JP6146952B2 - 画像処理装置、画像処理方法及びプログラム。 - Google Patents

Description

本発明は、画像処理装置、画像処理方法及びプログラムに関し、特に被検眼の断層画像を処理する画像処理装置、画像処理方法及びプログラムに関する。

光干渉断層計（ＯＣＴ；Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）などの眼部の断層画像撮影装置は、網膜層内部の状態を三次元的に観察することが可能である。この断層画像撮影装置は、疾病の診断をより的確に行うのに有用であることから近年注目を集めている。ＯＣＴの形態として、広帯域な光源とマイケルソン干渉計を組み合わせたＴＤ−ＯＣＴ（Ｔｉｍｅ ｄｏｍａｉｎ ＯＣＴ）がある。これは、参照アームの遅延を走査することで、信号アームの後方散乱光との干渉光を計測し、深さ分解の情報を得るように構成されている。しかし、ＴＤ−ＯＣＴでは高速な画像取得は難しい。そのため、より高速に画像を取得する方法として、広帯域光源を用い、分光器でインターフェログラムを取得するＯＣＴとして、ＳＤ−ＯＣＴ（Ｓｐｅｃｔｒａｌ ｄｏｍａｉｎ ＯＣＴ）が知られている。また、光源として、高速波長掃引光源を用いることで、単一チャネル光検出器でスペクトル干渉を計測する手法によるＳＳ−ＯＣＴ（Ｓｗｅｐｔ Ｓｏｕｒｃｅ ＯＣＴ）が知られている。

ここで、断層画像における網膜の形態変化を計測できれば、緑内障などの疾病の進行度や治療後の回復具合を定量的に診断することが可能となる。これらの網膜の形態変化を定量的に計測するために、コンピュータを用いて断層画像から網膜の各層の境界を検出し、層の厚みを計測する技術が、特許文献１に開示されている。また、特許文献２では、早期緑内障の診断を目的として、脈絡膜の厚みを計測する技術が開示されている。

特開２００８−０７３０９９号公報 特開２０１１−０７２７１６号公報

ここで、緑内障の場合、篩状板（しじょうばん）と呼ばれる領域が変形することが知られている。篩状板の内部の視神経線維が圧迫されることにより、逆行性軸索輸送による神経栄養因子の輸送が阻害され神経節細胞が死滅すると言われている。従来の方法は、網膜層や脈絡膜の厚みを計測するためのものであり、篩状板の変形をとらえるものではない。緑内障の診断を行うためには篩状板の計測を行い、この計測結果を診断に用いることが有効である。

本発明は上記課題に鑑みてなされたものであり、篩状板の形状の解析結果を視認良く提示することを目的とする。

本発明に係る画像処理装置の一つは、
被検眼の３次元断層画像を取得する画像取得手段と、
前記取得された３次元断層画像から篩状板を検出する検出手段と、
前記検出された篩状板の形状を解析することにより、前記検出された篩状板の曲率値の分布を含む解析パラメータの値の分布を取得する解析手段と、
前記取得された解析パラメータの値の分布を示す２次元マップを生成する生成手段と、
前記生成された２次元マップを、ブルッフ膜オープニングを示す表示形態を重ねた状態で表示手段に表示させる表示制御手段と、を有する。

本発明によれば、篩状板の形状の解析結果を視認良く提示することができる。

画像処理システムの構成を示す図である。 画像処理装置における処理の流れを示すフローチャートである。 形状解析を説明するための図である。 撮影パターンと撮影箇所の一例を示す図である。 解析結果の提示の一例を説明するための図である。 画像処理装置の表示の一例を示す図である。 画像処理装置の表示の一例を示す図である。 網膜の視神経乳頭部の断層画像の模式図である。 解析結果の提示の一例を説明するための図である。 画像処理装置の表示の一例を示す図である。

以下、図面を参照しながら、本発明の実施形態について説明する。なお、本実施形態に係る画像処理装置を備える画像処理システムは、篩状板の形状を解析して数値化し、その結果を表示することを特徴としている。
（実施例１：篩状板の形状を解析した結果をマップで表示）

図１は、実施例１に係る画像処理装置１１０を備える画像処理システム１００の構成を示す図である。図１に示すように、画像処理システム１００は、画像処理装置１１０が、インタフェースを介して断層画像撮影装置２００及び表示部３００と接続されることにより構成されている。

断層画像撮影装置２００は、眼部（被検眼）の断層画像を撮影する装置である。断層画像撮影装置に用いる装置は、例えば、ＳＤ−ＯＣＴやＳＳ−ＯＣＴからなる。なお、断層画像撮影装置２００は既知の装置であるため、詳細な説明は省略する。ただし、光源には１０００ｎｍ付近の波長を射出する光源を用いることが望ましい。光源の波長が長くなることにより、８００ｎｍ付近の波長を用いた光源に比べ、組織の散乱の影響を受けにくくなる。そのため、網膜層よりも深部（図８のｚ方向）の組織を画像化するのに適している。また、撮影方法としては、Ｅｎｈａｎｃｅｄ Ｄｅｐｔｈ Ｉｍａｇｉｎｇ（以下「ＥＤＩ法」ともいう）による撮影を用いることが望ましい。これは脈絡膜と疾病との関連性に着目して脈絡膜を詳しく見たい時に主に使用される方法である。ＥＤＩ法はコヒーレンスゲートの位置が脈絡膜よりも奥にある状態で、逆像にて断層画像を取得する方法である。ここで、コヒーレンスゲートとは、ＯＣＴにおける測定光と参照光の光学距離が等しい位置を表す。この撮影法も、網膜層よりも深部の組織を画像化するのに適している。上述したように、本実施例における断層画像撮影装置２００は、深部の組織を画像化するのに適しているＯＣＴや撮影方法で撮影することができる装置であればよい。

画像処理装置１１０は、画像取得部１１１、記憶部１１２、演算部１１３、表示制御部１１５を備える。演算部１１３は、画像処理部１３１、解析部１３２、解析結果作成部１３３からなる。画像取得部１１１は、断層画像撮影装置２００により撮影された断層画像を取得し、記憶部１１２に格納する。画像処理部１３１では、記憶部１１２で記憶している断層画像から層を検出する。解析部１３２では、解析対象となる領域を解析する。解析結果作成部１３３では、解析結果を提示するための各種データを作成する。

次に、画像処理装置１１０の処理手順について、図２を用いて説明する。

<ステップＳ２０１：断層画像の取得>
ステップＳ２０１では、画像取得部１１１は、断層画像撮像装置２００から断層画像を取得する。取得する断層画像は、図４を用いて後述する放射線状のスキャンで撮影された１組（本実施例においては６枚）の断層画像である。そして、記憶部１１２に断層画像を記憶する。

<ステップＳ２０２：網膜層の検出>
ステップＳ２０２において、網膜層検出部の一例である画像処理部１３１は、ステップＳ２０１で取得した断層画像の視神経乳頭部の各領域を検出する。視神経乳頭部の各領域の検出について図８を用いて説明をする。図８は、視神経乳頭部の断層画像８０１の模式図である。ここで、断層画像は、同一平面上に位置する複数のＡ−ｓｃａｎ（ｚ軸方向に並行な１列の画素列Ａ）で構成される（Ｂ−ｓｃａｎ：ｘ−ｚ面）。そして、複数の断層画像で構成される３次元データにおいて、ｘ−ｙ面をＣ−ｓｃａｎと呼ぶ。Ｌ１は内境界膜（ＩＬＭ）、Ｌ２は神経線維層（ＮＦＬ）、Ｌ３は神経節細胞層（ＧＣＬ）、Ｌ４はブルッフ膜オープニング（ＢＭＯ）、Ｌ５は網膜色素上皮層（ＲＰＥ）、Ｌ６は篩状板（ＬＣ）、Ｌ７は脈絡膜（Ｃｈｏｒｏｉｄ）を表す。画像処理部１３１はＬ１〜Ｌ７の各領域の境界を検出する。

網膜層の各領域の境界の検出について説明をする。まず、断層画像に対して、メディアンフィルタとＳｏｂｅｌフィルタをそれぞれ適用して画像を作成する（以下、「メディアン画像」、「Ｓｏｂｅｌ画像」とする）。次に、作成したメディアン画像とＳｏｂｅｌ画像から、Ａ−ｓｃａｎ毎にプロファイルを作成する。メディアン画像では輝度値のプロファイル、Ｓｏｂｅｌ画像では勾配のプロファイルとなる。そして、Ｓｏｂｅｌ画像から作成したプロファイル内のピークを検出する。検出したピークの前後やピーク間に対応するメディアン画像のプロファイルを参照することで、網膜層の各領域の境界を検出する。

<ステップＳ２０３：篩状板の検出>
ステップＳ２０３において、篩状板検出部の一例である画像処理部１３１は、篩状板領域を検出する。この場合、まず、図８の断層画像における篩状板に関する特徴箇所の一例であるＢＭＯ（Ｌ４）を検出する。ＢＭＯ（Ｌ４）の検出は、例えば、ステップＳ２０２で検出したＩＬＭ（Ｌ１）とＲＰＥ（Ｌ５）の結果を用いて、視神経乳頭を特定する。この場合、特に視神経乳頭の陥凹部を特定することが好ましく、本実施例では、視神経乳頭の陥凹部の中心付近を特定する。ここで、視神経乳頭の陥凹部の特徴として、ＲＰＥ（Ｌ５）が存在しないこと、ＩＬＭ（Ｌ１）の形状が深部方向（図８のＺ方向）に大きな勾配をもつことが挙げられる。そこで、各Ａ−ｓｃａｎとその周辺Ａ−ｓｃａｎを含めた局所領域を設定し、その局所領域内のＲＰＥ（Ｌ５）の存在状況とＩＬＭ（Ｌ１）の深部方向への勾配を算出し、視神経乳頭の陥凹部の中心付近の点を特定する。次に、各断層画像において視神経乳頭の陥凹部の中心付近に近いＲＰＥ（Ｌ５）の点を、全ての断層画像において繋ぐことで、Ｃ−ｓｃａｎ方向で見た場合に楕円形状となるＲＰＥ領域を設定する。それを初期位置として、適切な動的輪郭モデル（例えば、ＳｎａｋｅｓやＬｅｖｅｌＳｅｔ）を適用することで、各断層画像においてＢＭＯ（Ｌ４）を特定する。次に、先ほど特定した端部、即ちＢＭＯ端からエッジ成分を視神経乳頭の陥凹部の中心に向かってトレースすることで、ＢＭＯ端の正確な位置を特定する。本実施例では、まず各ＢＭＯ端について、座標値とエッジ成分を調べる。次に、各ＢＭＯ端の位置を開始点として、視神経乳頭の陥凹部の中心に向かってエッジをトレースしていく。トレースは各ＢＭＯ端の位置におけるエッジ成分を参照して、内側の近傍に存在するエッジ成分が一番近い位置に探索点を更新し、参照するエッジ成分も更新する。これを繰り返すことで、正確なＢＭＯ端を特定する。なお、断層画像のＢＭＯ端に色を付けて強調表示することや、２つのＢＭＯ端を結んだ線を断層画像に重ねて表示させることや、この線と篩状板の輪郭とで囲まれた領域に色を付けて強調表示させても良い。これらを篩状板の検出結果として表示させることにより、ユーザが視認し易くすることができる。

次に、１枚の断層画像（Ｂ−ｓｃａｎ）において、２点のＢＭＯ（Ｌ４）を検出した個所で、ＢＭＯを固定端とした篩状板境界を初期値として、上述のＳｎａｋｅｓやＬｅｖｅｌＳｅｔのような動的輪郭モデルを実行して、篩状板領域（図８のＬ６）を検出する。動的輪郭モデルでは、さらに確率アトラスを用いることによって、篩状板の空間的な存在確率を利用することによって領域検出を行ってもよい。

なお、ここでは自動で篩状板領域を検出する場合の例を説明したが、不図示の操作部を用いて、操作者が自動検出結果を修正しても良いし、マニュアルで篩状板領域を設定するようにしても良い。例えば、ユーザは、表示部３００の一例であるディスプレイに表示された断層画像上にカーソルを合わせ、複数の位置でクリックし、それらの位置に基づいて篩状板領域を決定しても良い。また、Ｓ２０３の前に、不図示の判定部が、断層画像から篩状板領域あるいは視神経乳頭を検出できるか否かを自動的に判定しても良い。また、不図示の判定部が、断層画像が視神経乳頭を含む画像として撮影されているか否かを自動的に判定しても良い。断層画像に視神経乳頭が含まれない場合、Ｓ２０３に進まずに、表示制御部１１５は取得された断層画像では篩状板に関する解析を行えないことを示す表示形態としてエラーメッセージをディスプレイに表示させることが好ましい。また、断層画像に視神経乳頭が含まれていても、ＥＤＩ法やＳＳＯＣＴで撮影されていない断層画像の場合には、篩状板を自動的に解析できる程度には分解能が十分でないことや、篩状板が撮影される程度には深さ方向の撮影範囲が十分でないことがある。この場合にも、表示制御部１１５は上記エラーメッセージをディスプレイに表示させることが好ましい。

<ステップＳ２０４：篩状板の形状の解析>
ステップＳ２０４において、解析部１３２は、視神経乳頭部において検出された領域の結果に基づいて各種解析を行う。篩状板領域を解析する場合として、形状の曲率解析を行う場合と、ＢｏｗｉｎｇＡｎｇｌｅで解析を行う場合と、篩状板領域とＢＭＯとのサイズ比を解析する場合について説明をする。なお、ＢｏｗｉｎｇＡｎｇｌｅについては、後述する。

（篩状板の曲率の計算）
まず、曲率を計算する場合について図３（ａ）の断層画像３０１を用いて説明を行う。図３（ａ）において、横軸がｘ座標、縦軸がｚ座標とする。Ｌ４はＢＭＯ、Ｌ６は篩状板を表す。２点のＢＭＯ（Ｌ４）で囲まれる篩状板Ｌ６において、Ｘ座標が最小の場所ｍｉｎＸと最大の場所ｍａｘＸとの間の境界線の曲率を計算する。曲率κは境界線の各点において、数式１を計算することで求めることが出来る。曲率κの符号で上に凸か下に凸かが分かり、数値の大きさで形状の曲がり具合が分かる。そのため、上に凸を＋、下に凸を−とした場合、各断層画像の篩状板Ｌ６において、曲率の符号が−領域、＋領域、−領域となる場合はＷ形状となる。すなわち、各点における曲率を計算する事で、篩状板の形状が下に凸形状なのか、Ｗ形状なのかを把握する事が可能となる。

（篩状板のＢｏｗｉｎｇＡｎｇｌｅによる解析）
次に、形状の解析方法としてＢｏｗｉｎｇＡｎｇｌｅで解析する場合について図３（ｂ）の断層画像３０２を用いて説明を行う。ここで、ＢｏｗｉｎｇＡｎｇｌｅの解析方法について説明をする。ＢｏｗｉｎｇＡｎｇｌｅとは、２点のＢＭＯ（Ｌ４）を直線で結び、その直線を４分割する。そして、その分割点から篩状板に対して垂線ＢＡ１、ＢＡ２、ＢＡ３を引く。それら垂線の長さを用いて数２を計算することで求めることが出来るものである。数式２において、ＢＡ１、ＢＡ２、ＢＡ３は、各垂線の長さ（距離）の数値が入る。そして、数式２において、数値が大きい（プラス）ほど下に凸形状となり、数値が小さい（マイナス）ほどＷ形状となる。すなわち、ＢｏｗｉｎｇＡｎｇｌｅとは、符号と数値から篩状板の形状を把握できる指標である。

また、ＢｏｗｉｎｇＡｎｇｌｅを数値ではなく、比で計算しても良い。その場合の計算式を数式３に示す。数式３において、１以上の場合下に凸形状となり、１より小さい場合Ｗ形状となる。

（篩状板領域とＢＭＯとのサイズ比を解析）
次に、篩状板領域とＢＭＯとのサイズ比を解析する場合について、図３の（ｃ）、（ｄ）を用いて説明を行う。図３（ｃ）は断層画像３０３において、ＢＭＯ（Ｌ４）と篩状板Ｌ６から垂線を引きその間の距離を計測し、その比を解析する場合の例を示している。図３（ｄ）は断層画像３０４において、ＢＭＯ（Ｌ４）を結んだ線の距離と、結んだ線に対して平行となる篩状板Ｌ６の間の距離を計測し、その比を解析する場合の例を示している。このように、篩状板領域とＢＭＯとのサイズ比を上述した方法で解析する。

解析部１３２が篩状板の形状を解析するのに用いる解析パラメータはこれらに限定されるものではない。篩状板領域内の面積（図３（ｄ）でＬ４とＬ４を結んだ線とＬ６とで囲まれる領域）、体積（各断層画像で面積を算出し３次元に展開したもの）、厚み（図３（ｄ）でＬ４とＬ４を結んだ線からＬ６までの垂線の距離）なども用いられる。

<ステップＳ２０５：解析結果を示す表示形態の作成>
ステップＳ２０５において、解析結果作成部１３３は、ステップＳ２０４において解析部１３２が解析した結果を出力するための２次元マップを作成する。まず、曲率の解析結果からマップを作成する場合について、図４を用いて説明をする。ここでは、放射線状のスキャンで撮影された１組の断層画像群から２次元のマップを作成する場合の例について説明を行う。図４（ａ）は、放射線状のスキャンパターンを示し、図４（ｂ）は、眼底像４０２上におけるスキャン位置４０１のイメージを示している。図４（ａ）では、６本の放射線状のスキャンの場合（Ｒ１〜Ｒ６）で説明をする。２次元のマップの各点（例えば、図の座標（ｘ_ｉ，ｙ_ｊ））において、マップの中心（ｘ_０，ｙ_０）までの距離と角度を計算する。各点において算出した距離を用いることで、断層画像におけるｘ座標の対応点を求めることができる。なお、放射線状のスキャンは、断層画像の中心を基準に円を描いた範囲以外にはデータがないため、２次元のマップにおいても、円領域以外には対応するデータは存在しない。また、各点において算出したマップの中心に対する角度から対応するスライス番号を求めることができる。

解析結果作成部１３３は、２次元マップの各点において対応する断層画像の位置と対応するスライス番号を求めることで、解析部１３２で解析した曲率値からマップを作成することが出来る。ここで、例えば、図４（ａ）の（ｘ_ｍ，ｙ_ｎ）のように対応する断層画像がない場合は、最も近い断層画像（図ではＲ４）の値を代入する。その場合、図５（ａ）の５０１に示すように、マップの各点において、最も隣接する断層画像における対応する座標の曲率値が入るマップとなる。そのため、隣接する断層画像と断層画像の中間において、値が変化するマップとなる。ここでマップ５０１は、曲率値のカラーマップ、あるいはグレースケールのマップ５１１と、カラーバー、あるいはグレースケールバー５２１とで構成されるものとする。そしてこのカラーマップ５１１の色は、解析結果の値とカラーバー５２１との値が対応しているものである。

マップ５０１では、最も隣接する断層画像における対応する座標の曲率値が入るマップの例を示したがそれに限られるものではない。例えば、図４（ａ）の（ｘ_ｍ，ｙ_ｎ）のような座標点においては、両隣の隣接する断層画像（図ではＲ３とＲ４）までの距離の比に応じた値を代入するようにしてもよい。すなわち、隣接する断層画像との距離の比で値を計算するので、図５（ｂ）の５０２に示すように、断層画像間で値が連続して変化するマップとなる。さらに、図５（ａ）、（ｂ）において、一定の半径毎に値を平均化して、それをマップとして表示するようにしてもよい。図５（ａ）を一定の半径で平均化した場合の例を図５（ｃ）の５０３に示す。

次に、ＢｏｗｉｎｇＡｎｇｌｅの解析結果から解析結果作成部１３３が２次元マップを作成する場合について図５（ｄ）を用いて説明をする。ここでも、放射線状のスキャンで撮影された断層画像群から２次元のマップを作成する場合の例について、図４（ａ）を用いて説明をする。ＢｏｗｉｎｇＡｎｇｌｅの場合は、上述した曲率の場合と異なり、１つの断層画像に１つの数値が対応している。そのため、上述した方法と同じ方法で２次元マップの各点において対応する断層画像のスライス番号が求まれば、マップの座標点には、断層画像が持つＢｏｗｉｎｇＡｎｇｌｅの数値が入る。そのため、ＢｏｗｉｎｇＡｎｇｌｅのマップは図５の５０４に示すようなマップとなる。ここでマップ５０４は、ＢｏｗｉｎｇＡｎｇｌｅ値のカラーマップ、あるいはグレースケールのマップ５１４と、カラーバー、あるいはグレースケールバー５２４とで構成されるものとする。

ここでは、曲率マップ、ＢｏｗｉｎｇＡｎｇｌｅマップなど、各種解析結果の値からマップを作成する場合の例について示した。その他に、記憶部１１２に各種解析方法に対して標準データベースを備えている場合、解析結果作成部１３３は、標準データベースに対する適合度をマップとして作成する構成としてもよい。ここで、標準データベースとは、多数の正常眼のデータから作成されるものであり、人種別、年齢別のデータを統合して作成されるものである。なお、眼科の分野においては、眼軸長別など、眼特有のパラメータで分類されていてもよい。例えば、ＢｏｗｉｎｇＡｎｇｌｅの値が標準データベースの値の範囲内か否かを判定し、マップにはその情報を判定できる値を入れる。

<ステップＳ２０６：解析結果を示す表示形態の表示>
ステップＳ２０６において、表示制御部１１５は、断層画像と、画像処理部１３１で検出した層の検出結果と、解析結果作成部１３３で作成した各種解析結果（マップ、数値）を表示部３００に表示する。この処理について図６を用いて説明をする。図６はこの使用形態において、表示部３００に表示する表示画面の一例を示している。図６において、６００は断層画像観察画面、６１０は断層画像表示部、６３０は眼底画像表示部、６２０は第一の解析結果表示部、６４０は第二の解析結果表示部、６５０は第一の表示切替部、６６０は第二の表示切替部である。なお、以下実施形態においては、断層画像表示部６１０に断層画像を表示し、第一の解析結果表示部６２０にマップを表示するものとして説明を行う。

図６（ａ）は、断層画像６０１と曲率マップ６０２を断層画像観察画面６００に並べて表示した場合の例を示す。図では、断層画像６０１と、断層画像上に網膜層の各層を検出したセグメンテーション結果（Ｌ１〜Ｌ７）として、各層毎に異なるカラーの実線を重畳表示したものと、篩状板の形状を解析した結果を２次元マップとした曲率マップとを表している。曲率マップ６０２において、曲率値のカラーマップ６１２の表示範囲は、断層画像６０１において、篩状板の領域（点線と両端矢印の範囲）に対応している。

図６（ｂ）には、断層画像６０５と曲率マップ６０６を断層画像観察画面６００に表示する際に、各断層画像におけるＢＭＯ（Ｌ４）の位置を結んだ線６３６を表示した例を示している。図６（ｂ）で示すように、２次元マップの篩状板領域上にＢＭＯの位置を重畳表示することで、高度近視眼などによる篩状板の変位状態が分かりやすくなる。

図７（ａ）は、断層画像７０１とＢｏｗｉｎｇＡｎｇｌｅマップ７０２を断層画像観察画面６００に表示した場合の例を示す。図では、断層画像７０１と、断層画像上に網膜層の各層を検出したセグメンテーション結果（Ｌ１〜Ｌ７）を重畳表示したものと、篩状板の形状を解析した結果を２次元マップとしたＢｏｗｉｎｇＡｎｇｌｅマップとを表している。ＢｏｗｉｎｇＡｎｇｌｅマップ７０２において、ＢｏｗｉｎｇＡｎｇｌｅ値のカラーマップ７１２の表示範囲は、断層画像７０１において、篩状板の領域（点線と両端矢印の範囲）に対応している。

図７（ｂ）には、断層画像７０５とＢｏｗｉｎｇＡｎｇｌｅマップ７０６を断層画像観察画面６００に表示する際に、断層画像上にＢｏｗｉｎｇＡｎｇｌｅを解析した際に用いた個所（ＢＡ１〜ＢＡ３）を重畳表示する場合を示している。これにより、各断層画像において、計測した箇所が視認出来るようになる。また、不図示の操作部を用いて、操作者が計測箇所（ＢＡ１〜ＢＡ３）を手動で修正出来るようにしても良い。なお、計測箇所を手動で修正する場合、表示制御部１１５は、ＢｏｗｉｎｇＡｎｇｌｅの値を断層画像観察画面６００に表示して、手動で修正すると同時にその値が更新されるように制御することが望ましい。なお、図６、図７で示したマップの種類の切り替えは、第一の表示切替部６５０を選択することにより、切り替えることが出来る。第一の表示切替部６５０には、例えばＣｏｍｂｏＢｏｘなどを用いる。さらに、眼底画像表示部６３０では、第二の表示切替部６６０を選択することで、眼底写真、ＳＬＯ、蛍光眼底画像、眼底写真＋ＳＬＯの重畳表示、眼底写真＋マップの重畳表示など、２次元画像と解析結果の重畳表示を切り替えて表示することが出来る。

図６、図７で示した曲率とＢｏｗｉｎｇＡｎｇｌｅにおいて、断層画像とマップを表示する際に、表示される断層画像は、各解析結果で最大の変位を示した断層画像を初期状態で表示する。すなわち、視神経乳頭を中心にラジアルスキャンして得た複数の断層画像のうち、曲率が大きい断層画像や、ＢｏｗｉｎｇＡｎｇｌｅがマイナスの値の断層画像を選択的に表示することが好ましい。また、篩状板の形状は、眼底像（図４（ｂ））において、視神経乳頭の図４（ｂ）におけるｙ軸の方向に変位が生じやすい。このため、初期状態で、ｙ軸の方向をスキャンしたスライス位置（図４（ａ）でのＲ１）の断層画像とマップとが並べて表示されることが好ましい。これにより、ユーザは、比較的に変形していると思われる篩状板を効率良く確認することができる。このとき、眼底画像上や、複数の断層画像における篩状板の形状を示す２次元の表示形態（例えば、曲率のマップ）上に、選択された断層画像の位置を示す表示形態を表示させても良い。例えば、表示された断層画像の位置がわかるように、マップ上にスキャン位置を示す直線６３２が重畳表示される。また、複数の断層画像から表示や解析結果を確認したい断層画像を、眼底画像上あるいは２次元の表示形態上で、ユーザが選択できるようにしても良い。例えば、表示している断層画像のスライスを変更したい場合は、不図示の操作部を用いて、操作者が表示したい断層画像に対応するマップの位置をマウスカーソル６４２により指示するこのとき、例えば、眼底画像上で断層画像の位置が選択された場合、その位置に対応する断層画像が表示され、２次元の表示形態上の対応する位置が連動して選択されることが好ましい。これにより、ユーザの利便性が向上する。

その他の表示方法として、計測箇所（ＢＡ１〜ＢＡ３）の表示色をＢｏｗｉｎｇＡｎｇｌｅ値のカラーバー７２６の色と対応付けて表示してもよい。例えば、負の値の場合は赤で表示をし、正の値の場合は青で表示する。さらに、解析に用いた篩状板領域が分かるように断層画像上に色付けした領域を重畳表示するようにしてもよい。なお、篩状板領域を重畳表示する場合、色の透明度αは、０〜１の間で設定できることが望ましい。例えば、α＝０．５で設定をする。

なお、図示はしないが、表示制御部１１５は、解析部１３２で解析した結果（曲率値、ＢｏｗｉｎｇＡｎｇｌｅ値、ＢｏｗｉｎｇＡｎｇｌｅ比、篩状板領域とＢＭＯとのサイズ比、篩状板の面積、体積、厚みなど）を数値として断層画像観察画面６００に表示する。マップで表示する以外に数値で示すことにより、詳細な情報を提示することが出来る。

<ステップＳ２０７：画像処理の終了の入力の有無>
ステップＳ２０７において、不図示の指示取得部は、画像処理装置１１０による断層画像の処理を終了するか否かの指示を外部から取得する。この指示は、不図示の操作部を用いて、操作者によって入力される。処理を終了する指示を取得した場合には、画像処理装置１１０はその処理を終了する。一方、処理を終了せずに、篩状板の解析処理を切り替える場合（例えば、曲率解析からＢｏｗｉｎｇＡｎｇｌｅ解析に切り替える）には、ステップＳ２０４に処理を戻して、結果を表示する。
以上によって、画像処理装置１１０の処理が行われる。

以上で述べた構成によれば、篩状板の形状解析を行い、その結果をマップの形式で表示する。篩状板の形状解析を行い、その解析結果を視認良く提示することは、早期に緑内障診断を行うのに有効な指標を提示することになる。
（実施例２：篩状板の形状を解析した結果をグラフで表示）

実施例１では、篩状板の形状解析をした結果をマップの形式で表示する場合の例について述べた。実施例２では、解析結果をグラフの形式で表示する場合の例について述べる。

本実施例に係る画像処理装置の構成は、図1に示す実施例1の構成と同様であり、解析結果作成部１３３の機能のみ実施例１と異なる。従って、実施例１と同様の機能を有するものに関しては、ここでは説明を省略する。

解析結果作成部１３３は、解析部１３２で解析した結果からグラフを作成する。以下、図２、図９を参照して画像処理装置１１０の処理手順を示す。なお、ステップＳ２０５、ステップＳ２０６以外は、実施例１と同様なので説明は省略する。

<ステップＳ２０５：解析結果を示す表示形態の作成>
ステップＳ２０５において、解析結果作成部１３３は、ステップＳ２０４で求めた篩状板の解析結果から各種グラフを作成する。本実施例では、篩状板の曲率グラフとＢｏｗｉｎｇＡｎｇｌｅグラフを作成する場合の例を説明する。解析結果作成部１３３は、各断層画像において、断層画像の位置に対応する値を用いてグラフを作成する。

まず、曲率グラフを作成する場合について図９（ａ）を用いて説明する。曲率グラフは、複数の断層画像の各断層画像毎に作成する場合を想定している。本図において、９０１は曲率グラフ全体、９０２は１枚の断層画像における曲率値をグラフ上にプロットしたもの、９０３は記憶部１１２に保存されている標準データベースの値の範囲を表示したものであり、断層画像のスキャン位置に対応したものである。このグラフにより、各断層画像における篩状板の形状の曲がり具合の程度を把握することが出来る。

次に、ＢｏｗｉｎｇＡｎｇｌｅグラフを作成する場合について図９（ｂ）を用いて説明する。ＢｏｗｉｎｇＡｎｇｌｅグラフは、放射線状のスキャンで撮影された断層画像群の場合、ボリューム全体の結果を１つのグラフに表示する。図９（ｂ）において、９１１はＢｏｗｉｎｇＡｎｇｌｅグラフ全体、９１２は、ＢｏｗｉｎｇＡｎｇｌｅ値をグラフ上にプロットしたもの、９１３は、記憶部１１２に保存されている標準データベースの値の範囲を表示したものである。このグラフにより、ボリューム全体の篩状板の形状変化を把握することが出来る。

<ステップＳ２０６：解析結果を示す表示形態の表示>
ステップＳ２０６において、表示制御部１１５は、断層画像と、画像処理部１３１で検出した層の検出結果と、解析結果作成部１３３で作成した各種解析結果（グラフ、数値）を表示部３００に表示する。この処理について図１０を用いて説明をする。図１０には、この使用形態において、表示部３００に表示する表示画面の一例を示している。断層画像１００５とＢｏｗｉｎｇＡｎｇｌｅグラフ１０１１とＢｏｗｉｎｇＡｎｇｌｅマップ１００２を断層画像観察画面６００に並べて表示する際に、断層画像上にＢｏｗｉｎｇＡｎｇｌｅを解析した際に用いた個所（ＢＡ１〜ＢＡ３）を重畳表示している。なお、これらを表示する際に、例えば、ＢｏｗｉｎｇＡｎｇｌｅの値が標準データベースの値の範囲内か否かに応じて、計測箇所（ＢＡ１〜ＢＡ３）の表示色を変えて表示するようにしてもよい。例えば、標準データベース内の値のスライスにおいては青で表示をして、標準データベース外の値のスライスにおいては赤で表示をするなどにしてもよい。また、第二の解析結果表示部６４０に表示しているグラフの種類は、第一の表示切替部６５０によって、マップの種類を切り替えるのと連動して切り替えるようにする。

以上で述べた構成によれば、篩状板の形状解析を行い、その結果をグラフの形式で表示する。篩状板の形状解析を行い、その解析結果を視認良く提示することは、早期に緑内障診断を行うのに有効な指標を提示することになる。

（その他の実施例）
上記の各実施例は、本発明を画像処理装置として実現したものである。しかしながら、本発明は画像処理装置のみに限定されるものではない。本発明をコンピュータ上で動作するソフトウェアとして実現することも可能である。画像処理装置のＣＰＵは、ＲＡＭやＲＯＭに格納されたコンピュータプログラムやデータを用いてコンピュータ全体の制御を行う。また、画像処理装置の各部に対応するソフトウェアの実行を制御して、各部の機能を実現する。上記コンピュータプログラムは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することができる。

１１０ 画像処理装置
１１１ 画像取得部
１１２ 記憶部
１１３ 演算部
１１５ 表示制御部
１３１ 画像処理部
１３２ 解析部
１３３ 解析結果作成部

Claims (20)

1. 被検眼の３次元断層画像を取得する画像取得手段と、
   前記取得された３次元断層画像から篩状板を検出する検出手段と、
   前記検出された篩状板の形状を解析することにより、前記検出された篩状板の曲率値の分布を含む解析パラメータの値の分布を取得する解析手段と、
   前記取得された解析パラメータの値の分布を示す２次元マップを生成する生成手段と、
   前記生成された２次元マップを、ブルッフ膜オープニングを示す表示形態を重ねた状態で表示手段に表示させる表示制御手段と、
   を有することを特徴とする画像処理装置。
2. 前記表示制御手段は、前記３次元断層画像を構成する複数の２次元断層画像の少なくとも一つと前記２次元マップとを並べて前記表示手段に表示させ、前記表示される２次元断層画像に対応する位置を前記２次元マップに重ねて前記表示手段に表示させることを特徴とする請求項１に記載の画像処理装置。
3. 前記表示制御手段は、前記検出された篩状板を示す表示形態を前記表示される２次元断層画像に重ねて前記表示手段に表示させることを特徴とする請求項２に記載の画像処理装置。
4. 前記解析手段により取得される前記解析パラメータの値の分布は、前記検出された篩状板の曲率値の分布と前記ブルッフ膜オープニングを用いて得られた値の分布とを含み、前記表示制御手段は、前記ブルッフ膜オープニングを結んだ線を、前記検出された篩状板を示す表示形態として前記表示される２次元断層画像に重ねて前記表示手段に表示させることを特徴とする請求項３に記載の画像処理装置。
5. 前記表示制御手段は、前記線と前記篩状板の輪郭とで囲まれた領域を示す表示形態を、前記検出された篩状板を示す表示形態として前記表示される２次元断層画像に重ねて前記表示手段に表示させることを特徴とする請求項４に記載の画像処理装置。
6. 前記表示制御手段は、前記取得された解析パラメータの値の分布あるいは前記被検眼における前記表示される２次元断層画像を取得した位置に基づいて、前記複数の２次元断層画像の少なくとも一つを選択的に前記表示手段に表示させることを特徴とする請求項２乃至５のいずれか１項に記載の画像処理装置。
7. 前記表示制御手段は、
   前記被検眼の眼底画像と前記表示される２次元断層画像と前記２次元マップとを並べて前記表示手段に表示させ、
   前記表示される２次元断層画像に対応する位置を前記眼底画像と前記２次元マップとに重ねて前記表示手段に表示させ、
   前記眼底画像と前記２次元マップとのいずれか一方における前記位置の変更に応じて、他方における前記位置に関する表示が連動して変更されることを特徴とする請求項２乃至６のいずれか１項に記載の画像処理装置。
8. 前記解析手段は、前記検出された篩状板の形状を解析することにより、前記検出された篩状板の領域と前記表示される２次元断層画像における他の領域とのサイズ比を、前記解析パラメータの値として取得することを特徴とする請求項２乃至７のいずれか１項に記載の画像処理装置。
9. 前記表示制御手段は、前記２次元マップを前記被検眼の眼底画像に重ねて前記表示手段に表示させ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。
10. 前記生成手段は、前記解析パラメータの値の分布を示すグラフを生成し、
    前記表示制御手段は、前記２次元マップと前記グラフとを並べて前記表示手段に表示させ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。
11. 前記解析手段により取得される前記解析パラメータの値の分布は、前記検出された篩状板の曲率値の分布と前記ブルッフ膜オープニングを用いて得られた値の分布とを含み、
    前記生成手段は、前記２次元マップとして、前記篩状板の曲率値の分布を示す第１の２次元マップと、前記ブルッフ膜オープニングを用いて得られた値の分布を示す第２の２次元マップとを生成し、
    前記表示制御手段は、前記第１の２次元マップと前記第２の２次元マップとを切り替えることにより、前記第１の２次元マップと前記第２の２次元マップのいずれかを前記２次元マップと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１乃至１０のいずれか１項に記載の画像処理装置。
12. 前記生成手段は、前記解析パラメータの値の分布を示すグラフとして、前記篩状板の曲率値の分布を示す第１のグラフと、前記ブルッフ膜オープニングを用いて得られた値の分布を示す第２のグラフとを生成し、
    前記表示制御手段は、前記２次元マップと前記解析パラメータの値の分布を示すグラフとを並べて前記表示手段に表示させ、前記第１の２次元マップと前記第２の２次元マップとの切り替えに応じて、前記第１のグラフと前記第２のグラフとを切り替えることにより、前記第１のグラフと前記第２のグラフのいずれかを前記解析パラメータの値の分布を示すグラフと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に記載の画像処理装置。
13. 被検眼の３次元断層画像から篩状板を検出する検出手段と、
    前記検出された篩状板の形状を解析することにより、前記検出された篩状板の形状の解析パラメータの値の分布を取得する解析手段と、
    前記取得された解析パラメータの値の分布を示す２次元マップに対してブルッフ膜オープニングを示す表示形態が重ねられた２次元マップを生成する生成手段と、
    を有することを特徴とする画像処理装置。
14. 前記被検眼の３次元断層画像を撮る撮像装置と通信可能に接続され、
    前記解析手段は、前記撮像装置により得た前記３次元断層画像における篩状板の形状を解析することを特徴とする請求項１乃至１３のいずれか１項に記載の画像処理装置。
15. 前記被検眼に対して測定光を走査する走査手段と、前記走査手段を介して前記測定光を照射した前記被検眼からの戻り光と前記測定光に対応する参照光とを合波して得た合波光を検出する検出手段とを有し、前記検出された合波光に基づいて前記被検眼の３次元断層画像を撮る撮像装置と通信可能に接続され、
    前記解析手段は、前記被検眼に対して前記測定光を放射線状に走査するように前記走査手段が制御されて得た前記３次元断層画像における篩状板の形状を解析することを特徴とする請求項１乃至１３のいずれか１項に記載の画像処理装置。
16. 前記検出手段は、前記３次元断層画像から前記被検眼の網膜層を検出し、前記検出された網膜層を用いて前記３次元断層画像から前記ブルッフ膜オープニングを検出す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。
17. 前記検出手段は、前記３次元断層画像から前記網膜層としてＩＬＭ及びＲＰＥを検出し、前記検出されたＩＬＭ及びＲＰＥと前記被検眼の視神経乳頭部とを用いて前記３次元断層画像から前記ブルッフ膜オープニングを検出することを特徴とする請求項１６に記載の画像処理装置。
18. 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機能をコンピュータで実現させるためのプログラム。
19. 被検眼の３次元断層画像を取得する工程と、
    前記取得された３次元断層画像から篩状板を検出する工程と、
    前記検出された篩状板の形状を解析することにより、前記検出された篩状板の曲率値の分布を含む解析パラメータの値の分布を取得する工程と、
    前記取得された解析パラメータの値の分布を示す２次元マップを生成する工程と、
    前記生成された２次元マップを、ブルッフ膜オープニングを示す表示形態を重ねた状態で表示手段に表示させる工程と、
    を有することを特徴とする画像処理方法。
20. 被検眼の３次元断層画像から篩状板を検出する工程と、
    前記検出された篩状板の形状を解析することにより、前記検出された篩状板の形状の解析パラメータの値の分布を取得する工程と、
    前記取得された解析パラメータの値の分布を示す２次元マップに対してブルッフ膜オープニングを示す表示形態が重ねられた２次元マップを生成する工程と、
    を有することを特徴とする画像処理方法。

Images