JP5432644B2 - 血管交差・分岐部位の抽出方法及び装置 - Google Patents

Description

本発明は、血管交差・分岐部位の抽出方法及び装置に関し、特に、眼底画像の血管交差・分岐部位の抽出方法及び装置に関するものである。

近年の高齢化社会に伴い、血管障害の早期診断が国民のＱＯＬ向上のために重要になってきた。血管障害の早期診断のためには、血管が簡便に観察できることが望ましく、そのためには眼底撮像が有用である。

眼底撮像を用いた診療では、特に眼底の血管交差・分岐部位を観察することにより、臨床上重要な情報が得られる。たとえば、血管交差部からは、動脈硬化等による血管交差部の閉塞、狭窄の情報が得られる。また、血管分岐部からは、とくに蛍光眼底撮像による観察により、血流評価において重要な情報が得られる。

さらに、複数の眼底画像を比較してその経時変化を評価する際に、比較する眼底画像同士を正しく位置合わせする際にも、特徴点として血管交差・分岐部位を抽出することで、位置合わせが容易となる。そのため、眼底画像から血管交差・分岐部位を自動的に抽出する技術が開発されてきた。

主な技術としては、眼底画像を二値化することで血管を抽出し、抽出された血管を細線化して交差・分岐部位を求めるものがある。しかし、この技術には、眼底画像はコントラストが悪く、また血管の画像上での連続性の保障もないため、血管の抽出そのものが比較的難しく、そのために血管交差・分岐部位の抽出が正しく行えないという問題点があった。

そこで特許文献１では、眼底画像から候補領域を選択し、当該領域において、その外周部を血管が４本以上通ることと、候補領域の中心部を血管が走っていることを条件に、その候補領域内での血管交差の有無を検出する方法が開示されている。この方法においては、当該候補領域を複数の正方形の小領域に分割し、そのうち、外周部にある各小領域の画素値の平均値を算出する。さらに、それぞれ隣り合う小領域同士との間で平均値の差をとり、閾値処理を行うことによってその小領域に血管が通っているかどうかを判定する。その後、血管が通っていると判定された外周部の小領域と中央部の小領域との画素値を比較して中心部の小領域に血管が走っているかどうかを判定する。

特開2001-070247号公報

血管の抽出が難しい眼底画像から血管交差・分岐部位を抽出する上で、特許文献１の技術は有用な手段である。しかし、特許文献１の技術では、候補領域の中央部を走る血管があり、他にもう一本血管が候補領域内に走っていれば、その２本の血管が交差していない場合でも交差があると誤判定してしまう。また、交差がある場合でも、少なくとも１本の血管が候補領域の中央部を走っていればその領域の画像を抽出してしまうため、交差部位が候補領域内の中央になく、診断上重要な交差部位の観察が行いにくい領域の画像をも抽出してしまうという問題があった。
かかる問題に鑑みて、本発明は、上述した誤判定の確率を低減することと、抽出部位である交差・分岐部位が領域の中央部にあるものを高い確率で抽出することを目的とする。

上記課題を解決するために本発明に係る抽出方法は、被検眼の眼底画像の抽出候補領域の外周部における外周小領域を決定する工程と、前記決定された外周小領域に存在する複数の外周部血管の座標平均が前記抽出候補領域の中央部に含まれるかどうかを判定する工程と、前記中央部に含まれると判定された場合に、前記抽出候補領域を血管交差・分岐部位を含む領域として抽出する工程とを含む。
また、本発明に係る抽出装置は、被検眼の眼底画像の抽出候補領域の外周部における外周小領域を決定する決定手段と、前記決定された外周小領域に存在する複数の外周部血管の座標平均が前記抽出候補領域の中央部に含まれるかどうかを判定する中央部判定手段と、前記中央部に含まれると判定された場合に、前記抽出候補領域を血管交差・分岐部位を含む領域として抽出する抽出手段とを含む。

本発明によれば、抽出候補領域の中央部を通る血管があるときに、交差・分岐部位以外を交差・分岐部位と誤判定して抽出する確率が低減される。また、領域の中央部に血管の交差・分岐部位がある領域を抽出する確率が高まる。

（ａ）実施例１、（ｂ）実施例２におけるフロー図。 実施例１のハードウェア構成図。 実施例１におけるステップ１０２及び１０３を説明するための模式図。 （ａ）実施例１、（ｂ）実施例２の構成において、ステップ１０３の中央部の大きさによる誤判定数を示したグラフ。

［実施例１］
本発明の一実施例を、図面を用いて詳細に説明する。
本実施例においては、走査型レーザー検眼鏡（ＳＬＯ）により撮像されたＳＬＯ像をグレイスケールのデジタルデータ化し、得られたＳＬＯ像全域から眼底の血管の交差・分岐部位を抽出する。以下に、本実施例の手順を図１（ａ）のフローチャートと図２に示す本実施例に用いる装置の全体構成図を用いて示す。
なお、本実施例において用いる画像はＳＬＯ像には限定されず、眼底写真など、眼底の血管が写っている二次元画像であり、血管がその他の領域に比べて低輝度であれば、いかなる画像でも用いることができる。

図２は、本実施例を実現するための血管交差・分岐部位の抽出装置の構成図である。９０１は被検眼を撮像してＳＬＯ像を取得するため取得手段として機能するＳＬＯ撮像系であり、既存のＳＬＯ撮像系で実現できるため、その構成を簡略化して記載してある。９０２は以下に説明する設定手段、判定手段、演算手段、抽出手段として機能するＣＰＵ、９０３はメモリ、９０５はハードディスクであり、不図示の表示装置や入力装置と共に本実施例を実現するための情報処理装置を構成する。この構成により、検者９０４に情報を提示したり、検者９０４からの指示を受けたりして、種々の情報処理を行う。なお、図１（ａ）のフローチャートを実現するプログラムはハードディスク９０５に記憶され、ＣＰＵ９０２が読み出して実行する。

ここで、用いる眼底画像について説明する。ＳＬＯ撮像系９０１が撮像したＳＬＯ像をＣＰＵ９０２がメモリ９０３に保存する。ＳＬＯ像の大きさは縦２０００×横２０００画素で、画素の輝度は−３２７６８から３２７６７までである。画像のサイズや輝度はこれらに限定されない。ただし、眼底画像のサイズは、血管の交差・分岐部位が入る程度以上に大きいことが必要である。また、輝度スケールは２のｎ乗のスケールに設定すると後の計算が容易であるので好ましい。また、用いる画像の形状も、正方形には限定されず、長方形や円形等、いかなる形状としてもよい。

図１（ａ）のフローチャートに沿って、本実施例における血管交差・分岐部位の抽出の手順を説明する。
まず、ＣＰＵ９０２が設定手段として機能して、ＳＬＯ像の左上隅に位置する正方形の領域を抽出候補領域として選択し、この領域の情報をメモリに保存する。これ以降の処理において、この選択された抽出候補領域に血管の交差・分岐部位が存在するかを判定し、交差・分岐部位があると判定されれば、この抽出候補領域が血管交差・分岐部位として抽出されることになる。抽出候補領域の大きさは、あらかじめ検者９０４が決定してメモリに保存する。なお、抽出候補領域の大きさに特に制限はなく、画像中の血管交差・分岐部位が入る程度の面積よりも大きければよい。図３（ａ）に示すように、本実施例では縦１４０×横１４０画素とした。なお、これは、本発明者が、本発明を用いて血管交差・分岐部位を抽出し、抽出した領域をテンプレート画像として同一被検者のＳＬＯ像にパターンマッチングをかけた際にパターンマッチングでの誤検知がなかった最小のサイズである。また、抽出候補領域の形状も正方形に限定されず、長方形や円形等、いかなる形状としてもよい。

次に、ステップ１０１は、ＣＰＵ９０２が判定手段として機能して、外周小領域を定め、外周小領域に含まれる各画素の輝度の平均値を計算し、メモリ９０３に保存させるステップである。まず、ＣＰＵ９０２は検者９０４が指定した外周小領域のサイズに従い、選択された抽出候補領域の外周部に沿って正方形の領域を連続して隙間なく設定する。この、外周部に沿って設定された正方形の領域を、本実施例において外周小領域という。外周小領域の形状も正方形には限定されず、抽出候補領域の外周に沿って連続して設定できれば、いかなる形状としてもよい。ただし、外周小領域の、抽出候補領域の外周に対する幅方向の大きさは血管の太さと同程度であることが必要である。本実施例の画像においては、血管の太さは約２０画素にあたるため、検者９０４は、外周小領域の大きさを縦２０×横２０画素と決め、不図示の入力装置から入力することによりメモリ９０３に保存した。

ここで、図３（ａ）は、本実施例においてＣＰＵ９０２により抽出された抽出候補領域及び外周小領域を示している。抽出候補領域のサイズは１４０×１４０画素で、その外周部に、２０×２０画素の外周小領域が２４個設定されている。

次にＣＰＵ９０２は各外周小領域内に含まれる全ての画素の輝度値を平均し、その値を、各外周小領域を代表する値（これ以降、輝度平均値とも表す）としてメモリ９０３に保存する。図３（ｂ）にその概念図を示す。

ステップ１０２は、ＣＰＵ９０２が、外周小領域の３箇所以上を血管が走っているかどうか判定する数判定のステップである。
まず、ＣＰＵ９０２は、隣り合う各外周小領域間の輝度平均値の差の絶対値を求め、メモリ９０３に保存する。図３（ｃ）にその概念図を示す。その後ＣＰＵ９０２は、隣り合う外周小領域間の輝度平均値の差の絶対値と第１の閾値Ａの比較、及び隣り合う外周小領域間の低いほうの輝度平均値と第２の閾値Ｂの比較を実行する。外周小領域間の輝度平均値の差の絶対値が第１の閾値Ａ以上であり、かつ輝度平均値の低いほうの外周小領域の輝度平均値が第２の閾値Ｂ以下である場合、低いほうの輝度平均値で表される外周小領域には血管が走っていると判定する。

第１の閾値Ａ及び第２の閾値Ｂは、検者９０４が任意に定めることができる。本実施例においては、検者９０４は第１の閾値Ａを８０００、第２の閾値Ｂを−１００００と定めた。そのため、図３（ｂ）と図３（ｃ）から、図３（ｄ）で黒く塗った外周小領域に血管が走っていると判定される。

次に、ステップ１０２においてＣＰＵ９０２は、血管の走っている外周小領域が３つ以上あるか判定する。
血管の走っている外周小領域が３つ以上あると判定した場合、ＣＰＵ９０２はステップ１０３へ進む。３つ未満の場合は、ＣＰＵ９０２はステップ１０５の処理に進む。
ステップ１０３は、ＣＰＵ９０２が演算手段として機能して、外周部血管の座標平均が中央部の範囲内にあるかを判定する中央部判定のステップである。

本実施例において、外周部血管とは、ＣＰＵ９０２がステップ１０２で血管が走っていると判定した外周小領域の血管である。抽出候補領域内に２本の血管が存在し、互いに交差している場合、その抽出候補領域の外周部血管の各座標を平均した位置（座標平均）にその血管の交差の中心が存在すると考えられる。そのため、座標平均が抽出候補領域の中央部にあるような抽出候補領域を選択して抽出することで、抽出された画像の中央部に交差部が存在する可能性が高まる。

ＣＰＵ９０２は、外周部血管が走っている複数の外周小領域のそれぞれの抽出候補領域での座標位置を用いて、その外周部血管の重心の位置座標を求める。即ち、すべての外周部血管の走っている外周小領域の位置座標値をＸ軸、Ｙ軸毎に足し合わせ、外周部血管の走っている外周小領域の数で割ることで、外周部血管の座標平均を得る。

本実施例において、中央部とは、抽出候補領域と同じ重心を持ち、所定の面積を持つ抽出候補領域内の正方形の領域である。中央部の面積は任意に定めることができるが、１辺の長さが抽出候補領域の５分の1以下（９分の１以上）の大きさを持つ領域（抽出候補領域全体の１／２５以下、１／８１以上の面積を占める領域）であると、誤判定が改善されるために好ましい（図４（ａ））。

ここで、図４（ａ）の横軸は、抽出候補領域の１辺の長さを１としたときの抽出候補領域に対する中央部の大きさを、それぞれの正方形の１辺の長さの比で表したものである。例えば、横軸に表す中央部の大きさが１／２のときは、中央部の正方形の各１辺は抽出候補領域の１／２となるため、中央部は抽出候補領域の面積の１／４を占める領域ということになる。また、図４（ａ）の縦軸は、それぞれの大きさの中央部において、等しいＳＬＯ像から血管の交差・分岐部位として抽出された抽出候補領域のうち、目視で血管の交差・分岐部位が中央部に認められなかったもの（誤判定）の数である。なお、本実施例では、検者９０４は、中央部の１辺の長さを抽出候補領域の７分の１と決定した。

外周部血管の平均座標が中央部の領域内に含まれる場合、ステップ１０４の処理に進み、ＣＰＵ９０２が抽出手段として機能して当該抽出候補領域を血管の交差・分岐部位として抽出する。外周部血管の平均座標が中央部の領域内に含まれない場合は、ＣＰＵ９０２は抽出候補領域に血管交差・分岐部位があると判定せず、その抽出候補領域は抽出されない。この場合、ＣＰＵ９０２はステップ１０５に進む。

本実施例の図３の例においては、上記のとおり、図３（ｄ）のように外周部血管が分布していると判定されるため、外周部血管の座標平均４０１は抽出候補領域の中央部４０２の領域内に含まれる。そのため、ＣＰＵ９０２はステップ１０３の判定をｙｅｓとし、次のステップ１０４において抽出候補領域を血管交差・分岐部位を含む領域として抽出する。

その後ＣＰＵ９０２は、ステップ１０５に進む。ステップ１０５はＣＰＵ９０２が終了条件を満たすかどうか判定するステップである。終了条件は検者が任意に決定することができる。本実施例では「眼底画像を全てスキャンしたか」を終了条件とする。ＣＰＵ９０２は、現在のステータスが終了条件を満たしていないと判定するとき、抽出候補領域をずらして（ステップ１０６）、ステップ１０１の処理へ戻る。ここで、ずらす画素数は検者９０４が任意に決定することができる。本実施例では画像上で抽出候補領域を右に１画素ずつずらしていき、画像の右端にたどりついたら、その後下方向へ１画素ずらして画像の左端に戻り、再度ステップ１０１の処理へ戻るとした。

ＣＰＵ９０２が終了条件（本実施例では「眼底画像を全てスキャンしたか」）を満たすと判定するまで、ＣＰＵ９０２は抽出候補領域をずらしながら（ステップ１０６）上記ステップ１０１からステップ１０５までの判定・処理を繰り返し、眼底画像をスキャンしていく。ＣＰＵ９０２が終了条件を満たす（本実施例では眼底画像を全てスキャンし終えた）と判定したタイミングで処理を終了する。

仮に、終了条件を満たすまで条件を満たす領域がステップ１０４で１つも抽出されない場合は、最も条件に近い領域をステップ１０３のＮｏの判定の後でメモリ９０３に保存しておいてその領域を抽出するようにする、あるいは、条件を緩めて再度始めから処理を実施するようにすることもできる。

以上の処理を行うことで、抽出候補領域の中央部を通る血管があるとき、交差・分岐部位以外を交差・分岐部位と誤判定した領域を抽出する確率が低減される。また、抽出領域の中央部に血管の交差・分岐部位の中心がある領域を抽出する確率を高めることができる。

［実施例２］
実施例２では、実施例１に示した交差・分岐部位の抽出方法において、抽出候補領域の中央部を血管が通ることを抽出の条件として構成する。

図１（ｂ）のフローチャートに沿って、実施例２を説明する。なお、本実施例においても図２の装置を用いる。装置の構成は実施例１と同様であるため、その説明は省略する。
ＳＬＯ像は実施例１で用いたものと同じである。図１（ｂ）のフローチャートの各ステップを実現するプログラムは、ハードディスク９０５に記憶され、ＣＰＵ９０２が読み出して実行する。

まず、ＣＰＵ９０２がＳＬＯ像の左上隅を抽出候補領域として選ぶ。抽出候補領域の大きさは、検者９０４があらかじめ決定してメモリ９０３に保存する。本実施例においても、抽出候補領域の大きさや形状に特に制限はなく、血管交差・分岐部位が入る程度よりも大きければよい。抽出候補領域の大きさは、実施例１と同様に、縦１４０×横１４０画素とした。ここで、ステップ１０１、１０２は実施例１における図１（ａ）のステップ１０１、１０２と基本的には同じステップである。ただし、ステップ１０２で、ＣＰＵ９０２が、血管の走っている外周小領域が３つ以上あると判定した場合、本実施例ではステップ１０７に進む。

ステップ１０７は、ＣＰＵ９０２が、抽出候補領域の中央小領域を血管が走っているかどうか判定する血管判定の工程である。ここで、中央小領域は抽出候補領域と同じ重心をもつ正方形の領域である。中央小領域の大きさは検者９０４が任意に定めることができるが、血管の太さと同じ程度の幅を持っていることが望ましい。本実施例においては、前述のように、血管の太さは２０画素程度であるので、検者９０４は中央小領域の大きさを２０×２０画素と決定し、不図示の入力装置から入力することによりメモリに保存した。

ＣＰＵ９０２は、抽出候補領域の中央小領域を血管が走っているかどうかを以下のように判定する。まず、ＣＰＵ９０２は中央小領域の各画素の輝度を平均し、平均値を取る。この平均値と、検者９０４があらかじめメモリに保存した第３の閾値Ｄを比較し、この平均値が第３の閾値Ｄ以下であるとき、中央小領域には血管が走っていると判定する。

第３の閾値Ｄは、検者９０４が任意に定めることができる。本実施例において、検者９０４は、第３の閾値Ｄを、外周小領域に血管があるかどうか判定した際の第２の閾値Ｂと等しく−１００００と定めた。ＣＰＵ９０２が中央小領域に血管が走っていると判定した場合、ステップ１０３へ進む。中央小領域を血管が走っていると判定しなかった場合は、抽出候補領域をずらし（ステップ１０６）、上記ステップ１０１へ戻る。

ステップ１０３以降の処理は、実施例１と同様である。ここで、ステップ１０３の「中央部」について、実施例１と同様にそれぞれの大きさの中央部において血管の交差・分岐部位として抽出された抽出候補領域のうちの誤判定数を計測した（図４（ｂ））。その結果、「中央部」は抽出候補領域の大きさの５分の1以下（９分の１以上）の大きさを持つ領域であることが望ましいことがわかった。さらに、中央部が抽出候補領域の大きさの５分の１以下（９分の１以上）の場合、誤判定は検出されず、本実施例においては血管の交差・分岐部位を実施例１よりもより正確に抽出できることが分かった。本実施例では、検者９０４が、抽出候補領域の７分の１の大きさを持ち、その重心が抽出候補領域の重心と等しい領域を中央部と決定した。

以降は実施例１と同じである。
このように構成することにより、実施例１と比較して、抽出領域の中央部に血管の交差・分岐部位の中心がある領域を抽出する確率をより高めることができる。

［実施例３］
実施例３では、血管の交差・分岐部位を抽出する眼底画像としてフルオレッセン蛍光眼底画像(ＦＡ)やインドシアニングリーン眼底造影画像(ＩＡ)を用いる。ＦＡやＩＡの画像内では、血管はその他の領域に比べて高輝度になる。なお、本実施例においても、血管がその他の領域に比べて高輝度である二次元画像であれば、どのような眼底画像をも用いることができる。

手順は実施例２とほぼ同じで、同様に図２に記載の装置を用いる。ハードディスク９０５に記憶された図１（ｂ）のフローチャートを実現するためのプログラムをＣＰＵ９０２が実行して処理が進むが、実施例２とは図１（ｂ）のフローチャートのステップ１０２とステップ１０７が異なる。以下、実施例２と重複する部分の説明は省略し、異なる部分について説明する。

検者９０４はあらかじめ、任意に定めた第１の閾値Ａと第２の閾値Ｃと第３の閾値Ｅを、不図示の入力装置から入力しメモリに保存させる。

図１（ｂ）のフローチャートのステップ１０２では、まず、ＣＰＵ９０２が隣り合う各外周小領域間の輝度平均値の差の絶対値を求める。ＣＰＵ９０２が、輝度平均値の差の絶対値が閾値Ａ以上であり、また輝度平均値の高いほうが閾値Ｃ以上であると判定した場合、閾値Ｃ以上の輝度平均値で代表される外周小領域には血管が走っているとする。

図１（ｂ）のフローチャートのステップ１０７では、ＣＰＵ９０２が中央小領域の画素の輝度を平均し、平均値を取る。この平均値が閾値Ｅ以上であるとき、ＣＰＵ９０２は中央小領域には血管が走っていると判定する。

他の処理は実施例２と同じである。
このように構成することにより、血管がその他の領域に比べて高輝度で撮影される場合でも、実施例２と同じ効果を得ることができる。

４０１ 座標平均
４０２ 中央部
９０１ ＳＬＯ撮像系
９０２ ＣＰＵ
９０３ メモリ
９０４ 検者
９０５ ハードディスク

Claims (22)

1. 被検眼の血管を含む眼底画像から、血管交差・分岐部位を含む領域を抽出する血管交差・分岐部位の抽出方法であって、
   前記眼底画像の抽出候補領域の外周部における外周小領域を決定する工程と、
   前記決定された外周小領域に存在する複数の外周部血管の座標平均が前記抽出候補領域の中央部に含まれるかどうかを判定する工程と、
   前記中央部に含まれると判定された場合に、前記抽出候補領域を血管交差・分岐部位を含む領域として抽出する工程と、を含むことを特徴とする抽出方法。
2. 前記複数の外周部血管の数を判定する工程をさらに含み、
   前記抽出する工程において、前記数を判定する工程と前記中央部に含まれるかどうかを判定する工程との判定結果に従って、前記抽出候補領域を血管交差・分岐部位を含む領域として抽出することを特徴とする、請求項１に記載の抽出方法。
3. 前記数を判定する工程において、前記外周小領域を構成する隣り合う小領域間における輝度平均値の差の絶対値を、予め定めた第１の閾値と比較し、さらに、前記隣り合う小領域の輝度平均値を、予め定めた第２の閾値と比較することにより、前記外周部血管の数を判定することを特徴とする、請求項２に記載の抽出方法。
4. 被検眼の眼底画像の抽出候補領域の外周部における外周小領域を決定する工程と、
   前記決定された外周小領域における複数の外周部血管の座標を平均して得た座標が前記抽出候補領域の中央部に含まれるか否かを判定する工程と、
   前記中央部に含まれると判定され、且つ前記決定された複数の外周部血管の数が所定の数以上である場合に、前記抽出候補領域を血管交差・分岐部位を含む領域として抽出する工程と、
   を含むことを特徴とする抽出方法。
5. 前記眼底画像における前記抽出候補領域とは異なる新たな抽出候補領域に対して、前記外周小領域を決定する工程と、前記複数の外周部血管を決定する工程と、前記判定する工程と、前記抽出する工程とを順番に行うことを特徴とする請求項４に記載の抽出方法。
6. 前記外周小領域を決定する工程と、前記複数の外周部血管を決定する工程と、前記判定する工程と、前記抽出する工程とを、前記眼底画像において抽出候補領域を変更しながら繰り返し行うことを特徴とする請求項４又は５に記載の抽出方法。
7. 前記中央部に含まれるか否かを判定する工程において、前記決定された外周小領域を構成する隣り合う小領域間における輝度値の差の絶対値と第１の閾値とを比較し、さらに、前記隣り合う小領域のうちいずれか一方の輝度値と第２の閾値とを比較することにより、前記判定を行なうことを特徴とする請求項４から６のいずれか１項に記載の抽出方法。
8. 前記決定された外周小領域における前記差の絶対値が前記第１の閾値以上であり、且つ前記隣り合う小領域のうち低い方の輝度値が前記第２の閾値以下である小領域を、外周部血管として判定する工程をさらに含み、
   前記中央部に含まれるか否かを判定する工程において、前記判定された複数の外周部血管の座標を平均して得た座標が前記抽出候補領域の中央部に含まれるか否かを判定することを特徴とする請求項７に記載の抽出方法。
9. 前記眼底画像における前記血管交差・分岐部位を含む領域の輝度が他の領域の輝度より高い場合に、前記決定された外周小領域における前記差の絶対値が前記第１の閾値以上であり、且つ前記隣り合う小領域のうち高い方の輝度値が前記第２の閾値以上である小領域を、外周部血管として判定する工程をさらに含み、
   前記中央部に含まれるか否かを判定する工程において、前記判定された複数の外周部血管の座標を平均して得た座標が前記抽出候補領域の中央部に含まれるか否かを判定することを特徴とする請求項７に記載の抽出方法。
10. 前記抽出候補領域の中央小領域に血管が存在するか否かを判定する工程をさらに含み、前記抽出する工程において、前記抽出候補領域の中央小領域に血管が存在すると判定された場合に、前記抽出を行うことを特徴とする請求項１から９のいずれか１項に記載の抽出方法。
11. 前記血管を判定する工程において、前記中央小領域に含まれる各画素の輝度値の平均値と閾値とを比較することにより、前記中央小領域に血管が存在するか否かを判定することを特徴とする請求項１０に記載の抽出方法。
12. 前記中央部の大きさは、前記抽出候補領域の大きさの３分の１以下であることを特徴とする請求項１から１１のいずれか１項に記載の抽出方法。
13. 前記中央部の大きさは、前記抽出候補領域の大きさの５分の１以下であることを特徴とする請求項１から１２のいずれか１項に記載の抽出方法。
14. 前記被検眼を撮像してＳＬＯ像を前記眼底画像として取得する工程と、
    前記眼底画像と、前記眼底画像とは異なる時刻に得られた前記被検眼の他の眼底画像とのマッチングを行なう工程と、
    をさらに含むことを特徴とする請求項１から１３のいずれか１項に記載の抽出方法。
15. 前記外周小領域を決定する工程において、前記外周部における複数の外周小領域を決定し、前記中央部に含まれるか否かを判定する工程において、前記決定された複数の外周小領域のうち少なくとも３つに存在する複数の外周部血管の座標を平均して得た座標が前記抽出候補領域の中央部に含まれるか否かを判定することを特徴とする請求項１から１４のいずれか１項に記載の抽出方法。
16. 請求項１から１５のいずれか１項に記載の抽出方法の各工程をコンピュータに実行させるためのプログラム。
17. 被検眼の血管を含む眼底画像から、血管交差・分岐部位を含む領域を抽出する血管交差・分岐部位の抽出装置であって、
    前記眼底画像の抽出候補領域の外周部における外周小領域を決定する決定手段と、
    前記決定された外周小領域に存在する複数の外周部血管の座標平均が前記抽出候補領域の中央部に含まれるかどうかを判定する中央部判定手段と、
    前記中央部に含まれると判定された場合に、前記抽出候補領域を血管交差・分岐部位を含む領域として抽出する抽出手段と、
    を含むことを特徴とする抽出装置。
18. 前記複数の外周部血管の数を判定する数判定手段をさらに含み、
    前記抽出手段は、前記数判定手段と前記中央部判定手段との判定結果に従って、前記抽出候補領域を血管交差・分岐部位を含む領域として抽出することを特徴とする請求項１７に記載の抽出装置。
19. 被検眼の眼底画像の抽出候補領域の外周部における外周小領域を決定する決定手段と、
    前記決定された外周小領域における複数の外周部血管の座標を平均して得た座標が前記抽出候補領域の中央部に含まれるか否かを判定する中央部判定手段と、
    前記中央部判定手段により前記中央部に含まれると判定され、且つ前記決定された複数の外周部血管の数が所定の数以上である場合に、前記抽出候補領域を血管交差・分岐部位を含む領域として抽出する抽出手段と、
    を有することを特徴とする抽出装置。
20. 前記眼底画像における前記抽出候補領域とは異なる新たな抽出候補領域に対して、前記外周小領域の決定と、前記複数の外周部血管の決定と、前記判定と、前記抽出とを順番に行う制御手段をさらに有することを特徴とする請求項１９に記載の抽出装置。
21. 前記被検眼を撮像してＳＬＯ像を前記眼底画像として取得する取得手段と、
    前記眼底画像と、前記眼底画像とは異なる時刻に得られた前記被検眼の他の眼底画像とのマッチングを行なう手段と、
    をさらに有することを特徴とする請求項１７から２０のいずれか１項に記載の抽出装置。
22. 前記決定手段は、前記外周部における複数の外周小領域を決定し、
    前記中央部判定手段は、前記決定された複数の外周小領域のうち少なくとも３つに存在する複数の外周部血管の座標を平均して得た座標が前記抽出候補領域の中央部に含まれるか否かを判定することを特徴とする請求項１７から２１のいずれか１項に記載の抽出装置。

Images