JP6987495B2

JP6987495B2 - 画像処理装置及びその作動方法、並びに、プログラム

Info

Publication number: JP6987495B2
Application number: JP2016224983A
Authority: JP
Inventors: 利治住谷; 耕久稲生
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2016-11-18
Filing date: 2016-11-18
Publication date: 2022-01-05
Anticipated expiration: 2036-11-18
Also published as: JP2018079208A

Description

本発明は、被検眼の眼底に係る画像を処理する画像処理装置及びその作動方法、並びに、当該画像処理装置の作動方法をコンピュータに実行させるためのプログラムに関するものである。

現在、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（ＯｐｔｉｃａｌＣｏｈｅｒｅｎｃｅＴｏｍｏｇｒａｐｈｙ：以下、「ＯＣＴ」と記載）が実用化されている。このＯＣＴの技術を用いた装置（以下、「ＯＣＴ装置」と記載）は、特に眼科領域で被検眼の眼底における網膜の断層画像を取得し、網膜の眼科診断などにおいて広く利用されている。

具体的に、ＯＣＴ装置では、測定対象から反射した光と参照鏡から反射した光とを干渉させ、その干渉した干渉光の光強度の時間依存性または波数依存性を解析することにより、断層画像を得ている。このようなＯＣＴ装置としては、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装置や、広帯域光源を使用したスペクトラルドメインＯＣＴ（ＳｐｅｃｔｒａｌＤｏｍａｉｎＯＣＴ：以下、「ＳＤ−ＯＣＴ」と記載）装置、発振波長を変えることができる波長可変光源装置を光源として使用した波長掃引型ＯＣＴ（ＳｗｅｐｔＳｏｕｒｃｅＯＣＴ：以下、「ＳＳ−ＯＣＴ」と記載）装置が知られている。なお、ＳＤ−ＯＣＴ装置とＳＳ−ＯＣＴ装置は、総称して、フーリエドメインＯＣＴ（ＦｏｕｒｉｅｒＤｏｍａｉｎＯＣＴ：以下、「ＦＤ−ＯＣＴ」と記載）装置と呼ばれている。

ＯＣＴ装置は、２次元断層画像だけでなく、この２次元の複数の断層画像から３次元断層画像を生成することができ、この３次元断層画像によって例えば網膜の形状を立体的に観察することができる。例えば、２次元断層画像から部分領域を指定すると、３次元断層画像の当該部分領域に対応する位置に指定位置情報を重畳表示する技術が知られている（特許文献１）。

また、被検眼の網膜における血管の観察方法として、眼底カメラ、走査型レーザ検眼鏡（ＳｃａｎｎｉｎｇＬａｓｅｒＯｐｈｔｈａｌｍｏｓｃｏｐｅ：ＳＬＯ）装置或いはＯＣＴ装置の強度画像を深さ方向に投影・積算して得られる疑似ＳＬＯ画像やＯＣＴ画像から、眼底血管を抽出する方法がある。そして、網膜の血管の走行や粗密を観察することで、網膜の眼科診断などに利用されている。

近年、上述したＦＤ−ＯＣＴ装置を用いた擬似血管造影法が提案されており、ＯＣＴアンギオグラフィー（ＯＣＴＡｎｇｉｏｇｒａｐｈｙ）と呼ばれている（特許文献２）。現代の臨床医療において、一般的な血管造影法である蛍光造影は、体内に蛍光色素（例えばフルオレセインまたはインドシアニングリーン）の注入を必要とし、蛍光色素の通り道となる血管を２次元的に表示するものである。一方、ＯＣＴアンギオグラフィーは、非侵襲で擬似的な血管造影を可能にし、血流部位のネットワークを３次元的に表示することが可能である。さらに、ＯＣＴアンギオグラフィーは、蛍光造影に比べて高分解能であり、眼底の微小血管や血流を描出することができるため、注目を集めている。

なお、このＯＣＴアンギオグラフィーは、血流検出方法の違いにより、複数の方法が提案されている。具体的には、上記特許文献２では、血流による強度のバラツキを利用した方法が用いられているが、他の方法として、ＯＣＴ信号から時間変調が起こっている信号のみを抽出することで血流からのＯＣＴ信号を分離する方法や、血流による位相のバラツキを利用した方法等が知られている。

特開２００８−１５４７０４号公報米国特許出願公開第２０１４／０２２１８２７号明細書

ここで、被検眼の眼底を斜めに表示するＯＣＴの３次元断層画像の場合、被検眼の網膜の湾曲や突起などが把握し易くなる半面、網膜の形状に凹凸などがあると当該形状と血管との３次元的な対比が難しくなる。

この点、眼底（網膜）の血管に係る血管画像だけでは、網膜の形状に係る情報がないため、特異的な網膜の形状と血管との対応が分かり難い。同様に、ＯＣＴの３次元断層画像だけでは、血管の走行が見難い。このため、特異的な網膜の形状と血管との対応関係を把握するためには、検者が３次元断層画像と血管画像とを交互に見比べる必要があった。

本発明の目的の１つは、このような問題点に鑑みてなされたものであり、被検眼の眼底（網膜）における形状と血管との対応関係を把握し易くすることである。

本発明の画像処理装置における実施態様の一つは、被検眼の眼底の３次元断層画像を解析することにより、前記眼底における層の形状に係る形状情報を取得する解析手段と、前記３次元断層画像との位置関係が対応付いている前記眼底の血管画像において抽出されている血管を、前記血管の位置に対応する前記３次元断層画像における位置にある層の前記形状情報を用いて評価する評価手段と、前記評価手段による血管の評価結果を示す情報を表示部に表示する制御を行う表示制御手段とを有する。
本発明の画像処理装置における他の実施態様は、被検眼の眼底の３次元断層画像を解析することにより、前記眼底における層の形状に係る形状情報を取得する解析手段と、前記３次元断層画像との位置関係が対応付いている前記眼底の血管画像において抽出されている血管を、前記血管の位置に対応する前記３次元断層画像における位置にある層の前記形状情報を用いて評価する評価手段とを有する。
また、本発明は、上述した画像処理装置の作動方法、及び、当該画像処理装置の作動方法をコンピュータに実行させるためのプログラムを含む。

本発明によれば、被検眼の眼底（網膜）における形状と血管との対応関係を把握し易くすることができる。

本発明の第１の実施形態に係る眼科撮影装置の概略構成の一例を示す図である。本発明の第１の実施形態に係る眼科撮影装置の制御方法（画像処理方法）における処理手順の一例を示すフローチャートである。本発明の第１の実施形態に係る眼科撮影装置の制御方法（画像処理方法）における詳細な処理手順の一例を示すフローチャートである。本発明の第１の実施形態を示し、血管画像とＯＣＴによる３次元断層画像とを並べて表示部に表示した表示画面の一例を示す図である。本発明の第１の実施形態を示し、血管画像の表示例を示す図である。本発明の第１の実施形態を示し、血管画像を３次元断層画像に重畳する表示例を示す図である。本発明の第１の実施形態を示し、図１の形状解析部で取得する形状情報の算出方法を説明するための図である。本発明の第１の実施形態を示し、図１の形状解析部で取得する形状情報の算出方法を説明するための図である。本発明の第１の実施形態を示し、図１の形状解析部で取得する形状情報の算出方法を説明するための図である。本発明の第１の実施形態を示し、血管画像の一例を示す拡大図である。本発明の第１の実施形態を示し、図１の形状解析部による形状解析の一例を説明するための図である。本発明の第１の実施形態を示し、図１の形状解析部による形状解析の一例を説明するための図である。本発明の第１の実施形態を示し、図１の形状解析部による形状解析の一例を説明するための図である。本発明の第２の実施形態を示し、図１の血管評価部による血管の評価結果の表示例を示す図である。

以下に、図面を参照しながら、本発明を実施するための形態（実施形態）について説明する。

（第１の実施形態）
まず、本発明の第１の実施形態について説明する。

＜眼科撮影装置の概略構成＞
図１は、本発明の第１の実施形態に係る眼科撮影装置１００の概略構成の一例を示す図である。この眼科撮影装置１００は、本発明における「画像処理装置」に相当するものである。

眼科撮影装置１００は、被検眼Ｅの眼底Ｅｒを撮影する装置であり、図１に示すように、撮像部１１０、及び、制御・処理部１２０を有して構成されている。

≪撮像部１１０≫
まず、図１に示す撮像部１１０について説明する。
ここで、本実施形態においては、撮像部１１０は、ＯＣＴ装置により形成されているものとする。この際、ＯＣＴ装置としては、例えば、ＦＤ−ＯＣＴ装置であるＳＤ−ＯＣＴ装置やＳＳ−ＯＣＴ装置を適用可能であるが、ここでは、ＯＣＴ装置としてＳＳ−ＯＣＴ装置を用いる場合について説明する。

光源１０１は、波長掃引型（ＳｗｅｐｔＳｏｕｒｃｅ：ＳＳ）光源であり、例えば、掃引中心波長１０５０ｎｍ程度、掃引幅１００ｎｍ程度で掃引しながら光を出射する。光源１０１から出射された光は、光ファイバ１０２−１を介して、ビームスプリッタ１０３に導かれ、測定光（ＯＣＴ測定光とも言う）と参照光（ＯＣＴ測定光に対応する参照光とも言う）に分岐される。ここでのビームスプリッタ１０３の分岐比は、例えば、９０（参照光）：１０（測定光）である。

ビームスプリッタ１０３で分岐された測定光は、光ファイバ１０２−２を介して出射され、コリメータ１０４によって平行光とされる。平行光となった測定光は、被検眼Ｅの眼底Ｅｒにおいて測定光を走査するガルバノスキャナ１０５、スキャンレンズ１０６、フォーカスレンズ１０７を介して、被検眼Ｅに入射する。ここで、図１では、ガルバノスキャナ１０５を単一のミラーとして記載しているが、実際には、被検眼Ｅの眼底Ｅｒをラスタースキャンするように、２枚のガルバノスキャナであるｘ軸スキャナー１０５ｘとｙ軸スキャナー１０５ｙによって構成されている。また、フォーカスレンズ１０７は、ステージ１０８上に固定されており、光軸方向に動くことで、フォーカス調整をすることができるようになっている。また、ガルバノスキャナ１０５とステージ１０８は、後述する信号取得制御部１２２によって制御され、被検眼Ｅの眼底Ｅｒの所望の範囲（断層画像の取得範囲、断層画像の取得位置または測定光の照射位置とも言う）で測定光を走査することができるように構成されている。

なお、図１には図示していないが、眼科撮影装置１００において、被検眼Ｅの眼底Ｅｒの動きを検出し、ガルバノスキャナ１０５のミラーを眼底Ｅｒの動きに追従させて走査させるトラッキング機能が付与されていることが望ましい。この際、トラッキング方法については、一般的な技術を用いて行うことが可能であり、リアルタイムで行うことも、ポストプロセッシングで行うことも可能である。例えば、走査型レーザ検眼鏡（ＳｃａｎｎｉｎｇＬａｓｅｒＯｐｈｔｈａｌｍｏｓｃｏｐｅ：ＳＬＯ）装置を用いる方法がある。この場合、眼科撮影装置１００は、眼底Ｅｒについて、ＳＬＯ装置を用いて光軸に対して垂直な面内の２次元画像（眼底表面画像）を経時的に取得し、当該２次元画像中の血管分岐などの特徴箇所を抽出する。そして、眼科撮影装置１００は、取得する２次元画像中の特徴箇所がどのように動いたかを眼底Ｅｒの移動量として算出し、算出した移動量をガルバノスキャナ１０５にフィードバックすることでリアルタイムトラッキングを行うことができる。

測定光は、ステージ１０８上に乗ったフォーカスレンズ１０７により、被検眼Ｅに入射し、眼底Ｅｒにフォーカスされる。そして、眼底Ｅｒを照射した測定光は、各網膜層で反射・散乱し、上述した光学経路を辿ってビームスプリッタ１０３に戻る。ビームスプリッタ１０３に入射した測定光の戻り光は、光ファイバ１０２−３を経由し、ビームスプリッタ１０９に入射する。

一方、ビームスプリッタ１０３で分岐された参照光は、光ファイバ１０２−４、偏光制御器１１１、光ファイバ１０２−５を介して出射され、コリメータ１１２によって平行光とされる。ここで、偏光制御器１１１は、参照光の偏光を所望の偏光状態へ変化させることができるものである。その後、参照光は、分散補償ガラス１１３、ＮＤフィルタ１１４、コリメータ１１５を介し、光ファイバ１０２−６に入射する。この際、コリメータ１１５と光ファイバ１０２−６の一端は、コヒーレンスゲートステージ１１６の上に固定されており、被検眼Ｅの眼軸長の相違などに対応して光軸方向に駆動するように、信号取得制御部１２２で制御される。なお、本実施形態では、参照光の光路長を変更しているが、測定光の光路と参照光の光路との光路長差を変更できれば他の形態でもよい。そして、光ファイバ１０２−６を通過した参照光は、ビームスプリッタ１０９に入射する。

ビームスプリッタ１０９では、測定光の戻り光と参照光とが合波されて、干渉光（合波光）とされた上で２つに分割される。分割される干渉光は、互いに反転した位相の干渉光（以下、「正の成分」及び「負の成分」と記載する）となっている。分割された干渉光の正の成分は、光ファイバ１０２−７を経由してディテクタ１１７の一方の入力ポートに入射する。一方、分割された干渉光の負の成分は、光ファイバ１０２−８を経由してディテクタ１１７の他方に入射する。

ディテクタ１１７は、差動検出器となっており、位相が１８０°反転した２つの干渉光が入力すると、直流成分を除去して干渉成分のみを抽出し、これを光干渉信号として検出する検出手段である。そして、ディテクタ１１７で検出された光干渉信号は、光の強度に応じた電気信号である撮像信号として後述する信号処理部１２１に出力される。このディテクタ１１７を有する撮像部１１０は、制御・処理部１２０と通信可能に接続されている。

≪制御・処理部１２０≫
次いで、図１に示す制御・処理部１２０について説明する。
制御・処理部１２０は、図１に示すように、信号処理部１２１、信号取得制御部１２２、表示制御部１２３、及び、表示部１２４を有して構成されている。

信号処理部１２１は、ディテクタ１１７から出力された撮像信号を取得して、当該撮像信号の処理を行う。この信号処理部１２１は、図１に示すように、断層画像生成部１２１１、血管画像生成部１２１２、形状解析部１２１３、及び、血管評価部１２１４を有して構成されている。

断層画像生成部１２１１は、被検眼Ｅの眼底Ｅｒに係る第１の撮像信号を取得して、眼底Ｅｒの３次元断層画像を生成する第１の生成手段である。ここで、断層画像生成部１２１１は、例えば、輝度画像に係る３次元断層画像を生成する。

血管画像生成部１２１２は、被検眼Ｅの眼底Ｅｒに係る第２の撮像信号を取得して、断層画像生成部１２１１で生成される３次元断層画像との位置関係が対応付いている血管画像であって眼底Ｅｒの血管が映し出された血管画像を生成する第２の生成手段である。本実施形態においては、血管画像生成部１２１２は、例えばＳＳ−ＯＣＴ装置である撮像部１１０から、光干渉信号の変動を利用する擬似血管造影法であるＯＣＴアンギオグラフィー（ＯＣＴＡｎｇｉｏｇｒａｐｈｙ：以下、「ＯＣＴＡ」と記載）を用いて得られた信号を第２の撮像信号として取得し、モーションコントラスト画像に係る血管画像を生成するものとする。以下、光干渉信号から時間変調が起こっている信号を画像としたものをモーションコントラスト画像とし、また、そのモーションコントラスト画像の画素値をモーションコントラストとし、そのデータのセットをモーションコントラストデータとする。

なお、本実施形態においては、血管画像生成部１２１２で取得する第２の撮像信号として、光干渉信号の変動を利用する疑似血管造影法であるＯＣＴＡを用いて得られた信号を適用したが、本発明においてはこれに限定されるものではなく他の信号であってもよい。例えば、本発明における第２の撮像信号としては、上述したＯＣＴＡを用いて得られた信号に加えて、光干渉信号、眼底カメラにより得られた信号、及び、走査型レーザ検眼鏡により得られた信号のうちの少なくともいずれかの信号を適用することが可能である。
また、信号処理部１２１（例えば、血管評価部１２１４）は、断層画像生成部１２１１で生成される３次元断層画像と血管画像生成部１２１２で生成される血管画像との位置合わせを行うことにより、３次元断層画像と血管画像との位置関係を対応付ける処理を行う。

形状解析部１２１３は、断層画像生成部１２１１で生成された３次元断層画像を解析して、被検眼Ｅの眼底Ｅｒの形状に係る形状情報を取得する処理を行う。この際、形状解析部１２１３は、例えば、血管画像に含まれる血管の走行座標に対応する眼底Ｅｒの形状に係る形状情報を取得する。また、本実施形態においては、形状解析部１２１３で取得する形状情報は、３次元断層画像の各層における境界面の曲率、その曲率半径、前記境界面の傾き、その傾きの変化率、前記境界面の局所的な凹凸、前記各層の層厚、及び、その層厚の変化率のうちのいずれかの形状パラメータに係る情報、または、これらの形状パラメータの組合せに係る情報であるものとする。

血管評価部１２１４は、形状解析部１２１３により得られた形状情報に基づいて、血管画像生成部１２１２で生成された血管画像に含まれる血管を評価する処理を行う。この際、血管評価部１２１４は、例えば、形状情報に基づいて、血管画像に含まれる血管が存在する位置（存在する層や境界に対する位置（深さ））、当該血管の径及び当該血管の走行方向などを考慮して、血管画像に含まれる血管を評価することが好適である。また、血管評価部１２１４は、例えば、断層画像生成部１２１１で生成された３次元断層画像と血管画像生成部１２１２で生成された血管画像との位置合わせを行った後に、血管を評価する。

信号取得制御部１２２は、上述したように、撮像部１１０のガルバノスキャナ１０５、ステージ１０８及びコヒーレンスゲートステージ１１６の各部を制御する。

表示制御部１２３は、信号処理部１２１の処理の結果得られた各種の情報や各種の画像を表示部１２４に表示する制御を行う。例えば、表示制御部１２３は、血管評価部１２１４による血管の評価結果を表示部１２４に表示する制御を行う。例えば、この血管の評価結果の表示制御に係る第１の態様として、表示制御部１２３は、血管評価部１２１４による血管の評価結果に応じて血管画像に含まれる血管の表示態様を変更し、当該変更に係る血管画像を表示部１２４に表示する制御を行う。また、例えば、血管の評価結果の表示制御に係る第２の態様として、表示制御部１２３は、血管評価部１２１４による血管の評価結果に応じて血管画像に含まれる血管の表示態様を変更し、当該変更に係る血管画像を重畳させた３次元断層画像を表示部１２４に表示する制御を行う。

表示部１２４は、表示制御部１２３の制御に基づいて、信号処理部１２１の処理の結果得られた各種の情報や各種の画像を表示する。ここで、表示部１２４は、例えば、液晶などのディスプレイである。なお、表示制御部１２３と表示部１２４とは、有線で通信する形態であっても、無線で通信する形態であってもよい。また、図１では、表示部１２４は、制御・処理部１２０の内部に構成されている例を示しているが、本実施形態においてはこれに限定されるものではなく、制御・処理部１２０の外部に別構成として設けられていてもよい。また、表示部１２４は、例えばユーザが持ち運び可能な装置の一例であるタブレットとして構成されていてもよい。この場合、表示部１２４にタッチパネル機能を搭載し、タッチパネル上で画像の表示位置の移動や、拡大／縮小、表示される画像の変更などを操作可能に構成することが好ましい。

ここで、被検眼Ｅの眼底Ｅｒにおける測定光の走査について説明する。
被検眼Ｅ（より具体的には、眼底Ｅｒ）の或る１点における奥行き方向の断層に関する情報を取得するための走査をＡ−ｓｃａｎと呼ぶ。また、Ａ−ｓｃａｎと直交する方向で被検眼Ｅの断層に関する情報、即ち２次元画像を取得するための走査をＢ−ｓｃａｎを呼び、さらに、Ａ−ｓｃａｎ及びＢ−ｓｃａｎのいずれの走査方向とも直交する方向に走査することをＣ−ｓｃａｎと呼ぶ。

３次元断層画像を取得する際に被検眼Ｅの眼底面内に２次元ラスタースキャンをする場合、高速な走査方向がＢ−ｓｃａｎ、Ｂ−ｓｃａｎをその直交方向に並べて走査する低速な走査方向をＣ−ｓｃａｎと呼ぶ。Ａ−ｓｃａｎ及びＢ−ｓｃａｎを行うことで２次元断層画像が得られ、Ａ−ｓｃａｎ、Ｂ−ｓｃａｎ及びＣ−ｓｃａｎを行うことで３次元断層画像を得ることができる。Ｂ−ｓｃａｎ及びＣ−ｓｃａｎは、上述したガルバノスキャナ１０５により行われる。

なお、ガルバノスキャナ１０５を構成するｘ軸スキャナー１０５ｘ及びｙ軸スキャナー１０５ｙは、それぞれ、回転軸が互いに直交するよう配置された偏向ミラーで構成されている。そして、ｘ軸スキャナー１０５ｘはｘ軸方向の走査を行い、ｙ軸スキャナー１０５ｙはｙ軸方向の走査を行う。また、ｘ軸方向及びｙ軸方向の各方向は、被検眼Ｅの眼球の眼軸方向に対して垂直な方向であり、互いに垂直な方向である。また、Ｂ−ｓｃａｎとＣ−ｓｃａｎ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−ｓｃａｎとＣ−ｓｃａｎのライン走査方向は、撮像したい２次元断層画像或いは３次元断層画像に応じて、適宜決めることができる。

＜眼科撮影装置の処理手順＞
図２は、本発明の第１の実施形態に係る眼科撮影装置１００の制御方法（画像処理方法）における処理手順の一例を示すフローチャートである。また、図３は、本発明の第１の実施形態に係る眼科撮影装置１００の制御方法（画像処理方法）における詳細な処理手順の一例を示すフローチャートである。この図３において、図２に示す処理ステップと同様の処理ステップについては同じ符号を付している。以下の説明においては、図２及び図３に共通する処理ステップについては、図２の説明の際に説明するものとする。

まず、図２（図３も同様）のステップＳ１１０において、断層画像生成部１２１１は、撮像部１１０から、被検眼Ｅの眼底Ｅｒの３次元断層画像を形成するための光干渉信号のセットを第１の撮像信号として取得する。具体的に、撮像部１１０では、被検眼Ｅの眼底Ｅｒにおける所定の範囲をＣ−ｓｃａｎすることにより、３次元断層画像を形成するのに必要な光干渉信号のセットが得られる。なお、本ステップにおいて、第１の撮像信号以外に、ノイズ除去用のバックグラウンド信号を取得してもよい。この際、例えば、測定光の戻り光を遮断した参照光のみの光信号をバックグラウンド信号として取得することや、Ｂ−ｓｃａｎの光干渉信号のセットを平均する等してバックグラウンド信号を取得する。

その後、断層画像生成部１２１１は、第１の撮像信号として取得した光干渉信号のセットに対して、再構成処理を行うことで３次元断層画像を生成する。この３次元断層画像の生成について、以下に具体的に説明する。
まず、断層画像生成部１２１１は、光干渉信号から固定パターンノイズの除去を行う。この際、固定パターンノイズの除去は、上述したバックグラウンド信号を光干渉信号から減算することにより行われる。次いで、断層画像生成部１２１１は、深さ分解能とダイナミックレンジを最適化するために、光干渉信号のセットに対して所望の窓関数処理を行う。その後、断層画像生成部１２１１は、光干渉信号のセットに対してＦＦＴ処理を行うことによって断層画像の輝度画像を生成する。この際、断層画像生成部１２１１は、Ｂ−ｓｃａｎに係る光干渉信号のセットに対して、再構成処理を行うことで断層画像の輝度画像を生成する。さらに、断層画像生成部１２１１は、Ｃ−ｓｃａｎに係る光干渉信号のセットに対して、再構成処理を行うことで３次元断層画像を生成する。この３次元断層画像の生成にあたっては、既知の画質向上を行ってもよい。例えば、断層画像生成部１２１１は、３次元断層画像の生成に際して、眼底Ｅｒの同一箇所を複数回撮影したデータを重ね合わせして平均化することによりランダムノイズを低減することや、重ね合わせの前に位置ずれ補正などを行って画質向上を図ってもよい。

続いて、図２（図３も同様）のステップＳ１２０において、血管画像生成部１２１２は、被検眼Ｅの眼底Ｅｒの血管画像を形成するための第２の撮像信号を取得する。具体的に、本実施形態では、血管画像生成部１２１２は、ＯＣＴＡによって撮像部１１０が眼底Ｅｒの所定の範囲をＣ−ｓｃａｎすることにより得られた、モーションコントラストデータを計算するための光干渉信号のセットを第２の撮像信号として取得する。この際、血管画像生成部１２１２は、モーションコントラストデータを計算するために、同一ｙ位置での複数のＢスキャンに係る光干渉信号のセットを取得する。なお、ＯＣＴＡのように、同じＯＣＴ装置（撮像部１１０）を使う場合、ステップＳ１１０における第１の撮像信号の取得工程と、本ステップＳ１２０における第２の撮像信号の取得工程とは、別々であっても同時であってもよい。別々の工程であれば、例えば、ＯＣＴでは眼底Ｅｒの広範囲を撮影し、ＯＣＴＡでは眼底Ｅｒの必要な箇所に撮影領域を絞るような撮影を行うことができる。また、同一の工程であれば、ＯＣＴによる画像とＯＣＴＡによる画像との位置合わせが行い易くなる。この同一の工程である場合に、第１の撮像信号と第２の撮像信号とを同一の信号とすることもできる。そして、第１の撮像信号と第２の撮像信号とが同一の信号である場合には、後述するステップＳ１４１における３次元断層画像と血管画像との位置合わせを省力することができる。

その後、血管画像生成部１２１２は、眼底Ｅｒの血管が映し出された血管画像を生成する。本実施形態においては、血管画像生成部１２１２は、第２の撮像信号に基づき計算により得られたモーションコントラストデータから血管を抽出し、血管画像を生成する。このモーションコントラストデータから血管を抽出する方法については、後述する。この血管画像生成部１２１２の処理により、例えば後述する図５（ａ）の血管画像５０１が得られる。血管画像生成部１２１２で生成される血管画像は、ＯＣＴＡやＯＣＴなどの３次元的な信号を取得する場合には３次元的な位置情報をもち、また、眼底カメラや走査型レーザ検眼鏡などによる２次元的な信号を取得する場合には２次元的な位置情報をもつ。

続いて、図２（図３も同様）のステップＳ１３０において、形状解析部１２１３は、ステップＳ１１０で生成された３次元断層画像を解析して、被検眼Ｅの眼底Ｅｒの形状に係る形状情報を取得する処理を行う。具体的に、本実施形態においては、形状解析部１２１３は、ステップＳ１１０で生成された３次元断層画像から網膜の部位を切り出し、さらにそのセグメンテーション（層情報）及び形状を解析をして、形状情報を取得する。この図２のステップＳ１３０における詳細な処理手順について、図３を用いて説明する。

このステップＳ１３０の処理が開始されると、まず、図３のステップＳ１３１において、形状解析部１２１３は、ステップＳ１１０で生成された３次元断層画像に対し、セグメンテーションを行う。この図３のステップＳ１３１の詳細な処理について以下に説明する。

図３のステップＳ１３１では、形状解析部１２１３は、まず、処理対象とする３次元断層画像に対して、メディアンフィルタとＳｏｂｅｌフィルタをそれぞれ適用して、それぞれメディアン画像とＳｏｂｅｌ画像を作成する。次いで、形状解析部１２１３は、作成したメディアン画像とＳｏｂｅｌ画像から、Ａスキャンごとにプロファイルを作成する。ここでは、メディアン画像からは輝度値のプロファイルが作成され、Ｓｏｂｅｌ画像からは勾配のプロファイルが作成される。次いで、形状解析部１２１３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。次いで、形状解析部１２１３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し、被検眼Ｅの網膜層の各領域の境界を抽出する。ここで、抽出する層の境界としては、例えば以下の６層の境界が挙げられる。例えば、第１の境界としては神経線維層（ＮＦＬ）の境界、第２の境界としては神経節細胞層（ＧＣＬ）＋内網状層（ＩＰＬ）を合わせた層の境界が挙げられる。また、第３の境界としては内顆粒層（ＩＮＬ）＋外網状層（ＯＰＬ）を合わせた層の境界、第４の境界としては外顆粒層（ＯＮＬ）＋外境界膜（ＥＬＭ）を合わせた層の境界が挙げられる。また、第５の境界としてはＥｌｌｉｐｓｏｉｄＺｏｎｅ（ＥＺ）＋ＩｎｔｅｒｄｉｇｉｔａｔｉｏｎＺｏｎｅ（ＩＺ）＋網膜色素上皮（ＲＰＥ）を合わせた層の境界、第６の境界としては脈絡膜（Ｃｈｏｒｏｉｄ）の層の境界が挙げられる。そして、形状解析部１２１３は、このように各層及びその境界を抽出することにより、被検眼Ｅの眼底Ｅｒの形状に係る形状情報を取得することが可能となる。なお、人眼の層構造は既知であるので、セグメンテーションが完了すると、どの層がどの網膜層に対応するかのレジストレーションもできる。

続いて、図３のステップＳ１３２において、形状解析部１２１３は、図３のステップＳ１３１で抽出した境界の境界面を使って被検眼Ｅの眼底Ｅｒの形状解析を行う。また、本実施形態においては、形状解析部１２１３で取得する形状情報は、網膜層の特異的な形状を抽出する特徴量のパラメータであればよい。例えば、形状情報は、上述したように、境界面の曲率やその曲率半径、前記境界面の傾きやその変化率、前記境界面の局所的な凹凸、各層の層厚やその変化率のうちのいずれかの形状パラメータ、またはこれらの形状パラメータの組合せに係る情報を適用可能である。ここで、形状解析部１２１３で計算するパラメータとしては、上述した全ての形状パラメータでもよいし、形状パラメータの種類や計算する領域を選択してもよい。また、パラメータや領域の選択は、検者が指定してもよいし、検査目的に応じて自動的に選択してもよい。そして、形状解析部１２１３は、計算したパラメータを形状情報として、３次元断層画像での位置と対応させて記憶する。

続いて、図２（図３も同様）のステップＳ１４０において、血管評価部１２１４は、ステップＳ１３０で得られた形状情報に基づいて、ステップＳ１２０で生成された血管画像に含まれる血管を分類等すべく評価を行う。この図２のステップＳ１４０における詳細な処理手順について、図３を用いて説明する。

このステップＳ１４０の処理が開始されると、まず、図３のステップＳ１４１において、血管評価部１２１４は、ステップＳ１１０で生成された３次元断層画像とステップＳ１２０で生成された血管画像との位置合わせを行う。具体的に、まず、血管評価部１２１４は、ステップＳ１１０で生成された３次元断層画像を用いて深さ方向の２次元画像（眼底表面画像）を取得して当該２次元画像中の血管分岐などの特徴箇所を抽出する。また、血管評価部１２１４は、ステップＳ１２０で生成された血管画像に対しても同様にして、画像中の血管分岐などの特徴箇所を抽出する。次いで、血管評価部１２１４は、３次元断層画像及び血管画像のそれぞれの画像に基づき抽出した特徴箇所から、どの程度位置ずれしているかを位置ずれ量（δｘ，δｙ，δθ）として算出する。ここで、位置ずれ量の算出方法としては、例えば、片方の画像の位置と角度を変えながら画像間の相関を算出し、相関が最大となるときの画像位置の差を位置ずれ量とすればよい。次いで、血管評価部１２１４は、算出した位置ずれ量に基づいて血管画像の位置を補正して、３次元断層画像及び血管画像の両画像の位置合わせを行う。ここで、血管画像が３次元の位置情報を持つ場合には、深さ方向（δＺ）の位置ずれ量も同様に算出する。また、血管画像が水平方向（ｘｙ面）の２次元画像の場合、深さ方向の座標としては、ＯＣＴの３次元断層画像における対応する座標を割当てればよい。また、例えば、血管画像が網膜浅層血管の画像である場合、網膜表面（神経線維層と硝子体との境界面）の座標で代用してもよい。本ステップの位置合わせ工程により、３次元断層画像と血管画像との位置合わせがなされる。これにより、例えば、次工程において、血管走行の座標（血管中心位置等）に対して走行方向に直行した平面における網膜層の形状解析を行うことが可能となる。また、例えば、次工程において、血管走行の座標全点について形状解析を行うのではなく、適度な間隔をあけて形状解析を行い、その間については補間処理を行うことが可能となる。

続いて、図３のステップＳ１４２において、血管評価部１２１４は、ステップＳ１３０で得られた形状情報に基づいて、ステップＳ１２０で生成された血管画像に含まれる血管を分類等すべく評価を行う。具体的に、血管評価部１２１４は、血管画像中の血管が３次元断層画像内で位置する層の形状情報を当該血管に割り付けて、当該血管の評価を行う。
例えば、血管評価部１２１４は、血管画像に含まれる血管が網膜浅層（ＮＦＬ）の血管であり、形状情報が神経線維層と硝子体との境界面の曲率である場合、当該血管が位置する層の境界面の曲率を当該血管に割り付けて、当該血管の評価を行う。このように、血管画像中の血管をＯＣＴの３次元断層画像の形状情報に基づき評価することにより、３次元断層画像で見た時の形状情報が血管画像にも反映されることになる。

続いて、図２（図３も同様）のステップＳ１５０において、表示制御部１２３は、ステップＳ１４０での血管の評価結果を表示部１２４に表示する制御を行う。この図２のステップＳ１５０における詳細な処理手順について、図３を用いて説明する。

このステップＳ１５０の処理が開始されると、まず、図３のステップＳ１５１において、表示制御部１２３は、ステップＳ１４０での血管の評価結果に基づいて、予め指定された表示条件に従って表示情報を作成する。この際、表示条件としては、どの形状情報で評価（分類）した血管を表示するかを指定したり、３次元等の画像を表示する向きや倍率なども指定したりする。

続いて、図３のステップＳ１５２において、表示制御部１２３は、ステップＳ１５１で作成した表示情報を表示部１２４に表示制御する処理を行う。

続いて、図３のステップＳ１５３において、表示制御部１２３は、表示条件を変更する指示が入力されたか否かを判断する。

ステップＳ１５３の判断の結果、表示条件を変更する指示が入力された場合には（Ｓ１５３／Ｙｅｓ）、ステップＳ１５１に戻り、変更後の表示条件に従って表示情報の最作成が行われる。

一方、ステップＳ１５３の判断の結果、表示条件を変更する指示が入力されなかった場合には（Ｓ１５３／Ｎｏ）、図３（図２も同様）のフローチャートの処理を終了する。

次に、表示画面の表示例を説明する。
図４は、本発明の第１の実施形態を示し、血管画像とＯＣＴによる３次元断層画像とを並べて表示部１２４に表示した表示画面４００の一例を示す図である。

図４には、被検眼Ｅの眼底Ｅｒの深さ方向における平面の血管画像４１０と、ＯＣＴによる３次元断層画像のうち、被検眼Ｅの眼底Ｅｒの深さ方向における平面の２次元画像４２０が示されている。なお、図４に示す例では、血管画像４１０及び次元画像４２０ともに、被検眼Ｅの眼底Ｅｒの深さ方向における平面画像を示しているが、本実施形態においてはこれに限定されるものではなく、例えば斜めから見た３次元画像（ｅｎ−ｆａｃｅ画像）であってもよい。また、図４には、ＯＣＴによる３次元断層画像のうち、血管画像４１０と２次元画像４２０に示す切断面４０１ａ及び４０１ｂにそれぞれ対応する、水平方向の２次元断層画像４３０と垂直方向の２次元断層画像４４０が示されている。また、視点の移動ができるようにしてもよい。図４に示す表示画面４００には、表示画像の視点を変更するための変更ボタン４５０として、拡大・縮小ボタン４５１、並進移動ボタン４５２、回転移動ボタン５３が設けられている。また、図４に示す表示画面４００には、血管画像に重畳表示する形状情報を選択するためのセレクトボックス４６０と、形状情報の大きさを表すカラーバー４７０が設けられている。セレクトボックス４６０をクリックすると、形状情報のリストが表示され、表示したい形状情報を選択することができるようになっている。また、カラーバー４７０は、特異的な形状を表す側が目立つ色、例えば暖色や蛍光色であることが望ましい。

図５は、本発明の第１の実施形態を示し、血管画像の表示例を示す図である。この図５は、図４の血管画像４１０の表示例として強度近視眼の例を示している。また、図５では、図４の血管画像４１０の背景を白黒反転させた画像を示している。

図５（ａ）は、血管５１０のみを表示する血管画像５０１を示している。また、図５（ｂ）は、図５（ａ）に示す血管画像５０１の含まれる血管５１０のうち、血管の評価結果に応じて形状情報として神経線維層と硝子体との境界面の曲率を血管５１０ａに着色した血管画像５０２を示している。即ち、図５（ｂ）は、表示制御部１２３によって、血管評価部１２１４による血管の評価結果に応じて、血管画像５０１に含まれる血管の表示態様を変更し、当該変更に係る血管画像５０２を表示部１２４に表示する様子を示している。

より具体的に、図５（ａ）に示す血管画像５０１では、血管５１０は、単色の輪郭（図５（ａ）の例では白抜き）で表示されている。図５（ｂ）に示す血管画像５０２では、血管５１０は、上述した境界面の曲率に応じた表示色で表示される。図５（ｂ）において、点線５１１の内側の領域が眼球の後方牽引により陥没している凹部に相当し、血管５１０の走行に沿った血管中心座標における神経線維層と硝子体との境界面の曲率に対応した表示濃度（曲率が大きいほど高濃度）で血管５１０ａの輪郭の内側が埋められている。

なお、図５（ｂ）に示す例では、曲率が大きい部分へグレーの高濃度を割り付け表示したが、本実施形態においてはこれに限定されるものではなく、例えば曲率に応じたカラーを割り付けしてもよい。例えば、通常の領域は青色などの寒色とし、曲率が大きいなどの形状情報に特徴のある領域は赤色などの暖色や蛍光色で識別し易い表示色とすることができる。また、表示色は、形状情報の変数の絶対値または相対値を基準にしてもよく、さらに、割り付けは連続的であってもよいし、ある閾値で二値化してもよい。ここで、二値化を行うことは、血管を分類することに相当する。この際、閾値は、抽出したい対象やＯＣＴ装置の分解能でも変わる。例えば、曲率が１／２０（１／μｍ）以上を曲率が大とする閾値を選択する。この際、閾値は固定値でもよいし、検者が変更できるようにしてもよい。さらに、複数の閾値を用いて血管の複数の分類を行ってもよい。図５に示す例では、血管評価部１２１４による血管の評価結果に応じて血管画像に含まれる血管の表示態様を変更し、当該変更に係る血管画像を表示部１２４に表示する例を示したが、当該該変更に係る血管画像を３次元断層画像に重畳表示する態様であってもよい。この態様について、図６を用いて説明する。

図６は、本発明の第１の実施形態を示し、血管画像を３次元断層画像に重畳する表示例を示す図である。図６において、ｘ，ｙ，ｚの矢印は、それぞれ、ｘ方向，ｙ方向，ｚ方向を表し、立方体６９０の領域は、３次元断層画像に係るＣ−ｓｃａｎ領域を表している。また、図６において、図５に示す構成と同様の構成については、同じ符号を付している。

図６（ａ）では、血管画像６０１を３次元断層画像中に重畳表示した例を示している。この場合、３次元断層画像に重畳して表示する血管画像６０１は、血管画像生成部１２１２で生成された血管画像として抽出された血管の全数を対象とする必要はない。図６（ａ）に示すように、例えば網膜内節細胞層よりも硝子体側の層内の血管径１００ｕｍ以上である主要血管に対してのみ表示色を割り付けることが効果的である。この選択は、症例ごと、もしくは、確認したい形状変化に対応して選択可能であることが望ましい。また、図５で説明したように、点線５１１の内側の領域が眼球の後方牽引により陥没している凹部に相当する。図６（ａ）において、主要血管５１０は、形状情報（ここでは、神経線維層と硝子体との境界面の曲率）に応じた表示色で表示されており、主要血管５１０のうち、黒色の血管５１０ａが曲率が大きい部分に相当する。

また、３次元断層画像との重畳では、血管画像を見易くするために、硝子体などの網膜よりも上方の構造や神経線維層などの網膜浅層の一部を非表示にしたり、半透明にしたりして表示してもよい。図６（ａ）の例では、３次元断層画像と血管画像６０１とを重畳することで、特異的な形状の情報は血管の表示色で、層形状は３次元断層画像から識別できるようになり、特異的な領域をより把握し易くなる。また、３次元断層画像の場合と同様に、３次元断層画像を垂直方向（ｚ方向）や、断面（ｘｚ面やｙｚ面、ｘｙ面など）でみた２次元画像に対して、血管画像を重畳して表示してもよい。本実施形態では、血管自体の特性、即ち血管径や血管の存在する網膜層を指定して重畳表示の選択に用いたが、これら血管特性を網膜層形状と組み合わせて、網膜血管の分類に用いることも可能である。

図６（ｂ）では、血管画像６０２を３次元断層画像中に重畳表示した例を示している。この図６（ｂ）に示す例では、形状情報で着色した血管５１０ａを含む血管５１０のみの血管画像６０２を３次元断層画像中に重畳表示した例を示している。このように、形状情報で血管を着色することで、血管のみの血管画像６０２だけでも網膜構造に特徴がある領域の血管に着目し易くなる。

以上、本実施形態に係る眼科撮影装置１００の制御方法（画像処理方法）における処理手順について説明を行ったが、本実施形態では、本発明の要旨の範囲内において、種々の変形及び変更が可能である。例えば、ステップＳ１３０の形状解析工程やステップＳ１４０の血管評価工程は、ステップＳ１１０の第１の撮像信号取得工程及びステップＳ１２０の第２の撮像信号取得工程の直後ではなく、時間をおいてポスト処理で行ってもよい。また、図３において、ステップＳ１５３における表示条件の変更を行うごとに（Ｓ１５３／Ｙｅｓ）、ステップＳ１３０の形状解析工程を実行してもよい。

また、例えば、形状解析をする対象を血管画像中の血管及びその近傍（例えば血管の位置する網膜層）の領域に絞ってもよい。このようにすることで、計算する範囲やデータ量を減らすことができる。

次に、血管画像生成部１２１２で取得する第２の撮像信号の具体例について説明する。
第２の撮像信号は、被検眼Ｅの眼底Ｅｒに係る血管画像を得ることができるものであればよい。例えば、第２の撮像信号は、上述したように、ＯＣＴＡを用いて得られた信号、或いは、眼底カメラにより得られた信号、走査型レーザ検眼鏡により得られた信号、及び、ＯＣＴの光干渉信号のうちの少なくともいずれかの信号を適用することが可能である。また、眼底カメラでは、フルオレセインやインドシアニングリーンといった蛍光造影剤を使って、血管を強調した撮影を行ってもよい。

まず、ＯＣＴＡによるモーションコントラストの計算により、血管画像を生成する場合について説明する。

この場合、血管画像生成部１２１２は、まず、例えば、複数フレームの断層画像の輝度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とする。なお、モーションコントラストの求め方は種々あり、本実施形態においては、モーションコントラストの特徴量は同一のｙ位置でのＢスキャン画像の各ピクセルの輝度値の変化を表す指標であれば適用が可能である。また、モーションコントラストは、複数フレームの断層画像の輝度画像から同じ位置のピクセルごとの分散値に替えて、他の手法を用いてもよい。例えば、各フレームの同ピクセルごとの平均値で正規化した変動係数を用いることも可能である。また、１つのＡ−ｓｃａｎにおける干渉スペクトルを複数領域に分割して、同一深さのピクセルを複数得て、その変動を得る手法も適用可能である。

そして、血管画像生成部１２１２は、すべてのｙ位置でのＢスキャン画像に対し、モーションコントラスを求めることにより、モーションコントラストの３次元データ（３次元データ）を取得することができる。さらに、血管画像生成部１２１２は、血流部位情報については残しつつノイズを除去するために、モーションコントラストの３次元データに対して平滑化処理を施す。モーションコントラストの性質によって最適な平滑化処理は異なるが、例えば、以下の処理を行うことが考えられる。

第１の平滑化処理方法としては、注目画素の近傍ｎｘ×ｎｙ×ｎｚ個のボクセルからモーションコントラストの最大値を出力する平滑化方法が考えられる。また、第２の平滑化処理方法としては、注目画素の近傍ｎｘ×ｎｙ×ｎｚ個のボクセルのモーションコントラストの平均値を出力する平滑化方法が考えられる。また、第３の平滑化処理方法としては、注目画素の近傍ｎｘ×ｎｙ×ｎｚ個のボクセルのモーションコントラストの中央値を出力する平滑化方法が考えられる。また、第４の平滑化処理方法としては、注目画素の近傍ｎｘ×ｎｙ×ｎｚ個のボクセルのモーションコントラストに対して、距離による重みをつける平滑化方法が考えられる。また、第５の平滑化処理方法としては、注目画素の近傍ｎｘ×ｎｙ×ｎｚ個のボクセルのモーションコントラストに対して、距離による重みと注目画素との画素値の差に応じて重みをつける平滑化方法が考えられる。また、第６の平滑化処理方法としては、注目画素のまわりの小領域のモーションコントラストパターンと、周辺画素のまわりの小領域のモーションコントラストのパターンの類似度に応じた重みを用いた値を出力する平滑化方法が考えられる。なお、その他の血流部位情報を残しつつ平滑化を行う手法を用いてもよい。
以上の処理により、血管画像生成部１２１２は、モーションコントラストによる３次元の血管画像を生成することができる。

続いて、眼底カメラにより得られた信号、走査型レーザ検眼鏡により得られた信号、及び、ＯＣＴの光干渉信号を用いて、血管画像を生成する場合について説明する。

例えば、眼底カメラや走査型レーザ検眼鏡により得られた信号については、血管画像生成部１２１２は、これらの信号に基づく画像の各画素の輝度値に対して閾値を設定して画像処理を行うことで、血管画像の水平方向（ｘｙ面）の２次元の血管画像を生成する。この際、血管画像生成部１２１２は、得られた血管画像に対して、平滑化処理などを行ってもよい。

また、例えば、ＯＣＴの光干渉信号については、血管画像生成部１２１２は、当該光干渉信号に基づく３次元断層画像を深さ方向（ｚ方向）に輝度値を積算や平均、または最大輝度を算出することで、光干渉信号から疑似的に２次元画像（疑似ＳＬＯ画像）を得る。そして、血管画像生成部１２１２は、この疑似ＳＬＯ画像からも、同様にして２次元の血管画像を生成することができる。また、血管画像生成部１２１２は、ＯＣＴの３次元断層画像を解析することで、血管画像を生成することができる。例えば、ＯＣＴによる撮影では、血管での光の反射や吸収により、血管直下の領域の輝度値が小さくなり、血管の影上にアーチファクトが発生する。この特徴を利用して、血管画像生成部１２１２は、血管を３次元的に抽出して血管画像を生成することができる。即ち、血管画像生成部１２１２は、Ｂ−ｓｃａｎ画像内の隣り合う画素同士を比較することで、血管によるアーチファクトを探索し、アーチファクトの上方に位置する血管を特定する。そして、血管画像生成部１２１２は、Ｃ−ｓｃａｎ画像全体について処理することで、ＯＣＴの光干渉信号から３次元的に血管画像を生成することができる。

上述したＯＣＴＡと比べて、これらの手法で得られる血管画像は、２次元画像であったり、血管の解像度が劣る場合があるといった制約がある一方で、従来からある撮影機器を利用できるという利点がある。このように、血管画像を得た後、例えば、２値化処理→細線化→中心線分の座標の入手→所定間隔走行方向に沿った点を選択する、といったような手順で、形状解析を行う基準となる測定点座標を決定することができる。

次に、形状解析部１２１３で取得する形状情報に係るパラメータについて説明する。

形状解析部１２１３で取得する形状情報は、網膜層の特異的な形状を抽出する特徴量のパラメータであればよい。例えば、血管走行に沿って決定された基準となる測定点座標を含む血管走行方向に垂直な平面における網膜の特定境界面（線）の曲率やその曲率半径、特定境界面（線）の傾きやその変化率、特定境界面（線）の局所的な凹凸、各層の層厚やその変化率のうちのいずれかの形状パラメータ、またはこれらの形状パラメータの組合せに係る情報を適用可能である。

説明を簡略化するため、以下の説明では、２次元の断層画像を使って説明し、境界面＝境界線として説明する。

形状解析を行うのにあたり、ＯＣＴの３次元断層画像の大きさを評価するためには、画素数での評価ではなく、深さ方向と水平方向の実寸法で換算して評価することが好ましい。なお、画素数と実寸法との対応が既知で後から換算可能な場合や相対比較でもよい場合には、画素数で評価してもよい。さらに、測定点座標における対象血管の血管径などで正規化した数値を用いることも有用である。また、３次元断層画像の中心部と周辺部とのゆがみや、眼軸長など深さによる違いを補正してもよい。

以下に、各形状パラメータの算出方法の例について説明する。

まず始めに、形状情報として、網膜層の境界線の曲率や曲率半径の形状パラメータを算出する方法について説明する。曲率や曲率半径の算出は、既知の方法を用いることができるが、その算出方法の一例について図７を用いて説明する。

図７は、本発明の第１の実施形態を示し、図１の形状解析部１２１３で取得する形状情報の算出方法を説明するための図である。
図７（ａ）、図７（ｂ）及び図７（ｃ）は、それぞれ、３次元断層画像における所定血管Ｖ１，Ｖ２（不図示），Ｖ３の所定測定点（ｘ１，ｚ１），（ｘ２，ｚ２）（不図示），（ｘ３，ｚ３）における血管方向に垂直なｘ−ｚ平面における網膜特定層の境界線Ｌの一部を示す。

ここで、所定測定点（ｘ１，ｚ１）は、所定血管Ｖ１の断面の中心位置を示すものとし、他の所定測定点も同様とする。なお、ここでは、所定測定点（ｘ１，ｚ１）は、所定血管Ｖ１の断面の中心位置を示すものとしたが、本実施形態においてはこれに限定されるものではなく、例えば所定血管Ｖ１の断面の周囲のいずれかの点であってもよく、他の所定測定点も同様とする。

境界線Ｌは、画素ごとに座標値（ｘ，ｚ）をもち、近似曲線ｚ（ｘ）で表される。近似曲線ｚ（ｘ）は、様々な曲線近似手法を用いることができるが、例えば、測定点のｘｉ座標±３×血管径の範囲において、境界線Ｌの座標値から２次以上の多項式近似でカーブフィッティングにより得ることができる。ここで、境界線Ｌの曲率半径ｒや曲率（＝１／ｒ）は、境界線Ｌの近似曲線ｚ（ｘ）から、以下の（１）式によって算出できる。

この（１）式において、曲率半径ｒ（ｘｉ，ｚｉ）の符号で上に凸か下に凸かが分かり、曲率半径ｒの大きさで形状の曲がり具合が分かる。また、曲率半径ｒ（ｘｉ，ｚｉ）の逆数（１／ｒ（ｘｉ，ｚｉ）から曲率が算出できる。

続いて、形状情報として、境界線の傾きやその変化率の形状パラメータを算出する方法について説明する。この境界線の傾きやその変化率の形状パラメータの算出方法の一例について図８を用いて説明する。

図８は、本発明の第１の実施形態を示し、図１の形状解析部１２１３で取得する形状情報の算出方法を説明するための図である。
図８は、被検眼Ｅの眼底Ｅｒの断層画像の境界線を模式的に示している。境界線Ｌは、セグメンテーションで抽出した境界線に対応する。この際、境界線は、多項式ｚ（ｘ）で近似する。接線Ｌ１１〜Ｌ１９は、境界線Ｌにおける接線の例を示しており、それぞれ、傾き（ｄｚ（ｘ）／ｄｘ）をもつ。眼球は球状であるので、断層画像の境界線Ｌは、網膜浅層を除くと全体的には下向きに凸となり、最深部を挟んで傾き（ｄｚ（ｘ）／ｄｘ）は、負及び正の符号をもつ。例えば、接線Ｌ１１は負の傾き、接線Ｌ１５は傾き零、接線Ｌ１９は正の傾きにそれぞれ相当する。

眼底Ｅｒの形状に特徴（凹凸）がある場合、傾きの符号が局所的に反転し、傾きの変化率（ｄ²ｚ（ｘ）／ｄｘ²）が局所的に大きな値をとる。図８に示す例では、接線Ｌ１２〜Ｌ１４が凹部８０１に相当し、接線Ｌ１６〜Ｌ１８が凸部８０２に相当する。傾きや変化率を用いることで、曲率と同様に凹凸を抽出することができる。この図８に示すように、曲率の替わりに傾きを用いる場合、計算量が少なくなる利点がある。境界線Ｌの傾きを使う方法は、ＲＰＥなど比較的なだらかな形状をもつ部位を対象に適用することができる。また、境界線Ｌの傾きやその変化率から局所的な凸部或いは凹部の領域が抽出できる。例えば、局所的な凸部の領域を＋１、局所的な凹部の領域を−１、それ以外の領域を０として、形状情報とすればよい。以上の手法を用いることで、形状情報として、傾きやその変化率、或いは局所的な凹凸の情報を得ることができる。

また、図８を用いて、境界線Ｌの局所的な凹凸を取得する他の方法について説明する。この場合、境界線Ｌは、近似曲線ｚ（ｘ）で近似する。曲線近似ｚ（ｘ）における凹凸の向きは、上述した（１）式の符号から判定できる。局所的に符号が異なる領域がある場合、当該領域を局所的な凹凸として抽出できる。この際、境界線Ｌに対して下向きに凸の基準曲線Ｌ２０を設けて、基準曲線Ｌ２０に対する曲線近似ｚ（ｘ）のｚ方向での上下関係で判定してもよい。図８に示す基準曲線Ｌ２０は、例えば、近似曲線ｚ（ｘ）よりも次数の低い２次の放物線などによる曲線近似を行って導出すればよい。そして、境界線Ｌの局所的な凹凸を求めることにより、局所的な凸部或いは凹部の領域が抽出できる。以上の手法を用いることで、形状情報として、局所的な凹凸の情報を得ることができる。

続いて、形状情報として、層厚やその変化率の形状パラメータを算出する方法について説明する。この層厚やその変化率の形状パラメータの算出方法の一例について図９を用いて説明する。

図９は、本発明の第１の実施形態を示し、図１の形状解析部１２１３で取得する形状情報の算出方法を説明するための図である。
層厚は、２つの境界線間の間隔から算出できる。例えば、図９の境界線Ｌ２１と境界線Ｌ２２のそれぞれのｚ座標の差から、その間の層の厚みを算出することができる。層の厚みを利用することで、例えば、菲薄化している領域を抽出できる。また、厚さの変化率を利用すると急峻に厚さが変化する部分を抽出できる。以上の手法を用いることで、形状情報として、層厚やその変化率の情報を得ることができる。

以上、形状パラメータの算出方法の一例について説明したが、上述した方法以外の方法で算出してもよい。例えば、上述した例では２次元断層画像を元に算出する方法について説明したが、３次元的な解析手法から算出してもよい。その場合、曲線近似の替わりに曲面近似を行えばよい。

また、形状解析部１２１３は、血管画像に含まれる血管の走行方向（走行座標）を考慮して、眼底Ｅｒの形状解析を行ってもよい。このように、血管の走行方向を考慮することで、より正確に眼底Ｅｒの形状解析を行える場合がある。この場合について図１０を用いて説明する。

図１０は、本発明の第１の実施形態を示し、血管画像の一例を示す拡大図である。
例えば、図１０に示す血管１０００を円柱（円筒）に近似したときに、円筒の中心軸Ｌ４１に対して平行な断面（ｕｗ面やｕｖ面）と、中心軸Ｌ４１に対して垂直な断面（ｖｗ面）とで、上述した曲率を計算した場合に結果が異なる。例えば、血管１０００の牽引がある場合、中心軸Ｌ４１に対して垂直な断面（ｖｗ面）の方が平行な断面（ｕｗ面やｕｖ面）よりも曲率が大きく計算され、牽引の程度を反映しやすい。同様に、上述した傾きや凹凸に関しても、血管の走行方向を考慮すると、より正確に形状解析を行える。

また、例えば、形状解析部１２１３において、算出した形状パラメータに対して、平滑化や異常値の補正などの処理を行ってもよい。この際、形状パラメータは、網膜層の特異的な形状を抽出する特徴量であればよく、上述した以外の形状パラメータを用いてもよい。また、複数の形状パラメータを組み合わせることで、抽出する領域をさらに絞ってもよい。また、被験眼Ｅの状態によっては、形状パラメータが算出できない領域が発生する場合もあり、この場合には、例えば、形状パラメータを算出できないことを異常値領域として形状情報としてもよい。この一例としては、緑内障でＮＦＬが菲薄化し一部が消失している場合が挙げられる。

次いで、形状解析部１２１３の形状解析を行い、表示制御部１２３によって強調表示したい血管に関連する網膜層の特異的な形状の一例と、形状パラメータについて説明する。以下に、病的近視、加齢黄斑変性、及び、緑内障の被検眼Ｅの例を示す。

図１１は、本発明の第１の実施形態を示し、図１の形状解析部１２１３による形状解析の一例を説明するための図である。この図１１を用いて、被検眼Ｅが強度近視眼の場合の形状解析の一例について説明する。

図１１（ａ）に示す眼底Ｅｒの２次元断層画像１１０１は、断層画像生成部１２１１で生成された３次元断層画像のうち、被検眼Ｅの眼底Ｅｒの深さ方向のおける２次元断層画像を示している。この図１１（ａ）に示す眼底Ｅｒの２次元断層画像１１０１には、内境界膜（ＩＬＭ）Ｌ１、神経線維層（ＮＦＬ）と神経節細胞層（ＧＣＬ）との境界Ｌ２、視細胞内節外節接合部（ＩＳＯＳ）Ｌ３が示されている。さらに、図１１（ａ）に示す眼底Ｅｒの２次元断層画像１１０１には、網膜色素上皮層（ＲＰＥ）Ｌ４、ブルッフ膜（ＢＭ）Ｌ５が示されている。病的近視眼では、図１１（ｂ）に示すように、眼球１１０２（強膜）が後方に伸長する。眼球の伸長は全体的に伸長する（黒矢印）だけでなく、局所的に伸長する（白矢印）場合がある。被検眼Ｅの強膜の後方伸展に伴い、網膜形状に変化が発生する。網膜の血管５１０は、網膜に対して伸長しにくい組織であり、強膜の後方伸長の結果、網膜の血管５１０により周辺の網膜が相対的に前方に牽引され（黒色の矢印）、症状が進行すると網膜分離が発生する。血管により牽引が発生している箇所（図１１（ａ）のＸＸａ）では、境界面での曲率が小さくなる。また、血管による牽引が発生していない箇所（図１１（ａ）のＸＸｂ）では、境界面での曲率はなだらかになる。図１１に示す例では、境界線Ｌ１の曲率を選択することで局所的な牽引を抽出することができる。また、境界線Ｌ１に下向きに凸の基準曲線を設けて、基準曲線と局所的な凹凸とを比較することによっても抽出することができる。同様に、境界面の傾きやその変化率を利用しても、凸部を抽出することができる。また、これらの形状情報を血管画像に付与することにより、牽引が生じている血管を抽出することができる。図５（ｂ）に示す血管画像５０２を用いて説明する。この場合、図５（ｂ）の血管５１０に対し、黒色で表示した血管５１０ａが牽引されている血管を示すことになる。このように、牽引が生じている領域を可視化することで、牽引がどの領域まで広がっているかの進行具合や、深刻具合が把握し易くなる。

図１２は、本発明の第１の実施形態を示し、図１の形状解析部１２１３による形状解析の一例を説明するための図である。この図１２を用いて、被検眼Ｅが加齢黄斑変性の場合の形状解析の一例について説明する。図１２に示す眼底Ｅｒの２次元断層画像１２００は、断層画像生成部１２１１で生成された３次元断層画像のうち、被検眼Ｅの眼底Ｅｒの深さ方向のおける２次元断層画像を示している。

加齢黄斑変性では、図１２に示す眼底Ｅｒの２次元断層画像１２００のように、網膜色素上皮（ＲＰＥ）（図１２の境界線Ｌ４）の形状に変化が発生する場合がある。加齢に伴いＲＰＥの働きが低下すると、未消化の老廃物１２０１及び１２０２（ドルーゼン）がブルッフ膜（図１２の境界線Ｌ５）とＲＰＥ（図１２の境界線Ｌ４）との間にたまる。ＯＣＴでは、ＲＰＥが網膜内側へ突出する形状が観察できる。この老廃物１２０１及び１２０２が蓄積すると、炎症反応が起き脈絡膜から新生血管（ＣＮＶ）が生えてくる。ＣＮＶがブルッフ膜を突き破ってＲＰＥの下や上まで侵入して増殖すると、ＣＮＶに由来する漏出が激しくなって黄斑の機能低下につながる。形状解析部１２１３による形状解析では、老廃物１２０１及び１２０２によりＲＰＥ（境界線Ｌ４）が網膜内側へ突出する形状を抽出する。例えば、ＲＰＥの境界線Ｌ４に対応する基準線Ｌ４ａと局所的な凹凸を表す境界線Ｌ４とを比較することで老廃物１２０１及び１２０２の存在する可能性がある領域を抽出することができる。また、基準線を用いる以外にも、境界線の傾きやその変化率、凹凸の向きを利用して、局所的な凸部を抽出することもできる。そして、ＲＰＥに相当する部位の形状情報を近傍の血管画像に付与することにより、老廃物１２０１及び１２０２の周囲の血管を抽出することができ、ＣＮＶを見つけ易くなる。

図１３は、本発明の第１の実施形態を示し、図１の形状解析部１２１３による形状解析の一例を説明するための図である。この図１３を用いて、被検眼Ｅが緑内障の場合の形状解析の一例について説明する。図１３に示す眼底Ｅｒの２次元断層画像１３００は、断層画像生成部１２１１で生成された３次元断層画像のうち、被検眼Ｅの眼底Ｅｒの深さ方向のおける２次元断層画像（ｙｚ面の２次元断層画像）を示している。また、図１３において、図１２に示す構成と同様の構成については同じ符号を付している。

図１３に示す２次元断層画像１３００において、左側が被検眼Ｅの下方で、右側が被検眼Ｅの上方に対応する。緑内障では、神経線維層（ＮＦＬ）や神経節細胞層（ＧＣＬ）の菲薄化が起こり、神経節細胞の欠損により視野障害が生じる。緑内障の進行に前後して網膜の血流障害が起こる。図１３の例では、被検眼の下方（図の左側）でＮＦＬの菲薄化が進んでいる。ＮＦＬやＧＣＬの菲薄化を抽出するには、形状解析でＮＦＬやＧＣＬとＩＰＬを合わせた層の厚みを測定すればよい。具体的に、図１３の例では、Ｌ１とＬ２との間の厚みを計測すればよい。この際、閾値は、標準的な人眼のデータベースの値を基準としてもよいし、被検眼内の相対値であってもよい。また、検者が閾値を指定してもよい。菲薄化している部位の情報を形状情報として血管画像に付与することにより、菲薄化が進んでいる領域である図１３に示す血管５１０ａを血管画像からも見つけ易くなる。

なお、上述した本発明の第１の実施形態は、飽くまでも本発明における一例であり、本発明の要旨の範囲内において他の形態にも適用できるものである。また、所望の網膜形状を抽出できる形状パラメータを選択し、血管近傍の形状パラメータに基づいて血管を評価し、その評価結果を表示することで、特異的な網膜形状における血管に着目し易くなる。

以上説明したように、第１の実施形態に係る眼科撮影装置１００では、断層画像生成部１２１１において、被検眼Ｅの眼底Ｅｒに係る第１の撮像信号を取得して眼底Ｅｒの３次元断層画像を生成するようにしている。また、血管画像生成部１２１２において、被検眼Ｅの眼底Ｅｒに係る第２の撮像信号を取得して眼底Ｅｒの血管が映し出された血管画像を生成するようにしている。そして、形状解析部１２１３において、３次元断層画像を解析して眼底Ｅｒの形状に係る形状情報を取得し、血管評価部１２１４において、形状情報に基づいて血管画像に含まれる血管を評価するようにしている。そして、表示制御部１２３において、血管評価部１２１４による血管の評価結果を表示部１２４に表示する制御を行うようにしている。
かかる構成によれば、被検眼の眼底（網膜）における形状と血管との対応関係を把握し易くすることができる。

（第２の実施形態）
次に、本発明の第２の実施形態について説明する。

第２の実施形態に係る眼科撮影装置の概略構成は、図１に示す第１の実施形態に係る眼科撮影装置１００の概略構成と同様である。また、第２の実施形態に係る眼科撮影装置１００の制御方法（画像処理方法）における処理手順は、図２及び図３に示す第１の実施形態に係る眼科撮影装置１００の制御方法（画像処理方法）における処理手順を示すフローチャートと同様である。

第２の実施形態では、上述した第１の実施形態に対して、血管評価部１２１４による血管の評価及び表示制御部１２３による血管の評価結果の表示制御に関する変形例について説明する。

第２の実施形態では、第１の撮像信号及び第２の撮像信号を、異なる日時において複数回取得するものとする。そして、第２の実施形態に係る眼科撮影装置１００では、複数回のそれぞれの回について、断層画像生成部１２１１において第１の撮像信号に基づき３次元断層画像を生成し、血管画像生成部１２１２において第２の撮像信号に基づき血管画像を生成する。その後、第２の実施形態に係る眼科撮影装置１００では、形状解析部１２１３において、それぞれの３次元断層画像を解析して眼底Ｅｒの形状に係る形状情報を取得する。そして、第２の実施形態に係る眼科撮影装置１００では、血管評価部１２１４において、それぞれの形状情報に基づいて血管画像に含まれる血管を評価する。そして、表示制御部１２３において、血管評価部１２１４による血管の評価結果を表示部１２４に表示する制御を行う。

第２の実施形態では、例えば血管評価部１２１４において、形状解析部１２１３で取得されたそれぞれの形状情報に基づいて、形状情報の経時的な変化量または変化率を算出するようにしてもよい。なお、この形状情報の経時的な変化量または変化率の算出は、形状解析部１２１３で行ってもよい。この際の変化量または変化率は、初回の撮影を基準とすればよい。その後、表示制御部１２３において、このような形状情報の経時的な変化量または変化率を考慮した血管の評価結果を表示部１２４に表示制御を行うことにより、経時的に形状が変化している部位を網膜層の特異的な部位として強調して表示することができる。このように、形状情報の経時的な変化量または変化率を考慮し、これを血管画像の評価及びその評価結果の表示制御に反映することで、網膜形状に変化が生じた部位の血管に着目し易くなる。

また、第２の実施形態では、上述した形状情報の経時的な変化量または変化率を算出することに替えて、表示制御部１２３が、血管の評価結果を反映した血管画像を撮影順に表示したり、血管の評価結果を反映した複数枚の血管画像を並べて表示したりしてもよい。

図１４は、本発明の第２の実施形態を示し、図１の血管評価部１２１４による血管の評価結果の表示例を示す図である。この図１４には、異なる日時に撮影された複数の血管画像のそれぞれについて血管の評価結果を反映した血管画像を示している。

図１４に示す例では、図１４（ａ）に示す血管画像１４０１、図１４（ｂ）に示す血管画像１４０２、図１４（ｃ）に示す血管画像１４０３の順番に撮影されたものとする。なお、この図１４（ａ）〜図１４（ｃ）において、図５（ｂ）に示す構成と同様の構成については同じ符号を付している。

この図１４に示す例では、特異的な領域にある血管５１０ａが拡大している様子が分かる。このように、異なる日時等の経時変化に係る血管画像に血管の評価結果を反映させることにより、病気の進行度合いや回復度合いといった経時的な変化が視覚的に把握し易くなる。

第２の実施形態に係る眼科撮影装置１００によれば、上述した第１の実施形態における効果に加えて、さらに、病気の進行度合いや回復度合いといった経時的な変化を視覚的に把握し易くすることができる。

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。
このプログラム及び当該プログラムを記憶したコンピュータ読み取り可能な記憶媒体は、本発明に含まれる。

なお、上述した本発明の実施形態は、いずれも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。例えば、画像の表示の位置関係やＧＵＩの形状は適宜変更可能である。また、３Ｄディスプレイによる立体視による表示でもよい。

１００：眼科撮影装置、１１０：撮像部、１２０：制御・処理部、１２１：信号処理部、１２１１：断層画像生成部、１２１２：血管画像生成部、１２１３：形状解析部、１２１４：血管評価部、１２２：信号取得制御部、１２３：表示制御部、１２４：表示部

Claims

被検眼の眼底の３次元断層画像を解析することにより、前記眼底における層の形状に係る形状情報を取得する解析手段と、
前記３次元断層画像との位置関係が対応付いている前記眼底の血管画像において抽出されている血管を、前記血管の位置に対応する前記３次元断層画像における位置にある層の前記形状情報を用いて評価する評価手段と、
前記評価手段による血管の評価結果を示す情報を表示部に表示する制御を行う表示制御手段と
を有することを特徴とする画像処理装置。
前記表示制御手段は、前記評価手段による血管の評価結果を用いて前記血管画像において抽出されている血管の表示態様を変更し、前記評価結果を示す情報として当該変更に係る血管画像を前記表示部に表示する制御を行うことを特徴とする請求項１に記載の画像処理装置。
前記表示制御手段は、前記評価手段による血管の評価結果を用いて前記血管画像において抽出されている血管の表示態様を変更し、前記評価結果を示す情報として当該変更に係る血管画像を重畳させた前記３次元断層画像を前記表示部に表示する制御を行うことを特徴とする請求項１に記載の画像処理装置。
前記表示制御手段は、前記表示態様の変更として、表示濃度の変更または表示色の変更を行うことを特徴とする請求項２または３に記載の画像処理装置。
前記表示制御手段は、前記形状情報が前記３次元断層画像の各層における境界面の曲率である場合に、前記評価手段による血管の評価結果として得られた当該血管に係る前記曲率の大きさによって当該血管の表示態様を変更することを特徴とする請求項２乃至４のいずれか１項に記載の画像処理装置。
前記表示制御手段は、指定された表示条件に従って前記評価結果を示す情報を作成して前記表示部に表示する制御を行い、前記表示条件を変更する指示が入力された場合には、当該変更に係る表示条件に従った前記評価結果を示す情報を前記表示部に表示する制御を行うことを特徴とする請求項１乃至５のいずれか１項に記載の画像処理装置。
被検眼の眼底の３次元断層画像を解析することにより、前記眼底における層の形状に係る形状情報を取得する解析手段と、
前記３次元断層画像との位置関係が対応付いている前記眼底の血管画像において抽出されている血管を、前記血管の位置に対応する前記３次元断層画像における位置にある層の前記形状情報を用いて評価する評価手段と
を有することを特徴とする画像処理装置。
前記解析手段は、前記血管画像において抽出されている血管走行の座標に対応する前記眼底における層の形状に係る形状情報を取得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。
前記３次元断層画像と前記血管画像との位置合わせを行うことにより、前記３次元断層画像と前記血管画像との位置関係を対応付ける手段を更に有し、
前記評価手段は、前記３次元断層画像と前記血管画像との位置合わせを行った後に、前記血管を評価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。
前記形状情報は、前記３次元断層画像の各層における境界面の曲率、その曲率半径、前記境界面の傾き、その傾きの変化率、前記境界面の局所的な凹凸、前記各層の層厚、および、その層厚の変化率のうちのいずれかの形状パラメータに係る情報、または、これらの形状パラメータの組合せに係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。
前記評価手段は、前記形状情報が前記境界面の曲率である場合、前記曲率の大きさによって前記血管画像において抽出されている血管を評価することを特徴とする請求項１０に記載の画像処理装置。
前記評価手段は、前記形状情報を用いて、前記血管画像において抽出されている血管が存在する位置および当該血管の径を考慮して、前記血管画像において抽出されている血管を評価す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。
前記眼底に係る第１の撮像信号を用いて前記３次元断層画像を生成する第１の生成手段と、
前記眼底に係る第２の撮像信号を用いて前記血管画像を生成する第２の生成手段と、
を更に有す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。
前記第１の生成手段は、異なる日時に前記眼底を撮影することにより得られた複数の第１の撮像信号を取得し、前記複数の第１の撮像信号を用いて複数の前記３次元断層画像を生成し、
前記第２の生成手段は、前記異なる日時に前記眼底を撮影することにより得られた複数の第２の撮像信号を取得し、前記複数の第２の撮像信号を用いて複数の前記血管画像を生成し、
前記解析手段は、前記複数の３次元断層画像におけるそれぞれの３次元断層画像を解析することにより、それぞれの３次元断層画像ごとに前記形状情報を取得し、
前記評価手段は、前記解析手段で取得されたそれぞれの前記形状情報を用いて、前記複数の血管画像におけるそれぞれの血管画像において抽出されている血管を評価することを特徴とする請求項１３に記載の画像処理装置。
前記第２の生成手段は、モーションコントラストデータを用いて前記血管画像を生成することを特徴とする請求項１３または１４に記載の画像処理装置。
測定光を照射した前記眼底からの戻り光と前記測定光に対応する参照光との合波光を検出する検出手段を有する撮像装置に通信可能に接続され、
前記第１の生成手段は、前記検出された合波光を用いて前記３次元断層画像を生成することを特徴とする請求項１３乃至１５のいずれか１項に記載の画像処理装置。
前記解析手段は、前記血管の走行に垂直な平面において前記形状情報を取得することを特徴とする請求項１乃至１６のいずれか１項に記載の画像処理装置。
前記解析手段は、異なる日時に前記眼底を撮影することにより得られた複数の前記３次元断層画像におけるそれぞれの３次元断層画像を解析することにより、それぞれの３次元断層画像ごとに前記形状情報を取得し、
前記評価手段は、前記解析手段で取得されたそれぞれの前記形状情報を用いて、前記形状情報の経時的な変化量または変化率を算出し、当該算出した前記形状情報の経時的な変化量または変化率を考慮して、前記異なる日時に前記眼底を撮影することにより得られた複数の前記血管画像におけるそれぞれの血管画像において抽出されている血管を評価することを特徴とする請求項１乃至１７のいずれか１項に記載の画像処理装置。
被検眼の眼底の３次元断層画像を処理するための画像処理装置の作動方法であって、
前記３次元断層画像を解析することにより、前記眼底における層の形状に係る形状情報を取得する解析ステップと、
前記画像処理装置が、前記３次元断層画像との位置関係が対応付いている前記眼底の血管画像において抽出されている血管を、前記血管の位置に対応する前記３次元断層画像における位置にある層の前記形状情報を用いて評価する評価ステップと、
前記評価ステップによる血管の評価結果を示す情報を表示部に表示する制御を行う表示制御ステップと
を有することを特徴とする画像処理装置の作動方法。
被検眼の眼底の３次元断層画像を処理するための画像処理装置の作動方法であって、
前記３次元断層画像を解析することにより、前記眼底における層の形状に係る形状情報を取得する解析ステップと、
前記画像処理装置が、前記３次元断層画像との位置関係が対応付いている前記眼底の血管画像において抽出されている血管を、前記血管の位置に対応する前記３次元断層画像における位置にある層の前記形状情報を用いて評価する評価ステップと
を有することを特徴とする画像処理装置の作動方法。
請求項１９または２０に記載の画像処理装置の作動方法の各ステップをコンピュータに実行させるためのプログラム。