JP6180073B2 - 画像処理装置及びその制御方法、並びに、プログラム - Google Patents

Description

本発明は、眼部の所定の部位に関連する画像データを生成するための技術に関するものである。

光干渉断層計（Optical Coherence Tomogoraphy,以下、ＯＣＴと称す）と呼ばれる装置の登場により、被検眼の網膜の複数の２次元断層画像（以下、断層像と称す）から成るボリューム画像データを得ることが可能となった。眼科の医療現場において、ユーザは、ボリューム画像データに基づいて層構造を読影したり、病変部の状態を観察したりする。

網膜のボリューム画像データにおいて、病変部の状態を観察するためには、断層像を表示する他、網膜の層構造を画像解析し、層厚グラフ等を同時に表示することが有効である。ユーザが、眼底画像上における断層画像の位置（指定位置情報）及び眼底画像における所定の層の位置（層位置情報）を把握することにより、眼底の表面の状態と深層組織の状態の双方を詳細に観察して把握できることが、特許文献１に開示されている。

特開２００８−７３０９９号公報

ここで、ユーザが、眼部の病変の状態の詳細を容易に把握するためには、網膜の特定の層に着目することが有効である。このとき、ユーザは、網膜の特定の層に関して、層位置情報の表示（例えば、網膜の特定の層を断層画像上に異なる表示色で表示）を確認するだけでなく、ボリュームレンダリング、層厚グラフ、層厚マップ等をそれぞれ表示する必要がある。しかしながら、それぞれの表示を独立で行うと操作が煩雑である。

そこで、本発明の目的は、眼部における選択された層に関連する画像データを生成することにある。

本発明の画像処理装置は、眼部の所定の部位に関する３次元の画像データに基づいて前記所定の部位の層構造を解析する解析手段と、前記３次元の画像データに対応付けられた疾病データに基づいて、前記所定の部位の層構造から少なくとも一つの層を自動的に選択する選択手段と、前記少なくとも一つの層が自動的に選択された場合に前記３次元の画像データにおける前記選択された少なくとも一つの層のデータに対して複数の異なる解析を行うことにより複数の解析画像データを生成する生成手段であって、前記選択された少なくとも一つの層に関する投影像を示す２次元の画像データおよび前記選択された少なくとも一つの層が他の層とは識別可能に強調された断層像を示す画像データを前記複数の解析画像データの一つとして生成する生成手段と、前記生成された複数の解析画像データとして生成された前記投影像を示す２次元の画像データと前記選択された少なくとも一つの層が他の層とは識別可能に強調された断層像示す画像データとを表示手段に同一画面に並べて表示させる表示制御手段と、を有する。
また、本発明は、上述した画像処理装置の制御方法、上述した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、及び、上述した画像処理装置を有する眼科システムを含む。

本発明によれば、眼部における選択された層に関連する画像データを生成することが可能となる。

本発明の実施形態に係る眼底画像表示装置を含むシステム構成を示す図である。 本発明の実施形態に係る眼底画像表示装置の構成を示す図である。 本発明の実施形態に係る眼底画像表示装置の処理を示すフローチャートである。 ｘｚ方向のＢ−ｓｃａｎ像を模式的に示す図である。 ユーザが着目する表示層を選択する際に表示されるインタフェースの例を示す図である。 層構造区分を明示した断層像の解析画像データの表示例を示す図である。 層構造区分を明示した断層像の解析画像データの生成処理を示すフローチャートである。 選択された表示層に関する層厚グラフを示す解析画像データの表示例を示す図である。 選択された表示層に関する層厚グラフを示す解析画像データの生成処理を示すフローチャートである。 選択された表示層に関する層厚マップを示す解析画像データの表示例を示す図である。 選択された表示層に関する層厚マップを示す解析画像データの生成処理を示すフローチャートである。 選択された表示層のボリュームレンダリングを示す解析画像データの表示例を示す図である。 選択された表示層のボリュームレンダリングを示す解析画像データの生成処理を示すフローチャートである。 選択された表示層に関する投影像を示す解析画像データの表示例を示す図である。 選択された表示層に関する投影像を示す解析画像データの生成処理を示すフローチャートである。 ユーザが表示層を選択する際に表示されるインタフェースの他の例を示す図である。 網膜の層構造を模式的に示す図である。 表示層の選択方法の他の例を示す図である。 眼底画像表示装置の表示例を示す図である。 緑内障診断において、ユーザが着目する表示層としてＧＣＣを選択し、表示層の選択に基づいて複数の解析画像データの表示を連動させることにより診断が容易となる事例を説明するための図である。 緑内障診断時における処理部による処理を示すフローチャートである。 経過観察を行う眼底画像表示装置の表示例を示す図である。 図２２の２２０４に相当する、過去３回のデータを比較し大きな層厚変化をしている領域の層厚２つを表示するグラフ例を示す図である。

以下、本発明を適用した好適な実施形態を、添付図面を参照しながら詳細に説明する。但し、以下では、飽くまでも本発明の好適な実施形態の一例を説明するものであり、本発明はこれに限定されるものではない。

先ず、本発明の第１の実施形態について説明する。本実施形態では、眼部の所定の部位、ここでは被検眼の網膜のボリューム画像データ（３次元の断層画像データ）と、当該ボリューム画像データの層構造解析によって得られる層構造区分結果（セグメンテーション）とを利用し、区分を行った層構造から選択された層に関連する解析画像データを表示することができる。解析画像データの例としては、層構造区分を明示した２次元断層画像（以下、断層像と称す）を示す解析画像データ、選択された層に関する層厚グラフを示す解析画像データ、選択された層に関する層厚マップを示す解析画像データ、選択された層のボリュームレンダリングを示す解析画像データ、選択された層に関する投影像を示す解析画像データ等がある。

図１は、本実施形態に係る眼底画像表示装置１を含むシステム構成を示す図である。図１に示すように、眼底画像表示装置１は、断層像撮像装置２及びデータサーバ３と、イーサネット（登録商標）等によるローカル・エリア・ネットワーク（ＬＡＮ）４を介して接続される。断層像撮像装置２は、眼部の断層像を撮像する装置であり、本実施形態ではＯＣＴを使用している。ＯＣＴは、１回の撮像で複数の断層像を取得するため、これらの断層像を順番に並べることによって、網膜のボリューム画像データを取得することができる。断層像撮像装置２は、ユーザ（技師や医師）による操作に応じて被検者（患者）の眼部の断層像を撮像し、断層像から取得したボリューム画像データを眼底画像表示装置１に出力する。他の実施形態として、眼底画像表示装置１が断層像撮像装置２により得られたボリューム画像データを格納するデータサーバ３に接続され、そこから必要なボリューム画像データを取得するように構成してもよい。なお、これらの機器との接続は、ＵＳＢやＩＥＥＥ１３９４等のインタフェースを介して接続される構成でもよいし、ＬＡＮ４によって、インターネット等の外部ネットワークを介して接続される構成であってもよい。なお、眼底画像表示装置１は、画像処理装置や眼科システムの適用例となる構成である。

図２は、本実施形態に係る眼底画像表示装置１の構成を示す図である。眼底画像表示装置１は、画像取得部１１、画像解析部１２、表示層選択部１３、解析画像生成部１４、表示部１５及び処理部１６から構成される。

次に、図１９は、本実施形態に係る眼底画像表示装置１の表示例を示す図である。図１９は、眼底画像表示装置１の表示部１５の例示であり、表示内にはユーザによる操作が可能な表示層選択部１３を持つ。１９０１は、選択された表示層に関する層構造区分を明示した断層像の解析画像データの表示例である。１９０２は、選択された表示層に関する層厚グラフを示す解析画像データの表示例である。１９０３は、選択された表示層に関する層厚マップを示す解析画像データの表示例である。１９０４は、選択された表示層のボリュームレンダリングを示す解析画像データの表示例である。１９０５は、選択された表示層に関する投影像を示す解析画像データの表示例である。

次に、図２及び図３を参照しながら、本実施形態に係る眼底画像表示装置１の処理について説明する。図３は、本実施形態に係る眼底画像表示装置１の処理を示すフローチャートである。

ステップＳ３０１において、画像取得部１１は、断層像撮像装置２やデータサーバ３からボリューム画像データを取得し、画像解析部１２に出力する。

ステップＳ３０２において、画像解析部１２は、ボリューム画像データのＢ−ｓｃａｎ像からＮＦＬ、ＩＰＬ、ＯＰＬ、ＩＮＬ、ＯＮＬ、ＩＳ／ＯＳ−ＲＰＥの層構造の区分情報を抽出する。

（断層画像の表示）
図４は、ｘｚ方向のＢ−ｓｃａｎ像（断層画像）を模式的に示す図である。ボリューム画像データは、ｘｚ方向のＢ−ｓｃａｎ像に対してｙ方向にＢ−ｓｃａｎ像を重ね合わせて構成されている。なお、図４におけるＮＦＬ、ＩＰＬ、ＯＰＬ、ＩＮＬ、ＯＮＬ、ＩＳ／ＯＳ−ＲＰＥは、医学的に順に、神経線維層、内網状層、外網状層、内顆粒層、外顆粒層、視細胞内節外節接合部−網膜色素上皮と呼ばれている。ステップＳ３０２において、画像解析部１２は、全てのＢ−ｓｃａｎ像について層構造の区分情報を抽出する。画像解析部１２は、ステップＳ３０１で取得したボリューム画像データと、ステップＳ３０２で抽出した層構造の区分情報とを、解析画像生成部１４へ出力する。

ユーザは、取得された網膜のボリューム画像データを容易に観察できるようにするために、着目する層（以下、表示層と称す）を選択する。これを受けて、ステップＳ３０３において、表示層選択部１３は、ユーザによって選択された表示層を示す情報（以下、表示層情報と称す）を解析画像生成部１４に出力する。

ステップＳ３０４において、解析画像生成部１４は、ボリューム画像データ、層構造の区分情報及び表示層情報を用いて、解析画像データを生成する。即ち、解析画像生成部１４は、選択された表示層に関連する解析画像データを生成し、表示部１５に出力する。

ステップＳ３０５において、表示部１５は、表示層に関連する解析画像データを表示する。これにより、ユーザは当該解析画像データを閲覧することができ、網膜の病変の観察が容易となる。なお、表示部１５が解析画像データを表示する際に実行される表示制御処理は表示制御手段の処理例である。

以上により、ユーザが着目する表示層を選択すると、選択された表示層に関連する解析画像データを閲覧することができる。また、複数の解析画像データが生成された場合には、複数の解析画像データ間で表示切り替え又は表示更新を行うことが可能である。すなわち、不図示の切替部により、選択された層に基づいて複数の解析画像データの表示を（連動して）切り替えることが可能である。

次に、緑内障診断を例に挙げて、解析画像データについて具体的に説明する。図５は、ユーザが着目する表示層を選択する際に表示されるインタフェースの例を示す図である。図５において、ＮＦＬ５０１は、神経線維層の選択項目であり、ＧＣＣ５０２は、医学的には神経節細胞複合層（ＮＦＬとＩＰＬ）の選択項目であり、Ｒｅｔｉｎａ５０３は網膜層全体の選択項目である。緑内障診断では、ＧＣＣの状態に着目することにより診断が容易となる。従って、ユーザは、図５に示すインタフェースを用いてＧＣＣ５０２を表示層に選択する操作を実施したものとする。これにより、ステップＳ３０３では、ＧＣＣを示す表示層情報が表示層選択部１３より出力される。

続くステップＳ３０４において、解析画像生成部１４は、ボリューム画像データ、層構造の区分情報、及び、ＧＣＣを示す表示層情報を用いて、層構造区分を明示した断層像を示す解析画像データ、選択された表示層に関する層厚グラフを示す解析画像データ、選択された表示層に関する層厚マップを示す解析画像データ、選択された表示層に関するボリュームレンダリングを示す解析画像データ、選択された表示層に関する投影像を示す解析画像データを同時に生成する。

ここで、層構造区分を明示した断層像を示す解析画像データについて、図６及び図７を用いて具体的に説明する。図６は、層構造区分を明示した断層像の解析画像データの表示例を示す図である。図７は、層構造区分を明示した断層像の解析画像データの生成処理を示すフローチャートである。

ステップＳ７０１において、解析画像生成部１４は、ボリューム画像データ、層構造の区分情報、及び、表示層情報を取得する。ステップＳ７０２において、解析画像生成部１４は、ボリューム画像データより断層像を生成し、層構造の区分情報を可視化した線引き表示６０１を含む解析画像データを生成する。ステップＳ７０３において、解析画像生成部１４は、ステップＳ７０２で生成した解析画像データに対して表示層情報で示される表示層を強調表示する画像処理を施す。即ち、ＯＣＴの断層像は濃淡画像であり、解析画像生成部１４は、表示層であるＧＣＣに該当するＮＦＬ及びＩＰＬの画像領域に強調のための着色６０２（図６では、ドット表現）を行う。

（層厚グラフ）
次に、選択された表示層に関する層厚グラフを示す解析画像データについて、図８及び図９を用いて具体的に説明する。図８は、選択された表示層に関する層厚グラフを示す解析画像データの表示例を示す図である。図９は、選択された表示層に関する層厚グラフを示す解析画像データの生成処理を示すフローチャートである。

緑内障の診断には、ＧＣＣの層厚計測が重要である。通常緑内障の診断は、正常より高い眼圧がある場合に緑内障が頻発するため眼圧の測定を行う。さらに眼底検査で緑内障が疑われる場合には視野検査を行う。それぞれの検査には時間がかかり、検査時間経過に伴い疲労等の要因により、測定値が安定しない。しかしＯＣＴによるＧＣＣの層厚計測は、緑内障に頻発する層厚の変化を初期段階から診断することができ、また安定的に測定が可能であるため、従来の診断を補助するだけでなく、緑内障の初期段階でより高精度な診断が可能となる場合がある。ステップＳ９０１において、解析画像生成部１４は、ボリューム画像データ、層構造の区分情報、及び、表示層情報を取得する。ステップＳ９０２において、解析画像生成部１４は、ボリューム画像データを構成する全てのＢ−ｓｃａｎ像においてＧＣＣに該当するＮＦＬ及びＩＰＬの領域の厚みを計測する。ここで計測される厚みは、図６の着色領域６０２のｚ軸方向の層厚とｘ軸方向の層厚との変化となる。ステップＳ９０３において、解析画像生成部１４は、図８に示すように、計測した厚みをグラフで表した層厚グラフを描画した解析画像データを生成する。ここで生成された解析画像データが、選択された表示層に関する層厚グラフの解析画像データである。

（層厚マップ）
次に、選択された表示層に関する層厚マップの解析画像データについて、図１０及び図１１を用いて具体的に説明する。図１０は、選択された表示層に関する層厚マップを示す解析画像データの表示例を示す図である。図１１は、選択された表示層に関する層厚マップを示す解析画像データの生成処理を示すフローチャートである。

緑内障の診断には、ＧＣＣの層厚分布が重要である。通常緑内障の診断は、視野検査を行い、視野内に偏る視力の異常を発見することにより、緑内障の診断を行う。しかしながら、視野検査は時間がかかり、検査時間経過に伴い疲労等の要因により、測定値が安定しない。また、視野内に偏る視力の異常が軽度である初期の症状では、視野検査による緑内障の診断は難しい。しかしＯＣＴによるＧＣＣの層厚分布計測では、安定的に測定が可能であるため、従来の診断を補助するだけでなく、初期段階での層厚分布異常を見つけることにより、緑内障の初期段階でより高精度な診断が可能となる場合がある。ステップＳ１１０１において、解析画像生成部１４は、ボリューム画像データ、層構造の区分情報、及び、表示層情報を取得する。ステップ１１０２では、解析画像生成部１４は、ボリューム画像データを構成する全てのＢ−ｓｃａｎ像においてＧＣＣに該当するＮＦＬ及びＩＰＬの領域の厚みを計測する。ここで計測する厚みは、図６の着色領域６０２のｚ軸方向の層厚とｘ軸方向の層厚との変化であり、ｙ軸方向のＢ−ｓｃａｎ像全体に亘って分布を計測する。ステップＳ１１０３において、解析画像生成部１４は、図１０に示すように、層厚変化についてｘｙ方向の分布を描画した層厚マップを含む解析画像データを生成する。ここで生成された解析画像データが、選択された表示層に関する層厚マップの解析画像データである。また、図１０に示すように、層厚マップ内に表示されている９箇所の数字は、網膜を９領域に分割し、其々の領域におけるＧＣＣ層厚の平均値を画像解析によって算出し表示している。

（ボリュームレンダリング）
次に、選択された表示層のボリュームレンダリングを示す解析画像データについて、図１２及び図１３を用いて具体的に説明する。図１２は、選択された表示層のボリュームレンダリングを示す解析画像データの表示例を示す図である。図１３は、選択された表示層のボリュームレンダリングを示す解析画像データの生成処理を示すフローチャートである。

緑内障の診断には、ＧＣＣの３Ｄ表示を行い、立体的に着目する箇所と周辺状況把握が重要である。ＧＣＣを立体的に表示することにより、菲薄化している箇所が、周辺状況との形状比較によって元来の器質的なものなのか、病因による菲薄化なのかを切り分けることが可能である。ステップＳ１３０１において、解析画像生成部１４は、ボリューム画像データ、層構造の区分情報、及び、表示層情報を取得する。ステップＳ１３０２において、解析画像生成部１４は、図１２に示すように、ボリューム画像データを構成する全てのＢ−ｓｃａｎ像においてＧＣＣに該当するＮＦＬ及びＩＰＬの領域の画素データについてボリュームレンダリングを行って解析画像データを生成する。ここで生成された解析画像データが、選択された表示層のボリュームレンダリングの解析画像データである。

（投影像）
次に、選択された表示層に関する投影像の解析画像データについて、図１４及び図１５を用いて具体的に説明する。図１４は、選択された表示層に関する投影像を示す解析画像データの表示例を示す図である。図１５は、選択された表示層に関する投影像を示す解析画像データの生成処理を示すフローチャートである。

緑内障の診断には、ＧＣＣの投影像の表示が重要である。投影像はＧＣＣ内の血管走行状態を確認できる。血管走行の異常がみられる場合は、緑内障ではなく、他の病因が疑われる。ステップＳ１５０１において、解析画像生成部１４は、ボリューム画像データ、層構造の区分情報、及び、表示層情報を取得する。ここでは、解析画像生成部１４は、投影法として最大値投影法を使用する。即ち、ステップＳ１５０２において、解析画像生成部１４は、ボリューム画像データを構成する全てのＢ−ｓｃａｎ像においてＧＣＣに該当するＮＦＬ及びＩＰＬ領域の画素データについてｘｙ面に最大値投影を行って投影像を描写することにより解析画像データを生成する。ここで生成された解析画像データが、選択された表示層に関する投影像の解析画像データである。

（層の選択に基づいて複数の解析画像データの表示を連動して切り替える）
緑内障診断では、ユーザが着目する表示層としてＧＣＣを選択し、表示層の選択に基づいて複数の解析画像データの表示を連動して切り替えることにより診断が容易となる事例を、図１９および図２０を用いて説明を行う。ステップＳ２００１では、ユーザは緑内障診断を行う場合、表示層選択部１３つまり、具体的には図５に示すインタフェースを用いてＧＣＣ５０２を表示層に選択する操作を実施する。続いてステップ２００２では、ＧＣＣを明示した断層像を示す解析画像データ、ＧＣＣに関する層厚グラフを示す解析画像データ、ＧＣＣに関する層厚マップを示す解析画像データ、ＧＣＣのボリュームレンダリングを示す解析画像データ、ＧＣＣに関する投影像を示す解析画像データを生成し、それぞれについて表示の更新を行う。

ＧＣＣ選択時のＧＣＣに係る断層像を観察することによって、断層像の形状がなだらかな層の分布を形成していることを確認する。断層像の形状に異常な形状変化があれば、他の病因と区別することが容易となる。

ＧＣＣ選択時のＧＣＣに係る層厚グラフを示す解析画像データを観察することによって、前出の断層像の形状に他の病因を疑う異常が見られないこと、層の変化グラフがなだらかな分布であること、正常より菲薄化が起きていることにより容易に緑内障であることが推測される。

ＧＣＣに関する層厚マップを示す解析画像データを表示することにより、断層像や断層面では観察できない菲薄化が存在する場合でも、眼底全体を容易に確認することができ、視野の一部に影響があるＧＣＣ層一部の菲薄化を容易に見つけることができる。その場合は菲薄化の部分での断層面再度観察することにより、正確な診断を行うことができる。
ＧＣＣ選択時のＧＣＣに係るボリュームレンダリングを示す解析画像データを観察することにより、ＧＣＣ層の形状を立体的に把握することができる。ＧＣＣの菲薄化が、元来の器質的なものか、緑内障の病因によるものなのか、容易に区別することができ、緑内障診断の補助となる。

ＧＣＣ選択時のＧＣＣに係る投影像を示す解析画像データを観察することにより、ＧＣＣの層厚マップで見つけられた菲薄化の部分において、血管走行の異常の有無を容易に確認することができ、菲薄化が緑内障の病因によるものなのか容易に区別ができ、緑内障診断の補助となる。

以上のように、表示層の選択に基づいて、複数の解析表示データを連動させることにより、緑内障の診断が容易となる。

（緑内障の診断に関する判断フロー）
緑内障診断時における処理部１６による処理について、図２１を用いて説明する。緑内障診断では、先ずユーザ（医者）は、黄斑中心部を通るＧＣＣを明示した断層像により、ＧＣＣ層菲薄化を除く器質的異常がないかを確認する。例えば、患者が視力低下や視野狭窄の症状を有する場合で黄斑中心部を通る断層像にＧＣＣ層厚以外の異常がなければ緑内障の可能性は高く、診断の助けとなる。そこで、ステップＳ２１０１において、処理部１６は、黄斑中心部を通る断層像にＧＣＣ層厚以外の異常がないか否かをユーザに入力させるためのＵＩ（断層像での診断結果入力ＵＩ（ユーザインタフェース））を表示部１０５に表示させる。ステップＳ２１０２において、処理部１６は、当該ＵＩにおいて、黄斑中心部を通る断層像にＧＣＣ層厚以外の異常がないことが入力されたか否かを判定する。ＧＣＣ層厚以外の異常がないことが入力された場合、処理はステップＳ２１０３に移行する。一方、それ以外の場合、処理はステップＳ２１１１に移行する。

次にユーザは、黄斑中心部を通る断層像におけるＧＣＣ層厚グラフを示す解析画像データに着目する。黄斑中心部を通る断層像における層厚のグラフが、標準的な厚みよりも全てまたは部分的に薄い場合、緑内障と診断できる重要な根拠となる。そこで、ステップＳ２１０３において、処理部１６は、黄斑中心部を通る断層像における層厚のグラフが、標準的な厚みよりも全てまたは部分的に薄いか否かをユーザに入力させるためのＵＩ（層厚グラフでの診断結果入力ＵＩ）を表示部１０５に表示させる。ステップＳ２１０４において、処理部１６は、当該ＵＩにおいて、層厚のグラフが標準的な厚みよりも全てまたは部分的に薄いことが入力されたか否かを判定する。層厚のグラフが標準的な厚みよりも全てまたは部分的に薄いことが入力された場合、処理はステップＳ２１０５に移行する。一方、それ以外の場合、処理はステップＳ２１１１に移行する。

次にユーザは、網膜のＧＣＣに関する層厚マップを示す解析画像データに着目する。黄斑中心部周囲のＧＣＣに関する層厚マップでは、正常では左右方向で視神経乳頭側に厚みがあり黄斑側は薄くなっており、上下方向では対象的に同じ層厚での厚みがなだらかに分布する。緑内障では、層厚マップ分布で例えば下側に薄い部分が好発したり、全体的に不均一な層厚マップ分布となる場合は、緑内障の可能性は非常に高い。そこで、ステップＳ２１０５において、処理部１６は、層厚マップ分布で例えば下側に薄い部分が好発したり、全体的に不均一な層厚マップ分布となっているか否かをユーザに入力させるためのＵＩ（層厚マップでの診断結果入力ＵＩ）を表示部１０５に表示させる。ステップＳ２１０６において、処理部１６は、当該ＵＩにおいて、層厚マップ分布が不均一であることが入力されたか否かを判定する。層厚マップ分布が不均一であることが入力された場合、処理はステップＳ２１０７に移行する。一方、それ以外の場合、処理はステップＳ２１１１に移行する。

次にユーザは、ＧＣＣのボリュームレンダリングを示す解析画像データを見て、ＧＣＣ層を立体的に観察し網膜形状の変形つまり器質的な異常がないか等で、緑内障の確定診断を行う。変形等があれば、他の病因を疑うことが可能になる。そこで、ステップＳ２１０７において、処理部１６は、網膜形状の変形がないか否かをユーザに入力させるためのＵＩ（ボリュームレンダリング画像での診断結果入力ＵＩ）を表示部１０５に表示させる。ステップＳ２１０８において、処理部１６は、当該ＵＩにおいて、網膜形状の変形がないことが入力されたか否かを判定する。網膜形状の変形がないことが入力された場合、処理はステップＳ２１１２に移行する。一方、それ以外の場合、処理はステップＳ２１０９に移行する。

次にユーザは、ＧＣＣに関する投影像を示す解析画像データを見て、ＧＣＣ層内に多く存在する血管走査の状況を観察する。血管を観察することにより、血管閉塞や血行不良による異常がないか、新生血管の発生がないかを知ることができる。血管走査状況に特段の異常が見られなければ、緑内障の確定診断に役立つ。血管走査状況に異常があれば、他の病因を疑うことが可能になる。そこで、ステップＳ２１０９において、処理部１６は、血管閉塞や血行不良による異常や新生血管の発生がないか否かをユーザに入力させるためのＵＩ（投影像での診断結果入力ＵＩ）を表示部１０５に表示させる。ステップＳ２１１０において、処理部１６は、当該ＵＩにおいて、血管閉塞や血行不良による異常や新生血管の発生がないことが入力されたか否かを判定する。血管閉塞や血行不良による異常や新生血管の発生がないことが入力された場合、処理はステップＳ２１１２に移行する。一方、それ以外の場合、処理はステップＳ２１１１に移行する。ステップＳ２１１１において、処理部１６は、他の病因の疑いがあることを表示部１０５にて表示させる。ステップＳ２１１２において、処理部１６は、緑内障の確定診断を表示部１０５にて表示させる。これにより、ユーザは緑内障に関する診断結果を把握することができる。

本実施形態に示すように、緑内障診断においては、表示層にＧＣＣを選択して同時に複数の解析画像データを参照することによって、層厚のグラフと層厚マップの解析画像データより緑内障の診断を行うだけでなく、ボリュームレンダリングと投影像の解析画像データを参照することによって、他の病因の可能性を排除することにより、診断の精度を向上させ、かつ複合的な診断から迅速に確定診断を下すことが可能となる。

以上により、ユーザが緑内障の診断に際して表示層にＧＣＣを選択した場合、選択された表示層であるＧＣＣに関連する解析画像データ、即ち、ＧＣＣを明示した断層像を示す解析画像データ、ＧＣＣに関する層厚グラフを示す解析画像データ、ＧＣＣに関する層厚マップを示す解析画像データ、ＧＣＣのボリュームレンダリングを示す解析画像データ、ＧＣＣに関する投影像を示す解析画像データを生成することができる。また、これらのうちの何れか一つの解析画像データを選択し、又は、一部の複数の解析画像データを選択し、生成及び表示するようにしてもよい。さらに、これらの以外の解析画像データを生成し、表示するようにしてもよい。

また、本実施形態では、表示層の選択はユーザの手動で設定されるようにしたが、例えば検査時に緑内障が疑われる患者を撮像した場合、ボリューム画像データに緑内障を示す疾病データを格納する。そして、緑内障に関する解析画像データの表示を行う際には、眼底画像表示装置１が自動的に表示層としてＧＣＣを選択し、ＧＣＣに関する解析画像データを表示するようにしてもよい。これにより、眼部の病態の詳細を容易に把握することが可能となる。

（第２の実施形態：経過観察）
次に、本発明の第２の実施形態について説明する。緑内障の診断では、経過観察が重要である。例えば緑内障の病状が過去に比して進行しているかどうか、視力や視野等の主観的データだけでなく、ＧＣＣの層厚データ、層厚マップの経過状況により、的確に診断することができる。

図２２は、本実施形態に係る経過観察を行う眼底画像表示装置１の表示例を示す図である。ユーザによる操作が可能な表示層選択部１３を持つ。本表示装置の形態は過去３回の撮影について解析画像データを比較表示する。２２０１は、選択された表示層に関する層構造区分を明示した断層像の解析画像データの表示例である。２２０２は、選択された表示層に関する層厚グラフを示す解析画像データの表示例である。２２０３は、選択された表示層に関する投影像を示す解析画像データの表示例である。２２０４は、ＧＣＣの層厚マップにおいて、複数の時点（ここでは、過去３回）に対応するデータを比較し、その比較結果として大きな層厚変化をしている領域の層厚２つをグラフで表示したものである。

図２３は、図２２の２２０４に相当する、過去３回のデータを比較し大きな層厚変化をしている領域の層厚２つを表示するグラフ例を示す図である。６と７の領域の層厚変化がグラフによって図示されている。

緑内障診断のフロー経過観察を図２２を用いて説明する。緑内障診断では、先ず２２０１の黄斑中心部を通る断層像におけるＧＣＣ層厚グラフを示す解析画像データに着目する。黄斑中心部を通る断層像における層厚のグラフが、不図示の比較部により、経過に伴い菲薄化しているかどうかを比較することにより、緑内障の経過が視力に影響を及ぼす程度や病状の進行状況を把握できる。

次に２２０２の網膜のＧＣＣに関する層厚マップを示す解析画像データの経過に着目する。９つに分割した領域において全体的な菲薄化よりも、部分的に菲薄化が起きていることが観察される場合、自覚症状に乏しくとも、緑内障の進行とともに視野狭窄が進む可能性を把握できる。

次に２２０３では、ＧＣＣに関する投影像を示す解析画像データを見て、ＧＣＣ層内に多く存在する血管走査の状況変化を観察することができる。高齢の患者では加齢性黄斑変性による血管の異常が観察されないか、糖尿病の患者では血管走査状況に変化がないかによって、視力の異常が緑内障以外に起因しないかを経過観察によって把握することができる。

次に２２０４では、２２０２に示したＧＣＣの層厚マップにおいて、過去３回のデータを比較し、大きな層厚変化をしている領域の層厚２つをグラフで観察することにより、緑内障の進行度を経過グラフで短時間に把握することが可能である。本実施形態に示すように、緑内障の経過観察では、視力や視野等の主観的データだけでなく、ＧＣＣの層厚データ、層厚マップ、投影像、層厚マップの経過グラフを同時に把握することにより、的確な診察を実施することが可能となる。

（第３の実施形態：血管に関する疾病を診断する場合の層の選択）
次に、本発明の第３の実施形態について説明する。網膜の疾病には、血管からの出血や血管狭窄、閉塞等がある。血管は、図１７の１７０１に示すようにＩＰＬに血管の走行がよく見られる。このことから、着目する表示層としてＩＰＬを選択することは血管に関する疾病の診断を行う上で有用である。

図１６は、ユーザが表示層を選択する際に表示されるインタフェースの他の例を示す図である。図１６に示すインタフェースにおいては、ＮＦＬ、ＩＰＬ、ＯＰＬ、ＩＮＬ、ＯＮＬ、ＩＳ／ＯＳ−ＲＰＥ各層の表示の有無を層毎に選択することが可能である。

図１６の１６０１に示すように、ユーザがＩＰＬのチェックボックス１６０１をチェックすることにより、表示層としてＩＰＬを選択する。その後、第１の実施形態で説明したように、ステップＳ３０４及びＳ３０５により、表示層に関連する解析画像データの生成及び表示が行われる。即ち、ＩＰＬを明示した断層像を示す解析画像データ、ＩＰＬに関する投影像を示す解析画像データ、ＩＰＬのボリュームレンダリングを示す解析画像データ等が表示されることにより、ＩＰＬ上の血管の走行への着目が容易になる。また、ＩＰＬに関する層厚グラフを示す解析画像データ、ＩＰＬに関する層厚マップを示す解析画像データが表示されることにより、血管に起因する出血等の異常有無がないかを確認することができる。このように、表示層であるＩＰＬに関連する解析画像データの表示を選択的に行うことにより、容易に血管走行に関する診断を行うことができる。

（第４の実施形態：その他の疾病を診断する場合の層の選択）
次に、本発明の第４の実施形態について説明する。本実施形態では、表示層の選択方法として、解析画像データを、表示層を選択するためのインタフェースとして利用する。即ち、本実施形態では、例えば図６に示すような層構造区分を明示した断層像を示す解析画像データを、表示層を選択するためのインタフェースとして利用する。

本実施形態においては、層構造区分を明示した断層像を示す解析画像データを表示した状態において、各層に対するマウスクリックにより、各層に関連する解析画像データの表示／非表示を切り替えることが可能である。ユーザがクリックする毎に、当該表示層の着色あり／なしを切り替えることができる。図１８の１８０１は、マウス操作によって移動表示されるポインタである。ＮＦＬ、ＩＰＬの着色表示が設定されている状態において、ユーザがＩＳ／ＯＳ−ＲＰＥの位置にポインタ１８０１を合わせてマウスクリックすることにより、ＩＳ／ＯＳ−ＲＰＥを着色表示させることができる。これに引き続き、第１の実施形態で説明したステップＳ３０４、ステップＳ３０５により、選択された表示層に関連する解析画像データの生成及び表示が行われる。これにより、ユーザは着目したい表示層の選択を容易に実施することが可能であり、さらに表示層の選択切り替えにより解析画像データの表示切り替えが行われる。なお、本実施形態は、層構造区分を明示した断層像での表示層の選択を例示したが、他の解析画像データの表示を用いて表示層の選択を行ってもよい。

なお、網膜の疾病には白斑がある。白斑の例示を図１７の１７０２に示す。このように白斑はＩＮＬ、ＯＰＬに好発する。従って、白斑の診断の際にはＩＮＬ及びＯＰＬに着目した表示層が選択される。これにより、ＩＮＬ及びＯＰＬに関する解析画像データの生成及び表示が行われ、白斑の診断が容易となる。

また、網膜の疾病には加齢黄斑変性がある。加齢黄斑変性の診断には、ＲＰＥにおける脈絡膜新生血管の有無、及び、周辺層での浮腫や出血、のう胞の有無の観察が有用である。のう胞の例を図１７の１７０３に示す。のう胞は、ＯＮＬ及びＯＰＬに好発する。従って、加齢黄斑変性を診断するためには、ＲＰＥ、又は、ＲＰＥ及び周辺層（ＯＮＬ、ＯＰＬ等）に着目した表示層が選択される。これにより、ＲＰＥ、又は、ＲＰＥ及び周辺層の解析画像データの生成及び表示が行われ、加齢黄斑変性の診断が容易となる。

以上の実施形態は、表示層の選択は手動で設定されるようにしたが、ボリューム画像データの層構造解析による層構造区分結果を用いて、異常が疑われる層を表示層として自動に選択してもよい。

また、以上の実施形態は、画像解析部１２において、ボリューム画像データから図４に示すようにＮＦＬ、ＩＰＬ、ＯＰＬ、ＩＮＬ、ＯＮＬ、ＩＳ／ＯＳ−ＲＰＥの計６層を抽出するものとした。しかしながら、本発明の実施形態は６層の抽出に限定されるものではない。例えば、さらにＩＬＭ（内境界膜）、ＧＣＬ（神経節細胞層）、ＯＰＬ（外網状層）、ＥＬＭ（外境界膜）の抽出、ＩＳ／ＯＳ（視細胞内接外接接合部）、ＲＰＥ（網膜色素上皮層）等、６層以上の抽出がある場合でも、同様の処理を実行することが可能である。

（その他の実施形態）
また、上述した各実施形態は、本発明を眼底画像表示装置に適用した場合を例示したものである。しかしながら、本発明の適用例は眼底画像表示装置に限定されるものではない。本発明は、例えば、複数の機器から構成されるシステム、一つの機器からなる装置、コンピュータ上で動作するソフトウェアやプログラム、もしくは光ディスクなどの記憶媒体等としての実施態様をとることが可能である。

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。

１：眼底画像表示装置、１１：画像取得部、１２：画像解析部、１３：表示層選択部、１４：解析画像生成部、１５：表示部

Claims (15)

1. 眼部の所定の部位に関する３次元の画像データに基づいて前記所定の部位の層構造を解析する解析手段と、
   前記３次元の画像データに対応付けられた疾病データに基づいて、前記所定の部位の層構造から少なくとも一つの層を自動的に選択する選択手段と、
   前記少なくとも一つの層が自動的に選択された場合に前記３次元の画像データにおける前記選択された少なくとも一つの層のデータに対して複数の異なる解析を行うことにより複数の解析画像データを生成する生成手段であって、前記選択された少なくとも一つの層に関する投影像を示す２次元の画像データおよび前記選択された少なくとも一つの層が他の層とは識別可能に強調された断層像を示す画像データを前記複数の解析画像データの一つとして生成する生成手段と、
   前記生成された複数の解析画像データとして生成された前記投影像を示す２次元の画像データと前記選択された少なくとも一つの層が他の層とは識別可能に強調された断層像示す画像データとを表示手段に同一画面に並べて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. 前記選択された少なくとも一つの層に応じて、前記表示手段に表示される複数の解析画像データを切り替える切替手段を更に有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. 前記選択手段は、前記疾病データが前記眼部の緑内障を示すデータである場合に、前記所定の部位の層構造からＧＣＣを自動的に選択することを特徴とする請求項１に記載の画像処理装置。
4. 前記選択手段は、前記疾病データが前記眼部の血管に関する疾病を示すデータである場合に、前記所定の部位の層構造からＩＰＬを自動的に選択することを特徴とする請求項１に記載の画像処理装置。
5. 前記選択手段は、前記疾病データが前記眼部の白斑を示すデータである場合に、前記所定の部位の層構造からＩＮＬ及びＯＰＬを自動的に選択することを特徴とする請求項１に記載の画像処理装置。
6. 前記選択手段は、前記疾病データが前記眼部の加齢黄斑変性を示すデータである場合に、前記所定の部位の層構造からＲＰＥ、又は、ＲＰＥ及び周辺層を自動的に選択することを特徴とする請求項１に記載の画像処理装置。
7. 複数の時点に対応する前記複数の解析画像データを比較する比較手段を更に有し、
   前記表示制御手段は、前記比較手段の比較結果を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。
8. 前記複数の解析画像データに関する診断結果を入力する入力手段と、
   前記入力手段により入力された診断結果に基づいて、所定の疾病の疑いについて判定する判定手段と、
   を更に有し、
   前記表示制御手段は、前記判定手段による判定結果を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７のいずれか１項に記載の画像処理装置。
9. 前記入力手段は、前記複数の解析画像データのそれぞれに関する複数の診断結果を入力し、
   前記判定手段は、前記複数の診断結果のそれぞれについて、前記所定の疾病の疑いについて判定し、
   前記表示制御手段は、前記判定手段により前記複数の診断結果のうちの少なくとも１つの診断結果について前記所定の疾病の疑いがないと判定された場合には、前記所定の疾病以外の他の疾病の疑いがあることを前記表示手段に表示させることを特徴とする請求項８に記載の画像処理装置。
10. 前記複数の解析画像データのうち、前記投影像を示す２次元の画像データおよび前記選択された少なくとも一つの層が他の層とは識別可能に強調された断層像示す画像データ以外の解析画像データは、前記層のボリュームレンダリングを示す画像データ、前記層に関する層厚グラフを示す画像データ、及び、前記層に関する層厚マップを示す画像データのうちの少なくとも一つであ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. 前記表示制御手段は、前記層厚マップを分割して得た複数の領域の各領域で算出された層厚の平均値を前記表示手段に表示させることを特徴とする請求項１０に記載の画像処理装置。
12. 眼部の所定の部位に関する３次元の画像データに基づいて前記所定の部位の層構造を解析する解析ステップと、
    前記３次元の画像データに対応付けられた疾病データに基づいて、前記所定の部位の層構造から少なくとも一つの層を自動的に選択する選択ステップと、
    前記少なくとも一つの層が自動的に選択された場合に前記３次元の画像データにおける前記選択された少なくとも一つの層のデータに対して複数の異なる解析を行うことにより複数の解析画像データを生成する際に、前記選択された少なくとも一つの層に関する投影像を示す２次元の画像データおよび前記選択された少なくとも一つの層が他の層とは識別可能に強調された断層像を示す画像データを前記複数の解析画像データの一つとして生成する生成ステップと、
    前記生成された複数の解析画像データとして生成された前記投影像を示す２次元の画像データと前記選択された少なくとも一つの層が他の層とは識別可能に強調された断層像示す画像データとを表示手段に同一画面に並べて表示させる表示制御ステップと、
    を含むことを特徴とする画像処理装置の制御方法。
13. 前記選択された少なくとも一つの層に応じて、前記表示手段に表示される複数の解析画像データを切り替える切替ステップを更に含むことを特徴とする請求項１２に記載の画像処理装置の制御方法。
14. 請求項１乃至１１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。
15. 請求項１乃至１１のいずれか１項に記載の画像処理装置と、
    前記画像処理装置とネットワークを介して接続され、前記所定の部位を断層撮像することにより前記３次元の画像データを取得する撮像装置と、
    を有することを特徴とする眼科システム。

Images