JP6620636B2 - 眼底画像処理装置 - Google Patents

Description

本発明は、眼底画像の処理技術に関し、特に、動脈硬化や高血圧の指標の１つである動静脈径比を、眼底画像を処理することにより解析するための技術に関する。

生活習慣病として代表的な高血圧・脂質異常症・糖尿病・動脈硬化などいわゆるメタボリックシンドロームにおいて、血圧・脂質・血糖は簡便に計測でき自己検診も可能である。しかし、動脈硬化の計測（通称：血管年齢検査）については、現状ではPWV検査（脈波伝播速度）、ABI検査（足関節上腕血圧比）、頚動脈エコー検査など、検査設備を備えた循環器専門のクリニックでないと計測ができない。これに対して、眼科クリニックが保有する眼底カメラを用いて眼底血管口径を計測することにより、高血圧や動脈硬化を簡便に計測する手法も知られている。眼底は人体の中で唯一血管を直接観察できる箇所であり、眼底動脈の硬化が全身の動脈と同様に進行すると仮定すれば、眼底写真の撮影により動脈硬化の計測が可能になる。眼底カメラは小型化・低価格化が進み、海外では既にスマートフォンでも撮影できる特殊なレンズが販売されており、眼底写真の自己撮影のインフラも整いつつある。

眼底写真を用いた高血圧や動脈硬化の計測手法として、Scheie分類が提案されており、動静脈径比、動静脈交叉部の静脈径比、動脈の血柱反射比の３者が主要な計測項目であり、これらに対応した計測支援手法も提案されている（特許文献１参照）。また、動静脈径比の計測を完全自動で行う手法も提案されている（特許文献２参照）。

特開２００７−３１９４０３号公報 特開平１０−２４３９２４号公報

特許文献１に記載の技術では、血管幅の計測について、ユーザにより円形で指示された中心から、隣接画素との画素値の差が大きい箇所を境界とみなし、最近傍の境界点までの距離をもとに、血管の半径を算出している。しかし、眼底の病態により血管境界がぼけている場合、境界点を特定できず、血管幅が小さ目に計測される問題がある。特許文献２に記載の技術では、動脈と静脈では輝度に差があり（背景に比べ双方とも輝度が低いが、静脈は動脈より顕著に低い）、同一のしきい値で二値化して血管抽出すると、動脈幅は小さ目に静脈幅は大き目になる。そのため、動静脈径比が正しく計測できない。また、動静脈判別を自動で行う手法を提案し、誤判定箇所を血管の連続性により自動修正する機能も提案されているが、血管の分岐箇所では連続性の判定も誤る可能性がある。

上記のような問題により、現状では眼科医が眼底写真の上にゲージを当てて目視で計測する手法が一般的である。そのため、動静脈径比は１／２、１／３といった大まかな数値になり、進行度を定量的に比較できないという問題がある。一方、読み取り精度を上げても、計測者の主観によるバラツキ、計測箇所によるバラツキが多くなり、多くの計測箇所をサンプリングする必要があるが、眼科医の作業負荷が大きく現実的ではない。

そこで、本発明は、計測者の主観や計測箇所によるバラツキの問題を解消しながら、動静脈径比を客観的に計測することが可能な眼底画像処理装置を提供することを課題とする。

上記課題を解決するため、本発明第１の態様では、
眼底画像に対して処理を行う装置であって、
前記眼底画像に対して、動脈を含む範囲、静脈を含む範囲を各々計測範囲として設定する計測範囲設定手段と、
前記計測範囲から血流に相当する領域である血流領域を特定する血流領域特定手段と、
前記血流領域の内部に基準点を設定し、前記基準点より前記血流領域の輪郭上の最短距離のエッジ点を、当該基準点を挟むようにして２つ探索し、当該２つのエッジ点を結ぶ線分の中点から、当該線分に直交する２方向にそれぞれ所定の距離だけ移動した位置に参照点を２つ設定し、前記各参照点より前記血流領域の輪郭上の最短距離のエッジ点を各々２つ探索して新たなエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）とし、４つの新たなエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）と前記２つの参照点を基に血流の幅方向の値を算出し、動脈と静脈についての当該血流の幅方向の値に基づいて血流幅比率を算出する血流幅比率算出手段と、
を備えることを特徴とする眼底画像処理装置を提供する。

本発明第１の態様によれば、眼底画像に対して、動脈を含む範囲、静脈を含む範囲を各々計測範囲として設定し、計測範囲から血流に相当する領域である血流領域を特定し、血流領域の内部に基準点を設定し、基準点より血流領域の輪郭上の最短距離のエッジ点を、基準点を挟むようにして２つ探索し、２つのエッジ点を結ぶ線分の中点から、その線分に直交する２方向にそれぞれ所定の距離だけ移動した位置に参照点を２つ設定し、各参照点より血流領域の輪郭上の最短距離のエッジ点を各々２つ探索して新たなエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）とし、４つの新たなエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）と２つの参照点を基に血流の幅方向の値を算出し、動脈と静脈についての血流の幅方向の値に基づいて血流幅比率を算出するようにしたので、計測者の主観や計測箇所によるバラツキの問題を解消しながら、動静脈径比を客観的に計測することが可能となる。

また、本発明第２の態様では、前記眼底画像が所定の画素数になるように拡大処理を行う画像拡大手段を更に備え、拡大された眼底画像に対して前記計測範囲設定手段が計測範囲を設定することを特徴とする。

本発明第２の態様によれば、眼底画像が所定の画素数になるように拡大処理を行い、拡大された眼底画像に対して計測範囲を設定するようにしたので、画素数の単位で算出される動脈と静脈の２種類の血流の幅が大きな整数値になり、これらの比率である動静脈径比を算出する際に、整数値どうしの割り算による丸め誤差を小さくすることが可能となる。

また、本発明第３の態様では、前記血流領域特定手段は、計測範囲の画像が所定の画素数になるように拡大処理を行った後、血流領域を特定することを特徴とする。

本発明第３の態様によれば、計測範囲の画像が所定の画素数になるように拡大処理を行った後、血流領域を特定するようにしたので、画素数の単位で算出される動脈と静脈の２種類の血流の幅が大きな整数値になり、これらの比率である動静脈径比を算出する際に、整数値どうしの割り算による丸め誤差を小さくすることが可能となる。

また、本発明第４の態様では、前記血流領域特定手段は、前記眼底画像がＲＧＢ各２５６階調をもつフルカラー画像の場合、前記眼底画像に対して、Ｇ成分の階調値とＢ成分の階調値を反転した値との積の平方根により２５６階調をもつグレースケール画像に変換した上で、判別分析法に基づいて二値化のしきい値を算出し、前記グレースケール画像を前記しきい値で二値化した二値画像を用いて血流領域を特定することを特徴とする。

本発明第４の態様によれば、眼底画像がＲＧＢ各２５６階調をもつフルカラー画像の場合、眼底画像に対して、Ｇ成分の階調値とＢ成分の階調値を反転した値との積の平方根により２５６階調をもつグレースケール画像に変換した上で、判別分析法に基づいて二値化のしきい値を算出し、グレースケール画像をしきい値で二値化した二値画像を用いて血流領域を特定するようにしたので、血流領域の背景に対するコントラストを向上させ、血流領域の境界部を精度よく特定することが可能となる。

また、本発明第５の態様では、前記血流領域特定手段は、前記二値画像に対して領域抽出処理を行い、孤立領域が複数個抽出された場合、前記二値画像の中心に最も近い画素を含む領域を除く孤立領域を血流領域外の画素に設定することを特徴とする。

本発明第５の態様によれば、二値画像に対して領域抽出処理を行い、孤立領域が複数個抽出された場合、二値画像の中心に最も近い画素を含む領域を除く孤立領域を血流領域外の画素に設定するようにしたので、血流領域を的確に特定することが可能となる。

また、本発明第６の態様では、前記血流領域特定手段は、判別分析法に基づいて、前記グレースケール画像に対してヒストグラムを作成し、前記グレースケール画像に対して、所定の階調値ｓで２分割した際、低階調側の画素個数をＮ１（ｓ）、階調平均値をＶ１（ｓ）、高階調側の画素個数をＮ２（ｓ）、階調平均値をＶ２（ｓ）とし、判別式Ｄ（ｓ）＝Ｎ１（ｓ）・Ｎ２（ｓ）・（Ｖ１（ｓ）−Ｖ２（ｓ））²において、ｓ＝ｓｍａｘのとき最大値Ｄ（ｓｍａｘ）＝Ｄｍａｘをとるとき、所定の係数をα（０．９＜α＜１．０）とすると、Ｄ（ｓ）＝Ｄｍａｘ・αを満たす階調値ｓを前記二値化のしきい値に設定することを特徴とする。

本発明第６の態様によれば、判別分析法に基づいて、グレースケール画像に対してヒストグラムを作成し、グレースケール画像に対して、所定の階調値ｓで２分割した際、低階調側の画素個数をＮ１（ｓ）、階調平均値をＶ１（ｓ）、高階調側の画素個数をＮ２（ｓ）、階調平均値をＶ２（ｓ）とし、判別式Ｄ（ｓ）＝Ｎ１（ｓ）・Ｎ２（ｓ）・（Ｖ１（ｓ）−Ｖ２（ｓ））²において、ｓ＝ｓｍａｘのとき最大値Ｄ（ｓｍａｘ）＝Ｄｍａｘをとるとき、所定の係数をα（０．９＜α＜１．０）とすると、Ｄ（ｓ）＝Ｄｍａｘ・αを満たす階調値ｓを二値化のしきい値に設定するようにしたので、動脈、静脈に応じた的確なしきい値による二値画像を得ることが可能となる。

また、本発明第７の態様では、前記血流幅比率算出手段は、前記２つの参照点（Ｃ１、Ｃ２）の各々より探索された２つのエッジ点の中点を中点Ｏ１および中点Ｏ２とすると、中点Ｏ１と中点Ｏ２の中点Ｏより、中点Ｏ１および中点Ｏ２を結ぶ直線の２方向に、前記所定の距離（Ｏｆｆ１）より大きい所定の距離（Ｏｆｆ２＞Ｏｆｆ１）だけ移動した参照点（Ｃ１、Ｃ２）を２つ再設定し、前記再設定された各参照点より前記血流領域の輪郭上の最短距離のエッジ点を各々２つ再探索し、再探索された４つのエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）と前記再設定された２つの参照点（Ｃ１、Ｃ２）を基に前記血流の幅方向の値を算出することを特徴とする。

本発明第７の態様によれば、２つの参照点（Ｃ１、Ｃ２）の各々より探索された２つのエッジ点の中点を中点Ｏ１および中点Ｏ２とすると、中点Ｏ１と中点Ｏ２の中点Ｏより、中点Ｏ１および中点Ｏ２を結ぶ直線の２方向に、所定の距離（Ｏｆｆ１）より大きい所定の距離（Ｏｆｆ２＞Ｏｆｆ１）だけ移動した参照点（Ｃ１、Ｃ２）を２つ再設定し、再設定された各参照点より前記血流領域の輪郭上の最短距離のエッジ点を各々２つ再探索し、再探索された４つのエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）と再設定された２つの参照点（Ｃ１、Ｃ２）を基に血流の幅方向の値を算出するようにしたので、血流の幅方向の値を算出するための点をより的確に設定することが可能となる。

また、本発明第８の態様では、前記血流幅比率算出手段は、再探索された４つのエッジ点のうち対向する輪郭線上の２つのエッジ点間を結ぶ線分の中点をそれぞれ端点とし、端点とエッジ点の距離に基づいて前記血流の幅方向の値を算出することを特徴とする。

本発明第８の態様によれば、再探索された４つのエッジ点のうち対向する輪郭線上の２つのエッジ点間を結ぶ線分の中点をそれぞれ端点とし、端点とエッジ点の距離に基づいて血流の幅方向の値を算出するようにしたので、血管の口径が大きく変化する箇所においても、血流の幅方向の値を算出するための点をより的確に設定することが可能となる。

また、本発明第９の態様では、前記血流幅比率算出手段は、動脈の１以上の箇所に対する前記血流の幅方向の値の平均値を、静脈の１以上の箇所に対する前記血流の幅方向の値の平均値で除した値を前記血流幅比率として算出することを特徴とする。

本発明第９の態様によれば、動脈の１以上の箇所に対する血流の幅方向の値の平均値を、静脈の１以上の箇所に対する血流の幅方向の値の平均値で除した値を血流幅比率として算出するようにしたので、血流幅比率をより的確に算出することが可能となる。

また、本発明第１０の態様では、コンピュータを、上記眼底画像処理装置として機能させるためのプログラムを提供する。コンピュータとしては、同一の筐体に内蔵される画像入力装置で撮影された眼底画像に対して画像処理をするものも含まれる。

本発明第１０の態様によれば、プログラムを組み込むことにより、眼底画像処理装置を汎用のコンピュータにより実現することが可能となる。タブレットやスマートフォンなどの携帯型コンピュータに、アプリと呼ばれるプログラムを組み込んだ場合には、内蔵されるカメラで撮影された眼底画像に対して画像処理を実現でき、眼底画像入力装置および眼底画像処理装置の双方の機能を単一のコンピュータにより実現することが可能となる。

本発明によれば、計測者の主観や計測箇所によるバラツキの問題を解消しながら、動静脈径比を客観的に計測することが可能となる。

本発明の一実施形態に係る眼底画像処理装置１００のハードウェア構成図である。 本発明の一実施形態に係る眼底画像処理装置の構成を示す機能ブロック図である。 本発明の一実施形態に係る眼底画像処理装置の処理概要を示すフローチャートである。 拡大処理後の眼底画像と解析範囲を示す図である。 解析範囲、計測範囲、計測範囲設定画面を示す図である。 ステップＳ４００における血流領域の特定の処理を示すフローチャートである。 判別値Ｄ（ｓ）の値としきい値ｓｌ、ｓｒとの関係を示す図である。 中心領域抽出と周辺領域除去の様子を示す図である。 ステップＳ５００の血流幅の算出の詳細を示すフローチャートである。 基準点の算出および補正の様子を示す図である。 エッジ点と参照点の設定の様子を示す図である。 エッジ点と中点の設定の様子を示す図である。 参照点とエッジ点の設定の様子を示す図である。 エッジ点の再設定と計測ゲージの表示の様子を示す図である。 実際の画像に計測ゲージを重ねて表示させた例を示す図である。 解析範囲内に６箇所（動脈３箇所、静脈３箇所）の計測範囲が設定された例を示す図である。 解析範囲内に６箇所（動脈３箇所、静脈３箇所）の計測範囲が設定された例を示す図である。

以下、本発明の好適な実施形態について図面を参照して詳細に説明する。
＜１．装置構成＞
図１は、本発明の一実施形態に係る眼底画像処理装置のハードウェア構成図である。本実施形態に係る眼底画像処理装置１００は、タブレットやスマートフォンなどカメラや無線通信機能を備えた携帯型の汎用のコンピュータで実現することができ、図１に示すように、ＣＰＵ（Central Processing Unit）１と、コンピュータのメインメモリであるＲＡＭ（Random Access Memory）２と、ＣＰＵ１が実行するプログラムやデータを記憶するためのフラッシュメモリ等の大容量の記憶装置３と、解析対象の血流領域を指示したり操作メニューを指示したりするためのタッチパネル入力Ｉ／Ｆ（インターフェース）４と、無線通信等により外部の眼底カメラから画像入力したり、解析結果を外部のサーバーコンピュータやプリンターに出力するためのデータ入出力Ｉ／Ｆ（インターフェース）５と、画像データ等を表示するための液晶ディスプレイ、有機ＥＬディスプレイ等の表示デバイスである表示部６と本体内蔵のカメラ（眼底部を撮影するための光源とマクロレンズを装着して眼底カメラとしても使用できる）である画像入力部７と、を備え、互いにバスを介して接続されている。

図２は、本実施形態に係る眼底画像処理装置の構成を示す機能ブロック図である。図２において、１０は画像拡大手段、２０は計測範囲設定手段、３０は血流領域特定手段、４０は血流幅比率算出手段、５０は眼底画像記憶手段、６０は算出値記憶手段である。

画像拡大手段１０は、眼底画像記憶手段５０から読み込まれた眼底画像に対し、所定の画素数になるように拡大処理を行う。これは、血流幅の計測が画素単位に行われるが、原画の画素数のままでは値が小さ過ぎて、２種の血流幅どうしで割り算を行うと、丸め誤差により高血圧や動脈硬化の度合を判定するのに十分な精度が得られないためである。計測範囲設定手段２０は、眼底画像に対して、動脈を含む範囲、静脈を含む範囲を各々計測範囲として設定する。血流領域特定手段３０は、計測範囲から血流に相当する領域である血流領域を特定する。血流幅比率算出手段４０は、血流領域の内部に基準点を設定し、基準点より血流領域の輪郭上の最短距離のエッジ点（Ｅ１、Ｅ２）を、基準点を挟むようにして２つ探索し、２つのエッジ点を結ぶ線分の中点から、線分に直交する２方向にそれぞれ所定の距離だけ移動した位置に参照点（Ｃ１、Ｃ２）を２つ設定し、各参照点より血流領域の輪郭上の最短距離のエッジ点を各々２つ探索して新たなエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）とすると、探索された４つの新たなエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）と２つの参照点を基に血流の幅方向の値を算出できる。しかし、エッジ点Ｅ１とエッジ点Ｅ２を結ぶ直線は血管走行方向と必ずしも直交せず、２つの参照点Ｃ１とＣ２を結ぶ直線は血管走行方向と必ずしも並行にならないため、この段階では血流の幅方向の値を正確に算出できない。そこで、探索された４つのエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）の中点を改めて基準点とし、再設定した基準点より、エッジ点Ｅ１１とＥ１２の中点からエッジ点Ｅ２１とＥ２２の中点を結ぶ直線の方向に２つの参照点（Ｃ１、Ｃ２）を再設定し、再設定された２つの参照点（Ｃ１、Ｃ２）をもとに、４つのエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）を再探索するようにした。このようにして、再探索された４つのエッジ点（Ｅ１１、Ｅ１２、Ｅ２１、Ｅ２２）と再設定された２つの参照点を基に血流の幅方向の値を正確に算出し、動脈と静脈についての当該血流の幅方向の値に基づいて血流幅比率を算出する。なお、本発明において「血流」領域を特定し、「血流」幅比率を算出しているのは、血管の幅が透明であることから、血管壁の特定、血管幅比率の算出が難しいためである。しかし、動脈硬化により一般に血管壁は厚くなり、血流幅は狭くなるが、血管の幅はあまり変化しない。そのため、むしろ血管幅比率を算出するよりも血流領域を特定し、血流幅比率を算出する方法の方が、高血圧や動脈硬化の度合を判定するのには有用である。

画像拡大手段１０、計測範囲設定手段２０、血流領域特定手段３０、血流幅比率算出手段４０は、ＣＰＵ１が、記憶装置３に記憶されているプログラムを実行することにより実現される。眼底画像記憶手段５０は、データ入出力Ｉ／Ｆ５または画像入力部７により可視光または赤外線・光源方式の眼底カメラを用いてフルカラー（可視光の場合）・モノクロ（赤外光の場合）で撮影された、血流領域の抽出対象となるフルカラー眼底画像を記憶した記憶手段であり、記憶装置３により実現される。尚、赤外線光源方式の眼底カメラで撮影された眼底画像は、通常モノクロで撮影されるが、ＲＧＢに同一の値をもたせたフルカラー画像として記憶装置３には記憶される。また、赤外線光源方式の眼底カメラは、コンピュータとは外付けになり、データ入力Ｉ／Ｆ５を介して記憶装置３に取り込まれる形態になるが、可視光光源方式の眼底カメラは、コンピュータに内蔵する画像入力部７に眼底撮影用の光源とマクロレンズを装着して眼底カメラとして使用することもできる。眼底画像処理装置にフルカラーの眼底画像を読み込ませて、そのまま処理を行う場合は、ＲＡＭ２が眼底画像記憶手段５０としての役割を果たす。フルカラーの眼底画像とは、ＲＧＢの３成分により記録された画像データであり、被験者の眼底が撮影されたものである。本実施形態では、ＲＧＢ各色８ビット２５６階調で記録されたものを用いている。算出値記憶手段６０は、血流幅比率算出手段４０により算出された血流幅、血流幅比率等を記憶する記憶手段であり、記憶装置３により実現される。

図２に示した各構成手段は、現実には図１に示したように、コンピュータおよびその周辺機器等のハードウェアに専用のプログラムを搭載することにより実現される。すなわち、コンピュータが、専用のプログラムに従って各手段の内容を実行することになる。コンピュータに内蔵するカメラに眼底撮影用の光源やマクロレンズを装着すれば眼底カメラの機能を代替でき（現状、日本国内では認可されていないが）、眼底撮影から眼底画像処理まで一貫して単一の携帯型コンピュータで実現できる。なお、本明細書において、コンピュータとは、ＣＰＵ等の演算処理部を有し、データ処理が可能な装置を意味し、カメラや無線通信機能を備えたタブレット・スマートフォン等の携帯型端末だけでなく、パーソナルコンピュータ等の汎用のコンピュータも含む。

図１に示した記憶装置３には、ＣＰＵ１を動作させ、コンピュータを、眼底画像処理装置として機能させるための専用のプログラムが実装されている。この専用のプログラムを実行することにより、ＣＰＵ１は、画像拡大手段１０、計測範囲設定手段２０、血流領域特定手段３０、血流幅比率算出手段４０としての機能を実現することになる。また、記憶装置３は、眼底画像記憶手段５０、算出値記憶手段６０として機能するだけでなく、眼底画像処理装置としての処理に必要な様々なデータを記憶する。

＜２．処理動作＞
＜２．１．前処理＞
まず、処理対象とする眼底画像を撮影または用意する。血管計測を目的とした眼底画像としては、赤外線光源により撮影されるグレースケール（モノクロ）画像（眼底血管造影像）であることが理想であるが、撮影機器が高額なため、本実施形態では普及している可視光光源により撮影されるカラー画像を処理対象とする。グレースケール（モノクロ）画像の場合もフルカラー画像の形式に統一される。可視光光源で撮影されるカラー画像も、後述するように後にグレースケール画像に変換するが、色の特徴を活用した方が、血流領域を高精度に抽出できるためである。カラー画像としては、Ｒ，Ｇ，Ｂ各成分少なくとも８ビット２５６階調以上のフルカラー画像が好ましい。フルカラーの眼底画像としては、デジタル方式の眼底カメラによりフルカラーで撮影した画像ファイルがあれば、そのまま使用できる。アナログ方式の眼底カメラにより写真媒体に記録された過去のものであれば、保管されていたアナログのモノクロまたはカラーのネガ・ポジフィルム、印画紙、インスタント写真等をスキャナによりフルカラーで読み取る等してデジタルの眼底画像ファイルを取得する。この時、たとえ原画がモノクロであっても、フルカラーで読み取る。最近では、可視光・光源方式のデジタル眼底カメラを用いてフルカラーで撮影することにより眼底画像がデジタルファイルの形式で得られる。取得した眼底画像は、眼底画像処理装置の眼底画像記憶手段５０に記憶させる。本実施形態では、眼底画像としてＲ，Ｇ，Ｂ各成分８ビット２５６階調のフルカラー画像を用意する。

＜２．２．処理概要＞
次に、図１、図２に示した眼底画像処理装置の処理動作について説明する。図３は、本発明の一実施形態に係る眼底画像処理装置の処理概要を示すフローチャートである。まず、画像拡大手段１０が、眼底画像に対して、拡大処理を行う（ステップＳ１００）。具体的には、眼底画像の画素数を増加させる。この時、見かけ上は解像度が上がるが、拡大処理に特殊な補間を加えて解像度そのものを向上させる必要はない。処理対象とする眼底画像の画素数は、縦方向が３０００画素程度であることが好ましい。そのため、縦方向が３０００画素以上になるように、横方向との比率を合わせて拡大する。例えば、横１２８０画素×縦１０２４画素の画像に眼底全体が収まるような場合には、血流幅が数画素程度となり、血流幅どうしで割り算をすると、まともな解析を行うことができない。したがって、元の眼底画像が横１２８０画素×縦１０２４画素である場合、縦横ともに３００％拡大する。本実施形態では解像度を上げる必要はないので、拡大処理を行うためには、増加させた画素に適当な画素値を与えればよく、高度な補間手法を用いる必要はない。本実施形態では、公知のバイリニアー法を用いている。この拡大処理は、後述する計測範囲のトリミング（ステップＳ４１０）で行うこともできるため、その場合はステップＳ１００での拡大処理を省略できる。

眼底画像の拡大処理が行われたら、次に、計測範囲設定手段２０が、拡大後の眼底画像に対して、解析範囲の設定を行う（ステップＳ２００）。具体的には、計測範囲設定手段２０は、まず、拡大処理された眼底画像を表示部６に表示させ、利用者に対して解析範囲の指定を促す。利用者が、タッチパネル入力Ｉ／Ｆ４を介して眼底画像内の所定の範囲を指定すると、計測範囲設定手段２０は、指定された範囲を解析範囲として設定する。所定の範囲の指定は、例えば、利用者がタッチパネル等を用いて、眼底画像上に表示される矩形に対してドラッグ等を行って解析範囲を特定することにより行うことができる。このときの眼底画像の表示例を図４に示す。図４の例では、拡大処理された横３８４０画素×縦３０７２画素となった眼底画像に、横５１５画素×縦５１５画素の解析範囲が設定された状態を示している。解析範囲は、後に設定される複数の計測範囲全てを含む範囲として設定される。すなわち、計測範囲は、設定された解析範囲の中で設定されることになる。

解析範囲の設定が行われたら、次に、計測範囲設定手段２０は、解析範囲の画像に対して、計測範囲の設定を行う（ステップＳ３００）。具体的には、計測範囲設定手段２０は、まず、解析範囲の画像を表示部６に表示させ、利用者に対して計測範囲の指定を促す。利用者が、タッチパネル入力Ｉ／Ｆ４を介して眼底画像内の解析範囲の所定の範囲を指定すると、計測範囲設定手段２０は、指定された範囲を計測範囲として設定する。所定の範囲の指定手法は、ステップＳ２００の解析範囲の場合と同じであってもよいし、異なっていてもよい。本実施形態では、解析範囲の場合と同様、利用者がタッチパネル等を用いて、解析範囲の画像上で矩形に対してドラッグ等を行って計測範囲を特定することにより行うことができる。このときの解析範囲の表示例を図５（ａ）に示す。図５（ａ）の例では、解析範囲である横５１５画素×縦５１５画素の眼底画像に、横８５画素×縦８５画素の計測範囲が設定された状態を示している。後述するように、計測範囲に基準点を設定する際、最初に設定した基準点を血流領域内に移動する補正を行うことになるが、その移動量である基準点オフセットに応じて計測範囲を設定する必要がある。例えば、基準点オフセット（重心オフセット）が２０画素である場合、計測範囲として横５０画素×縦５０画素以上が必要となる。

計測範囲が設定されたら、計測範囲設定手段２０は、計測範囲設定画面を表示させ、利用者に対して計測範囲が動脈か静脈かのいずれかの選択指示を促す。図５（ｂ）に計測範囲設定画面の一例を示す。計測範囲設定手段２０は、利用者に対して複数の計測範囲の指定、それぞれに対して動脈か静脈かのいずれかの選択指示を促し、計測範囲を設定する。計測範囲の設定は、少なくとも動脈、静脈それぞれに対応する箇所に１つ以上設定されるように行う。

図５（ｂ）に示した計測範囲設定画面では、計測範囲が動脈か静脈かのいずれかの選択指示だけでなく、計測範囲について様々な指定を行うことができるようになっている。図５（ｂ）の例では、グレー変換・相乗平均法を用いるか否か、二値かしきい値の自動設定を行うか否か、動静脈同時解析を行うか否か、トリミング領域カラー表示を行うか否か、が設定可能になっている。ただし、動脈と静脈のいずれであるかの指定は必須となっている。

計測範囲の設定が行われたら、次に、血流領域特定手段３０が、計測範囲設定画面を利用して入力された内容に従って、血流領域の特定を行う（ステップＳ４００）。具体的には、各計測範囲の血流領域の特定を行う。

図６は、ステップＳ４００における血流領域の特定の処理を示すフローチャートである。まず、血流領域特定手段３０は、設定された計測範囲のトリミングを行う（ステップＳ４１０）。具体的には、解析範囲の画像から計測範囲の画像を切り出して抽出する。この際、計測範囲の画像が所定の画素数になるように上記画像拡大手段１０と同様の拡大処理を行うこともできる。ここで拡大処理を行う場合は、上記画像拡大手段１０が行う処理を省略することができるし、上記画像拡大手段１０が行った拡大処理が不十分な場合、ここで再度拡大処理を行っても良い。

次に、血流領域特定手段３０は、抽出した計測範囲の画像に対して、グレースケール変換を行う（ステップＳ４２０）。上述のように、フルカラーの眼底画像は、各色８ビット２５６階調の画像データである。したがって、ｘ方向の画素数Ｘｓ、ｙ方向の画素数Ｙｓの眼底画像は、色成分を示す変数ｃ＝０（Ｒｅｄ），１（Ｇｒｅｅｎ），２（Ｂｌｕｅ）とすると、Ｉｍａｇｅ（ｘ，ｙ，ｃ）＝０〜２５５（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１；ｃ＝０，１，２）と定義される。

グレースケールの画像への変換の際、フルカラーの眼底画像Ｉｍａｇｅ（ｘ，ｙ，ｃ）に対してＧｒｅｅｎ成分のみを使用する、即ち、Ｇｒ（ｘ，ｙ）＝Ｉｍａｇｅ（ｘ，ｙ，１）により変換する方法が最良であることが知られている（特許文献１参照）。理由は、眼底カメラで使用されている３原色フィルタではＧｒｅｅｎ成分に比べＲｅｄとＢｌｕｅ成分の解像度が低く、これらの分色画像では血管の輪郭が不鮮明になりがちであるためである。しかし、本発明者は、多くの眼底カメラ画像を分析した結果、Ｇｒｅｅｎ成分は照明光が十分にあたっている中央付近では鮮明であるが、照明光が弱い周辺部ではＧｒｅｅｎ成分よりむしろＢｌｕｅ成分の方が鮮明であり、更にＢｌｕｅ成分はＧｒｅｅｎ成分と異なり、血管部の輝度が周囲に比べて高くなるという反転現象を見出した（眼底画像全般に血管部の輝度は周囲に比べて低くなる）。そこで、本実施形態では、以下の〔数式１〕に従った処理を実行することによりグレースケール変換する手法を提案する。ただし、〔数式１〕は全てのフルカラーの眼底画像に適用になるわけではなく、従来から言われているＧｒ（ｘ，ｙ）＝Ｉｍａｇｅ（ｘ，ｙ，１）により変換する方法の方が適切な眼底画像も少なからず存在するため、これらは与えられた眼底画像ごとに適宜選択する必要がある。血流領域特定手段３０は、以下の〔数式１〕に従った処理を実行することによりグレースケール変換する。

〔数式１〕
Ｇｒ（ｘ，ｙ）＝[Ｉｍａｇｅ（ｘ，ｙ，１）・（２５５−Ｉｍａｇｅ（ｘ，ｙ，２））]^1/2

上記〔数式１〕において、Ｉｍａｇｅ（ｘ，ｙ，１）は、フルカラーの眼底画像のうち、Ｇ（グリーン、緑）の成分を示し、Ｉｍａｇｅ（ｘ，ｙ，２）は、フルカラーの眼底画像のうち、Ｂ（ブルー、青）の成分を示している。したがって、上記〔数式１〕においては、各画素のＧ成分と、Ｂ成分をネガポジ反転したものの相乗平均値（積の平方根）を求め、グレースケール形式の画像Ｇｒ（ｘ，ｙ）を得ている。

さらに、血流領域特定手段３０は、グレースケール形式の画像Ｇｒ（ｘ，ｙ）に対して、以下の〔数式２〕に従った処理を実行することによりネガポジ反転してグレースケールの眼底画像Ｇｒａｙ（ｘ，ｙ）を得る。

〔数式２〕
Ｇｒａｙ（ｘ，ｙ）＝２５５−Ｇｒ（ｘ，ｙ）

上記〔数式２〕に従った処理を実行して、ネガポジ反転することにより、周囲に比べ輝度が低い血流領域の画素値が高い状態に変換される。ここで、ネガポジ反転とは、元の画素値の大きいもの程小さい値に変換する処理を意味する。

グレースケール変換が行われたら、次に、血流領域特定手段３０は、計測範囲内の二値化を行う（ステップＳ４３０）。二値化の手法としては、様々なものを用いることができるが、本実施形態では、以下のような手法で二値化を行っている。まず、０〜２５５の値をもつグレースケールの画像Ｇｒａｙ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）に対して、濃度ヒストグラムＨｉｓｔ（ｖ）（ｖ＝０，・・・，２５５）を算出する。そして、ヒストグラムを２分割する境界（しきい値）をｓ（ｓ＝１，・・・，２５５）とし、以下の〔数式３〕に従った処理を実行し、判別値Ｄ（ｓ）を算出する。

〔数式３〕
Ｓｕｍ１（ｓ）＝Σ_v=0,s-1Ｈｉｓｔ（ｖ）・ｖ
Ｓｕｍ２（ｓ）＝Σ_v=s,255Ｈｉｓｔ（ｖ）・ｖ
Ｎ１（ｓ）＝Σ_v=0,s-1Ｈｉｓｔ（ｖ）
Ｎ２（ｓ）＝Σ_v=s,255Ｈｉｓｔ（ｖ）
Ｖ１（ｓ）＝Ｓｕｍ１（ｓ）／Ｎ１（ｓ）
Ｖ２（ｓ）＝Ｓｕｍ２（ｓ）／Ｎ２（ｓ）
Ｗ（ｓ）＝（Ｖ１−Ｖ２）
Ｄ（ｓ）＝Ｎ１（ｓ）・Ｎ２（ｓ）・Ｗ（ｓ）²

上記〔数式３〕の第１式において、Σの添え字の“ｖ＝０，ｓ−１”は、ｖが０からｓ−１までの総和を求めることを示している。同様に、第２式〜第４式においても添え字の範囲で総和を求める。また、上記〔数式３〕において、Ｎ１（ｓ）は階調値（画素値）ｓより低階調側の画素個数、Ｎ２（ｓ）は階調値（画素値）ｓより高階調側の画素個数、Ｖ１（ｓ）は階調値（画素値）ｓより低階調側の階調平均値、Ｖ２（ｓ）は階調値（画素値）ｓより高階調側の階調平均値である。なお、“・”は乗算を示している。

上記〔数式３〕の最後の式である判別式に従ってＤ（ｓ）を算出し、判別値Ｄ（ｓ）を最大とするｓ＝Ｓｍをしきい値として二値化を行う手法は、公知の判別分析法と実質的に同じものとなっている。本実施形態では、０．９≦α≦１．０とし、ｓ＝１，・・・，２５５において、Ｄ（ｓ）がＤｍａｘ・αに最も近い値をもつｓの値をＳｌ（＜Ｓｍ）、Ｓｒ（＞Ｓｍ）とし、ＳｌまたはＳｒを二値化のしきい値Ｓとする。図７は、判別値Ｄ（ｓ）の値としきい値ｓｌ、ｓｒとの関係を示す図である。本実施形態では、動脈と静脈で異なる態様でしきい値を設定している。動脈については、α＝０．９８としてｓｌをしきい値とし、静脈については、α＝０．９６としてｓｒをしきい値に設定している。動脈と静脈でしきい値が異なるため、二値画像は、動脈用と静脈用の２つが得られることになる。動脈の方が静脈よりしきい値が高く設定されているのは、動脈は静脈に比べてコントラストが小さく輪郭部のぼけ幅が大きいことにより、実際より細く算出されることを防ぐためである。二値画像としては、一方の値を０、他方の値を１２８等に設定することができる。なお、この係数αは、図５（ｂ）に示した計測範囲設定画面により％単位で指定することにより、任意に設定することもできる。ステップＳ３００における計測範囲設定手段２０による計測範囲の設定により、各設定範囲については、動脈か静脈のいずれであるかの情報が設定されている。したがって、血流領域特定手段３０は、設定された動脈、静脈に対応したしきい値を用いて各計測範囲内の二値化を行うことになる。

計測範囲の二値化が行われたら、次に、血流領域特定手段３０は、中心領域抽出と周辺領域除去を行う（ステップＳ４４０）。中心領域抽出と周辺領域除去の手法については、様々なものを用いることができるが、本実施形態では、特許第５１５７９６３号にも開示されているような以下のような手法で行っている。まず、０または１２８の値をもつ二値画像Ｂｉｎ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）に対して、８近傍のいずれかの隣接画素が１２８の値をもつ領域画素群にユニークなＩＤを付与してラベリングする。

領域のラベリングは以下のように行う。ラベリング画像をＬａｂｅｌ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）とし、全画素の初期値およびＩＤの初期値を０にし、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２においてＢｉｎ（ｘ，ｙ）＞０の場合、以下を実行する。

近傍４画素Ｌａｂｅｌ（ｘ−１，ｙ−１）、Ｌａｂｅｌ（ｘ，ｙ−１）、Ｌａｂｅｌ（ｘ＋１，ｙ−１）、Ｌａｂｅｌ（ｘ−１，ｙ）のいずれかが、０以外の値ＩＤｐをもつ場合、Ｌａｂｅｌ（ｘ，ｙ）＝ＩＤｐに設定し、いずれも０である場合、ＩＤ←ＩＤ＋１として、Ｌａｂｅｌ（ｘ，ｙ）＝ＩＤに設定する。

続いて、異なるＩＤが付与されている隣接領域を統合する処理を行う。ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２において、ＩＤｏ＝Ｌａｂｅｌ（ｘ，ｙ）としてＩＤｏ＞０の場合で、かつ、近傍８画素Ｌａｂｅｌ（ｘ−１，ｙ−１）、Ｌａｂｅｌ（ｘ，ｙ−１）、Ｌａｂｅｌ（ｘ＋１，ｙ−１）、Ｌａｂｅｌ（ｘ−１，ｙ）、Ｌａｂｅｌ（ｘ＋１，ｙ）、Ｌａｂｅｌ（ｘ−１，ｙ＋１）、Ｌａｂｅｌ（ｘ，ｙ＋１）、Ｌａｂｅｌ（ｘ＋１，ｙ＋１）のいずれかが、０以外の値ＩＤｐをもち、ＩＤｐとＩＤｏが等しくない場合、以下を実行する。

ＩＤｐ＜ＩＤｏの場合、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２において、Ｌａｂｅｌ（ｘ，ｙ）＝ＩＤｏの画素を全てＬａｂｅｌ（ｘ，ｙ）＝ＩＤｐに置換する。ＩＤｐ＞ＩＤｏの場合、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２において、Ｌａｂｅｌ（ｘ，ｙ）＝ＩＤｐの画素を全てＬａｂｅｌ（ｘ，ｙ）＝ＩＤｏに置換する。このような領域抽出処理により、１２８の値を持つ画素の集合からなる孤立領域が複数個抽出されることになる。

次に、複数の孤立領域のうち、画像の中心画素（Ｘｓ／２，Ｙｓ／２）に最も近い画素を含む中心領域のＩＤｃを探索し、ＩＤｃ以外のＩＤをもつ領域の画素値を全て０にして周辺領域を除去する。ｕ＝０，・・・，Ｘｓ／４−１；ｖ＝０，・・・，Ｙｓ／４−１において、Ｌａｂｅｌ（Ｘｓ／２＋ｕ，Ｙｓ／２＋ｖ）、Ｌａｂｅｌ（Ｘｓ／２−ｕ，Ｙｓ／２＋ｖ）、Ｌａｂｅｌ（Ｘｓ／２＋ｕ，Ｙｓ／２−ｖ）、Ｌａｂｅｌ（Ｘｓ／２−ｕ，Ｙｓ／２−ｖ）のいずれかが０以外の値ＩＤｃをもつまで探索する。そして、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２において、Ｌａｂｅｌ（ｘ，ｙ）がＩＤｃとならない二値画像の画素を全てＢｉｎ（ｘ，ｙ）＝０とすることにより周辺領域を除去する。すなわち、孤立領域を血流領域外の画素に設定する。例えば、図８（ａ）に示したようなＩＤ０、ＩＤ１、ＩＤ２の領域が存在する画像から、周辺領域であるＩＤ０とＩＤ２が除去されることにより、図８（ｂ）に示すように、中心領域であるＩＤ１のみが残る。ステップＳ４４０における処理の結果、抽出された中心領域が血流領域として特定される。

血流領域が特定されたら、次に、血流幅比率算出手段４０が、血流幅の算出を行う（ステップＳ５００）。図９は、ステップＳ５００の血流幅の算出の詳細を示すフローチャートである。ステップＳ５００の処理について、図９のフローチャートを用いて説明する。まず、血流領域の輪郭抽出を行う（ステップＳ５１０）。具体的には、まず、０または１２８の値をもつ二値画像Ｂｉｎ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）に対して、０／２５５の値をもつ輪郭画像をＥｄｇｅ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）とし、全ての画素の初期値Ｅｄｇｅ（ｘ，ｙ）＝０とする。

ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２に対して、各画素Ｂｉｎ（ｘ，ｙ）と８近傍画素Ｂｉｎ（ｘ−１，ｙ−１）、Ｂｉｎ（ｘ，ｙ−１）、Ｂｉｎ（ｘ＋１，ｙ−１）、Ｂｉｎ（ｘ−１，ｙ）、Ｂｉｎ（ｘ＋１，ｙ）、Ｂｉｎ（ｘ−１，ｙ−２）、Ｂｉｎ（ｘ，ｙ−２）、Ｂｉｎ（ｘ＋１，ｙ−２）の中で１２８の値をもつ画素をカウントし、カウント値が４〜６の場合、エッジ画素とみなして、Ｅｄｇｅ（ｘ，ｙ）＝２５５に設定する。そして、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２に対して、Ｅｄｇｅ（ｘ，ｙ）＝０、かつＢｉｎ（ｘ，ｙ）＝１２８になる画素を領域内部の画素として全てＥｄｇｅ（ｘ，ｙ）＝１２８に置換する。

次に、基準点の算出を行う（ステップＳ５２）。具体的には、まず、０／１２８／２５５の値をもつ三値の輪郭画像Ｅｄｇｅ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）に対して、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２の範囲で、Ｅｄｇｅ（ｘ，ｙ）＝２５５となる画素位置のＸ方向の最大値、最小値をそれぞれＸｍａｘ、Ｘｍｉｎとし、Ｙ方向の最大値、最小値をそれぞれＹｍａｘ、Ｙｍｉｎとすると、基準点（Ｘｇ，Ｙｇ）は、Ｘｇ＝（Ｘｍｉｎ＋Ｘｍａｘ）／２、Ｙｇ＝（Ｙｍｉｎ＋Ｙｍａｘ）／２となる。すなわち、基準点は、初期値として、計測範囲の重心（中心）に設定されることになる。Ｅｄｇｅ（Ｘｇ，Ｙｇ）＝１２８でない場合、すなわち、図１０（ａ）に示すように、基準点（Ｘｇ，Ｙｇ）が血流領域内にない場合、Ｅｄｇｅ（Ｘｇ´，Ｙｇ´）＝１２８となるように、以下のような基準点の補正を行う。

まず、ｘ座標の補正を行う。具体的には、Ｅｄｇｅ（ｘ，Ｙｇ）（ｘ＝０，・・・，Ｘｓ−１）に対して、ｘ＝１，・・・，Ｘｓ−２の範囲で、Ｅｄｇｅ（ｘ，Ｙｇ）＝２５５となる画素位置のＸ方向の最大値、最小値をそれぞれＸｍａｘ´、Ｘｍｉｎ´としたとき、Ｘｇ´＝（Ｘｍａｘ´＋Ｘｍｉｎ´）／２とする。Ｅｄｇｅ（Ｘｇ´，Ｙｇ）＝１２８でない場合、代わりに、ｙ座標の補正を行う。具体的には、Ｅｄｇｅ（Ｘｇ，ｙ）（ｙ＝０，・・・，Ｙｓ−１）に対して、ｙ＝１，・・・，Ｙｓ−２の範囲で、Ｅｄｇｅ（Ｘｇ，ｙ）＝２５５となる画素位置のＹ方向の最大値、最小値をそれぞれＹｍａｘ´、Ｙｍｉｎ´としたとき、Ｙｇ´＝（Ｙｍａｘ´＋Ｙｍｉｎ´）／２とする。Ｅｄｇｅ（Ｘｇ，Ｙｇ´）＝１２８でない場合、エラーとし、ステップＳ３００の計測範囲の設定に戻り、再度計測範囲の設定のための指定を促す。Ｅｄｇｅ（Ｘｇ´，Ｙｇ）＝１２８の場合またはＥｄｇｅ（Ｘｇ，Ｙｇ´）＝１２８の場合、図１０（ｂ）に示すように、基準点（Ｘｇ´，Ｙｇ）または（Ｘｇ，Ｙｇ´）が血流領域内に存在することになる。符号が繁雑になるのをさけるため、以下では、補正後のＸｇ´、Ｙｇ´をそれぞれＸｇ、Ｙｇとして説明する。

次に、エッジ点Ｅ１とエッジ点Ｅ２の探索を行う（ステップＳ５３０）。具体的には、まず、０／１２８／２５５の値をもつ三値の輪郭画像Ｅｄｇｅ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）に対して、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２の範囲で、基準点（Ｘｇ，Ｙｇ）からの距離が最小（最短）となる輪郭線上の画素であるエッジ点Ｅ１（Ｘｅ１，Ｙｅ１）を探索する。すなわち、Ｅｄｇｅ（Ｘｅ１，Ｙｅ１）＝２５５かつ（Ｘｅ１−Ｘｇ）²＋（Ｙｅ１−Ｙｇ）²が最小となる。

続いて、基準点（Ｘｇ，Ｙｇ）より、エッジ点Ｅ１（Ｘｅ１，Ｙｅ１）と反対方向に（完全な反対方向ではない）、エッジ点Ｅ１（Ｘｅ１，Ｙｅ１）からの距離が最小（最短）となる輪郭線上の画素であるエッジ点Ｅ２（Ｘｅ２，Ｙｅ２）を探索する。すなわち、以下の〔数式４〕を満たすエッジ点Ｅ２（Ｘｅ２，Ｙｅ２）を探索する。

〔数式４〕
Ｄ１ｇ＝[（Ｘｅ１−Ｘｇ）²＋（Ｙｅ１−Ｙｇ）²]^1/2
Ｄ２ｇ＝[（Ｘｅ２−Ｘｇ）²＋（Ｙｅ２−Ｙｇ）²]^1/2とし、
Ｅｄｇｅ（Ｘｅ２，Ｙｅ２）＝２５５かつ
[（Ｘｅ２−Ｘｇ）（Ｘｅ１−Ｘｇ）＋（Ｙｅ２−Ｙｇ）（Ｙｅ１−Ｙｇ）]／Ｄ１ｇ／Ｄ２ｇ＜−０．８かつ
（Ｘｅ２−Ｘｅ１）²＋（Ｙｅ２−Ｙｅ１）²が最小

この結果、図１１（ａ）に示すように血流領域の対向する各輪郭線上に、エッジ点Ｅ１、エッジ点Ｅ２が設定される。

エッジ点が探索されたら、次に、参照点Ｃ１と参照点Ｃ２の設定を行う（ステップＳ５４０）。具体的には、エッジ点Ｅ１（Ｘｅ１，Ｙｅ１）とエッジ点Ｅ２（Ｘｅ２，Ｙｅ２）の中点を（Ｘｏ，Ｙｏ）とする。すなわち、Ｘｏ＝（Ｘｅ１＋Ｘｅ２）／２，Ｙｏ＝（Ｙｅ１＋Ｙｅ２）／２である。そして、中点（Ｘｏ，Ｙｏ）よりエッジ点Ｅ１（Ｘｅ１，Ｙｅ１）とエッジ点Ｅ２（Ｘｅ２，Ｙｅ２）を結ぶ直線と直交する方向に、所定値Ｏｆｆ１だけ２方向に移動させた参照点Ｃ１（Ｘｃ１，Ｙｃ１）と参照点Ｃ２（Ｘｃ２，Ｙｃ２）を設定する。すなわち、以下の〔数式５〕を満たす参照点Ｃ１（Ｘｃ１，Ｙｃ１）と参照点Ｃ２（Ｘｃ２，Ｙｃ２）を設定する。ここで、２つのエッジ点Ｅ１とエッジ点Ｅ２を結ぶ直線は血管走行方向と必ずしも直交しないため、算出される参照点Ｃ１と参照点Ｃ２が血流領域外にはみださないように、所定値Ｏｆｆ１は小さ目な値（例えば、エッジ点Ｅ１とエッジ点Ｅ２の距離より小さい値）を設定する。

〔数式５〕
エッジ点Ｅ１（Ｘｅ１，Ｙｅ１）からエッジ点Ｅ２（Ｘｅ２，Ｙｅ２）への単位ベクトル（Ｅ１２ｘ，Ｅ１２ｙ）をＥ１２ｘ＝（Ｘｅ２−Ｘｅ１）／Ｄ１２，Ｅ１２ｙ＝（Ｙｅ２−Ｙｅ１）／Ｄ１２
Ｄ１２＝[（Ｘｅ２−Ｘｅ１）²＋（Ｙｅ２−Ｙｅ１）²]^1/2
とすると、
Ｘｃ１＝Ｅ１２ｙ・Ｏｆｆ１＋Ｘｏ
Ｙｃ１＝−Ｅ１２ｘ・Ｏｆｆ１＋Ｙｏ
Ｘｃ２＝−Ｅ１２ｙ・Ｏｆｆ１＋Ｘｏ
Ｙｃ２＝Ｅ１２ｘ・Ｏｆｆ１＋Ｙｏ

この結果、図１１（ｂ）に示すように、エッジ点Ｅ１、エッジ点Ｅ２を結ぶ線分を挟むようにして参照点Ｃ１、参照点Ｃ２が設定される。

次に、エッジ点Ｅ１１・Ｅ１２とエッジ点Ｅ２１・Ｅ２２の探索を行う（ステップＳ５５０）。具体的には、まず、０／１２８／２５５の値をもつ三値の輪郭画像Ｅｄｇｅ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）に対して、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２の範囲で、参照点Ｃ１（Ｘｃ１，Ｙｃ１）からの距離が最小となる輪郭線上の画素であるエッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）を探索する。すなわち、Ｅｄｇｅ（Ｘｅ１１，Ｙｅ１１）＝２５５かつ（Ｘｅ１１−Ｘｃ１）²＋（Ｙｅ１１−Ｙｃ１）²が最小となる。

続いて、参照点Ｃ１（Ｘｃ１，Ｙｃ１）より、エッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）と反対方向に（完全な反対方向ではない）、エッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）からの距離が最小となる輪郭線上の画素であるエッジ点Ｅ１２（Ｘｅ１２，Ｙｅ１２）を探索する。すなわち、以下の〔数式６〕を満たすエッジ点Ｅ１２（Ｘｅ１２，Ｙｅ１２）を探索する。

〔数式６〕
Ｄ１１ｃ＝[（Ｘｅ１１−Ｘｃ１）²＋（Ｙｅ１１−Ｙｃ１）²]^1/2
Ｄ１２ｃ＝[（Ｘｅ１２−Ｘｃ１）²＋（Ｙｅ１２−Ｙｃ１）²]^1/2とし、
Ｅｄｇｅ（Ｘｅ１２，Ｙｅ１２）＝２５５かつ
[（Ｘｅ１２−Ｘｃ１）（Ｘｅ１１−Ｘｃ１）＋（Ｙｅ１２−Ｙｃ１）（Ｙｅ１１−Ｙｃ１）]／Ｄ１１ｃ／Ｄ１２ｃ＜−０．８かつ
（Ｘｅ１２−Ｘｅ１１）²＋（Ｙｅ１２−Ｙｅ１１）²が最小

続いて、同様に、三値の輪郭画像Ｅｄｇｅ（ｘ，ｙ）（ｘ＝０，・・・，Ｘｓ−１；ｙ＝０，・・・，Ｙｓ−１）に対して、ｘ＝１，・・・，Ｘｓ−２；ｙ＝１，・・・，Ｙｓ−２の範囲で、参照点Ｃ２（Ｘｃ２，Ｙｃ２）からの距離が最小となる輪郭線上の画素であるエッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）を探索する。すなわち、Ｅｄｇｅ（Ｘｅ２１，Ｙｅ２１）＝２５５かつ（Ｘｅ２１−Ｘｃ２）²＋（Ｙｅ２１−Ｙｃ２）²が最小となる。

続いて、参照点Ｃ２（Ｘｃ２，Ｙｃ２）より、エッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）と反対方向に（完全な反対方向ではない）、エッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）からの距離が最小となる輪郭線上の画素であるエッジ点Ｅ２２（Ｘｅ２２，Ｙｅ２２）を探索する。すなわち、以下の〔数式７〕を満たすエッジ点Ｅ２２（Ｘｅ２２，Ｙｅ２２）を探索する。

〔数式７〕
Ｄ２１ｃ＝[（Ｘｅ２１−Ｘｃ２）²＋（Ｙｅ２１−Ｙｃ２）²]^1/2
Ｄ２２ｃ＝[（Ｘｅ２２−Ｘｃ２）²＋（Ｙｅ２２−Ｙｃ２）²]^1/2とし、
Ｅｄｇｅ（Ｘｅ２２，Ｙｅ２２）＝２５５かつ
[（Ｘｅ２２−Ｘｃ２）（Ｘｅ２１−Ｘｃ２）＋（Ｙｅ２２−Ｙｃ２）（Ｙｅ２１−Ｙｃ２）]／Ｄ２１ｃ／Ｄ２２ｃ＜−０．８かつ
（Ｘｅ２２−Ｘｅ２１）²＋（Ｙｅ２２−Ｙｅ２１）²が最小

この結果、図１２（ａ）に示すように血流領域の対向する各輪郭線上に、エッジ点Ｅ１１、エッジ点Ｅ１２、エッジ点Ｅ２１、エッジ点Ｅ２２が設定される。

このようにして４つのエッジ点が探索されたら、この４つのエッジ点と２つの参照点を基に血流の幅方向の値を算出することができる。具体的には、後述する参照点Ｃ１、Ｃ２を後述する端点Ｔ１、Ｔ２と同様に扱うことにより、後述する幅Ｄ１、幅Ｄ２および血流幅を算出することができる。しかし、２つの参照点Ｃ１とＣ２を結ぶ直線が血管走行方向と必ずしも並行にならず、エッジ点Ｅ１１とエッジ点Ｅ１２を結ぶ直線およびエッジ点Ｅ２１とエッジ点Ｅ２２を結ぶ直線が血管走行方向と必ずしも直交しないため、これらを血流幅として算出するのは正確ではない。そこで、本実施形態では、算出精度を高めるべく、ステップＳ５６０以降において、参照点、エッジ点等の再設定を行う。

エッジ点が探索されたら、次に、中点Ｏ１と中点Ｏ２の設定を行う（ステップＳ５６０）。具体的には、エッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）とエッジ点Ｅ１２（Ｘｅ１２，Ｙｅ１２）の中点Ｏ１を（Ｘｏ１，Ｙｏ１）とし、エッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）とエッジ点Ｅ２２（Ｘｅ２２，Ｙｅ２２）の中点Ｏ２を（Ｘｏ２，Ｙｏ２）とする。すなわち、Ｘｏ１＝（Ｘｅ１１＋Ｘｅ１２）／２，Ｙｏ１＝（Ｙｅ１１＋Ｙｅ１２）／２である。また、Ｘｏ２＝（Ｘｅ２１＋Ｘｅ２２）／２，Ｙｏ２＝（Ｙｅ２１＋Ｙｅ２２）／２である。

この結果、図１２（ｂ）に示すように、エッジ点Ｅ１１とエッジ点Ｅ１２を結ぶ線分の中点Ｏ１、エッジ点Ｅ２１とエッジ点Ｅ２２を結ぶ線分の中点Ｏ２が設定される。

中点Ｏ１と中点Ｏ２が設定されたら、次に、参照点Ｃ１と参照点Ｃ２の再設定を行う（ステップＳ５７０）。具体的には、まず、中点Ｏ１（Ｘｏ１，Ｙｏ１）および中点Ｏ２（Ｘｏ２，Ｙｏ２）の中点を改めて中点Ｏ（Ｘｏ，Ｙｏ）とする。すなわち、Ｘｏ＝（Ｘｏ１＋Ｘｏ２）／２，Ｙｏ＝（Ｙｏ１＋Ｙｏ２）／２である。同一の符号を用いているが、エッジ点Ｅ１（Ｘｅ１，Ｙｅ１）とエッジ点Ｅ２（Ｘｅ２，Ｙｅ２）の中点とは異なる。

そして、中点（Ｘｏ，Ｙｏ）より中点Ｏ１（Ｘｏ１，Ｙｏ１）と中点Ｏ２（Ｘｏ２，Ｙｏ２）を結ぶ直線と平行な方向に、所定値Ｏｆｆ２（＞Ｏｆｆ１）だけ各々２方向に移動させた参照点Ｃ１（Ｘｃ１，Ｙｃ１）と参照点Ｃ２（Ｘｃ２，Ｙｃ２）を設定する。すなわち、以下の〔数式８〕を満たす参照点Ｃ１（Ｘｃ１，Ｙｃ１）と参照点Ｃ２（Ｘｃ２，Ｙｃ２）を改めて設定する。すなわち、以下の〔数式８〕を満たす参照点Ｃ１（Ｘｃ１，Ｙｃ１）と参照点Ｃ２（Ｘｃ２，Ｙｃ２）を再設定する。ここで、中点Ｏ１と中点Ｏ２を結ぶ直線は血管走行方向にほぼ平行するため、所定値Ｏｆｆ２は所定値Ｏｆｆ１より大きい値を設定する。

〔数式８〕
中点Ｏ１（Ｘｏ１，Ｙｏ１）から中点Ｏ２（Ｘｏ２，Ｙｏ２）への単位ベクトル（Ｅ１２ｘ，Ｅ１２ｙ）をＥ１２ｘ＝（Ｘｏ２−Ｘｏ１）／Ｄ１２，Ｅ１２ｙ＝（Ｙｏ２−Ｙｏ１）／Ｄ１２
Ｄ１２＝[（Ｘｏ２−Ｘｏ１）²＋（Ｙｏ２−Ｙｏ１）²]^1/2
とすると、
Ｘｃ１＝Ｅ１２ｘ・Ｏｆｆ２＋Ｘｏ
Ｙｃ１＝−Ｅ１２ｙ・Ｏｆｆ２＋Ｙｏ
Ｘｃ２＝−Ｅ１２ｘ・Ｏｆｆ２＋Ｘｏ
Ｙｃ２＝Ｅ１２ｙ・Ｏｆｆ２＋Ｙｏ

この結果、図１３（ａ）に示すように、両点を結ぶ線分上に中点Ｏが位置するようにして参照点Ｃ１、参照点Ｃ２が再設定される。

次に、エッジ点Ｅ１１・Ｅ１２とエッジ点Ｅ２１・Ｅ２２の再探索を行う（ステップＳ５８０）。具体的には、ステップＳ５５０のエッジ点Ｅ１１・Ｅ１２とエッジ点Ｅ２１・Ｅ２２の探索と同様にして、参照点Ｃ１（Ｘｃ１，Ｙｃ１）を用いて、エッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）、エッジ点Ｅ１２（Ｘｅ１２，Ｙｅ１２）を探索し、参照点Ｃ２（Ｘｃ２，Ｙｃ２）を用いて、エッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）、エッジ点Ｅ２２（Ｘｅ２２，Ｙｅ２２）を再探索する。

この結果、図１３（ｂ）に示すように血流領域の対向する各輪郭線上に、エッジ点Ｅ１１、エッジ点Ｅ１２、エッジ点Ｅ２１、エッジ点Ｅ２２が再設定される。

このようにして４つのエッジ点が再探索された段階で、エッジ点Ｅ１１とエッジ点Ｅ１２を結ぶ直線およびエッジ点Ｅ２１とエッジ点Ｅ２２を結ぶ直線が血管走行方向とほぼ直交し、これらを血流幅として算出できる。本実施形態では、参照点Ｃ１、Ｃ２を後述する端点Ｔ１、Ｔ２に変換し、後述する幅Ｄ１、幅Ｄ２および血流幅を算出する。具体的には、参照点に代えて端点の設定を行う（ステップＳ５９０）。具体的には、エッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）とエッジ点Ｅ１２（Ｘｅ１２，Ｙｅ１２）の中点を端点Ｔ１（Ｘｏ１，Ｘｏ１）とし、エッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）とエッジ点Ｅ２２（Ｘｅ２２，Ｙｅ２２）の中点を端点Ｔ２（Ｘｏ２，Ｘｏ２）とする。したがって、Ｘｏ１＝（Ｘｅ１１＋Ｘｅ１２）／２，Ｙｏ１＝（Ｙｅ１１＋Ｙｅ１２）／２，Ｘｏ２＝（Ｘｅ２１＋Ｘｅ２２）／２，Ｙｏ２＝（Ｙｅ２１＋Ｙｅ２２）／２となる。

この結果、図１４（ａ）に示すように、再設定されたエッジ点Ｅ１１とエッジ点Ｅ１２を結ぶ線分、再設定されたエッジ点Ｅ２１とエッジ点Ｅ２２を結ぶ線分それぞれの中点として端点Ｔ１、端点Ｔ２が設定される。

次に、血流幅の算出を行う（ステップＳ６００）。具体的には、計測ゲージの幅Ｄ１と幅Ｄ２の算出を行うことにより血流幅を算出する。端点Ｔ１からエッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）またはエッジ点Ｅ１２（Ｘｅ１２，Ｙｅ１２）までの距離を幅Ｄ１として算出し、端点Ｔ２からエッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）またはエッジ点Ｅ２２（Ｘｅ２２，Ｙｅ２２）までの距離を幅Ｄ２として算出する。具体的には、以下の〔数式９〕に従った処理を実行して、幅Ｄ１および幅Ｄ２を算出する。

〔数式９〕
Ｄ１＝[（Ｘｅ１１−Ｘｏ１）²＋（Ｙｅ１１−Ｙｏ１）²]^1/2
Ｄ２＝[（Ｘｅ２１−Ｘｏ２）²＋（Ｙｅ２１−Ｙｏ２）²]^1/2

端点Ｔ１は、エッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）とエッジ点Ｅ１２（Ｘｅ１２，Ｙｅ１２）の中点であり、端点Ｔ２は、エッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）とエッジ点Ｅ２２（Ｘｅ２２，Ｙｅ２２）の中点である。そのため、端点Ｔ１からエッジ点Ｅ１１との距離またはエッジ点Ｅ１２との距離、および端点Ｔ２からエッジ点Ｅ２１との距離またはエッジ点Ｅ１２との距離は同じである。上記〔数式９〕では、エッジ点Ｅ１１（Ｘｅ１１，Ｙｅ１１）との距離により幅Ｄ１を算出し、エッジ点Ｅ２１（Ｘｅ２１，Ｙｅ２１）との距離により幅Ｄ２を算出している。幅Ｄ１、幅Ｄ２はともに血流の中央から端までの距離を示しているので、血流幅は、これらを２倍したものとなる。したがって、血流幅比率算出手段４０は、幅Ｄ１、幅Ｄ２をそれぞれ２倍したものの平均値を求めることにより血流幅を算出する。幅Ｄ１、幅Ｄ２および血流幅は、いずれも血流の幅方向の値を示す。

さらに、血流幅比率算出手段４０は、血流幅比率の算出を行う。具体的には、動脈として設定された計測範囲について算出された幅Ｄ１を、静脈として設定された計測範囲について算出された幅Ｄ２で除算することにより動静脈比である血流幅比率を算出する。計測範囲が動脈、静脈それぞれについて複数設定されている場合は、動脈ごと、静脈ごとの幅の平均値を算出した後、動脈の幅の平均値を、静脈の幅の平均値で除算することにより動静脈比である血流幅比率を算出する。

端点Ｔ１、Ｔ２が設定されたら、血流幅比率算出手段４０は、血流幅比率の算出と並行して、４つのエッジ点からなる四角形の輪郭となる線分と２つの端点を結ぶ線分により構成される計測ゲージを表示部６に表示させる処理を行う。この結果、利用者には、血流のどの位置において、血流の幅方向の値が算出されたかを把握することが可能となる。図１４（ｂ）に、作成された計測ゲージの一例を示す。

図１５は、実際の眼底画像の解析範囲の静脈上に計測ゲージを重ねて表示させた例を示す図である。図１５（ａ）は、計測範囲に計測ゲージを重ねて表示させた例であり、図１５（ｂ）は、解析範囲に計測ゲージを重ねて表示させた例である。

図１６は、解析範囲内に６箇所（動脈３箇所、静脈３箇所）の計測範囲が設定された例を示す図である。このうち、図１６（ａ）は、解析範囲の画像を示し、図１６（ｂ）は、複数の計測範囲による動静脈径比（血流幅比率）の算出結果を示している。一般に、動脈の方が静脈よりも細いため（健常者の中には動脈の方が太い場合もある）、動静脈径比は、０．５〜０．８程度が正常である。図１６の例では、動静脈径比が０．６７であるため正常となっている。

図１７は、解析範囲内に６箇所（動脈３箇所、静脈３箇所）の計測範囲が設定された例を示す図である。このうち、図１７（ａ）は、眼底画像全体を示し、図１７（ｂ）は、解析範囲の画像を示し、図１７（ｃ）は、複数の計測範囲による動静脈径比（血流幅比率）の算出結果を示している。図１７の例では、動静脈径比が０．３７であり、０．５未満であるため動脈硬化進行となっている。

＜３．変形例等＞
以上、本発明の好適な実施形態について説明したが、本発明は上記実施形態に限定されず、種々の変形が可能である。例えば、上記実施形態では、撮影により得られた眼底画像としてフルカラー画像を用いたが、赤外線光源のデジタル眼底カメラで撮影されるモノクロ画像も利用されつつあり、その場合は、眼底血管が鮮明に造影されるため、血流領域を特定する処理における二値化処理を単純な判別分析法で簡便に高精度に行うことができる。また、近年業務用のデジタルカメラの階調は１０ビット以上に拡大しており、各色１０２４階調等のフルカラー画像を取得することも可能になっており、より階調数の多いカラー画像を用いてもよい。

１・・・ＣＰＵ（Central Processing Unit）
２・・・ＲＡＭ（Random Access Memory）
３・・・記憶装置
４・・・タッチパネル入力Ｉ／Ｆ
５・・・データ入出力Ｉ／Ｆ
６・・・表示部
７・・・画像入力部
１０・・・画像拡大手段
２０・・・計測範囲設定手段
３０・・・血流領域特定手段
４０・・・血流幅比率算出手段
５０・・・眼底画像記憶手段
６０・・・算出値記憶手段
１００・・・眼底画像処理装置

Claims (10)

1. 眼底画像に対して処理を行う装置であって、
   前記眼底画像に対して、動脈を含む範囲、静脈を含む範囲を各々計測範囲として設定する計測範囲設定手段と、
   前記計測範囲から血流に相当する領域である血流領域を特定する血流領域特定手段と、
   前記血流領域の内部に基準点を設定し、前記基準点より前記血流領域の輪郭上の最短距離のエッジ点を、当該基準点を挟むようにして２つ探索し、当該２つのエッジ点を結ぶ線分の中点から、当該線分に直交する２方向にそれぞれ所定の距離だけ移動した位置に参照点を２つ設定し、前記各参照点より前記血流領域の輪郭上の最短距離のエッジ点を各々２つ探索して新たなエッジ点とし、４つの新たなエッジ点と前記２つの参照点を基に血流の幅方向の値を算出し、動脈と静脈についての当該血流の幅方向の値に基づいて血流幅比率を算出する血流幅比率算出手段と、
   を備えることを特徴とする眼底画像処理装置。
2. 前記眼底画像が所定の画素数になるように拡大処理を行う画像拡大手段を更に備え、
   拡大された眼底画像に対して前記計測範囲設定手段が計測範囲を設定することを特徴とする請求項１に記載の眼底画像処理装置。
3. 前記血流領域特定手段は、計測範囲の画像が所定の画素数になるように拡大処理を行った後、血流領域を特定することを特徴とする請求項１または請求項２に記載の眼底画像処理装置。
4. 前記血流領域特定手段は、
   前記眼底画像がＲＧＢ各２５６階調をもつフルカラー画像の場合、前記眼底画像に対して、Ｇ成分の階調値とＢ成分の階調値を反転した値との積の平方根により２５６階調をもつグレースケール画像に変換した上で、判別分析法に基づいて二値化のしきい値を算出し、前記グレースケール画像を前記しきい値で二値化した二値画像を用いて血流領域を特定することを特徴とする請求項１から請求項３のいずれか一項に記載の眼底画像処理装置。
5. 前記血流領域特定手段は、前記二値画像に対して領域抽出処理を行い、孤立領域が複数個抽出された場合、前記二値画像の中心に最も近い画素を含む領域を除く孤立領域を血流領域外の画素に設定することを特徴とする請求項４に記載の眼底画像処理装置。
6. 前記血流領域特定手段は、判別分析法に基づいて、前記グレースケール画像に対してヒストグラムを作成し、前記グレースケール画像に対して、所定の階調値ｓで２分割した際、低階調側の画素個数をＮ１（ｓ）、階調平均値をＶ１（ｓ）、高階調側の画素個数をＮ２（ｓ）、階調平均値をＶ２（ｓ）とし、判別式Ｄ（ｓ）＝Ｎ１（ｓ）・Ｎ２（ｓ）・（Ｖ１（ｓ）−Ｖ２（ｓ））²において、ｓ＝ｓｍａｘのとき最大値Ｄ（ｓｍａｘ）＝Ｄｍａｘをとるとき、所定の係数をα（０．９＜α＜１．０）とすると、Ｄ（ｓ）＝Ｄｍａｘ・αを満たす階調値ｓを前記二値化のしきい値に設定することを特徴とする請求項４または請求項５に記載の眼底画像処理装置。
7. 前記血流幅比率算出手段は、前記２つの参照点の各々より探索された２つのエッジ点の中点を中点Ｏ１および中点Ｏ２とすると、中点Ｏ１と中点Ｏ２の中点Ｏより、中点Ｏ１および中点Ｏ２を結ぶ直線の２方向に、前記所定の距離より大きい所定の距離だけ移動した参照点を２つ再設定し、前記再設定された各参照点より前記血流領域の輪郭上の最短距離のエッジ点を各々２つ再探索し、再探索された４つのエッジ点と前記再設定された２つの参照点を基に前記血流の幅方向の値を算出することを特徴とする請求項１から請求項６のいずれか一項に記載の眼底画像処理装置。
8. 前記血流幅比率算出手段は、再探索された４つのエッジ点のうち対向する輪郭線上の２つのエッジ点の間を結ぶ線分の中点をそれぞれ端点とし、端点とエッジ点の距離に基づいて前記血流の幅方向の値を算出することを特徴とする請求項７に記載の眼底画像処理装置。
9. 前記血流幅比率算出手段は、動脈の１以上の箇所に対する前記血流の幅方向の値の平均値を、静脈の１以上の箇所に対する前記血流の幅方向の値の平均値で除した値を前記血流幅比率として算出することを特徴とする請求項１から請求項８のいずれか一項に記載の眼底画像処理装置。
10. コンピュータを、請求項１から請求項９のいずれか一項に記載の眼底画像処理装置として機能させるためのプログラム。