JP4852316B2 - 眼科装置 - Google Patents

Description

本発明は、眼科装置、更に詳細には、ドライアイの重症度を定量的に測定する眼科装置に関する。

近年、ＶＤＴ（visual display terminal）作業者の増加や冷暖房による部屋の乾燥などによりドライアイ患者が増加している。ドライアイになると角膜上皮障害や結膜障害、その他にも種々の眼障害を併発するおそれがあり、ドライアイの診断は眼科診断の上で重要なテーマとなっている。

従来は、生体染色検査、シルマーテストによる涙液分泌量検査などによりドライアイの診断を行なっていたが、薬物点眼や異物接触を伴うため被検者の苦痛は避けられなかった。そこで、非接触的にドライアイを検出するために、被検眼にコヒーレント光を照射して涙液層でのカラーの干渉縞（干渉模様）を観察する方法が試みられている。これら装置では、被検眼の涙液層の油膜（油層）で形成される干渉模様を撮像して、それをモニタに表示して観察することにより涙液層の状態を知り、ドライアイの簡易的診断を行っている。

また、このような簡易的診断ではなく、被検眼開瞼後に涙液層が破砕されて発生するドライスポット領域の経時的変化を、ドライスポット領域の面積比データの経時的変化として把握し、そのドライスポット領域の経時変化をモニタに表示することによりドライアイの涙液の安定性の異常を検査することが行われている（特許文献１）。

また、ドライアイの重症度を定量的に評価するために、涙液油層の表面と裏面の反射光の干渉による干渉模様の強度を測定し、その測定値からドライアイの重症度を示す値を演算したり（特許文献２）、あるいは、干渉模様の像に複数のエリアを設定し、各エリアの色相に基づいて涙液表層を評価したり（特許文献３）、あるいは干渉縞の色相の経時変化を解析してドライアイを診断することが行われている（特許文献４）。
特許第３６９９８５３号公報 特開２０００−２８７９３０号公報 特許第３５５６０３３号公報 特許第３７１８１０４号公報

このような従来の装置により涙液層の油膜により形成される干渉縞を測定して評価する方法（特許文献２、３、４）は、干渉縞の明暗のコントラストが低く、信頼性のあるドライアイの定量化が困難であるという問題があり、また、特許文献１に示されたような、被検眼開瞼後に涙液層が破砕されて発生するドライスポットの経時的変化を測定する方法では、ドライスポットの特定が困難で、同様に定量化が困難であるという問題がある。

したがって、本発明は、このような問題点を解決するためになされたもので、簡単な構成で、信頼性よくドライアイの重症度を定量的に測定することが可能な眼科装置を提供することを課題とする。

本発明は、
照明光を被検眼角膜上の涙液油層に投光する光学系と、
涙液油層からの反射光を受光し、涙液油層を撮像する撮像手段と、
撮像された涙液油層の画像を平滑化し、平滑化された涙液油層の輪郭を抽出して涙液油層の面積を求め、開瞼時点での該面積の時間変化率を涙液量を示す値として算出する画像処理装置と、を有することを特徴とする。

本発明では、開瞼時点での涙液油層の面積の時間変化率を被検眼に貯留する涙液量を反映する値として算出するようにしているので、ドライアイの重症度を簡単な構成でしかも信頼性よく定量化することができる、という効果が得られる。

以下、図面に示す実施例に基づいて本発明を詳細に説明する。

図１は、本発明に係わる眼科装置の概略構成を示し、同図において、符号１で図示するものは、被検眼Ｅを照明するための白色光源でハロゲンランプ等によって構成される。白色光源１から射出された光は、照明視野を制限するマスク２を通過後、レンズ３、ハーフミラー４、レンズ５を介して被検眼Ｅ上の所定点Ｐを照明する。点Ｐの位置は被検眼Ｅの角膜上の涙液層に選択される。なお、白色光源１は調光回路（不図示）により光量が調節できるようになっている。

点Ｐからの反射光は、涙液層の最上層の油層（油膜）の厚みその他の状態により種々の干渉模様を形成する。涙液油層からの反射光は、レンズ５、ハーフミラー４、レンズ６を介してカラーＣＣＤカメラ（撮像手段）７に受光され、涙液油層がＣＣＤカメラ７によりカラー画像（ＲＧＢ画像）として撮像され、その画像信号（ＲＧＢ信号）が画像処理装置８の画像メモリ８ｂに記憶される。画像処理装置のＣＰＵ８ａは、画像メモリ８ｂに記憶された画像を処理して、以下に詳述するように、角膜上の涙液層に貯留する涙液量を定量化してドライアイを診断する。モニタ９には、撮像された画像や処理された画像が表示される。

図２に示したように、涙液油層１０は、開瞼後上から下に示したように角膜１１上で伸展する。なお、１０ａは、涙液油層１０の表面と裏面の反射光の干渉による油膜パターン（干渉模様）を示し、２ａは、マスク２の画像を示す。画像処理装置８は、この涙液層１０の伸展度合いを、図３のフローチャートに沿って解析する。

図３のフローチャートに示す各手順は、画像処理装置８のＲＯＭ８ｃにプログラムとして格納されており、ＣＰＵ８ａは、このプログラムを読み出して各手順を実行する。このとき、ＲＡＭ８ｄは、作業用メモリを提供し、種々のデータを格納する。

まず、ＣＣＤカメラ７で撮像された涙液油層のカラー画像を、例えば０．０５秒ごとにサンプリングし、各サンプリングされた画像を順次画像メモリ８ｂに記録する（ステップＳ１）。

続いて、画像メモリ８ｂからサンプリングされた涙液油層のカラー画像を読み出す（ステップＳ２）。このとき、瞬き開始時点（瞬き開始位置）と終了時点（終了位置）を設定しておく。

瞬き開始時点、つまり開瞼時点の画像から終了時点までの画像を画像メモリ８ｂから順次読み出し、終了時点の画像でなければ（ステップＳ３の否定）、ステップＳ４に進み、読み出された画像のＢ成分のみを抽出する。これは、涙液層の油膜の輝度変化が一番大きいものが通常Ｂ成分であり、以降の処理が容易になることによる。

続く、ステップＳ５では、３×３平均化フィルタを用いて涙液油層１０の画像からノイズが除去され、またメディアンフィルタを用いて油膜パターン１０ａが除去され、涙液油層の画像の平滑化が行われる。メディアンフィルタとしては、画像が均一レベルかあるいは暗い油膜が増加する場合は、２０×２０メディアンフィルタを、また明るい油膜が増加する場合は、１０×１０メディアンフィルタを用いる。図４（ａ）は、涙液油層１０の伸展が進んだ初期状態での画像を示し、図４（ｂ）は、ステップＳ５の処理により油膜パターン１０ａとノイズが除去されたときの平滑化された画像を示している。

続いて、ステップＳ６では、涙液油層１０の輪郭、つまり涙液油層の部分で輝度が変わる変曲点が抽出される。このために、図４（ｃ）に示したように、画像がスキャン線１２で、垂直方向（Ｙ）に上から下へ、また水平方向（Ｘ）に左から右へラインスキャンされる。

ここで、ｘを垂直方向の対象アドレス、ｙを水平方向の対象アドレス、ｎを対象アドレスから上下方向移動分、ｍを比較幅とすると、垂直方向アドレスｉにおける、垂直方向アドレスｎ前の、幅ｍの画像の輝度総和ＳｕｍＰｒｅｖ（ｉ）は、

となり、また、垂直方向アドレスｉにおける、垂直方向アドレスｎ後の、幅ｍの画像の輝度総和ＳｕｍＡｆｔｅｒ（ｉ）は、

となる。涙液油層１０の平滑化された画像の輝度は、被検眼の照明状況によっては、角膜１１の輝度より小さくなり、あるいは大きくなる場合があるので、両方の差の絶対値を求め、それが、所定の閾値より大きくなれば、つまり
｜ＳｕｍＰｒｅｖ（ｘ，ｙ）−ＳｕｍＡｆｔｅｒ（ｘ，ｙ）｜＞閾値
であれば、これを変曲点ｙ（ｘ）とする。これを 各ｘ＝０〜Ｘｗｉｄｔｈ（水平方向の画像サイズ）におけるｙ＝０〜Ｙｗｉｄｔｈ（垂直方向の画像サイズ）で行い、順次変曲点を検出する。但し、眉毛、マスク２等の画像を避けるために、ＳｕｍＰｒｅｖ（ｘ，ｙ）＞黒閾値、ＳｕｍＡｆｔｅｒ（ｘ，ｙ）＞黒閾値の条件を満たすものを選択する。

このようにして検出された変曲点が図４（ｃ）で、１０ｂで示されている。なお、この変曲点の検出で、例えば、スキャン線１２ａのように、ノイズ１３を変曲点として検出したり、あるいはスキャン１２ｂのように、変曲点を検出できない場合には、前後の変曲点で補間を行い、変曲点とする（ステップＳ７）。

このようにして検出された変曲点を結んだ線１０ｃが変曲点ラインとなり、この変曲点ライン１０ｃより下側の面積が涙液油層１０の面積となる。この面積は、ステップＳ８に示したように、変曲点ラインより下で、マスク２の画像２ａ（黒部分）までの輝度値がある部分のドット数（画素数）をカウントすることにより求められる。求めた面積は、ＲＡＭ８ｄに格納するようにする。

サンプリングしたすべての画像について、ステップＳ８で示す面積を求めた場合には、ステップＳ３からステップＳ１０に移行して、各サンプリング時点（時間ｔ）と面積Ｓの関係をプロットする。この関係が図５で点線で図示されている。この曲線からＬｅｖｅｎｂｅｒｇ−Ｍａｒｑｕａｒｄｔ法により、図５で実線で示したような指数関数Ｓ（ｔ）＝ρ［１−ａ＊ｅｘｐ（−ｔ／λ）］を取得する。ここで、Ｓ（ｔ）は面積（ｍｍ^２）、ρ、ａは定数、ｔは時間（ｓｅｃ）、λは緩和時間（ｓｅｃ）である。

このように、涙液油層１０は、開瞼後角膜上で伸展するが、その伸展速度は、指数関数で近似できる。したがって、涙液油層を粘弾性体として取り扱い、その伸展挙動（油層面積の経時変化）をレオロジーモデル、つまりフォークトモデル（Ｖｏｉｇｔ ｍｏｄｅｌ）を用いて解析することができる。

図６は、涙液油層のモデル化を説明するために、眼球２０上の涙液油層２１を図式化したもので、涙液油層２１の左端は固定されており、この涙液油層２１に応力σ（単位面積あたりの力）が作用するものとする。また、眼球２０と涙液油層２１間の摩擦は無視するものとする。このとき涙液油層２１の伸びは、応力σに対する歪ε（伸びた量／もとの長さ：無次元量）と見ることができる。涙液油層に加わる応力σと歪εの関係は、

となる。ただし、ｋは弾性係数（ばね係数）、ｂは減衰係数、ｔは時間で、数３を積分すると、

となる。ただし、Ｃは定数である。縦軸に歪εを、横軸に時間ｔをとってこの関係を図示すると、図７に示したようになり、涙液油層を一定の応力σ_０で引き上げたときの涙液油層の歪ε（長さの変化）を表している。

ここで、被検眼として、マイボーム腺機能不全を伴わない健常眼で、ドライアイを含む１６例２２眼（全例女性；平均年齢：６７．４歳）を選び、各被検眼について、図３に示す流れに沿って、０．０５秒ごとにサンプリングされた各涙液油層の画像から、伸展中の涙液油層１０の面積Ｓの経時変化を求めてみると、すべての経時変化に対して、図５に示す特性が現れ、涙液油層を粘弾性体とみなして涙液油層の伸展をフォークトモデルにより解析できることが判明した。

図３のステップＳ１１では、涙液油層の面積の経時変化をフォークトモデルにあてはめて解析し、涙液油層の伸展初速度（開瞼時点での油層面積の時間変化率）、つまりステップＳ１０で求めた指数関数の時間ｔ＝０における１次微分Ｓ’（０）＝ｄＳ（ｔ）／ｄｔ（ｔ＝０）（ｍｍ^２／ｓｅｃ）を求めている。

特開平１１−２６７１０２号公報には、涙液表面に投影された開口の像倍率を求め、この像倍率から下眼瞼縁に沿った涙液表面（涙液メニスカス）の曲率半径Ｒを演算し、その曲率半径Ｒからドライアイの重症度を評価する方法が記載されており、この曲率半径Ｒは、信頼性よく眼表面に貯留する涙液量を示す値として用いることが判明している。

そこで、上述した各被検眼に対して、涙液メニスカス曲率半径Ｒ（ｍｍ）を計測し、これを、ステップＳ１１で求めた涙液層の伸展初速度Ｓ’（０）の関係を調べてみると、Ｓ'（０）とＲとの間には、［Ｓ'（０）＝３８９．１×Ｒ−２９．２］の有意な正の直線相関が認められた。

このことから、すべての被検眼に対して、涙液油層は、開瞼後粘弾性体に近似しうる挙動を示しながら伸展し、その伸展初速度は涙液貯留量の増加に比例して増加することが判明した。このように、本発明により、涙液量を、開瞼時点（ｔ＝０）における涙液油層の面積の時間変化率を算出することにより定量化することができ、ドライアイの重症度を信頼性よく診断することが可能となる。

本発明の眼科装置の概略構成を示した光学図である。 涙液油層の伸展を示した説明図である。 涙液量を定量化する流れを示したフローチャートである。 角膜上の涙液油層の面積を求める流れを示した説明図である。 角膜上の涙液油層の面積の経時変化を示した線図である。 角膜上の涙液油層をモデル化する状態を示した説明図である。 モデル化した涙液油層の経時変化を示す線図である。

符号の説明

２ マスク
７ ＣＣＤカメラ
８ 画像処理装置
１０ 涙液油層
１１ 角膜

Claims (6)

1. 照明光を被検眼角膜上の涙液油層に投光する光学系と、
   涙液油層からの反射光を受光し、涙液油層を撮像する撮像手段と、
   撮像された涙液油層の画像を平滑化し、平滑化された涙液油層の輪郭を抽出して涙液油層の面積を求め、開瞼時点での該面積の時間変化率を涙液量を示す値として算出する画像処理装置と、
   を有することを特徴とする眼科装置。
2. 前記涙液油層の画像の青成分が抽出され、青成分の画像に対して平滑化が行われることを特徴とする請求項１に記載の眼科装置。
3. 涙液油層に現れる干渉模様とノイズが除去され、涙液油層の画像が平滑化されることを特徴とする請求項１又は２に記載の眼科装置。
4. 平滑化された涙液油層の画像がラインスキャンされ、輝度変化を検出することにより涙液油層の輪郭を抽出して、涙液油層の面積が算出されることを特徴とする請求項１から３のいずれか１項に記載の眼科装置。
5. 涙液油層の面積の経時変化を、涙液油層を粘弾性体としてモデル化することにより解析することを特徴とする請求項１から４のいずれか１項に記載の眼科装置。
6. 前記涙液油層がフォークトモデルとしてモデル化されることを特徴とする請求項５に記載の眼科装置。

Images