JP6584126B2 - 画像生成装置、画像生成方法およびプログラム - Google Patents

Description

開示の技術は、画像生成装置、画像生成方法およびプログラムに関する。

生体などの測定対象の断層画像を非破壊、非侵襲で取得する方法として、光干渉断層撮像法（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ、以下ＯＣＴという）が実用化されている。ＯＣＴは、特に断層画像が眼科診断において広く利用されている。

ＯＣＴは測定対象から反射した光と参照鏡から反射した光を干渉させ、その干渉光を解析することにより断層画像を得ている。このような光干渉断層画像取得装置として、参照鏡の位置を変えることで測定対象の深さ情報を得るタイムドメインＯＣＴ、広帯域光源を使用し干渉光を分光して干渉信号を取得するスペクトラルドメインＯＣＴ（ＳＤ−ＯＣＴ：Ｓｐｅｃｔｒａｌ Ｄｏｍａｉｎｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）、波長可変光源を使用し干渉信号を取得する波長掃引光コヒーレンストモグラフィー（ＳＳ−ＯＣＴ：Ｓｗｅｐｔ Ｓｏｕｒｃｅ Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）が知られている。なお、ＳＤ−ＯＣＴとＳＳ−ＯＣＴは総称して（ＦＤ−ＯＣＴ：Ｆｏｕｒｉｅｒ Ｄｏｍａｉｎ−Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）とも呼ばれる。

近年、このＦＤ−ＯＣＴを用いた血管造影法が提案されており、ＯＣＴアンギオグラフィーと呼ばれている。

一般的な血管造影法である蛍光造影は、侵襲性があり、体内に蛍光色素（例えばフルオレセイン、インドシアニングリーン）を注入する必要がある。そして、蛍光色素の通り道となる血管を２次元的に表示する。

一方、ＯＣＴアンギオグラフィーはＯＣＴの干渉信号を用いるため非侵襲かつ血管網を３次元的に表示すること可能である。さらに、眼底カメラや走査型レーザー検眼鏡（ＳＬＯ：Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）を用いる蛍光造影に比べて高分解能であり、眼底の微小血管を描出することができるため注目されている。

ＯＣＴアンギオグラフィーは血管造影方法の違いにより複数の方法が提案されている。血流によるドップラーシフトを利用した方法（非特許文献１）、血流によるＯＣＴ信号の位相のバラツキを利用した方法（非特許文献２）が提案されている。さらに、血流によるＯＣＴ信号の強度のバラツキを利用した方法（非特許文献３、４、特許文献１）、血流によるＯＣＴ信号の位相と強度の変化を利用した方法（特許文献２）、などが提案されている。

しかしながら、前述した血流検出方法のうちドップラーシフトを利用したＯＣＴアンギオグラフィー以外は、被検体の動きに由来するノイズ（バルクモーションノイズ）が発生することが問題となる。ほぼ同一個所を複数回計測したＯＣＴ干渉信号の時間変化部分を抽出し画像化するため、撮像中に被検体が動くと血流とは関係なく計測値が変化し、血流と誤検出してしまうためである。例えば、眼球の固視微動による速い動きの場合には、バルクモーションノイズがＯＣＴアンギオグラフィー画像上で主走査方向の局所的スジ状ノイズとして現れる。

特許文献１は、バルクモーションノイズを軽減する第１の方法として、干渉信号の波長スペクトルを複数に分離したのち周波数解析することで、深さ方向の分解能を落とす代わりにバルクモーションノイズを低減する方法を開示している。また、第２の方法として、複数回撮像した断層画像を位置合わせすることでバルクモーションノイズを軽減する方法を開示している。第３の方法として、網膜表層から一定深度の領域で、複数回撮像した断層画同士で非相関を計算して生成した非相関画像から、非相関値の中央値をフレームごとに比較し、異常な非相関画像のフレームを除く方法を開示している。

米国特許出願公開第２０１４／２２１８２７号明細書 米国特許第８４３３３９３号明細書

Ｍａｋｉｔａ ｅｔ ａｌ．， "Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ａｎｇｉｏｇｒａｐｈｙ，" Ｏｐｔｉｃｓ Ｅｘｐｒｅｓｓ， １４（１７）， ７８２１−７８４０ （２００６） Ｆｉｎｇｌｅｒ ｅｔ ａｌ． "ＭｏＢｉｌｉｔｙ ａｎｄ ｔｒａｎｓｖｅｒｓｅ ｆｌｏｗ ｖｉｓｕａｌｉｚａｔｉｏｎ ｕｓｉｎｇ ｐｈａｓｅ ｖａｒｉａｎｃｅ ｃｏｎｔｒａｓｔ ｗｉｔｈ ｓｐｅｃｔｒａｌ ｄｏｍａｉｎｏｐｔｉｃａｌ ｃｏｈｅｒｅｎｃｅ ｔｏｍｏｇｒａｐｈｙ" Ｏｐｔｉｃｓ Ｅｘｐｒｅｓｓ． Ｖｏｌ． １５， Ｎｏ． ２０． ｐｐ １２６３７−１２６５３ （２００７） Ｏｐｔｉｃｓ Ｌｅｔｔｅｒｓ Ｖｏｌ． ３３， Ｉｓｓ． １３， ｐｐ． １５３０-１５３２ （２００８） "Ｓｐｅｃｋｌｅ ｖａｒｉａｎｃｅ ｄｅｔｅｃｔｉｏｎｏｆ ｍｉｃｒｏｖａｓｃｕｌａｔｕｒｅ ｕｓｉｎｇ ｓｗｅｐｔ−ｓｏｕｒｃｅ ｏｐｔｉｃａｌ ｃｏｈｅｒｅｎｃｅ ｔｏｍｏｇｒａｐｈｙ " Ｍａｒｉａｍｐｉｌｌａｉ ｅｔ ａｌ．， "Ｏｐｔｉｍｉｚｅｄ ｓｐｅｃｋｌｅ ｖａｒｉａｎｃｅ ＯＣＴ ｉｍａｇｉｎｇ ｏｆ ｍｉｃｒｏｖａｓｃｕｌａｔｕｒｅ，" Ｏｐｔｉｃｓ Ｌｅｔｔｅｒｓ ３５， １２５７−１２５９ （２０１０）

しかし、特許文献１の前記第１の方法では、眼底平面方向の動きによるバルクモーションノイズには効果がなかった。

さらに前記第２の方法では、断層画像間の大まかな位置合わせはできるが、断層画像の計測中に生じた短時間の被検体の動きによる断層画像の歪みによる位置ずれは解消されないため、バルクモーションノイズが軽減されない場合があった。

また、前記第３の方法では、ノイズ検知に断層画像の一部のエリアを用いるため検出力が劣る。さらに、検出できたとしても正常な断層画像中のノイズがないデータをも除去してしまう。

開示の技術は上記の課題に鑑みてなされたものであり、ＯＣＴアンギオグラフィーにおいてバルクモーションノイズを低減することを目的の１つとする。

なお、前記目的に限らず、後述する発明を実施するための形態に示す各構成により導かれる作用効果であって、従来の技術によっては得られない作用効果を奏することも本件の他の目的の１つとして位置付けることができる。

開示の画像生成方法は、
光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成方法であって、
被検体の略同一位置の断層を示す複数の断層像データの位置合わせを行う位置合わせ工程と、
前記位置合わせを行って得た複数の断層像データの互いに対応する一部の領域における複数の強度値から外れ値を除去する除去工程と、
前記外れ値が除去された前記複数の断層像データに基づいてモーションコントラスト値を算出する算出工程と、
前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成工程と、を有する。

開示の技術によれば、ＯＣＴアンギオグラフィーにおいてバルクモーションノイズを低減することができる。

本実施形態における撮像装置の全体構成の一例を示す概略図。 コンピュータのハードウェア構成の一例を表す図。 コンピュータの機能構成の一例を表す図。 本実施形態におけるスキャンパターンの一例を表す図。 本実施形態における干渉信号データ計測手順の一例を示すフローチャート。 本実施形態における信号処理手順の一例を示すフローチャート。 外れ値の除去方法の一例を説明するための図。 セグメンテーション結果の一例を説明するための図。 本実施形態におけるＯＣＴアンギオグラフィー画像の一例を示す図。 本実施形態を適用した場合と適用しない場合のＯＣＴアンギオグラフィー画像の一例を示す図。 トレンドを考慮した外れ値除去方法の一例を説明するための図。 本実施形態におけるＯＣＴアンギオグラフィー画像の一例を示す図

以下、添付の図面を参照して、本実施形態に係る撮像装置を説明する。なお、以下の実施形態において示す構成は一例に過ぎず、本発明は以下の実施形態に限定されるものではない。

〔第１の実施形態〕
［撮像装置全体の構成］
図１は、本実施例における光干渉断層法を用いた撮像装置（ＯＣＴ装置）の構成例を示す図である。ＳＳ−ＯＣＴである場合の構成を示すが、他の方式のＯＣＴ装置においても同様の効果を実現できる。

本ＯＣＴ装置は、波長掃引光源１０と、光信号分岐／合波部２０と、測定アーム５０と、参照アーム６０と、干渉光を検出する検出部３０と、干渉光に基づいて人眼１００の網膜情報を取得するコンピュータ４０を有している。

波長掃引光源１０は、例えば波長９８０ｎｍから１１００ｎｍの光を１００ｋＨｚの周波数（Ａスキャンレート）で出射する。ここで、波長や周波数については例示であり、本発明は上記の値に限定されるものではない。以下の実施形態についても同様に、記載された数値は例示であり、本発明は記載された数値に限定されるものではない。

なお、本実施例では被検体を人眼（眼底）としているがこれに限るものではなく、例えば皮膚等に用いることとしてもよい。また、本実施形態において撮像対象は眼の眼底としているが、前眼を撮影対象とすることとしてもよい。
ＯＣＴ干渉部２０は、カプラ２１、２２を有している。まず、カプラ２１は、波長掃引光源１０から射出された光を眼底へ照射する照射光と参照光とに分岐する。

照射光は、測定アーム５０を経由して人眼１００に照射される。より具体的には、測定アーム５０に入射した照射光は、偏光コントローラ５１で偏光状態を整えられた後、コリメータ５２から空間光として射出される。その後、照射光は、Ｘ軸スキャナー５３、Ｙ軸スキャナー５４、シャッター５６、フォーカスレンズ５５を介して人眼１００の眼底に照射される。なお、Ｘ軸スキャナー５３、Ｙ軸スキャナー５４は眼底を照射光で走査する機 能を有する走査部である。走査部によって、照射光の眼底への照射位置が変えられる。

そして、眼底からの反射光は、再びフォーカスレンズ５５など同一経路を経由して、カプラ２１を通りカプラ２２に入射する。なお、シャッター５６を閉じて計測することで、人眼１００からの反射光をカットしてバックグランド計測ができる。
一方、参照光は参照アーム６０を経由し、カプラ２２に入射する。より具体的には、参照アーム６０に入射した参照光は、偏光コントローラ６１で偏光状態を整えられた後、コリメータ６２から空間光として射出される。その後、参照光は分散補償ガラス６３、光路長調整光学系６４、分散調整プリズムペア６５を通り、コリメータレンズ６６を介して光ファイバーに入射され、参照アーム６０から射出されてカプラ２２に入射する。

カプラ２２で測定アーム５０を経由した人眼１００の反射光と参照アーム６０を通った参照光とが合波し干渉する。そして、その干渉光を検出部３０で検出する。検出部３０は、差動検出器３１とＡ／Ｄ変換器３２を有している。まず、検出部３０では、カプラ２２で分岐された干渉光を差動検出器３１で検出する。そして、差動検出器３１で電気信号に変換されたＯＣＴ干渉信号をＡ／Ｄ変換器３２でデジタル信号に変換している。ここで、差動検出器３１の干渉光のサンプリングは、波長掃引光源１０の中に組み込まれたクロック発生部が発信するｋクロック信号に基づいて等波数間隔に行われる。Ａ／Ｄ変換器３２が出力したデジタル信号はコンピュータ４０に送られる。次にコンピュータ４０はデジタル信号に変換した干渉信号を信号処理し、ＯＣＴアンギオグラフィー画像を計算する。
コンピュータ４０で行われる具体的な信号処理内容は、後述する。

ここで、人眼１００の一点の奥行き方向（深さ方向）の情報を取得することをＡスキャンと呼ぶ。また、Ａスキャンと直交する方向で２次元断層画像を取得することをＢスキャン、更にＢスキャンの２次元断層像に垂直な方向に沿って２次元断層画像を取得することをＣスキャンと呼ぶ。
なお、Ｘ軸スキャナー５３、Ｙ軸スキャナー５４は、それぞれ回転軸が互いに直交するよう配置されたミラーで構成されている。Ｘ軸スキャナー５３は、Ｘ軸方向の走査を行い、Ｙ軸スキャナー５４は、Ｙ軸方向の走査を行う。Ｘ軸方向、Ｙ軸方向の各方向は、眼球の眼軸方向に対して垂直な方向で、互いに垂直な方向である。また、Ｂスキャン、Ｃ−スキャンのようなライン走査方向と、Ｘ軸方向またはＹ軸方向とは、一致していなくてもよい。このため、Ｂスキャン、Ｃスキャンのライン走査方向は、撮像したい２次元の断層画像あるいは３次元の断層画像に応じて、適宜決めることができる。

次に、コンピュータ４０について、図２を用いてハードウェア構成を、図３を用いて機能構成を説明する。コンピュータ４０は、図２の中央演算処理装置（ＣＰＵ）８０と、記憶装置８４と、入力装置８１（マウス、キーボード、等）と、出力装置８５（ディスプレイ等）とを備える。ＣＰＵは演算装置８３を備える。記憶装置８４は主記憶装置８６（ＲＯＭまたはＲＡＭ等）と補助記憶装置８７（磁気ディスク装置、ＳＳＤ：Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ等）とから構成される。

さらに、ＣＰＵ８０が実行する各種機能について図３を用いて説明する。
ＣＰＵ８０が備える演算装置８３は、記憶装置に記憶されたプログラムを実行することで図３のデータ取得手段４１、解析手段４２、位置合わせ手段４３、平均化手段４４、除去手段４５、算出手段４６、閾値処理手段４７、セグメンテーション手段４８、画像生成手段４９、および表示制御手段７０として機能する。さらに、演算装置８３は上記の手段を実行する順番を制御する。

なお、コンピュータ４０が備えるＣＰＵ８０および記憶装置８４は１つであってもよいし複数であってもよい。すなわち、少なくとも１以上の処理装置（ＣＰＵ）と少なくとも１つの記憶装置とが接続されており、少なくとも１以上の処理装置が少なくとも１以上の記憶装置に記憶されたプログラムを実行した場合にコンピュータ４０は上記の各手段として機能する。なお、処理装置はＣＰＵに限定されるものではなく、ＦＰＧＡ等であってもよい。

データ取得手段４１はＯＣＴ装置を制御し、後述する干渉信号の取得手順に従って干渉信号を取得し、主記憶装置８６に記憶させる。なお、予め補助記憶装置８７に保存されている干渉信号を読み込む手段でであってもよい。

具体的には、データ取得手段４１は、Ａ／Ｄ変換器３２の出力を取得する。すなわち、被検眼に対して走査された測定光の被検眼からの戻り光と参照光との干渉光のデジタル信号（干渉信号）を取得する。なお、取得手段４１はＸ軸スキャナー５３、Ｙ軸スキャナー５４を制御する手段としても機能する。

解析手段４２は干渉光のデジタル信号（干渉信号）を周波数解析する。具体的には干渉信号に高速フーリエ変換（ＦＦＴ ：Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を適用することにより位相と振幅からなるＯＣＴ複素信号を生成する。なお、周波数解析として最大エントロピー法を用いてもよい。

さらに、解析手段４２は周波数解析後のＯＣＴ複素信号の絶対値を２乗し、Ｉｎｔｅｎｓｉｔｙを計算することで、Ｉｎｔｅｎｓｉｔｙを示す断層像（以下、単に断層像という場合がある）を取得する。この断層像は被検眼の眼底の断層を示す断層像データの一例に相当する。つまり、断層像データは干渉光を受光した検出部（センサ）の出力を周波数解析することで得られたデータである。すなわち、測定光を被検眼の眼底の略同一位置で複数回走査した場合、解析手段４２はそれぞれ被検体の略同一位置の断層を示す複数の断層像データを取得することとなる。すなわち、データ取得手段４１および解析手段４２により行われる処理はそれぞれ被検体の略同一位置の断層を示す複数の断層像データを取得するデータ取得工程の一例に相当する。

なお、複数の断層像データは異なるタイミングで走査された測定光により取得されるデータである。また、解析手段４２は、ＯＣＴ複素信号から位相を抽出する。

位置合わせ手段４３は、複数の断層像の位置合わせを行う。本実施形態では位置合わせ手段４２は、被検眼の眼底の略同一位置を測定光で複数回走査することで得られた複数の断層像の位置合わせを行う。より具体的には、位置合わせ手段４３は、算出手段４６がモーションコントラスト値を算出する前に複数の断層像データ同士を位置合わせする。位置合わせ手段４３による処理は、複数の断層像データ同士を位置合わせする位置合わせ工程の一例に相当する。

断層像の位置合わせは既知の種々の手法により実現可能である。位置合わせ手段４３は、例えば断層像同士の相関が最大となるように複数の断層画像の位置合わせを行う。なお、被検体が眼のように動く検体でなければ位置合わせは不要である。また、被検体が眼であっても追尾の性能が高ければ位置合わせは不要である。すなわち、位置合わせ手段４３による断層像同士の位置合わせは必須ではない。

平均化手段４４は、位置合わせ手段４３によって位置合わせされた複数の断層像の平均値を算出することで、平均化画像を生成する。平均化画像は複数の断層像の信号強度が平均化された断層像である。この平均化画像をＩｎｔｅｎｓｉｔｙ平均化画像という場合が ある。

除去手段４５は、被検眼の眼底の略同一位置を測定光で複数回走査することで得られた複数の断層像から外れ値を除去する。例えば、除去手段４５は複数の断層像の対応する位置における信号強度の平均値に対するズレ量が所定値より大きい信号強度を外れ値として除去する。すなわち、除去手段４５により行われる処理は、複数の断層像データからから外れ値を除去する除去工程の一例に相当する。また、位置合わせ工程が行われた後に、除去工程が行われる。

なお、具体的な除去方法は後述の信号処理手順に示す。

算出手段４６は、除去手段４５により外れ値が除去された断層像データからモーションコントラスト特徴量（以下モーションコントラスト値という場合がある）を算出する。算出手段４６により行わる処理は、外れ値が除去された複数の断層像データに基づいてモーションコントラスト値を算出する算出工程の一例に相当する。

ここで、モーションコントラストとは被検体組織のうち流れのある組織（例えば血液）と流れのない組織の間のコントラストであり、このモーションコントラストを表現する特徴量をモーションコントラスト特徴量と定義する。

モーションコントラスト特徴量は、略同一位置を測定光で複数回走査することで得られた複数の断層像間におけるデータの変化に基づいて算出される。例えば、算出手段４６は位置合わせされた複数の断層像の信号強度（輝度）の分散をモーションコントラスト特徴量として算出する。より具体的には位置合わせされた複数の断層像の対応する各位置における信号強度の分散をモーションコントラスト特徴量として算出する。例えば、所定時刻の血管に相当する像の信号強度と所定時刻とは異なる時刻の血管に相当する像の信号強度とは血流により変化するため、血管に相当する部分の分散値は血流等の流れがない部分の分散値に比べて大きな値となる。すなわち、モーションコントラスト値は、複数の断層像データ間での被検体における変化が大きいほど大きくなる値である。従って、この分散値に基づいて画像を生成することでモーションコントラストを表現することが可能である。なお、モーションコントラスト特徴量は分散値に限定されるものではなく、標準偏差、差分値、非相関値および相関値の何れであってもよい。また、信号強度ではなく位相を用いることとしてもよい。すなわち、算出手段４６は、複数の断層像データ間の信号強度または位相のばらつきをモーションコントラスト特徴量として算出する。

閾値処理手段４７は、Ｉｎｔｅｎｓｉｔｙを示す断層像に閾値を設定し、閾値以下の領域に対応したモーションコントラスト特徴量の値を０に設定する。

例えば、閾値処理手段４７は、平均化画像の信号強度と閾値との比較を行う。閾値処理手段４７は平均化画像の所定位置の信号強度が閾値よりも低い場合は、平均化画像の所定位置に対応する分散等に基づいて得られたモーションコントラスト特徴量を血管を示す特徴量とは異なる値にする。例えば、閾値処理手段４７は平均化画像の信号強度が閾値よりも低い場合は、分散等に基づいて得られたモーションコントラスト特徴量を０にする。すなわち、閾値処理手段４７は、信号強度を示す代表値が閾値よりも低い場合のモーションコントラスト値を、信号強度を示す代表値が閾値よりも高い場合のモーションコントラスト値よりも低い値とする。なお、閾値処理手段４７は、算出手段４６により複数の断層像の信号強度の分散をモーションコントラスト特徴量として算出する前に、平均化画像の信号強度と閾値との比較を行うこととしてもよい。例えば、閾値処理手段４７は、平均化画像の信号強度が閾値より低い場合にはモーションコントラスト特徴量を０と算出する。さらに、平均化画像の信号強度が閾値より高い場合には算出手段４６が複数の断層像の信号強度の分散をモーションコントラスト特徴量として算出する。

ここで、特徴量が０であることは図９等に示す画像の黒い部分を示している。なお、モーションコントラスト特徴量を完全に０にするのではなく０近傍の値とすることとしてもよい。一方、閾値処理手段４７は平均化画像の信号強度が閾値よりも高い場合は、分散等に基づいて得られたモーションコントラスト特徴量を維持する。

セグメンテーション手段４８は、平均化手段４４で生成した断層画像から、網膜の層を検出し、網膜層の各領域の層境界を抽出する。具体的な検出方法は後述の信号処理手順に示す。

画像生成手段４９は算出手段４６が３次元の断層像データから３次元のモーションコントラスト特徴量（３次元のデータ）を算出している場合は、３次元のＯＣＴアンギオグラフィー画像を生成することができる。また、画像生成手段４９は、３次元のＯＣＴアンギオグラフィー画像の任意の網膜方向の深さ範囲において投影または積算した２次元のＯＣＴアンギオグラフィー画像を生成することもできる。すなわち、画像生成手段４９は、被検体の深さ方向における所定範囲のモーションコントラスト値を前記深さ方向に投影または積算して２次元の前記モーションコントラスト画像を生成する。図８は２次元のＯＣＴアンギオグラフィー画像（ｅｎ-ｆａｃｅ血管画像もしくは単にｅｎ-ｆａｃｅ画像という場合がある）の一例である。

より具体的には、セグメンテーション手段４８が抽出したセグメンテーションデータで算出手段４６が算出した３次元のモーションコントラスト特徴量をセグメンテーションする。さらに、画像生成手段４９は、任意の網膜層を抽出し、２次元方向（Ｘ方向、Ｙ方向）に投影または積算することで眼底の網膜層を２次元的に表現するＯＣＴ画像（ｅｎ−ｆａｃｅ画像）を生成する。

なお、モーションコントラスト特徴量とセグメンテーション結果とは同一の断層像から得られているためモーションコントラスト特徴量とセグメンテーション結果とは対応づけられる。従って、画像生成手段４９はモーションコントラスト特徴量とセグメンテーション結果との対応づけを用いて任意の層のモーションコントラスト特徴量をモーションコントラスト特徴量の３次元ボリュームデータから切り出すことができる。

さらに、画像生成手段４９は３次元のＯＣＴアンギオグラフィー画像から任意の網膜方向の深さ範囲を切り出して、部分的な３次元のＯＣＴアンギオグラフィー画像を生成することもできる。すなわち、画像生成手段４９は被検体の深さ方向における所定範囲のモーションコントラスト値に基づいて、３次元のモーションコントラスト画像を生成する。

なお、任意の網膜方向の深さ範囲は検査者（操作者）により設定可能である。例えば、ＩＳ／ＯＳからＲＰＥまでの層、ＲＰＥからＢＭまでの層など選択可能な層の候補が表示部７０に表示される。表示された層の候補から、検査者は所定の層を選択する。そして、検査者により選択された層において画像生成手段４９は網膜の深さ方向に積算を行い２次元のＯＣＴアンギオグラフィー画像（ｅｎ-ｆａｃｅ血管画像）または部分的な３次元のＯＣＴアンギオグラフィー画像を生成することとしてもよい。

また、画像生成手段４９はモーションコントラスト特徴量から断層像に相当するＯＣＴアンギオグラフィー画像を生成することとしてもよい。

上述のように、画像生成手段４９による処理は、モーションコントラスト値に基づいて被検体のモーションコントラスト画像を生成する生成工程の一例に相当する。

表示制御手段７０は、各種の情報をディスプレイである出力装置８５に表示させる。より具体的には、画像生成手段４９により生成されたＯＣＴアンギオグラフィー画像をディスプレイである出力装置８５に表示させる。すなわち、表示制御手段７０による処理は、生成工程において生成されたモーションコントラスト画像を表示部に表示させる表示制御工程の一例に相当する。

［スキャンパターン］
次に、図４を用いて本実施形態のスキャンパターンの一例を説明する。
ＯＣＴアンギオグラフィーでは血流によるＯＣＴ干渉信号の時間変化を計測するため、ほぼ同一箇所を少なくとも２回以上反復計測した複数の干渉信号データセットが必要となる。図４において、被検体への照射光の軸方向がｚ軸、ｚ軸（深さ方向）と直行する平面、すなわち眼底平面方向をｘ軸、ｙ軸とする。

図４において、ｙ１からｙｎはそれぞれ異なるｙ位置でのＢスキャン、ｎはｙスキャン方向のサンプル数を示す。ｘ１からｘｐはｘスキャン方向のサンプル位置、ｐはＢスキャンを構成するｘスキャン方向のサンプル数を示す。Δｘは隣り合うｘポジションの間隔（ｘピッチ）であり、Δｙは隣り合うｙポジションの間隔（ｙピッチ）を表す。ｍはほぼ同じ箇所でのＢスキャンの反復計測回数を表す。ここで、初期位置（ｘ１、ｙ１）は図２の入力装置８１により任意に設定できる。

本実施形態ではＯＣＴ装置はほぼ同じ箇所でのＢスキャンをｍ回反復し、ｎ箇所のｙポジションに移動するスキャン方法を行う。なお、反復スキャンの方法は、ほぼ同じ箇所でのＡスキャンを繰り返してから次の位置に移動してＢスキャンを構成するスキャン方法でも良い。

ここで、反復計測回数ｍが大きいと同じ箇所での計測回数が増えるため、血流の検出精度が向上する。その一方でスキャン時間が長くなり、スキャン中の眼の動き（固視微動）により画像にモーションアーチファクトが発生する問題と被検者の負担が増える問題が生じる。本実施形態では両者のバランスを考慮してｍを４として実施した。なお、ＯＣＴ装置のＡスキャン速度、被検体１００の眼の動き量に応じて、ｍを自由に変更してもよい。すなわち、反復走査の回数は上記の値に限定されるものではない。

また、ｘ、ｙ方向の画像サイズはｐ×ｎにより決定される。ｘ、ｙ方向の画像サイズが大きいと、同じ計測ピッチであれば広範囲がスキャンできるが、スキャン時間が長くなり、上述のモーションアーチファクトおよび患者負担の問題が生じる。本実施形態では両者のバランスを考慮してｎとｐを３００として実施した。なお、上記ｎ，ｐは適宜自由に変更が可能である。すなわち、画像サイズは上記の値に限定されるものではない。

また、本実施形態ではｘピッチΔｘ、ｙピッチΔｙは眼底における照射光のビームスポット径の１／２として決定し、１０μｍとした。ここでスキャン範囲ΔＸａｌｌ，ΔＹａｌｌは次式で表すことができ、ΔＸａｌｌとΔＹａｌｌはそれぞれ３ｍｍとなる。
ΔＸａｌｌ＝ｐ×Δｘ 式（１）
ΔＹａｌｌ＝ｎ×Δｙ 式（２）
Δｘ、Δｙを眼底上ビームスポット径の１／２とすることで 生成する画像を高精細に形成することができる。Δｘ、Δｙを眼底ビームスポット径の１／２より小さくしても生成する画像の精細度をそれ以上高くする効果は小さい。

逆にｘピッチ、ｙピッチを眼底ビームスポット径の１／２より大きくすると精細度は悪化するが、同じ平面画像サイズであればより広い範囲の画像を取得することができる。臨床上の要求に応じてΔｘ、Δｙを自由に変更してもよい。
［干渉信号の取得手順］
次に、図５を用いて本実施形態の干渉信号の取得手順の一例を説明する。

まず、ステップＳ１０９において、ＣＰＵ８０は図４のポジションｙｉのインデックスｉを１に設定する。次に、ステップＳ１１０において、データ取得手段４１は、不図示の駆動機構を制御することでｘ軸スキャナー５３，ｙ軸スキャナー５４は、スキャン位置を図４の（ｘ１，ｙｉ）に移動する。

ステップＳ１１９において、データ取得手段４１はＢスキャンの反復計測回数のインデックスｊを１に初期化する。

次に、ステップＳ１２０において、データ取得手段４１はｘ軸スキャナー５３，ｙ軸スキャナー５４を制御して反復計測回数ｊ回目のＢスキャンを実施する。Ｂスキャン範囲は（ｘ１，ｙｉ）〜（ｘｐ，ｙｉ）である。

ここで、Ａスキャンの速度をＦａ[Ｈｚ]とすると、正味のＢスキャン時間（ΔｔＢ）は、ｘスキャン方向のサンプル数ｐを用いて次式で表わせる。

本実施形態ではＦａは１００ｋＨｚ、ｐは３００なので式(３)よりΔｔＢは３ｍｓである。

また、正味のＢスキャン時間（ΔｔＢ）に、Ｘ軸スキャナー５３の準備期間（Δｔｐ）を加えたものを、反復計測の時間間隔（Δｔ）とする。Δｔは次式で表せる。
Δｔ＝Δｔｐ＋ΔｔＢ 式（４）
なお、準備時間Δｔｐは例えばｘ軸スキャナー５３，ｙ軸スキャナー５４のスキャン位置を調整する時間である。本実施形態ではΔｔｐは１ｍｓでなので式（４）よりΔｔは４ｍｓである。

さらに、全体の計測時間（ｔｍ）は、反復回数ｍとｙスキャン方向のサンプル数ｎ、式（４）を用いて、次式で表せる。
ｔｍ＝Δｔ×ｍ×ｎ＝（Δｔｐ＋ΔｔＢ）×ｍ×ｎ 式（５）
本実施形態ではｍは４，ｎは３００なので、式(５)より全体の計測時間ｔｍは４．８ｓである。

ここで、Ｂスキャン時間ΔｔＢと反復計測の時間間隔Δｔは、短いほど被検体の動きの影響を受けにくく、バルクモーションノイズは小さくなる。逆に大きいと被検体の動きにより位置再現性が低下しバルクモーションノイズが増える。また、計測にかかる時間が増え、患者負担が増してしまう。ここで、バルクモーションとは被検眼の動きを意味し、バルクモーションノイズとは被検眼の動きにより発生するノイズを意味している。

さらに、反復計測の時間間隔Δｔについては小さすぎると血流検出にかかる時間が短くなり血流検出感度が低下する。

これらを考慮してｔｍ， Δｔ，ｎ，ｐ，ΔｔＢ、Δｔｐ、を選択することが望ましい。
なお、反復計測の位置再現性を高めるため、Ｘ軸スキャナー５３、Ｙ軸スキャナー５４は被検体を追尾しつつ、Ｂスキャンを行っても良い。

ステップＳ１３０において差動検出器３１はＡスキャン毎に干渉光を検出し、Ａ／Ｄ変換器３２は干渉光をデジタル信号（干渉信号）に変換する。データ取得手段４１はＡ／Ｄ変換器３２から干渉信号を取得し、干渉信号を記憶装置８４に記憶させる。データ取得手段４１は１度のＢスキャンでＡスキャン信号ｐ個を取得する。ｐ個のＡスキャン信号は１のＢスキャン信号を構成している。

ステップＳ１３９において、データ取得手段４１はＢスキャンの反復計測回数のインデックスｊをインクリメントする。

次に、ステップＳ１４０においてデータ取得手段４１はｊが所定の反復計測回数ｍより大きいか判断する。すなわち、ポジションｙｉでのＢスキャンがｍ回繰り返されたかを判断する。繰り返されてない場合はＳ１２０に戻り、同一位置のＢスキャン計測を繰り返す。所定回数繰り返された場合は、Ｓ１４９に進む。

ステップＳ１４９において、データ取得手段４１はポジションｙｉのインデックスｉをインクリメントする。

次に、ステップＳ１５０においてデータ取得手段４１はポジションｙｉのインデックスｉが所定の計測位置の数ｎより大きいか、すなわちｎ箇所の全てのｙポジションでＢスキャンを実施したかを判断する。ｎ箇所の全てのＹポジションでＢスキャンが実施されていない場合はステップＳ１１０に戻り、次の計測ポジションで計測することを繰り返す。ｎ箇所の全てのＹポジションでＢスキャンが実施された場合は、次ステップＳ１６０へ進む。

ステップＳ１６０においてデータ取得手段４１はバックグラウンドデータを取得する。データ取得手段４１は不図示の駆動手段を制御することでシャッター５６を閉じた状態光路に挿入した状態）で１００回Ａスキャンを計測し、データ取得手段４１は１００個のＡスキャン信号を平均化して記憶装置８４に記憶する。なお、バックグラウンドの測定回数は１００回に限るものではない。

以上のステップを実施して、データ取得手段４１は、ほぼ同一箇所を少なくとも２回以上反復計測した複数の干渉信号、及びバックグランドデータを取得することができる。

［信号処理手順］
次に、信号処理手順の一例を図６を用いて説明する。

図６は、データ取得手段４１が干渉信号を取得し、信号処理をしてＯＣＴアンギオグラフィーのｅｎ−ｆａｃｅ画像を出力するまでのフローである。
本実施形態では、ＯＣＴアンギオグラフィーのｅｎ−ｆａｃｅ画像を生成するために、モーションコントラスト特徴量を計算する必要がある。

図６のステップＳ２０９において、データ取得手段４１は、ＯＣＴ装置が計測した、ほぼ同一箇所を少なくとも２回以上反復計測した複数の干渉信号を取得する。なお、データ取得手段４１は前述の干渉信号の取得手順に従って干渉信号取得しても良いし、予め補助記憶装置８７に保存されている干渉信号をデータ取得手段４１が読み込みこむことで干渉信号取得してもよい。

次に、ステップＳ２１０において、データ取得手段４１はポジションｙｉのインデックスｉを１に設定する。

ステップＳ２２０において、データ取得手段４１はポジションｙｉにて反復計測した全てのＢスキャンの干渉信号（ｍ回分）を呼び出す。

次に、ステップＳ２３０において、データ取得手段４１はＢスキャンの反復計測回数のインデックスｊを１に初期化する。

ステップＳ２４０において、データ取得手段４１はｍ回分のＢスキャン干渉信号からｊ番目の干渉信号を呼び出す。

次に、ステップＳ２５０において、データ取得手段４１は図５のステップＳ１６０で取得したバックグラウンドデータをステップＳ２４０で取得した干渉信号から減算する。

ステップＳ２６０において、解析手段４３はバックグラウンドを減算した干渉信号を周波数解析する。本実施形態では周波数解析として干渉信号に高速フーリエ変換（ＦＦＴ ：Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を適用することにより位相と振幅からなるＯＣＴ複素信号を生成する。なお、周波数解析として最大エントロピー法を用いてもよい。

ステップＳ２７０において、解析手段４３は、ステップＳ２６０の周波数解析後のＯＣＴ複素信号の絶対値の２乗を計算する。この値が当該Ｂスキャンの断層画像の強度（Ｉｎｔｅｎｓｉｔｙ）となる。すなわちステップＳ２７０において解析手段４３はＩｎｔｅｎｓｉｔｙを示す断層像を取得する。

ステップＳ２８０において、データ取得手段４１はＢスキャンの反復計測回数のインデックスｊをインクリメントする。そして、ステップＳ２９０においてデータ取得手段４１は、ｊが所定の反復計測回数ｍより大きいか判断する。ｊが所定の反復計測回数ｍ以下の場合はＳ２４０に戻り、同一Ｙ位置で反復計測したＢスキャンのＩｎｔｅｎｓｉｔｙ計算を繰り返す。ｊが所定の反復計測回数ｍより多いきい場合は、次ステップＳ３００へ進む。

ステップＳ３００において、位置合わせ手段４３はあるｙｉポジションにおいて反復計測したＢスキャンのｍフレーム分の断層像を位置合わせする。具体的には、位置合わせ手段４３はｍフレーム分の断層像のうち、任意の１枚の断層像をテンプレートとして選択する。位置合わせ手段４３はｍフレーム分の断層像における全ての組み合わせで相関を計算し、フレーム別に相関係数の和を求め、その和が最大となるフレームを選択してもよい。

次に、位置合わせ手段４３は、テンプレートとして選択された断層像と他のフレームの断層像とを照合し位置ずれ量（δＸ、δＹ、δθ）を求める。具体的には、位置合わせ手段４３は、テンプレート画像の位置と角度を変えながら他のフレームの断層像との類似度を表す指標であるＮｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ（ＮＣＣ）を計算する。そして、位置合わせ手段４３は、この値が最大となるときの画像位置の差を位置ずれ量として求める。

なお、本発明では、類似度を表す指標は、テンプレートとフレーム内の画像の特徴の類似性を表す尺度であれば種々変更が可能である。例えばＳｕｍ ｏｆ Ａｂｕｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ（ＳＡＤ）、Ｓｕｍ ｏｆ Ｓｑｕａｒｅｄ Ｄｉｆｆｅｒｅｎｃｅ（ＳＳＤ）を類似度を表す指標として用いてもよい。また、Ｚｅｒｏ−ｍｅａｎｓ Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ（ＺＮＣＣ）、Ｐｈａｓｅ Ｏｎｌｙ Ｃｏｒｒｅｌａｔｉｏｎ（ＰＯＣ）を類似度を表す指標として用いてもよい。さらに、Ｒｏｔａｔｉｏｎ Ｉｎｖａｒｉａｎｔ Ｐｈａｓｅ Ｏｎｌｙ Ｃｏｒｒｅｌａｔｉｏｎ（ＲＩＰＯＣ）等を類似度を表す指標として用いてもよい。

次に、位置合わせ手段４３は位置ずれ量（δＸ、δＹ、δθ）に応じて位置補正をテンプレート以外のｍ−１フレームの断層像に適用し、ｍフレーム分の断層像の位置合わせを行う。

ステップＳ３０９において除去手段４５は、ほぼ同一箇所を少なくとも２回以上反復計測することで得られた複数の断層像のそれぞれのピクセル位置について、ステップＳ２６０の周波数解析の結果から得られるＯＣＴ複素信号について外れ値を除去をする。本実施形態ではステップＳ２７０のＩｎｔｅｎｓｉｔｙ計算の出力結果から外れ値を除去する。

図７を用いて外れ値除去の一例について具体的に説明する。図７に、断層像のある１ピクセルにおいて、反復計測して得られたＩｎｔｅｎｓｉｔｙの値の一例を示す。ここで、各ピクセルはステップＳ３００にて位置合わせされている。縦軸はＩｎｔｅｎｓｉｔｙ、横軸はＢスキャンの反復計測Ｎｏを表す。本実施形態では反復計測回数４回である。

そして、ほぼ同一箇所を計測した複数のＩｎｔｅｎｓｉｔｙの平均値（Ａｖｅ）と標準偏差（σ）を計測し、図の閾値（ｔｈ１，ｔｈ２）を次式のように設定する。
ｔｈ１＝Ａｖｅ−ｋ×σ 式（６）
ｔｈ２＝Ａｖｅ＋ｋ×σ 式（７）
ここでｋは任意の設定パラメタであり、本実施形態では１．２とする。なお、ｋの値は１．２に限定されるものではない。

これらｔｈ１、ｔｈ２を用いて、Ｉｎｔｅｎｓｉｔｙの平均値（Ａｖｅ）を基準とし、除去手段４５は、計測値がｔｈ１以下、ｔｈ２以上のものを外れ値として除去する。すなわち、外れ値とは設定された閾値を超える値を指している。図７では反復計測Ｎｏが２のデータが外れ値であることを表している。すなわち、除去手段４５は、複数の断層像データが示す信号強度の平均値から、所定値以上離れている信号強度を外れ値として除去する。

このように、断層像データのピクセル毎に外れ値が除去される。ピクセル毎に外れ値が除去されるため、血管の画像化に有効なデータを不要に除去することがない。従って、ノイズ除去と精度のよい血管の画像化とを両立することが可能となる。

なお、外れ値を検出して除去する方法としてＩｎｔｅｎｓｉｔｙではなく、位相を用いてもよい。この場合、除去手段４５は、複数の断層像データが示す位相の平均値から、所定値以上離れている位相を外れ値として除去する。

また、外れ値を決める閾値は任意に決めることができる。

ステップＳ３０９が終了するとステップＳ３１０とステップＳ３１１に進む。

ステップＳ３１０において算出手段４６はステップＳ３０９で外れ値を除いたデータセットでモーションコントラスト特徴量を算出する。

本実施形態ではステップＳ３００にて位置合わせされたｍフレームの断層像（Ｉｎｔｅｎｓｉｔｙ画像）から同じ位置のピクセルごとに分散値を計算し、その分散値をモーションコントラスト特徴量とする。
なお、モーションコントラスト特徴量の求め方は種々あり、本発明においてモーションコントラストの特徴量の種類は同一Ｙ位置で反復計測した各ピクセルの計測値の変化を表す指標であれば本発明に適用が可能である。

一方、ステップＳ３１１において平均化手段４４はステップＳ３００で位置合わせされた断層像（Ｉｎｔｅｎｓｉｔｙ画像）を平均化し、Ｉｎｔｅｎｓｉｔｙ平均化画像を生成する。

ステップＳ３２０において閾値処理手段４７は、ステップＳ３１０で出力したモーションコントラスト特徴量の閾値処理を行う。閾値の値は平均化手段４４がステップＳ３１１で出力したＩｎｔｅｎｓｉｔｙ平均化画像から、ノイズフロアでランダムノイズのみが表示されているエリアを抽出し、標準偏差σを計算し、ノイズフロアの平均Ｉｎｔｅｎｓｉｔｙ＋２σと設定する。閾値処理手段４７は、Ｉｎｔｅｎｓｉｔｙ平均化画像における各画素のＩｎｔｅｎｓｉｔｙが上記閾値以下の領域を決定する。そして、決定した領域に対応したモーションコントラスト特徴量の値を０に設定する。すなわち、Ｉｎｔｅｎｓｉｔｙ平均化画像において信号強度が閾値以下の領域に対応するステップＳ３１０で算出されたコントラスト特徴量の値を０に設定する。

ステップＳ３２０の閾値処理により、ランダムノイズによるＩｎｔｅｎｓｉｔｙ変化に由来するモーションコントラストを除去している。これによりモーションコントラスト画像において、被検体が写っていないエリアに生じるモーションコントラストノイズを取り除くことができる。

なお、閾値の値は、小さいほどモーションコントラストの検出感度は上がる一方、残存するモーションコントラストノイズも増す。また、大きいほどモーションコントラストノイズは減るがモーションコントラストの検出感度は下がる。 本実施形態では閾値をノイズフロアの平均輝度＋２σとして設定したが、閾値はこれに限るものではない。

ステップＳ３３０においてデータ取得手段４１は、ポジションｙｉのインデックスｉをインクリメントする。

ステップＳ３４０においてデータ取得手段４１は、ポジションｙｉのインデックスｉが所定の計測回数ｎより大きいかを判断する。インデックスｉが計測位置の数ｎより小さい場合はＳ２２０に戻り、次のｙポジションのデータの処理を繰り返す。インデックスｉが計測位置の数ｎ より大きい場合は、次ステップＳ３５０へ進む。

ここでステップＳ３４０を終了した時点で、すべてのＹ位置で平均化画像とモーションコントラスト特徴量のＢスキャン像（Ｚ深さ方向とＸ方向との二次元データ）が取得されたこととなる。すなわち、平均化画像とモーションコントラスト特徴量の３次元データ（ボリュームデータ）が取得されたこととなる。

ステップＳ３５０においてセグメンテーション手段４８は、平均化手段４４がステップＳ３１１で生成したＩｎｔｅｎｓｉｔｙ平均化画像から、網膜のセグメンテーションを行う。以下、網膜のセグメンテーションについて具体的に説明する。

セグメンテーション手段４８は、複数のＹポジションにおけるＩｎｔｅｎｓｉｔｙ平均化画像から抜き出した処理の対象とするＩｎｔｅｎｓｉｔｙ平均化画像を抽出する。そして、セグメンテーション手段４８はメディアンフィルタとＳｏＢｅｌフィルタを抽出したＩｎｔｅｎｓｉｔｙ平均化画像にそれぞれ適用して画像を作成する（以下、それぞれメディアン画像、ＳｏＢｅｌ画像ともいう）。

次に、セグメンテーション手段４８は、作成したメディアン画像とＳｏＢｅｌ画像とから、Ａスキャン毎にプロファイルを作成する。作成されるプロファイルは、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、セグメンテーション手段４８は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。セグメンテーション手段４８は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（層境界）を抽出する。

セグメンテーションについて図８を用いて説明する。図８はあるｙ位置におけるＩｎｔｅｎｓｉｔｙ平均化画像であり、セグメンテーションラインが破線でＩｎｔｅｎｓｉｔｙ平均化画像にオーバーレイされている。本実施形態におけるセグメンテーションでは６層を検出している。６層の内訳は、（１）神経線維層（ＮＦＬ） 、（２）神経節細胞層（ＧＣＬ）＋内網状層（ＩＰＬ）を合わせた層、（３）内顆粒層（ＩＮＬ）＋外網状層（ＯＰＬ） を合わせた層、（４）外顆粒層（ＯＮＬ）＋外境界膜（ＥＬＭ）を合わせた層、（５）Ｅｌｌｉｐｓｏｉｄ Ｚｏｎｅ （ＥＺ） ＋ Ｉｎｔｅｒｄｉｇｉｔａｔｉｏｎ Ｚｏｎｅ （ＩＺ）＋ 網膜色素上皮（ＲＰＥ）を合わせた層、（６）脈絡膜（Ｃｈｏｒｏｉｄ）である。

なお、本実施形態で説明したセグメンテーションは一例であり、ダイクストラ法を利用したセグメンテーションなど、その他の方法を用いても良い。また、検出する層の数は任意に選ぶことができる。

図６に戻り、ステップＳ３６０において画像生成手段４９は、網膜のセグメンテーション結果と閾値処理されたモーションコントラスト特徴量に基づいてＯＣＴアンギオグラフィー画像を生成する。例えば、画像生成手段４９はステップＳ３５０で出力したセグメンテーションデータに基づき、ＯＣＴアンギオグラフィー画像（ｅｎ−ｆａｃｅ画像）を生成する。

図９は本実施形態におけるＯＣＴアンギオグラフィー画像（ｅｎ−ｆａｃｅ画像）である。以下、ｅｎ−ｆａｃｅ画像の生成方法について具体的に説明する。

画像生成手段４９は、モーションコントラスト特徴量のボリュームデータから、例えば神経節細胞層（ＧＣＬ）＋内網状層（ＩＰＬ）を合わせた層、に対応するエリアを切り出す。そして、画像生成手段４９は各Ａスキャンについて、モーションコントラスト特徴量の代表値を計算する。Ａスキャン代表値は、平均値、最大値、中央値のいずれでもよい。このＡスキャン代表値を２次元方向（Ｘ方向、Ｙ方向）に投影することで、（２）神経節細胞層（ＧＣＬ）＋内網状層（ＩＰＬ）を合わせた層に対応するｅｎ−ｆａｃｅ画像が生成される。なお、モーションコントラスト特徴量とセグメンテーション結果とは同一の断層像から得られているためモーションコントラスト特徴量とセグメンテーション結果とは対応づけられる。従って、生成手段４４はモーションコントラスト特徴量とセグメンテーション結果との対応づけを用いて任意の層のモーションコントラスト特徴量をモーションコントラスト特徴量の３次元ボリュームデータから切り出すことができる。

また、本実施形態ではＡスキャン代表値を２次元方向（Ｘ方向、Ｙ方向）にプロットする際に、Ａスキャン代表値プロットする値をＬｏｇ変換することでダイナミックレンジを広げて表示している。なお、このＬｏｇ変換を行わないこととしてもよい。

図９はＯＣＴ装置により黄斑部を計測した際のｅｎ−ｆａｃｅ画像である。本実施形態では画像生成手段４９が、セグメンテーション結果に基づいてより、神経節細胞層（ＧＣＬ）＋内網状層（ＩＰＬ）を合わせた層のモーションコントラスト特徴量
をモーションコントラスト特徴量の３次元ボリュームデータから切り出す。そして、画像生成手段４９は、切り出したモーションコントラスト特徴量を眼底の深さ方向に投影または積算してモーションｅｎ−ｆａｃｅ画像を生成している。すなわち、生成手段４４は、検出手段により検出された層境界に基づいてモーションコントラスト値を被検体の深さ方向に投影または積算して２次元のモーションコントラスト画像を生成する。図９に示すようにモーションコントラスト特徴量が高い部分（画像中の白い部分）は、眼底血管を描出している。

なお、セグメンテーションデータを選択することにより、任意の層のｅｎ−ｆａｃｅ画像を生成することができる。

図６に戻り、ステップＳ３７０において表示制御手段７０は、ステップＳ３６０で生成したｅｎ−ｆａｃｅ画像をディスプレイである出力装置８５に表示させる。なお、上記の実施形態においては、ｅｎ−ｆａｃｅ画像を生成し表示することとしたが、３次元のＯＣＴアンギオグラフィー画像または部分的な３次元のＯＣＴアンギオグラフィー画像を生成し、表示することとしてもよい。

次に、図１０を用いて本実施形態の効果を説明する。図１０（ａ）は本実施形態において除去手段４５によるステップＳ３０９の外れ値除去工程を行わずに生成されたｅｎ−ｆａｃｅ画像である。ｑとｒとでそれぞれ示す位置に横スジ状のバルクモーションノイズが見られる。

一方で、図１０（ｂ）は上述したようにステップＳ３０９の外れ値除去工程を行い生成されたｅｎ−ｆａｃｅ画像である。図１０（ａ）のｑとｒとそれぞれ同じ位置に相当するｓとｔとが示す位置における横スジ状のバルクモーションノイズが低減されている。

本実施形態ではＯＣＴ複素信号の外れ値を除去したデータでモーションコントラスト特徴量を計算することで、バルクモーションが生じて異なる箇所を計測することにより生じた異常な計測データを取り除いている。したがって、モーションコントラスト画像においてバルクモーションノイズを低減することができる。

以上、本実施形態によれば、ＯＣＴアンギオグラフィーにおけるバルクモーションノイズを効果的に低減することが可能となる。すなわち、本実施形態によれば精度良く血管を画像化することが可能となる。

〔第２の実施形態〕
第２の実施形態は、除去手段４５はほぼ同一箇所を少なくとも２回以上の反復計測により得られた複数の干渉信号から近似曲線を求め、この近似曲線を基準とし外れ値除去する点が第１の実施形態とは異なる。

本実施形態について図１１を用いて説明する。図１１において、縦軸はＩｎｔｅｎｓｉｔｙ、横軸はＢスキャンの反復計測Ｎｏを表す。本実施例では反復計測回数ｍを６としている。なお、Ｂスキャンの反復計測回数は６回に限定されるものではない。

図１１における実線ｙｃは、除去手段４５が６個の信号強度を用いて算出した近似直線である。この近似曲直線ｙｃは、αを定数、βを１次の系数として次式で表せる。
ｙｃ＝α＋βｘ 式（８）
この近似直線ｙｃからの残差平方和をσｒ^２ としたとき、除去手段４５は図１１の閾値（ｔｈ１ｒ，ｔｈ２ｒ）を次式のように設定する。
ｔｈ１ｒ＝ｙｃ−ｋｒ×σｒ 式（９）
ｔｈ２ｒ＝ｙｃ＋ｋｒ×σｒ 式（１０）
ここでｋｒは任意の設定パラメタであり、本実施形態ではｋｒを１．２とする。除去手段４５は、式（８）、（９）を用いて、計測値がｔｈ１ｒ以下、ｔｈ２ｒ以上のものを外れ値として除去する。これにより、反復計測した複数のＩｎｔｅｎｓｉｔｙデータから、近似曲線を基準とし外れ値除去される。図１１では反復計測Ｎｏが２のデータが外れ値であることを表している。

なお、本実施例ではｙｃを近似直線としたが、外れ値除去の精度を上げるために任意の次数の近似曲線としてもよい。すなわち、除去手段４５は、複数の断層像データが示す信号強度の平均値から算出された近似直線あるいは近似曲線から所定値以上離れている信号強度を外れ値として除去する。また、信号強度に代えて位相を用いることも可能である。この場合、除去手段４５は、複数の断層像データが示す位相の平均値から算出された近似直線あるいは近似曲線から所定値以上離れている位相を外れ値として除去する。

また、ｔｈ１ｒ、ｔｈ２ｒは、ｙｃの９５％信頼区間として設定してもよい。

以上、本実施例のように反復計測した複数の干渉信号データから、近似曲線を基準とし外れ値除去することで反復計測データがトレンドを有する場合にもＯＣＴアンギオグラフィーにおけるバルクモーションノイズを効果的に低減することが可能となる。すなわち、本実施形態によれば精度よく血管を画像化することが可能である。

〔第３の実施形態〕
本発明の第３の実施形態は、同一のＡスキャンまたは単一フレーム内で一定割合以上の外れ値を検出した場合、Ａスキャンラインまたはフレーム単位で除外してモーションコントラストを算出することを特徴とする。すなわち、第１の実施形態におけるステップＳ３０９の処理が変更されている。

本実施形態における除去手段４５は、外れ値が発生したピクセルの位置（ボリュームデータ中のピクセル位置ｘ，ｙ，ｚ）および反復計測フレームＮｏを記憶装置８４に記憶させる。除去手段４５は、全ての断層像データに対して外れ値の決定および外れ値が発生したピクセルの位置および反復計測フレームＮｏを記憶する。例えば、図７に示す例においては、除去手段４５はフレームＮｏ２およびフレームＮｏ２の外れ値のピクセル位置を記憶装置８４に記憶させる。

続いて、除去手段４５は、ステップＳ３０９において、除去手段４５は、各Ａスキャンラインまたはフレームで外れ値が含まれている割合（外れ値含有率）を算出する。

そして外れ値含有率が一定値（例えば２０％）以上含まれているＡスキャンラインまたはフレームにおいて、除去手段４５は当該領域の断層像データを除去する。すなわち、除去手段４５は、Ａスキャンラインまたはフレーム内で一定割合以上の外れ値を検出した場合はＡスキャンラインまたはフレーム単位で外れ値を除外する。

次に、ステップＳ３１０において、算出手段４６はステップＳ３０９で外れ値を除去した干渉信号データに基づいてモーションコントラスト特徴量を算出する。 本実施例では、反復計測の位置が大きくずれている場合にも、位置ずれが生じたＡスキャンラインまたはフレーム単位で的確にバルクモーションノイズを除去することができる。なお、本実施形態は第１の実施形態および第２の実施形態のいずれに対しても組み合せることができる。

〔第４の実施形態〕
第４の実施形態では、ＯＣＴアンギオグラフィー画像上で外れ値が発生した箇所を表示することを特徴とする。

本実施形態について図１２を用いて説明する。図１２のｕ，ｖのマーカーは外れ値の除去が発生した箇所を矢印で表示している。

具体的には、第３の実施形態と同様に、除去手段４５は外れ値が発生したピクセルの位置（ボリュームデータ中のピクセル位置ｘ，ｙ，ｚ）を記憶装置８４に記憶させる。そして、表示制御手段７０は記憶装置８４に記憶された外れ値が発生したピクセルの位置に基づいてＯＣＴアンギオグラフィー画像上に外れ値の除去が発生した箇所を示す表示を表示させる。すなわち、表示制御手段７０は外れ値が発生した箇所をモーションコントラスト画像上に表示させる。

なお、図１２に示す例ではマーカーを矢印としたが、任意のマーカーで構わない。外れ値が発生した箇所の表示のする、しないは任意に切り替えが可能である。本実施形態によれば検査者外れ値が発生した領域を確認することができる。従って、例えば血管が明瞭に画像化されていない原因が病気によるものか外れ値除去によるものかを判断することが可能となる。

〔第５の実施形態〕
第５の実施形態は、所定個数以上の外れ値が発生した画素はエラーとし、エラー画素は隣り合うエラーでないピクセル（画素）のモーションコントラスト値で補間することを特徴とする。

具体的には除去手段４５は、同一画素における外れ値発生個数および画素の位置を記憶装置８４に記憶させる。例えば、図７に示す例においてフレームＮｏ３の信号強度が外れ値であった場合には、除去手段４５が、外れ値発生個数を２個および画素位置を記憶装置８４に記憶させる。

そして、エラー発生個数が所定個数（例えば２）以上の場合その画素をエラー画素とし、算出手段４６は、記憶装置８４に記憶された外れ値発生個数および当該画素位置を取得して、エラー画素を隣り合うエラーでないモーションコントラスト値で線型補間する。すなわち、 除去手段４５が、所定個数以上の外れ値が発生した画素をエラー領域として記憶し、算出手段４６がエラー領域を補間する。

なお、補間の方法は、スプライン補間などその他の方法でもよい。なお、エラー画素が所定値以上連続している場合には補間を行わないこととしてもよい。すなわち、連続するエラー画素の数が所定値以下の場合に算出手段４６は補間を行う。なお、エラー画素が所定値以上連続している場合にはエラーであることを示す表示をＯＣＴアンギオグラフィー画像上に表示させることとしてもよい。

また、エラー画素を、ある一定のエラー画素密度をもつエラー領域として処理してもよい。

本実施形態では、外れ値が所定個数以上の画素をエラー画素とし、信頼性の悪い画素は補間処理することでバルクモーションノイズを低減することができる。

［その他の実施例］
以上、実施例を詳述したが、本発明は例えば、システム、装置、方法、プログラム若しくは記録媒体（記憶媒体）等としての実施態様をとることが可能である。具体的には、複数の機器（例えば、ホストコンピュータ、インタフェース機器、撮像装置、ｗｅｂアプリケーション等）から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

また、開示の技術の目的は、以下のようにすることによって達成されることはいうまでもない。即ち、前述した実施例の機能を実現するソフトウェアのプログラムコード（コンピュータプログラム）を記録した記録媒体（または記憶媒体）を、システムあるいは装置に供給する。係る記憶媒体は言うまでもなく、コンピュータ読み取り可能な記憶媒体である。そして、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムコードを読み出し実行する。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。

４１ データ取得手段
４２ 解析手段
４３ 位置合わせ手段
４４ 平均化手段
４５ 除去手段
４６ 算出手段
４７ 閾値処理手段
４８ セグメンテーション手段
４９ 画像生成手段
７０ 表示制御手段

Claims (20)

1. 光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成方法であって、
   被検体の略同一位置の断層を示す複数の断層像データの位置合わせを行う位置合わせ工程と、
   前記位置合わせを行って得た複数の断層像データの互いに対応する一部の領域における複数の強度値から外れ値を除去する除去工程と、
   前記外れ値が除去された前記複数の断層像データに基づいてモーションコントラスト値を算出する算出工程と、
   前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成工程と、
   を有することを特徴とする画像生成方法。
2. 前記除去工程において、前記一部の領域は画素であって、前記位置合わせを行って得た複数の断層像データの互いに対応する画素毎に、前記外れ値を除去することを特徴とする請求項１に記載の画像生成方法。
3. 前記生成工程において生成されたモーションコントラスト画像を表示部に表示させる表示制御工程を更に備え、
   前記表示制御工程において、前記外れ値が発生した箇所を前記モーションコントラスト画像上に表示させることを特徴とする請求項１または２に記載の画像生成方法。
4. 光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成方法であって、
   被検体の略同一位置の断層を示す複数の断層像データから外れ値を除去する除去工程と、
   前記外れ値が除去された前記複数の断層像データに基づいてモーションコントラスト値を算出する算出工程と、
   前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成工程と、
   前記生成されたモーションコントラスト画像を表示部に表示させ、前記外れ値が発生した箇所を前記モーションコントラスト画像上に表示させる表示制御工程と、
   を有することを特徴とする画像生成方法。
5. 前記算出工程において、所定個数以上の外れ値が発生した画素をエラー領域として補間され、且つ前記エラー領域以外の画素における外れ値が除去された前記複数の断層像データに基づいて、前記モーションコントラスト値を算出することを特徴とする請求項１乃至４のいずれか１項に記載の画像生成方法。
6. 光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成方法であって、
   被検体の略同一位置の断層を示す複数の断層像データから外れ値を除去する除去工程と、
   所定個数以上の外れ値が発生した画素がエラー領域として補間され、且つ前記エラー領域以外の画素における外れ値が除去された前記複数の断層像データに基づいて、モーションコントラスト値を算出する算出工程と、
   前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成工程と、
   を有することを特徴とする画像生成方法。
7. 前記除去工程において、Ａスキャンラインまたはフレーム内で一定割合以上の数の外れ値が検出された場合には、Ａスキャンラインまたはフレーム単位で外れ値を除外することを特徴とする請求項１乃至６のいずれか１項に記載の画像生成方法。
8. 光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成方法であって、
   被検体の略同一位置の断層を示す複数の断層像データから外れ値を除去する除去工程であって、Ａスキャンラインまたはフレーム内で一定割合以上の数の外れ値が検出された場合には、Ａスキャンラインまたはフレーム単位で外れ値を除去する除去工程と、
   前記外れ値が除去された前記複数の断層像データに基づいてモーションコントラスト値を算出する算出工程と、
   前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成工程と、
   を有することを特徴とする画像生成方法。
9. 前記複数の断層像データは干渉光を受光したセンサの出力を周波数解析することで得られたデータであることを特徴とする請求項１乃至８のいずれか１項に記載の画像生成方法。
10. 前記周波数解析は、高速フーリエ変換（（ＦＦＴ ：Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ））であることを特徴とする請求項９に記載の画像生成方法。
11. 前記除去工程において、前記複数の断層像データが示す信号強度の平均値から、所定値以上離れている信号強度を外れ値として除去することを特徴とする請求項１乃至１０のいずれか１項に記載の画像生成方法。
12. 前記除去工程において、前記複数の断層像データが示す位相の平均値から、所定値以上離れている位相を外れ値として除去することを特徴とする請求項１乃至１０のいずれか１項に記載の画像生成方法。
13. 前記除去工程において、前記複数の断層像データが示す信号強度の平均値から算出された近似直線あるいは近似曲線から所定値以上離れている信号強度を外れ値として除去することを特徴とする請求項１乃至１０のいずれか１項に記載の画像生成方法。
14. 前記除去工程において、前記複数の断層像データが示す位相の平均値から算出された近似直線あるいは近似曲線から所定値以上離れている位相を外れ値として除去することを特徴とする請求項１乃至１０のいずれか１項に記載の画像生成方法。
15. 前記算出工程において、前記複数の断層像データ間の信号強度または位相のばらつきをモーションコントラスト特徴量として算出することを特徴とする請求項１乃至１４のいずれか１項に記載の画像生成方法。
16. 請求項１乃至１５のいずれか１項に記載の画像生成方法の各工程をコンピュータに実行させることを特徴とするプログラム。
17. 光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成装置であって、
    被検体の略同一位置の断層を示す複数の断層像データの位置合わせを行う位置合わせ手段と、
    前記位置合わせを行って得た複数の断層像データの互いに対応する一部の領域における複数の強度値から外れ値を除去する除去手段と、
    前記外れ値が除去された前記複数の断層像データに基づいてモーションコントラスト値を算出する算出手段と、
    前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成手段と、
    を有することを特徴とする画像生成装置。
18. 光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成装置であって、
    被検体の略同一位置の断層を示す複数の断層像データから外れ値を除去する除去手段と、
    前記外れ値が除去された前記複数の断層像データに基づいてモーションコントラスト値を算出する算出手段と、
    前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成手段と、
    前記生成されたモーションコントラスト画像を表示部に表示させ、前記外れ値が発生した箇所を前記モーションコントラスト画像上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生成装置。
19. 光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成装置であって、
    被検体の略同一位置の断層を示す複数の断層像データから外れ値を除去する除去手段と、
    所定個数以上の外れ値が発生した画素がエラー領域として補間され、且つ前記エラー領域以外の画素における外れ値が除去された前記複数の断層像データに基づいて、モーションコントラスト値を算出する算出手段と、
    前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成手段と、
    を有することを特徴とする画像生成装置。
20. 光干渉断層法を用いてモーションコントラスト画像を生成するための画像生成装置であって、
    被検体の略同一位置の断層を示す複数の断層像データから外れ値を除去する除去手段であって、Ａスキャンラインまたはフレーム内で一定割合以上の外れ値を検出した場合は、Ａスキャンラインまたはフレーム単位で外れ値を除去する除去手段と、
    前記外れ値が除去された前記複数の断層像データに基づいてモーションコントラスト値を算出する算出手段と、
    前記モーションコントラスト値に基づいて前記被検体のモーションコントラスト画像を生成する生成手段と、
    を有することを特徴とする画像生成装置。