JP5478914B2 - 画像処理装置、画像処理方法及びプログラム - Google Patents
画像処理装置、画像処理方法及びプログラム Download PDFInfo
- Publication number
- JP5478914B2 JP5478914B2 JP2009048520A JP2009048520A JP5478914B2 JP 5478914 B2 JP5478914 B2 JP 5478914B2 JP 2009048520 A JP2009048520 A JP 2009048520A JP 2009048520 A JP2009048520 A JP 2009048520A JP 5478914 B2 JP5478914 B2 JP 5478914B2
- Authority
- JP
- Japan
- Prior art keywords
- image processing
- layer
- processing apparatus
- predetermined layer
- detected
- 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.)
- Expired - Fee Related
Links
- 238000012545 processing Methods 0.000 title claims description 255
- 238000003672 processing method Methods 0.000 title claims description 31
- 238000000034 method Methods 0.000 claims description 127
- 210000003583 retinal pigment epithelium Anatomy 0.000 claims description 125
- 230000008569 process Effects 0.000 claims description 85
- 238000001514 detection method Methods 0.000 claims description 66
- 238000011002 quantification Methods 0.000 claims description 32
- 230000006870 function Effects 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 25
- 210000004126 nerve fiber Anatomy 0.000 description 20
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 19
- 201000010099 disease Diseases 0.000 description 17
- 210000005081 epithelial layer Anatomy 0.000 description 16
- 239000000790 retinal pigment Substances 0.000 description 16
- 230000009466 transformation Effects 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000002207 retinal effect Effects 0.000 description 12
- 238000012986 modification Methods 0.000 description 9
- 238000012014 optical coherence tomography Methods 0.000 description 9
- 206010064930 age-related macular degeneration Diseases 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 208000002780 macular degeneration Diseases 0.000 description 7
- 210000001525 retina Anatomy 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- 238000010191 image analysis Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 210000004379 membrane Anatomy 0.000 description 4
- 239000012528 membrane Substances 0.000 description 4
- 238000011084 recovery Methods 0.000 description 3
- 208000010412 Glaucoma Diseases 0.000 description 2
- 206010025421 Macule Diseases 0.000 description 2
- 206010047642 Vitiligo Diseases 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 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 1
- 201000004569 Blindness Diseases 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 108091008695 photoreceptors Proteins 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Eye Examination Apparatus (AREA)
Description
図10は、OCTを用いて撮影された眼部の網膜の層構造の一例を示す模式図である。
また、血管や白斑などの影響により網膜色素上皮層境界1005が断層画像上において明確に観測できない(画像特徴が得られない)部分がある場合に、その検出を行うことができないという課題があった。
本発明の画像処理装置における他の態様は、被写体の断層画像を取得する画像取得手段と、前記取得された断層画像から前記被写体の一部である所定の層を検出する層検出手段と、前記取得された断層画像の座標系と前記検出された所定の層の正常時データの座標系とを一致させる処理を行って、前記取得された断層画像における前記検出された所定の層の正常構造を推定する推定手段と、を有する。
本発明の画像処理装置を用いた画像処理方法における他の態様は、被写体の断層画像の処理を行う画像処理装置を用いた画像処理方法であって、前記画像処理装置が、前記被写体の断層画像を取得する工程と、前記画像処理装置が、前記取得された断層画像から前記被写体の一部である所定の層を検出する工程と、前記画像処理装置が、前記取得された断層画像の座標系と前記検出された所定の層の正常時データの座標系とを一致させる処理を行って、前記取得された断層画像における前記検出された所定の層の正常構造を推定する工程と、を有する。
本発明のプログラムにおける他の態様は、前記画像処理装置を用いた画像処理方法の各工程をコンピュータに実行させるためのものである。
まず、本発明の第1の実施形態について説明する。
図1は、本発明の第1の実施形態に係る画像処理システム100の概略構成の一例を示す模式図である。
図2は、本発明の第1の実施形態に係る画像処理装置110のハードウェア構成の一例を示す模式図である。
図3は、本発明の第1の実施形態に係る画像処理装置110の機能構成の一例を示す模式図である。
まず、ステップS101において、被写体情報取得部210は、被写体(被検眼)を同定する情報を外部から取得する。具体的に、被写体情報取得部210は、被写体(被検眼)を同定する情報を、例えば、キーボード116及びマウス117の入力デバイスを介した操作者の入力により取得する。そして、被写体情報取得部210は、取得した被写体(被検眼)を同定する情報に基づいて、データサーバ130が保持している当該被写体(被検眼)に関する情報を取得する処理を行う。例えば、被写体情報取得部210は、過去に撮像した当該被検眼の断層画像やその解析結果(層の境界や定量化した数値データなど)を取得する。特に、被写体情報取得部210は、当該被検眼に関する網膜色素上皮層境界の正常時データをデータサーバ130が保持している場合には、そのデータをデータサーバ130から取得する。そして、被写体情報取得部210は、このようにして取得した情報を記憶部240へ送信する。
続いて、ステップS102において、画像取得部220は、断層画像撮像装置120に対して所定の断層画像の送信を要求し、断層画像撮像装置120から送信される断層画像を取得する処理を行う。そして、画像取得部220は、取得した断層画像を記憶部240へ送信する。
続いて、ステップS103において、表示部260は、ステップS102で取得された断層画像をモニタ115に表示する処理を行う。ここでは、例えば、図10(a)や図10(c)に模式的に示すような画像がモニタ115に表示される。ここで、断層画像は、3次元的データであるので、実際にモニタ115に表示されるのは、そこからいずれかの注目断面を切り出した2次元断層画像となる。なお、表示する断面は、GUI等を介して任意に選択できる構成であることが望ましい。また、ステップS101で取得した過去の時点における各種のデータ(断層画像やその解析結果など)を並べて表示できる構成であってもよい。
続いて、ステップS104において、指示取得部230は、操作者がキーボード116やマウス117等の入力デバイスを介して入力する処理の指示を取得する。具体的に、ここでは、指示取得部230は、「網膜色素上皮層の正常時処理」と「網膜色素上皮層の異常時処理」のいずれを実行するかの指示を取得する。この際、操作者は、いずれの解析処理を画像処理装置110に実行させるのかを判断して、その判断結果を画像処理装置110に入力(何れかの処理を選択)すればよい。このステップS104で得られた処理の指示は、画像処理部250へ送信される。
続いて、ステップS105において、例えば画像処理部250は、ステップS104で得られた処理の指示が、「網膜色素上皮層の正常時処理」であるか否かを判断する。
ステップS106に進むと、画像処理部250は、「網膜色素上皮層の正常時処理」に係る解析処理を実行する。また、表示部260は、画像処理部250による当該解析処理の結果を表示する処理を行う。このステップS106の詳細な処理については、図5に示すフローチャートを用いて後述する。その後、ステップS108に進む。
一方、ステップS107に進むと、画像処理部250は、「網膜色素上皮層の異常時処理」に係る解析処理を実行する。また、表示部260は、画像処理部250による当該解析処理の結果を表示する処理を行う。このステップS107の詳細な処理については、図6に示すフローチャートを用いて後述する。その後、ステップS108に進む。
ステップS108に進むと、まず、指示取得部230は、例えばキーボード116やマウス117を介して操作者から入力された、当該被写体(被検眼)に関する今回の処理結果をデータサーバ130に保存するか否かの指示を取得する処理を行う。そして、例えば結果出力部270は、指示取得部230が取得した指示に従って、当該被写体(被検眼)に関する今回の処理結果をデータサーバ130に保存するか否かの判断を行う。
ステップS109に進むと、結果出力部270は、検査日時と、被写体(被検眼)を同定する情報と、被写体(被検眼)の断層画像と、画像処理部250によって得られた解析結果とを関連付けて、保存すべき情報としてデータサーバ130へ送信する。その後、ステップS110に進む。
ステップS110に進むと、指示取得部230は、例えばキーボード116やマウス117を介して操作者から入力された、画像処理装置110による断層画像の解析処理を終了するか否かの指示を取得する処理を行う。そして、画像処理装置110は、指示取得部230が取得した指示に従って、断層画像の解析処理を終了するか否かの判断を行う。
まず、ステップS201において、層検出部251は、記憶部240から被写体(被検眼)の断層画像を取得し、当該断層画像から、被写体(被検眼)を構成する所定の層を検出する処理を行う。具体的に、層検出部251は、被写体(被検眼)の断層画像から、図10に示す内境界膜1003、神経線維層境界1004及び網膜色素上皮層境界1005を検出する。さらに、層検出部251は、黄斑部の中心である中心窩の座標も検出する。そして、層検出部251は、これらの検出結果を記憶部240へ出力する。
ここでは、処理対象である3次元断層画像を2次元断層画像(B−scan画像)の集合と考え、それぞれの2次元断層画像に対して以下の2次元画像処理を実行する。
続いて、ステップS202において、定量化部253は、ステップS201で検出された層の境界に基づいて、神経線維層1002の厚みと、網膜層全体の厚みを計測することで、必要な情報の定量化を行う。
続いて、ステップS203において、表示部260は、ステップS201における層境界の検出結果を断層画像に重畳してモニタ115に表示する処理を行う。ここで、図10(b)に示すように、層の境界を線で示す場合には、それぞれの境界に対して予め定めた色の線を用いることが望ましい。例えば、表示部260は、内境界膜1003は赤色の線、神経線維層境界1004は黄色の線、網膜色素上皮層境界1005は緑色の線を用いて表示(提示)する。また、例えば、表示部260は、層境界を明示的に示さずに、層の領域に半透明の色をつけて表示(提示)してもよい。例えば、表示部260は、神経線維層1002以外の網膜層全体を表す領域を緑色に、神経線維層1002を表す領域を赤色に着色して表示(提示)してもよい。なお、これらの表示を行う際には、注目する断面をGUI等によって選択可能な構成であることが望ましい。また、公知のボリュームレンダリングの技術を用いて、3次元的に表示してもよい。
続いて、ステップS204において、まず、指示取得部230は、ステップS201で検出した網膜色素上皮層境界1005を表す座標群を、当該被写体(被検眼)の網膜色素上皮層境界の正常時データとして保存するか否かの指示を取得する処理を行う。この指示は、例えば、キーボード116やマウス117を介して、操作者によって入力される。そして、そして、例えば結果出力部270は、指示取得部230が取得した指示に従って、ステップS201で検出した網膜色素上皮層境界1005を表す座標群を、当該被写体(被検眼)の網膜色素上皮層境界の正常時データとして保存するか否かの判断を行う。
ステップS205に進むと、結果出力部270は、ステップS201で検出した網膜色素上皮層境界のデータ(層境界を表す座標群)を、当該被写体(被検眼)の網膜色素上皮層境界の正常時データとしてデータサーバ130へ送信する。これにより、データサーバ130は、当該被写体(被検眼)に関連付けて、結果出力部270から取得したデータを網膜色素上皮層境界の正常時データとして保存する。その後、図5に示すフローチャートにおける処理(即ち、図4のS106の処理)が終了する。
まず、ステップS301において、層検出部251は、記憶部240から被写体(被検眼)の断層画像を取得し、当該断層画像から、被写体(被検眼)を構成する所定の層を検出する処理を行う。具体的に、層検出部251は、被写体(被検眼)の断層画像から、図10に示す内境界膜1003及び網膜色素上皮層境界1005を検出する。さらに、層検出部251は、黄斑部の中心である中心窩の座標も検出する。そして、層検出部251は、これらの検出結果を記憶部240へ出力する。ここで、層検出部251による層の境界検出の具体的方法については、ステップS201と同様であるので、その詳細な説明は省略する。なお、以下の処理では、中心窩が原点となるように全ての座標を変換(平行移動)して取り扱う。
続いて、ステップS302において、正常構造推定部252は、ステップS101で被写体情報取得部210が取得した被写体(被検眼)に関する情報に基づいて、当該被写体(被検眼)の網膜色素上皮層境界の正常時データが利用可能であるか否かを判断する。より具体的には、ステップS101で被写体情報取得部210が取得した被写体(被検眼)に関する情報の中に、当該被写体(被検眼)の網膜色素上皮層境界の正常時データが含まれているか否かに基づいて、当該正常時データが利用可能であるか否かを判断する。
ステップS303に進むと、正常構造推定部252は、ステップS302で取得した網膜色素上皮層境界の正常時データを断層画像にあてはめる処理を行って、断層画像上における網膜色素上皮層境界の正常構造を推定する処理を行う。そして、ステップS303の処理が終了すると、ステップS305に進む。
皮層境界1005上の点を選択することで行う。或いは、それぞれのXnormal_iに最も距離が近い網膜色素上皮層境界1005上の点を選択する。なお、(1)式における各座標と座標変換行列は、同次座標系で表記されているものとする。
図7は、本発明の第1の実施形態を示し、断層画像に含まれる層の正常構造の推定する際に利用する重み関数の一例を示す模式図である。
また、(2)式を最小化するということは、最小二乗法やM推定を用いて変換行列Aを求めることに相当している。
一方、ステップS304に進むと、正常構造推定部252は、断層画像のそれぞれの2次元断面に対して、多項式で記述される曲線を網膜色素上皮層境界1005にあてはめる処理を行って、その正常構造を推定する処理を行う。この推定処理の方法は、背景技術で述べた方法と同様である。その後、ステップS305に進む。
ステップS305に進むと、定量化部253は、ステップS301で検出された層の境界に基づいて、網膜層全体の厚みを計測してこれを定量化する。また、定量化部253は、ステップS301で検出された網膜色素上皮層境界1005と、ステップS303或いはステップS304で推定されたその正常構造1006との差異に基づいて、網膜色素上皮層1001の乱れを定量化する処理を行う。そして、定量化部253は、これらの計測結果を記憶部240へ出力する。
続いて、ステップS306において、表示部260は、ステップS301で検出された網膜色素上皮層境界1005と、ステップS303或いはステップS304で推定したその正常構造1006とを、断層画像に重畳して表示する処理を行う。また、これに合わせて、表示部260は、ステップS305で定量化により計測したデータを表示する処理を行う。なお、これらの表示処理は、ステップS203における処理と同様であるので、詳細な説明は省略する。
次に、本発明の第2の実施形態について説明する。
第1の実施形態に係る画像処理装置110は、断層画像撮像装置120で撮像された被写体(被検眼)の断層画像を取得し、操作者の指示に応じて所定の疾病を前提とした解析処理を実行し、疾病の定量化を行うものであった。これに対して、第2の実施形態に係る画像処理装置も、取得した被写体(被検眼)の断層画像に解析処理を施す点については第1の実施形態と同様である。ただし、第2の実施形態に係る画像処理装置では、「網膜色素上皮層の正常時処理」を行うか、「網膜色素上皮層の異常時処理」を行うかの判断を、操作者からの指示に応じて行うものではなく、その判断を装置内部で自動的に行う点が第1の実施形態と異なる。
続いて、ステップS401において、層検出部251は、記憶部240から被写体(被検眼)の断層画像を取得し、当該断層画像から、被写体(被検眼)を構成する所定の層を検出する処理を行う。具体的に、層検出部251は、被写体(被検眼)の断層画像から、図10に示す内境界膜1003、神経線維層境界1004及び網膜色素上皮層境界1005を検出する。そして、層検出部251は、これらの検出結果を記憶部240へ出力する。このステップS401処理は、第1の実施形態における図5のステップS201と同様のであるので、その詳細な説明は省略する。
続いて、ステップS402において、状態判定部254は、ステップS401で検出された網膜色素上皮層境界1005に基づいて、当該網膜色素上皮層が正常であるか否かの判定を行う。例えば、状態判定部254は、ステップS401で検出された網膜色素上皮層境界1005の曲率の最大値が予め定めた閾値以上であった場合に、当該網膜色素上皮層が異常であると判定する。そして、状態判定部254は、その判定結果を記憶部240へ出力する。
続いて、ステップS403において、例えば画像処理部250は、ステップS402の処理で得られた判定結果に基づいて、「網膜色素上皮層の正常時処理」を行うか否かを判断する。
ステップS404に進むと、画像処理部250は、「網膜色素上皮層の正常時処理」に係る解析処理を実行する。このステップS404の詳細な処理は、基本的には、第1の実施形態におけるステップS106の詳細な処理(図5)と同様である。ただし、本実施形態では、図5のステップS201における層の境界検出処理は実行しない。
一方、ステップS405に進むと、画像処理部250は、「網膜色素上皮層の異常時処理」に係る解析処理を実行する。このステップS405の詳細な処理は、基本的には、第1の実施形態におけるステップS107の詳細な処理(図6)と同様である。ただし、本実施形態では、図6のステップS301における層の境界検出処理は実行しない。
次に、本発明の第3の実施形態について説明する。
第3の実施形態は、上述した第1及び第2の実施形態の変形例に係る形態である。以下に、各変形例を説明する。
上述した各実施形態では、図6のステップS303の処理において、最小二乗法やM推定を用いて所定の層の正常構造を推定するものであった。しかしながら、正常構造を推定する方法は、これに限定されるものではない。例えば、(1)式のεiが予め定めた閾値以下となる点(インライア)の数を評価基準として、それを最大化するような変換行列を求める構成としてもよい。また、図6のステップS303の処理では、検出された網膜色素上皮層境界1005と正常時データの全点を用いて正常構造の推定を行っていたが、使用する点を適当な間隔で間引いてもよい。また、3次元の点群同士のあてはめ処理を行う公知のいずれの手法を用いてもよい。
上述した各実施形態では、網膜色素上皮層境界の正常時データを、この境界を表す3次元座標の集合によって表していた。しかしながら、正常時データの記述方法はこれに限定されるものではない。例えば、xy平面上の幾つかのサンプリング点における境界のz座標を正常時データとして保持するようにしてもよい。また、面を表現する関数によりこの3次元座標の集合を近似して、当該関数のパラメータを正常時データとして保持するようにしてもよい。この場合、図6のステップS303におけるあてはめ処理を行う前に、当該関数にxy平面の各座標を代入することで、正常時データを表す3次元座標の集合を生成すればよい。或いは、点群を関数にあてはめるための座標変換を推定する公知のいずれの手法を用いて当該あてはめ処理を行ってもよい。
上述した各実施形態では、図5のステップS204において、検出した網膜色素上皮層境界1005をその正常時データとして保存するか否かの指示を外部から取得していた。そして、その指示に従って、検出結果を被写体(被検眼)の正常時データとして保存していた。しかしながら、検出結果を正常時データとして保存するか否かの判断方法は、これに限定されるものではない。例えば、当該被写体(被検眼)の正常時データがデータサーバ130に登録されていない場合には、指示に依らずに検出結果を正常時データとして保存する構成であってもよい。また、当該被写体(被検眼)の正常時データがデータサーバ130に登録されているか否かに関らず、常に最新の検出結果を正常時データとして保存する構成であってもよい。
上述した各実施形態では、黄斑部の中心窩を利用して断層画像と正常時データとの初期位置合わせを行っていた。しかしながら、それ以外の方法を用いて初期位置合わせを行ってもよい。例えば、検出した網膜色素上皮層境界1005と正常時データのそれぞれの重心を求めて、その重心が一致するようにすることにより、大まかな位置合わせを行う構成であってもよい。
上述した各実施形態では、取得した3次元の断層画像全体に対して解析処理を行っていた。しかしながら、3次元の断層画像から注目すべき断面を選択して、選択した2次元断層画像に対して処理を行う構成であってもよい。例えば、予め定めた眼底の特定部位(例えば中心窩)を含む断面に対して処理を行ってもよい。この場合、検出される層の境界、正常構造、正常時データ等は、いずれも当該断面上における2次元のデータとなる。そして、図6のステップS303の処理における変換行列Aとして、当該断面内における2次元の剛体変換を表す3×3の行列を推定すればよい。
上述した各実施形態では、網膜色素上皮層1001とその下部の層との境界を検出し、その正常構造を推定することで、網膜色素上皮層の形状の乱れを定量化していた。しかしながら、網膜色素上皮層1001とその上部の層との境界を検出し、その正常構造を推定する構成であってもよい。また、網膜色素上皮層1001全体を処理の対象としてもよい。また、形状の乱れを定量化する層は、網膜色素上皮層1001に限定されるものではなく、疾病に対して同様に振る舞う周辺の層を処理の対象としてもよい。即ち、加齢黄斑変性等の疾病により形状が凹凸に変化する層であれば、いずれの層やその境界を検出し、その正常構造を推定して、形状の乱れを定量化してもよい。
上述した各実施形態では、網膜色素上皮層境界1005が疾病のために変形してしまっている場合に、その正常構造を推定するために、被写体(被検眼)に対して過去に測定した正常時データを用いている。しかしながら、血管や白斑などの影響により網膜色素上皮層境界1005が断層画像上において明確に観測できない(画像特徴が得られない)部分がある場合に、その検出を補助する目的で被写体(被検眼)の正常時データを利用することも可能である。
上述した各実施形態では、断層画像撮像装置120は、画像処理装置110に必ずしも接続されていなくてもよい。例えば、処理対象である断層画像が既に撮像された状態でデータサーバ130に保管されており、これを読み込んで処理する構成であってもよい。この場合、画像取得部220は、データサーバ130に対して被写体(被検眼)の断層画像の送信を要求し、データサーバ130から送信される断層画像を取得する。そして、層検出部251で層の境界検出を行い、定量化部253で定量化処理を行う。
前述した本発明の各実施形態に係る画像処理装置110を構成する図3及び図8の各構成部(各手段)、並びに、図4〜図6及び図9の各ステップは、CPU(111)が外部記憶装置(114)に記憶されているプログラムを実行することによって実現できる。このプログラム及び当該プログラムを記憶したコンピュータ読み取り可能な記録媒体は本発明に含まれる。
210 被写体情報取得部
220 画像取得部
230 指示取得部
240 記憶部
250 画像処理部
251 層検出部
252 正常構造推定部
253 定量化部
260 表示部
270 結果出力部
Claims (36)
- 被写体の断層画像を取得する画像取得手段と、
前記取得された断層画像から前記被写体の一部である所定の層を検出する層検出手段と、
前記検出された所定の層の状態が正常であるか否かを判定する状態判定手段と、
前記状態判定手段において前記検出された所定の層の状態が正常でないと判定された場合に、前記取得された断層画像と前記検出された所定の層の正常時データとを用いて、前記取得された断層画像における前記検出された所定の層の正常構造を推定する推定手段と、
を有することを特徴とする画像処理装置。 - 前記状態判定手段は、前記検出された所定の層の曲率を示す情報に基づいて前記判定を行うことを特徴とする請求項1に記載の画像処理装置。
- 前記状態判定手段において前記検出された所定の層の状態が正常であると判定された場合に、前記検出された所定の層の正常時データとして前記層検出手段による前記所定の層の検出結果を出力する出力手段を更に有すること特徴とする請求項1または2に記載の画像処理装置。
- 前記層検出手段による前記所定の層の検出結果を前記検出された所定の層の正常時データとして保存するか否かの指示を取得する指示取得手段を更に有し、
前記出力手段は、前記指示取得手段が前記保存する指示を取得した場合に、前記検出された所定の層の正常時データとして前記層検出手段による前記所定の層の検出結果を出力することを特徴とする請求項3に記載の画像処理装置。 - 前記出力手段は、前記検出された所定の層を表す座標群を、外部装置に保存するために前記外部装置に送信して前記出力を行うことを特徴とする請求項3または4に記載の画像処理装置。
- 前記推定手段は、前記取得された断層画像と前記検出された所定の層の正常時データとを対応させる処理を行って、前記取得された断層画像における前記検出された所定の層の正常構造を推定することを特徴とする請求項1乃至5のいずれか1項に記載の画像処理装置。
- 前記推定手段は、前記取得された断層画像の座標系と前記検出された所定の層の正常時データの座標系とを一致させる処理を行って、前記取得された断層画像における前記検出された所定の層の正常構造を推定することを特徴とする請求項1乃至6のいずれか1項に記載の画像処理装置。
- 被写体の断層画像を取得する画像取得手段と、
前記取得された断層画像から前記被写体の一部である所定の層を検出する層検出手段と、
前記取得された断層画像の座標系と前記検出された所定の層の正常時データの座標系とを一致させる処理を行って、前記取得された断層画像における前記検出された所定の層の正常構造を推定する推定手段と、
を有することを特徴とする画像処理装置。 - 前記検出された所定の層の正常時データとして、前記検出された所定の層に関する過去に登録された正常時データを外部装置から取得する被写体情報取得手段を更に有し、
前記推定手段は、前記取得された断層画像と前記取得された正常時データとを用いて、前記検出された所定の層の正常構造を推定することを特徴とする請求項1乃至8のいずれか1項に記載の画像処理装置。 - 前記検出された所定の層の正常時データが利用できない場合に、当該利用できない旨を示す表示形態を表示手段に表示させる表示制御手段を更に有し、
前記推定手段は、前記検出された所定の層の正常時データが利用できる場合に、前記取得された断層画像における前記検出された所定の層の正常構造を推定することを特徴とすることを特徴とする請求項1乃至9のいずれか1項に記載の画像処理装置。 - 前記検出された所定の層と前記推定された正常構造との差異を定量化する定量化手段と、
前記定量化手段により定量化した結果を示す表示形態を表示手段に表示させる表示制御手段と、
を更に有することを特徴とする請求項1乃至9のいずれか1項に記載の画像処理装置。 - 前記定量化手段は、前記検出された所定の層と前記推定された正常構造との厚みの分布、面積、体積、濃度のうちの少なくとも1つの値を前記差異として求めることを特徴とする請求項11に記載の画像処理装置。
- 前記表示制御手段は、前記定量化手段により定量化した結果を過去の定量化データと比較して前記表示手段に表示させることを特徴とする請求項11または12に記載の画像処理装置。
- 前記表示制御手段は、前記検出された所定の層と前記推定された正常構造との差異を示す差異領域を前記取得された断層画像上に重畳して前記表示手段に表示させることを特徴とする請求項11乃至13のいずれか1項に記載の画像処理装置。
- 前記表示制御手段は、前記推定された正常構造を示す表示形態を前記取得された断層画像上に重畳して前記表示手段に表示させることを特徴とする請求項11乃至14のいずれか1項に記載の画像処理装置。
- 前記被写体は、被検眼であることを特徴とする請求項1乃至15のいずれか1項に記載の画像処理装置。
- 前記検出された所定の層は、網膜色素上皮層、当該網膜色素上皮層とその下部の層との境界、当該網膜色素上皮層とその上部の層との境界のうち少なくとも1つであることを特徴とする請求項1乃至16のいずれか1項に記載の画像処理装置。
- 被写体の断層画像の処理を行う画像処理装置を用いた画像処理方法であって、
前記画像処理装置が、前記被写体の断層画像を取得する工程と、
前記画像処理装置が、前記取得された断層画像から前記被写体の一部である所定の層を検出する工程と、
前記画像処理装置が、前記検出された所定の層の状態が正常であるか否かを判定する工程と、
前記判定する工程において前記検出された所定の層の状態が正常でないと判定された場合に、前記画像処理装置が、前記取得された断層画像と前記検出された所定の層の正常時データとを用いて、前記取得された断層画像における前記検出された所定の層の正常構造を推定する工程と、
を有することを特徴とする画像処理装置を用いた画像処理方法。 - 前記判定する工程では、前記検出された所定の層の曲率を示す情報に基づいて前記判定を行うことを特徴とする請求項18に記載の画像処理装置を用いた画像処理方法。
- 前記判定する工程において前記検出された所定の層の状態が正常であると判定された場合に、前記画像処理装置が、前記検出された所定の層の正常時データとして前記検出する工程による前記所定の層の検出結果を出力する工程を更に有すること特徴とする請求項18または19に記載の画像処理装置を用いた画像処理方法。
- 前記画像処理装置が、前記検出する工程による前記所定の層の検出結果を前記検出された所定の層の正常時データとして保存するか否かの指示を取得する工程を更に有し、
前記出力する工程では、前記指示を取得する工程で前記保存する指示を取得した場合に、前記検出された所定の層の正常時データとして前記検出する工程による前記所定の層の検出結果を出力することを特徴とする請求項20に記載の画像処理装置を用いた画像処理方法。 - 前記出力する工程では、前記検出された所定の層を表す座標群を、外部装置に保存するために前記外部装置に送信して前記出力を行うことを特徴とする請求項20または21に記載の画像処理装置を用いた画像処理方法。
- 前記推定する工程では、前記取得された断層画像と前記検出された所定の層の正常時データとを対応させる処理を行って、前記取得された断層画像における前記検出された所定の層の正常構造を推定することを特徴とする請求項18乃至22のいずれか1項に記載の画像処理装置を用いた画像処理方法。
- 前記推定する工程では、前記取得された断層画像の座標系と前記検出された所定の層の正常時データの座標系とを一致させる処理を行って、前記取得された断層画像における前記検出された所定の層の正常構造を推定することを特徴とする請求項18乃至23のいずれか1項に記載の画像処理装置を用いた画像処理方法。
- 被写体の断層画像の処理を行う画像処理装置を用いた画像処理方法であって、
前記画像処理装置が、前記被写体の断層画像を取得する工程と、
前記画像処理装置が、前記取得された断層画像から前記被写体の一部である所定の層を検出する工程と、
前記画像処理装置が、前記取得された断層画像の座標系と前記検出された所定の層の正常時データの座標系とを一致させる処理を行って、前記取得された断層画像における前記検出された所定の層の正常構造を推定する工程と、
を有することを特徴とする画像処理装置を用いた画像処理方法。 - 前記画像処理装置が、前記検出された所定の層の正常時データとして、前記検出された所定の層に関する過去に登録された正常時データを外部装置から取得する工程を更に有し、
前記推定する工程では、前記取得された断層画像と前記取得された正常時データとを用いて、前記検出された所定の層の正常構造を推定することを特徴とする請求項18乃至25のいずれか1項に記載の画像処理装置を用いた画像処理方法。 - 前記画像処理装置が、前記検出された所定の層の正常時データが利用できない場合に、当該利用できない旨を示す表示形態を表示手段に表示する工程を更に有し、
前記推定する工程では、前記検出された所定の層の正常時データが利用できる場合に、前記取得された断層画像における前記検出された所定の層の正常構造を推定することを特徴とすることを特徴とする請求項18乃至26のいずれか1項に記載の画像処理装置を用いた画像処理方法。 - 前記画像処理装置が、前記検出された所定の層と前記推定された正常構造との差異を定量化する工程と、
前記画像処理装置が、前記定量化する工程で定量化した結果を示す表示形態を表示手段に表示する工程と、
を更に有することを特徴とする請求項18乃至26のいずれか1項に記載の画像処理装置を用いた画像処理方法。 - 前記定量化する工程では、前記検出された所定の層と前記推定された正常構造との厚みの分布、面積、体積、濃度のうちの少なくとも1つの値を前記差異として求めることを特徴とする請求項28に記載の画像処理装置を用いた画像処理方法。
- 前記表示する工程では、前記定量化する工程で定量化した結果を過去の定量化データと比較して前記表示手段に表示することを特徴とする請求項28または29に記載の画像処理装置を用いた画像処理方法。
- 前記表示する工程では、前記検出された所定の層と前記推定された正常構造との差異を示す差異領域を前記取得された断層画像上に重畳して前記表示手段に表示することを特徴とする請求項28乃至30のいずれか1項に記載の画像処理装置を用いた画像処理方法。
- 前記表示する工程では、前記推定された正常構造を示す表示形態を前記取得された断層画像上に重畳して前記表示手段に表示することを特徴とする請求項28乃至31のいずれか1項に記載の画像処理装置を用いた画像処理方法。
- 前記被写体は、被検眼であることを特徴とする請求項18乃至32のいずれか1項に記載の画像処理装置を用いた画像処理方法。
- 前記検出された所定の層は、網膜色素上皮層、当該網膜色素上皮層とその下部の層との境界、当該網膜色素上皮層とその上部の層との境界のうち少なくとも1つであることを特徴とする請求項18乃至33のいずれか1項に記載の画像処理装置を用いた画像処理方法。
- 請求項1乃至17のいずれか1項に記載の画像処理装置の各手段としてコンピュータを機能させるためのプログラム。
- 請求項18乃至34のいずれか1項に記載の画像処理装置を用いた画像処理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。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009048520A JP5478914B2 (ja) | 2009-03-02 | 2009-03-02 | 画像処理装置、画像処理方法及びプログラム |
US12/714,798 US9700210B2 (en) | 2009-03-02 | 2010-03-01 | Image processing apparatus and method for controlling the same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009048520A JP5478914B2 (ja) | 2009-03-02 | 2009-03-02 | 画像処理装置、画像処理方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2010200920A JP2010200920A (ja) | 2010-09-16 |
JP2010200920A5 JP2010200920A5 (ja) | 2012-11-29 |
JP5478914B2 true JP5478914B2 (ja) | 2014-04-23 |
Family
ID=42963039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009048520A Expired - Fee Related JP5478914B2 (ja) | 2009-03-02 | 2009-03-02 | 画像処理装置、画像処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5478914B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7142389B1 (ja) | 2021-10-05 | 2022-09-27 | メイク株式会社 | 静電容量式レベルスイッチ |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5893248B2 (ja) * | 2011-01-20 | 2016-03-23 | キヤノン株式会社 | 光断層画像撮像方法および光断層画像撮像装置 |
JP5782262B2 (ja) * | 2011-01-20 | 2015-09-24 | キヤノン株式会社 | 断層画像補正方法および断層画像補正装置 |
JP6226510B2 (ja) | 2012-01-27 | 2017-11-08 | キヤノン株式会社 | 画像処理システム、処理方法及びプログラム |
JP2013153880A (ja) * | 2012-01-27 | 2013-08-15 | Canon Inc | 画像処理システム、処理方法及びプログラム |
JP6188296B2 (ja) * | 2012-08-30 | 2017-08-30 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
US9955865B2 (en) * | 2013-04-11 | 2018-05-01 | Novartis Ag | Method and system to detect ophthalmic tissue structure and pathologies |
JP6526145B2 (ja) * | 2017-10-06 | 2019-06-05 | キヤノン株式会社 | 画像処理システム、処理方法及びプログラム |
JP2019115827A (ja) * | 2019-04-26 | 2019-07-18 | キヤノン株式会社 | 画像処理システム、処理方法及びプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4501007B2 (ja) * | 2004-08-26 | 2010-07-14 | 国立大学法人名古屋大学 | 光干渉断層装置 |
US7668342B2 (en) * | 2005-09-09 | 2010-02-23 | Carl Zeiss Meditec, Inc. | Method of bioimage data processing for revealing more meaningful anatomic features of diseased tissues |
JP4855150B2 (ja) * | 2006-06-09 | 2012-01-18 | 株式会社トプコン | 眼底観察装置、眼科画像処理装置及び眼科画像処理プログラム |
JP5095167B2 (ja) * | 2006-09-19 | 2012-12-12 | 株式会社トプコン | 眼底観察装置、眼底画像表示装置及び眼底観察プログラム |
JP5058627B2 (ja) * | 2007-02-26 | 2012-10-24 | 株式会社トプコン | 眼底観察装置 |
JP4940069B2 (ja) * | 2007-09-10 | 2012-05-30 | 国立大学法人 東京大学 | 眼底観察装置、眼底画像処理装置及びプログラム |
JP5101975B2 (ja) * | 2007-10-04 | 2012-12-19 | 株式会社トプコン | 眼底観察装置及び眼底画像処理装置 |
JP4810562B2 (ja) * | 2008-10-17 | 2011-11-09 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
-
2009
- 2009-03-02 JP JP2009048520A patent/JP5478914B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7142389B1 (ja) | 2021-10-05 | 2022-09-27 | メイク株式会社 | 静電容量式レベルスイッチ |
Also Published As
Publication number | Publication date |
---|---|
JP2010200920A (ja) | 2010-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5478914B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US9053536B2 (en) | Image processing apparatus and image processing method for a tomogram of an eye region | |
US9700210B2 (en) | Image processing apparatus and method for controlling the same | |
EP2453790B1 (en) | Image processing apparatus, image processing method, and program | |
US8840248B2 (en) | Image processing apparatus, image processing method and storage medium | |
KR101478598B1 (ko) | 화상처리장치, 그 제어방법 및 컴퓨터 프로그램 | |
JP5723093B2 (ja) | 画像処理装置、画像処理装置の制御方法及びプログラム | |
JP2013066702A (ja) | 画像処理装置および画像処理方法 | |
JP5631339B2 (ja) | 画像処理装置、画像処理方法、眼科装置、眼科システム及びコンピュータプログラム | |
JP5473358B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5017486B2 (ja) | 画像処理装置及び画像処理方法 | |
JP5241937B2 (ja) | 画像処理装置及び画像処理方法 | |
JP5677492B2 (ja) | 画像処理装置、画像処理方法 | |
JP5236094B2 (ja) | 画像処理装置、画像処理方法 | |
JP6239021B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP6611776B2 (ja) | 画像処理装置、画像処理装置の作動方法およびプログラム | |
JP5677502B2 (ja) | 画像処理装置及び画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121015 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130129 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130312 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130716 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130809 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140212 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5478914 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |