JP6023268B2 - 受信者操作特性解析を利用するデータ視覚化方法および装置 - Google Patents

Description

関連出願の相互参照

本出願は、２０１２年１１月３０日に出願された米国仮特許出願第61/732,039号に基づく利益を主張し、その全ての記載内容が参照により援用される。

本出願は、一般に、光学的診断方法および装置に関し、より具体的には、生体組織の光学的または他の形式のスキャンの結果を図表的に描画するためのデータ視覚化方法およびコンピュータ装置に関する。

従来の診断的スキャンは、典型的には、診断を正確に行うために臨床医によって検討される多くのデータを生成する。たとえば緑内障を伴う被検者を正確に診断するために行われるいくつかの検査の１つとして、人眼内のいくつかの位置において網膜厚が測定される。しかしながら、網膜は、異なる位置において、そして異なる被検者に対して、異なる割合で萎縮することがあり、位置および患者により変化する網膜の薄化の局所的な例を生じさせつつ、網膜の他の部位においては変化がない。さらに、特定の組織または特徴が、個体集団においてわずかに異なる箇所に位置してもよい。したがって、患者各々についての網膜の状態を徹底的に評価するために、そのような測定は、眼内の多数の位置に対して行われなければならない。

加えて、緑内障等の状態が様々な異なる方法で現れることがある。組織の損傷または萎縮の典型的なパターンが観察されることがあるため、網膜厚は、被検者が緑内障を有するか否かを決定するための尽力の一部として考慮する１つの要因である。被検者の網膜厚は、緑内障に伴うものか否かをそれ自体によって決定的に判別するものではないため、付加的な検査も実施されなければならず、それにより、正確に診断を行うために検討されるべきデータの量が増加する。

そのような大量のデータを評価することは複雑であり、時間も掛かる。また、診断のために検討されるデータに、信頼できないデータが含まれることもしばしば起こるであろう。診断処理の一部として、どのデータ（もしあれば）が信頼できないか決定するために過去の検査データを検討することは、実用的ではない。

したがって、凝縮されたフォーマットの大量のデータを提供し、随意的には、そのような大量のデータが、他のサブセットデータよりも信頼性が高いと考えられるサブセットデータを含んでいるか否かの指標を提供するための方法および装置が、当該技術において必要とされる。上記の観点において、請求項１に係るシステムと請求項６に係る方法とが提供される。

緑内障等の状態を早期に診断することは難しいことがあるため、或る症状群を伴う新たな患者が緑内障を患っているかについてたとえ緑内障の専門医であっても意見が食い違うことがある。たとえば当該患者の眼内の関心領域について実施された光コヒーレンストモグラフィ（ＯＣＴ）スキャンで得られたデータを、位置を基準とした標準的な対象の蓄積（プール）からの類似の過去のデータと比較することにより、適切な診断に達することを容易化することができる。ここで開示される方法および装置は、特定の患者についてのＯＣＴスキャンからのデータと過去のデータとを比較可能に提示できる。加えて、この方法および装置は、緑内障または他の状態の信頼できる予測因子となりうる関心領域を示すために過去に現れた症状のパターンを明らかにするように、過去のデータを提示することができる。

他の態様によれば、本開示は、患者が或る医学的状態を有するか予測するための患者の関心領域に関連する実験的に決定されたデータを提示する方法を含む。そのような方法は、コンピュータを用いて、非一時的なコンピュータメモリからの複数の異なる対象のそれぞれにおける関心領域についての過去のデータのＲＯＣ解析を評価することを含む。複数の異なる対象のそれぞれについて、過去のデータが収集された時点において当該医学的状態を有することまたは当該医学的状態を有しないことが知られており、複数の異なる対象のそれぞれの関心領域は、その患者の関心領域に対応する。実験的に決定されたデータが過去のデータのＲＯＣ解析に基づく患者に関する少なくとも予備的な結論に到達することを容易にするための医学的状態の正確な予測因子となる、関心領域内の空間的位置のサブセットが特定される。患者の空間的位置のサブセットにおける実験的に決定されたデータは、コンピュータ読み取り可能媒体に格納された過去のデータのＲＯＣ解析と比較される。図表的表示が生成され、この図表的表示は、コンピュータプロセッサに動作可能に接続された表示装置により、上記比較の結果を図表的に表すためにユーザに提示される。

他の態様によれば、本開示は、患者が或る医学的状態を有するか予測する方法を含む。コンピュータプロセッサを利用することで、患者の眼の複数の空間的位置において測定された組織厚が受信される。過去のデータが収集されたときに所定の医学的状態を有することまたは所定の医学的状態を有しないことが知られていた複数の異なる対象に属する眼についての過去の組織厚データのＲＯＣ解析は、測定された厚さがその医学的状態の正確な予測因子である空間的位置のサブセットを特定するために用いられる。空間的位置のサブセット中の各位置における厚さの測定値は、空間的位置のサブセット中の各位置についての厚さの閾値を比較される。この厚さの閾値は、当該医学的状態を有する患者と当該医学的状態を有しない患者とを予備的に判別するために用いられる。上記比較の結果と、空間的位置のサブセット中の各空間的位置が当該医学的状態を患う患者であるかの正確な予測因子を提供する可能性とを図表的に表す画像が生成され、予備的な診断をユーザに提供するために提示される。
また、本開示は、複数の異なる対象のそれぞれの関心領域であって患者の関心領域に対応する複数の異なる対象のそれぞれの関心領域内の複数の空間的位置のそれぞれにおいて収集された組織厚データの受信者操作特性解析の結果を格納する非一時的コンピュータ読み取り可能媒体と、受信者操作特性解析の結果に基づいて選択された関心領域内の空間的位置を含むＯＣＴスキャンのスキャン経路を確立するようにプログラムされたプロセッサと、を有するシステムを含む。
また、本開示は、複数の異なる患者の医学的検査にて取得されたこれら患者についての眼内の関心領域内の複数の空間的位置に特有の臨床データをコンピュータにより受け付け、臨床データの受信者操作特性解析を実行するためにコンピュータを利用し、受信者操作特性解析の結果に基づいて選択された関心領域内の空間的位置を含むＯＣＴスキャンのスキャン経路をコンピュータのプロセッサによって確立する方法を含む。複数の異なる患者は、病気を有することが独立に確認された複数の陽性患者と、病気を有しないことが独立に確認された複数の陰性患者とを含む。

上記の要約は、ここで論じられるシステムおよび／または方法のいくつかの態様の基本的な理解を提供するための簡単な要約を示す。この要約は、ここで論じられるシステムおよび／または方法の外延的な要旨ではない。キーとなる要素や決定的な要素を特定したり、そのようなシステムおよび／または方法の範囲を示したりすることは意図していない。その目的は、いくつかのコンセプトを、後述されるより詳細な記述の前置きとして単純な形で示すことに過ぎない。

本発明は、或る部分および部分の配置として物理的な形態を取ることができ、その実施形態は、この明細書において詳細に記述され、これの部分を形成する付随的な図面において説明される。

眼の特性を測定するためのＯＣＴシステムを説明する実施形態を示す。

図１に示す眼の線２−２に沿った断面図の投影図と、この眼の内面上の関心領域内における異なる空間的位置を定義するグリッドとを示す。

図２に示すグリッドにより定義される異なるそれぞれの空間的位置にそれぞれ対応するエントリを有するアレイを説明する実施形態を示す。

眼内の関心領域中の異なる位置にて測定された網膜厚に関する厚さアレイを説明する実施形態を示す。

眼内の関心領域中の様々な異なる空間的位置において収集されたデータの予測的な特性についての指標を提供するＲＯＣアレイを説明する実施形態を示す。

ＲＯＣアレイに含まれるデータについての色分けされた非テキスト表現を説明する実施形態を示す。

いくつかの用語が単なる利便性のためにここで用いられるが、これら用語は本発明の限定のためではない。ここで使用される関連用語は、図面を参照することにより最適に理解され、図面において同じ数字は同じまたは類似の事項を特定するために使用される。さらに、図面には、いくつかの特徴がいくらか概略的な形態で示されているであろう。

複数の要素に関する「少なくとも１つ」という句は、もしここで使用される場合、ここでは、これら要素の１つ、または２以上の要素の組み合わせを意味する。たとえば「第１の部品と第２の部品の少なくとも１つ」という句は、本応用において、第１の部品、第２の部品、または、第１の部品と第２の部品を意味する。同様に、「第１の部品、第２の部品および第３の部品の少なくとも１つ」という句は、本応用において、第１の部品、第２の部品、第３の部品、第１の部品と第２の部品、第１の部品と第３の部品、第２の部品と第３の部品、または第１の部品と第２の部品と第３の部品を意味する。

図１は、医学的検査の一部として対象に対する検査を行うためのシステム７を説明する実施形態を示す。ここに示すように、システム７は、眼科分野において使用される画像化技術を実行する光コヒーレンストモグラフィ（ＯＣＴ）システムであり、たとえば、網膜（より具体的には、神経線維層、神経節細胞層（ＧＣＬ）、神経節細胞層と内網状層（ＧＣＬ＋）、神経線維層と神経節細胞層と内網状層（神経節細胞複合体またはＧＣＣとしても知られる））などの眼１０の部分の断面像を生成する。本開示では、対象となる方法および装置を明確に説明するために、システム７の例示として、網膜厚を測定するためのＯＣＴシステムを用いているが、本開示はそれに限定されないと理解されるべきである。システム７は、医学的検査の一部として対象の異なる空間的位置に関するデータを生成する任意の画像化装置または他のそのような診断装置を含んでいてよい。たとえば、システム７は、本開示の範囲から逸脱しない限りにおいて、内部器官、筋肉、神経、血管、骨などの被検体の異なる部分に関するデータを取得するための、コンピュータトモグラフィ（ＣＴ）モダリティ、磁気共鳴画像化（ＭＲＩ）モダリティ、超音波モダリティなどを含んでいてよい。

一般に、ＯＣＴは、低コヒーレンス広帯域光源１２からの光を眼１０の部分に照射することと、眼１０の当該部分の断層像を生成するために反射光を観察することとを含む。光源１２からの光は、ビームスプリッター、ファイバーカプラなどの光アダプター１４により２つに分割され、サンプル部分１６は、経路１７に沿って眼１０に向かって進行し、参照部分１８は、経路１９に沿ってミラー２０などの参照反射器に向かって進行する。サンプル部分１６と参照部分１８は少なくとも部分的に反射され、それらの反射成分は光アダプター１４により合成され、合成された反射光の強度または他の量（たとえば波長、反射光の僅かな部分など）が検出器２１によって検出され、検出器２１は、コンピュータ２５により受信される検出量を示す信号を送信するために動作的に接続されている。サンプル部分１６の進行距離が参照部分１８の進行距離のコヒーレント長に含まれるとき、反射され合成された光の強度に影響する光干渉パターンが形成される。合成された反射光の強度は、サンプル部分１６により照明される眼１０の部分の特性（たとえば、組織の後方散乱、偏光など）により変化する。そして、合成された反射光の強度に基づいて眼１０の照明部分のそのような特性に関する情報が決定され、眼１０の照明部分を表す画像データ（または他の方法でそれに関する画像データ）を生成するために用いられる。

眼１０に対するサンプル部分１６の進入深度は、タイムドメインでは、参照部分１８のトランスミッター２２のミラー２０からの距離Ｄを変化することによって制御される。一方、周波数ドメインでは、進入深度は、距離Ｄの設定（距離Ｄは、固定でもよいし、たとえば各患者の特定の眼の形状および／または衝動性眼球運動を相殺するために可変でもよい）と、広帯域光源または或る周波数帯にわたる光源１２の波長掃引（たとえば、所定期間にわたる周波数の反復的、連続的な変化）とによって制御される。合成された反射光に対してフーリエ解析を施すことは、異なる周波数で反射された光と、眼１０の異なる深さで反射された光とを関連付ける。

一定の進入深度を有するサンプル部分１６は、眼１０の内部の関心領域２４（たとえば黄斑、視神経乳頭など）にわたる異なる空間的位置２７（図２）を様々な異なる向き（図１に破線で示す）で照明するためのトランスミッター１１（ミラー、レンズなど）の調整を介して反射されてよい。図２は、図１に示す線２−２に沿う眼１０の断面図の平面への投影図と、関心領域２４内における異なる空間的位置２７の配置の例として関心領域２４に重畳表示されるグリッド（格子）２８とを示す。図２中の眼１０の投影図は、眼１０の後部における内向きの表面３４を含むが、図２に示す眼１０の内部に向かう視界のための基準枠を提供する虹彩３０および瞳孔３２が破線で示されている。換言すると、眼１０の後部における内向き表面３４は、この表面３４を眼の前部を通して観察することによって視認される。グリッド２８は、検査のための表面３４の関心領域をオーバーレイするのに適した寸法（たとえば、行および列の数、幅および高さなど）を有してよく、また、図２に示す投影図より小さくても、投影図より大きくても、投影図に対して所望の他の寸法でもよい。さらに、グリッド２８は、眼内の関心領域２４に対しシステム７によって投影される必要はなく、図２に示された異なる空間的位置２７の配置の例を単純に提供するものでよい。

関心領域２４内に位置する空間的位置２７にて反射された光の強度の決定を、ここでは「Ａスキャン」と呼ぶ。Ａスキャンは、特定の位置２７内に進む光のサンプル部分１６（図１）の軸方向（つまり眼１０の深さ方向）に配列された眼１０内の複数の特徴に対応する反射光の強度を検出することを含む。光の反射部分により伝搬される情報は、その空間的位置２７についての軸方向に沿うサンプル部分１６が経由する構造を示す。このスキャンは、関心領域２４内の他の空間的位置２７について反復され、グリッド２８における同じ垂直列の他の空間的位置２７となりうる。空間的位置２７について実行されたＡスキャンから得られる情報が収集的に組み合わされることにより、「Ｂスキャン」と呼ばれる関心領域２４の断面像が形成される。複数のＢスキャンを組み合わせることにより３次元ボリュームを作成することも可能である。眼科的な目的において、Ａスキャンについての関心領域２４の具体例は、角膜から網膜に広がる領域を含んでよく、また、Ｂスキャンは、眼１０の内側縁から外側縁に広がる領域と、角膜から網膜に広がる領域とを含んでよい。しかしながら、他の実施形態では、眼１０の全長（多くの患者について約２５ｍｍ）より短い約２〜３ｍｍの長さを有する関心領域２４内のＡスキャンを形成するデータを利用してよい。

ＡスキャンおよびＢスキャンのデータは、診断用にここで説明されるような解析が可能なタイプのデータの２つの具体例であるが、これらはそのようなデータの全てを構成するものではない。たとえば、他のタイプのデータは、いわゆるＣスキャンを収集的に形成するデータを含んでよい。電荷結合素子（ＣＣＤ）カメラなどの撮像装置は、眼１０内の関心領域の正面画像（ｅｎ ｆａｃｅ ｉｍａｇｅ）を取得することに利用され、当該領域の全視野的な照明に利用される。結果として生じるＣスキャンは、たとえば図２に示されているような２次元平面に配置された関心領域に対応するデータから形成され、上述したような分離的、連続的スキャンの部分として収集されたデータを組み合わせる電気機械的な横スキャン処理の必要を排除する。段階的な参照ミラーの調整および正面画像の連続的な記録により、関心領域の３次元的表現の作成が可能となる。

Ｃスキャンを生成する多くの非ＯＣＴシステム（たとえば走査型レーザ検眼鏡）、および、ここで説明されるような解析が可能な眼１０の医学的検査に用いられる他のデータ収集も存在する。さらに、たとえば、層厚の代わりに信号強度などの特性を示すそのような他のデータの図表的な表現を評価および提供するために、このデータ視覚化技術を任意的に適用することもできる。しかし、簡潔さのために、そしてこのデータ視覚化の方法および装置を明確に説明するために、ＯＣＴ技術を介して収集されたＡスキャン、Ｂスキャンまたはそれらの組み合わせの表現および解析を具体例として用いる。

関心領域２４を形成する組織の物理的寸法の決定または他の定量化のために、Ａスキャン、Ｂスキャンまたはそれらの組み合わせを解析することができる。眼科分野で用いられるＯＣＴシステムの例を再度参照し、眼１０の網膜内層の厚さ（サンプル部分１６の軸方向における）を、ＡスキャンおよびＢスキャンの一方または双方を用いて測定できる。たとえば、網膜内層の厚さを決定するために、ＡスキャンまたはＢスキャンに表れる異なる網膜内層の境界の間の差を利用することができる。

関心領域２４の第１の層における異なる空間的位置２７（図２）のそれぞれについて、検出器２１により検出された合成された反射光の強度（または他の量）が、図１に示すコンピュータ２５に送信される。コンピュータ２５は、ハードドライブなどの非一時的コンピュータ読み取り可能媒体に記憶されたコンピュータ実行可能な指示を実行するためのプロセッサを有し、このハードドライブに記憶されたデータベースに、検出された強度を格納する。データベースは、検出器２１により検出された強度の値のそれぞれを、対応する光が反射された関心領域２４内の異なる空間的位置２７のそれぞれにリンク付けまたは他の関連付けして格納するよう構成されている。たとえば、異なる空間的位置２７のそれぞれからの反射光の強度値を、グリッド２８に対応するエントリを有するアレイに格納することができる。図３は、図２に示すグリッド２８により定義された空間的位置２７のそれぞれに対応するエントリを有するアレイ３６の具体例を示す。換言すると、アレイ３６は、ｎ列（ｃｏｌｕｍｎ）およびｍ行（ｒｏｗ）を有するｎ×ｍアレイである：ここで、ｎおよびｍは、独立に選択可能な任意の整数である。この実施形態によれば、グリッド２８についてもｎ列およびｍ行に任意に分割することができ、その交差位置は異なる空間的位置２７を確立する。アレイ３６のセルは、同じ配列を有するグリッド２８の対応する空間的位置２７からの反射光の強度値を格納するように配列されている。たとえば、空間的位置３８からの反射光の強度値を、図３の値ａ_１１として格納することができる。同様に、空間的位置４０からの反射光の強度値を値ａ _１２ として格納し、以下同様とすることができる。このように、アレイは、所与の組織深度についてのＡスキャンの強度値を表現することができる。

同様に、関心領域２４に対する光のサンプル部分１６の異なる軸方向浸透深度について、異なる空間的位置２７からの反射光の強度値を別のアレイに格納することができる。この別のアレイは、グリッド２８内に同様に配列されたセルに対応する強度値を格納する各セルを有する、アレイ３６と類似のものであってよい。各Ａスキャンについて異なる空間的位置２７からの強度値を格納するために、異なるアレイを用いることも可能である。コンピュータ２５は、複数のアレイ内のデータを用いて、Ｂスキャンを生成することができ、また、異なる空間的位置２７での層厚を決定することができる。

上記のように、強度値を示すデータはＣスキャン（眼１０内の所定深度における２次元平面）に対応して分類されて格納されるが、そのような分類は任意である。このデータ視覚化方法および装置により利用されるデータを、所望の分類で、またはランダムに、非一時的コンピュータ読み取り可能媒体に記憶することができる。

図４に示すように、Ｂスキャンから決定された異なる空間的位置２７のそれぞれにつき算出された層厚を、厚さアレイ４４に格納し配列することができる。さらに、アレイ４４のセルに格納される厚さ値ｔ_１１〜ｔ_ｎｍを、グリッド２８（図２）の同様の配列の空間的位置２７のそれぞれにつき決定された層厚に対応付けることができる。換言すると、厚さ値ｔ_１１は空間的位置３８（図２）での層厚に対応し、厚さ値ｔ_１２は空間的位置４０（図２）での層厚に対応する。

図５に示すように、コンピュータ２５は、ＲＯＣアレイ５０など、受信者操作特性（ＲＯＣ）解析に関するデータを任意の方法で記憶したり、少なくとも通信ネットワークを介してこれにアクセスしたりすることができる。ＲＯＣアレイ５０は、上記の厚さアレイ４４に類似の複数の厚さアレイそれぞれに実行されたＲＯＣ解析の結果として生成されるデータを含むが、次のいずれかとしてそれぞれ独立に実証された異なる対象からのデータが取り込まれる：特定の疾患、病気、障害または症状を患っていること；または、特定の疾患、病気、障害または症状を患っていないこと。以下、特定の疾患、病気、障害または他の症状は、一般に「症状」として参照される。

しかし、特定の症状を対象が患っているか決定するために、医学的検査の２つの可能な結果がある：つまり、対象がその症状を患っている、または患っていない。眼科においては、緑内障または多発性硬化症などの症状を患っている対象は、典型的には、症状の進行とともに薄化する眼内の特徴部位の層厚に起因する、組織の萎縮の凹凸パターンを呈する。しかし、そのような症状についての検査結果は、しばしば、呈されている萎縮の度合いや広がりに依存する。よって、その症状を伴う患者とその症状を伴わない患者とを明確に区別する輝線カットオフ層厚（ｂｒｉｇｈｔ ｌｉｎｅ ｃｕｔｏｆｆ ｌａｙｅｒ ｔｈｉｃｋｎｅｓｓ）が無いことがある。たとえば緑内障を伴う対象を緑内障を伴わない対象から区別する努力において特定される層厚の閾値（ｌｉｍｉｔ）は、真に緑内障を患っているいくつかの対象を実際に正しく特定するであろう。実際に緑内障を有する対象の網膜厚が層厚の閾値未満である場合、この結果を真の陽性（ｔｒｕｅ ｐｏｓｉｔｉｖｅ、ＴＰ）が発生したという。そのような厚さの閾値についても、現実に緑内障を患っていないいくつかの対象をそれらの網膜厚に基づき正確に特定するであろう：この結果は、真の陰性（ｔｒｕｅ ｎｅｇａｔｉｖｅ、ＴＮ）と考えられる。

しかしながら、層厚は緑内障診断で考慮されるただの１つのファクタであり、それ自体で確定的なものではないので、厚さの閾値が、緑内障を有しない対象を緑内障を有するものとする誤診断を生じることもあるであろう。そのような対象については、緑内障を患っていないにも関わらず、網膜厚が層厚の閾値未満であり、偽陽性（ｆａｌｓｅ ｐｏｓｉｔｉｖｅ、ＦＰ）との結果につながる。逆に、厚さの閾値が、緑内障を有する対象を緑内障を有しないものとする（つまり、緑内障を有するにも関わらず、その対象の網膜厚が層厚の閾値を超える）誤診断を生じることもあるであろう。これは、偽陰性（ｆａｌｓｅ ｎｅｇａｔｉｖｅ、ＦＮ）との結果につながる。厚さアレイ４４のデータを解釈するためにＲＯＣアレイ５０のデータを利用することは、測定された網膜厚の閾値に対する比較のみに基づく検査よりも、網膜厚に基づく緑内障の検査の確度を向上させることができる。

図５のＲＯＣアレイ５０の複数のセルに配置された複数のＲＯＣ値Ｒ_ｎｍは、或る症状（本例では緑内障）を有することが知られている複数の異なる対象およびその症状を有しないことが知られている複数の対象についての厚さアレイ４４に配置されたデータに基づいて決定される。網膜厚の値が緑内障についての仮の結果ＴＰ、ＴＮ、ＦＰまたはＦＮにつながるかどうか決定するための対象の実際の状態を考慮して、グリッド２８により確立されたような関心領域２４内の所与の空間的位置２７（図２）についての網膜厚の値が対象ごとに解析される。表１は、複数の異なる対象（対象１〜１０）についての厚さアレイ４４のセル（１，１）内に配置された網膜厚の値ａ_１１の例を示す。この網膜厚は、各対象の眼１０内の関心領域２４内の空間的位置３８（図２）にて測定される。本例において緑内障を有する対象と緑内障を有しない対象とを区別するカットオフとして、層厚の閾値１００μｍが仮定される。網膜厚が１００μｍ未満の場合には対象が緑内障を有すると考えられ、網膜厚が１００μｍ以上の場合には対象が緑内障を有しないと考えられる。各対象が実際に緑内障を患っているかどうか（つまり、対象が実際に緑内障を有すると独立に決定された場合には「Ａｃｔｕａｌ Ｒｅｓｕｌｔ」＝Ｙ、対象が実際に緑内障を有しないと独立に決定された場合には「Ａｃｔｕａｌ Ｒｅｓｕｌｔ」＝Ｎ）、そして、各対象についての網膜厚単独に基づく検査の仮の結果についても作表されている。表１は、異なる対象についての共通の空間的位置における網膜厚を示す。
〔表１〕

ＲＯＣアレイ５０に含まれるデータの妥当性を向上させるために、データが考慮される複数の異なる対象を、所望のデモグラフィック（人口統計的な個体群）のみを含むようフィルタリングすることができる。たとえば、早期段階の緑内障を有する対象を診断する補助として動作するために、表１に配置されたデータを、早期段階の緑内障を有する対象に対応するデータに限定することができる。一般に、緑内障を有する対象を診断するために、たとえば視神経乳頭の様子および視野検査の測定値の双方が用いられる。視神経乳頭の評価はいくぶん主観的であるが、視野検査の結果は客観的であり、デシベルスケールの平均偏差（ＭＤ）として得られる。たとえば０〜−６ｄＢの間のＭＤ（または、おそらく上限なく−６ｄＢより高いＭＤ）は「早期の」緑内障と考えることができ、たとえば−６〜−１２ｄＢの間のＭＤは「中度の」緑内障と考えることができ、−１２ｄＢより低いＭＤは「進行した」または「重度の」緑内障と考えることができる。もちろん、これらＭＤの範囲は例示であり、複数の症状を区別するために任意に変更することができる。他の実施形態によれば、中度の群および進行した群をまとめて１つの群とすることができる。さらに、他の実施形態では、早期段階の緑内障の群が２つの部分に分割される：−３〜−６ｄＢが「早期」に割り当てられ、−３ｄＢより高い部分が「超早期」（または、おそらく緑内障が疑われる患者であり、未だ患者ではない）とされる。同様に、年齢、他の独立に実証される症状、またはそれらの任意の組み合わせに基づいて、対象をフィルタリングすることができる。

他の実施形態によれば、ＲＯＣ演算が行われる前に、ＲＯＣアレイ５０についての値を算出するために用いられる厚さアレイ４４に配置された異なる対象のデータを正規化することができる。この正規化の一部として、ＲＯＣ値Ｒ_ｎｍを増加させるために、緑内障を有しない複数の対象における網膜厚の分散を最小化することができ、それによりＲＯＣアレイ４４の能力を向上させて、緑内障を有する対象と有しない対象とを最適に区別する眼１０内の特定の位置２７を特定することができる。たとえば、ＲＯＣ演算を行う前に、各対象の眼の物理的特徴に基づいて、データの正規化を用いてＲＯＣアレイ５０を生成することができる。次のうち少なくとも１つのサイズおよび／または位置に基づいて、各対象の網膜厚データを正規化することができる：視神経乳頭、中心窩、血管、弓状の神経線維層、眼の他の部位、それらの任意の組み合わせ。他の実施形態では、特徴的なランドマークのサイズおよび／または位置に基づいて、厚さアレイ４４（図４）に含まれる厚さデータに対応する特定の位置２７（図２）を変換または正規化することができる。たとえば、黄斑領域における環状の神経節細胞層（ＧＣＬ）構造のサイズに基づいて正規化を行うことができる。各対象についてＡスキャンが行われた特定の位置２７が環状のＧＣＬ構造に対しておおよそ同じ位置に配置されるように、異なる対象それぞれに特有の空間的変換を行うことができる。ＲＯＣ演算の一部としてデータが利用される前に各対象のデータに施すことが可能な正規化の他のタイプは、中心窩と視神経乳頭との間の角度、網膜内の神経節細胞および内網状層の半径などに基づいてよい。たとえばＲＯＣ演算を行うために用いられる角度や半径の測定値などの情報は、異なる座標系に変換されることによって恩恵を受ける（たとえばデカルト座標から極座標への変換）。実行可能な正規化の他の実施形態では、画像またはその画像の部分領域（１つまたは複数のランドマークに関係するもの）にわたり算出された平均の大きさに基づいて調整されるＯＣＴスキャンによる厚さ（または他の）測定値の大きさが要求される。そのような正規化処理は、パターン標準偏差（ＰＳＤ）に基づいてよい。

複数の異なる対象についての厚さアレイ４４は、対象の右眼または左眼に実施されたＯＣＴスキャンに対して任意にしたがってよい。異なる対象の左眼から収集されたデータに対応する厚さアレイ４４は、現在の対象の左眼のＯＣＴスキャンを具体的に評価することに用いられるＲＯＣアレイ５０を生成するために任意に用いられてよい。

他の実施形態によれば、複数の異なる対象の左眼について厚さアレイ４４に収集されたデータは、そのアレイのミラーイメージを作成するために縦軸について任意に反映されて（ｒｅｆｌｅｃｔｅｄ）よい。このとき、反映アレイ（ｒｅｆｌｅｃｔｅｄ ａｒｒａｙ）は、ＲＯＣアレイ５０を生成するために、複数の異なる対象の右眼から収集されたデータが配置される厚さアレイ４４とともに用いられてよい。

アレイ３６内の値、厚さアレイ４４のそれぞれ、またはそれらの組み合わせを、他の実施形態による各対象の眼内のランドマークの位置と所定の関係を有する所望の空間的位置２７に対応付けることができる。スキャン範囲内の或る特定されたランドマークに基づいて、所望の空間的位置２７を各スキャンの基準の中心に配置することができる。たとえば、視神経乳頭、中心窩または他の構造的特徴をアレイ空間内のあらかじめ決められた位置に配置させるために、アレイ３６および／または厚さアレイ４４を、ｎ，ｍについて移動させたり（Ｘ／Ｙ方向への移動）、所望のセルの周りをまたは全体として回転させたりすることができる。そのような動作は、それ以外の場合に生じる可能性がある分散を最小化するための他の機会を提供する。他の実施形態によれば、たとえば、実際のスキャンの寸法またはスキャン位置のキャリブレーションまたは微調整に、眼軸長などの眼の測定を用いてもよい。換言すると、スキャンされる各眼の特定されたサイズに基づいて、スキャンの寸法が各眼の特定の割合をカバーするようにできる。

さらに他の実施形態によれば、正規化および変換のために実行された特定の動作を、アレイに含まれるデータの座標変換によって任意に置換してもよい。たとえば、アフィン変換は、視神経乳頭中心、中心窩または他の特徴などを含む特定されたランドマークに任意の方法で基づく、スキャン単位で実行可能な変換の一例である。アフィン変換は、直線を保存し（つまり、当初にライン上に位置する全ての点は、変換後にもライン上に位置する）、直線上に位置する点の間の距離の比率を保存する。しかしながら、非線形変換についても、可能な手段により視神経乳頭中心、中心窩または他の特徴などを含む特定のランドマークに基づいて、スキャン単位で実行することが可能である。

完全なデータセットの例が表１に配置され示されている。考慮されている特定の位置２７での厚さ測定が欠けている対象は存在しない。しかし、所与の対象について特定位置でのデータ測定が行われない例や、記録された値が明らかに誤った異常値（たとえば、他の値と比べて大きさのオーダが大きい）であるような例がありうる。そのような異常な値を、現在の予期される値と異なるように、ＲＯＣ演算において考慮することができる。眼１０内の所与の特定位置２７に対する厚さ測定値が、対象の実質的な数の厚さアレイ４４から常に欠ける場合、その所与の特定位置２７についてのＲＯＣ演算を行わないようにしてよい。他の実施形態によれば、ここで説明されたＲＯＣ演算をそのような所与の特定位置について実行してよいが、その特定位置２７での厚さ測定値が使用可能な対象の数をそのような演算で考慮することができる。このサンプルサイズは、緑内障を有すると独立に診断された対象と、緑内障を有しないと独立に診断された対象とについて特に言及することができる。サンプルサイズを、ＲＯＣ値（ひいては、緑内障診断におけるそのような値の有用性）に影響する重み計数として任意の方法で用いることができる。

他の実施形態において、厚さデータのダウンサンプリングを行うことにより、厚さアレイ４４のサイズ（つまり、ｎ、ｍとして選択された整数）がＯＣＴスキャンにより収集された全てのデータが配置されたアレイのサイズよりも小さくなる（たとえば部分集合になる）ようにしてよい。ダウンサンプリングとしては、たとえば、解析に含まれる多数の使用可能なデータ点の１つを選択することを含む単純なダウンサンプリングや、平均化処理または中央値、分位点を取る処理などデータ点の群に対する演算の実行のような、様々な形態のいずれかを適用することができる。たとえば、ＯＣＴスキャンにより、ｘ列およびｙ行のアレイを得ることができる。ｘおよびｙの少なくとも１つの値は、それぞれ、ｎおよびｍの少なくとも１つの値より小さい。さらに、ＲＯＣアレイ５０についても同じことが言える。ＲＯＣアレイ５０は、ＲＯＣアレイ５０を生成するために用いられる厚さアレイ４４が記憶しているデータよりもサイズが小さくてよい（つまり、列数および／または行数が少なくてよい）。そのような実施形態では、厚さアレイ４４内のデータの部分集合としてＲＯＣアレイ５０を生成することが可能である。他の実施形態によれば、ＯＣＴスキャン画像データ自体がダウンサンプリングされていてよい。そのような実施形態では、Ａスキャンおよび／またはＢスキャンを形成するために記憶されたＯＣＴデータの周波数は、ＯＣＴシステムが実際にサンプルを収集する周波数よりも任意に低くてよい。たとえば、解析のために必要とされる詳細レベルに応じて、ＯＣＴシステムが実際にサンプルを収集する周波数をファクタ２でダウンサンプリングすることで、収集されたサンプルが１つおきに、Ａスキャンおよび／またはＢスキャンに含まれるために記憶される。他の実施形態として、ＯＣＴデータの集合やグループを平均化することにより、または、そのような集合やグループを代表する中央値や他の顕著な値や任意の分位点を計算することにより、個々におよび別々に利用される、これら集合やグループを構成するＯＣＴスキャンデータのそれぞれの実例を必要とすることなく、ＯＣＴスキャンデータを任意にダウンサンプリングすることができる。

任意にフィルタリングされ、正規化され、またはそれ以外の前処理が施された複数の異なる対象についてのそのような情報に基づいて、有病正診率（ｔｒｕｅ ｐｏｓｉｔｉｖｅ ｒａｔｅ、ＴＰＲ）を比ＴＰ／（ＴＰ＋ＦＰ）として算出でき、無病誤診率（ｆａｌｓｅ ｐｏｓｉｔｉｖｅ ｒａｔｅ、ＦＰＲ）を比ＦＰ／（ＴＮ＋ＦＮ）として算出できる。ＴＰＲ（ｓｅｎｓｉｔｉｖｉｔｙとしても知られる）をＦＰＲ（１−ｓｐｅｃｉｆｉｃｉｔｙ）に対してプロットすることでＲＯＣ曲線が生成される。このＲＯＣ曲線の下方の面積を算出することができ、眼１０内の関心領域２４の特定位置３８（図２）に対応する図５中の値Ｒ_１１として割り当てることができる。

明確に定義された２つのカテゴリの１つ（たとえば疾患有りと無しのいずれか）に検査の結果が含まれる場合、その検査は、有病正診率（ｓｅｎｓｉｔｉｖｉｔｙ）の値と無病正診率（ｓｐｅｃｉｆｉｃｉｔｙ）の値とのペアを唯１つ持つ。しかし、他の実施形態によれば、診断の筋書きは、一般に、ＯＣＴスキャンなどを解釈する者の間における診断の信頼性のレベルの相当の変化に影響を及ぼす。したがって、検査の診断性能の最大幅を説明するために、有病正診率の値と無病正診率の値との２以上のペアを利用することができる。

有病正診率の値と無病正診率の値との複数のペアを処理するために、有病正診率をｙ座標としてプロットすることができ、ＦＰＲ（または、（１−ｓｐｅｃｉｆｉｃｉｔｉｅｓ））をｘ座標としてプロットすることができる。プロット上の各々の離散点は、陽性の検査結果についての異なるカットオフレベルを用いることによって生成される。検査結果が二項分布に従うことを仮定することにより、これら離散点からＲＯＣ曲線を推定することができる。改めて、そのようなＲＯＣ曲線の下方の面積を算出し、図５のＲＯＣアレイ５０内のＲ_１１の値として割り当てることができる。

複数の（任意的には多数の）異なる対象についての眼１０の特定位置に割り当てられた層厚に基づき生成されたＲＯＣ曲線の下方の面積を算出する処理と、その算出された面積をＲＯＣアレイ５０内の対応するエントリに割り当てる処理は、関心領域２４内の各特定位置２７について反復される。緑内障の検査として網膜厚（のみ）を用いることの正確度は、ＲＯＣ曲線の下方の面積によって測られる。そのため、ＲＯＣアレイ５０の各エントリについてのＲＯＣ曲線の下方の面積の値を決定することは、各特定位置２７での網膜厚の推測値（ｐｒｅｄｉｃｔｏｒ）が、対象が緑内障を有するか決定するためにどの程度の正確度を有するかを示す指標を提供する。

関心領域２４内の各特定位置２７での緑内障検査における網膜厚の正確度についての容易に観察可能かつ図表的な表現を提供するために、図６に示すようなＲＯＣマップを生成することができる。各々の空間的位置２７についてのＲＯＣ曲線の下方の面積のＲ_ｎｍの各値または値の範囲を、カラーコードまたは他の視認可能な指標に割り当てることができる。Ｒ_ｎｍの数値を各々のカラーコードまたは他の視認可能な指標により置き換えることができ、それにより、関心領域２４内の特定位置２７または特定位置２７の集合を、緑内障等の症状の良好なまたは不十分な指標として容易に観察可能にすることができる。ＲＯＣアレイ５０（図５）内のセルをグリッド２８内の空間的位置２７（図２）の配置に対応づけるために配置することができるので、観察者は、対象が緑内障を有するかどうかのより決定的な指標を過去に提供した眼１０内の空間的位置２７を視覚的に確認することができる。換言すると、ここで説明するような過去の臨床データを用いて決定された図６における各空間的位置２７についてのＲＯＣ曲線の下方の面積を表現する色を、図２に示すような眼１０内の関心領域２４の空間的位置２７と同様の配置（任意的に、同じ配置）とすることができる。診断のための現在の対象の層厚アレイ４４（任意的にカラーコードでもよい）の解析を、主として、より決定的な推測値であることが証明された特定位置２７とされる測定値に限定することができる。

図５のＲＯＣアレイ５０より大きい（つまり、列および行の数がより多い）ＲＯＣアレイの視覚的な表現を提供するカラーコーディングの例を図６に示す。示されているように、各ピクセル６０には、ＲＯＣアレイ内の対応するセルについての基礎的なＲ_ｎｍ値を表現する色が入れられている。図の説明６２は、異なる色のそれぞれを、異なる空間的位置２７についてのＲＯＣ曲線の下方の面積に対応する異なるＲ_ｎｍ値に関連付ける。図６に示す実施形態について、この説明は、ＲＯＣ曲線の面積（ＡＲＯＣ）の範囲０．５〜１．０を表す。本例における下位の弧状領域６４（これは、同様に位置する空間的位置２７に対応する）は、緑内障診断のために有意義な厚さ測定値が配置された領域として示される。

ＲＯＣアレイ５０内の値Ｒ_ｎｍは、どの対応する空間的位置２７が、一般化された考察について最も有意義であるか特定するために役立つ。換言すると、Ｒ_ｎｍ値およびカラーコードまたは他の視認可能な指標に基づいて、観察者は、網膜のどの空間的位置２７が緑内障診断に用いられる決定的な情報をもたらすのに最も適当であるか確認することができる。図６のＲＯＣアレイ５０に提供される視認可能な指標の具体例について、決定的なパターンが下位の弧状領域６４内またはその周囲に存在すること、いくぶん決定的でない領域が上記の弧状領域の周囲に存在すること、そして、それら空間的位置２７での網膜厚のみに基づく緑内障の可能な推測因子として視神経乳頭を直に囲む領域が顕著であると任意的に考えられることが分かる。したがって、ＲＯＣマップは、臨床医がそのような位置での診断的努力に集中すべきであること（彼らがそれら範囲に必然的に限定されないとしても）を示唆する。

緑内障等の医学的状態を患者が有するかどうか予測するための空間的位置の能力は、信頼できる予測因子である最も適当な空間的位置を強調するためにコンピュータに設けられたプロセッサにより任意的に利用可能である。中心窩、視神経乳頭等の参照点は、一般に、ＯＣＴスキャン領域またはグリッド２８（図２）の中心に配置されかつ位置される（または、それら内の基準として任意に固定されかつ知られた位置に配置することも可能である）。そして、関心領域全体を包含するスキャンが行われ、この領域全体から収集されたデータは、患者が緑内障を有するか否かの診断に用いられる。他の実施形態によれば、他の空間的位置と比べて相対的に信頼できる緑内障の予測因子である空間的位置を特定するためにＲＯＣアレイ５０内のＲ_ｎｍ値を考慮するようにコンピュータプロセッサをプログラムすることができる。これを達成するために、コンピュータ２５は、信頼できる緑内障の予測因子としてＲＯＣアレイ５０内のＲ_ｎｍ値により示される空間的位置を含む既定の閉ループ経路（たとえば、円、楕円など）に沿ってスキャンするためのトランスミッター１１（図１）により確立されるスキャン経路を任意に制御することができる。これにより、信頼できる予測因子であるそれら空間的位置を包含するための適当なサイズおよび／または形状を有するスキャン経路を確立することができる。他の実施形態によれば、スキャン経路は、全ての空間的位置２７、閉ループでない経路中の空間的位置、または関心領域内の所望の空間的位置２７の領域のみを含む任意のスキャン経路を含むことができるが、ＲＯＣアレイ５０内のＲ_ｎｍ値に基づく緑内障の信頼できる予測因子であると考えられるそれら空間的位置に対してのみ実行するようキャプチャ後の処理ステップを限定するように、コンピュータ２５をプログラムすることができる。収集されたデータを、信頼できる予測因子であると考慮される空間的位置にどの程度限定するかに関わらず、そのようなステップは、医学的状態の診断を試みる臨床医により考慮されかつ解析されるべきデータを限定し、結果として得られる有病正診率および無病正診率の特性に関する疾患検出の正確度の向上を最終的にはもたらすであろう。

信頼できる予測因子であると考えられる空間的位置を、他の空間的位置から区別し、かつ、任意の適当な基準に基づき選択することが可能である。たとえば、信頼できる予測因子であると考えられる空間的位置に対応するＲＯＣアレイ５０内のＲ_ｎｍの平均値が既定の閾値を超える（たとえば、なされる診断に特有の任意に選択された値（０．８または０．９等）より大きい）ように、スキャン経路が確立される。他の実施形態によれば、ＲＯＣアレイ５０内の対応するＲ_ｎｍ値が既定の閾値を超える場合、任意的に、その空間的位置を、緑内障の信頼できる予測因子であると考えることができる。さらに他の実施形態においては、経路にわたって遭遇する曲線の値の下方の積分されたＲＯＣ範囲を最大化するために、ＲＯＣマップにわたる最適化技術（たとえば経路探索）を適用することができる。

上記の例は、緑内障診断を支援するための眼の関心領域内網膜厚の解釈を含むが、本開示はそのように限定されないと理解されるべきである。代わりに、ここで検討される概念は、診断または他の努力のための対象の任意の関心領域内の実証可能な空間的パターンにおけるデータを解析することに応用可能である。さらに、診断に使用される測定量は、組織層の寸法などの物理的特性である必要はない。たとえば、他の光学的、音響的、電気的、化学的等の特性（組織の減衰係数または統合的減衰係数など）を利用し、ここで説明したような診断のための過去データのＲＯＣ解析と比較することが可能である。

以上、例示的な実施形態が記述された。この発明の一般的な範囲から逸脱しないように上記の装置および方法に変更および変形を加えてよいことは、当該分野の技術者にとって明らかである。本発明の範囲における全てのそのような変形や変更を含むことを意図している。さらに、用語「含む（ｉｎｃｌｕｄｅ）」の範囲に関し、詳細な説明またはクレームのいずれにおいても使用され、そのような用語は、クレームにおける因襲的な用語として用いられるときの用語「有する、含む（ｃｏｍｐｒｉｓｉｎｇ）」の解釈と同様に包括的であることを意図している。

Claims (10)

1. 複数の異なる対象のそれぞれの関心領域であって患者の関心領域に対応する前記複数の異なる対象のそれぞれの関心領域内の複数の空間的位置のそれぞれにおいて収集された網膜厚データの受信者操作特性解析の結果を格納する非一時的コンピュータ読み取り可能媒体と、
   前記受信者操作特性解析の結果に基づいて選択された前記関心領域内の空間的位置を含むＯＣＴスキャンのスキャン経路を確立するようにプログラムされたプロセッサと、
   を有するシステム。
2. 前記プロセッサは、前記受信者操作特性解析の結果の平均値が既定の閾値を超えるように前記スキャン経路を確立する
   請求項１に記載のシステム。
3. 前記プロセッサは、前記受信者操作特性解析の結果が既定の閾値を超える空間的位置を含むように前記スキャン経路を確立する
   請求項１に記載のシステム。
4. 前記プロセッサは、
   実験的に決定されたデータを、前記非一時的コンピュータ読み取り可能媒体により格納された前記受信者操作特性解析の結果と比較し、かつ、前記実験的に決定されたデータに基づき、前記患者に関する少なくとも予備的な結論を得るために利用される実験的に決定されたデータを特定するようプログラムされ、
   前記複数の空間的位置の配置に対応付けて各空間的位置に対応した前記受信者操作特性解析の結果を表示するためのマップを表示装置に提示させるとともに、前記プロセッサにより実行された比較の結果を図表的に描画する可視的表示を前記表示装置に提示させる
   請求項１〜請求項３のいずれか一項に記載のシステム。
5. 前記プロセッサは、複数の異なる空間的位置における前記実験的に決定されたデータ自体が、前記複数の異なる対象の複数の異なる空間的位置における過去のデータの受信者操作特性解析に少なくとも部分的に基づく病気を前記患者が有するかについての正確な予測因子である可能性を設定するようプログラミングされている請求項４に記載のシステム。
6. 複数の異なる患者の医学的検査にて取得されたこれら患者についての眼内の関心領域内の複数の空間的位置に特有の臨床データをコンピュータにより受け付け、
   前記コンピュータに前記臨床データの受信者操作特性解析を実行させ、
   前記受信者操作特性解析の結果に基づいて選択された前記関心領域内の空間的位置を含むスキャン経路に沿ってＯＣＴスキャンするためのトランスミッターを前記コンピュータのプロセッサによって制御し、
   前記複数の異なる患者は、病気を有することが独立に確認された複数の陽性患者と、前記病気を有しないことが独立に確認された複数の陰性患者とを含む
   方法。
7. 前記受信者操作特性解析の結果の平均値が既定の閾値を超えるように前記スキャン経路を確立する
   請求項６に記載の方法。
8. 前記受信者操作特性解析の結果が既定の閾値を超える空間的位置を含むように前記スキャン経路を確立する
   請求項６に記載の方法。
9. 前記空間的位置のそれぞれについての受信者操作特性解析の結果の図表的表示を前記コンピュータのプロセッサによって生成し、ここで、前記図表的表示は、前記臨床データが収集された前記患者の前記複数の異なる位置のそれぞれの各配置を反映する前記受信者操作特性解析の各結果を前記複数の空間的位置の配置に対応付けて表示するためのマップを含む
   請求項６〜請求項８のいずれか一項に記載の方法。
10. さらに、
    前記複数の異なる患者の前記臨床データを年齢及び症状の少なくとも一方に基づきフィルタリングし、
    前記臨床データの受信者操作特性解析を、フィルタ基準を満足する前記複数の異なる患者のサブセットから収集された臨床データの受信者操作特性解析に制限する
    請求項６〜請求項９のいずれか一項に記載の方法。