JP5563394B2 - 画像処理装置、プログラムおよび記憶媒体 - Google Patents

Description

本発明は、画像処理装置、プログラムおよび記憶媒体に関する。

生活習慣病や失明原因の上位を占める疾病の早期診断を目的として、眼部の検査が広く行われている。光干渉断層計（ＯＣＴ：Optical Coherence Tomography）などの眼部断層画像撮像装置は、網膜層内部の状態を３次元的に観察することが可能であるため、疾病の診断をより的確に行うのに有用であると期待されている。

図１１（ａ）の参照によりＯＣＴで撮影した網膜の黄斑部断層画像を説明する。図１１（ａ）のように、ＯＣＴの撮影により複数の断層画像からなる画像（ボリューム画像）を得ることができる。図１１（ａ）において、Ｔ１〜Ｔｎはボリューム画像における黄斑部の２次元断層画像（Ｂ-ｓｃａｎ像、以下、断層画像と呼ぶ）である。また、断層画像Ｔｎにおいて、Ｌ１は内境界膜、Ｌ２は神経線維層とその下部の層との境界（以下、神経線維層境界と呼ぶ）、Ｌ２’は神経線維層を表す。Ｌ３は内網状層とその下部の層との境界（以下、内網状層境界と呼ぶ）、Ｌ４は外網状層とその下部の層との境界（以下、外網状層境界と呼ぶ）を表す。Ｌ５は視細胞内節外節接合部、Ｌ６は網膜色素上皮境界を表している。

なお、明細書中で「正常構造」という表現を用いているが、それは上記の説明のような、層Ｌ１〜Ｌ６が輝度値として画像中に存在するときの構造を表す。アーチファクトなどでいずれかの層の輝度値が存在しないときは正常構造ではないとする。

ＯＣＴを用いた画像診断を行うために、画像解析によって各網膜層境界を特定する技術の開発が求められている。例えば、深度方向の各ライン（以下、Ａ-ｓｃａｎラインと呼ぶ）において、内境界膜Ｌ１や神経線維層境界Ｌ２を特定できれば、緑内障診断の重要な情報となる神経線維層Ｌ２'の厚みを定量化できる。また、内境界膜Ｌ１や網膜色素上皮境界Ｌ６を特定できれば、黄斑浮腫などの診断の重要な情報となるそれらの境界に挟まれた網膜層の厚みを定量化することができる。

実際に網膜層解析の従来技術においても、様々な方法で網膜層境界を決定している。特許文献１では、断層画像の画素値を眼底の深度方向に沿って順次参照することにより、層の境界位置を求める技術が開示されている。また、特許文献２では、内境界膜と網膜色素上皮は背景からの輝度変化が大きいところに着目し、断層画像の深度方向に沿って２つの強いエッジを検出し、浅い方のエッジを内境界膜、深い方のエッジを網膜色素上皮としている。

特開２００８−０７３０９９号公報 米国特許７３４７５４８号公報

しかしながら、従来の技術では以下の課題があった。上述の特許文献１、２における網膜層境界の特定方法は図１１（ａ）のように、各層が正常に存在する正常構造において利用可能である。しかし、疾病による層構造の変化や、正常構造とは異なる構造を示す部位では、単にエッジの強さや、正常構造における出現する層の順番情報だけでは網膜層境界を特定することができない。例えば、糖尿病黄斑症などの症例では、網膜内に嚢胞による低輝度な空洞領域がしばしば発生する。

図１１（ｂ）に、網膜内に嚢胞を含む症例の黄斑部断層画像の模式図を示す。図１１（ｂ）において、Ｌ１〜Ｌ６は、図１１（ａ）と同様に、順に内境界膜、神経線維層境界、内網状層境界、外網状層境界、視細胞内節外節接合部、網膜色素上皮層境界を表している。また、ＣＹは嚢胞を表している。このような症例では、嚢胞ＣＹと層境界が接合した状態になり（図１１（ｂ）ではＬ４が嚢胞ＣＹと接合している）、嚢胞周辺の層境界が画像上に現れないことがある。このような症例において、特許文献１では通常存在する層境界を順次特定するため、画像上での嚢胞周辺の層境界の消失による影響で嚢胞の奥に存在する層境界の特定に誤りが生じてしまう。

また、低輝度な嚢胞端部と高輝度な周辺領域の境界では大きな輝度差が生じる。そのため、特許文献２のような、深度方向に沿って２つの強いエッジを検出し、浅い方から順に内境界膜、網膜色素上皮境界と特定する方法では、２番目に検出される嚢胞端部のエッジを、誤って網膜色素上皮境界と特定してしまう可能性がある。

網膜の断層画像において、疾病による層構造の変化や正常構造とは異なる構造を示す異常部位が生じた場合に、眼底表面を基準に異常部位の奥に存在する領域に対しても、正確に網膜層境界を特定することが可能な画像処理技術の提供を目的とする。

上記の目的を達成する本発明の一つの側面にかかる画像処理装置は、被検眼の断層画像の眼底表面から眼底の奥側に向かう順方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する順方向検出手段と、
前記断層画像を解析して前記網膜層の異常部位の位置を検出する異常部位検出手段と、
前記異常部位検出手段により前記異常部位の位置が検出されたことにより、前記断層画像の眼底の奥側から眼底表面に向かう逆方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する逆方向検出手段と、
前記眼底表面から前記異常部位までの層境界を、前記順方向検出手段で検出された層境界候補を用いて特定し、前記眼底の奥側から前記異常部位までの層境界を、前記逆方向検出手段で検出された層境界候補を用いて特定する層境界特定手段と、
を備えることを特徴とする。

本発明によれば、網膜の断層画像において、疾病による層構造の変化や正常構造とは異なる構造を示す異常部位が生じた場合に、眼底表面を基準に異常部位の奥に存在する領域に対しても、正確に網膜層境界を特定することができる。

第１実施形態に係る断層画像撮像装置の機能構成を示す図。 第１実施形態に係る断層画像撮像装置の処理手順を示す図。 網膜内に異常部位を含む症例において層境界を特定する様子を示す図。 第２実施形態に係る断層画像撮像装置の機能構成を示す図。 第２実施形態に係る断層画像撮像装置の処理手順を示す図。 第３実施形態に係る断層画像撮像装置の機能構成を示す図。 第３実施形態に係る断層画像撮像装置の処理手順を示す図。 （ａ）画像上端で網膜層が途切れた症例において層境界を特定する様子を示す図、（ｂ）画像下端で網膜層が途切れた症例において層境界を特定する様子を示す図。 第４実施形態に係る断層画像撮像装置の機能構成を示す図。 第４実施形態に係る断層画像撮像装置の処理手順を示す図。 （ａ）ＯＣＴで撮影した網膜の黄斑部断層画像の模式図、（ｂ）網膜内に嚢胞を含む症例の黄斑部断層画像の模式図。

以下、図面を参照して、本発明の好適な実施形態を例示的に詳しく説明する。

（第１実施形態）
本実施形態では、断層画像上の各Ａ-scanラインに沿って眼底表面から網膜の奥側に進む向き（順方向）に画像解析をして層境界候補を検出する。次に、Ａ-ｓｃａｎライン上で異常部位が検出された場合には、さらに網膜の奥側から眼底表面に進む向き（逆方向）に画像解析をして層境界候補を検出する。そして、検出された異常部位よりも網膜手前側の領域（異常部手前領域）は順方向、網膜奥側の領域（異常部奥領域）は逆方向の検出結果を層境界として特定する。これにより、異常部位周辺で生じる網膜の層構造の異常に影響されることなく、層境界を特定できる仕組みを提供する。

以下の実施形態では、取得する複数の断層画像群からなる三次元画像データに対して解析処理を行う場合について説明する。しかし、複数の三次元画像データの中から注目すべき二次元の断層画像を選択して、選択された二次元の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）を含む断層画像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等は、いずれも断面上における二次元のデータとなる。

（画像処理装置１０の構成）
図１の参照により、本実施形態に係る画像処理装置１０の構成を説明する。画像処理装置１０は、画像取得部１０１、記憶部１０２、画像変換部１０３、順方向検出部１０４、異常部位検出部１０５、逆方向検出部１０６、層境界特定部１０７および表示部１０８を備える。また、画像処理装置１０は断層画像取得装置２０と接続されている。断層画像取得装置２０は不図示の操作者による操作に応じて、不図示の被検眼の撮影を行い、得られた画像を画像処理装置１０へと送信する。

（画像処理装置１０の処理）
図２の参照により画像処理装置１０が実行する具体的な処理手順を説明する。ステップＳ２０１において、画像取得部１０１は、断層画像取得装置２０で撮像されたＯＣＴ断層画像を取得し、記憶部１０２へ格納する。以降、このＯＣＴ断層画像を「原画像」と呼ぶものとする。

ステップＳ２０２において、画像変換部１０３は記憶部１０２に保存された原画像に対して画像変換を行う。本実施形態では画像における層境界の強調を目的として、断層画像（原画像）に対して深度方向の輝度変化を強調するＳｏｂｅｌフィルタを適用する。このＳｏｂｅｌフィルタは、深度方向に沿って輝度値の低い画素から高い画素へのエッジ及び、輝度値の高い画素から低い画素へのエッジの両方を強調する性質を持つ。本ステップでは画像変換により、Ｓｏｂｅｌ画像を作成し、順方向検出部１０４及び逆方向検出部１０６へと送信する。

画像変換の方法はこれに限定されるものではなく、前処理として画像のノイズ除去を目的としたメディアンフィルタや平均値フィルタのような平滑化フィルタを用いてもよい。その他、ガンマ補正のような階調変換フィルタやモルフォロジーフィルタなどを用いて画像変換を行ってもよい。また、画像変換を行わず、原画像の輝度値のまま、次ステップの入力としてもよい。さらに、次ステップの入力とする画像の数は限定されるものではなく、１つ以上の画像が次ステップの入力とされてもよい。

ステップＳ２０３において、順方向検出部１０４は画像変換部１０３から取得したＳｏｂｅｌ画像をＡ-ｓｃａｎラインに沿って順方向に解析することで網膜層境界の候補（層境界候補）を検出する。

本実施形態では、Ｓｏｂｅｌ画像を対象として、各Ａ-ｓｃａｎラインに沿って順方向に１画素単位で輝度値を参照し、輝度値が所定の閾値を超えたときにその位置を層境界候補として順次検出する。所定の閾値は経験的に決定することが可能である。また、判別分析法やＰ-ｔｉｌｅ法を用いてＳｏｂｅｌ画像を高輝度なエッジ領域と低輝度なその他の領域に分割する閾値を適用することで、症例に応じて可変となる閾値としてもよい。

層境界候補の検出方法はこれに限定されるものではなく、例えば各Ａ-ｓｃａｎラインにおいて１画素単位ではなく、複数の画素からなるブロック領域の輝度値を参照しながら順方向に解析してもよい。さらに、層境界候補を検出する特徴として、Ｓｏｂｅｌ画像を用いた原画像のエッジ強度以外にも、原画像においてブロック領域を設定し、例えば、ブロック領域の上側半分と下側半分の輝度値の差などを用いてもよい。

次に、順方向検出部１０４は、検出した層境界候補の位置情報（順方向検出情報）を層境界特定部１０７へと送信する。

ステップＳ２０４において、異常部位検出部１０５は記憶部１０２に格納された原画像を解析し異常部位の位置を検出する。本実施形態では、一例として異常部位が嚢胞である場合の検出方法を説明する。嚢胞は網膜内に発生する空洞領域であるため、例えば、図１１（ｂ）のＣＹが示すように、画像上では周囲の網膜領域に比べ非常に低い輝度値を示す。そこで、原画像の輝度値に対して所定の閾値による閾値処理を施し、閾値以下の領域を取り出すことで、嚢胞領域の候補（嚢胞領域候補）を抽出することができる。このとき、所定の閾値は、経験的に決定することが可能である。

また、嚢胞領域の輝度値は、断層画像上の硝子体領域などの背景領域に近いため、判別分析法やＰ-ｔｉｌｅ法を用いて断層画像を高輝度な網膜層領域と低輝度な背景領域に大まかに分割する閾値を適用することで、症例に応じて可変となる閾値としてもよい。

次に、抽出した嚢胞領域候補に対して、その領域の輝度情報や形態情報を解析することで嚢胞領域か否かを判別する。本実施形態では、それらの輝度情報や形態情報を特徴量として、予め多数の症例で学習を行った識別器に入力することで、嚢胞領域か否かの判別を行う。具体的には、輝度情報に基づく特徴量として、領域内の平均輝度値、分散、歪度、尖度、領域の境界の内外におけるコントラスト差を用いることが可能である。形態情報に基づく特徴量として、領域のサイズや領域の円形度を用いることが可能である。識別器としては、ニューラルネットワークやサポートベクターマシンを用いることが可能である。

但し、嚢胞領域の判別方法はこれに限定されるものではなく、例えば上記の輝度情報や形態情報に基づく特徴量が所定の範囲に収まる場合のみを嚢胞領域と判別する方法をとってもよい。このとき、所定の範囲は、経験的に決定してもよいし、臨床知識に基づいて決定してもよい。

また、異常部位検出部１０５が検出する異常部位は、嚢胞に限定されるものではない。例えば、異常部位が白斑である場合、白斑領域は通常の層組織よりも高輝度で描出されるため、原画像の輝度値に対して所定の閾値による閾値処理を施し、閾値以上の領域を取り出すことで、白斑領域の候補を抽出する。そして、嚢胞領域の場合と同様に識別器を用いて白斑領域の候補を白斑領域か否かに分類することが可能である。その他、層と層が剥離した剥離領域に関しても、剥離領域は周囲の層組織よりも非常に低輝度で描出されるため、嚢胞領域の検出と同様の方法で検出を行うことが可能である。

さらに、異常部位検出部１０５による異常部位検出は全自動の処理に限定されるものではなく、例えば、操作者によって指定された異常部位の位置に基づき、同種の輝度値の領域を抽出するような半自動の検出処理であってもよい。次に、異常部位検出部１０５は、検出した異常部位の位置情報（異常位置情報）を層境界特定部１０７へと送信する。

ステップＳ２０５において、異常部位検出部１０５は、ステップＳ２０４で検出された異常位置情報を調べ、各Ａ-ｓｃａｎラインに異常部位が存在するか否かを判定する。そして、異常部位が存在すると判定された場合は（Ｓ２０５−Ｙｅｓ）、異常部位が存在すると判定されたＡ-ｓｃａｎラインの位置情報を逆方向検出部１０６に送信してステップＳ２０６に処理を進める。異常部位が存在しないと判定された場合（Ｓ２０５−Ｎｏ）は、ステップＳ２０７へと処理を進める。

ステップＳ２０６において、逆方向検出部１０６は、異常部位検出部１０５から取得したＡ-ｓｃａｎラインの位置情報と、画像変換部１０３からＳｏｂｅｌ画像と、を取得する。そして、位置情報を取得したＡ-ｓｃａｎラインのみを対象として、Ａ-ｓｃａｎラインに沿って逆方向に解析することで層境界候補を検出する。

本実施形態では、Ｓｏｂｅｌ画像を対象として、各Ａ-ｓｃａｎラインに沿って逆方向に１画素単位で輝度値を参照し、輝度値が所定の閾値を超えたときにその位置を層境界候補として順次検出する。所定の閾値はステップＳ２０３と同様に経験的に決定してもよいし、判別分析法やＰ-ｔｉｌｅ法を用いて症例に応じた可変の閾値としてもよい。また、層境界候補の検出方法はこれに限定されるものではなく、例えば、ステップＳ２０３に例示したものと同様の手法を用いてもよい。

次に、逆方向検出部１０６は、検出した層境界候補の位置情報（逆方向検出情報）を層境界特定部１０７へと送信する。

ステップＳ２０７において、層境界特定部１０７は、順方向検出部１０４から順方向検出情報を、異常部位検出部１０５から異常位置情報を、逆方向検出部１０６から逆方向検出情報を、それぞれ取得し、網膜層境界を特定する。

図３は、網膜内に異常部位を含む症例において層境界を特定する様子を示す図である。図３を用いて具体的な網膜層境界の特定方法を説明する。図３において、Ｌ１〜Ｌ６は、図１１（ａ）と同様に、順に内境界膜、神経線維層境界、内網状層境界、外網状層境界、視細胞内節外節接合部、網膜色素上皮層境界を表している。このとき、異常部位が存在しないＡ-ｓｃａｎラインでは、網膜の層構造が正常であり層境界が順に存在することから、層境界特定部１０７は、順方向検出情報をそのまま網膜層境界として特定する。図３においてＡ１は、断層画像上の異常部位が存在しないＡ-ｓｃａｎラインを表し、ＤＰ１は、Ａ１を順方向に解析したときに検出された複数の層境界候補の位置（図３では６点）を表している。この例では、層境界特定部１０７は、層境界候補ＤＰ１の各点をＡ-ｓｃａｎラインの順方向に沿って順にＬ１、L２、・・・、L６の層境界と決定する。

一方、異常部位が存在するＡ-ｓｃａｎラインでは、網膜の層構造が正常と異なり、異常部位付近では層境界が画像上で消失していたり、異常部位の端部で周囲の層組織との輝度差による強いエッジが生じていたりする可能性がある。そのため、本実施形態では、異常部位よりも網膜の手前側の領域（異常部手前領域）は順方向検出情報を網膜層境界として特定する。また、網膜の奥側の領域（異常部奥領域）は逆方向検出情報を網膜層境界として特定する。

ここで、異常部手前領域と異常部奥領域は、異常部位検出部１０５から取得した異常位置情報に基づき、Ａ-ｓｃａｎラインを異常部位の領域を挟んで手前側と奥側に分割することで求めることができる。図３においてＡ２は、断層画像上の異常部位が存在するＡ-ｓｃａｎラインを表し、ＣＹは図１１（ｂ）と同様、異常部位の一例である嚢胞領域を表す。また、ＤＰ２は、Ａ２を順方向に解析したときに異常部手前領域で検出された層境界候補の位置（図３では３点）を表し、ＵＰ２はＡ２を逆方向に解析したときに異常部奥領域で検出された層境界候補の位置（図３では２点）を表す。この例では、ＤＰ２の各点をＡ-ｓｃａｎラインの順方向に沿って順にＬ１、Ｌ２、Ｌ３と決定し、ＵＰ２の各点をＡ-ｓｃａｎラインの逆方向に沿って順にＬ６、Ｌ５と決定する。

このように、嚢胞ＣＹの手前側と奥側でそれぞれ順方向と逆方向に沿って層境界を特定することで、Ａ２のライン上でのＬ４の層境界の消失や、嚢胞ＣＹの端部で発生するエッジの影響を受けることなく、精度良く異常部奥領域のＬ５やＬ６の層境界を特定できる。

このとき、上述の方法では画像上で消失している層境界Ｌ４は特定されないが、Ｌ４を特定しないままにしてもよいし、以下の方法によりＡ２の周囲で特定されたＬ４の位置を利用して補間することで特定してもよい。例えば、Ａ２のラインよりも画像左側の領域内で特定されたＬ４の位置の中で最もＡ２に近いものを点ＰＬとし、Ａ２のラインよりも画像右側の領域内で特定されたＬ４の位置の中で最もＡ２に近いものを点ＰＲとする。そして、この点ＰＬとＰＲの間を線形補間することで、Ａ２のような嚢胞の影響で層境界が消失した領域においてもＬ４に対応する層境界を特定することができる。

また、他の手法として、画像上で消失しているＬ４は嚢胞の端部に接合していると仮定し、Ａ２のライン上の嚢胞における上下の端部の位置をそれぞれ点ＰＵ及びＰＤとし、２点のうち点ＰＬ及びＰＲからの距離が短い方をＬ４上の点として特定してもよい。これにより、層境界が消失した領域においても、周囲で特定できた層境界のラインにより近い異常部位の端部をなぞって層境界とすることができる。

上述の方法では、異常部位として嚢胞がＡ-ｓｃａｎラインに含まれる場合の層境界を特定する例を述べたが、異常部位としてステップＳ２０４で述べた白斑や剥離領域がＡ-ｓｃａｎラインに含まれる場合も同様の方法で層境界を特定できる。図３において、Ａ３は、断層画像上の白斑が存在するＡ-ｓｃａｎラインを表し、ＥＸは白斑領域、ＳＨは白斑によって深度方向に信号が遮られることによって生じる影領域を表す。この影領域ＳＨは、白斑領域の奥側にしばしば発生し、ＳＨが発生した箇所では画像上に層境界は現れない。また、ＤＰ３は、Ａ３を順方向に解析したときに異常部手前領域で検出された層境界候補の位置を表し、ＵＰ３は、Ａ３を逆方向に解析したときに異常部奥領域で検出された層境界候補の位置を表す。

この例では、ＤＰ３の各点をＡ-ｓｃａｎラインの順方向に沿って順にＬ１、Ｌ２、Ｌ３と決定する。一方、ＵＰ３に関しては、異常部奥領域（白斑よりも網膜奥側）には検出点が存在しないため層境界を決定しない。このように、白斑ＥＸの手前側と奥側でそれぞれ順方向と逆方向に沿って層境界を特定することで、白斑ＥＸによるＬ４の層境界の消失や、白斑ＥＸの端部で発生するエッジの影響を受けることなく層境界を特定できる。また、影領域ＳＨによって層境界が消失している場合でも、網膜奥側から白斑ＥＸに到達するまでの領域を逆方向に走査して層境界を特定することで、誤った箇所をＬ５やＬ６として特定せず、それらの層境界を特定しないままにすることができる。白斑の存在により消失したＬ４、Ｌ５、Ｌ６の層境界は、嚢胞の場合と同様の方法で補間しても良い。

さらに、図３において、Ａ４は、断層画像上の層の剥離領域が存在するＡ-ｓｃａｎラインを表し、ＤＴは剥離領域を表す。また、ＤＰ４は、Ａ４を順方向に解析したときに異常部手前領域で検出された層境界候補の位置を表し、ＵＰ４は、Ａ４をそれぞれ逆方向に解析したときに異常部奥領域で検出された層境界候補の位置を表す。この例では、ＤＰ４の各点をＡ-ｓｃａｎラインの順方向に沿って順にＬ１、Ｌ２、Ｌ３、Ｌ４、Ｌ５と決定し、ＵＰ４の各点をＡ-ｓｃａｎラインの逆方向に沿って順にＬ６と決定する。このように、剥離領域ＤＴの手前側と奥側でそれぞれ順方向と逆方向に沿って層境界を特定することで、剥離した層と剥離領域ＤＴの境界で発生するエッジの影響を受けることなくＬ６の層境界を特定できる。

本実施形態では、上記Ｌ１〜Ｌ６の６層を特定したが、特定する層は必ずしもこれらに限定されるものではない。実際の網膜層は、眼底表面から網膜の奥に向かって順に、内境界膜、神経線維層、神経節細胞層、内網状層、内顆粒層、外網状層、外顆粒層、外境界膜、視細胞層、網膜色素上皮層を有している。層境界特定部１０７は、これらの層の間に存在する層境界のうち少なくとも一つの位置を特定することが可能である。

そして、層境界特定部１０７は、Ａ-ｓｃａｎラインごとに特定した網膜層境界の位置情報（層境界位置情報）を記憶部１０２に格納する。

ステップＳ２０８において、表示部１０８は、記憶部１０２から原画像と層境界位置情報を取得し、層境界位置情報を原画像上に重畳させて不図示のモニタ上に表示する。

以上の構成により、異常部位が存在する断層画像においても、異常部位周辺の層構造の異常に影響されることなく、異常部位よりも網膜の奥に存在する層境界を精度良く特定することができる。

（第２実施形態）
本実施形態は、断層画像上のＡ-ｓｃａｎラインに沿って順方向または逆方向に走査して層境界候補を検出すると同時に異常部位の存在も検出し、両方向の検出結果に基づき層境界を特定するものである。

より具体的には、第１実施形態では、層境界候補の検出とは別処理として異常部位を検出するため、処理に余分な手間がかかっていた。また、第１実施形態では、順方向での異常部奥領域の検出結果、逆方向での異常部手前領域の検出結果は、層境界の特定には採用されないにも関わらず、両方向共に一旦Ａ-ｓｃａｎラインを画像の上端から下端（または下端から上端）まで走査していた。従って、それが余分な処理時間に繋がっていた。

そこで、本実施形態は、断層画像上のＡ-ｓｃａｎラインに沿って順方向に走査して層境界候補を検出しながら同時に異常部位の存在も検出し、異常部位が検出された場合は順方向の走査を停止して逆方向の走査に切り替える。そして、順方向と同様に、逆方向に走査して層境界候補を検出しながら同時に異常部位の存在も検出し、異常部位が検出された箇所で逆方向の走査を停止する。そして、順方向と逆方向のそれぞれについて異常部位の検出により走査を停止するまでに検出した層境界候補を、それぞれ最終的な層境界として特定する。これにより、第１実施形態と同様、異常部位の周辺で生じる網膜の層構造の異常に影響されることなく、層境界を特定できる仕組みを提供する。それに加え、層境界候補と同時に異常部位の存在も検出するため、別処理として異常部位を検出する手間を省くことができる。さらに、順方向・逆方向共に異常部位の存在を検出した時点で走査を停止するため、解析の処理時間を短縮することができる。

（画像処理装置４０の構成）
図４に本実施形態に係る画像処理装置４０の構成を示す。画像処理装置４０は、画像取得部４０１、記憶部４０２、画像変換部４０３、順方向検出部４０４、異常部位検出部４０５、逆方向検出部４０６、層境界特定部４０７および表示部４０８を備える。また、画像処理装置４０は断層画像取得装置５０と接続されている。断層画像取得装置５０は第１実施形態の断層画像取得装置２０と同様の機能を有するため、説明は省略する。

（画像処理装置４０の処理）
図５は本実施形態のフローチャートであり、画像処理装置４０が実行する具体的な処理手順をこのフローチャートに沿って説明する。但し、ステップＳ５０１、Ｓ５０２、Ｓ５１１はそれぞれ、図２のステップＳ２０１、Ｓ２０２、Ｓ２０８と同様であるため、説明は省略する。

ステップＳ５０３において、順方向検出部４０４は、画像変換部４０３から取得したＳｏｂｅｌ画像をＡ-ｓｃａｎラインに沿って順方向に解析することで網膜層境界の候補を検出する。本ステップにおける具体的な解析処理の内容は、図２におけるステップＳ２０３と同様であるため、説明は省略する。

また、順方向検出部４０４は、順方向に解析中のＡ-ｓｃａｎラインにおける異常部位の有無を表す順方向異常検出フラグＤ＿ＦＬＧ（順方向異常検出情報）の値を保持している。順方向異常検出情報が指す参照画素が異常部位でないことを示す場合（Ｄ＿ＦＬＧ＝ＦＡＬＳＥ）は、解析を続行する。順方向異常検出情報が指す参照画素が異常部位であることを示す場合（Ｄ＿ＦＬＧ＝ＴＲＵＥ）の処理については、ステップＳ５０６で説明する。次に、順方向検出部４０４は、解析で参照中の画素の位置情報（順方向位置情報）を記憶部４０２へ送信する。

ステップＳ５０４において、順方向検出部４０４は、記憶部４０２に格納された順方向位置情報を調べ、画像の下端にまだ到達していない場合は、順方向位置情報を常に異常部位検出部４０５へと送信し、ステップＳ５０５へと進む。一方、画像の下端に到達している場合は、記憶部４０２に格納された順方向検出情報を層境界特定部４０７へと送信し、ステップＳ５１０へと進む。

ステップＳ５０５において、異常部位検出部４０５は、記憶部４０２に記憶された原画像と、順方向検出部４０４から常時取得する位置情報（順方向の解析位置を示す順方向位置情報）と、に基づき、異常部位の有無を判定する。異常部位検出部４０５は、順方向の解析位置（順方向位置情報）と対応付けて、断層画像を解析することにより異常部位の位置を検出する第１異常検出手段として機能する。順方向位置情報が指す参照画素が異常部位であると判定した場合は、順方向異常検出フラグＤ＿ＦＬＧ＝ＴＲＵＥと設定して順方向検出部４０４へと送信し、ステップＳ５０６へと進む。一方、参照画素が異常部位ではないと判定した場合は、Ｄ＿ＦＬＧ＝ＦＡＬＳＥと設定して順方向検出部４０４へと送信し、ステップＳ５０３へと進む。

本実施形態では、図３や図１１（ｂ）に示すような嚢胞領域が断層画像上に存在する場合の異常部位の検出方法について説明する。図２のステップＳ２０４で説明したとおり、嚢胞は網膜内に発生する空洞領域であるため、画像上では周囲の網膜領域に比べ非常に低い輝度値を示す。そこで、取得した順方向位置情報に対応する原画像上の画素を参照し、画素が所定の閾値以下になったときに、異常部位であると判定する。このとき、所定の閾値は、図２のステップＳ２０４と同様の方法で決定する。

ここで、異常部位検出部４０５が検出する異常部位は、嚢胞に限定されるものではない。例えば、通常の層組織よりも高輝度で描出される白斑領域に関しては、図２のステップＳ２０４と同様に、原画像の輝度値に対して所定の閾値による閾値処理を施し、閾値以上の領域を取り出すことで、白斑領域の候補を抽出する。その他、層と層が剥離した剥離領域に関してもステップＳ２０４と同様の方法で検出できる。このような処理により、ステップＳ５０３の順方向の層境界候補検出と同時に異常部位の検出が行えるため、全くの別処理で異常部位を検出するよりも、処理の手間を省くことができる。

ステップＳ５０６において、順方向検出部４０４は、異常部位検出部で設定された順方向異常検出フラグＤ＿ＦＬＧの値を調べる。そして、順方向検出部４０４は、Ｄ＿ＦＬＧ＝ＴＲＵＥ（参照画素が異常部位であることを示す）であることを確認した後、Ａ-ｓｃａｎラインの順方向に沿った解析を停止する。そして、検出した順方向検出情報を層境界特定部４０７へ、走査中のＡ-ｓｃａｎラインの位置情報（Ａ-ｓｃａｎ位置情報）を記憶部４０２へと送信し、ステップＳ５０７へと進む。このように、順方向の走査中に異常部位を検出した時点で走査を停止し、それよりも網膜の奥側領域の解析を行わないことで、解析の処理時間を短縮することができる。

ステップＳ５０７において、逆方向検出部４０６は、画像変換部４０３から取得したＳｏｂｅｌ画像を、記憶部４０２に格納されたＡ-ｓｃａｎ位置情報が指すＡ-ｓｃａｎラインに沿って逆方向に解析することで網膜層境界の候補を検出する。本ステップにおける具体的な解析処理の内容は、図２におけるステップＳ２０６と同様であるため、説明は省略する。

また、逆方向検出部４０６は、逆方向に解析中のＡ-ｓｃａｎラインにおける異常部位の有無を表す逆方向異常検出フラグＵ＿ＦＬＧ（逆方向異常検出情報）の値を保持している。逆方向異常検出情報が指す参照画素が異常部位でないことを示す場合（Ｕ＿ＦＬＧ＝ＦＡＬＳＥ）は、解析を続行する。逆方向異常検出情報が指す参照画素が異常部位であることを示す場合（Ｕ＿ＦＬＧ＝ＴＲＵＥ）の処理については、ステップＳ５０９で説明する。

次に、逆方向検出部４０６は、解析で参照中の画素の位置情報（逆方向位置情報）を記憶部４０２へ送信する。

ステップＳ５０８において、異常部位検出部４０５は、記憶部４０２に記憶された原画像と、逆方向検出部４０６から常時取得する位置情報（逆方向の解析位置を示す逆方向位置情報）と、に基づき、異常部位の有無を判定する。異常部位検出部４０５は、逆方向の解析位置（逆方向位置情報）と対応付けて、断層画像を解析することにより異常部位の位置を検出する第２異常検出手段として機能する。逆方向位置情報が指す参照画素が異常部位であると判定した場合は、逆方向異常検出フラグＵ＿ＦＬＧ＝ＴＲＵＥと設定して逆方向検出部４０６へと送信し、ステップＳ５０９へと進む。一方、参照画素が異常部位ではないと判定した場合は、Ｕ＿ＦＬＧ＝ＦＡＬＳＥと設定して逆方向検出部４０６へと送信し、ステップＳ５０７へと進む。異常部位の検出方法は、ステップＳ５０５に記載した、順方向に解析中の異常部位の検出方法と同様であるので、説明は省略する。

このような処理により、ステップＳ５０７の逆方向の層境界候補検出と同時に異常部位の検出が行えるため、全くの別処理で異常部位を検出するよりも、処理の手間を省くことができる。

ステップＳ５０９において、逆方向検出部４０６は、異常部位検出部で設定された逆方向異常検出フラグＵ＿ＦＬＧの値を調べ、Ｕ＿ＦＬＧ＝ＴＲＵＥであることを確認した後、Ａ-ｓｃａｎラインの逆方向に沿った解析を停止する。そして、検出した逆方向検出情報を層境界特定部４０７へと送信し、ステップＳ５０７へと進む。このように、逆方向の走査中に異常部位を検出した時点で走査を停止し、それよりも網膜の手前側領域の解析を行わないことで、解析の処理時間を短縮することができる。

ステップＳ５１０において、層境界特定部４０７は、順方向検出部４０４から順方向検出情報を、逆方向検出部４０６から逆方向検出情報をそれぞれ取得し、網膜層境界を特定する。

図３を用いて具体的な網膜層境界の特定方法を説明する。Ａ１のように、Ａ-ｓｃａｎ上に異常部位を含まない場合、ステップＳ５０３で順方向に走査しながら解析した結果、ステップＳ５０４で画像の下端への到達が判定され、順方向検出情報のみが層境界特定部４０７に送信されている。この場合は、順方向の解析が失敗するような異常部位が存在しないため、そのまま順方向検出情報における層境界候補ＤＰ１の各点に対して、順方向にＬ１〜Ｌ６の層境界を割り当て、最終的な層境界として特定する。

一方、Ａ２のようにＡ-ｓｃａｎ上に異常部位を含む場合は、順方向走査で異常部位を検出するまでの順方向検出情報と、逆方向走査で異常部位を検出するまでの逆方向検出情報が、層境界特定部４０７に送信されている。この場合は、順方向検出情報における層境界候補ＤＰ２の各点に対して順方向に層境界を割り当て、逆方向検出情報における層境界候補ＵＰ２の各点に対して逆方向に層境界を割り当て、最終的な層境界として特定する。より具体的には、ＤＰ２の各点に対して、Ａ-ｓｃａｎの順方向から順にＬ１、Ｌ２、Ｌ３の層境界を割り当て、ＵＰ２の各点に対して、Ａ-ｓｃａｎの逆方向から順にＬ６、Ｌ５の層境界を割り当てる。

これにより、Ａ２のライン上でのＬ４の層境界の消失や、嚢胞ＣＹの端部で発生するエッジの影響を受けることなく、異常部奥領域でも精度良くＬ５やＬ６の層境界を特定することができる。このとき、上述の方法では画像上で消失している層境界Ｌ４は特定されないが、Ｌ４を特定しないままにしてもよいし、図２のステップＳ２０７に記載した方法により、Ａ２の周囲で特定されたＬ４の位置を利用して補間することで特定してもよい。

さらに、図３の白斑ＥＸを含むＡ-ｓｃａｎラインＡ３や、剥離領域ＤＴを含むＡ-ｓｃａｎラインＡ４の場合も、同様の方法で層境界の特定を行うことができる。また、本実施形態では、上記Ｌ１〜Ｌ６の６層を特定したが、特定する層は必ずしもこれらに限定されるものではなく、図２のステップＳ２０７に記載した層を特定してもよい。そして、層境界特定部４０７は、Ａ-ｓｃａｎラインごとに特定した層境界位置情報を記憶部４０２に格納する。

以上の構成により、異常部位が存在する断層画像においても、異常部位周辺の層構造の異常に影響されることなく、異常部位よりも網膜の奥に存在する層境界を精度良く特定することができる。それに加え、層境界候補と同時に異常部位の存在も検出するため、別処理として異常部位を検出する手間を省くことができる。さらに、順方向・逆方向共に異常部位の存在を検出した時点で走査を停止するため、解析の処理時間を短縮することができる。

（第３実施形態）
本実施形態は、断層画像上のＡ-ｓｃａｎラインに沿って順方向と逆方向の双方向で解析し、各解析結果（検出結果）が示す特徴を、正しい層境界の特徴と比較し、より正しい層境界の特徴に近い検出結果を選択することで層境界を特定するものである。

より具体的には、被験眼が強度の近視の場合に被験眼のボリューム画像を取得すると、ボリューム画像の端部の断層画像において、画像の上端や下端で網膜層がしばしば途切れてしまう。例えば、そのような画像上端で網膜層が途切れた断層画像から網膜層境界を特定する際、Ａ-ｓｃａｎラインに沿って順方向に解析すると、通常のように内境界膜から層境界が出現するのではなく途中の層境界から出現するため、誤って層境界を特定してしまう。

そこで本実施形態では、断層画像上の各Ａ-ｓｃａｎラインに沿って順方向と逆方向の双方向に解析してそれぞれの層境界候補を検出する。次に、それら２つの方向の検出結果に対して、各方向で順に層境界を仮に割り当てる。そして、割り当てられた各方向の層境界の特徴を、予め記憶された正しい層境界の特徴と比較し、正しい層境界の特徴により類似する方向の層境界を選択し、最終的な層境界として特定する。これにより、網膜層が画像端部で途切れている場合、途切れている側の画像端部から解析した場合は層境界を誤って割り当てるため正しい層境界との類似度が低くなるが、逆向きから解析した場合は層境界を正しく割り当てられるため類似度が高くなる。その結果、間違うことなく層境界を特定できる画像処理技術を提供できる。

（画像処理装置６０の構成）
図６に本実施形態に係る画像処理装置６０の構成を示す。画像処理装置６０は、画像取得部６０１、記憶部６０２、画像変換部６０３、順方向検出部６０４、逆方向検出部６０５、検出結果評価部６０６、層境界特定部６０７および表示部６０８を備える。また、画像処理装置６０は断層画像取得装置７０と接続されている。断層画像取得装置７０は図２の断層画像取得装置２０と同様の機能を有するため、説明は省略する。

（画像処理装置６０の処理）
図７は本実施形態のフローチャートであり、画像処理装置６０が実行する具体的な処理手順をこのフローチャートに沿って説明する。但し、ステップＳ７０１、Ｓ７０２、Ｓ７０７はそれぞれ、図２のステップＳ２０１、Ｓ２０２、Ｓ２０８と同様であるため、説明は省略する。

ステップＳ７０３において、順方向検出部６０４は、Ｓｏｂｅｌ画像を画像変換部６０３から取得し、画像をＡ-ｓｃａｎラインに沿って順方向に解析することで網膜層境界の候補を検出する。本ステップにおける具体的な解析処理の内容は、図２におけるステップＳ２０３と同様であるため、説明は省略する。次に、順方向検出部６０４は、検出した順方向検出情報を検出結果評価部６０６へと送信する。

ステップＳ７０４において、逆方向検出部６０５は、Ｓｏｂｅｌ画像を画像変換部６０３から取得し、画像をＡ-ｓｃａｎラインに沿って逆方向に解析することで網膜層境界の候補を検出する。本ステップにおける具体的な解析処理の内容は、図２におけるステップＳ２０６と同様であるため、説明は省略する。次に、逆方向検出部６０５は、検出した逆方向検出情報を検出結果評価部６０６へと送信する。

ステップＳ７０５において、検出結果評価部６０６は、順方向検出部６０４から取得した順方向検出情報、及び逆方向検出部６０５から取得した逆方向検出情報を、予め記憶部６０２に記憶されている層境界の特徴と比較する。ここで、記憶部６０２には、予め画像から特定すべき対象となる層境界の正しい特徴量が保存されている。

正しい特徴量とは、予め医師などの専門家が断層画像上で正しい層境界の位置を指定し、その位置に基づき画像から抽出した特徴量のことを指す。以降、これを「正解特徴量」と呼ぶ。各層境界の特徴量として、例えば、層境界上側の層と下側の層それぞれの輝度平均・分散・尖度・歪度や、上側層と下側層間の輝度平均の差、層境界のエッジ強度を適用することが可能である。尚、特徴量として列記したものは例示的なものであり、輝度平均・分散・尖度・歪度や、上側層と下側層間の輝度平均の差、層境界のエッジ強度のすべてを用いる必要はない。列記したものの中から少なくとも何れか一つを用いて特徴量を定めることが可能である。

本実施形態では、Ａ-ｓｃａｎラインごとに順方向検出情報と逆方向検出情報のそれぞれの検出結果（層境界候補の位置）に対して、各方向で順に層境界を仮に割り当てる。これらを、それぞれ順方向層境界と逆方向層境界と呼ぶ。次に、割り当てられた各方向の層境界に対して、その位置に基づき原画像から各方向の層境界に対応する上記特徴量を抽出する。そして、抽出された各方向の特徴量と、正解特徴量との類似度を計算し、計算結果を比較する。以降、順方向の特徴量と正解特徴量との類似度（第１類似度）、逆方向の特徴量と正解特徴量との類似度（第２類似度）をそれぞれ、「順方向類似度」、「逆方向類似度」と呼ぶ。

図８（ａ）は、画像上端で網膜層が途切れた症例において層境界を特定する様子を示す図である。図８（ａ）を用いて本実施形態における順方向検出情報と正解特徴量との比較方法と、逆方向検出情報と正解特徴量との比較方法を具体的に説明する。図８（ａ）のＬ１〜Ｌ６は図１１（ｂ）と同様に、順に内境界膜、神経線維層境界、内網状層境界、外網状層境界、視細胞内節外節接合部、網膜色素上皮層境界を表している。本実施形態ではこれらを、特定すべき対象となる層境界とする。このとき、記憶部６０２には、Ｌ１〜Ｌ６までの正解特徴量が保存されており、各層境界に対応する正解特徴量のベクトルをそれぞれｆ₁、ｆ₂、・・・、ｆ₆とする。ここで、ｉ番目の層境界（ｉは1＜＝ｉ＜＝6を満たす）に対応する特徴量ベクトルf_ｉは、上述のような複数の特徴量からなるベクトルであり、（１）式で表す。

（１）式において、Ｎは特徴ベクトルの要素数を表す。

ここで、図８（ａ）のＲ_Ｎは画像から網膜層が途切れていない正常の撮像領域（正常領域）を表し、Ａ１は正常領域に含まれるＡ-ｓｃａｎラインを表す。ＤＰ１は、Ａ１を順方向に解析したときに検出された順方向検出情報（６点の層境界候補の位置）を表している。ＵＰ１は、Ａ１を逆方向に解析したときに検出された逆方向検出情報（６点の層境界候補の位置）を表している。ＤＰ１の各点に対してＡ-ｓｃａｎラインの順方向に沿って順にＬ１〜Ｌ６の層境界を仮に割り当て、これを順方向層境界とする。そして、順方向層境界の各点を順にＰ_ｄ１、Ｐ_ｄ２、・・・、Ｐ_ｄ６とする。同様に、ＵＰ１の各点に対して逆方向に沿って層境界を割り当てた逆方向層境界の各点を順にＰ_ｕ６、Ｐ_ｕ５、・・・、Ｐ_ｕ１とする。次に、正解特徴量の場合と同様にこれらの層境界に対応する特徴量を画像から抽出する。そして、点Ｐ_ｄ１〜Ｐ_ｄ６と点Ｐ_ｕ６〜Ｐ_ｕ１に対応する特徴量ベクトルをそれぞれｄ₁、ｄ₂、・・・、ｄ₆、とｕ₆、ｕ₅、・・・、ｕ₁とする。ここで、ｉ番目の層境界に対応する順方向と逆方向の特徴ベクトルｄ_ｉとｕ_ｉはそれぞれ次の（２）、（３）式で表される。

このとき、ｄ_ｉとｆ_ｉの類似度ｓ_ｄ，ｉ（順方向類似度）は、本実施形態では両者のユークリッド距離に基づき（４）式で求めることができる。

同様に、ｕ_ｉとｆ_ｉの類似度ｓ_ｕ，ｉ（逆方向類似度）は、（５）式で求めることができる。

以上のようにして、1＜＝ｉ＜＝6を満たす全てのｉに関して、順方向層境界の点Ｐ_ｄｉに対応する順方向類似度ｓ_ｄ，ｉと、逆方向層境界の点Ｐ_ｕｉに対応する逆方向類似度ｓ_ｕ，ｉを求める。

一方、図８（ａ）のR_Ｕは画像上端で網膜層が途切れている部位の領域を表し、Ａ２はその部位に含まれるＡ-ｓｃａｎラインを表す。ＤＰ２は、Ａ２を順方向に解析したときに検出された順方向検出情報（４点の層境界候補の位置）を表している。ＵＰ２は、Ａ２を逆方向に解析したときに検出された逆方向検出情報（４点の層境界候補の位置）を表している。このとき、ＤＰ２及びＵＰ２の各点を、Ａ１の場合と同様に順方向層境界と逆方向層境界として割り当てる。この場合、画像からの網膜層の途切れによって層境界が欠損しているため、順方向層境界は点Ｐ_ｄ１〜Ｐ_ｄ４、逆方向層境界は点Ｐ_ｕ６〜Ｐ_ｕ３となり、それぞれ本来存在する層境界の数（６点）よりも少ない。

従って、本実施形態では、割り当てられた層境界と、正解特徴量（ｆ_１〜ｆ_６）のうち共通する特徴量（割り当てられた層境界に対応する特徴量）のみと、を比較して類似度を算出する。具体的には、順方向層境界の場合は、Ｌ１〜Ｌ４に対応する層境界のみが共通するため特徴量ベクトルｄ_１〜ｄ_４とｆ_１〜ｆ_４とを比較する。逆方向層境界の場合は、Ｌ３〜Ｌ６に対応する層境界のみが共通するため特徴量ベクトルｕ_３〜ｕ_６とｆ_３〜ｆ_６とを比較する。そして、それぞれ（４）式と（５）式に基づき類似度を算出する。このようにして、順方向の場合は、1＜＝ｉ＜＝4を満たす全てのｉに関して点Ｐ_ｄｉに対応する順方向類似度ｓ_ｄ，ｉを求め、一方、逆方向の場合は、3＜＝ｉ＜＝6を満たす全てのｉに関して点Ｐ_ｕｉに対応する逆方向類似度ｓ_ｕ，ｉを求める。

そして、検出結果評価部６０６は、本ステップでＡ-ｓｃａｎラインごとに層境界の割り当てにより求められた順方向層境界及び逆方向層境界のデータと、それらの各点に対応する順方向類似度及び逆方向類似度の値を層境界特定部６０７へと送信する。

ステップＳ７０６において、層境界特定部６０７は、検出結果評価部６０６から順方向層境界及び逆方向層境界のデータと、それらの各点に対応する順方向類似度及び逆方向類似度の値を取得する。そして、順方向と逆方向のそれぞれの類似度を比較してより類似度の値が高い方向、つまり正常の層境界に近い方向の層境界データを選択し、最終的な層境界として特定する。

本実施形態では、順方向層境界の各点の順方向類似度ｓ_ｄ，ｉの平均値ｓ_{ｄ，ａｖｅ}と、逆方向層境界の各点の逆方向類似度ｓ_ｕ，ｉの平均値ｓ_{ｕ，ａｖｅ}を算出し、値が大きい方に対応する方向のデータを用いて最終的な層境界として特定する。例えば、図８（ａ）のＡ２のように網膜層が画像上端で途切れている場合、順方向層境界は、実際は画像上で欠損している内境界膜から順に層境界候補に対して割り当てられるため誤りが生じる。一方、逆方向層境界は、画像上に写っている網膜色素上皮層境界から順に層境界候補に対して層境界が割り当てられるため誤りが生じない。従って、順方向の平均値ｓ_{ｄ，ａｖｅ}が非常に低い値になる一方、逆方向の平均値ｓ_{ｕ，ａｖｅ}が高い値となるため、類似度の高い逆方向層境界が、最終的な層境界として選択される。これにより、画像上端で網膜層が途切れている場合でも、間違えることなく層境界を特定することができる。

一方、逆に画像下端で網膜層が途切れている場合でも同様の効果が期待できる。図８（ｂ）は、画像下端で網膜層が一部途切れた症例において層境界を特定する様子を示す図である。図８（ｂ）のＬ１〜Ｌ６は図１１（ｂ）と同様に、順に内境界膜、神経線維層境界、内網状層境界、外網状層境界、視細胞内節外節接合部、網膜色素上皮層境界を表している。図８（ｂ）のＲ_Ｎは、正常の撮像部位の領域を表し、Ａ３はその部位におけるＡ-ｓｃａｎラインを表している。ＤＰ３は順方向検出情報、ＵＰ３は逆方向検出情報を表している。図８（ｂ）のＲ_Ｄは、図８（ａ）の領域Ｒ_Ｕとは逆に画像下端で網膜層が途切れている部位を表し、Ａ４はその部位に含まれるＡ-ｓｃａｎラインを表す。ＤＰ４は順方向検出情報を表し、ＵＰ４は逆方向検出情報を表している。この場合、逆方向層境界は、実際は画像上で欠損している網膜色素上皮層境界から順に層境界候補に対して層境界が割り当てられているため誤りが生じる。一方、順方向層境界は、画像上に写っている内境界膜から順に層境界候補に対して層境界が割り当てられているため誤りが生じない。従って、逆方向の平均値ｓ_{ｕ，ａｖｅ}が非常に低い値になる。一方、順方向の平均値ｓ_{ｄ，ａｖｅ}が逆方向の平均値ｓ_{ｕ，ａｖｅ}に比べて高い値となるため、類似度の高い順方向層境界が、最終的な層境界として選択される。これにより、画像下端で網膜層が途切れている場合でも、間違えることなく層境界を特定することができる。

また、図８（ａ）のＡ１や図８（ｂ）のＡ３のような正常の撮像部位のＡ-ｓｃａｎラインにおいては、ステップＳ７０３及びＳ７０４での層境界候補の検出に誤りが出なければ、順方向と逆方向のどちらでも層境界を間違わずに割り当てることができる。従って、順方向の平均値ｓ_{ｄ，ａｖｅ}と順方向の平均値ｓ_{ｄ，ａｖｅ}の両方が高い値となり、どちらが選択されても、正しい層境界を特定することができる。また、順方向と逆方向の層境界候補検出のどちらかに誤りが出た場合は、より正解特徴量に近い方の結果が選択されるため、層境界の最終的な特定で誤りを防ぐことができる。

本実施形態では、順方向層境界と正解特徴量との類似度の平均値と、逆方向層境界と正解特徴量との類似度の平均値を比較し、値が高い方の層境界データをそのまま最終的な層境界として特定している。しかしながら、層境界の特定方法はこれに限られるものではない。例えば、順方向層境界と逆方向層境界の各点（Ｐ_ｄｉとＰ_ｕｉ）について、対応する類似度（ｓ_ｄ，ｉとｓ_ｕ，ｉ）を個別に比較し、それぞれにおいて類似度が大きい方向に対応する点を選択する方法を用いてもよい。このとき、例えば、順方向層境界と逆方向層境界の各点について、Ａ-ｓｃａｎの順方向に沿って並んでいる順にペアを作って類似度を比較してもよいし、各点の座標が近いもの同士をペアにして類似度を比較する方法をとってもよい。

この方法により、Ａ-ｓｃａｎライン上で、ある部分は順方向層境界の割り当てが正しく、別の部分は逆方向層境界の割り当てが正しい場合に、正しい割り当て結果を最終的に特定する層境界に反映させることができる。第１実施形態に記載した網膜層内に異常部位を含む症例がこれに該当する。この場合、異常部位を挟んで網膜手前側の領域は順方向の検出結果、網膜奥側の領域は逆方向の検出結果がより高い類似度の点となり、層境界として採用することができる。予め異常部位の存在が分からない場合であれば、このように部分的に順方向と逆方向の結果が採用されているＡ-ｓｃａｎラインを検出することで、網膜内の異常部位の存在を検出することもできる。さらに、層境界として順方向で採用された点と逆方向で採用された点で挟まれた領域を、異常部位の領域として特定することが可能となる。

そして、層境界特定部６０７は、Ａ-ｓｃａｎラインごとに特定した層境界位置情報を記憶部６０２に格納する。以上の構成により、画像の上端または下端において網膜層に途切れが生じている症例においても、網膜層の途切れによる層境界の欠損に影響されることなく、層境界を精度良く特定することができる。

（第４実施形態）
本実施形態では、断層画像上のＡ-ｓｃａｎラインに沿って順方向と逆方向の双方向で層境界候補を検出する。次に、検出結果に基づき層境界の欠損領域が判定された場合は、各方向の検出結果を対象画像内の正常領域の層境界から抽出した特徴と比較することで、層境界を特定する。

より具体的には、第３実施形態では、順方向層境界及び逆方向層境界と比較する正解特徴量は予め記憶されており決まったものであるため、症例ごとに存在する層境界の特徴のばらつきに対応した比較ができない。

そこで本実施形態では、断層画像上の各Ａ-ｓｃａｎラインに沿って順方向と逆方向の双方向に解析してそれぞれの層境界候補を検出する。次に、それら２つの方向の検出結果に対して、各方向で順に層境界を仮に割り当てて互いの対応関係を比較することで層境界の欠損の有無を判定する。このとき、層境界が欠損していると判定された領域を「層境界欠損領域」と呼ぶ。そして、層境界の欠損があると判定された場合は、各方向で割り当てたそれぞれの層境界の特徴を、上述で判定した層境界欠損領域ではない領域（正常領域）で検出した層境界の特徴と比較する。その結果、正常領域の層境界の特徴に、より類似する方向の層境界を選択し、最終的な層境界として特定する。これにより、網膜層が途切れた画像端部で途切れた場合、その画像端部から順に解析した結果は層境界を誤って割り当てるため正しい層境界との類似度が低くなるが、逆向きから解析した結果は層境界を正しく割り当てられるため類似度が高くなる。その結果、間違うことなく層境界を特定できる画像処理技術を提供できる。それに加え、各方向の検出結果を、対象画像における正常領域の層境界の特徴と比較するため、症例ごとに存在する層境界の特徴のばらつきに対応した比較が可能になる。

（画像処理装置９０の構成）
図９に本実施形態に係る画像処理装置９０の構成を示す。画像処理装置９０は、画像取得部９０１、記憶部９０２、画像変換部９０３、順方向検出部９０４、逆方向検出部９０５、検出結果評価部９０６、層境界特定部９０７、表示部９０８、欠損検出部９０９を備える。また、画像処理装置９０は断層画像取得装置１１０と接続されている。断層画像取得装置１１０は第３実施形態の断層画像取得装置７０と同様の機能を有するため、説明は省略する。

（画像処理装置９０の処理）
図１０は本実施形態のフローチャートであり、画像処理装置９０が実行する具体的な処理手順をこのフローチャートに沿って説明する。但し、ステップＳ１００１、Ｓ１００２、Ｓ１００９はそれぞれ、第３実施形態のステップＳ７０１、Ｓ７０２、Ｓ７０７と同様であるため、説明は省略する。

ステップＳ１００３において、順方向検出部９０４は、画像変換部９０３から取得したＳｏｂｅｌ画像を、Ａ-ｓｃａｎラインに沿って順方向に解析することで網膜層境界の候補を検出する。本ステップにおける具体的な解析処理の内容は、第３実施形態におけるステップＳ７０３と同様であるため、説明は省略する。次に、順方向検出部９０４は、検出した順方向検出情報を欠損検出部９０９へと送信する。

ステップＳ１００４において、逆方向検出部９０５は、画像変換部９０３から取得したＳｏｂｅｌ画像を、Ａ-ｓｃａｎラインに沿って逆方向に解析することで網膜層境界の候補を検出する。本ステップにおける具体的な解析処理の内容は、第３実施形態におけるステップＳ７０４と同様であるため、説明は省略する。次に、逆方向検出部９０５は、検出した逆方向検出情報を欠損検出部９０９へと送信する。

ステップＳ１００５において、欠損検出部９０９は、順方向検出部９０４から取得した順方向検出情報と、逆方向検出部９０５から取得した逆方向検出情報とに基づき、Ａ-ｓｃａｎラインごとに層境界の欠損の有無を判定する。そして、層境界が欠損していると判定した場合は、順方向検出情報と逆方向検出情報とを検出結果評価部９０６へと送信し、ステップＳ１００７へと進む。また、層境界が欠損していない（正常領域である）と判定した場合は、順方向検出情報（または逆方向検出情報でもよい）を層境界特定部９０７へと送信し、処理をステップＳ１００６へと進む。

本実施形態では、欠損検出部９０９は、順方向の層境界候補が検出された領域が正常な領域か否かを、順方向の層境界候補と逆方向の層境界候補との対応関係、および順方向の層境界候補と逆方向の層境界候補との位置関係により判定する。順方向と逆方向のそれぞれの検出結果に対して、各方向で順に層境界を仮に割り当て、それぞれ順方向層境界と逆方向層境界とする。そして、順方向と逆方向の間で対応する層境界の位置をそれぞれ比較し、層境界が互いに全て対応しており、かつそれらの位置が一致する場合は正常領域であると判定する。逆に、割り当てられた層境界の対応関係にずれがある、或いは対応する層境界の位置が一致しない場合は層境界の欠損であると判定する。

図８（ａ）を用いてこの処理を具体的に説明する。図８（ａ）では、Ｌ１〜Ｌ６の６つの層境界が特定すべき対象である。Ａ１のラインに対して層境界の欠損の判定を行う場合、Ａ１のラインでは順方向の層境界候補ＤＰ１は６点検出されているため、各点に対して、順方向に沿って順にＬ１〜Ｌ６の層境界を割り当てることができる。これを第３実施形態のステップＳ７０５と同様に順方向層境界（各点が順にＰ_ｄ１、Ｐ_ｄ２、・・・、Ｐ_ｄ６）とする。また、逆方向の層境界候補ＤＰ２も６点検出されているため、各点に対して、逆方向から順にＬ６〜Ｌ１の層境界を割り当てることができる。同様にこれを逆方向層境界（各点が順にＰ_ｕ６、Ｐ_ｕ５、・・・、Ｐ_ｕ１）とする。このとき、双方で層境界の対応関係を見ると、それぞれＰ_ｄ１とＰ_ｕ１、Ｐ_ｄ２とＰ_ｕ２、・・・、Ｐ_ｕ６とＰ_ｕ６、が対応し、Ｌ１〜Ｌ６の全ての層境界が対応している。さらに、これらの位置を互いに比較すると、ＤＰ１とＤＰ２の各点の位置が示すように全て一致するため、Ａ１ラインは正常領域であると判定される。

一方、Ａ２ラインに対して層境界の欠損の判定を行う場合、層境界候補ＤＰ２とＵＰ２はそれぞれ４点ずつしか検出されない。従って、順方向の層境界候補ＤＰ２の各点に対して層境界を割り当てると、Ｌ１〜Ｌ４に対応するＰ_ｄ１〜Ｐ_ｄ４のみが割り当てられる。また、逆方向の層境界候補ＵＰ２の各点に対しては、Ｌ６〜Ｌ３に対応するＰ_ｕ６〜Ｐ_ｕ３のみが割り当てられる。このとき、互いの層境界の対応を見ると、Ｌ３とＬ４のみしか対応せず（Ｐ_ｄ３とＰ_ｕ３及びＰ_ｄ４とＰ_ｕ４のみが対応）、割り当てられた層境界の対応関係がずれている。従って、Ａ２ラインは層境界欠損領域であると判定される。

また、割り当てられた層境界は互いに全て対応していても、各点の位置を比較したときにそれらの位置が異なる場合、本実施形態では層境界欠損領域と判定される。これは、実際には正常領域であっても、順方向と逆方向の検出結果のどちらかに誤りがある場合が考えられる。この段階では順方向と逆方向のどちらの検出結果が正しいか判断できないため、ここでは層境界欠損領域として扱う。これは、正常領域と判定した場合、後述のステップＳ１００６において、処理に利用する検出結果が信頼性の高いものとして扱われるためである。

ステップＳ１００６において、層境界特定部９０７は、欠損検出部９０９から取得した順方向検出情報（または逆方向検出情報）に基づき、層境界を特定する。本ステップで取得される順方向検出情報は、ステップＳ１００５で順方向と逆方向のそれぞれの層境界候補が対応し、かつ、それぞれの検出結果の位置が一致した結果、正常領域と判定されたものであるため、検出結果の信頼性は高いと考えられる。従って、本実施形態では、順方向検出情報に対して、層境界を割り当てた結果（順方向層境界）をそのまま、最終的な層境界として特定する。次に、層境界特定部９０７は、特定した正常領域の層境界の位置情報（正常層境界情報）を検出結果評価部９０６へと送信する。

ステップＳ１００７において、検出結果評価部９０６は、欠損検出部９０９から取得した層境界欠損領域の順方向検出情報と逆方向検出情報とを、層境界特定部９０７から取得した正常層境界情報から抽出される層境界の特徴と比較する。

本実施形態では、記憶部９０２に格納された原画像上で、正常層境界情報が示す正常領域における層境界の位置情報からＡ-ｓｃａｎラインごとに各層境界の特徴量を抽出する。そして、抽出した各層境界の特徴量に関して、正常領域全体での平均値を求め、これを各層境界の正解特徴量とする。これは、ステップＳ１００６に記載した通り、正常領域では信頼性の高い検出結果から層境界が特定されているためである。また、特徴量としては、第３実施形態のステップＳ７０５に記載した特徴量と同様のものを抽出する。

図８（ａ）では、Ａ１のＡ-ｓｃａｎラインはステップＳ１００５において正常領域と判定されているため、Ａ１のＡ-ｓｃａｎライン上の層境界候補ＤＰ１に層境界を割り当てた、順方向層境界の各点（Ｐ_ｄ１、Ｐ_ｄ２、・・・、Ｐ_ｄ６）から特徴量を抽出する。また、Ａ１と同様に、正常領域Ｒ_Ｎに含まれる任意のＡ-ｓｃａｎラインにおいて、Ａ-ｓｃａｎライン上の順方向層境界の各点に対応する特徴量ベクトルを抽出する。そして、Ｒ_Ｎに含まれるこれら全ての特徴量ベクトルの平均値を層境界ごとに算出し、正解特徴量ｆ₁、ｆ₂、・・・、ｆ₆とする。このように、対象画像の正常領域Ｒ_Ｎから正解特徴量を算出することで、症例ごとに存在する層境界の特徴のばらつき（個人差）に対応した正解特徴量を利用することが可能になる。

次に、層境界欠損領域（図８（ａ）では領域Ｒ_Ｕ）における順方向及び逆方向の検出結果に対して、それらの位置に基づきＡ-ｓｃａｎラインごとに原画像から上記特徴量を抽出する。そして、抽出された各方向の特徴量を、上記で求めた正解特徴量との類似度を計算することで比較する。ここで、類似度の計算方法は、第３実施形態のステップＳ７０５と同様であるため、説明を省略する。また、順方向の特徴量と正解特徴量との類似度を順方向類似度、逆方向の特徴量と正解特徴量との類似度を逆方向類似度とする。そして、検出結果評価部９０６は、層境界欠損領域における順方向層境界及び逆方向層境界のデータと、それらの各点に対応する順方向類似度及び逆方向類似度の値を層境界特定部９０７へと送信する。

ステップＳ１００８において、層境界特定部９０７は、検出結果評価部９０６から層境界欠損領域における順方向層境界及び逆方向層境界のデータと、それらの各点に対応する順方向類似度及び逆方向類似度の値を取得する。そして、順方向と逆方向のそれぞれの類似度を比較してより類似度の値が高い方向、つまり正常の層境界に近い方向の層境界データを選択し、最終的な層境界として特定する。本ステップにおける層境界の特定方法は、対象領域が層境界欠損領域のみであること以外は、第３実施形態におけるステップＳ７０６と同様であるので、説明を省略する。

以上の構成により、画像の上端または下端において網膜層に途切れが生じている症例においても、網膜層の途切れによる層境界の欠損に影響されることなく、層境界を精度良く特定することができる。さらに、順方向と逆方向の検出結果を、対象画像における正常領域の層境界の特徴と比較して類似度を算出するため、症例ごとに存在する層境界の特徴のばらつきに対応した比較が可能になる。

（その他の実施形態）
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。

Claims (10)

1. 被検眼の断層画像の眼底表面から眼底の奥側に向かう順方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する順方向検出手段と、
   前記断層画像を解析して前記網膜層の異常部位の位置を検出する異常部位検出手段と、
   前記異常部位検出手段により前記異常部位の位置が検出されたことにより、前記断層画像の眼底の奥側から眼底表面に向かう逆方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する逆方向検出手段と、
   前記眼底表面から前記異常部位までの層境界を、前記順方向検出手段で検出された層境界候補を用いて特定し、前記眼底の奥側から前記異常部位までの層境界を、前記逆方向検出手段で検出された層境界候補を用いて特定する層境界特定手段と、
   を備えることを特徴とする画像処理装置。
2. 前記異常部位検出手段により前記網膜層の異常部位の位置が検出されないとき、
   前記逆方向検出手段は、前記層境界候補の検出を行わず、
   前記層境界特定手段は、前記順方向検出手段で検出された層境界候補を用いて、前記被検眼の網膜層の境界を特定することを特徴とする請求項１に記載の画像処理装置。
3. 被検眼の断層画像の眼底表面から眼底の奥側に向かう順方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する順方向検出手段と、
   前記順方向検出手段の順方向の解析位置と対応付けて前記断層画像を解析して、前記網膜層の異常部位の位置を検出する第１異常検出手段と、
   前記断層画像の眼底の奥側から眼底表面に向かう逆方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する逆方向検出手段と、
   前記逆方向検出手段の逆方向の解析位置と対応付けて前記断層画像を解析して、前記網膜層の異常部位の位置を検出する第２異常検出手段と、
   前記眼底表面から前記第１異常検出手段で検出された異常部位までの層境界を、前記順方向検出手段で検出された層境界候補を用いて特定し、前記眼底の奥側から前記第２異常検出手段により検出された異常部位までの層境界を、前記逆方向検出手段で検出された層境界候補を用いて特定する層境界特定手段と、
   を備えることを特徴とする画像処理装置。
4. 前記順方向検出手段は、前記第１異常検出手段により前記網膜層の異常部位の位置が検出されたことにより、前記順方向検出手段による順方向の層境界候補の検出を停止し、
   前記逆方向検出手段は、前記第２異常検出手段により前記網膜層の異常部位の位置が検出されたことにより、前記逆方向検出手段による逆方向の層境界候補の検出を停止することを特徴とする請求項３に記載の画像処理装置。
5. 被検眼の断層画像の眼底表面から眼底の奥側に向かう順方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する順方向検出手段と、
   前記断層画像の眼底の奥側から眼底表面に向かう逆方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する逆方向検出手段と、
   前記順方向検出手段により検出された順方向の層境界候補と、前記逆方向検出手段により検出された逆方向の層境界候補と、からそれぞれの特徴量を取得する取得手段と、
   前記取得手段により取得された前記特徴量と、予め記憶手段に記憶された層境界の特徴量と、を比較する比較手段と、
   前記比較手段の比較により、前記順方向の層境界候補および前記逆方向の層境界候補のうち前記記憶手段に記憶された層境界の特徴量に近い特徴量を示す方を選択し、当該選択された方の層境界候補を前記被検眼の網膜層の層境界として特定する層境界特定手段と、
   を備えることを特徴とする画像処理装置。
6. 前記比較手段は、
   前記順方向の層境界候補の特徴量と、予め前記記憶手段に記憶された層境界の特徴量との第１類似度と、
   前記逆方向の層境界候補の特徴量と、予め前記記憶手段に記憶された層境界の特徴量との第２類似度と、を算出し、
   層境界特定手段は、
   前記第１類似度および第２類似度のうち、高い類似度を示す方の層境界候補を前記被検眼の網膜層の層境界として特定することを特徴とする請求項５に記載の画像処理装置。
7. 被検眼の断層画像の眼底表面から眼底の奥側に向かう順方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する順方向検出手段と、
   前記断層画像の眼底の奥側から眼底表面に向かう逆方向に沿って、前記断層画像を解析することにより前記被検眼の網膜層の層境界候補を検出する逆方向検出手段と、
   前記順方向および前記逆方向の層境界候補が検出された領域が正常な領域か否かを、前記順方向の層境界候補と前記逆方向の層境界候補との対応関係、および前記順方向の層境界候補と前記逆方向の層境界候補との位置関係により判定する判定手段と、
   前記順方向および前記逆方向の層境界候補が検出された一の領域について、前記判定手段により前記一の領域が正常な領域であると判定されたことにより、前記正常な領域に対応する前記断層画像の領域の特徴量を、当該断層画像から抽出する抽出手段と、
   前記順方向および前記逆方向の層境界候補が検出された他の領域について、前記判定手段により前記他の領域が正常な領域でないと判定されたことにより、前記順方向の層境界候補と、前記逆方向の層境界候補と、からそれぞれの特徴量を取得する取得手段と、
   前記取得手段により取得された前記特徴量と、前記抽出手段により抽出された前記特徴量と、を比較する比較手段と、
   前記比較手段の比較により、前記順方向の層境界候補および前記逆方向の層境界候補のうち前記抽出手段により抽出された特徴量に近い特徴量を示す方を選択し、当該選択された方の層境界候補を前記被検眼の網膜層の層境界として特定する層境界特定手段と、
   を備えることを特徴とする画像処理装置。
8. 前記判定手段は、前記順方向の層境界候補と前記逆方向の層境界候補とがそれぞれ対応し、かつ、前記順方向の層境界候補の位置と前記逆方向の層境界候補の位置とが一致する場合に、前記順方向の層境界候補が検出された領域が正常な領域であると判定することを特徴とする請求項７に記載の画像処理装置。
9. コンピュータを、請求項１乃至８のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。
10. 請求項９に記載のプログラムを記憶したコンピュータにより読み取り可能な記憶媒体。

Images