JP6976818B2 - 画像処理装置、画像処理方法及びプログラム - Google Patents

画像処理装置、画像処理方法及びプログラム Download PDF

Info

Publication number
JP6976818B2
JP6976818B2 JP2017209376A JP2017209376A JP6976818B2 JP 6976818 B2 JP6976818 B2 JP 6976818B2 JP 2017209376 A JP2017209376 A JP 2017209376A JP 2017209376 A JP2017209376 A JP 2017209376A JP 6976818 B2 JP6976818 B2 JP 6976818B2
Authority
JP
Japan
Prior art keywords
information
image
motion contrast
eye
inspected
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2017209376A
Other languages
English (en)
Other versions
JP2019080724A5 (ja
JP2019080724A (ja
Inventor
朋之 牧平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Priority to JP2017209376A priority Critical patent/JP6976818B2/ja
Priority to US16/168,634 priority patent/US20190130170A1/en
Publication of JP2019080724A publication Critical patent/JP2019080724A/ja
Publication of JP2019080724A5 publication Critical patent/JP2019080724A5/ja
Application granted granted Critical
Publication of JP6976818B2 publication Critical patent/JP6976818B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Eye Examination Apparatus (AREA)

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する。
近年、ＯＣＴを用いた血管造影法が提案されており、ＯＣＴアンジオグラフィー（以下、ＯＣＴＡと記す）と呼ばれている。この血管造影方法は同一部位における複数のＯＣＴ信号から血管・血流を効果的に表示するモーションコントラスト（以下ＭＣ値と記す）と呼ばれる血管血流情報を算出し、画像として表示する方法である。このＭＣ値を算出する方法は様々であり、血流による位相のバラツキを利用した方法（特許文献１）、信号強度の時間的な揺らぎを検出する手法や、位相情報を利用する手法などが知られている。
特表２０１５−５１５８９４号公報
従来のＯＣＴＡ技術は、ＯＣＴ輝度信号からＭＣ値を算出し画像化することにより血管を静的に表示するのみで、各ピクセルにおける動的なＭＣ値の変化・変動に着目した技術、すなわちＯＣＴＡ画像を複数枚取得し、各画素値であるＭＣ値の変化を解析して表示すること等、血流に関係する動的変化情報を提供するものは知られていない。
本発明の目的の一つは、血流に関係する動的変化情報を提供することである。
本発明に係る画像処理装置の一つは、
被検眼の略同一部位の所定時間間隔で撮像された複数の断層情報を用いて、前記略同一部位のモーションコントラスト情報を生成する情報生成手段と、
近接した位置の複数の前記モーションコントラスト情報のセットにおける深さ範囲を指定する指定手段と、
前記指定された深さ範囲のモーションコントラスト正面画像を生成する画像生成手段と、
所定時間内の複数の前記モーションコントラスト正面画像における前記略同一部位の少なくとも一部のモーションコントラスト値の変化に関する情報を取得する情報取得手段と、
前記モーションコントラスト正面画像と前記被検眼の強度画像とのうち少なくとも１つの画像の各画素値が輝度情報に割り付けられ、前記変化に関する情報が色相に割り付けられたカラー画像を表示手段に表示させる表示制御手段と、を有する。
本発明の一つによれば、血流に関係する動的変化情報を提供することができる。
実施例で用いるＳＤＯＣＴ装置構成と駆動配線の概略図 スキャンパターンの模式図 ＭＣ値変化取得とＯＣＴＡ画像取得フロー概略図 ＯＣＴＡ画像（ＭＣ値画像）取得フロー図 ＯＣＴＡ画像位置合わせフロー図とＭＣ値変化取得フロー図 取得したＯＣＴＡ画像、連続取得したＯＣＴＡ画像 特徴点抽出画像、位置補正後の複数のＯＣＴＡ画像、とＭＣ値変化グラフ ＭＣ値変化２次元マップ及びＯＣＴＡ画像の重ね合せ例 ＭＣ値変化画像・ＭＣ値変化量の表示例 ＭＣ値変化統計量算出領域の設定例 血管上のＭＣ値変化図と輝度変化領域表示例 ＭＣ値変化統計量算出領域の設定の変形例 異なる深さ指定範囲によるＯＣＴＡ画像の図 ＭＣ値変化図の経時変化の表示例
本実施形態に係る画像処理装置の一つは、被検眼の略同一部位の所定時間間隔で撮像された複数の断層情報を用いて、略同一部位のモーションコントラスト情報を生成する情報生成手段を有する。また、本実施形態に係る画像処理装置の一つは、モーションコントラスト情報における深さ範囲の一部の情報を用いて、モーションコントラスト正面画像を生成する画像生成手段を有する。そして、本実施形態に係る画像処理装置の一つは、異なる時間の複数のモーションコントラスト正面画像を用いて、略同一部位の少なくとも一部のモーションコントラスト値の変化に関する情報を取得する情報取得手段を有する。これにより、血流に関係する動的変化情報を提供することができる。以下、本実施形態に係る画像処理装置の一つについて、図面を用いて詳述する。
まず、図１（ａ）、（ｂ）を用いて複数のＯＣＴＡ画像を取得する為の装置構成を説明する。次に、本実施形態のＭＣ値変化情報を取得する方法の全体を説明し、順次、詳細フローを説明する。
［ハード構成：被検眼の略同一部位の所定時間間隔で撮像された複数の断層情報を取得する断層情報取得手段］
図１（ａ）光源００１はＳＬＤ光源であり、カプラ００２によって、所望の分岐比の下、光を測定光と参照光とに分岐する。測定光は、カプラ００２を通過しコリメータ０２１よりサンプル光学系１０２へ出射される。サンプル光学系１０２には、フォーカスレンズ０２２、角度可変であるＸガルバノメトリックミラー０２３とＹガルバノメトリックミラー０２４、対物レンズ系を形成するレンズ０２５、レンズ０２６が配置され、これらを経由して被検眼０２７の眼底上に測定光によるビームスポットが形成される。ここで、眼底上に導かれたビームスポットは、Ｘガルバノメトリックミラー０２３とＹガルバノメトリックミラー０２４の駆動により、眼底上で２次元に走査される。被検眼０２７の眼底で反射散乱した測定光は、サンプル光学系１０２を介した後、カプラ００２へ導かれる。参照光は、参照光学系１０３へ導かれ、コリメータレンズ０３１によりコリメート光となり、ＮＤフィルター０３２を通過し所定光量に減衰される。その後、参照光はコリメートされた状態を保持したまま、光軸方向に移動可能でサンプル光学系１０２との光路長差を補正することができるミラー０３３で反射され、同じ光路へ折り返される。折り返された参照光は、ＮＤフィルター０３２、コリメータレンズ０３１を介した後、カプラ００２へ導かれる。
カプラ００２へ戻ってきた測定光と参照光は、カプラ００２により合波され、検出系（もしくは分光器）１０４に導かれる。合波された光はコリメータ０４２により出射され、回折格子０４３にて分光された後、レンズ０４４を介してラインセンサ０４５で受光され、干渉信号として出力される。尚、ラインセンサ０４５は、各画素が回折格子０４３によって分光された光の波長成分に対応して受光するように配置されている。
図１（ｂ）ＯＣＴ光学系にはフォーカスレンズ０２２を移動させるためのフォーカス駆動手段０６１が、Ｘガルバノメトリックミラー０２３、Ｙガルバノメトリックミラー０２４を駆動するためのガルバノメトリックミラー駆動手段０６２が、ミラー３３を光軸方向に移動させるためのミラー駆動手段０６３が、各々設けられている。各々の駆動手段と光源００１、ラインセンサ０４５、サンプリング部０５１、メモリ０５２、信号処理手段０５３、操作入力手段０５６、表示手段の一例であるモニタ０５５などは制御手段０５４に接続されて装置全体の動きが制御されている。
ラインセンサ０４５からの出力信号は、ガルバノメトリックミラー駆動手段０６２によって駆動された任意のガルバノメトリックミラー駆動位置について、サンプリング部０５１により干渉信号として出力される。続いて、ガルバノメトリックミラー駆動手段０６２によってガルバノメトリックミラー駆動位置がオフセットされ、その位置における干渉信号が出力される。以降はこの繰り返しで干渉信号が次々に生成される。サンプリング部０５１で生成された干渉信号は、メモリ０５２にガルバノメトリックミラー駆動位置とともに記憶される。メモリ０５２に記憶された干渉信号は、信号処理手段０５３により周波数解析され、被検眼０２７の眼底の断面像となる。断層像は、表示制御手段の一例である制御手段０５４によりモニタ０５５に表示される。ガルバノメトリックミラー駆動位置情報によって、３次元の眼底ボリューム像を生成し、モニタ０５５に表示することもできる。
制御手段０５４は、撮像中の任意のタイミングでバックグラウンドデータを取得する。バックグラウンドデータとは、被検体に測定光が入射しない状態の信号、即ち参照光のみの信号を指し、例えばガルバノメトリックミラー駆動手段０６２によりガルバノメトリックミラーメトリックミラーを駆動し、サンプル光学系から測定光が戻らないように測定光の位置を調整した状態で信号取得を行うことでバックグラウンドデータを取得する。
［スキャンパターン：ＯＣＴＡ画像取得の為、同一部位をスキャンする］
次に、図２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。図２（ａ）は任意のスキャンについて、図２（ｂ）は本実施例で具体的に実行した数値を反映させた図である。ＯＣＴＡでは、血流によるＯＣＴ干渉信号の時間変化を計測するため、同じ場所で且つ所定時間間隔で複数回の計測が必要となる。本実施形態では、ＯＣＴ装置は同じ場所でのＢスキャンをｍ回繰り返しつつ、ｎ箇所のｙポジションに移動するスキャンを行う。具体的なスキャンパターンを図２（ａ）に示す。眼底平面上でｙ１〜ｙｎのｎ箇所のｙポジションについて、Ｂスキャンをｍ回繰り返す。ｍが大きいと同じ場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＝４（図２（ｂ））として実施した。尚、ＯＣＴ装置のＡスキャン速度、被検体０２７の眼底表面画像の運動解析に応じて、繰り返し数ｍを変更してもよい。ここで、繰り返しの所定間隔を大きくとると早い血流の検出が困難になる。一方、繰り返しの所定間隔を小さくすると逆に毛細血管の襲う血流の検出能が下がることになる。本実施例では、所定間隔として約２．５ｍｓｅｃとした。ただし、本発明では、所定時間として血流の検出が行えれば良く、例えば、約１ｍｓｅｃから約４ｍｓｅｃ（場合によっては数十ｍｓｅｃ）の範囲内が好ましく、より好ましくは約２ｍｓｅｃから約３ｍｓｅｃの範囲内である。この繰り返し間隔も注目する血管に対応して調整することが望ましい。図２においてｐは１つのＢスキャンにおけるＡスキャンのサンプリング数を示している。すなわち、ｐ×ｎにより平面画像サイズが決定される。ｐ×ｎ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及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＝ｐ＝３００として実施した。尚、上記ｎ，ｐは適宜自由に変更が可能である。また、図２（ａ）における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）である。本実施形態ではｘピッチ、ｙピッチ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、本実施例では、１０μｍ（図２（ｂ））とする。ｘピッチ、ｙピッチ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。ｘピッチ、ｙピッチ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、小さなデータ容量で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ｘピッチ、ｙピッチを自由に変更してもよい。本実施形態のスキャン範囲は、ｘ方向がｐ×Δｘ＝３ｍｍ、ｙ方向がｎ×Δｙ＝３ｍｍである（図２（ｂ）参照）。
［ＯＣＴＡ連続画像取得とＭＣ値変化情報生成のフロー］
上述した装置を用い、ＯＣＴＡ画像（モーションコントラスト画像）を複数枚取得し、各ＯＣＴＡ画像の各々のピクセルのＭＣ値変化情報（モーションコントラスト値の変化に関する情報）を取得する方法の概略について、図３（ａ）（ｂ）を用い説明する。ＯＣＴＡ画像を複数枚取得するには、当然一枚のＯＣＴＡ画像を作成するために必要なデータの取得を繰り返すことになる。ステップＳ３０１がそのステップに相当し、その詳細は図３（ｂ）に示す。制御手段０５４は、ステップＳ３５１において、ＯＣＴＡ取得枚数Ｆのユーザ入力を促すＧＵＩをモニタ０５５表示し、ステップＳ３５２にてユーザがＦを入力する（Ｆ：２以上の整数）。ステップＳ３５３において、取得した枚数を示すインデックスｉを１に初期化する。その後、制御手段０５４は、ＯＣＴ光学系を制御して一枚のＯＣＴＡ画像を生成するための出力信号を取得した後、ｉをカウントアップしていく。ステップＳ３５４、３５５、３５６に示すように、ｉがユーザの指定したＦとなるまでこのＯＣＴＡ画像もしくは画像生成に必要なデータの取得が繰り返されことになる。このようにすでに生成済の画像ではなく、画像生成に必要なデータを取得した場合には、そのデータから所望の枚数のＯＣＴＡ画像生成する必要があるが、生成済のＯＣＴＡ画像を例えば外部のデータベース等から入手する場合ではその限りでない。尚、ＯＣＴＡ画像生成の詳細手順は（ＯＣＴＡ画像取得フロー）にて後述する。本実施例では、ＯＣＴＡ画像を１０枚分取得するが、取得したＯＣＴＡ画像はステップＳ３５７において保存される。ステップＳ３０１での必要枚数のＯＣＴＡ画像の取得後、信号処理手段０５３はステップＳ３０２において、複数枚のＯＣＴＡ画像の画像間の位置合わせを実施する（後述、ＯＣＴＡ画像位置合わせフロー参照）。最後に、ステップＳ３０３において、信号処理手段０５３内の変化情報算出手段（情報取得手段）は各ピクセル位置のＭＣ値変化を算出する（後述、ＭＣ値変化取得フロー参照）。この時、画像間の位置合わせにはＭＣ値変化を算出するためのＯＣＴＡ画像そのものではなく、このＯＣＴＡ画像生成時に用いた強度画像の所定深さ部分から生成した眼底正面ＯＣＴＡ画像用いてもよい。さらにこの所定深さの選択では、網膜主要血管をよく表現する表層部分を指定してもよいし、網膜全体の特徴をよく表現するいわゆる全深さ範囲を対象とした眼底のプロジェクション正面画像を用いる方が精度よい位置合わせができる場合が多い。
［ＯＣＴＡ画像の取得］
次に、一枚のＯＣＴＡ画像（モーションコントラスト画像）を上述のフローによって取得された一組のデータセットから生成する方法について、図４を用い説明する。ここで、情報生成手段の一例である信号処理手段０５３は、被検眼の略同一部位の所定時間間隔で撮像された複数の断層情報を用いて、略同一部位のモーションコントラスト情報を生成する。そして、画像生成手段の一例である信号処理手段０５３は、モーションコントラスト情報における深さ範囲の一部の情報を用いて、モーションコントラスト正面画像を生成する。
まず、ステップＳ４０１において、信号処理手段０５３はポジションｙｋにおける繰り返しＢスキャン干渉信号（ｍ枚分）を抜き出す。ステップＳ４０２において、信号処理手段０５３はｊ番目の断層データ（情報）を抜き出す。ステップＳ４０３において、信号処理手段０５３は取得したバックグラウンドデータを上記干渉信号から減算する。ステップＳ４０４において、信号処理手段０５３は、バックグラウンドを減算した干渉信号に対して波数関数に変換処理を施し、フーリエ変換を行う。本実施例では高速フーリエ変換（ＦＦＴ：Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を適用する。ここで、ゼロパディング処理を施しておけば、フーリエ変換後の階調性が増し、後述するステップ４０９において位置合わせ精度を向上させることが出来る。ステップＳ４０５において、信号処理手段０５３は、ステップＳ４０４にて実行したフーリエ変換によって得られる複素信号の絶対値を計算する。この値が当該スキャンの断層像の画素値（輝度値）となる。ステップＳ４０６において、信号処理手段０５３はインデックスｊが、所定数（ｍ）に到達したかを判断する。すなわち、ポジションｙｋでの断層画像の輝度計算がｍ回繰り返されたかを判断する。所定数に満たない場合はＳ４０２に戻り、同一Ｙ位置における断層画像の輝度計算を繰り返す。所定数に達した場合は、次ステップへ進む。
また、ステップＳ４０７において、信号処理手段０５３はあるｙｋポジションにおけるｍフレームの同一断層画像の中で、画像の類似度を計算する。具体的には、信号処理手段０５３はｍフレームの断層画像の内、任意の一枚をテンプレートとして選択し、残りのｍ−１フレームの画像との相関値を算出する。ステップＳ４０８において、信号処理手段０５３はステップＳ４０７で算出した相関値の中で、一定の閾値以上である相関の高い画像を選択する。閾値は任意に設定が可能であり、被検者の瞬きや固視微動によって画像としての相関が低下したフレームを排除することができように設定する。前述したように、ＯＣＴＡでは、被験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対比を、画像間の局所相関値に基づき区別する技術である。即ち、流れのない組織では画像間で相関が高いという前提の上で流れのある組織を抽出するため、画像全体として相関が低い場合、あたかも画像全体が流れのある組織であるかのように誤認識してしまう。このステップではそうした誤認識を回避するために、予め画像として相関の低い断層画像を排除し、相関の高い画像のみを選択する。画像選択の結果、同一ポジションｙｋで取得されたｍフレームの画像は適宜取捨選択され、ｑフレームの画像となる。ここで、ｑの取りうる値は、１≦ｑ≦ｍである。
また、ステップＳ４０９において、信号処理手段０５３は、ステップＳ４０８にて選択されたｑフレームの断層画像の位置合わせを行う。テンプレートとして選択するフレームは、互いに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、テンプレートでフレーム毎に照合し位置ずれ量（δＸ、δＹ、δθ）を求める。具体的にはテンプレート画像の位置と角度を変えながら類似度を表す指標であるＮｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ（ＮＣＣ）を算出し、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。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 Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ（ＳＡＤ）、Ｓｕｍ ｏｆ Ｓｑｕａｒｅｄ Ｄｉｆｆｅｒｅｎｃｅ（ＳＳＤ）、Ｚｅｒｏ−ｍｅａｎｓ Ｎｏｒｍａｌｉｚｅｄ Ｃｒｏｓｓ−Ｃｏｒｒｅｌａｔｉｏｎ（ＺＮＣＣ）、Ｐｈａｓｅ Ｏｎｌｙ Ｃｏｒｒｅｌａｔｉｏｎ（ＰＯＣ）、Ｒｏｔａｔｉｏｎ Ｉｎｖａｒｉａｎｔ Ｐｈａｓｅ Ｏｎｌｙ Ｃｏｒｒｅｌａｔｉｏｎ（ＲＩＰＯＣ）等を用いてもよい。
次に、信号処理手段０５３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（ｑ−１）フレームに適用し、フレームの位置合わせを行う。ｑが１である場合はこのステップは実行されない。
また、ステップＳ４１０において、信号処理手段０５３はＭＣ値を算出する。本実施例では、ステップＳ４０８で選択し、ステップＳ４０９で位置合わせを行ったｑフレームの輝度画像間において、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ＭＣ値とする。ＭＣ値の求め方は種々あり、本発明においてＭＣ値は同一Ｙ位置での複数の断層画像の各ピクセルの変化（フーリエ変換後の輝度・位相等）を表す指標であれば適用が可能である。尚、ｑ＝１の時、即ち、瞬きや固視微動の影響のために画像として相関が低く、同一ポジションｙｋの位置においてＭＣ値の算出が不可能な場合は異なる処理を行う。例えば、ＭＣ値を０としてステップを終了しても良いし、前後ｙｋ−１、ｙｋ＋１の画像におけるＭＣ値が得られる場合、前後の分散値から値を補間しても良い。この場合、正しく計算できなかったＭＣ値は補完値であるとして異常を通知しても良い。また、ＭＣ値の計算が出来なかったＹ位置を記憶しておき、自動で再スキャンを行っても良い。或いは、自動の再スキャンを行うことをせず、再測定を促す警告を出しても良い。
ステップＳ４１１において、信号処理手段０５３はステップＳ４０９にて位置合わせを行った輝度画像を平均し、平均輝度画像を生成する。
ステップＳ４１２において信号処理手段０５３は、ステップＳ４１０で出力したＭＣ値の閾値処理をする。閾値の値は信号処理手段０５３がステップＳ４１１で出力した平均輝度画像から、ノイズフロアでランダムノイズのみが表示されている領域を抽出し、標準偏差σを計算し、ノイズフロアの平均ＭＣ値＋２σと設定する。信号処理手段０５３は、各輝度値が、上記閾値以下の領域に対応したＭＣ値を０に設定する。この閾値処理により、ランダムノイズに由来するＭＣ値を除去することでノイズを軽減することができる。閾値の値は小さいほどＭＣ値の検出感度は上がる一方、ノイズ成分も増す。また、大きいほどノイズは減るがＭＣ値の検出感度は下がる。本実施例では、閾値をノイズフロアの平均ＭＣ値＋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Ｓ４１３において、信号処理手段０５３はインデックスｋが、所定数（ｎ）に到達したかを判断する。すなわち、ｎ箇所の全てのＹ位置において、画像相関度計算、画像選択、位置合わせ、平均輝度の算出、ＭＣ値の算出、及び閾値処理を行ったかを判断する。所定数に満たない場合はＳ４０１に戻り、所定数に到達した場合は、次のステップＳ４１４へ進む。ステップＳ４１３を終了した時点で、すべてのＹ位置での断層画像における平均輝度画像とｎ箇所のＹ位置における近接した複数のモーションコントラスト情報のセットであるＭＣ値３次元ボリュームデータが生成されたことになる。ステップＳ４１４では生成された３次元のＭＣ値（モーションコントラスト情報）に対し、深さ方向に積算したモーションコントラスト正面画像、いわゆる通称ＯＣＴＡ正面画像（これ以降ＯＣＴＡ正面画像と呼ぶ）を生成する。この時、ＯＣＴＡ正面画像の生成にあたり、積算する深さ範囲は任意に設定して良い。例えば、ステップＳ４１１にて生成された平均輝度画像を元に眼底網膜の層境界を抽出し、所望の層を含むようにＯＣＴＡ正面画像を生成することが好適である。ＯＣＴＡ正面画像を生成した後、信号処理手段０５３は信号処理フローを終了する。以上説明した装置構成、撮像方法、信号処理手順を用いることにより、所望領域においてＯＣＴＡの撮像と、ＯＣＴＡ画像の生成が可能となる。本実施例では、ｍ＝４の条件下でＯＣＴＡ画像（モーションコントラスト画像）を取得している。
取得したＯＣＴＡ画像の一例を図６に示す。例えば、黄斑部を撮像した３次元のＭＣ情報に対して、積算する深さ範囲を網膜表層側数層に限定すると図６（ａ）の如くの網膜表層のＯＣＴＡ正面画像が得られ黄斑周辺の眼底血管６０１が抽出できる。もちろん本発明が対象とする深さ範囲は網膜表層のみに限るものではなく、深さ範囲を網膜深層、脈絡膜等に指定したＯＣＴＡ正面画像から各々の層の血管を抽出できることは言うまでもない。
［ＯＣＴＡ画像の位置合わせ］
複数枚のＯＣＴＡ画像の位置合わせを行う方法について、図５（ａ）を用い説明する。
ステップＳ５０１にて、信号処理手段０５３は、保存されている時系列で取得した複数枚のＯＣＴＡ画像図６（ｂ）を呼び出す。ステップＳ５０２は、複数枚のＯＣＴＡ画像（図６（ｃ）６０１〜６１０）の中から、基準画像を抽出する工程である。基準画像の抽出方法には、他の装置（ＳＬＯ、眼底カメラ、等）で取得した眼底画像と比較し、相関関数が高い（一致率が高い）画像を選択する、ＯＣＴＡ画像の血管のつながり率が高い画像を抽出する画像情報を解析して選定する方法や、眼球運動検出機能を有する装置においては、ＯＣＴＡ画像取得中に固視微動が最も少なかった画像を選択する等、種々の方法が考えられる。本実施例では、例えば、装置に併設された眼底観察系であるＳＬＯで取得した眼底画像との比較する方法を用い、図６（ｃ）６０１を選択した。ステップＳ５０３では、図７（ａ）に示した血管交差部４点（７０１〜７０４）を基準画像内の特徴点として抽出する。特徴点の抽出方法にはこの他、高ＭＣ値領域を抽出する、２次元周波数変換した結果の特異点を抽出する、など他の領域と類似点が少ない点を抽出できればよく、測定部位によりその方法を変更する、又は組み合わせることも好適である。その後、各ＯＣＴＡ画像に対して基準画像内で抽出された特徴点に相当する特徴点を抽出する。ステップＳ５０４では、ステップＳ５０３にて抽出された基準ＯＣＴＡ画像の特徴点と各ＯＣＴＡ画像の特徴点を用い、基準画像６０１と各々の画像とのアフィン変換係数（ｘ、ｙ、ｚシフト量、回転、必要に応じて拡大縮小）を取得する。ステップＳ５０５ではその取得したアフィン変換係数を各画像に反映させ、基準画像に対して、各画像の位置合わせを行う。そしてステップＳ５０６において、取得した位置合わせ画像をメモリ０５２に保存する。本実施例では、例えば図６（ｃ）のＯＣＴＡ画像６０８の様に、被検眼の急激な眼球運動や瞬きのために画像の大きな欠損が存在し、必要な特徴点が抽出できないような画像は以後の処理に用いないものとした。
［異なる時間の複数のＯＣＴＡ画像を用いてＭＣ値変化情報を取得する］
次に、複数枚のＯＣＴＡ画像からのＭＣ値変化情報（データ）の取得方法について、図５（ｂ）を用い説明する。ここで、情報取得手段の一例である信号処理手段０５３は、異なる時間の複数のＯＣＴＡ画像（モーションコントラスト正面画像）を用いて、略同一部位の少なくとも一部のモーションコントラスト値の変化に関する情報を取得する。尚、複数のＯＣＴＡ正面画像データ取得の時間間隔（所定時間内）として、本実施例では、約１ｓｅｃとした。ただし、本発明では、上記時間間隔（所定時間内）として、変化に関する情報が得られれば良く、例えば、約０．１ｓｅｃから約５ｓｅｃが好ましい。このような間隔でｎ枚のＯＣＴＡ正面画像を取得すると、ＭＣ値変化情報の観測時間範囲はｎ×１ｓｅｃとなり、実質的にｎ拍動分の情報が含まれることになる。この観測範囲は観測の安定度とトータル撮像時間、すなわち被験者への負担を勘案して決定される。また、ここでは撮像間隔を略一定としたが、特にそれにこだわることはなく数拍動にわたる観測時間が確保されれば必要なＭＣ値変化情報は観測可能である。さらに拍動に関連づいた詳細なＭＣ値変化情報を行う場合にはさらなる工夫が必要であろう。
信号処理手段０５３は、ステップＳ５５１において、保存されている位置合わせされたＯＣＴＡ画像である図７（ｂ）を複数枚呼び出した後、ステップＳ５５２では、呼び出された複数のＯＣＴＡ画像から共通の画像領域を算出する。これは眼球運動により各画像で撮像された眼底部位が微妙にずれていることにより画像端部の眼底部位が各画像に必ず存在するとは限らないからである。ステップＳ５５３において、各々のＯＣＴＡ画像の有効領域内の座標（ｘ１、ｙ１）の画素のＭＣ値を各々のＯＣＴＡ画像を取得した時間ｔ７５１〜ｔ７６０に対してプロットしたものが図７（ｃ）である。本実施例では、ＯＣＴＡ画像が取得された時間はほぼ一定間隔とされている。
以上の様に複数枚ＯＣＴＡ画像を取得し、各ＯＣＴＡ画像のＭＣ値の変化（血液の変化）情報を取得する方法を説明した。
また、ＭＣ値変化の算出においては、上述の如くいわゆるｐｉｘｅｌ ｔｏ ｐｉｘｅｌの処理ではなく５ｘ５程度の重み付空間加算を行った後のＭＣ値変化を算出することにより、ノイズや位置合わせ誤差によるアーティファクトの軽減を図ることが可能となる。
（実施例１：ＭＣ値変化情報）
本実施例では、上述実施例にて取得できたＭＣ値プロファイルを定量解析する例について説明する。
図７（ｃ）に示した所定の画素のＭＣ値の変化に対して、信号処理手段０５３は最大ＭＣ値（Ｉｍａｘ）、最少ＭＣ値（Ｉｍｉｎ）、平均ＭＣ値（Ｉａｖｅ）、ＭＣ値の標準偏差（Ｉσ）、ＭＣ値最大変化幅（｜Ｉｍａｘ−Ｉｍｉｎ｜）、変化の基本周期（Ｐ）及びその位相等の統計量を算出する。すなわち、モーションコントラスト値の変化に関する情報は、例えば、モーションコントラスト値の変化の振幅、周期、位相の少なくとも１つに関する情報である。また、表示制御手段の一例である制御手段０５４は、その結果を画像及び統計数値としてモニタ０５５に表示する。基本周期（Ｐ）は、フーリエ変換、等で算出する事が出来るが、本実施例では４枚のＯＣＴＡ画像を取得する毎にピークが存在すると算出され実際の撮像時刻に換算するとＰ＝約４５秒であったと理解される。
以上の如くの解析を各々のＯＣＴＡ画像の有効領域内の座標の全画素に対して実施すると、ＭＣ値の変化情報を画像として描出できる。その一例としてＭＣ値最大変化幅（｜Ｉｍａｘ−Ｉｍｉｎ｜）で黄斑部に対して作成した画像を図８（ｂ）１０１１に、乳頭部に対して作成した１０１２に示す。以上の如くのＭＣ値変化幅マップ１０１１、１０１２は離散的な点画像となることに注目されたい。
次に、実際の表示形態の例を図９（ａ）から図９（ｈ）に示す。表示器であるモニタ１１００には、領域黄斑部６０１（３ｍｍ×３ｍｍ）の眼底を本発明の手順にて解析した結果を示す画面が表示される。前述の如くＭＣ値の時間変化を表すパラメータにはいろいろなパターンが考えられるので、表示領域１１０１、１１０２には種々の画像を切り替えて表示できるようになっている。例えば図９（ａ）では、各画像におけるＭＣ値の最大値Ｉｍａｘを黄斑部に対して画像化した図８（ｂ）１０１３を１１０１に、ＭＣ値変化幅（｜Ｉｍａｘ−Ｉｍｉｎ｜）を画像化（ＭＣ値変化マップ）したもの図８（ｂ）１０１１を１１０２の領域に並べて表示している。前述の如くＭＣ値変化幅マップ１０１１は離散的な点画像となるため、単独の図では観察している部位が眼底のどの箇所の変化か分かり難いが、各ピクセルの最大値Ｉｍａｘを画像化したような血管全体が良く描写される画像を並べて表示することが望まれる。同様に観察している部位判別を目的として、一つのＯＣＴＡ画像６０１や、ＳＬＯ画像１１０１、眼底写真を並べて表示することも有用である。また、同日の検査において、ＭＣ値変化マップ１０１１を複数枚取得し、ＭＣ値変化マップを複数枚加算した画像１０１３（黄斑）を生成して表記しても良い。
（変形例）
ＭＣ値変化を動画で確認する事も重要な診断情報である。例えば、図９（ｄ）に示すように、右側の領域１１０２に各々のＯＣＴＡ画像１１３１を切り替えて動画的に連続表示（順次表示）しても良い。以上、表示領域１１０１、１１０２に２種類の画像を並べて表示した例を示したが、本発明の効果を享受する方法はこれに限らない。例えば、図９（ｂ）に示すように一つの表示領域に、ＭＣ値の最大値Ｉｍａｘを各画素の輝度情報に割り付け、ＭＣ値変化情報であるＭＣ値変化幅（｜Ｉｍａｘ−Ｉｍｉｎ｜）を色相に割り付けたカラー画像として表示することも好適である。この時、ＭＣ値変化情報として何を選択するかは、表示画面右側の選択領域に設けられた選択ボタン１１１０によって切り替えることができる。また、輝度情報に割り付ける値はＭＣ値の最大値Ｉｍａｘに限らず、ＯＣＴ強度画像またはＯＣＴＡ画像の各画素値を割り付けてもよい。尚、図９（ｅ）以降は表示形態の種々のバリエーションであり、他の実施例等で適時説明する。
（実施例２：領域におけるＭＣ値変化の表示）
上述実施例では、各ＯＣＴＡ画像のからＭＣ値変化情報を算出し画像化して表示した例を示したが、本実施例では、操作者はマウスのような図示しないポインティングディバイスを用いて、図１０の様に、画像８００の上に対象領域ＲＯＩ８０１を設定可能とし、そのＲＯＩ内のＭＣ値変化情報の統計量（例えば平均値等）を表示する。このとき、例えば、平均画像生成手段の一例である信号処理手段０５３は、複数のモーションコントラスト正面画像の平均画像を生成する。画像８００は、図９（ｂ）で説明したＭＣ値の最大値Ｉｍａｘを各画素の輝度情報に割り付け、ＭＣ値変化情報である各画素のＭＣ値の標準偏差（Ｉσ）を色相に割り付けたカラー画像であり、ＲＯＩ８０１はその内のＭＣ値変化情報の平均値を信号処理手段０５３にて算出し、モニタ０５５に数値として例えばＡｖｅｒａｇｅ（σ）＝５８と表示するとともに、ＲＯＩ８０１内の色相をこの平均値に合わせて変更する。このような提示方法を取ることにより、ＲＯＩ８０１内のＭＣ値変化情報を大まかに得ることができ、領域ごとのＭＣ値の変化の傾向を理解しやすくなる。他の部分の傾向を見たい場合には、操作者はやはりマウスのような図示しないポインティングディバイスを用いてＲＯＩ８０１を図８（ｂ）の様に移動すればよい。
（変形例）
本実施例の変形例として、図１０（ｃ）（ｄ）の様に、ＲＯＩを各々疾患情報に合わせ複数設定し、表示される平均のＭＣ値変化量を比較できるようにしても良い。ＲＯＩは、乳頭または黄斑を略中心とした複数の同心円、複数の扇形、複数の弧状の少なくとも１つの領域が自動的に設定されることが望ましい。すなわち、ＲＯＩは、複数の同心円、複数の扇形、複数の弧状の少なくとも１つの領域の中心角方向の分割線を自動的に決定されることが望ましい。例えば、黄斑部に対して、中心窩無血管領域の中心と平均径をＯＣＴＡ画像の解析から求め、（ｃ）の様にその中心から同心円状に４分割したＲＯＩ（複数の領域）を設定する。これにより、数多くの黄斑部疾患に有効である。また、同様のＲＯＩを乳頭中心に適用しても網膜全体の循環状態の把握、さらには緑内障などの診断に有効である。またこの場合、より大まかな把握のためには上下の２分割のＲＯＩを設定することも好適である。より簡便には、図１０（ｄ）の様に乳頭部８７５の上下に矩形のＲＯＩ８７１、８７２の２つを設定してもよい。更に、図１０（ｅ）の様に、黄斑中心部８６３と乳頭中心部８６４を結んだ線８６５に対して対象にＲＯＩ８６１、８６２を設定すると、加齢黄斑変性等の診断に効果がある。この例では線８６５から等距離に矩形のＲＯＩを設定したが、線８６５に接するような２つのＲＯＩを設定して線８６５をＲＯＩの分割線として利用することも可能である。本実施例では、ＲＯＩの設定手順はＯＣＴシステムに疾患毎に定義され、自動的に設定される例としたが、一方で、操作者が図１０（ａ）の様に自ら設定したＲＯＩを登録できるようにすることも有用である。当然、その際、形状、ＲＯＩ数、などは任意で設定できる。また、被検眼の乳頭部と黄斑部とを結ぶ直線を一つの分割線として、モーションコントラスト正面画像の平面上を分割することが好ましい。
尚、図中のＭＣ値変化情報の平均値の表示方法として、図１０（ａ）で説明したように、ＭＣ値変化情報をカラー画素の色相に割り付けることを想定している。図中の表記、例えばＭＣ値変化が大きい領域８５１は黒で、ＭＣ値変化が大きいが黒領域より小さい領域８５２を縦線で、ＭＣ値変化が小さい領域を格子８５３で、ＭＣ値変化がほとんどない領域８５４を白で示したが、これはその領域に異なる色相が割り付けられていることを疑似的に示したものと理解されたい。
（実施例３：血管に沿ったＭＣ値変化情報）
本実施例では、ＭＣ値プロファイルをＯＣＴＡ画像の血管に沿ってマップ化し、各血管におけるＭＣ値変化を表示した実施例について、説明する。
図１１（ａ）のように、黄斑部９０１と乳頭部９０２が同時に取得できる範囲（１２×１２ｍｍ）のＯＣＴＡ画像９００を取得する。尚、黄斑部は無血管領域であるため、通常ＯＣＴＡでは描画されないが、本図では模式的に○で表示している。また、血管を有した眼底画像であれば、ＳＬＯ、眼底カメラ画像等ＯＣＴＡ画像でなくとも良い。次に取得したＯＣＴＡ画像９００を二値化し細線化して血管マップである画像図１１（ｂ）を取得する。ここで更に細線でマッピングされた血管に対して、実施例１と同様の処理を実施し対象血管の線幅にＭＣ値変化を反映する。すなわちＭＣ値変化が多い血管細線を太線９３１で、ＭＣ値変化が少ない血管を中太線９３２で、そして、ＭＣ値変化がほとんどない血管を細線９３３で表示し、ＭＣ値変化に対応した太さの血管がマッピングされた図１１（ｃ）を作成する。以上により検者は血管の所在だけでなく、ＭＣ値変化量を同時に把握することができるようになる。また、実施例２と同様に表示した変形例について、図１１（ｄ）を用い説明する。図１１（ｄ）では、ＲＯＩ領域を９４１〜９４７に設定し、ＭＣ値変化が大きい順に、黒、縦線、格子、白、でマップ化した。本件では、実施例２のように全ピクセルで平均した数値を基にＭＣ値変化情報を提供するのではなく、血管上のピクセルのみのＭＣ値変化を数値化し、その変化の総量をＭＣ値変化値として、マップ化したものである。領域尚、本実施例では、ＭＣ値変化情報は、黒、縦線、格子、白、で表現したが、実施例２と同様に血管マップを輝度に割り付け、ＭＣ値変化情報に色相を割り付けて表示しても良いことは言うまでもない。
血管のＭＣ値変化量は眼底疾患に関係する為、診断支援の情報となり得る。本実施例で得た画像９３０とＳＬＯを並列に並べる事でより、眼底位置情報（疾患部位との位置関係）が分かり易くなる（図１１（ｅ））。並べる画像は、ＳＬＯ１１４２ではなく、眼底画像、又は、その他の眼球情報でも構わない。
（実施例４：重ね合せＯＣＴＡ画像を用い精度向上）
以上の実施例は図７で説明した様に、複数のＯＣＴＡ画像から各々一枚の画像におけるＭＣ値を基にＭＣ値変化情報を生成していたが、複数枚のＯＣＴＡ画像を重ね合せた後に、同様の処理を実施してＭＣ値変化情報を生成も良い。図８を用い、具体的に説明する。図８のＯＣＴＡ画像７５１〜７５３の３枚のＯＣＴＡ画像を重ね合せ（平均処理）し、重ね合せＯＣＴＡ画像１００１を取得する。同様に、ＯＣＴＡ画像７５４〜７５６の３枚から重ね合せＯＣＴＡ画像１００２をＯＣＴＡ画像７５７〜７５９の３枚から重ね合せＯＣＴＡ画像１００３を取得する（処理の関係上ＯＣＴＡ画像７６０は用いない）。その後得られた重ね合せＯＣＴＡ画像１００１〜１００３を用い、各ピクセル位置のＭＣ値変化情報を得る。本実施例では、重ね合せＯＣＴＡ画像を用いる事で時間周波数にローパスフィルタを書けることにより、より時間的に緩やかなＭＣ値変化情報を得る事になる。尚、平均枚数の調整や、移動平均を使用等は注目する時間変化の程度によって調整すればよい。
（その他の変形例）
前述した細線化した血管マップを用いて実施例２の変形例で述べた乳頭を略中心とした複数の同心円、扇形、および又は弧状の領域を自動的に設定してもよい。すなわち、図１２（ａ）に示すように、眼底の視神経乳頭１２００を中心として撮像された眼底画像（眼底２Ｄ画像であれば、ＳＬＯ画像でも、眼底写真画像でも良い）には、乳頭周辺の太い血管径の血管１２０１〜１２０６が複数本観測される。この太い血管径の血管の本数等を考慮し、図１２（ｂ）に示した分割線を決定する。本実施例では、同心のＲＯＩを４分割する分割線１２０７、１２０８を乳頭中心を基準に太い血管径の血管の数が出来る限り同数（所定本数）になるように決定し、ＲＯＩ１２０９〜１２１２が決定される。すなわち、血管指定手段の一例である信号処理手段０５３は、被検眼の乳頭周辺の血管のうち血管径の大きい所定本数の血管を指定する。そして、平均処理手段の一例である信号処理手段０５３は、血管指定手段の出力に基づいて、複数の同心円、扇形、弧状の少なくとも１つの領域の中心角方向の分割線を決定する。ここで、平均処理手段は、モーションコントラスト正面画像の平面上で平均処理を行う。もちろん、このＲＯＩ分割を検者が手動で選択しても良い。
また、実施例１〜５では、網膜の表層部（図１３（ａ）１３０１）のＯＣＴＡ正面画像を取得したが、ＯＣＴＡ画像としては３次元ＭＣ情報を取得しているので、表層部以外の層、例えば、網膜深層１３０２、脈絡膜層１３０３等からＯＣＴＡ正面画像（ｄ）、（ｃ）を取得する事が出来る。そのようなＯＣＴＡ正面画像のＭＣ値からも同様にＭＣ値変化情報を取得する事が出来ることは言うまでもない。すなわち、表示制御手段の一例である制御手段０５４は、モーションコントラスト情報における複数の深さ範囲に対応する複数の変化に関する情報を選択的にまたは並べて表示手段に表示させることが好ましい。さらに各層のＭＣ値を比較可能に表示する事で、より多角的な診断情報を提示することができる。
（実施例７）
上述実施例では、同日での検査データを主に用いたが、例えば一年後のデータと比較、つまり、経過観察を実施できるよう構成することも診断上有効である。本実施例の場合、同一被検眼の同一眼底部位のＯＣＴＡ輝度変化情報を得る必要があるため、眼球運動を補正して同一部位の測定を可能とするいわゆる眼底トラッキング機能を有した装置とすることが望ましい。眼底トラッキング装置とは例えば、眼底画像取得手段（ＳＬＯ）により得られる時々の眼底像の相関を計算することにより被検眼眼底の移動を検出し、その移動をキャンセルして常に目標とした部位の測定が行えるよう測定光の照射位置を修正するシステムであり、正確に眼底を走査する事で同一被検眼の同一網膜領域を走査することを可能とする。実際検者が行う操作としては、図１４（ａ）のように、被験者のＩＤ情報から、過去のＭＣ値変化情報１４０２を得た後に、検者は過去と同一の条件で同一部位を走査する指定を行うために、例えば経過観察モードを指定する。同モードが選択された場合、図１（ｂ）の制御手段は、過去のＭＣ値変化情報１４０２と関連付けて保存されているＭＣ値変化情報を取得・生成した際の装置パラメータ、例えば、撮像時の走査パターン・固視灯の提示位置やＭＣ値の計算パラメータやＯＣＴＡ正面画像を生成するための深さの指定範囲等を読み出し、過去のデータと等価なデータの取得ができる状態を再現し、前前述したＭＣ値変化情報生成手順に則って、ＭＣ値変化情報を得る。その後、図１４（ｂ）のように、測定日時とＭＣ値変化情報を明記し、並列にＭＣ値情報（過去ＭＣ値１４０２、現在ＭＣ値１４０４）を表示したり、所定のＲＯＩの統計量の経時変化の様子を表示することにより、同一被験者のＭＣ値変化情報の経時変化から眼循環に関する早期診断をつながる医療情報を提供できるようになる。
以上、ＳＤＯＣＴをベースとした実施例で説明したが、本発明はこれに限られるわけでなく、ＳＳＯＣＴ、偏光ＯＣＴ、ＤｏｐｐｌｅｒＯＣＴ、ＬｉｎｅＯＣＴ、ＦＦＯＣＴでも同様の効果がある。
（その他の実施例）
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、上述した実施例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。

Claims (16)

  1. 被検眼の略同一部位の所定時間間隔で撮像された複数の断層情報を用いて、前記略同一部位のモーションコントラスト情報を生成する情報生成手段と、
    近接した位置の複数の前記モーションコントラスト情報のセットにおける深さ範囲を指定する指定手段と、
    前記指定された深さ範囲のモーションコントラスト正面画像を生成する画像生成手段と、
    所定時間内の複数の前記モーションコントラスト正面画像における前記略同一部位の少なくとも一部のモーションコントラスト値の変化に関する情報を取得する情報取得手段と、
    前記モーションコントラスト正面画像と前記被検眼の強度画像とのうち少なくとも１つの画像の各画素値が輝度情報に割り付けられ、前記変化に関する情報が色相に割り付けられたカラー画像を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. 被検眼の略同一部位の所定時間間隔で撮像された複数の断層情報を用いて、前記略同一部位のモーションコントラスト情報を生成する情報生成手段と、
    異なる時間の複数の前記モーションコントラスト情報を用いて、前記略同一部位の少なくとも一部のモーションコントラスト値の変化に関する情報を取得する情報取得手段と、
    前記モーションコントラスト情報における深さ範囲の一部の情報を用いて得たモーションコントラスト正面画像と前記被検眼の強度画像とのうち少なくとも１つの画像の各画素値が輝度情報に割り付けられ、前記変化に関する情報が色相に割り付けられたカラー画像を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。
  3. 前記情報取得手段は、異なる時間の複数の前記モーションコントラスト正面画像を用いて、前記変化に関する情報を取得することを特徴とする請求項２に記載の画像処理装置。
  4. 前記モーションコントラスト正面画像を分割した複数の領域で平均処理を行う平均処理手段を更に有することを特徴とする請求項１乃至３のいずれか１項に記載の画像処理装置。
  5. 前記複数の領域は、前記被検眼の乳頭または黄斑を略中心とした複数の同心円、扇形、弧状の少なくとも１つの領域であることを特徴とする請求項４に記載の画像処理装置。
  6. 前記複数の領域は、前記被検眼の乳頭部と黄斑部とを結ぶ直線を一つの分割線として、前記モーションコントラスト正面画像の平面上を分割することにより得られることを特徴とすることを特徴とする請求項４または５に記載の画像処理装置。
  7. 前記被検眼の乳頭周辺の血管のうち血管径の大きい所定本数の血管を指定する血管指定手段を更に有し、
    前記平均処理手段は、前記血管指定手段の出力に基づいて、複数の同心円、扇形、弧状の少なくとも１つの領域の中心角方向の分割線を決定することを特徴とする請求項４乃至６のいずれか１項に記載の画像処理装置。
  8. 前記被検眼の乳頭と黄斑との少なくとも１つの位置を設定する設定手段を更に有す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. 前記複数のモーションコントラスト正面画像の平均画像を生成する平均画像生成手段を更に有することを特徴とする請求項１乃至８のいずれか１項に記載の画像処理装置。
  10. 前記変化に関する情報は、前記モーションコントラスト値の変化の振幅、周期、位相の少なくとも１つに関する情報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、前記複数のモーションコントラスト正面画像を前記表示手段に連続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. 前記表示制御手段は、前記モーションコントラスト情報における複数の深さ範囲に対応する複数の前記変化に関する情報を選択的にまたは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１１のいずれか１項に記載の画像処理装置。
  13. 前記表示制御手段は、前記変化に関する情報と異なる日時に取得したモーションコントラスト値の変化に関する情報とを比較した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１２のいずれか１項に記載の画像処理装置。
  14. 被検眼の略同一部位の所定時間間隔で撮像された複数の断層情報を用いて、前記略同一部位のモーションコントラスト情報を生成する工程と、
    近接した位置の複数の前記モーションコントラスト情報のセットにおける深さ範囲を指定する工程と、
    前記指定された深さ範囲のモーションコントラスト正面画像を生成する工程と、
    所定時間内の複数の前記モーションコントラスト正面画像における前記略同一部位の少なくとも一部のモーションコントラスト値の変化に関する情報を取得する工程と、
    前記モーションコントラスト正面画像と前記被検眼の強度画像とのうち少なくとも１つの画像の各画素値が輝度情報に割り付けられ、前記変化に関する情報が色相に割り付けられたカラー画像を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。
  15. 被検眼の略同一部位の所定時間間隔で撮像された複数の断層情報を用いて、前記略同一部位のモーションコントラスト情報を生成する工程と、
    異なる時間の複数の前記モーションコントラスト情報を用いて、前記略同一部位の少なくとも一部のモーションコントラスト値の変化に関する情報を取得する工程と、
    前記モーションコントラスト情報における深さ範囲の一部の情報を用いて得たモーションコントラスト正面画像と前記被検眼の強度画像とのうち少なくとも１つの画像の各画素値が輝度情報に割り付けられ、前記変化に関する情報が色相に割り付けられたカラー画像を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。
  16. 請求項１４又は１５に記載の画像処理方法をコンピュータに実行させるプログラム。
JP2017209376A 2017-10-30 2017-10-30 画像処理装置、画像処理方法及びプログラム Active JP6976818B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017209376A JP6976818B2 (ja) 2017-10-30 2017-10-30 画像処理装置、画像処理方法及びプログラム
US16/168,634 US20190130170A1 (en) 2017-10-30 2018-10-23 Image processing apparatus, image processing method, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017209376A JP6976818B2 (ja) 2017-10-30 2017-10-30 画像処理装置、画像処理方法及びプログラム

Publications (3)

Publication Number Publication Date
JP2019080724A JP2019080724A (ja) 2019-05-30
JP2019080724A5 JP2019080724A5 (ja) 2021-07-26
JP6976818B2 true JP6976818B2 (ja) 2021-12-08

Family

ID=66242991

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017209376A Active JP6976818B2 (ja) 2017-10-30 2017-10-30 画像処理装置、画像処理方法及びプログラム

Country Status (2)

Country Link
US (1) US20190130170A1 (ja)
JP (1) JP6976818B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021095868A1 (ja) * 2019-11-15 2021-05-20 国立大学法人筑波大学 評価装置、評価方法およびプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6402901B2 (ja) * 2014-06-30 2018-10-10 株式会社ニデック 光コヒーレンストモグラフィ装置、光コヒーレンストモグラフィ演算方法及び光コヒーレンストモグラフィ演算プログラム
JP6538613B2 (ja) * 2015-06-08 2019-07-03 株式会社トーメーコーポレーション 速度測定装置、速度測定プログラムおよび速度測定方法
JP6922152B2 (ja) * 2015-10-21 2021-08-18 株式会社ニデック 眼科解析装置、眼科解析プログラム
JP6624945B2 (ja) * 2016-01-21 2019-12-25 キヤノン株式会社 画像形成方法及び装置
JP6880550B2 (ja) * 2016-02-03 2021-06-02 株式会社ニデック 光干渉断層計

Also Published As

Publication number Publication date
JP2019080724A (ja) 2019-05-30
US20190130170A1 (en) 2019-05-02

Similar Documents

Publication Publication Date Title
US10022047B2 (en) Ophthalmic apparatus
EP2786698B1 (en) Ophthalmologic apparatus
JP5437755B2 (ja) 眼底観察装置
JP5867719B2 (ja) 光画像計測装置
US9615734B2 (en) Ophthalmologic apparatus
US10980416B2 (en) Blood flow measurement apparatus
US10362939B2 (en) Fundus analysis apparatus and fundus observation apparatus
US9498116B2 (en) Ophthalmologic apparatus
US9486134B2 (en) Ophthalmologic imaging apparatus and ophthalmologic image processing apparatus
JP6828295B2 (ja) 光コヒーレンストモグラフィ装置、および光コヒーレンストモグラフィ制御プログラム
WO2016120933A1 (en) Tomographic imaging apparatus, tomographic imaging method, image processing apparatus, image processing method, and program
JP5706506B2 (ja) 眼科装置
JP7164679B2 (ja) 眼科装置、及びその制御方法
WO2019171986A1 (ja) 画像処理装置、画像処理方法及びプログラム
JP6976818B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP7111874B2 (ja) 眼科撮影装置
JP7157221B2 (ja) 眼科情報処理装置及び眼科撮影装置
JP6866167B2 (ja) 情報処理装置、情報処理方法及びプログラム
US10905323B2 (en) Blood flow measurement apparatus
JP6099782B2 (ja) 眼科撮影装置
JP2019150554A (ja) 画像処理装置およびその制御方法
JP6021289B2 (ja) 血流情報生成装置、血流情報生成方法、及びプログラム
WO2019172043A1 (ja) 画像処理装置およびその制御方法
JP2019208845A (ja) 画像処理装置、画像処理方法及びプログラム
JP7086708B2 (ja) 画像処理装置、画像処理方法及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201022

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210531

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210810

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210903

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211012

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211110

R151 Written notification of patent or utility model registration

Ref document number: 6976818

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151