８１１Ｃは、評価対象の画像において前眼部の組織に相当する組織画像領域と、背景領域とを特定する処理と、組織画像領域における輝度の度数分布を示す第１ヒストグラムを作成する処理と、背景領域における輝度の度数分布を示す第２ヒストグラムとを作成する処理と、第１ヒストグラム及び第２ヒストグラムに基づいて画質評価データとしての画質評価値（ＩＱ値）を算出する処理とを実行するように構成されていてよい。
評価処理部８１２Ｃは、評価データ生成部８１１Ｃにより生成された画質評価データに基づいて画像群の品質の評価を行う。画質評価データに基づく品質評価について幾つかの手法を以下に説明するが、品質評価手法はこれらに限定されるものではなく、任意であってよい。
画質評価データに基づく品質評価の第１の例を説明する。画像群を構成する各画像についてＩＱ値が得られた場合において、評価処理部８１２Ｃは、この画像群について得られた複数のＩＱ値のそれぞれを所定の閾値と比較する。複数のＩＱ値の全てが閾値以上である場合、評価処理部８１２Ｃは、この画像群の品質は良好であると判定する。一方、複数のＩＱ値のいずれかが閾値未満である場合、評価処理部８１２Ｃは、この画像群の品質は良好でないと判定する。
画質評価データに基づく品質評価の第２の例を説明する。画像群を構成する各画像についてＩＱ値が得られた場合において、評価処理部８１２Ｃは、この画像群について得られた複数のＩＱ値のうち最も低いＩＱ値を選択し、この最低ＩＱ値を所定の閾値と比較する。最低ＩＱ値が閾値以上である場合、評価処理部８１２Ｃは、この画像群の品質は良好であると判定する。一方、最低ＩＱ値が閾値未満である場合、評価処理部８１２Ｃは、この画像群の品質は良好でないと判定する。
画質評価データに基づく品質評価の第３の例を説明する。画像群を構成する各画像についてＩＱ値が得られた場合において、評価処理部８１２Ｃは、この画像群について得られた複数のＩＱ値に所定の統計演算を適用して統計値を算出する。この統計値の種類は任意であってよく、例えば、平均値、最小値、最大値、最頻値、中間値などであってよい。なお、統計値が最小値であるケースは、上記の第２の例に相当する。評価処理部８１２Ｃは、算出された統計値を所定の閾値と比較する。統計値が閾値以上である場合、評価処理部８１２Ｃは、この画像群の品質は良好であると判定する。一方、統計値が閾値未満である場合、評価処理部８１２Ｃは、この画像群の品質は良好でないと判定する。
評価処理部８１２Ｃが実行する処理は、評価データ生成部８１１Ｃにより生成された画質評価データに基づく処理に限定されない。例えば、評価処理部８１２Ｃは、画像群を構成する一連の画像の配列順序の評価、画像の飛びの評価、及び、位置ずれの評価のいずれか１つ以上の評価処理を実行可能に構成されていてもよい（いずれの評価処理も前述した）。
＜加工画像構築部８５＞
加工画像構築部８５は、スリット光を用いた前眼部スキャンで収集された画像群から加工画像を構築する。加工画像構築には、画像群に含まれる少なくとも１つの画像が使用される。加工画像構築は、任意の画像処理を含んでいてよい。幾つかの例を以下に説明するが、加工画像構築に含まれる処理はこれらに限定されない。
加工画像構築部８５は、スリット光を用いた前眼部スキャンで収集された画像群から加工画像を構築する。加工画像構築には、画像群に含まれる少なくとも１つの画像が使用される。加工画像構築は、任意の画像処理を含んでいてよい。幾つかの例を以下に説明するが、加工画像構築に含まれる処理はこれらに限定されない。
幾つかの例示的な態様の加工画像構築部８５は、画像群から３次元画像を構築する３次元画像構築を実行可能であってよい。画像群から構築される３次元画像は、例えばスタックデータ又はボリュームデータであってよい。本例の加工画像構築部８５は、前述の３次元画像構築部８１１Ｂと同様の構成を有していてよい。例えば、加工画像構築部８５を構成するハードウェア及びソフトウェアの組み合わせと、３次元画像構築部８１１Ｂを構成するハードウェア及びソフトウェアの組み合わせとが、少なくとも部分的に共通であってよい。
幾つかの例示的な態様の加工画像構築部８５は、３次元画像のレンダリング画像を構築するレンダリング処理を実行可能であってよい。加工画像構築部８５は、例えば、３次元画像構築によって得られたスタックデータ又はボリュームデータに所定のレンダリング処理を適用することができる。レンダリング処理の例として、ボリュームレンダリング、サーフェスレンダリングなどがある。本例の加工画像構築部８５も、３次元画像構築部８１１Ｂと同様の構成を有していてよい。
幾つかの例示的な態様の加工画像構築部８５は、画像の部分領域を特定する処理（セグメンテーション）、特定された部分領域を抽出する処理（クロッピング、トリミング）などを実行可能であってよい。例えば、加工画像構築部８５は、画像群の含まれる画像、３次元画像、又はレンダリング画像から、被検眼Ｅの所定部位に相当する注目領域を抽出可能であってよい。
＜位置ずれ情報取得部８６＞
位置ずれ情報取得部８６は、スリットランプ顕微鏡１を用いたフォローアップ撮影が行われた後に動作する。フォローアップ撮影は、過去に取得された被検眼Ｅの前眼部の画像（第１画像、基準画像）を参照して行われ、被検眼Ｅの前眼部の新たな画像（第２画像、フォローアップ画像）が取得される。基準画像及びフォローアップ画像は記憶部１０に格納されている。
位置ずれ情報取得部８６は、スリットランプ顕微鏡１を用いたフォローアップ撮影が行われた後に動作する。フォローアップ撮影は、過去に取得された被検眼Ｅの前眼部の画像（第１画像、基準画像）を参照して行われ、被検眼Ｅの前眼部の新たな画像（第２画像、フォローアップ画像）が取得される。基準画像及びフォローアップ画像は記憶部１０に格納されている。
制御部７は、基準画像及びフォローアップ画像を記憶部１０から読み出して位置ずれ情報取得部８６に送る。位置ずれ情報取得部８６は、フォローアップ撮影で参照された基準画像と、このフォローアップ撮影で取得されたフォローアップ画像とを解析することにより、基準画像とフォローアップ画像との間の位置ずれ情報を取得する。位置ずれ情報は、フォローアップ画像に描出された前眼部の位置（範囲、領域）が基準画像のそれに対してどれだけずれているかを定量的に示す情報である。
位置ずれ情報取得部８６は、位置ずれ情報として、例えば、基準画像とフォローアップ画像との間における平行移動ずれ及び回転移動ずれをそれぞれ算出する。平行移動ずれは、例えば、ＸＹ座標系内における基準画像に対するフォローアップ画像の平行移動量（平行移動偏位）を示す情報を含む。平行移動ずれは、これに限定されず、ＹＺ座標系、ＺＸ座標系、及びＸＹＺ座標系のいずれかにおける平行移動偏位情報を含んでもよい。同様に、回転移動ずれは、例えば、ＸＹ座標系の所定位置を中心としたＸＹ座標系内における基準画像に対するフォローアップ画像の回転移動量（回転移動偏位）示す情報を含む。回転移動ずれは、これに限定されず、ＹＺ座標系、ＺＸ座標系、及びＸＹＺ座標系のいずれかにおける回転移動偏位情報を含んでもよい。平行移動ずれと回転移動ずれは、例えば、基準画像の座標とフォローアップ画像の座標との間のアフィン変換として表現される。なお、平行移動ずれと回転移動ずれのいずれか一方のみを算出するようにしてもよい。
平行移動ずれ及び回転移動ずれの算出方法の例を説明する。幾つかの例示的な態様において、基準画像は、被検眼Ｅの前眼部をスリット光でスキャンして取得された第１スキャン画像を含んでいてよい。第１スキャン画像は、スリットランプ顕微鏡１又は他の装置によって過去に取得された画像である。一方、フォローアップ画像は、第１スキャン画像を参照して行われたフォローアップ撮影において取得された第２スキャン画像を含んでいてよい。位置ずれ情報取得部８６は、少なくとも第１スキャン画像及び第２スキャン画像に基づいて位置ずれ情報を取得することができる。
フォローアップ画像は、フォローアップ撮影（スリット光を用いた前眼部スキャン）で収集された画像群に含まれる少なくとも１つの画像（２次元断面画像）を含んでいてもよい。この場合、位置ずれ情報取得部８６は、例えば、フォローアップ画像としての２次元断面画像が表す断面に対応する基準画像中の領域（断面、又は、２以上の画像にわたる３次元領域）を特定する処理を実行する。基準画像が画像群（又は、それに含まれる少なくとも１つの画像（２次元断面画像））を含む場合、位置ずれ情報取得部８６は、フォローアップ画像としての２次元断面画像が表す断面の位置に対応する、基準画像としての画像群中の２次元断面画像を特定することができる。ここで、位置ずれ情報取得部８６は、フォローアップ画像としての２次元断面画像の断面位置に最も近い断面に対応する２次元断面画像を基準画像としての画像群から選択することができる。或いは、位置ずれ情報取得部８６は、フォローアップ画像としての２次元断面画像の断面位置の近傍に位置する２以上の２次元断面画像を基準画像としての画像群から選択し、選択された２以上の２次元断面画像を合成して新たな２次元断面画像を構築し、この新たな２次元断面画像を基準画像として用いることができる。
フォローアップ画像が画像群の少なくとも一部を含む場合において、基準画像は３次元画像（スタックデータ、ボリュームデータなど）やレンダリング画像であってもよい。この場合、位置ずれ情報取得部８６は、例えば、フォローアップ画像としての２次元断面画像が表す断面に対応する基準画像中の領域（断面、３次元領域など）を特定する処理を実行することができる。他の例において、位置ずれ情報取得部８６は、フォローアップ画像としての複数の２次元断面画像から加工画像（３次元画像，レンダリング画像など）を構築し、基準画像としての加工画像とフォローアップ画像としての加工画像とに基づいて、フォローアップ画像としての２次元断面画像が表す断面に対応する基準画像を構築することができる。
フォローアップ画像は、加工画像構築部８５により構築された加工画像を含んでいてもよい。前述したように、加工画像は、例えば、３次元画像（スタックデータ、ボリュームデータなど）、レンダリング画像などであってよい。フォローアップ画像が加工画像を含む場合、位置ずれ情報取得部８６は、例えば、フォローアップ画像としての加工画像が表す領域に対応する基準画像中の領域（断面、３次元領域など）を特定する処理を実行する。基準画像が画像群（又は、それに含まれる少なくとも１つの画像（２次元断面画像））を含む場合、位置ずれ情報取得部８６は、フォローアップ画像としての加工画像が表す領域の位置に対応する、基準画像としての画像群中の領域を特定することができる。一方、基準画像が加工画像（３次元画像、レンダリング画像など）を含む場合、位置ずれ情報取得部８６は、基準画像としての加工画像とフォローアップ画像としての加工画像とに基づいて、フォローアップ画像としての加工画像が表す領域に対応する基準画像を構築することができる。
基準画像とフォローアップ画像との比較解析は、例えば、特徴点抽出、セグメンテーション、ラベリング、パターンマッチング、テンプレートマッチング、閾値処理、二値化、エッジ検出、画像相関、マスキングなど、任意の画像処理を含んでいてよい。
位置ずれ情報を生成するための処理の１つの例を説明する。まず、位置ずれ情報取得部８６は、基準画像を解析して、被検眼Ｅの前眼部の所定の特徴部位に相当する画像位置（画素位置）を特定する。同様に、位置ずれ情報取得部８６は、基準画像を解析して、当該特徴部位に相当する画像位置（画素位置）を特定する。特徴部位は、例えば、角膜頂点、角膜縁、瞳孔中心、瞳孔縁、虹彩パターンの特徴点、隅角、病変部などであってよい。
次に、位置ずれ情報取得部８６は、基準画像について特定された画像位置の座標と、フォローアップ画像について特定された画像位置の座標との間の偏位を求める。この処理では、例えば、複数の特徴部位の画像位置のそれぞれについて、基準画像における当該画像位置の座標とフォローアップ画像における当該画像位置の座標とを２次元アフィン変換の変換式に代入してアフィン変換行列の成分を決定する。ここで、画像位置の座標は、各画素に対して予め割り当てられたアドレス情報である。このようにして得られるアフィン変換行列には、基準画像とフォローアップ画像との間の平行移動ずれ及び回転移動ずれの双方の情報が含まれている。
＜評価値算出部８７＞
評価値算出部８７は、位置ずれ情報取得部８６により取得された位置ずれ情報に基づいて、フォローアップ撮影におけるスキャン位置の誤差の評価値を算出する。評価値の例として、基準画像のスキャン位置とフォローアップ画像のスキャン位置とにより規定される所定の画像領域の面積に基づいて算出される評価値、及び、基準画像のスキャン位置とフォローアップ画像のスキャン位置との間の偏位に基づくものとがある。なお、評価値算出のためのファクターはこれらに限定されず、他のファクターに基づき評価値を算出することも可能である。また、異なるファクターを組み合わせて評価値を算出するようにしてもよい。
評価値算出部８７は、位置ずれ情報取得部８６により取得された位置ずれ情報に基づいて、フォローアップ撮影におけるスキャン位置の誤差の評価値を算出する。評価値の例として、基準画像のスキャン位置とフォローアップ画像のスキャン位置とにより規定される所定の画像領域の面積に基づいて算出される評価値、及び、基準画像のスキャン位置とフォローアップ画像のスキャン位置との間の偏位に基づくものとがある。なお、評価値算出のためのファクターはこれらに限定されず、他のファクターに基づき評価値を算出することも可能である。また、異なるファクターを組み合わせて評価値を算出するようにしてもよい。
評価値算出部８７の構成の一例を図６に示す。本例の評価値算出部８７Ａは、相対位置算出処理部８７１と、判断処理部８７２と、面積算出処理部８７３と、偏位算出処理部８７４と、評価値算出処理部８７５とを含んでいる。面積に基づく評価値の算出は、相対位置算出処理部８７１と、判断処理部８７２と、面積算出処理部８７３とにより実行される。偏位に基づく評価値の算出は、相対位置算出処理部８７１と、偏位算出処理部８７４と、評価値算出処理部８７５とにより実行される。
記憶部１０に記憶されたフォローアップ撮影情報（後述）には、基準画像に対応するスキャン位置（基準スキャン位置）を示す基準スキャン位置情報と、このフォローアップ撮影で取得されたフォローアップ画像に対応するスキャン位置（フォローアップスキャン位置）を示すフォローアップスキャン位置情報とが含まれている。相対位置算出処理部８７１は、基準スキャン位置とフォローアップスキャン位置との間の相対位置情報を、位置ずれ情報取得部８６により取得された位置ずれ情報に基づいて算出するように構成されている。
前述したように、フォローアップ撮影は、過去にスキャンが適用された位置を再現して新たなスキャンを行うものである。よって、理想的には基準スキャン位置とフォローアップスキャン位置は同じになる。しかし、眼球運動や撮影環境などの影響を考慮すると、スキャン位置を完全に再現することは事実上困難である。一方、これらの影響がなければ基準スキャン位置とフォローアップスキャン位置を一致させることができる。したがって、これらスキャン位置の間の相対位置は眼球運動などに起因する被検眼Ｅの位置ずれ、つまり基準画像とフォローアップ画像との間の位置ずれに相当する。この位置ずれは、位置ずれ情報取得部８６によって位置ずれ情報として取得される。
相対位置算出処理部８７１は、例えば、位置ずれ情報に示す位置ずれ量だけ基準スキャン位置を偏位させることにより、フォローアップ画像において基準スキャン位置に対応する位置、つまり基準スキャン位置が完全に再現された場合に実現される理想的なスキャン位置を求める。相対位置情報は、この理想的なスキャン位置と、実際のフォローアップ撮影で実行されたスキャン位置（フォローアップスキャン位置）との間の相対位置を示す。このように、相対位置情報は、実質的に位置ずれ情報と同値である。なお、画像の間の偏位を表すのが位置ずれ情報であり、スキャン位置の間の偏位を表すのが相対位置情報である。相対位置算出処理部８７１は、取得した相対位置情報を判断処理部８７２と偏位算出処理部８７４に送る。
基準スキャン位置とフォローアップスキャン位置との相対位置には、例えば図７Ａ～図７Ｄに示すような態様がある。これらの図面において、符号Ｒはフォローアップスキャン位置を示し、符号Ｒ０は基準スキャン位置を示す。基準スキャン位置Ｒ０は、位置ずれ情報（相対位置情報）に基づく偏位により得られる。なお、スリット光を用いた前眼部スキャンについての上記の説明や図３等から分かるように、スキャンが適用される位置（領域）は前眼部の３次元領域であり、この３次元領域のＸＹ座標系における形状、つまりこの３次元領域のＸＹ平面への投影像の形状は、実質的に長方形状である。本例では、フォローアップスキャン位置Ｒは、フォローアップスキャンが適用された前眼部の３次元領域のＸＹ投影像の長軸（スキャン方向に沿った軸、Ｘ方向の軸）を示している。同様に、基準スキャン位置Ｒ０は、基準スキャンが適用された３次元領域のＸＹ投影像の長軸を示している。
基準スキャン位置及びフォローアップスキャン位置の定義は、これらに限定されない。例えば、ＸＹ投影像の上辺、下辺、側辺、対角線、頂点などに基づきスキャン位置を定義することができる。また、基準スキャン位置及びフォローアップスキャン位置の定義は、本例のような２次元的な定義に限定されず、例えば３次元領域に基づく３次元的な定義であってもよい。
図７Ａは、平行移動ずれのみが介在する場合の例を示す。図７Ｂは、回転移動ずれのみが介在する場合であって、双方のスキャン位置が中心近傍で交差する場合の例を示す。図７Ｃは、回転移動ずれのみが介在する場合であって、双方のスキャン位置がスキャン開始点の近傍で交差する場合の例を示す。図７Ｄは、平行移動ずれと回転移動ずれの双方が介在する場合の例を示す。なお、図７Ａ～図７Ｄはスキャン位置の相対位置の態様の例示に過ぎず、スキャン位置の相対位置の態様はこれらに限定されるものではない。
判断処理部８７２は、位置ずれ情報（相対位置情報）に基づいて、基準スキャン位置とフォローアップスキャン位置との間に共通の位置が存在するか判断する。共通位置とは、基準スキャン位置とフォローアップスキャン位置とが重なり合っている位置（領域）、つまり、基準スキャン位置とフォローアップスキャン位置とが交差している位置（領域）を表す。
共通位置は、０次元領域（点）、１次元領域（線）、２次元領域（面）、及び３次元領域（立体）のいずれかであってよい。図７Ａ～図７Ｄでは、基準スキャン位置及びフォローアップスキャン位置はともに線分（矢印）で表現されており、これらが交差している場合には共通位置は点（交点）となり、交差していない場合には共通位置は無しとなる。また、図示は省略するが、基準スキャン位置に対するフォローアップスキャン位置の偏位の方向がこれらスキャン位置の長さ方向の成分のみを有し、且つ、この偏位の量がこれらスキャン位置長さ未満である場合には、これら２つのスキャン位置の共通位置は１次元領域となる。
共通位置が存在するか否かの判断処理は、フォローアップ画像における基準スキャン位置の座標及びフォローアップスキャン位置の座標に基づいて行われる。例えば、判断処理部８７２は、基準スキャン位置の座標とフォローアップスキャン位置の座標とを照合し、これらスキャン位置の間に共通の座標が存在する場合には共通位置が存在すると判断し、存在しない場合には共通位置は存在しないと判断する。この処理により、フォローアップ画像における共通位置の座標も得られる。これらの座標は、例えば、フォローアップ画像に予め定義された座標系で定義されている。
判断処理部８７２は、共通位置に関する判断結果（存在の有無、共通位置の座標等）を面積算出処理部８７３に送る。
面積算出処理部８７３は、位置ずれ情報（相対位置情報）に基づいて、基準スキャン位置とフォローアップスキャン位置とにより規定される２次元領域の面積を算出する。前述のように、位置ずれ情報と相対位置情報は実質的に同値である。面積の算出対象となる２次元領域は、フォローアップ画像の部分領域である。２つのスキャン位置から２次元領域を規定する方法は予め決められている。面積算出処理は任意の態様で行うことができる。面積算出処理は、例えば、２次元領域内の画素数をカウントする処理、２次元領域の境界領域を示す数学的表現（数式等）を求める処理、積分演算などを含んでいてもよい。また、算出結果である面積は、２次元領域の寸法を一意的に表現する数値であればよく、例えば周長や差し渡し寸法などであってよい。
面積算出処理部８７３は、面積算出処理において、判断処理部８７２による判断結果に応じて異なる演算処理を行なう。例えば、面積算出処理部８７３は、基準スキャン位置とフォローアップスキャン位置とに共通位置が存在する場合と存在しない場合とで異なる演算処理を実行する。その具体例を以下に説明する。これらの具体例では、２つのスキャン位置が線分で定義される場合について、２つのスキャン位置が交差する場合と交差しない場合とを分けて考える。つまり、共通位置が存在する場合と存在しない場合とを分けて考える。更に、２つのスキャン位置が交差する場合について、交点がスキャン位置の端点である場合と端点でない場合とを分けて考える。交点が端点であるか否かの判定は、２つのスキャン位置の座標と交点の座標とを参照することで容易に行うことができる。なお、スキャン位置の端点とは、線分状のスキャン位置のスキャン開始点とスキャン終了点を示す。また、以下の具体例においてスキャン位置は線分状であるから交点は１つのみであるが、スキャン位置が曲線状である場合には交点が２つ以上存在する場合もある。
図７Ｂ及び図７Ｃに示すように２つのスキャン位置が交差している場合、面積算出処理部８７３は、２つのスキャン位置のそれぞれの端点と２つのスキャン位置の交点とにより規定される２次元領域の面積を求める。より具体的には、面積算出処理部８７３は、交点に対して一方の側に位置する２つのスキャン位置のそれぞれの端点と２つのスキャン位置の交点とがなす三角形の面積と、他方の側に位置する２つのスキャン位置のそれぞれの端点と２つのスキャン位置の交点とがなす三角形の面積との和を算出し、これを２次元領域の面積として定義することができる。
例えば図７Ｂに示すようにスキャン位置の端点以外の位置に交点が存在する場合、面積算出処理部８７３は、図８Ａに示すように、２つのスキャン位置Ｒ０及びＲの交点Ｃに対して右側に位置する２つのスキャン位置Ｒ０及びＲのそれぞれの端点（スキャン終了点）Ｒ０Ｅ及びＲＥと、交点Ｃとを頂点とする三角形ＴＲ１の面積を算出する。また、面積算出処理部８７３は、交点Ｃの左側に位置する２つのスキャン位置Ｒ０及びＲのそれぞれの端点（スキャン開始点）Ｒ０Ｓ及びＲＳと、交点Ｃとを頂点とする三角形ＴＲ２の面積を算出する。更に、面積算出処理部８７３は、三角形ＴＲ１の面積と三角形ＴＲ２の面積とを加算する。この和が目的の２次元領域の面積の値となる。
他の例として、図７Ｃに示すように２つのスキャン位置がそれぞれの端点（スキャン開始点）にて交差している場合、面積算出処理部８７３は、図８Ｂに示すように、２つのスキャン位置Ｒ０及びＲの交点Ｃ（双方のスキャン開始点）と、基準スキャン位置Ｒ０のスキャン終了点と、フォローアップスキャン位置Ｒのスキャン終了点とを頂点とする三角形ＴＲの面積を求める。
２つのスキャン位置が一方のスキャン位置の端点と他方のスキャン位置の端点以外とにおいて交差する場合には、例えば、２つのスキャン位置の交点と、一方のスキャン位置の反対側の端点と、他方のスキャン位置の一方の端点（例えば、当該反対側の端点と同じ側に位置する端点）とを頂点とする三角形の面積を求めることができる。
図７Ａ及び図７Ｄに示すように２つのスキャン位置Ｒ０及びＲが交差していない場合、面積算出処理部８７３は、２つのスキャン位置Ｒ０及びＲにより規定される四角形の面積を算出し、この四角形の面積を目的の２次元領域の面積として定義することができる。より具体的には、２つのスキャン位置Ｒ０及びＲが交差していない場合において、面積算出処理部８７３は、図８Ｃ及び図８Ｄに示すように、基準スキャン位置Ｒ０及びフォローアップスキャン位置Ｒを二辺とし、且つ、２つのスキャン位置Ｒ０及びＲの端点同士を結ぶ２つの線分（互いに交差しない２つの線分）を二辺とする四角形ＱＵの面積を求めることができる。
面積算出処理部８７３は、上記のようにして求められた面積を評価値算出処理部８７５に送る。なお、本例は面積を用いて評価値を算出しているが、評価値算出に用いられる寸法のパラメータは面積に限定されず、任意のパラメータ（例えば、体積、長さなど）であってよい。
偏位算出処理部８７４は、位置ずれ情報取得部８６により生成された位置ずれ情報（相対位置情報）に基づいて、基準スキャン位置とフォローアップスキャン位置との間の偏位を算出する。この偏位を算出する方法は任意である。図９を参照しつつ偏位算出方法の例を説明する。
図９には、それぞれ線分状の基準スキャン位置Ｒ０とフォローアップスキャン位置Ｒが示されている。なお、偏位の算出において、２つのスキャン位置Ｒ０及びＲが交差しているか否かは不問としてよい。
偏位算出処理部８７４は、まず、基準スキャン位置Ｒ０上の所定位置と、フォローアップスキャン位置Ｒ上の所定位置とを特定する。この特定処理は、スキャン位置Ｒ０（Ｒ）の各点の座標に基づき実行することができる。特定の対象となる所定位置の例として、スキャン開始点、スキャン終了点、中点などがある。なお、線分以外の形態のスキャン位置を考慮する場合には、その形態に応じた所定位置を用いることができる。また、比較の対象となる２つのスキャン位置において、同じ種別の所定位置が適用される。例えば、所定位置としてスキャン開始点を用いる場合には、それぞれのスキャン位置からスキャン開始点が特定される。また、各スキャン位置から複数種別の所定位置を特定してもよい。その場合、特定された所定位置それぞれに対してその種別が関連付けられる。
次に、偏位算出処理部８７４は、基準スキャン位置Ｒ０における所定位置の座標と、フォローアップスキャン位置Ｒにおける所定位置の座標との間の偏位を算出する。この偏位算出処理は、例えば、フォローアップ画像に予め定義された２次元座標系を用いて行うことができる。また、２つの所定位置の間の画素数をカウントすることによって偏位を求めてもよい。ここで算出される偏位は、同じ種別の所定位置の間の偏位として定義される。例えば、算出される偏位は、２つのスキャン開始点の間の偏位であり、スキャン開始点と中点との間の偏位ではない。
図９は、上記所定位置として、スキャン開始点、スキャン終了点、及び中点の３つの種別が適用される場合を示している。図９において、基準スキャン位置Ｒ０のスキャン開始点Ｒ０Ｓと、フォローアップスキャン位置Ｒのスキャン開始点ＲＳとの間の偏位は、符号ＤＳで示されている。また、基準スキャン位置Ｒ０のスキャン終了点Ｒ０Ｅと、フォローアップスキャン位置Ｒのスキャン終了点ＲＥとの間の偏位は、符号ＤＥで示されている。また、基準スキャン位置Ｒ０の中点Ｒ０Ｍと、フォローアップスキャン位置Ｒの中点ＲＭとの間の偏位は、符号ＤＭで示されている。
偏位算出処理部８７４は、以上のようにして求められた偏位を評価値算出処理部８７５に送る。
評価値算出処理部８７５は、フォローアップ撮影におけるスキャン位置の誤差を評価するための値（評価値）を算出する。この評価値算出処理に供される情報として、面積算出処理部８７３により求められた面積の情報と、偏位算出処理部８７４により求められた偏位の情報とが、評価値算出処理部８７５に入力される。以下、面積に基づく評価値算出処理の例、及び偏位に基づく評価値算出処理の例、並びに双方を組み合わせた評価値算出処理の例について説明する。
なお、評価値算出処理に用いられる情報（パラメータ）の種別はこれらに限定されず、フォローアップ撮影におけるスキャン位置の誤差を反映する任意の種別の情報であってよい。評価値算出処理部８７５は、用いられる情報の種別に応じて予め決められた処理を実行することによって評価値を算出する。
面積算出処理部８７３により算出された画像領域の面積から評価値を求める処理の例として、評価値算出処理部８７５は、この画像領域の面積と所定の重みとの積を、評価値の所定の最大値から減算する演算処理を行うことができる。
本例の演算処理は例えば次式のように表現される：Ｓ１＝Ｓ１，ｍａｘ－ａ×（Ａｒｅａ）。ここで、Ｓ1は面積に基づく評価値を表し、Ｓ１，ｍａｘは予め設定された当該評価値の最大値を表し、ａは予め設定された重みを表し、Ａｒｅａは面積算出処理部８７３により算出された面積を表す。最大値Ｓ１，ｍａｘは任意に設定可能であり、重みａも任意に設定可能である。最大値Ｓ１，ｍａｘは、例えば１００に設定される。重みａは、例えば、最大値の設定値の大きさ、面積の数値の大きさなどに基づいて設定される。
このような本例の演算処理によれば、面積が小さいほど、つまりフォローアップ撮影におけるスキャン位置の誤差が小さいほど、評価値Ｓ１の値が大きくなる。
偏位算出処理部８７４により算出された偏位から評価値を求める処理の例として、評価値算出処理部８７５は、この偏位と所定の重みとの積を評価値の所定の最大値から減算する演算処理を行うことができる。
本例の演算処理は例えば次式のように表現される：Ｓ２＝Ｓ２，ｍａｘ－（ｂ×ＤＭ＋ｃ×ＤＳ＋ｄ×ＤＥ）。ここで、Ｓ２は偏位に基づく評価値を表し、Ｓ２，ｍａｘは予め設定された当該評価値の最大値を表し、ｂ、ｃ及びｄは予め設定された重みを表し、ＤＭ、ＤＳ及びＤＥはそれぞれ偏位算出処理部８７４により算出された中点、スキャン開始点及びスキャン終了点の偏位を表す。最大値Ｓ２，ｍａｘ及び重みｂ～ｄは、それぞれ任意に設定可能である。例えば、最大値Ｓ２，ｍａｘは１００に設定され、重みｂ～ｄは最大値の設定値の大きさ、面積の数値の大きさなどに基づいてそれぞれ設定される。
このような本例の演算処理によれば、偏位が小さいほど、つまりフォローアップ撮影におけるスキャン位置の誤差が小さいほど、評価値Ｓ２の値が大きくなる。なお、本例では、中点、スキャン開始点及びスキャン終了点の３つの点を考慮して評価値を算出しているが、これらのうちの１つ又は２つを考慮して評価値を算出することもできる。また、これら以外の点における偏位を算出し、これを考慮することも可能である。
面積算出処理部８７３により算出された画像領域の面積及び偏位算出処理部８７４により算出された偏位の双方に基づいて評価値を求める処理の例として、評価値算出処理部８７５は、上記した各々の場合を統合した演算式を用いることができる。
本例の演算式は例えば次のように表現される：Ｓ＝Ｓｍａｘ－ａ×（Ａｒｅａ）－（ｂ×ＤＭ＋ｃ×ＤＳ＋ｄ×ＤＥ）。ここで、Ｓは面積及び偏位に基づく評価値を表し、Ｓｍａｘは予め設定された当該評価値の最大値を表し、ａ～ｄは予め設定された重みを表し、Ａｒｅａは面積算出処理部８７３により算出された面積を表し、ＤＭ、ＤＳ及びＤＥはそれぞれ偏位算出処理部８７４により算出された中点、スキャン開始点及びスキャン終了点の偏位を表す。最大値Ｓｍａｘ及び重みａ～ｄは、それぞれ任意に設定可能である。例えば、最大値Ｓｍａｘは１００に設定され、重みａ～ｄはこの最大値の設定値の大きさ、面積の数値の大きさなどに基づいてそれぞれ設定される。
このような本例の演算処理によれば、面積及び／又は偏位が小さいほど、つまりフォローアップ撮影におけるスキャン位置の誤差が小さいほど、評価値Ｓの値が大きくなる。
このようにして評価値算出処理部８７５（評価値算出部８７）により算出された評価値の情報は、良否判定部８８に送られる。
＜良否判定部８８＞
良否判定部８８は、評価値算出部８７により算出された評価値に基づいて当該フォローアップ撮影の適否（良好に行われたか否か、適当に実施されたか否か）を判定する。この判定処理は、例えば、評価値算出部８７により算出された評価値を、予め設定された数値範囲と比較することによって行われる。
良否判定部８８は、評価値算出部８７により算出された評価値に基づいて当該フォローアップ撮影の適否（良好に行われたか否か、適当に実施されたか否か）を判定する。この判定処理は、例えば、評価値算出部８７により算出された評価値を、予め設定された数値範囲と比較することによって行われる。
良否判定部８８が実行する処理の具体例を説明する。上記した幾つかの例のように誤差が小さいほど評価値の値が大きくなる場合において、良否判定部８８は、算出された評価値を所定の閾値と比較し、評価値が閾値以上であるか否か判定する。評価値が閾値以上であると判定された場合、良否判定部８８は、当該フォローアップは良好な状態で実行されたとの判定結果を得る。逆に、評価値が閾値未満であると判定された場合、良否判定部８８は、当該フォローアップ撮影は良好な状態で実行されなかったとの判定結果を得る。
なお、ここに説明した例は単一の閾値を用いるものであるが、２つ以上の閾値を用いることによってフォローアップ撮影の良否を段階的に判定するようにしてもよい。
良否判定部８８は、取得された判定結果を制御部７に送る。制御部７は、この判定結果を記憶部１０に保存することができる。制御部７は、この判定結果を表示デバイスに表示させることができる。制御部７は、この判定結果を他の装置に送信するように通信部９を制御することができる。
評価値算出部８７により算出された評価値を出力（表示、音声出力など）することが可能な構成を採用する場合、良否判定部８８を設ける必要はない。この場合、ユーザーは、出力された評価値からフォローアップ撮影の良否を判断することができる。
＜通信部９＞
通信部９は、スリットランプ顕微鏡１と他の装置（外部装置）との間におけるデータ通信を行う。すなわち、通信部９は、他の装置へのデータの送信と、他の装置から送信されたデータの受信とを行う。
通信部９は、スリットランプ顕微鏡１と他の装置（外部装置）との間におけるデータ通信を行う。すなわち、通信部９は、他の装置へのデータの送信と、他の装置から送信されたデータの受信とを行う。
例えば、通信部９は、被検眼Ｅの前眼部をスリット光でスキャンして収集された画像群の少なくとも一部の画像を他の装置（第１外部装置）に向けて送信することができる。また、通信部９は、データ処理部８によりこの画像群から生成されたデータを他の装置（第２外部装置）に向けて送信することができる。第１外部装置と第２外部装置とは同一の装置であってもよいし、異なる装置であってもよい。第１外部装置と第２外部装置とが同一である場合、この外部装置は、例えば、読影端末、読影装置、及び、データ処理部８とは異なる処理を実行するコンピュータのいずれかであってよい。他方、第１外部装置と第２外部装置とが異なる場合、例えば、第１外部装置は、読影端末、読影装置、データ処理部８と同様の処理を実行するコンピュータ、及び、データ処理部８とは異なる処理を実行するコンピュータのいずれかであってよく、第２外部装置は、読影端末、読影装置、及び、データ処理部８とは異なる処理を実行するコンピュータのいずれかであってよい。第１外部装置と第２外部装置とが異なる場合、制御部７は、送信されるデータの種類に応じて送信先となる外部装置を選択するように構成されていてよい。
通信部９は、加工画像構築部８５により構築された加工画像、位置ずれ情報取得部８６により生成された位置ずれ情報、評価値算出部８７により算出された評価値、良否判定部８８により得られた判定結果などを、外部装置に送信することが可能である。
フォローアップ撮影が実施される前に、通信部９は、対象患者（被検者）から過去に取得された前眼部画像を外部装置から受信することができる。また、通信部９は、この前眼部画像が取得されたときの撮影条件情報を外部装置から受信することができる。これらの外部装置は、典型的には任意の医療システムであってよく、例えば、Ｐｉｃｔｕｒｅ Ａｒｃｈｉｖｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ（ＰＡＣＳ）などの医用画像管理システム、電子カルテシステムなどであってよい。制御部７は、外部装置から受信した前眼部画像や撮影条件情報を記憶部１０に保存する。前眼部画像は、フォローアップ撮影における基準画像として使用することができる。撮影条件情報は、フォローアップ撮影における条件設定に使用することができる。
通信部９が実行するデータ通信の方式は任意である。例えば、通信部９は、インターネットに準拠した通信インターフェイス、専用線に準拠した通信インターフェイス、ＬＡＮに準拠した通信インターフェイス、近距離通信に準拠した通信インターフェイスなど、各種の通信インターフェイスのうちの１以上を含む。データ通信は有線通信でも無線通信でもよい。
通信部９により送信されるデータ及び／又は受信されるデータは暗号化されていてよい。暗号化が用いられる場合、例えば、制御部７及び／又はデータ処理部８は、通信部９により送信されるデータを暗号化する暗号化処理部、及び、通信部９により受信されたデータを復号化する復号化処理部の少なくとも一方を含む。
＜記憶部１０＞
記憶部１０は、各種のデータを記憶する。例えば、記憶部１０は、被検眼Ｅの前眼部をスリット光でスキャンして収集された画像群、２以上の画像群から作成された画像セット、画像解析により生成された解析データ、加工画像構築部８５により構築された加工画像、位置ずれ情報取得部８６により生成された位置ずれ情報、評価値算出部８７により算出された評価値、良否判定部８８により得られた判定結果などが記憶される。制御部７は、記憶部１０にデータを格納する処理と、記憶部１０からデータを読み出す処理とを実行する。格納処理や読み出し処理は、スリットランプ顕微鏡１の各種の動作において適時実行されるものである。
記憶部１０は、各種のデータを記憶する。例えば、記憶部１０は、被検眼Ｅの前眼部をスリット光でスキャンして収集された画像群、２以上の画像群から作成された画像セット、画像解析により生成された解析データ、加工画像構築部８５により構築された加工画像、位置ずれ情報取得部８６により生成された位置ずれ情報、評価値算出部８７により算出された評価値、良否判定部８８により得られた判定結果などが記憶される。制御部７は、記憶部１０にデータを格納する処理と、記憶部１０からデータを読み出す処理とを実行する。格納処理や読み出し処理は、スリットランプ顕微鏡１の各種の動作において適時実行されるものである。
記憶部１０には、所定の種別の情報を含むフォローアップ撮影情報が記憶される。フォローアップ撮影情報は、過去に実施された撮影（フォローアップ撮影、及び／又は、非フォローアップ撮影）に関連する情報である。フォローアップ撮影情報には、例えば、過去に実施されたフォローアップ撮影において参照された被検眼Ｅの前眼部の画像（第１画像、基準画像）と、このフォローアップ撮影において取得された被検眼Ｅの前眼部の画像（第２画像、フォローアップ画像）とが少なくとも含まれる。
更に、フォローアップ撮影情報には、基準画像に対応するスキャン位置（第１スキャン位置、基準スキャン位置）を示す基準スキャン位置情報と、このフォローアップ撮影で取得されたフォローアップ画像に対応するスキャン位置（第２スキャン位置、フォローアップスキャン位置）を示すフォローアップスキャン位置情報とが含まれていてもよい。これらのスキャン位置情報は、例えば、スキャンのための移動機構６の制御情報や、スキャンのための照明系２及び／又は撮影系３の制御情報（例えば、スリット形成部の制御情報、撮像素子５の制御情報）などを含んでいてよい。なお、スリット光での前眼部スキャンを行いつつ前眼部の正面画像をリアルタイムで取得する場合（後述）、スキャン位置情報は、正面画像に映り込んだスキャン位置（スキャン軌跡）の座標を含んでもよい。
記憶部１０は、任意の記憶装置を含み、不揮発性記憶装置及び揮発性記憶装置の少なくとも一方を含む。記憶部１０は、例えば、ハードディスクドライブ及び半導体メモリの少なくとも一方を含む。
＜他の要素＞
図１Ａ及び図１Ｂに示す要素に加え、スリットランプ顕微鏡１は、表示デバイスや操作デバイスを備えていてよい。或いは、表示デバイスや操作デバイスは、スリットランプ顕微鏡１の周辺機器であってもよい。
図１Ａ及び図１Ｂに示す要素に加え、スリットランプ顕微鏡１は、表示デバイスや操作デバイスを備えていてよい。或いは、表示デバイスや操作デバイスは、スリットランプ顕微鏡１の周辺機器であってもよい。
表示デバイスは、制御部７の制御を受けて各種の情報を表示する。表示デバイスは、液晶ディスプレイ（ＬＣＤ）などのフラットパネルディスプレイを含んでいてよい。
操作デバイスは、スリットランプ顕微鏡１を操作するためのデバイスや、情報を入力するためのデバイスを含む。操作デバイスは、例えば、ボタン、スイッチ、レバー、ダイアル、ハンドル、ノブ、マウス、キーボード、トラックボール、操作パネルなどを含む。
タッチスクリーンのように、表示デバイスと操作デバイスとが一体化したデバイスを用いてもよい。
被検者や補助者は、表示デバイス及び操作デバイスを用いることで、スリットランプ顕微鏡１の操作を行うことができる。
＜アライメント＞
被検眼Ｅに対するスリットランプ顕微鏡１のアライメントについて説明する。一般に、アライメントは、被検眼Ｅの撮影や測定のために好適な位置に装置光学系を配置させる動作である。本態様のアライメントは、図３に示すような複数の前眼部画像（一連の画像、動画像、画像群、又は画像セットなど）を取得するために好適な位置に照明系２及び撮影系３を配置させる動作である。
被検眼Ｅに対するスリットランプ顕微鏡１のアライメントについて説明する。一般に、アライメントは、被検眼Ｅの撮影や測定のために好適な位置に装置光学系を配置させる動作である。本態様のアライメントは、図３に示すような複数の前眼部画像（一連の画像、動画像、画像群、又は画像セットなど）を取得するために好適な位置に照明系２及び撮影系３を配置させる動作である。
眼科装置のアライメントには様々な手法がある。以下、幾つかのアライメント手法を例示するが、本態様に適用可能な手法はこれらに限定されない。
本態様に適用可能なアライメント手法としてステレオアライメントがある。ステレオアライメントは、２以上の異なる方向から前眼部を撮影可能な眼科装置において適用可能であり、その具体的な手法は、本出願人による特開２０１３－２４８３７６号公報などに開示されている。ステレオアライメントは、例えば次の工程を含む：２以上の前眼部カメラが前眼部を異なる方向から撮影して２以上の撮影画像を取得する工程；プロセッサがこれら撮影画像を解析して被検眼の３次元位置を求める工程；求められた３次元位置に基づいてプロセッサが光学系の移動制御を行う工程。これにより、光学系（本例では照明系２及び撮影系３）が、被検眼に対して好適な位置に配置される。典型的なステレオアライメントでは、被検眼の瞳孔（瞳孔の中心又は重心）の位置が基準とされる。
このようなステレオアライメントの他にも、アライメント光により得られるプルキンエ像を利用した手法や、光テコを利用した手法や、アライメント指標を利用した手法など、任意の公知のアライメント手法を採用することが可能である。プルキンエ像を利用した手法や光テコやアライメント指標を利用した手法では、被検眼の角膜頂点の位置が基準とされる。
なお、以上の例示を含む従来の典型的なアライメント手法は、被検眼の軸と光学系の光軸とを一致させることを目的として行われるが、本態様では、スキャン開始位置に対応する位置に照明系２及び撮影系３を配置させるようにアライメントを実行することが可能である。
本態様におけるアライメントの第１の例として、上記したアライメント手法のいずれかを適用して被検眼Ｅの瞳孔又は角膜頂点を基準としたアライメントを行った後、予め設定された角膜半径の標準値に相当する距離だけ、又は、予め設定された角膜半径の標準値に所定値を加算した値に相当する距離だけ、照明系２及び撮影系３を（Ｘ方向に）移動することができる。なお、標準値を用いる代わりに、予め取得された被検眼Ｅの角膜半径の測定値を用いてもよい。
第２の例として、上記したアライメント手法のいずれかを適用して被検眼Ｅの瞳孔又は角膜頂点を基準としたアライメントを行った後、被検眼Ｅの前眼部の画像を解析して角膜半径を測定し、この測定値に相当する距離だけ、又は、この測定値に所定値を加算した値に相当する距離だけ、照明系２及び撮影系３を（Ｘ方向に）移動することができる。本例で解析される前眼部の画像は、例えば、撮影系３により得られた前眼部画像、又は、他の画像である。他の画像は、前眼部カメラにより得られた画像、前眼部ＯＣＴにより得られた画像など、任意の画像であってよい。
第３の例として、ステレオアライメント用の前眼部カメラ又は撮影系３により得られた前眼部の画像を解析して角膜の第１端部を求め、ステレオアライメントを適用することにより、この第１端部に対応する位置に、又は、この第１端部から所定距離だけ外側に偏位した位置に、照明系２及び撮影系３を移動することができる。
なお、上記したアライメント手法のいずれかを適用して被検眼Ｅの瞳孔又は角膜頂点を基準としたアライメントを実行し、これにより決定された位置からスリット光によるスキャンを開始するようにしてもよい。この場合においても、角膜Ｃを含む３次元領域（例えば、角膜Ｃの全体を含む３次元領域）をスキャンするようにスキャンシーケンスを設定することができる。例えば、瞳孔又は角膜頂点を基準としたアライメントにより決定された位置から左方にスキャンを行った後、右方にスキャンを行うように、スキャンシーケンスが設定される。
＜その他の事項＞
スリットランプ顕微鏡１は、被検眼Ｅを固視させるための光（固視光）を出力する固視系を備えていてよい。固視系は、典型的には、少なくとも１つの可視光源（固視光源）、又は、風景チャートや固視標等の画像を表示する表示デバイスを含む。固視系は、例えば、照明系２又は撮影系３と同軸又は非同軸に配置される。固視系は、装置光学系の光路を通じて固視標を被検者に提示する内部固視系、及び／又は、当該光路の外から固視標を被検者に提示する外部固視系を含んでいてよい。
スリットランプ顕微鏡１は、被検眼Ｅを固視させるための光（固視光）を出力する固視系を備えていてよい。固視系は、典型的には、少なくとも１つの可視光源（固視光源）、又は、風景チャートや固視標等の画像を表示する表示デバイスを含む。固視系は、例えば、照明系２又は撮影系３と同軸又は非同軸に配置される。固視系は、装置光学系の光路を通じて固視標を被検者に提示する内部固視系、及び／又は、当該光路の外から固視標を被検者に提示する外部固視系を含んでいてよい。
スリットランプ顕微鏡１により取得可能な画像の種別は、図３に示すような複数の前眼部画像に限定されない。例えば、スリットランプ顕微鏡１は、複数の前眼部画像に基づく３次元画像、この３次元画像に基づくレンダリング画像、徹照像、被検眼に装用されたコンタクトレンズの動きを表す動画像、蛍光剤適用によるコンタクトレンズと角膜表面との隙間を表す画像などがある。レンダリング画像については他の態様において説明する。徹照像は、照明光の網膜反射を利用して眼内の混濁や異物を描出する徹照法により得られる画像である。なお、眼底撮影、角膜内皮細胞撮影、マイボーム腺撮影などが可能であってもよい。
スリットランプ顕微鏡１（データ処理部８）は解析処理を実行可能であってもよい。例えば、スリットランプ顕微鏡１は、任意の前眼部パラメータを算出可能であってよい。前眼部パラメータは、前眼部の形態を表す値である。前眼部パラメータの例として、角膜前面曲率半径、角膜後面曲率半径、水晶体前面曲率半径、水晶体後面曲率半径、角膜径（縦径、横径（Ｗｈｉｔｅ－ｔｏ－Ｗｈｉｔｅ））、角膜厚（中心厚、周辺厚）、水晶体厚、前房深度、前房容積、瞳孔径、瞳孔中心（偏心）などがある。また、前眼部パラメータは、形状分布データであってよく、例えば、軸方向湾曲マップ（アキシャル曲率マップ）、接曲率マップ（タンジェンシャル曲率マップ）、隆起マップ（エレベーションマップ）、屈折力マップ、厚さマップ（パキメトリーマップ）、波面収差マップなど、各種の角膜形状マップであってよい。また、前眼部パラメータは、隅角パラメータを含んでいてもよい。隅角パラメータの例として、ＡＯＤ（ａｎｇｌｅ ｏｐｅｎｉｎｇ ｄｉｓｔａｎｃｅ）、ＡＣＡ（ａｎｔｅｒｉｏｒ ｃｈａｍｂｅｒ ａｎｇｌｅ）、ＴＩＳＡ（ｔｒａｂｅｃｕｌａｒ ｉｒｉｓ ｓｐａｃｅ ａｒｅａ）、ＡＲＡ（ａｎｇｌｅ ｒｅｃｅｓｓ ａｒｅａ）、ＡｔＡ（ａｎｇｌｅ－ｔｏ－ａｎｇｌｅ ｄｉｓｔａｎｃｅ）などが知られている。前眼部パラメータ演算の手法は公知である。典型的には、前眼部パラメータ演算は、計測対象となる部位及び／又は位置を特定するための処理（例えば、セグメンテーション、特徴点検出など）と、特定された部位及び／又は位置に基づき前眼部パラメータの値を求める計測処理（例えば、距離計測、比演算、角度演算など）とを含んでいる。
＜光学系の他の態様＞
ここまで説明した態様のスリットランプ顕微鏡では、基準画像及びフォローアップ画像の双方が、スリット光で前眼部をスキャンして取得された画像（スキャン画像）であり、これら２つのスキャン画像から位置ずれ情報を生成している。しかしながら、基準画像及び／又はフォローアップ画像はスキャン画像でなくてもよい。例えば、スリットランプ顕微鏡がスキャン画像だけでなく正面画像を取得可能である場合、正面画像から位置ずれ情報を生成することができる。そのような光学系の例を図１０に示す。なお、本態様のスリットランプ顕微鏡は、図１０に示す要素群に加え、例えば、前述した制御部７、データ処理部８、通信部９、記憶部１０、表示デバイス、操作デバイスなどを備えている。特に言及しない限り、上記したスリットランプ顕微鏡１に係る事項を本態様に適用することができる。
ここまで説明した態様のスリットランプ顕微鏡では、基準画像及びフォローアップ画像の双方が、スリット光で前眼部をスキャンして取得された画像（スキャン画像）であり、これら２つのスキャン画像から位置ずれ情報を生成している。しかしながら、基準画像及び／又はフォローアップ画像はスキャン画像でなくてもよい。例えば、スリットランプ顕微鏡がスキャン画像だけでなく正面画像を取得可能である場合、正面画像から位置ずれ情報を生成することができる。そのような光学系の例を図１０に示す。なお、本態様のスリットランプ顕微鏡は、図１０に示す要素群に加え、例えば、前述した制御部７、データ処理部８、通信部９、記憶部１０、表示デバイス、操作デバイスなどを備えている。特に言及しない限り、上記したスリットランプ顕微鏡１に係る事項を本態様に適用することができる。
図１０に示す照明系２０はスリットランプ顕微鏡１の照明系２の例であり、左撮影系３０Ｌ及び右撮影系３０Ｒは撮影系３の例である。以下、照明系２０を照明系２と記載することや、左撮影系３０Ｌ及び／又は右撮影系３０Ｒを撮影系３と記載することがある。幾つかの態様において、左撮影系３０Ｌ及び右撮影系３０Ｒの一方のみを設け、これを撮影系３の例として構成してもよい。符号２０ａは照明系２０の光軸（照明光軸）を示し、符号３０Ｌａは左撮影系３０Ｌの光軸（左撮影光軸）を示し、符号３０Ｒａは右撮影系３０Ｒの光軸（右撮影光軸）を示す。左撮影光軸３０Ｌａと右撮影光軸３０Ｒａとは、互いに異なる向きに配置されている。照明光軸２０ａと左撮影光軸３０Ｌａとがなす角度をθＬで示し、照明光軸２０ａと右撮影光軸３０Ｒａとがなす角度をθＲで示す。角度θＬと角度θＲとは、互いに等しくてもよいし異なってもよい。照明光軸２０ａと左撮影光軸３０Ｌａと右撮影光軸３０Ｒａとは、一点で交差する。図１Ａと同様に、この交点のＺ座標をＺ０で示す。
移動機構６は、照明系２０、左撮影系３０Ｌ及び右撮影系３０Ｒを、矢印４９で示す方向（Ｘ方向）に移動可能である。典型的には、照明系２０、左撮影系３０Ｌ及び右撮影系３０Ｒは、少なくともＸ方向に移動可能なステージ上に載置されており、且つ、移動機構６は、制御部７からの制御信号にしたがって、この可動ステージを移動させる。
照明系２０は、被検眼Ｅの前眼部にスリット光を照射する。照明系２０は、従来のスリットランプ顕微鏡の照明系と同様に、被検眼Ｅから遠い側から順に、照明光源２１と、正レンズ２２と、スリット形成部２３と、対物レンズ群２４及び２５とを含む。
照明光源２１から出力された照明光（典型的には可視光）は、正レンズ２２により屈折されてスリット形成部２３に投射される。投射された照明光の一部は、スリット形成部２３が形成するスリットを通過してスリット光となる。生成されたスリット光は、対物レンズ群２４及び２５により屈折された後、ビームスプリッタ４７により反射され、被検眼Ｅの前眼部に照射される。
左撮影系３０Ｌは、反射器３１Ｌと、結像レンズ３２Ｌと、撮像素子３３Ｌとを含む。反射器３１Ｌ及び結像レンズ３２Ｌは、照明系２０によりスリット光が照射されている前眼部からの光（左撮影系３０Ｌの方向に進行する光）を撮像素子３３Ｌに導く。
前眼部から左撮影系３０Ｌの方向に進行する光は、スリット光が照射されている前眼部からの光であって、照明光軸２０ａから離れる方向に進行する光である。反射器３１Ｌは、当該光を照明光軸２０ａに近づく方向に反射する。結像レンズ３２Ｌは、反射器３１Ｌにより反射された光を屈折して撮像素子３３Ｌの撮像面３４Ｌに結像する。撮像素子３３Ｌは、当該光を撮像面３４Ｌにて受光する。
前述したスリットランプ顕微鏡１と同様に、左撮影系３０Ｌは、移動機構６による照明系２０、左撮影系３０Ｌ及び右撮影系３０Ｒの移動と並行して繰り返し撮影を行う。これにより複数の前眼部画像（画像群）が得られる。
また、前述したスリットランプ顕微鏡１と同様に、照明光軸２０ａに沿う物面と、反射器３１Ｌ及び結像レンズ３２Ｌを含む光学系と、撮像面３４Ｌとは、シャインプルーフの条件を満足する。より具体的には、反射器３１Ｌによる撮影系３０Ｌの光路の偏向を考慮すると、照明光軸２０ａを通るＹＺ面（物面を含む）と、結像レンズ３２Ｌの主面と、撮像面３４Ｌとが、同一の直線上にて交差する。これにより、左撮影系３０Ｌは、物面内の全ての位置（例えば、角膜前面から水晶体後面までの範囲）にピントを合わせて撮影を行うことができる。
右撮影系３０Ｒは、反射器３１Ｒと、結像レンズ３２Ｒと、撮像素子３３Ｒとを含む。左撮影系３０Ｌと同様に、右撮影系３０Ｒは、照明系２０によりスリット光が照射されている前眼部からの光を、反射器３１Ｒ及び結像レンズ３２Ｒによって、撮像素子３３Ｒの撮像面３４Ｒに導く。更に、左撮影系３０Ｌと同様に、右撮影系３０Ｒは、移動機構６による照明系２０、左撮影系３０Ｌ及び右撮影系３０Ｒの移動と並行して繰り返し撮影を行うことで、複数の前眼部画像（画像群）を取得する。左撮影系３０Ｌと同様に、照明光軸２０ａに沿う物面と、反射器３１Ｒ及び結像レンズ３２Ｒを含む光学系と、撮像面３４Ｒとは、シャインプルーフの条件を満足する。
制御部７は、左撮影系３０Ｌによる繰り返し撮影と、右撮影系３０Ｒによる繰り返し撮影とを同期させることができる。これにより、左撮影系３０Ｌにより得られた複数の前眼部画像と、右撮影系３０Ｒにより得られた複数の前眼部画像との間の対応関係が得られる。この対応関係は、時間的な対応関係であり、より具体的には、実質的に同時に取得された画像同士をペアリングするものである。
或いは、制御部７又はデータ処理部８は、左撮影系３０Ｌにより得られた複数の前眼部画像と、右撮影系３０Ｒにより得られた複数の前眼部画像との間の対応関係を求める処理を実行することができる。例えば、制御部７又はデータ処理部８は、左撮影系３０Ｌから逐次に入力される前眼部画像と、右撮影系３０Ｒから逐次に入力される前眼部画像とを、それらの入力タイミングによってペアリングすることができる。
本態様は、動画撮影部４０を更に含む。動画撮影部４０は、左撮影系３０Ｌ及び右撮影系３０Ｒによる撮影と並行して、被検眼Ｅの前眼部を固定位置から動画撮影する。「固定位置から動画撮影」とは、前眼部スキャンのために照明系２０、左撮影系３０Ｌ及び右撮影系３０Ｒが移動されるときに、動画撮影部４０は移動されないことを表す。なお、動画撮影部４０は、静止画撮影を行うことも可能である。
本態様の動画撮影部４０は、照明系２０と同軸に配置されているが、その配置はこれに限定されない。例えば、照明系２０と非同軸に動画撮影部を配置することができる。また、動画撮影部４０が感度を有する帯域の照明光で前眼部を照明する光学系が設けられていてもよい。
ビームスプリッタ４７を透過した光は、反射器４８により反射されて動画撮影部４０に入射する。動画撮影部４０に入射した光は、対物レンズ４１により屈折された後、結像レンズ４２によって撮像素子４３の撮像面に結像される。撮像素子４３はエリアセンサである。撮像素子４３は、例えば、可視光及び赤外光のいずれか一方又は双方の帯域に感度を有する。
動画撮影部４０が設けられている場合、被検眼Ｅの動きをモニタすることや、トラッキングを行うことができる。また、動画撮影部４０を用いてアライメントを行うことも可能である。
照明系２０の出力波長及び動画撮影部４０の検出波長に応じ、ビームスプリッタ４７は、例えばダイクロイックミラー又はハーフミラーである。
本態様のスリットランプ顕微鏡の幾つかの特徴、幾つかの作用、及び幾つかの効果について説明する。
前述したスリットランプ顕微鏡１の撮影系３の例として、本態様は、左撮影系３０Ｌと右撮影系３０Ｒとを提供する。左撮影系３０Ｌは、スリット光が照射されている前眼部からの光を導く反射器３１Ｌ及び結像レンズ３２Ｌ（第１光学系）と、導かれた光を撮像面３４Ｌ（第１撮像面）で受光する撮像素子３３Ｌ（第１撮像素子）とを含む。同様に、右撮影系３０Ｒは、スリット光が照射されている前眼部からの光を導く反射器３１Ｒ及び結像レンズ３２Ｒ（第２光学系）と、導かれた光を撮像面３４Ｒ（第２撮像面）で受光する撮像素子３３Ｒ（第２撮像素子）とを含む。
左撮影系３０Ｌの光軸（左撮影光軸３０Ｌａ）と右撮影系３０Ｒの光軸（右撮影光軸３０Ｒａ）とは、互いに異なる向きに配置されている。更に、照明系２０の光軸（照明光軸２０ａ）に沿う物面と、反射器３１Ｌ及び結像レンズ３２Ｌと、撮像面３４Ｌとは、シャインプルーフの条件を満足する。同様に、当該物面と、反射器３１Ｌ及び結像レンズ３２Ｌと、撮像面３４Ｌとは、シャインプルーフの条件を満足する。
左撮影系３０Ｌは、移動機構６による照明系２０、左撮影系３０Ｌ及び右撮影系３０Ｒの移動と並行して繰り返し撮影を行うことにより第１画像群を取得する。同様に、右撮影系３０Ｒは、移動機構６による照明系２０、左撮影系３０Ｌ及び右撮影系３０Ｒの移動と並行して繰り返し撮影を行うことにより第２画像群を取得する。
制御部７は、例えば、左撮影系３０Ｌ及び右撮影系３０Ｒが並行して被検眼Ｅの前眼部に１回のスキャンを適用するように、照明系２０、左撮影系３０Ｌ、右撮影系３０Ｒ、及び移動機構６の制御を行うことができる。データ処理部８は、このスキャンで収集された左右一対の画像群から、スキャン範囲に対応する一連の画像を選択して１つの画像群を作成することができる。画像群評価部８１は、作成された画像群の品質評価を行うことができる。この画像群の品質が良好であると評価された場合、制御部７は、この画像群を所定の外部装置に向けて送信するように通信部９を制御することができる。
この画像群の品質が良好でないと評価された場合、制御部７は、被検眼Ｅの前眼部に新たなスキャン（１回以上のスキャン）を適用するように、照明系２０、左撮影系３０Ｌ、右撮影系３０Ｒ、及び移動機構６の制御を行うことができる。この追加的なスキャンにより、左撮影系３０Ｌは、１回以上のスキャンに対応した１以上の第１画像群を収集し、且つ、右撮影系３０Ｒは、１回以上のスキャンに対応した１以上の第２画像群を収集する。画像セット作成部８２は、例えば、第１回目のスキャン及び追加的なスキャンで得られた２以上の第１画像群から、スキャン範囲に対応する第１の一連の画像を選択して第１画像セットを作成し、且つ、第１回目のスキャン及び追加的なスキャンで得られた２以上の第２画像群から、スキャン範囲に対応する第２の一連の画像を選択して第２画像セットを作成することができる。或いは、画像セット作成部８２は、第１回目のスキャン及び追加的なスキャンで得られた２以上の第１画像群及び２以上の第２画像群から、スキャン範囲に対応する一連の画像を選択して画像セットを作成するように構成されてもよい。前述したスリットランプ顕微鏡１に関する任意の事項（構成、制御、処理、作用、機能など）を本態様に組み合わせることが可能である。
このような本態様によれば、スリット光が照射されている前眼部を、互いに異なる方向からそれぞれ動画撮影することができる。一方の撮影系により取得された画像にアーティファクトが含まれている場合であっても、他方の撮影系により当該画像と実質的に同時に取得された画像にはアーティファクトが含まれていない場合がある。また、双方の撮影系により実質的に同時に取得された一対の画像の双方にアーティファクトが含まれている場合であって、一方の画像中のアーティファクトが注目領域（例えばスリット光照射領域）に重なっている場合でも、他方の画像中のアーティファクトが注目領域に重なっていない場合がある。したがって、好適な画像を取得できる可能性が高まる。したがって、良好な品質の画像群及び／又は画像セットが得られる確率を更に向上させることが可能になる。
なお、撮影系３は、左撮影系３０Ｌ（第１撮影系）及び右撮影系３０Ｒ（第２撮影系）に加え、同様の構成の第３撮影系、・・・、第Ｋ撮影系（Ｋは３以上の整数）を含んでいてもよい。これにより、光学系の構造は複雑化するが、良好な品質の画像群及び／又は画像セットが得られる確率を更に向上させることが可能になる。本態様を実施しようとする者は、トレードオフの関係にあるこれらの事項（光学系の複雑度、及び、高品質な画像セットが得られる確率）を勘案してスリットランプ顕微鏡を設計することができる。
本態様の左撮影系３０Ｌは、反射器３１Ｌと結像レンズ３２Ｌとを含む。反射器３１Ｌは、スリット光が照射されている前眼部からの光であって、照明光軸２０ａから離れる方向に進行する光を、照明光軸２０ａに近づく方向に反射する。更に、結像レンズ３２Ｌは、反射器３１Ｌにより反射された光を撮像面３４Ｌに結像させる。ここで、結像レンズ３２Ｌは、１以上のレンズを含む。
同様に、右撮影系３０Ｒは、反射器３１Ｒと結像レンズ３２Ｒとを含む。反射器３１Ｒは、スリット光が照射されている前眼部からの光であって、照明光軸２０ａから離れる方向に進行する光を、照明光軸２０ａに近づく方向に反射する。更に、結像レンズ３２Ｒは、反射器３１Ｒにより反射された光を撮像面３４Ｒに結像させる。ここで、結像レンズ３２Ｒは、１以上のレンズを含む。
このような構成によれば、装置の小型化を図ることが可能である。すなわち、撮像素子３３Ｌ（３３Ｒ）により取得された画像は、撮像面３４Ｌ（３４Ｒ）の反対側の面から延びるケーブルを通じて出力されるが、本構成によれば、照明光軸２０ａに比較的近接して位置する撮像素子３３Ｌ（３３Ｒ）の背面から被検眼Ｅとは反対方向に向かって、ケーブルを配置することができる。したがって、ケーブルの引き回しを好適に行うことができ、装置の小型化を図ることが可能になる。
また、本構成によれば、角度θＬ及び角度θＲを大きく設定することが可能となるため、一方の撮影系により取得された画像にアーティファクトが含まれる場合において、他方の撮影系により当該画像と実質的に同時に取得された画像にアーティファクトが含まれない可能性を高めることができる。また、双方の撮影系により実質的に同時に取得された一対の画像の双方にアーティファクトが含まれる場合であって、一方の画像中のアーティファクトが注目領域（例えばスリット光照射領域）に重なっている場合において、他方の画像中のアーティファクトが注目領域に重なっている可能性を低減することができる。
本態様は、動画撮影部４０を含む。左撮影系３０Ｌ及び右撮影系３０Ｒは、移動機構６による照明系２０、左撮影系３０Ｌ及び右撮影系３０Ｒの移動と並行して、前眼部を繰り返し撮影する。この繰り返し撮影と並行して、動画撮影部４０は、前眼部を固定位置から動画撮影する。
このような構成によれば、スリット光による前眼部のスキャンと並行して固定位置（例えば正面）から動画撮影を行うことで、スキャン中における被検眼Ｅの状態を把握することや、被検眼Ｅの状態に応じた制御を行うことが可能である。
例えば、本態様のスリットランプ顕微鏡が、前述したスリットランプ顕微鏡１の画像群評価部８１（画像セット評価部８３）を含む場合において、本態様のスリットランプ顕微鏡は、左撮影系３０Ｌ及び／又は右撮影系３０Ｒにより取得された画像群（画像セット）が読影に耐えうる品質か否か評価することができる。画像群評価部８１（画像セット評価部８３）は、動画撮影部４０との組み合わせにより、次のような動作を行うことが可能である。なお、ステレオアライメントのための２以上の前眼部カメラや、類似の撮影手段を用いて、同様の動作を行うことも可能である。
動画撮影部４０は、被検眼Ｅの前眼部へのスキャンの適用と並行して前眼部を固定位置から動画撮影する。この動画撮影は、例えば、制御部７の制御の下に行われる。つまり、制御部７は、被検眼Ｅの前眼部スキャンのために、照明系２（照明系２０）と撮影系３（左撮影系３０Ｌ及び／又は右撮影系３０Ｒ）と移動機構６と動画撮影部４０とを連係的に制御することができる。
この連係制御において、制御部７は、撮影系３の撮影レートと動画撮影部４０の撮影レートとを同期させることが可能である。例えば、撮影系３の撮影レートと動画撮影部４０の撮影レートとが等しく設定され、且つ、撮影系３の撮影タイミングと動画撮影部４０の撮影タイミングとが一致される。これにより、スキャンにおいて撮影系３に取得されたフレーム群と、動画撮影部４０に取得されたフレーム群とを、時間的に対応付けることができる。
なお、撮影レート及び撮影タイミングの一方又は双方が異なる場合においても、例えば所定範囲内の時間差を許容することにより、スキャンにおいて撮影系３に取得されたフレーム群と、動画撮影部４０に取得されたフレーム群とを、時間的に対応付けることが可能である。
時間的に対応付けられた一対のフレーム（撮影系３により得られたフレームと、動画撮影部４０により得られたフレームとの組）は、実質的に同時に取得されたと考えることができる。したがって、時間的に対応付けられた一対のフレームを考慮する際には、眼球運動による位置ずれを無視することができる。
このような前提の下、画像群評価部８１（画像セット評価部８３）は、動画撮影部４０により取得された動画像（フレーム群）に基づいて、画像群（画像セット）に含まれる一連の画像の品質の評価を行うように構成されてよい。
このとき、画像群評価部８１（画像セット評価部８３）は、画像群（画像セット）に含まれる一連の画像と、動画撮影部４０により取得された動画像に含まれる一連のフレームとの間の対応関係に基づいて、画像群（画像セット）の品質の評価を行うように構成されてよい。すなわち、画像群評価部８１（画像セット評価部８３）は、撮影系３により得られたフレーム群と、動画撮影部４０により取得されたフレーム群との間の時間的な対応関係に基づいて、画像群（画像セット）の品質の評価を行うように構成されてよい。更に、画像群評価部８１（画像セット評価部８３）は、一連のフレーム中のランドマークと当該対応関係とに基づいて画像群（画像セット）の品質の評価を行うように構成されてよい。
１つの具体例を説明する。本例では、撮影系３により得られたフレーム群Ｆ１～ＦＮ（前述）と、これと並行して動画撮影部４０により取得されたフレーム群Ｄ１～ＤＮとについて、フレームＦｎとフレームＤｎとが対応付けられているとする（ｎ＝１、２、・・・、Ｎ）。
画像群評価部８１（画像セット評価部８３）は、フレーム群Ｄ１～ＤＮのそれぞれにおけるランドマークを特定する。ランドマークは、例えば虹彩に対応する画像領域（虹彩領域）であってよい。
次に、画像群評価部８１（画像セット評価部８３）は、フレーム群Ｄ１～ＤＮにおいてそれぞれ特定されたＮ個のランドマークの位置（例えば、空間的な位置の変化）に基づいて、フレーム群Ｄ１～ＤＮの配列順序（空間的配列順序）を求める。
前述したように、フレーム群Ｄ１～ＤＮは、この順序で時間的に配列されている（時間的配列順序）。時間的配列順序と空間的配列順序とが異なる場合、眼球運動の影響により順序が入れ替わったり位置ずれが生じた可能性がある。また、瞬きの影響によりフレームの飛びが発生した可能性がある。
このような不具合が検出された場合、つまり時間的配列順序と空間的配列順序とが異なる場合、画像群評価部８１（画像セット評価部８３）は、この画像群（画像セット）の品質は良好でないと判定する。
このような構成によれば、スリット光による前眼部のスキャンと並行して（少なくともＸ方向及びＹ方向において）前眼部を広く描出した動画像を取得し、画像群（画像セット）に含まれる一連の画像の不具合を当該動画像を利用して検出することが可能である。
画像群（画像セット）に含まれる一連の画像のそれぞれは、深さ方向（Ｚ方向）に延びる画像である。そのため、Ｚ方向に直交するＸ方向及びＹ方向における一連の画像の配置や配列を一連の画像自体から認識するには、前述したスリットランプ顕微鏡１と同様の画像処理（画像解析）を利用する必要がある。
本例は、一連の画像に画像解析を適用することなく、スキャンと並行して別途に取得した動画像を利用して一連の画像の品質評価を実現するものである。なお、本例の評価項目は、前述したスリットランプ顕微鏡１と同様に、一連の画像の配列順序、画像抜け、及び位置ずれのいずれかであってよい。また、本例の評価処理と、前述したスリットランプ顕微鏡１について説明した任意の評価処理とを組み合わせることも可能である。
動画撮影部４０の他の応用について説明する。本例は、例えば第１回目のスキャンで収集された画像群の品質が良好ではないと評価された後に２回以上のスキャンを行う場合において、この２回以上の追加的スキャンの開始タイミングを調整することにより、スキャン間における被検眼Ｅの位置ずれを防止することを目的とする。
本例においても、動画撮影部４０は、被検眼Ｅの前眼部を固定位置から撮影する。制御部７は、２回以上の追加的スキャンのうちの第１スキャンの開始に対応して動画撮影部４０により取得された基準画像と略同じ画像が動画撮影部４０により取得されたことに対応してスキャン部に第２スキャンを開始させるように構成される。
より具体的に説明する。画像セット作成のために前眼部に適用される２以上のスキャンのいずれかを第１スキャンと呼ぶ。本例では、２以上のスキャンのうち最初に実行されるスキャンが第１スキャンとされる。
まず、制御部７は、第１スキャンの開始タイミングにおいて動画撮影部４０により取得された画像（基準画像）を記憶する。基準画像は、例えば、第１スキャンの開始前に撮影が開始された動画像のフレーム群のうち、第１スキャンの開始時に最も近い時間に取得されたフレームであってよい。或いは、動画撮影部４０は、制御部７の制御の下に、第１スキャンの開始時（直前、同時、又は直後）に前眼部を静止画撮影することで、基準画像を取得してもよい。
第１スキャンよりも後に実行される任意のスキャン（第２スキャン）は、動画撮影部４０による前眼部動画撮影が行われているときに開始される。制御部７（又はデータ処理部８）は、動画撮影部４０により逐次に取得されるフレームを基準画像と比較する。この比較は、例えば、ランドマークを特定するセグメンテーション、画像マッチング、画像相関など、任意の画像処理を含んでよい。
基準画像と略同じフレームが得られたと判定されると、制御部７は、第２スキャンを開始するように、照明系２、撮影系３及び移動機構６を制御する。
本例のスリットランプ顕微鏡は、前眼部に対するスキャン適用回数が、画像セット作成のためのスキャン反復回数に達するまで、上記した一連の処理を繰り返し実行する。これにより、スキャン間における被検眼Ｅの位置ずれを低減することができ、眼球運動による画像セットの品質低下を防止することが可能となる。また、画像選択の効率化や容易化を図ることが可能となる。
フォローアップ撮影に介在した位置ずれを求めるために、動画撮影部４０により取得された画像を用いることができる。幾つかの例示的な態様において、動画撮影部４０は、被検眼Ｅの前眼部を正面から撮影するように配置されている。つまり、動画撮影部４０は、前眼部の正面画像を取得可能であってよい。
正面画像を取得するための構成は動画撮影部４０に限定されない。例えば、本出願人による特開２０１３－２４８３７６号公報などに開示された２以上の前眼部カメラによって取得された２以上の前眼部画像を合成することによって正面画像を構築することができる。２以上の前眼部画像から構築される正面画像は、視点変換などの画像処理技術を用いて生成される仮想視点画像である。このような仮想的な正面画像を用いる場合においても、動画撮影部４０によって正面画像を取得する場合と同様の処理を行うことが可能である。
本例では、照明系２０、左撮影系３０Ｌ、右撮影系３０Ｒ、移動機構６などを用いたスリット光での前眼部スキャン（画像群の収集）とともに、動画撮影部４０を用いた前眼部撮影（正面画像の取得）が行われる。
正面画像を取得するタイミングは任意である。例えば、動画撮影部４０を用いた前眼部撮影は、スリット光での前眼部スキャンと並行して実行されてよい。つまり、前眼部撮影の実行期間の少なくとも一部と、前眼部スキャンの実行期間の少なくとも一部とが重複していてよい。或いは、前眼部スキャンの直前又は直後に前眼部撮影を行ってもよい。この場合、前眼部スキャンと前眼部撮影との間の時間差は、例えば、眼球運動の影響を無視できる程度に十分小さく設定される。
フォローアップ撮影が行われる前に、本態様のスリットランプ顕微鏡は、過去の撮影時に取得された被検眼Ｅの前眼部の正面画像（第１正面画像、基準正面画像）を取得する。取得された第１正面画像は記憶部１０に保存される。このとき、撮影条件の取得及び保存も行うことができる。第１正面画像を基準画像としてフォローアップ撮影が行われる。このフォローアップ撮影においては、動画撮影部４０によって被検眼Ｅの前眼部の正面画像（第２正面画像、フォローアップ正面画像）が取得される。フォローアップ撮影は、例えば、過去の撮影条件（スキャン条件など）を利用して実行される。
本例において、位置ずれ情報取得部８６は、フォローアップ撮影で参照された第１正面画像と、このフォローアップ撮影において取得された第２正面画像とを解析することにより、これら２つの正面画像の間の位置ずれ情報を取得する。
過去の撮影における撮影条件と今回の撮影（フォローアップ撮影）における撮影条件とが同じである場合、第１正面画像と第２正面画像との間の位置ずれはスキャン位置の偏位に相当していると考えることができる。このような正面画像の比較によって、フォローアップ撮影における位置の誤差を示す情報を取得することができる。
過去の撮影条件と今回の撮影条件とが同じである必要はない。例えば、過去の撮影条件と今回の撮影条件とが比較可能である場合、２つの撮影条件の差異を考慮して位置ずれ情報を生成することができる。例えば、今回のスキャン開始位置が過去のスキャン開始位置と異なる場合、スキャン開始位置のシフト量を考慮して画像群の位置決めなどを行うことができる。また、今回のスキャン間隔（フレームレート）が過去のスキャン間隔と異なる場合、スキャン間隔の違いを考慮して画像群の配列決定（スタックデータの構築など）などを行うことができる。
本態様において、評価値算出部８７は、位置ずれ情報取得部８６により取得された位置ずれ情報に基づいて、フォローアップ撮影におけるスキャン位置の誤差の評価値を算出することができる。更に、良否判定部８８は、評価値算出部８７により算出された評価値に基づいて、フォローアップ撮影が良好に行われたか判定することができる。
本態様のスリットランプ顕微鏡は、正面画像を利用して各種情報を表示することができる。例えば、制御部７は、基準正面画像及び／又はフォローアップ正面画像を表示デバイスに表示させるとともに、位置ずれ情報取得部８６により取得された位置ずれ情報に基づいて、基準スキャン位置を示す基準スキャン位置画像とフォローアップスキャン位置を示すフォローアップスキャン位置画像とを正面画像に重ねて表示させることが可能である。
このような表示制御において、位置ずれ情報の代わりに、又は、位置ずれ情報に加えて、位置ずれ情報と同値又は類似な相対位置情報を参照することができる。
基準正面画像とフォローアップ正面画像の一方を表示させる場合、この一方の正面画像に重ねて基準スキャン位置画像とフォローアップスキャン位置画像を表示させることができる。基準正面画像とフォローアップ正面画像の双方を表示させる場合には、これら２つの正面画像のそれぞれに重ねて基準スキャン位置画像とフォローアップスキャン位置画像とを表示させてもよいし、一方の正面画像のみに重ねて基準スキャン位置画像とフォローアップスキャン位置画像と表示させてもよい。
制御部７は、基準スキャン位置画像とフォローアップスキャン位置画像とを互いに異なる態様で表示させることができる。例えば、２つのスキャン位置画像を互いに異なる色で表示させたり、互いに異なる太さで表示させたり、互いに異なる濃度で表示させたりすることができる。また、各スキャン位置画像に対して識別情報（文字列情報、画像情報等）を付すこともできる。また、２つのスキャン位置画像を常に異なる態様で表示させてもよいし、所定のトリガに対応して異なる表示態様に切り替えるようにしてもよい。
上記の表示制御によって表示される情報の例を図１１に示す。図１１は、前眼部の正面画像１００（例えば、フォローアップ正面画像又は基準正面画像）に、点線で示す基準スキャン位置画像１０１と、破線で示すフォローアップスキャン位置画像１０２とを重ねて表示させた状態を示している。フォローアップスキャン位置画像１０２は、フォローアップ撮影においてスキャンが適用された範囲を示している。また、基準スキャン位置画像１０１は、このフォローアップ撮影が誤差なく行われた場合におけるスキャン範囲、つまり過去の撮影においてスキャンが適用された範囲であって今回のフォローアップ撮影のスキャン目標とされた範囲を示している。このような情報表示を行うことで、フォローアップ撮影の位置の誤差（正確さ）を視覚的に理解することが可能になる。
このような情報表示は、例えば次のようにして行われる。まず、記憶部１０は、基準正面画像とともに前眼部スキャンで取得された画像（画像群）の基準正面画像における位置を示す第１位置情報と、フォローアップ正面画像とともに前眼部スキャンで取得された画像（画像群）のフォローアップ正面画像における位置を示す第２位置情報とを記憶する。第１位置情報は、過去に実施された第１前眼部スキャン及び第１前眼部撮影に基づく情報であって、第１前眼部撮影で取得された正面画像（基準正面画像）における第１前眼部スキャンの適用位置（適用範囲）を示す情報である。第２位置情報は、基準正面画像を参照して行われたフォローアップ撮影（第２前眼部スキャン）及び第２前眼部撮影に基づく情報であって、第２前眼部撮影で取得された正面画像（フォローアップ正面画像）における第２前眼部スキャンの適用位置（適用範囲）を示す情報である。制御部７は、第１正面画像及び第２正面画像の少なくとも一方の正面画像を表示デバイスに表示させ、且つ、位置ずれ情報取得部８６により取得された位置ずれ情報に基づいて、第１位置情報に対応した第１位置画像と第２位置情報に対応した第２位置画像とを上記正面画像に重ねて表示させる。例えば、第１位置画像及び第２位置画像の双方をフォローアップ正面画像に重ねて表示させる場合、フォローアップ正面画像上における第２位置画像の表示位置は第２位置情報によって決定されるが、フォローアップ正面画像上における第１位置画像の表示位置は、第１位置情報が示す位置を位置ずれ情報で補正することによって決定される。
本態様で実行可能な表示制御は上記のものに限定されない。例えば、制御部７は、フォローアップ撮影におけるスキャン位置の誤差を表す任意の情報を表示させることができる。その具体例として、制御部７は、評価値算出部８７により算出された評価値を表示デバイスに表示させることができる。評価値は、単独で表示されてもよいし、正面画像やスキャン位置を示す画像とともに表示されてもよい。また、評価値に代えて、又は評価値とともに、良否判定部８８により得られた判定結果を表示させることができる。
＜動作＞
例示的な態様に係るスリットランプ顕微鏡の動作について幾つかの例を説明する。以下、スリットランプ顕微鏡１の動作を例として説明するが、図１０に示す態様のスリットランプ顕微鏡又は他の態様のスリットランプ顕微鏡の動作も同じ要領で実行することが可能である。
例示的な態様に係るスリットランプ顕微鏡の動作について幾つかの例を説明する。以下、スリットランプ顕微鏡１の動作を例として説明するが、図１０に示す態様のスリットランプ顕微鏡又は他の態様のスリットランプ顕微鏡の動作も同じ要領で実行することが可能である。
図示は省略するが、任意の段階において、ユーザー（被検者、検者、補助者など）は、スリットランプ顕微鏡１に被検者情報を入力することができる。入力された被検者情報は、制御部７によって記憶部１０に保存される。被検者情報は、典型的には、被検者の識別情報（被検者ＩＤ）を含む。
更に、背景情報の入力を行うことができる。背景情報は、被検者に関する任意の情報であって、その例として、被検者の問診情報、所定のシートに被検者が記入した情報、被検者の電子カルテに記録された情報などがある。典型的には、背景情報は、性別、年齢、身長、体重、疾患名、候補疾患名、検査結果（視力値、眼屈折力値、眼圧値など）、屈折矯正具（眼鏡、コンタクトレンズなど）の装用歴や度数、検査歴、治療歴などがある。これらは例示であって、背景情報はこれらに限定されない。
また、撮影の準備として、スリットランプ顕微鏡１が設置されているテーブル、被検者が座るイス、スリットランプ顕微鏡１の顎受け台の調整が行われる（いずれも図示を省略する）。例えば、テーブル、イス、顎受け台の高さ調整が行われる。顎受け台には、被検者の顔を安定配置させるための顎受け部及び額当てが設けられている。
準備が完了したら、被検者は、イスに腰掛け、顎受けに顎を載せ、額当てに額を当接させる。これらの動作の前又は後に、ユーザーは、被検眼の撮影を開始するための指示操作を行う。この操作は、例えば、図示しない撮影開始トリガーボタンの押下、指示音声の入力などであってよい。或いは、制御部７が準備フェーズの完了を検知して撮影フェーズに自動で移行してもよい。また、図示しない固視標を被検者（被検眼Ｅ又はその僚眼）に提示してもよい。
＜第１の動作例＞
以上の準備の後に実行される第１の動作例について図１２及び図１４を参照しつつ説明する。図１２は、フォローアップ撮影によって良好な品質の画像群を取得するための動作の例を示す。図１４は、フォローアップ撮影の品質（誤差）を評価するための動作の例を示す。
以上の準備の後に実行される第１の動作例について図１２及び図１４を参照しつつ説明する。図１２は、フォローアップ撮影によって良好な品質の画像群を取得するための動作の例を示す。図１４は、フォローアップ撮影の品質（誤差）を評価するための動作の例を示す。
本例は、図１２に示す動作例の後に図１４に示す動作例を実行している。つまり、本例は、良好な品質の画像群を取得した後にフォローアップ撮影の品質を評価している。図示及び詳細な説明は省略するが、本例とは逆に、他の幾つかの例示的な態様は、フォローアップ撮影の品質を評価した後に画像群の品質を評価することができる。更に他の幾つかの例示的な態様は、フォローアップ撮影の品質評価と画像群の品質評価とを並行して行うことができる。本発明が属する技術分野の通常の知識を有する者（当業者）であれば、以下に説明する第１の動作例から、これらの他の例示的な態様について理解することができるであろう。
（Ｓ１：アライメント）
撮影開始に対応し、スリットランプ顕微鏡１は、まず、被検眼Ｅに対する照明系２及び撮影系３のアライメントを行う。被検眼Ｅの角膜頂点や瞳孔中心に光学系光軸を合わせるための一般的なアライメントと異なり、ステップＳ１のアライメントは、ステップＳ２で行われるスキャンの開始位置に照明系２及び撮影系３を配置させるために実行される。ステップＳ１のアライメントの態様は任意であってよく、前述した例のいずれかであってよい。アライメントの開始前、実行中、及び／又は終了後に、撮像素子５の調整、フォーカス調整などの動作を実行してもよい。
撮影開始に対応し、スリットランプ顕微鏡１は、まず、被検眼Ｅに対する照明系２及び撮影系３のアライメントを行う。被検眼Ｅの角膜頂点や瞳孔中心に光学系光軸を合わせるための一般的なアライメントと異なり、ステップＳ１のアライメントは、ステップＳ２で行われるスキャンの開始位置に照明系２及び撮影系３を配置させるために実行される。ステップＳ１のアライメントの態様は任意であってよく、前述した例のいずれかであってよい。アライメントの開始前、実行中、及び／又は終了後に、撮像素子５の調整、フォーカス調整などの動作を実行してもよい。
（Ｓ２：フォローアップ撮影（前眼部スキャン））
スリットランプ顕微鏡１は、照明系２によるスリット光の照射と、撮影系３による動画撮影と、移動機構６による照明系２及び撮影系３の移動とを組み合わせることで、被検眼Ｅの前眼部をスキャンする。このスキャンは、前眼部の３次元領域に適用される。１回のスキャン（スキャン開始位置からスキャン終了位置までのスキャン）により、例えば、図３に示す画像群（複数の前眼部画像）Ｆ１～ＦＮが得られる。
スリットランプ顕微鏡１は、照明系２によるスリット光の照射と、撮影系３による動画撮影と、移動機構６による照明系２及び撮影系３の移動とを組み合わせることで、被検眼Ｅの前眼部をスキャンする。このスキャンは、前眼部の３次元領域に適用される。１回のスキャン（スキャン開始位置からスキャン終了位置までのスキャン）により、例えば、図３に示す画像群（複数の前眼部画像）Ｆ１～ＦＮが得られる。
データ処理部８は、スキャンで得られた画像に所定の処理を施してもよい。例えば、ノイズ除去、コントラスト調整、輝度調整、色補正など、任意の信号処理や任意の画像処理を適用することが可能である。
（Ｓ３：画像群の品質を評価）
画像群評価部８１は、ステップＳ２のスキャンで収集された画像群の品質を評価する。
画像群評価部８１は、ステップＳ２のスキャンで収集された画像群の品質を評価する。
（Ｓ４：品質良好か？）
ステップＳ３において画像群の品質は良好であると判定された場合（Ｓ４：Ｙｅｓ）、本動作は、フォローアップ撮影の品質（誤差）の評価（Ｓ５）に移行する。一方、ステップＳ３において画像群の品質は良好でないと判定された場合（Ｓ４：Ｎｏ）、本動作はステップＳ６に移行する。
ステップＳ３において画像群の品質は良好であると判定された場合（Ｓ４：Ｙｅｓ）、本動作は、フォローアップ撮影の品質（誤差）の評価（Ｓ５）に移行する。一方、ステップＳ３において画像群の品質は良好でないと判定された場合（Ｓ４：Ｎｏ）、本動作はステップＳ６に移行する。
（Ｓ５：誤差評価に移行）
ステップＳ３において画像群の品質は良好であると判定された場合（Ｓ４：Ｙｅｓ）、制御部７は、この画像群が得られたフォローアップ撮影の品質（誤差）を評価するための処理を実行するための制御を行う。
ステップＳ３において画像群の品質は良好であると判定された場合（Ｓ４：Ｙｅｓ）、制御部７は、この画像群が得られたフォローアップ撮影の品質（誤差）を評価するための処理を実行するための制御を行う。
例えば、制御部７は、誤差評価のための情報をデータ処理部８（例えば、位置ずれ情報取得部８６）に送る。誤差評価のための情報は、例えば、ステップＳ４で品質が良好であると判定された画像群（フォローアップ画像）と、フォローアップ撮影で参照された過去の画像（基準画像）とを含む。誤差評価のための情報は、過去の撮影で適用された撮影条件、フォローアップ撮影で適用された撮影条件などを更に含んでいてもよい。誤差評価のための情報の送信先は位置ずれ情報取得部８６に限定されない。例えば、加工画像を用いて位置ずれ情報を生成する場合、制御部７は、誤差評価のための情報を加工画像構築部８５に送ることができる。
ステップＳ５の後、本動作は、図１４のステップＳ３１に移行する。
（Ｓ６：再撮影を促す）
ステップＳ３において画像群の品質は良好でないと判定された場合（Ｓ４：Ｎｏ）、制御部７は、被検眼Ｅの前眼部から新たな画像群を収集するための制御を行う。本例では、制御部７は、ユーザーに再撮影を促すための情報を表示及び／又は音声出力させるための制御を実行する。ユーザーは、再撮影を開始するための指示操作、又は、再撮影を行わないための指示操作を行う。
ステップＳ３において画像群の品質は良好でないと判定された場合（Ｓ４：Ｎｏ）、制御部７は、被検眼Ｅの前眼部から新たな画像群を収集するための制御を行う。本例では、制御部７は、ユーザーに再撮影を促すための情報を表示及び／又は音声出力させるための制御を実行する。ユーザーは、再撮影を開始するための指示操作、又は、再撮影を行わないための指示操作を行う。
再撮影を開始するための指示操作をユーザーが行った場合、制御部７は、ステップＳ１（又はステップＳ２）からの動作を再度実行するための制御を行う。再撮影は、例えば、所定の回数を上限として繰り返される。
一方、再撮影を行わないための指示操作をユーザーが行った場合、制御部７は、例えば、良好な品質ではないと判定された画像群をフォローアップ撮影の誤差評価に提供するための制御を行ってよい。或いは、制御部７は、良好な品質ではないと判定された画像群を削除、保存、又は記録するための制御を行ってもよい。
（Ｓ３１：位置ずれ情報を生成）
ステップＳ５の後、本動作は、図１４のステップＳ３１に移行する。ステップＳ３１において、位置ずれ情報取得部８６は、ステップＳ４で品質が良好であると判定された画像群（フォローアップ画像）と、フォローアップ撮影で参照された過去の画像（基準画像）とを解析して、フォローアップ画像と基準画像との間の位置ずれ情報を生成する。
ステップＳ５の後、本動作は、図１４のステップＳ３１に移行する。ステップＳ３１において、位置ずれ情報取得部８６は、ステップＳ４で品質が良好であると判定された画像群（フォローアップ画像）と、フォローアップ撮影で参照された過去の画像（基準画像）とを解析して、フォローアップ画像と基準画像との間の位置ずれ情報を生成する。
（Ｓ３２：評価値を算出）
次に、評価値算出部８７は、ステップＳ３１で取得された位置ずれ情報に基づいて、フォローアップ撮影におけるスキャン位置の誤差の評価値を算出する。
次に、評価値算出部８７は、ステップＳ３１で取得された位置ずれ情報に基づいて、フォローアップ撮影におけるスキャン位置の誤差の評価値を算出する。
（Ｓ３３：フォローアップ撮影の良否を判定）
続いて、良否判定部８８は、ステップＳ３２で算出された評価値に基づいて、フォローアップ撮影が良好に行われたか判定する。
続いて、良否判定部８８は、ステップＳ３２で算出された評価値に基づいて、フォローアップ撮影が良好に行われたか判定する。
（Ｓ３４：良好か？）
ステップＳ３３においてフォローアップ撮影が良好に行われたと判定された場合（Ｓ３４：Ｙｅｓ）、本動作は、ステップＳ３５に移行する。
ステップＳ３３においてフォローアップ撮影が良好に行われたと判定された場合（Ｓ３４：Ｙｅｓ）、本動作は、ステップＳ３５に移行する。
一方、ステップＳ３３においてフォローアップ撮影が良好に行われなかったと判定された場合（Ｓ３４：Ｎｏ）、本動作は、図１２のステップＳ６に戻る。この場合の処理は、前述したステップＳ６に関する処理に準ずる。
（Ｓ３５：画像を出力）
ステップＳ３３においてフォローアップ撮影が良好に行われたと判定された場合（Ｓ３４：Ｙｅｓ）、制御部７は、この画像群を出力するための制御を行う。例えば、制御部７は、通信部９を制御することによって、この画像群を他の装置に送信することができる。出力される画像群は、過去の撮影に対する位置誤差が小さなフォローアップ撮影で取得された良好な品質の画像群である。この画像群は、読影のために好適なだけでなく、フォローアップ（過去の画像との比較）のためにも好適である。
ステップＳ３３においてフォローアップ撮影が良好に行われたと判定された場合（Ｓ３４：Ｙｅｓ）、制御部７は、この画像群を出力するための制御を行う。例えば、制御部７は、通信部９を制御することによって、この画像群を他の装置に送信することができる。出力される画像群は、過去の撮影に対する位置誤差が小さなフォローアップ撮影で取得された良好な品質の画像群である。この画像群は、読影のために好適なだけでなく、フォローアップ（過去の画像との比較）のためにも好適である。
画像群の送信先となる装置の例として情報処理装置や記憶装置がある。情報処理装置は、例えば、広域回線上のサーバ、ＬＡＮ上のサーバ、コンピュータ端末などである。記憶装置は、広域回線上に設けられた記憶装置、ＬＡＮ上に設けられた記憶装置などである。
ステップＳ３５で出力される画像群は、前述した背景情報、位置ずれ情報、評価値、良否判定結果などを含んでいてよい。或いは、これらの情報は画像群の付帯情報であってもよい。一般に、ステップＳ３５で出力される情報のデータ構造は任意である。
また、ステップＳ３５で送信される画像群は、典型的には、被検者の右眼の前眼部の一連の画像と、左眼の前眼部の一連の画像とを含む。右眼の一連の画像及び左眼の一連の画像は、本例の動作を右眼及び左眼にそれぞれ適用することにより得られる。右眼の一連の画像及び左眼の一連の画像には前述の被検眼情報がそれぞれ付帯され、それにより右眼の一連の画像と左眼の一連の画像とが判別される。
画像群とともに被検者の識別情報が送信される。この識別情報は、スリットランプ顕微鏡１に入力された被検者ＩＤでもよいし、被検者ＩＤに基づき生成された識別情報でもよい。例えば、スリットランプ顕微鏡１が設置されている施設内での個人識別に用いられる被検者ＩＤ（内部識別情報）を、当該施設外にて用いられる外部識別情報に変換することができる。これにより、画像群や背景情報などの個人情報に関する情報セキュリティの向上を図ることができる。
ステップＳ３５（又はＳ６）でスリットランプ顕微鏡１から送信された画像群は、直接的又は間接的に情報処理装置に送られる。この情報処理装置の典型的な例が、医師（又はオプトメトリスト）が使用する前述の読影端末である。
医師は、読影端末を用いて、画像群に含まれる一連の画像（例えば、図３に示す一連の画像Ｆ１～ＦＮ）の読影を行うことができる。また、一連の画像に基づく３次元画像を構築することや、この３次元画像のレンダリング画像を表示することや、画像群とともに送信された情報を表示することが可能である。更に、読影端末又は他の情報処理装置によって、一連の画像のいずれかを解析することや、３次元画像を解析することや、レンダリング画像を解析することや、画像群とともに送信された情報を解析することが可能である。
医師は、読影端末を用いて、読影で得た情報が記録されたレポート（読影レポート）を作成することができる。読影レポートは、例えば、スリットランプ顕微鏡１が設置されている施設、被検者等が指定した医療機関、被検者等が指定した医師が使用する情報処理装置、被検者が登録したアドレス（電子メールアドレス、住所など）などに提供される。また、所定のデータベースシステムに読影レポートを送信し、読影レポートを保管・管理するようにしてもよい。
ステップＳ３５（又はＳ６）でスリットランプ顕微鏡１から送信された画像群の送信先となる情報処理装置の他の例として読影装置がある。読影装置は、読影プロセッサを含む。読影プロセッサは、例えば、読影用のプログラムにしたがって動作し、画像群に含まれる一連の画像を解析して所見を得る。更に、読影プロセッサは、取得された所見に基づきレポートを作成する。
読影プロセッサは、学習済みモデル（推論モデル）を用いて読影を行う人工知能エンジンを含んでいてよい。この人工知能エンジンは、典型的には、スリットランプ顕微鏡により取得された多数の画像及びそれらの読影情報を含む訓練データを用いて訓練された畳み込みニューラルネットワーク（ＣＮＮ）を含む。
読影装置が人工知能エンジンを含み、且つ、スリットランプ顕微鏡１（データ処理部８）が人工知能エンジンを含む場合、これら人工知能エンジンが同等の能力を有するように調整することができる。つまり、読影装置の人工知能エンジンとスリットランプ顕微鏡１の人工知能エンジンとの間に差が無いように（差が小さいように）調整を行うことが可能である。更に換言すると、読影装置に設けられる人工知能エンジンは、スリットランプ顕微鏡１に設けられる前述の人工知能エンジンと少なくとも部分的に同じものであってもよい。
例えば、双方の人工知能エンジンに、同じニューラルネットワークモデルと、同じパラメータとを適用することができる。また、双方の人工知能エンジンにおけるモデルやパラメータの更新を同期させることができる。
このような人工知能エンジンの統一的調整により、スリットランプ顕微鏡１の人工知能エンジンによる出力と、読影装置の人工知能エンジンによる出力との間に矛盾や誤差が発生する不都合を防止することが可能となる。また、前述したように、スリットランプ顕微鏡１から画像群を送信する前に行われる品質評価は、読影や診断を有効に行うために必要とされる画像品質を評価するものであるから、人工知能エンジンの統一的調整を行うことによって、送信前の画像群の品質評価を適切に行うことが可能となる。つまり、読影装置の人工知能エンジンによって読影可能な画像群を、スリットランプ顕微鏡１からの送信前に「読影可能な画像群」であるとして高い確度で評価することができ、また、読影装置の人工知能エンジンによって読影不可能な画像群を、スリットランプ顕微鏡１からの送信前に「読影不可能な画像群」であるとして高い確度で評価することができる。
なお、このような人工知能エンジンの統一的調整がなされない場合や、他の読影装置（モデル及び／又はパラメータが異なる人工知能エンジンを含む）に読影を依頼する場合などにおいては、スリットランプ顕微鏡１の人工知能エンジンの処理条件（モデル、パラメータなどを表す）を画像セットに付帯させることや、読影装置の人工知能エンジンの処理条件を画像セットに付帯させることが可能である。
第１の動作例によれば、第１回目のスキャンで良好な品質の画像群が得られた場合にはこの画像群を後の処理（読影など）に提供することができる。また、第１回目のスキャンで良好な品質の画像群が得られなかった場合、第１の動作例は、再度スキャンを実行して新たな画像群を取得することができる。より一般に、第１の動作例は、良好な品質の画像群が取得されるまで撮影を繰り返すことができる。よって、第１回目のスキャンで良好な品質の画像群が得られた場合でも、得られなかった場合でも、良好な品質の画像群を後の処理に提供することが可能である。したがって、読影などの処理を好適に行うことが可能である。
更に、第１の動作例によれば、第１回目のフォローアップ撮影が良好に行われた場合には、このフォローアップ撮影で取得された画像群を後の処理（読影など）に提供することができる。また、第１回目のフォローアップ撮影が良好に行われなかった場合、第１の動作例は、フォローアップ撮影を再度実行して新たな画像群を取得することができる。より一般に、第１の動作例は、良好なフォローアップ撮影が実行されるまで撮影を繰り返すことができる。よって、第１回目のフォローアップ撮影が良好に行われた場合でも、行われなかった場合でも、過去の撮影で得られた画像（基準画像）に対する位置誤差が小さな画像群（フォローアップ画像）を後の処理に提供することが可能である。したがって、フォローアップにおける画像比較を好適に行うことが可能である。
このように、第１の動作例は、画像群の品質評価とフォローアップ撮影の品質評価との双方を行うことが可能であるから、情報処理装置（読影装置）による自動読影や医師（読影医など）による読影を好適に行うことができるとともに、フォローアップにおける画像比較を好適に行うことができる。以上で、第１の動作例の説明を終える。
＜第２の動作例＞
前述した準備の後に実行される第２の動作例について図１３及び図１４を参照しつつ説明する。図１３は、フォローアップ撮影によって良好な品質の画像セットを取得するための動作の例を示す。図１４は、フォローアップ撮影の品質（誤差）を評価するための動作の例を示す。
前述した準備の後に実行される第２の動作例について図１３及び図１４を参照しつつ説明する。図１３は、フォローアップ撮影によって良好な品質の画像セットを取得するための動作の例を示す。図１４は、フォローアップ撮影の品質（誤差）を評価するための動作の例を示す。
第１の動作例は、良好な品質の画像群（１回のスキャンで収集される一連の画像）が得られるまで前眼部スキャン（撮影）を繰り返すものであるが、本動作例は、良好な品質の画像セット（例えば、所定のスキャン範囲に配列された一連の画像）が得られるまでスキャン（撮影）を繰り返すものである。
換言すると、第１の動作例で最終的に得られるデータは、１回のスキャンで収集される一連の画像であるのに対し、本動作例で最終的に得られるデータは、例えば、所定のスキャン範囲（前眼部の３次元領域）に配列された複数の断面に対応する一連の画像である。すなわち、本動作例で最終的に得られるデータは、第１の動作例と同様に、１回のスキャンで得られた一連の画像であってもよいし、或いは、第１の動作例とは異なり、２回以上のスキャンで得られた２つ以上の画像群から選択された一連の画像であってもよい。
本例は、図１３に示す動作例の後に図１４に示す動作例を実行している。つまり、本例は、良好な品質の画像セットを取得した後にフォローアップ撮影の品質を評価している。図示及び詳細な説明は省略するが、本例とは逆に、他の幾つかの例示的な態様は、フォローアップ撮影の品質を評価した後に画像セットの品質を評価することができる。更に他の幾つかの例示的な態様は、フォローアップ撮影の品質評価と画像セットの品質評価とを並行して行うことができる。更に他の幾つかの例示的な態様は、画像群の品質評価、フォローアップ撮影の品質評価、及び、画像セットの品質評価の順に実行することができる。本発明が属する技術分野の通常の知識を有する者（当業者）であれば、以下に説明する第２の動作例から、これらの他の例示的な態様について理解することができるであろう。
本動作例のステップＳ１１～Ｓ１３は、それぞれ、第１の動作例のステップＳ１～Ｓ３と同じ要領で実行されてよい。したがって、ステップＳ１１～Ｓ１３についての説明は省略するものとする。また、特に言及しない限り、第１の動作例で説明された事項を本動作例に組み合わせることが可能である。
（Ｓ１４：品質良好か？）
ステップＳ１３において画像群の品質は良好であると判定された場合（Ｓ１４：Ｙｅｓ）、本動作は、フォローアップ撮影の品質（誤差）の評価（Ｓ１５）に移行する。一方、ステップＳ１３において画像群の品質は良好でないと判定された場合（Ｓ１４：Ｎｏ）、本動作はステップＳ１６に移行する。
ステップＳ１３において画像群の品質は良好であると判定された場合（Ｓ１４：Ｙｅｓ）、本動作は、フォローアップ撮影の品質（誤差）の評価（Ｓ１５）に移行する。一方、ステップＳ１３において画像群の品質は良好でないと判定された場合（Ｓ１４：Ｎｏ）、本動作はステップＳ１６に移行する。
（Ｓ１５：誤差評価に移行）
ステップＳ１３において画像群の品質は良好であると判定された場合（Ｓ１４：Ｙｅｓ）、制御部７は、この画像群が得られたフォローアップ撮影の品質（誤差）を評価するための処理を実行するための制御を行う。この制御は、例えば、第１の動作例のステップＳ５と同じ要領で実行されてよい。ステップＳ１５の後、本動作は、図１４のステップＳ３１に移行する。
ステップＳ１３において画像群の品質は良好であると判定された場合（Ｓ１４：Ｙｅｓ）、制御部７は、この画像群が得られたフォローアップ撮影の品質（誤差）を評価するための処理を実行するための制御を行う。この制御は、例えば、第１の動作例のステップＳ５と同じ要領で実行されてよい。ステップＳ１５の後、本動作は、図１４のステップＳ３１に移行する。
（Ｓ１６：再撮影を促す）
ステップＳ１３において画像群の品質は良好でないと判定された場合（Ｓ１４：Ｎｏ）、制御部７は、ユーザーに再撮影を促すための制御を行う。ユーザーは、再撮影を開始するための指示操作、又は、再撮影を行わないための指示操作を行う。
ステップＳ１３において画像群の品質は良好でないと判定された場合（Ｓ１４：Ｎｏ）、制御部７は、ユーザーに再撮影を促すための制御を行う。ユーザーは、再撮影を開始するための指示操作、又は、再撮影を行わないための指示操作を行う。
（Ｓ１７：アライメント）
再撮影を開始するための指示操作をユーザーが行うと、制御部７は、ステップＳ１１と同じ要領でアライメントを実行する。
再撮影を開始するための指示操作をユーザーが行うと、制御部７は、ステップＳ１１と同じ要領でアライメントを実行する。
（Ｓ１８：フォローアップ撮影（スキャン））
ステップＳ１７のアライメントが完了したら、スリットランプ顕微鏡１は、ステップＳ１２と同じ要領で、被検眼Ｅの前眼部の３次元領域をスキャンする。これにより、新たな画像群が得られる。
ステップＳ１７のアライメントが完了したら、スリットランプ顕微鏡１は、ステップＳ１２と同じ要領で、被検眼Ｅの前眼部の３次元領域をスキャンする。これにより、新たな画像群が得られる。
（Ｓ１９：画像選択）
選択部８２１は、ステップＳ１２のスキャンで収集された画像群と、ステップＳ１９のスキャンで収集された画像群とを含む画像の集合から、所定の条件を満足する１以上の画像を選択する。なお、ステップＳ１４で２回以上「Ｎｏ」と判定された場合、選択部８２１は、ステップＳ１２のスキャンで収集された画像群と、２回以上行われたステップＳ１９のスキャンで収集された２つ以上の画像群とを含む画像の集合から、所定の条件を満足する１以上の画像を選択する。
選択部８２１は、ステップＳ１２のスキャンで収集された画像群と、ステップＳ１９のスキャンで収集された画像群とを含む画像の集合から、所定の条件を満足する１以上の画像を選択する。なお、ステップＳ１４で２回以上「Ｎｏ」と判定された場合、選択部８２１は、ステップＳ１２のスキャンで収集された画像群と、２回以上行われたステップＳ１９のスキャンで収集された２つ以上の画像群とを含む画像の集合から、所定の条件を満足する１以上の画像を選択する。
幾つかの例示的な態様において、ステップＳ１８及びＳ１９の動作は、前述したように、スキャンと画像選択とを交互に反復する動作、及び、全てのスキャンの実行後に画像選択を行う動作のいずれか一方であってよい。このようなスキャンと画像選択との連係動作により、２回以上のスキャンで得られた２つ以上の画像群から一連の画像が選択される。
（Ｓ２０：画像セットを作成）
画像セット作成部８２は、ステップＳ１９で選択された一連の画像を含む画像セットを作成する。
画像セット作成部８２は、ステップＳ１９で選択された一連の画像を含む画像セットを作成する。
（Ｓ２１：画像セットの品質を評価）
画像セット評価部８３は、ステップＳ２０で作成された画像セットの品質を評価する。
画像セット評価部８３は、ステップＳ２０で作成された画像セットの品質を評価する。
（Ｓ１４：品質良好か？）
ステップＳ２１において画像セットの品質は良好であると判定された場合（Ｓ１４：Ｙｅｓ）、本動作は、フォローアップ撮影の品質（誤差）の評価（Ｓ１５）に移行する。一方、ステップＳ２１において画像セットの品質は良好でないと判定された場合（Ｓ１４：Ｎｏ）、本動作はステップＳ１６に移行し、ステップＳ１６～Ｓ１４が再度実行される。
ステップＳ２１において画像セットの品質は良好であると判定された場合（Ｓ１４：Ｙｅｓ）、本動作は、フォローアップ撮影の品質（誤差）の評価（Ｓ１５）に移行する。一方、ステップＳ２１において画像セットの品質は良好でないと判定された場合（Ｓ１４：Ｎｏ）、本動作はステップＳ１６に移行し、ステップＳ１６～Ｓ１４が再度実行される。
（Ｓ１５：誤差評価に移行）
ステップＳ１３において画像セットの品質は良好であると判定された場合（Ｓ１４：Ｙｅｓ）、制御部７は、この画像セットが得られたフォローアップ撮影の品質（誤差）を評価するための処理を実行するための制御を行う。この制御は、例えば、第１の動作例のステップＳ５と同じ要領で実行されてよい。ステップＳ１５の後、本動作は、図１４のステップＳ３１に移行する。
ステップＳ１３において画像セットの品質は良好であると判定された場合（Ｓ１４：Ｙｅｓ）、制御部７は、この画像セットが得られたフォローアップ撮影の品質（誤差）を評価するための処理を実行するための制御を行う。この制御は、例えば、第１の動作例のステップＳ５と同じ要領で実行されてよい。ステップＳ１５の後、本動作は、図１４のステップＳ３１に移行する。
この画像セットが１回の前眼部スキャンで取得された１つの画像群からなる場合、つまり、ステップＳ１４において一度も「Ｎｏ」と判定されなかった場合、換言すると、第１回目のステップＳ１４において「Ｙｅｓ」と判定された場合、ステップＳ３１～Ｓ３５の動作は第１の動作例と同じ要領で実行されてよい。
これに対し、２回以上の前眼部スキャンで取得された２つ以上の画像群から画像セットが作成された場合、つまり、ステップＳ１４において少なくとも１回「Ｎｏ」と判定された場合、換言すると、第１回目のステップＳ１４において「Ｎｏ」と判定された場合、ステップＳ３１～Ｓ３５の動作は、例えば、以下に例示する態様のいずれかにしたがって実行されてよい。
第１の態様は、２回以上の前眼部スキャンから前眼部スキャンを選択し、選択された前眼部スキャンについて、ステップＳ３１～Ｓ３５の動作を第１の動作例と同じ要領で実行するものである。前眼部スキャンの選択方法は任意であってよい。例えば、最初の前眼部スキャン及び／又は最後の前眼部スキャンを選択することができる。
第２の態様は、２回以上の前眼部スキャンのそれぞれについて、ステップＳ３１～Ｓ３５の動作を第１の動作例と同じ要領で実行し、これにより得られた２以上の結果からフォローアップ撮影の誤差評価を行うものである。この誤差評価は、例えば、２以上の結果を統計的に処理することにより実行される。１つの例は、２以上の結果のいずれか（例えば、誤差が最大である評価結果）を選択し、選択された結果に基づき最終的な誤差評価を行う。他の例は、２以上の結果に所定の統計処理を施し、それにより得られたデータ（例えば、平均）に基づき最終的な誤差評価を行う。
（Ｓ３１：位置ずれ情報を生成）
ステップＳ１５の後、本動作は、図１４のステップＳ３１に移行する。ステップＳ３１において、位置ずれ情報取得部８６は、ステップＳ１４で品質が良好であると判定された画像セット及び／又は１以上の画像群（フォローアップ画像）と、フォローアップ撮影で参照された過去の画像（基準画像）とを解析して、フォローアップ画像と基準画像との間の位置ずれ情報を生成する。
ステップＳ１５の後、本動作は、図１４のステップＳ３１に移行する。ステップＳ３１において、位置ずれ情報取得部８６は、ステップＳ１４で品質が良好であると判定された画像セット及び／又は１以上の画像群（フォローアップ画像）と、フォローアップ撮影で参照された過去の画像（基準画像）とを解析して、フォローアップ画像と基準画像との間の位置ずれ情報を生成する。
（Ｓ３２：評価値を算出）
次に、評価値算出部８７は、ステップＳ３１で取得された位置ずれ情報に基づいて、フォローアップ撮影におけるスキャン位置の誤差の評価値を算出する。
次に、評価値算出部８７は、ステップＳ３１で取得された位置ずれ情報に基づいて、フォローアップ撮影におけるスキャン位置の誤差の評価値を算出する。
（Ｓ３３：フォローアップ撮影の良否を判定）
続いて、良否判定部８８は、ステップＳ３２で算出された評価値に基づいて、フォローアップ撮影が良好に行われたか判定する。
続いて、良否判定部８８は、ステップＳ３２で算出された評価値に基づいて、フォローアップ撮影が良好に行われたか判定する。
（Ｓ３４：良好か？）
ステップＳ３３においてフォローアップ撮影が良好に行われたと判定された場合（Ｓ３４：Ｙｅｓ）、本動作は、ステップＳ３５に移行する。
ステップＳ３３においてフォローアップ撮影が良好に行われたと判定された場合（Ｓ３４：Ｙｅｓ）、本動作は、ステップＳ３５に移行する。
一方、ステップＳ３３においてフォローアップ撮影が良好に行われなかったと判定された場合（Ｓ３４：Ｎｏ）、本動作は、図１３のステップＳ１６に戻る。この場合の処理は、前述したステップＳ１６に関する処理に準ずる。
（Ｓ３５：画像を出力）
ステップＳ３３においてフォローアップ撮影が良好に行われたと判定された場合（Ｓ３４：Ｙｅｓ）、制御部７は、この画像セットを出力するための制御を行う。本例では、制御部７は、通信部９を制御して、画像セットを他の装置に送信する。
ステップＳ３３においてフォローアップ撮影が良好に行われたと判定された場合（Ｓ３４：Ｙｅｓ）、制御部７は、この画像セットを出力するための制御を行う。本例では、制御部７は、通信部９を制御して、画像セットを他の装置に送信する。
画像セットの送信先は、第１の動作例における画像群の送信先と同じであってもよいし、異なっていてもよい。出力される画像セットは、背景情報、位置ずれ情報、評価値、良否判定結果などを含んでいてもよい。或いは、これらの情報は画像セットの付帯情報であってもよい。画像群の場合と同様に、送信される画像セットは、被検者の右眼の前眼部の一連の画像と、左眼の前眼部の一連の画像とを含んでいてよく、更に、右眼の一連の画像及び左眼の一連の画像に被検眼情報がそれぞれ付帯されていてもよい。また、画像セットとともに被検者の識別情報が送信されてもよい。
ステップＳ３５でスリットランプ顕微鏡１から送信された画像セットは、直接的又は間接的に情報処理装置に送られる。この情報処理装置は、例えば、読影端末及び／又は読影装置であってよい。
第２の動作例によれば、第１回目のスキャンで良好な品質の画像群が得られた場合にはこの画像群を後の処理（読影など）に提供することができる。また、第１回目のスキャンで良好な品質の画像群が得られなかった場合、第２の動作例は、新たな画像群を取得するとともに、その時点までに得られた２つ以上の画像群から一連の画像を選択して良好な品質の画像セットを作成することができる。より一般に、第２の動作例は、良好な品質の画像セットが得られるまで撮影を繰り返すことができる。よって、第１回目のスキャンで良好な品質の画像群が得られた場合にはその画像群を後の処理に提供することができる上に、第１回目のスキャンで良好な品質の画像群が得られなかった場合には２回以上のスキャンで得た２つ以上の画像群から良好な品質の画像セットを作成して後の処理に提供することが可能である。したがって、読影などの処理を好適に行うことが可能である。
更に、第２の動作例によれば、第１回目のフォローアップ撮影が良好に行われた場合には、このフォローアップ撮影で取得された画像群を後の処理（読影など）に提供することができる。また、第１回目のフォローアップ撮影が良好に行われなかった場合、第２の動作例は、フォローアップ撮影を再度実行して新たな画像群を取得し、この新たな画像群を含む２以上の画像群から画像セットを作成することができる。より一般に、第２の動作例は、良好なフォローアップ撮影に基づく画像セットが得られるまで撮影を繰り返すことができる。よって、第１回目のフォローアップ撮影が良好に行われた場合でも、行われなかった場合でも、過去の撮影で得られた画像（基準画像）に対する位置誤差が小さな画像セット又は画像群（フォローアップ画像）を後の処理に提供することが可能である。したがって、フォローアップにおける画像比較を好適に行うことが可能である。
このように、第２の動作例は、画像群の品質評価、画像セットの品質評価、及びフォローアップ撮影の品質評価を実行することが可能であるから、情報処理装置（読影装置）による自動読影や医師（読影医など）による読影を好適に行うことができるとともに、フォローアップにおける画像比較を好適に行うことができる。以上で、第２の動作例の説明を終える。
本態様のスリットランプ顕微鏡１が実行可能な動作は上記した２つの例に限定されない。例えば、スリットランプ顕微鏡１は、本態様で説明した事項、その変形、及び任意の公知技術のいずれか１つ又は２つ以上に少なくとも基づく動作を行うことが可能である。
例えば、スリットランプ顕微鏡１は、上記した２つの例のような再撮影を行うことなく、被検眼Ｅの前眼部に対する１回のスキャン（１回のフォローアップ撮影）で収集された画像群を直接的又は間接的に情報処理装置に送信するように構成されていてよい。
また、スリットランプ顕微鏡１は、被検眼Ｅの前眼部の３次元領域から収集された一連の画像（画像群、画像セット）に解析処理を適用して解析データ（例えば、前眼部パラメータ値）を求め、この解析データを直接的又は間接的に情報処理装置に送信するように構成されていてよい。或いは、スリットランプ顕微鏡１は、被検眼Ｅの前眼部の３次元領域から収集された一連の画像（画像群、画像セット）に解析処理を適用して解析データ（例えば、前眼部パラメータ値）を求め、この解析データと当該一連の画像とを直接的又は間接的に情報処理装置に送信するように構成されていてよい。
＜効果＞
上記した例示的な態様のスリットランプ顕微鏡の幾つかの特徴、幾つかの作用、及び幾つかの効果について説明する。
上記した例示的な態様のスリットランプ顕微鏡の幾つかの特徴、幾つかの作用、及び幾つかの効果について説明する。
スリットランプ顕微鏡１は、画像取得部（照明系２、撮影系３、移動機構６など）と、記憶部１０と、位置ずれ情報取得部８６とを含む。画像取得部は、被検眼Ｅの前眼部をスリット光でスキャンして画像を取得する。記憶部１０は、被検眼Ｅの前眼部の第１画像を記憶するとともに、この第１画像を参照して画像取得部により行われたフォローアップ撮影において取得された第２画像を記憶する。位置ずれ情報取得部８６は、フォローアップ撮影が行われた後に、第１画像及び第２画像を解析して、第１画像と第２画像との間の位置ずれ情報を取得する。
このようなスリットランプ顕微鏡１によれば、被検眼Ｅの前眼部をスリット光でスキャンするモダリティによってフォローアップ撮影を行うことが可能であり、更に、このフォローアップ撮影の誤差に関する位置ずれ情報を取得することができる。したがって、フォローアップ撮影の確度や精度を知ること、つまり、フォローアップにおける撮影位置（撮影範囲）の誤差の情報を得ることが可能であり、フォローアップ撮影が適正に行われたか否かを示す情報や、更にはどの程度の確度や精度でフォローアップ撮影が行われたかを示す情報をユーザーに提供することができるため、診断の正確性の向上に寄与するものと言える。このように、例示的な態様のスリットランプ顕微鏡１は、フォローアップ撮影の誤差に関する有用な評価を提供することが可能である。
図１０に示す光学系を有するスリットランプ顕微鏡は、被検眼Ｅの前眼部を撮影して正面画像を取得することが可能である（正面画像取得部）。前眼部の正面撮影は、例えば、動画撮影部４０によって実行される。この場合、正面画像取得部は動画撮影部４０を含む。他の例において、前眼部の正面画像は、本出願人による特開２０１３－２４８３７６号公報などに開示された２以上の前眼部カメラによって取得された２以上の前眼部画像を合成することによって構築される。この場合、正面画像取得部は、２以上の前眼部カメラと、画像合成を行うプロセッサ（例えば、データ処理部８）とを含む。
本例のスリットランプ顕微鏡のフォローアップ撮影で参照される第１画像は、前眼部Ｅの前眼部を撮影して取得された第１正面画像を含んでいてよい。第１正面画像は、本例のスリットランプ顕微鏡により取得されてもよいし、他の装置で取得（及び構築）されてもよい。更に、第１正面画像を参照して行われたフォローアップ撮影で得られる第２画像は、このフォローアップ撮影において正面画像取得部により取得された第２正面画像を含んでいてよい。本例の位置ずれ情報取得部８６は、少なくとも第１正面画像及び第２正面画像に基づいて位置ずれ情報を生成することが可能である。
このように正面画像を取得可能な態様のスリットランプ顕微鏡は、位置ずれ情報に基づいてスキャン位置を正面画像上に提示することができる。そのために、記憶部１０は、第１正面画像とともに画像取得部により取得された画像の第１正面画像における位置を示す第１位置情報と、第２正面画像とともに画像取得部により取得された画像の第２正面画像における位置を示す第２位置情報とを更に記憶する。第１位置情報は、例えば、フォローアップ撮影で参照された第１正面画像が取得されたときに行われた前眼部スキャンの適用位置（適用範囲）を、第１正面画像の座標系で表現したものである。第２位置情報は、例えば、第１正面画像を参照して行われたフォローアップ撮影における前眼部スキャンの適用位置（適用範囲）を、この前眼部スキャンとともに行われた正面撮影などで得られた第２正面画像の座標系で表現したものである。更に、本例のスリットランプ顕微鏡は、第１正面画像及び／又は第２正面画像を表示デバイスに表示させることができる。加えて、本例のスリットランプ顕微鏡は、位置ずれ情報取得部８６により取得された位置ずれ情報に基づき、第１位置情報に対応した第１位置画像と、第２位置情報に対応した第２位置画像とを、表示された第１正面画像及び／又は第２正面画像に重ねて表示させることができる。これらの表示処理は表示制御部によって実行される。例示的な態様のスリットランプ顕微鏡では、制御部７が表示制御部として機能する。
正面画像を取得可能な態様のスリットランプ顕微鏡、又は、正面画像を取得可能ではない態様のスリットランプ顕微鏡は、次のように構成されていてもよい。フォローアップ撮影で参照される第１画像は、被検眼Ｅの前眼部をスリット光でスキャンして取得された第１スキャン画像を含んでいてよい。第１スキャン画像は、本例のスリットランプ顕微鏡により取得されてもよいし、他の装置で取得されてもよい。第１スキャン画像を参照して行われたフォローアップ撮影で取得される第２画像は、このフォローアップ撮影において画像取得部により取得された第２スキャン画像を含んでいてよい。本例の位置ずれ情報取得部８６は、少なくとも第１スキャン画像及び第２スキャン画像に基づいて位置ずれ情報を取得することができる。本例によれば、前眼部スキャンで得られたスキャン画像から位置ずれ情報を生成することができるので、正面画像を取得するための構成（正面画像取得部）を設ける必要がなく、構成の簡略化を図ることができる。
なお、正面画像から位置ずれを求める処理と、スキャン画像から位置ずれを求める処理とを組み合わせることができる。幾つかの例示的な態様において、スリットランプ顕微鏡は、正面画像（及びスキャン画像）からＸＹ方向の位置ずれ情報を求め、且つ、スキャン画像からＺ方向の位置ずれ情報を求めるように構成されてよい。
例示的な態様のスリットランプ顕微鏡１は、評価値算出部８７を含んでいてよい。評価値算出部８７は、位置ずれ情報取得部８６により取得された位置ずれ情報に基づいて、フォローアップ撮影におけるスキャン位置の誤差の評価値を算出する。これにより、フォローアップ撮影の誤差の程度を定量的に把握することが可能になる。
例示的な態様のスリットランプ顕微鏡１は、良否判定部８８を含んでいてよい。良否判定部８８は、評価値算出部８７により算出された評価値に基づいて、フォローアップ撮影が良好に行われたか判定する。これにより、フォローアップ撮影の誤差の程度を定量的に且つ自動で評価することが可能になる。
例示的な態様のスリットランプ顕微鏡１は、通信部９（第１通信部）を含んでいてよい。更に、スリットランプ顕微鏡１は、フォローアップ撮影が良好に行われたと良否判定部８８により判定されたことを条件として、このフォローアップ撮影で取得された画像を所定の外部装置に向けて送信することができる。これにより、良好なフォローアップ撮影で得られた画像を読影などに提供することが可能となる。なお、フォローアップ撮影で取得された画像を外部装置に送信するための条件は、ここに説明した良否判定部８８の結果に基づく条件だけでもよいし、他の条件を更に含んでもよい。
幾つかの例示的な態様において、画像取得部は、被検眼Ｅの前眼部をスリット光でスキャンして画像群を収集するスキャン部を含む。スキャン部は、照明系（２）と、撮影系（３）と、移動機構（６）とを含む。照明系は、被検眼Ｅの前眼部にスリット光を照射する。撮影系は、照明系とは異なる方向から前眼部を撮影する。移動機構は、照明系及び撮影系を移動する。移動機構による照明系及び撮影系の移動と並行して、撮影系は繰り返し撮影を行う。この繰り返し撮影は、例えば、所定の撮影レートの動画撮影である。
このような構成によれば、まず、被検眼Ｅの前眼部を表す画像群を非接触で取得することが可能であるため、点眼麻酔や角膜保護剤（眼科用ゲル）を被検眼Ｅに適用する必要がなく、患者に掛かる負担の軽減を図ることが可能である。また、一断面の画像を提供する従来のスリットランプ顕微鏡とは異なり、例示的な態様のスリットランプ顕微鏡は、被検眼Ｅの前眼部の３次元領域をスキャンして画像群を得ることができるため、例えば、撮影後に行われる診断（読影など）において、前眼部の所望の部分を詳細に観察することが可能になる。
また、前述したように、従来のスリットランプ顕微鏡を用いて良好な画像を得るには微細で煩雑な操作が必要とされる一方、特許文献３、４に開示されたような遠隔操作技術では、このような難しい操作を遠隔地から行わねばならなかったため、診断（読影）に耐えうる品質の画像を得ることは極めて困難と考えられる。また、スリットランプ顕微鏡はスクリーニングやフォローアップ等においてその威力を発揮するが、遠隔操作の困難性を考慮すると、スリットランプ顕微鏡を遠隔医療に用いることは従来の技術では実用上不可能とさえ言える。
これに対し、例示的な態様のスリットランプ顕微鏡によれば、まず、被検眼Ｅをスキャンして画像群を収集するように構成されているため、従来のような医師による遠隔操作を行う必要がないという利点がある。つまり、従来においては、医師が遠隔地から操作を行いつつ診察を行っているが、スリットランプ顕微鏡１を用いる場合、医師は、事前に取得された画像群を読影するだけでよい。したがって、医師は、撮影の手間や時間から解放され、読影に集中することができる。このように、本態様は、高品質なスリットランプ顕微鏡検査の提供範囲の拡大に寄与するものである。
例示的な態様において、移動機構６は、照明系２により被検眼Ｅの前眼部に照射されるスリット光をこのスリット光の幅方向に移動させるように照明系２及び撮影系３を移動してよい。
例示的な態様のスリットランプ顕微鏡１は、例えば角膜前面から水晶体後面までの範囲にピントが合った画像（２次元断面画像）を取得するために、シャインプルーフカメラとしての機能を有していてよい。そのために、撮影系３は、スリット光が照射された被検眼Ｅの前眼部からの光（戻り光）を導く光学系４と、光学系４により導かれた光を撮像面で受光する撮像素子５とを含んでいてよい。更に、スリットランプ顕微鏡１は、照明系２の光軸に沿う物面と光学系４と撮像素子５（撮像面）とがシャインプルーフの条件を満足するように構成されていてよい。このような構成により、前眼部の３次元領域の全体にピントを合わせて撮影を行うことができ、良好な品質の画像を取得することが可能となる。
幾つかの例示的な態様において、フォローアップ撮影で取得される第２画像は、このフォローアップ撮影においてスキャン部により収集された画像群に含まれる少なくとも１つの画像を含んでいてよい。この画像群に含まれるそれぞれの画像は、典型的には２次元断面画像である。
幾つかの例示的な態様において、画像取得部は、フォローアップ撮影においてスキャン部により収集された画像群から加工画像を構築する加工画像構築部（８５）を含んでいてよい。加工画像は、例えば、画像群から構築される３次元画像であってよく、また、３次元画像から構築されるレンダリング画像であってよい。フォローアップ撮影により得られる第２画像は、このような加工画像を含んでいてもよい。
このように、フォローアップ撮影で得られる第２画像は、画像群に含まれる画像（２次元断面画像）、３次元画像、レンダリング画像など、様々な形態の画像を含んでいてよい。第２画像に含まれる画像の種類は任意に決定されてよい。なお、外部装置（読影装置、読影端末、他の情報処理装置など）によって加工画像を構築してもよい。
例示的な態様のスリットランプ顕微鏡１は、スキャン部により収集された画像群を処理する画像群処理部８０を含んでいてよい。これにより、スキャン部により収集された画像群に所望の処理を施すことが可能になる。
例示的な態様において、画像群処理部８０は、画像群評価部８１（第１評価部）を含んでいてよい。画像群評価部８１は、スキャン部により収集された画像群の品質を評価するように構成されている。この構成によれば、被検眼Ｅの前眼部をスキャンして収集された画像群の品質をスリットランプ顕微鏡自体によって評価できるため、医師や読影装置に提供する前に画像群の品質を確認することができる。
例えば以下に説明するように、画像群評価部８１による画像群の品質の評価結果に応じて制御内容を切り替えることができる。これにより、良好な品質の画像群が得られた場合にはそれに合った好適な処理を実行することができ、また、良好な品質の画像群が得られなかった場合にはそれに合った好適な処理を実行することができるようになる。
本態様のスリットランプ顕微鏡１は、スキャン部により収集された画像群の品質が良好であると画像群評価部８１により評価されたことを条件として、通信部９（第２通信部）により当該画像群を所定の外部装置に向けて送信することができる。この構成によれば、良好な品質の画像群が取得されたことに対応して、例えば遠隔地に居る医師や遠隔地にある読影装置にこの画像群を提供することができる。なお、フォローアップ撮影で取得された画像群を外部装置に送信するための条件は、ここに説明した画像群の品質に関する条件だけでもよいし、他の条件を更に含んでもよい。
本態様のスリットランプ顕微鏡１は、以下のような制御部７（第１制御部）を含んでいてよい。制御部７は、画像群の品質が良好でないと画像群評価部８１により評価された場合に、被検眼Ｅの前眼部に対する新たなスキャンをスキャン部に実行させるための制御を実行する。新たなスキャンをスキャン部に実行させるための制御は、例えば、ユーザーに再撮影を促すための制御、又は、再撮影を自動で行うための制御（再撮影に自動で移行するための制御）であってよい。この構成によれば、１回のスキャンで良好な品質の画像群が得られなかった場合に、再撮影（再スキャン）にスムースに移行することができる。
例示的な態様において、画像群処理部８０は、画像セット作成部８２を含んでいてよい。画像セット作成部８２は、被検眼Ｅの前眼部に対するスキャンにより既に取得された画像群と、被検眼Ｅの前眼部に対する新たなスキャンで収集された新たな画像群とを含む２以上の画像群から、所定のスキャン範囲に対応する一連の画像を選択して画像セットを作成するように構成されている。この構成によれば、２回以上のスキャンが被検眼に適用された場合、それにより得られた２つ以上の画像群から選択された一連の画像によって画像セットを作成できるため、良好な品質の画像セットが得られる可能性が向上する。例えば、或るスキャンを実行しているときに瞬きや眼球運動が発生して良好な画像が得られなかった場合においても、他のスキャンで得られた画像によってこれを補完することが可能である。
例示的な態様において、画像群処理部８０は、画像セット作成部８２により作成された画像セットの品質を評価する画像セット評価部８３（第２評価部）を含んでいてよい。例えば、画像セット評価部８３は、画像セットに含まれる一連の画像について、配列順序、画像抜け、及び位置ずれのいずれかについて評価を行うことが可能である。この評価は、画像セット中の一連の画像を解析することで行われる。例えば、一連のフレーム中のランドマーク（角膜、虹彩、瞳孔、隅角などの組織に対応する画像領域）に基づいて一連の画像の品質評価が行われる。このような画像セットの評価を行うことによって、医師や読影装置による読影を有効に実施可能にする良好な品質の画像セットを準備することができる。
例示的な態様のスリットランプ顕微鏡１は、画像セットの品質が良好であると画像セット評価部８３により評価されたことを条件として、通信部９により当該画像セットを所定の外部装置に向けて送信することができる。この構成によれば、良好な品質の画像セットが得られたことに対応して、例えば遠隔地に居る医師や遠隔地にある読影装置にこの画像群を提供することができる。なお、フォローアップ撮影で取得された画像セットを外部装置に送信するための条件は、ここに説明した画像セットの品質に関する条件だけでもよいし、他の条件を更に含んでもよい。
例示的な態様のスリットランプ顕微鏡１は、以下のような制御部７（第２制御部）を含んでいてよい。制御部７は、画像セットの品質が良好でないと画像セット評価部８３により評価された場合に、被検眼Ｅの前眼部に対する新たなスキャンをスキャン部に実行させるための制御を実行する。新たなスキャンをスキャン部に実行させるための制御は、例えば、ユーザーに再撮影を促すための制御、又は、再撮影を自動で行うための制御（再撮影に自動で移行するための制御）であってよい。この構成によれば、現段階までの２回以上のスキャンで良好な品質の画像セットが得られなかった場合に、再撮影（再スキャン）にスムースに移行することができる。
〈その他の事項〉
以上に説明した幾つかの態様は本発明の例示に過ぎない。したがって、本発明の要旨の範囲内における任意の変形（省略、置換、付加など）を上記の態様に対して適宜に施すことが可能である。
以上に説明した幾つかの態様は本発明の例示に過ぎない。したがって、本発明の要旨の範囲内における任意の変形（省略、置換、付加など）を上記の態様に対して適宜に施すことが可能である。
以上に説明した態様では、１回のスキャンを行う度に画像群及び／又は画像セットの評価を行っている。他の態様において、スリットランプ顕微鏡は、まず複数回のスキャンを連続して実行して複数の画像群を収集し、これら画像群から画像セットを作成するように構成されてよい。すなわち、本態様のスリットランプ顕微鏡は次のように構成されていてよい：スキャン部が、被検眼の前眼部に２回以上のスキャンを適用して２以上の画像群を収集する；画像群処理部（画像セット作成部）が、収集された２以上の画像群から、スキャン範囲に対応する一連の画像を選択して画像セットを作成する。本態様によれば、複数のスキャンの全てにおいて不都合（瞬き、眼球運動など）が発生しない限り良好な画像セットが得られるので、良好な画像セットを取得できる可能性が高くなる。このような態様に、フォローアップ撮影の品質評価に関するいずれかの態様を組み合わせることが可能である。
いずれかの例示的な態様に係るスリットランプ顕微鏡の用途は任意であり、そのための機能を備えていてもよい。幾つかの例示的なスリットランプ顕微鏡は、前述したようなフォローアップ機能に加えて統計解析機能を備えていてよい。これらの機能は、被検眼の状態を定量的且つ客観的に評価するために用いられる。例示的な態様のスリットランプ顕微鏡によれば、前述したように非接触の前眼部観察を詳細且つ確実に行うことが可能であるため、フォローアップや統計解析を有効且つ好適に行うことが可能である。なお、スリットランプ顕微鏡以外の装置（情報処理装置、読影端末、読影装置、眼科装置など）が同様の機能を備えていてもよい（以下同様）。
このようなスリットランプ顕微鏡は、被検眼の前眼部のスキャンに基づき取得された画像を解析して所定のパラメータの値を算出する機能（パラメータ演算機能）を有する。解析される画像は、任意の画像であってよく、例えば、スキャンで収集された画像群、画像群に含まれる少なくとも１つの画像、画像群の少なくとも一部から構築された３次元画像、３次元画像のレンダリング画像、２つ以上の画像群から得られた画像セット、画像セットに含まれる少なくとも１つの画像、画像セットの少なくとも一部から構築された３次元画像、及び、３次元画像のレンダリング画像のいずれかであってよい。算出対象のパラメータは、任意のパラメータであってよく、例えば、前述した前眼部パラメータのいずれかを含んでいてよい。パラメータ演算は、対象のパラメータに応じた処理を含み、典型的には、セグメンテーション、特徴点検出、距離計測、比演算、角度演算などを含んでいてよい。
統計解析機能としては、例えば、正常眼データとの比較（ノーマティブデータ比較機能）、病眼データとの比較（病眼データ比較機能）などがある。
ノーマティブデータ比較機能を有するスリットランプ顕微鏡は、多数の正常眼から得られたパラメータ値を統計的に処理して得られた正常眼データベース（ノーマティブデータベース）を備えるか、又は、他の装置に格納されたノーマティブデータベースを参照可能に構成される。典型的なノーマティブデータベースは、パラメータ値の正常範囲を規定する。スリットランプ顕微鏡は、被検眼から得られたパラメータ値が正常範囲に含まれるか否か判定する。被検眼から得られたパラメータ値が正常範囲に含まれる場合、被検眼は（少なくともこのパラメータに関して）正常であると判断される。被検眼から得られたパラメータ値が正常範囲に含まれないと判定された場合、被検眼は（少なくともこのパラメータに関して）正常ではないと判断される。
病眼データ比較機能を有するスリットランプ顕微鏡は、特定の疾患についてのデータベース（病眼データベース）を備えるか、又は、他の装置に格納された病眼データベースを参照可能に構成される。病眼データベースは、特定の疾患を有すると診断された多数の眼（病眼、患眼）から得られたパラメータ値を統計的に処理して得られる。典型的な病眼データベースは、パラメータ値の異常範囲を規定する。スリットランプ顕微鏡は、被検眼から得られたパラメータ値が異常範囲に含まれるか否か判定する。被検眼から得られたパラメータ値が異常範囲に含まれない場合、被検眼は（少なくともこのパラメータに関して）正常であると判断される。被検眼から得られたパラメータ値が異常範囲に含まれないと判定された場合、被検眼は（少なくともこのパラメータに関して）正常ではないと判断される。
フォローアップ機能を有するスリットランプ顕微鏡は、典型的には、同一患者の時系列データを比較する機能又は比較可能に提示する機能を有する。例えば、そのようなスリットランプ顕微鏡は、同一患者について複数の日時に取得された複数のパラメータ値の時系列変化量を求める機能、これらのパラメータ値のトレンドを求める機能、これらのパラメータ値の時系列変化を標準的変化（正常眼又は病眼における標準的変化）と比較する機能、これらのパラメータ値（及び標準的変化）に基づき将来の値を推定する機能を有する。また、スリットランプ顕微鏡は、これらの機能のいずれかにより得られた結果を提示する機能を有する。結果の提示には、例えば、グラフ、ヒストグラム、マップ、カラーコードなど、任意の方法を採用することができる。
本開示は、いずれかの態様に係るスリットランプ顕微鏡を制御する方法を提供するものである。スリットランプ顕微鏡は、プロセッサと、記憶装置と、被検眼の前眼部をスリット光でスキャンして画像を取得する画像取得部とを含む。本制御方法は、被検眼の前眼部の第１画像を記憶装置に格納するための制御をプロセッサに実行させるステップと、第１画像を参照して画像取得部により行われたフォローアップ撮影において取得された第２画像を記憶装置に格納するための制御をプロセッサに実行させるステップとを含む。更に、本制御方法は、フォローアップ撮影が行われた後にプロセッサを制御することで、第１画像と第２画像との間の位置ずれ情報を取得するための第１画像及び第２画像の解析をプロセッサに実行させるステップを含む。
本開示は、このような制御方法をコンピュータに実行させるプログラムを提供するものである。更に、本開示は、このようなプログラムを記録したコンピュータ可読な非一時的記録媒体を提供するものである。この非一時的記録媒体は任意の形態であってよく、その例として、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどがある。
本開示は、いずれかの態様に係る撮影方法及び処理方法を提供するものである。本撮影方法は、被検眼の前眼部の第１画像を取得するステップと、取得された第１画像を格納するステップとを含む。更に、本撮影方法は、第１画像を参照したフォローアップ撮影を行うステップを含む。このフォローアップ撮影は、被検眼の前眼部をスリット光でスキャンすることにより実行される。これにより第２画像が得られる。更に、本撮影方法は、フォローアップ撮影で取得された第２画像を格納するステップを含む。加えて、本撮影方法は、フォローアップ撮影が行われた後に、第１画像及び第２画像を解析して、第１画像と第２画像との間の位置ずれ情報を取得するステップを含む。
本処理方法は、被検眼の前眼部の第１画像を格納するステップと、第１画像を参照したフォローアップ撮影で取得された第２画像を格納するステップとを含む。このフォローアップ撮影は、被検眼の前眼部をスリット光でスキャンすることにより実行される。更に、本処理方法は、フォローアップ撮影が行われた後に、第１画像及び第２画像を解析して、第１画像と第２画像との間の位置ずれ情報を取得するステップを含む。
本開示は、このような撮影方法及び／又は処理方法をコンピュータに実行させるプログラムを提供するものである。更に、本開示は、このようなプログラムを記録したコンピュータ可読な非一時的記録媒体を提供するものである。
例示的な態様のスリットランプ顕微鏡の制御方法、例示的な態様の撮影方法、例示的な態様の処理方法、例示的な態様のプログラム、及び例示的な態様の記録媒体のいずれかに対して、前述の例示的な態様において説明された任意の事項を組み合わせることが可能である。
１ スリットランプ顕微鏡
２ 照明系
３ 撮影系
４ 光学系
５ 撮像素子
６ 移動機構
７ 制御部
８ データ処理部
８０ 画像群処理部
８１ 画像群評価部
８２ 画像セット作成部
８３ 画像セット評価部
８５ 加工画像構築部
８６ 位置ずれ情報取得部
８７ 評価値算出部
８８ 良否判定部
９ 通信部
１０ 記憶部
２ 照明系
３ 撮影系
４ 光学系
５ 撮像素子
６ 移動機構
７ 制御部
８ データ処理部
８０ 画像群処理部
８１ 画像群評価部
８２ 画像セット作成部
８３ 画像セット評価部
８５ 加工画像構築部
８６ 位置ずれ情報取得部
８７ 評価値算出部
８８ 良否判定部
９ 通信部
１０ 記憶部
Claims (24)
- 被検眼の前眼部をスリット光でスキャンして画像を取得する画像取得部と、
前記前眼部の第１画像と、前記第１画像を参照して前記画像取得部により行われたフォローアップ撮影において取得された第２画像とを記憶する記憶部と、
前記フォローアップ撮影が行われた後に、前記第１画像及び前記第２画像を解析して、前記第１画像と前記第２画像との間の位置ずれ情報を取得する位置ずれ情報取得部と
を含む、スリットランプ顕微鏡。 - 前記前眼部を撮影して正面画像を取得する正面画像取得部を更に含み、
前記第１画像は、前記前眼部を撮影して取得された第１正面画像を含み、
前記第２画像は、前記第１正面画像を参照して行われた前記フォローアップ撮影において前記正面画像取得部により取得された第２正面画像を含み、
前記位置ずれ情報取得部は、少なくとも前記第１正面画像及び前記第２正面画像に基づいて前記位置ずれ情報を取得する、
請求項１のスリットランプ顕微鏡。 - 前記記憶部は、前記第１正面画像とともに前記画像取得部により取得された画像の前記第１正面画像における位置を示す第１位置情報と、前記第２正面画像とともに前記画像取得部により取得された画像の前記第２正面画像における位置を示す第２位置情報とを更に記憶し、
前記第１正面画像及び前記第２正面画像の少なくとも一方の正面画像を表示手段に表示させ、且つ、前記位置ずれ情報に基づいて、前記第１位置情報に対応した第１位置画像と前記第２位置情報に対応した第２位置画像とを前記少なくとも一方の正面画像に重ねて表示させる表示制御部を更に含む、
請求項２のスリットランプ顕微鏡。 - 前記第１画像は、前記前眼部をスリット光でスキャンして取得された第１スキャン画像を含み、
前記第２画像は、前記第１スキャン画像を参照して行われた前記フォローアップ撮影において前記画像取得部により取得された第２スキャン画像を含み、
前記位置ずれ情報取得部は、少なくとも前記第１スキャン画像及び前記第２スキャン画像に基づいて前記位置ずれ情報を取得する、
請求項１～３のいずれかのスリットランプ顕微鏡。 - 前記位置ずれ情報に基づいて、前記フォローアップ撮影におけるスキャン位置の誤差の評価値を算出する評価値算出部を更に含む、
請求項１～４のいずれかのスリットランプ顕微鏡。 - 前記評価値算出部により算出された前記評価値に基づいて、前記フォローアップ撮影が良好に行われたか判定する良否判定部を更に含む、
請求項５のスリットランプ顕微鏡。 - 第１通信部を更に含み、
前記フォローアップ撮影は良好に行われたと前記良否判定部により判定されたことを条件として、前記第１通信部は、前記フォローアップ撮影において前記画像取得部により取得された画像を所定の外部装置に向けて送信する、
請求項６のスリットランプ顕微鏡。 - 前記画像取得部は、前記前眼部を前記スリット光でスキャンして画像群を収集するスキャン部を含み、
前記スキャン部は、
前記前眼部に前記スリット光を照射する照明系と、
前記照明系とは異なる方向から前記前眼部を撮影する撮影系と、
前記照明系及び前記撮影系を移動する移動機構と
を含み、
前記撮影系は、前記移動機構による前記照明系及び前記撮影系の移動と並行して繰り返し撮影を行う、
請求項１～７のいずれかのスリットランプ顕微鏡。 - 前記撮影系は、
前記スリット光が照射された前記前眼部からの光を導く光学系と、
前記光学系により導かれた前記光を撮像面で受光する撮像素子と
を含み、
前記照明系の光軸に沿う物面と前記光学系と前記撮像面とがシャインプルーフの条件を満足する、
請求項８のスリットランプ顕微鏡。 - 前記移動機構は、前記照明系により前記前眼部に照射される前記スリット光が前記スリット光の幅方向に移動するように前記照明系及び前記撮影系を移動する、
請求項８又は９のスリットランプ顕微鏡。 - 前記第２画像は、前記フォローアップ撮影において前記スキャン部により収集された画像群に含まれる少なくとも１つの画像を含む、
請求項８～１０のいずれかのスリットランプ顕微鏡。 - 前記画像取得部は、前記画像群から加工画像を構築する加工画像構築部を更に含む、
請求項８～１１のいずれかのスリットランプ顕微鏡。 - 前記加工画像構築部は、前記加工画像として３次元画像を構築する、
請求項１２のスリットランプ顕微鏡。 - 前記加工画像構築部は、前記加工画像として前記３次元画像のレンダリング画像を構築する、
請求項１３のスリットランプ顕微鏡。 - 前記第２画像は、前記加工画像を含む、
請求項１２～１４のいずれかのスリットランプ顕微鏡。 - 前記スリットランプ顕微鏡は、前記スキャン部により収集された前記画像群を処理する画像群処理部を更に含む、
請求項８～１５のいずれかのスリットランプ顕微鏡。 - 前記画像群処理部は、前記画像群の品質を評価する第１評価部を含む、
請求項１６のスリットランプ顕微鏡。 - 第２通信部を更に含み、
前記画像群の品質が良好であると前記第１評価部により評価されたことを条件として、前記第２通信部は、前記画像群を所定の外部装置に向けて送信する、
請求項１７のスリットランプ顕微鏡。 - 前記画像群の品質が良好でないと前記第１評価部により評価された場合に、前記前眼部に対する新たなスキャンを前記スキャン部に実行させるための制御を実行する第１制御部を更に含む、
請求項１７又は１８のスリットランプ顕微鏡。 - 前記画像群処理部は、前記画像群と前記新たなスキャンにより収集された新たな画像群とを含む２以上の画像群から、スキャン範囲に対応する一連の画像を選択して画像セットを作成する画像セット作成部を更に含む、
請求項１９のスリットランプ顕微鏡。 - 前記スキャン部は、前記前眼部に２回以上のスキャンを適用して２以上の画像群を収集し、
前記画像群処理部は、前記２以上の画像群から、スキャン範囲に対応する一連の画像を選択して画像セットを作成する画像セット作成部を含む、
請求項１６のスリットランプ顕微鏡。 - 前記画像群処理部は、前記画像セット作成部により作成された前記画像セットの品質を評価する第２評価部を更に含む、
請求項２０又は２１のスリットランプ顕微鏡。 - 第３通信部を更に含み、
前記画像セットの品質が良好であると前記第２評価部により評価されたことを条件として、前記第３通信部は、前記画像セットを所定の外部装置に向けて送信する、
請求項２２のスリットランプ顕微鏡。 - 前記画像セットの品質が良好でないと前記第２評価部により評価された場合に、前記前眼部に対する新たなスキャンを前記スキャン部に実行させるための制御を実行する第２制御部を更に含む、
請求項２２又は２３のスリットランプ顕微鏡。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020131465A JP2022028197A (ja) | 2020-08-03 | 2020-08-03 | スリットランプ顕微鏡 |
| CN202180057088.9A CN116034306A (zh) | 2020-08-03 | 2021-07-29 | 裂隙灯显微镜 |
| EP21853895.7A EP4194924A1 (en) | 2020-08-03 | 2021-07-29 | Slit-lamp microscope |
| US18/018,582 US20230301511A1 (en) | 2020-08-03 | 2021-07-29 | Slit lamp microscope |
| PCT/JP2021/028178 WO2022030364A1 (ja) | 2020-08-03 | 2021-07-29 | スリットランプ顕微鏡 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020131465A JP2022028197A (ja) | 2020-08-03 | 2020-08-03 | スリットランプ顕微鏡 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2022028197A true JP2022028197A (ja) | 2022-02-16 |
Family
ID=80117878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020131465A Pending JP2022028197A (ja) | 2020-08-03 | 2020-08-03 | スリットランプ顕微鏡 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20230301511A1 (ja) |
| EP (1) | EP4194924A1 (ja) |
| JP (1) | JP2022028197A (ja) |
| CN (1) | CN116034306A (ja) |
| WO (1) | WO2022030364A1 (ja) |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000116732A (ja) | 1998-10-21 | 2000-04-25 | Kowa Co | 遠隔医療システム |
| US7281799B2 (en) * | 2005-07-21 | 2007-10-16 | Bausch & Lomb Incorporated | Corneal topography slit image alignment via analysis of half-slit image alignment |
| JP5083758B2 (ja) | 2007-05-21 | 2012-11-28 | 国立大学法人山梨大学 | 眼科遠隔診断システム |
| JP5349210B2 (ja) | 2009-08-31 | 2013-11-20 | 株式会社ニデック | 眼底画像処理装置 |
| JP5570195B2 (ja) | 2009-12-07 | 2014-08-13 | 株式会社ニデック | Ｏｃｔ装置 |
| JP5587014B2 (ja) | 2010-03-31 | 2014-09-10 | 株式会社ニデック | 眼科装置 |
| JP5767026B2 (ja) * | 2011-06-01 | 2015-08-19 | 株式会社ニデック | 前眼部測定装置 |
| JP5989523B2 (ja) | 2012-05-01 | 2016-09-07 | 株式会社トプコン | 眼科装置 |
| DE102013207987A1 (de) * | 2013-04-30 | 2014-10-30 | Oculus Optikgeräte GmbH | Verfahren und Analysesystem zur Augenuntersuchung |
| EP3185747A1 (en) * | 2014-08-31 | 2017-07-05 | Berestka, John | Systems and methods for analyzing the eye |
| JP2016179004A (ja) | 2015-03-24 | 2016-10-13 | 株式会社トプコン | スリットランプ顕微鏡及びその制御方法 |
| JP6518126B2 (ja) * | 2015-05-13 | 2019-05-22 | 株式会社トプコン | 細隙灯顕微鏡 |
| CN110944571B (zh) * | 2017-08-11 | 2023-09-29 | 卡尔蔡司医疗技术公司 | 用于改进眼科成像的系统和方法 |
| JP7321678B2 (ja) * | 2018-06-13 | 2023-08-07 | 株式会社トプコン | スリットランプ顕微鏡及び眼科システム |
-
2020
- 2020-08-03 JP JP2020131465A patent/JP2022028197A/ja active Pending
-
2021
- 2021-07-29 CN CN202180057088.9A patent/CN116034306A/zh active Pending
- 2021-07-29 WO PCT/JP2021/028178 patent/WO2022030364A1/ja active Application Filing
- 2021-07-29 US US18/018,582 patent/US20230301511A1/en active Pending
- 2021-07-29 EP EP21853895.7A patent/EP4194924A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022030364A1 (ja) | 2022-02-10 |
| US20230301511A1 (en) | 2023-09-28 |
| EP4194924A1 (en) | 2023-06-14 |
| CN116034306A (zh) | 2023-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8303115B2 (en) | Method and system for retinal health management | |
| JP6923384B2 (ja) | 眼科システム及び眼科情報処理装置 | |
| JP7466607B2 (ja) | スリットランプ顕微鏡 | |
| JP7321678B2 (ja) | スリットランプ顕微鏡及び眼科システム | |
| WO2021029231A1 (ja) | 眼科装置、眼科装置の制御方法、及びプログラム | |
| WO2019240149A1 (ja) | スリットランプ顕微鏡及び眼科システム | |
| JP2021101965A (ja) | 制御装置、光干渉断層撮影装置、光干渉断層撮影装置の制御方法、及びプログラム | |
| JP2022050738A (ja) | スリットランプ顕微鏡システム | |
| WO2021256130A1 (ja) | スリットランプ顕微鏡 | |
| WO2021261103A1 (ja) | スリットランプ顕微鏡 | |
| CN114364305A (zh) | 裂隙灯显微镜、眼科信息处理装置、眼科系统、裂隙灯显微镜的控制方法、程序以及记录介质 | |
| JP2021097989A (ja) | 眼科装置、眼科装置の制御方法、及びプログラム | |
| JP2022035168A (ja) | スリットランプ顕微鏡システム | |
| WO2022030364A1 (ja) | スリットランプ顕微鏡 | |
| WO2021049104A1 (ja) | スリットランプ顕微鏡、眼科情報処理装置、眼科システム、スリットランプ顕微鏡の制御方法、及び記録媒体 | |
| WO2021039000A1 (ja) | スリットランプ顕微鏡、眼科システム、スリットランプ顕微鏡の制御方法、及び記録媒体 | |
| JP2022048413A (ja) | スリットランプ顕微鏡システム | |
| JP7478216B2 (ja) | 眼科装置、眼科装置の制御方法、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230704 |