JP4817184B2 - 画像撮影装置及び画像解析プログラム - Google Patents

Description

本発明は、被検者の眼底を撮影した眼底画像を複数保存する場合に、これらの眼底画像に、被検者の識別情報を、正確に、しかも容易に付与することができる画像撮影装置及び画像解析プログラムに関する。

眼底検査においては、被検者の眼底を撮影し、得られた眼底画像に被検者の識別情報を付与して、撮影装置の内部の記憶手段や、その他の任意の記録媒体に記録する方法が広く行われている。記録された眼底画像は、種々の画像解析装置によって解析されたり、表示装置や紙に出力されて、医師による診断に利用される。

被検者の識別情報は、画像の撮影を行った検者が、撮影の度に情報を手動で入力することで画像に付与されている。しかし、検者の誤入力を検出することが難しいために、誤入力が看過されて実際の被検者の識別情報とは異なる情報が眼底画像に付与される可能性が潜在している。

特に、大規模な検診等で多くの被検者の眼底検査を連続して行うときには、被検者に配布するＩＤ番号が間違っていたり、眼底を撮影する順序が前後したことに起因して、眼底画像に別人の被検者の識別情報を付与してしまう可能性がある。このような原因で発生する識別情報の入力の誤りは、入力後に確認することが一層困難であるため、眼底画像に誤った識別情報が付与される恐れが増大していた。

このような種々の原因によって、眼底画像に被検者の識別情報が誤って付与されてしまうと、眼底検査全体の信頼性が損なわれてしまうため、眼底画像に識別情報を付与する際の誤りの確実な防止が求められていた。そしてその対策として、被検者の識別情報を眼底画像に付与する際に、その識別情報が、被検者に対応している正確な情報であるかどうかを確認し、誤った識別情報が眼底画像に付与されることを事前に防止できる技術が求められていた。

特許文献１には、画像に誤った識別情報が付与されることを未然に防止するために、被検者の本人確認を行う機能を備えた眼科撮影装置が開示されている。特許文献１の眼科撮影装置は、眼底画像の撮影時に、同時に被検者の上半身像を撮影し、検者が、予め登録されている被検者の画像と比較することで本人確認を行って、識別情報の入力の誤りを防止している。
特開２００５−１３４７３号公報

特許文献１の眼科撮影装置は、眼底画像を撮影する撮影手段に加えて被検者の上半身を撮影する手段が必要となっているため、眼科撮影装置全体が非常に高価なものとなっていた。また、検者は、従来の作業に加えて、被検者の上半身の撮影と本人確認のための画像の比較作業とを行うことが要求されており、これらは検者の作業量の更なる増加につながっていた。

本発明は、上記の課題に鑑みてなされたものであって、被検者の本人確認のための特別な装置を用いることなく、被検者の識別情報を眼底画像に正確に付与することができる画像撮影装置を、従来よりも安価に提供することを目的としている。

本発明のもう一つの目的は、眼底画像に被検者の正確な識別情報を容易に付与することで、検者の入力作業を支援してその作業量を従来よりも低減することができる画像撮影装置を提供することである。

本発明の更なる目的は、入力された眼底画像に被検者の正確な識別情報を容易に付与することで、検者の入力作業を支援してその作業量を低減することができる画像解析プログラムを提供することである。

請求項１の発明は、画像撮影装置に関する。本発明の画像撮影装置は、被検者の識別情報が付与された眼底画像を記憶している画像データベースと、眼底を撮影して解析対象眼底画像を得る眼底撮影手段と、解析対象眼底画像を画像データベースに記憶されている眼底画像と対比させて画像間の類似度を計算する類似度計算手段と、類似度計算手段が解析対象眼底画像との類似度が高いと判定した画像データベースの中の眼底画像を、高類似度眼底画像として決定する高類似度眼底画像決定手段と、高類似度眼底画像とその類似度と高類似度眼底画像に付与された被検者の識別情報を表示して、高類似度眼底画像の被検者の識別情報を、解析対象眼底画像に付与することができるか否かの確認を促す手段と、識別情報を付与することができると確認された場合には、自動的に被検者の識別情報を解析対象眼底画像に付与する入力支援手段を備えていることを特徴とする。

発明者らは、多数の眼底画像を検討した結果、同一の被検者の眼底画像は類似度が高くなり、異なる被検者の眼底画像は類似度が低くなるとの知見を得て、本発明の画像撮影装置を構成するに至った。本発明の画像撮影装置は、画像データベースの中の眼底画像と解析対象眼底画像との類似度を計算し、この類似度の高い画像を選択し、類似度眼底画像と、その類似度と、そこに付与された被検者の識別情報を表示している。このとき表示される情報は、解析対象眼底画像の被検者と同一の可能性が高い被検者の画像とその識別情報となる。検者が表示された情報を検証し、解析対象眼底画像と高類似度眼底画像の被検者が同一であると確認した場合には、画像撮影装置は、自動的に高類似度眼底画像の被検者の識別情報を解析対象眼底画像に付与することができる。

本発明の画像撮影装置は、画像に誤った識別情報が付与されることを防止するための本人確認の手段として、眼底画像を用いている。本人確認のための別個の撮影装置を必要としないために、画像撮影装置全体を安価に構成することができる。

本発明の画像撮影装置は、解析対象眼底画像を撮影された被検者のものである可能性が高い識別情報を画像撮影装置が自動的に表示することができ、それを検者が確認することで、非常に正確な識別情報を解析対象眼底画像に付与することができる。更に、本発明の画像撮影装置は、検者が確認した識別情報が自動的に解析対象眼底画像に付与されるため、検者の入力作業量を低減することができる。

請求項２の発明は、画像撮影装置の類似度計算手段に関する。本発明の類似度計算手段は、解析対象眼底画像の画素値と、画像データベースの中の眼底画像の画素値とを比較して、その類似度を計算することを特徴とする。このように求められた類似度の値は、同一の被検者の眼底を撮影した画像の間で値が大きくなり、異なる被検者の眼底画像では値が小さくなる。

請求項３の発明の画像撮影装置は、類似度計算手段が、解析対象眼底画像の画素毎の濃度変化と、画像データベースの中の眼底画像の画素毎の濃度変化を比較して、その類似度を計算することを特徴とする。

請求項４の発明の画像撮影装置は、類似度計算手段が、解析対象眼底画像に撮影されている血管領域と、画像データベースの中の眼底画像に撮影されている血管領域の比較の結果に基づいて類似度を計算することを特徴とする。

請求項５の発明の画像撮影装置は、類似度計算手段が、解析対象眼底画像に撮影されている血管の分岐点と交叉の位置と、画像データベースの中の眼底画像に撮影されている血管の分岐点と交叉の位置の比較の結果に基づいて類似度を計算することを特徴とする。

請求項６の発明の画像撮影装置は、類似度計算手段が、解析対象眼底画像に撮影されている視神経乳頭部と陥凹部の形状と、画像データベースの中の眼底画像に撮影されている視神経乳頭部と陥凹部の形状との比較の結果に基づいて、類似度を計算することを特徴とする。

請求項７の発明は、画像解析プログラムに関する。本発明の画像解析プログラムは、解析対象眼底画像を入力する手順と、解析対象眼底画像を、画像データベースに記憶されている眼底画像と対比させて画像間の類似度を計算する手順と、類似度の計算の結果、解析対象眼底画像との類似度が高いと判定した画像データベースの中の眼底画像を、高類似度眼底画像として決定する手順と、高類似度眼底画像と、高類似度眼底画像に付与されている被検者の識別情報を表示し、高類似度眼底画像の被検者の識別情報を、解析対象眼底画像に付与することができるか否かの確認を促す手順と、高類似度眼底画像の識別情報を解析対象眼底画像に付与することができると確認された場合には、自動的に被検者の識別情報を解析対象眼底画像に付与して検者の入力を支援する手順とをコンピュータに実行させることを特徴とする。

本発明により、被検者の本人確認のための特別な装置を用いることなく、被検者の識別情報を眼底画像に正確に付与することができて、しかも従来よりも安価な画像撮影装置が、提供される。

又、本発明により、眼底画像に被検者の正確な識別情報を自動的に付与することができ、検者の入力作業を支援して、その作業量を低減することができる画像撮影装置が提供される。

更に、本発明により、入力した眼底画像によって被検者の正確な識別情報を自動的に付与することができ、検者の入力作業を支援して、検者の作業量を低減することができる画像解析プログラムが提供される。

以下に、本発明の画像撮影装置の実施例を、図を参照しつつ詳細に説明する。

（実施例１）本実施例の画像撮影装置１のブロック構成図を図１に示す。本実施例の画像撮影装置１は、眼底撮影部１０と、入力部１２と、表示処理部１４と、被検者ＩＤ情報自動入力処理部１６と、類似度計算処理部１８と、高類似度眼底画像決定処理部２０と、出力部２２と、画像データベース２４とを備えている。このうち、表示処理部１４と、被検者ＩＤ情報自動入力処理部１６と、類似度計算処理部１８と、高類似度眼底画像決定処理部２０と、画像データベース２４は、１台のコンピュータの中に組み込まれている。入力部１２は、前記コンピュータのキーボードとマウスで構成されており、出力部２２は、前記コンピュータの表示装置で構成されている。

本実施例における眼底撮影部１０はＣＣＤカメラで構成されており、被検者の眼底の画像を、デジタル画像で撮影することができる。眼底撮影部１０で撮影される画像には、各画素毎に、画素の位置に対応する２次元の座標データと、色調の情報であるＲ（赤）、Ｇ（緑）、Ｂ（青）の３種類の画素値データからなる画素データが含まれる。

画像データベース２４の中には、過去に撮影された眼底画像のデータが記憶されている。記憶されている個々の眼底画像には、眼底を撮影された被検者を識別可能とする識別情報が付与されている。本実施例における被検者の識別情報は、被検者に一対一で対応している数値である。以下、この被検者の識別情報である数値をＩＤ情報という。画像データベース２４には、このＩＤ情報以外にも、被検者の氏名、性別、年齢、検査で得られた所見等の追加的な項目を記憶しておくことが可能である。これらの情報は、ＩＤ情報によって整理分類された状態で記憶されており、ＩＤ情報を用いてこれらの追加的な項目を被検者ごとに検索することができる。

本実施例の画像撮影装置１によって行われる眼底画像の撮影と被検者ＩＤ情報の付与の内容を、図２のフローチャートに示す。以下、フローチャートに従って、画像撮影装置１の構成と処理の内容を詳細に説明する。

図２のステップＳ２において、眼底撮影部１０によって、被検者の眼底画像が撮影される。撮影された眼底画像は、解析対象眼底画像３２となる。撮影された解析対象眼底画像３２の一例を、図３に示す。図３に示されるように、解析対象眼底画像３２には、視神経乳頭部４１と、視神経乳頭部４１から伸びて網膜上を走行する複数の血管４２と、黄斑部４３が撮影される。通常、カラー撮影された解析対象眼底画像３２では、視神経乳頭部４１は眼底の他の部分よりも明るく、色が薄く撮影される一方で、血管４２と黄斑部４３は、他の部分よりも暗く、色が濃く撮影される。

眼底撮影部１０が撮影した解析対象眼底画像３２の画素データは、表示処理部１４に入力される。表示処理部１４は、解析対象眼底画像３２の画素データを、出力部２２に表示可能な形式で保持すると同時に、そのデータを類似度計算処理部１８に入力する。

類似度計算処理部１８は、解析対象眼底画像３２の画素データが入力されると、画像データベース２４に記憶されている眼底画像を１枚ずつ参照眼底画像として取り出して、解析対象眼底画像３２との類似度を計算する（ステップＳ４）。類似度の計算には、解析対象眼底画像３２の画素データと、参照眼底画像の画素データが用いられる。類似度計算処理部１８は、２枚の眼底画像の、同一の座標値にある画素値データの中のＲＧＢ値を１画素ずつ比較することにより、解析対象眼底画像３２と、参照眼底画像の相互相関係数を求めて、これを類似度とする。

画素値データのＲＧＢ値を用いて、類似度を計算した場合に、解析対象眼底画像と類似度が高くなる参照眼底画像の一例を、図４に示す。又、解析対象眼底画像と類似度が低くなる参照眼底画像の一例を、図５に示す。

類似度計算処理部１８によって計算された類似度のデータは、高類似度眼底画像決定処理部２０に、参照眼底画像に付与されているＩＤ情報と共に入力されて蓄積される。画像データベース２４に記憶されている全ての眼底画像は、上記の手順が繰り返されることによって、解析対象眼底画像３２との類似度が算出されて、その類似度のデータとＩＤ情報が高類似度眼底画像決定処理部２０に蓄積される。

高類似度眼底画像決定処理部２０は、蓄積された類似度のデータから、最も値の大きなデータを検索する。そして、検索された類似度のデータとこれに対応するＩＤ情報を、高類似度眼底画像３３の情報と定義して、表示処理部１４に入力する。表示処理部１４は、入力された高類似度眼底画像３３の情報に加えて、その情報に対応する高類似度眼底画像３３と、解析対象眼底画像３２とを、出力部２２に表示する（ステップＳ６）。

出力部２２に表示される画面の一例を、図６に示す。出力部２２の中央には、解析対象眼底画像３２が表示される。出力部２２の画面右側には、高類似度眼底画像３３と、これに付与されているＩＤ情報と、解析対象眼底画像３２との類似度が表示される。類似度がほぼ等しい高類似度眼底画像３３が２個以上ある場合は、それら全てが並べて表示される。また、画面の左上には、高類似度眼底画像３３のＩＤ情報が、入力部１２によって選択可能な形式で表示されるプルダウンメニュー３１が、設けられている。高類似度眼底画像３３が２個以上ある場合には、プルダウンメニュー３１には、これら高類似度眼底画像のＩＤ情報が列記される。

検者は、出力部２２の表示によって、解析対象眼底画像３２と、高類似度眼底画像３３及びそのＩＤ情報と類似度を確認する。検者は、必要に応じて、画像データベース２４が追加的に記憶している高類似度眼底画像３３の被検者の追加的な識別情報を出力して、確認の参考とすることもできる。検者が、表示されている高類似度眼底画像３３のいずれかの被検者と、解析対象眼底画像３２の被検者が同一であり、高類似度眼底画像３３に付与されているいずれかのＩＤ情報を解析対象眼底画像３２にも付与することが可能であると確認できた場合には、ステップＳ８がイエスとなり、処理はステップＳ１０に進む。

ステップＳ１０において、検者は、入力部１２を操作することにより、画面左上のプルダウンメニュー３１に列記されている高類似度眼底画像３３のＩＤ情報の中から、解析対象眼底画像３２に付与するＩＤ情報を１つ選択する。この選択が行われると、被検者ＩＤ情報自動入力処理部１６は、選択されたＩＤ情報を、解析対象眼底画像３２に関連づけて記憶し、処理を終了する。

検者が、表示されている高類似度眼底画像３３の被検者と、解析対象眼底画像３２の被検者が異なっており、高類似度眼底画像３３のＩＤ情報を解析対象眼底画像３２に付与できないことを確認した場合には、ステップＳ８がノーとなり、処理はステップＳ１２に進む。ステップＳ１２において、検者は解析対象眼底画像３２に付与する被検者ＩＤを手動で入力してこの情報を記憶し、処理を終了する。

本実施例の画像撮影装置１の類似度計算処理部１８は、画像データベースの中の参照眼底画像と解析対象眼底画像３２との類似度を、画素値データに基づいて計算し、解析対象眼底画像３２との類似度の高い参照眼底画像を、解析対象眼底画像の被検者と同一の可能性が高い高類似度眼底画像３３として出力部２２に表示する。検者は、表示された情報を検証し、解析対象眼底画像と高類似度眼底画像の被検者が同一であると確認した場合には、その高類似度眼底画像のＩＤ情報を画面上で簡単に選択するだけで、選択されたＩＤ情報が解析対象眼底画像に自動的に関連づけられて付与される。

このように、本実施例の画像撮影装置１は、画像に誤ったＩＤ情報が付与されることを防止するための本人確認の手段として眼底画像を用いており、他の本人確認手段を用いなくとも正確に被検者の本人確認が可能となっているため、装置全体が簡易且つ安価に構成されている。

又、本実施例の画像撮影装置１は、解析対象眼底画像３２を撮影された被検者のものである可能性が高いＩＤ情報を画像撮影装置１の出力部２２に自動的に表示し、それを検者が確認するだけで、非常に正確なＩＤ情報を解析対象眼底画像３２に付与することができる。更に、本実施例の画像撮影装置１は、被検者ＩＤ情報自動入力処理部１６によって、検者が確認したＩＤ情報が自動的に解析対象眼底画像に付与されるため、検者の入力作業量を低減することができる。

（実施例２）本発明の画像撮影装置５１は、眼底撮影部１０と、入力部１２と、表示処理部１４と、被検者ＩＤ情報自動入力処理部１６と、類似度計算処理部２６と、高類似度眼底画像決定処理部２８と、出力部２２と、画像データベース２４とを備えている。本実施例１における眼底撮影部１０、入力部１２、表示処理部１４、被検者ＩＤ情報入力処理部１６、出力部２２、及び画像データベース２４の構成と行われる処理の内容については、実施例１と同様であり、重複説明を省略する。

実施例２の画像撮影装置５１の類似度計算処理部２６は、解析対象眼底画像と参照眼底画像の類似度を計算する前に、両者の画像の位置合わせを実施することができる。又、高類似度眼底画像決定処理部２８は、高類似度眼底画像を決定する際に、所定の基準値を用いた処理を行っている。

本実施例の画像撮影装置５１が行う眼底画像の撮影と被検者識別情報の付与の内容を、図７のフローチャートに示す。以下、フローチャートに従って、画像撮影装置５１の構成と処理の内容を説明する。

図７のステップＳ２２において、眼底撮影部１０によって被検者の眼底画像が撮影される。撮影された眼底画像の画素データは、解析対象眼底画像３２の画素データとして、眼底撮影部１０から表示処理部１４に入力される。表示処理部１４は、解析対象眼底画像３２の画素データを、出力部２２に表示可能な形式で保持すると同時に、そのデータを類似度計算処理部１８に入力する。

類似度計算処理部２６は、解析対象眼底画像３２の画素データを入力すると、画像データベースに記憶されている眼底画像の中の１枚を、参照眼底画像として取り出す。ここで、取り出された参照眼底画像に撮影されている眼底の位置が、解析対象眼底画像３２に撮影されている眼底の位置に対して、平行移動してずれていたり、回転してずれていたりする場合がある。２枚の画像の間にこのような位置ずれが生じている場合には、類似度が低く算出されることがあるため、画像撮影装置５１の類似度計算処理部２６は、類似度の算出を開始する前に、２枚の眼底画像の位置合わせを行う（ステップＳ２４）。

図３から明らかであるように、眼底画像では視神経乳頭部４１と、網膜領域にある血管４２とが、周辺部とは明らかに異なる色調で明瞭に撮影される。画像撮影装置５１の類似度計算処理部２６は、各々の眼底画像に撮影されている視神経乳頭部４１の大きさを検出して、解析対象眼底画像３２の視神経乳頭部４１の大きさに参照眼底画像の視神経乳頭部４１の大きさを略一致させるよう、参照眼底画像全体を拡大又は縮小することにより、画像の奥行き方向に関する位置合わせすることができる。ここで、画像を拡大する場合には、画像を構成する画素の行列の間に拡大率にあわせて等間隔に新たな画素を挿入し、挿入された新たな画素に対して、隣り合う既存の画素値を線形補間して定義する。又、画像を縮小する場合には、縮小率に合わせて等間隔で画素を削除する。

又、各々の画像の視神経乳頭部４１の位置を一致させるよう、参照眼底画像の水平方向と垂直方向の移動を行うことにより、画像の平行移動に関する補正をすることができる。更に、各々の画像の網膜領域にある血管４２を検出して、主要な血管４２の伸びる角度を比較し、この角度を一致させるように、参照眼底画像を回転させることにより、回転ずれを補正することができる。

類似度計算処理部２６は、ステップＳ２６で、位置合わせの行われた解析対象眼底画像３２と参照眼底画像のそれぞれの画素データの中のＲＧＢ値を用いて、画像の中の濃度勾配を計算する。そして、この勾配の大きさから定義されるエッジ強度を用いて、解析対象眼底画像３２と参照眼底画像の相互相関特徴量を計算する。本実施例では、類似度計算処理部２６は、画素データの中のＲＧＢ値に基づいて画像の濃度変化を算出し、これを用いた相互相関関数を計算して、相互相関特徴量を求めている。そしてこの相互相関特徴量を類似度として用いている。

計算された類似度のデータは、高類似度眼底画像決定処理部２８に、付与されているＩＤ情報と共に入力されて蓄積される。画像データベース２４に記憶されている全ての眼底画像について、解析対象眼底画像３２との類似度が算出されてそのデータが蓄積されると、高類似度眼底画像決定処理部２８は、蓄積された類似度のデータと、予め記憶している類似度の条件値とを比較する。高類似度眼底画像決定処理部２８は、条件値を満たしている類似度のデータを、対応するＩＤ情報と共に、高類似度眼底画像３３の情報として表示処理部１４に入力する。表示処理部１４は、入力された高類似度眼底画像３３の情報に加えて、その情報に対応する高類似度眼底画像３３と、解析対象眼底画像３２とを、出力部２２に表示する（ステップＳ２８）。

検者は、出力部２２の表示によって、解析対象眼底画像３２と、高類似度眼底画像３３及びそのＩＤ情報と類似度を確認する。検者が、高類似度眼底画像３３のいずれかのＩＤ情報を解析対象眼底画像３２にも付与することが可能であると確認できた場合には、ステップＳ３０がイエスとなり、処理はステップＳ３２に進む。検者は、画面左上に表示されているプルダウンメニュー３１から、解析対象眼底画像３２に付与する高類似度眼底画像３３のＩＤ情報を選択し、被検者ＩＤ情報自動入力処理部１６は、選択されたＩＤ情報を、解析対象眼底画像３２に関連づけて記憶し、処理を終了する。

検者が、高類似度眼底画像３３のＩＤ情報を解析対象眼底画像３２に付与できないことを確認した場合には、ステップＳ３０がノーとなり、処理はステップＳ３４に進む。ステップＳ３４において、検者は解析対象眼底画像３２に付与するＩＤ情報を手動で入力するか否かを選択する。検者がＩＤ情報を手動で入力する場合には、ステップＳ３４がイエスとなり、ステップＳ３８で検者が手動で入力した被検者ＩＤ情報が解析対象眼底画像３２に関連づけられて記憶されて、処理が終了する。

検者が被検者のＩＤ情報を手動で入力しない選択を行った場合、ステップＳ３４がノーとなって、処理はステップＳ３６に進む。ステップＳ３６で、高類似度眼底画像決定処理部２８は、予め記憶している類似度の条件を変更する。通常は、この条件を緩和することによって、画像データベース２４に蓄積された眼底画像の類似度の中から、新たな条件を満たすものを再度選択する。そして、新たに選択された類似度と対応するＩＤ情報を、高類似度眼底画像３３の情報として表示処理部１４に入力する。処理はステップＳ２８に戻り、新たな高類似度眼底画像３３及びそのＩＤ情報と類似度を検者が確認する処理が繰り返される。

本実施例の画像撮影装置５１の類似度計算処理部２６は、参照眼底画像と解析対象眼底画像３２との類似度を計算する前に、これらの画像間の位置ずれを補正することができる。これにより、類似度を、より正確に算出することができる。また、本実施例の高類似度眼底画像決定処理部２８は、予め類似度の選択条件を記憶していて、この条件を満たす類似度を有する参照眼底画像のみを高類似度眼底画像３３として抽出するため、最初の決定処理では、より厳密に高類似度眼底画像３３を決定することができる。一方で、高類似度眼底画像決定処理部２８は、最初に記憶している類似度の選択条件を変更して再度高類似度眼底画像３３を検索することができるため、２回目以降に行われる決定処理においては、より柔軟に高類似度眼底画像３３を再選択することができる。

（実施例３）本実施例の画像撮影装置は、類似度計算処理部が、解析対象眼底画像３２に撮影されている血管領域と、参照眼底画像に撮影されている血管領域の比較の結果に基づいて類似度を計算することを特徴とする。その他の画像撮影装置の構成と、各処理部が行う処理の内容については、実施例２と同様であり、重複説明を省略する。

眼底画像の中の血管は、通常、網膜部に較べて輝度が低く、色度が濃く撮影されるため、画像内で血管が撮影されている部分の画素値と、網膜部が撮影されている部分の画素値は有意に異なる。本実施例の類似度計算処理部は、このような血管と網膜の画素値の違いを用いて、解析対象眼底画像３２に撮影されている主要な太い血管と、参照眼底画像に撮影されている主要な太い血管をそれぞれ抽出してその位置の座標を特定する。そして、これらの血管の視神経乳頭部を基準とした位置、角度、動脈と静脈の色調、曲がっている箇所の曲率を指標として、これらに重み付けを行って類似度を算出する。類似度はこれらの指標が完全に一致する場合に１．０となり、これらが全く異なる場合に０．０となるように正規化されている。

本実施例の画像撮影装置は、実施例１及び実施例２と同様に、解析対象眼底画像３２を撮影された被検者のものである可能性が高いＩＤ情報を自動的に表示し、それを検者が確認するだけで、正確なＩＤ情報を解析対象眼底画像３２に付与することができる。同様に、本実施例の画像撮影装置１は、検者が確認したＩＤ情報が自動的に解析対象眼底画像３２に付与されるため、検者の入力作業量を低減することができる。

（実施例４）本実施例の画像撮影装置は、類似度計算処理部が、解析対象眼底画像３２に撮影されている血管の分岐点と交叉の位置と、参照眼底画像に撮影されている血管の分岐点と交叉の位置の比較の結果に基づいて、類似度を計算することを特徴とする。その他の画像撮影装置の構成と、各処理部が行う処理の内容、及び効果については、実施例２と同様であり、重複説明を省略する。

本実施例の類似度計算処理部は、血管と網膜の画素値の違いを用いて、解析対象眼底画像３２に撮影されている血管と、参照眼底画像に撮影されている血管をそれぞれ抽出して、複数の血管が交叉している位置と、血管が分岐している位置を算出する。そして、これらの交差の位置と、分岐点の位置を比較して、類似度を算出する。類似度はこれらの分岐と交叉の位置が完全に一致する場合に１．０となり、これらの位置が全く異なる場合に０．０となるように正規化されている。

（実施例５）本実施例の画像撮影装置は、類似度計算処理部が、解析対象眼底画像３２に撮影されている視神経乳頭部４１と陥凹部の形状と、参照眼底画像に撮影されている視神経乳頭部と陥凹部の形状との比較の結果に基づいて、類似度を計算することを特徴とする。その他の画像撮影装置の構成と、各処理部が行う処理の内容、及び効果については、実施例２と同様であり、重複説明を省略する。

眼底画像の中で、通常、視神経乳頭部の中の辺縁部は、網膜よりも明るいオレンジ色で撮影される。又、陥凹部は、この辺縁部よりも更に輝度の高い薄いオレンジ色で撮影される。本実施例の類似度計算処理部は、このような視神経乳頭部の辺縁部と陥凹部の網膜の画素値の違いを用いて、解析対象眼底画像３２と参照眼底画像のそれぞれに撮影されている視神経乳頭部を特定する。そして、視神経乳頭部の形状と陥凹部の形状を数値化して類似度を算出する。類似度は視神経乳頭部の形状と陥凹部の形状が完全に一致する場合に１．０となり、これらの形状が全く異なる場合に０．０となるように正規化されている。

以上、実施例によって本発明の具体例を詳細に説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。例えば、本実施例における画像撮影装置の各処理部は、コンピュータに内臓させる以外に、コンピュータのプログラムの形式で、コンピュータの内部記憶装置に記憶させて順次実行させることができる。また、被検者の識別情報には、数値以外に、被検者の氏名等の情報を用いることができる。その他、高類似度眼底画像の表示方法と、複数の高類似度眼底画像のＩＤ情報から検者が解析対象眼底画像に付与する識別情報を選択する方法は、通常のコンピュータの入出力手段が実行可能な範囲で、任意に変更することが可能である。

実施例１の画像撮影装置１のブロック構成図を示す図である。 実施例１の画像撮影装置１によって行われる処理のフローチャートである。 画像撮影装置１の眼底撮影部１０によって撮影された眼底画像の一例を示す図である。 解析対象眼底画像と類似度が高くなる参照眼底画像の一例を示す図である。 解析対象眼底画像と類似度が低くなる参照眼底画像の一例を示す図である。 解析対象眼底画像と、高類似度眼底画像と、その識別情報と、その類似度とを出力部２２に表示した状態を模式的に示す図である。 実施例２の画像撮影装置５１によって行われる処理のフローチャートである。

符号の説明

１，５１ 画像撮影装置
１０ 眼底撮影部
１２ 入力部
１４ 表示処理部
１６ 被検者ＩＤ情報自動入力処理部
１８，２６ 類似度計算処理部
２０，２８ 高類似度眼底画像決定処理部
２２ 出力部
２４ 画像データベース
３１ プルダウンメニュー
３２ 解析対象眼底画像
３３ 高類似度眼底画像
４１ 視神経乳頭部
４２ 血管
４３ 黄斑部

Claims (7)

1. 被検者の識別情報が付与された眼底画像を記憶している画像データベースと、
   眼底を撮影して解析対象眼底画像を得る眼底撮影手段と、
   前記解析対象眼底画像を、前記画像データベースに記憶されている眼底画像と対比させて画像間の類似度を計算する類似度計算手段と、
   前記類似度計算手段が、前記解析対象眼底画像との類似度が高いと判定した画像データベースの中の眼底画像を、高類似度眼底画像として決定する高類似度眼底画像決定手段と、
   高類似度眼底画像と、その類似度と、高類似度眼底画像に付与された被検者の識別情報を表示し、高類似度眼底画像の被検者の識別情報を、解析対象眼底画像に付与することができるか否かの確認を促し、付与することができると確認された場合には、自動的に被検者の識別情報を解析対象眼底画像に付与する入力支援手段とを備えている画像撮影装置。
2. 類似度計算手段は、解析対象眼底画像の画素値と、画像データベースの中の眼底画像の画素値とを比較して、その類似度を計算することを特徴とする請求項１に記載の画像撮影装置。
3. 類似度計算手段は、解析対象眼底画像の画素毎の濃度変化と、画像データベースの中の眼底画像の画素毎の濃度変化を比較して、その類似度を計算することを特徴とする請求項１に記載の画像撮影装置。
4. 類似度計算手段は、解析対象眼底画像に撮影されている血管領域と、画像データベースの中の眼底画像に撮影されている血管領域の比較の結果に基づいて類似度を計算することを特徴とする請求項１に記載の画像撮影装置。
5. 類似度計算手段は、解析対象眼底画像に撮影されている血管の分岐点と交叉の位置と、画像データベースの中の眼底画像に撮影されている血管の分岐点と交叉の位置の比較の結果に基づいて類似度を計算することを特徴とする請求項１に記載の画像撮影装置。
6. 類似度計算手段は、解析対象眼底画像に撮影されている視神経乳頭部と陥凹部の形状と、画像データベースの中の眼底画像に撮影されている視神経乳頭部と陥凹部の形状との比較の結果に基づいて、類似度を計算することを特徴とする請求項１に記載の画像撮影装置。
7. 解析対象眼底画像を入力する手順と、
   前記解析対象眼底画像を、画像データベースに記憶されている眼底画像と対比させて画像間の類似度を計算する手順と、
   前記類似度の計算の結果、解析対象眼底画像との類似度が高いと判定した画像データベースの中の眼底画像を、高類似度眼底画像として決定する手順と、
   高類似度眼底画像と、高類似度眼底画像に付与されている被検者の識別情報を表示し、高類似度眼底画像の被検者の識別情報を、解析対象眼底画像に付与することができるか否かの確認を促す手順と、
   高類似度眼底画像の識別情報を解析対象眼底画像に付与することができると確認された場合には、自動的に被検者の識別情報を解析対象眼底画像に付与して検者の入力を支援する手順とをコンピュータに実行させるための画像解析プログラム。