JP7066959B2 - 網膜血管系画像からの高血圧のレベルの判定 - Google Patents
網膜血管系画像からの高血圧のレベルの判定 Download PDFInfo
- Publication number
- JP7066959B2 JP7066959B2 JP2020068567A JP2020068567A JP7066959B2 JP 7066959 B2 JP7066959 B2 JP 7066959B2 JP 2020068567 A JP2020068567 A JP 2020068567A JP 2020068567 A JP2020068567 A JP 2020068567A JP 7066959 B2 JP7066959 B2 JP 7066959B2
- Authority
- JP
- Japan
- Prior art keywords
- retinal
- vascular
- width
- image
- image data
- 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
Links
Images
Classifications
-
- 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
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
- A61B3/1241—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes specially adapted for observation of ocular blood flow, e.g. by fluorescein angiography
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
-
- 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
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Description
・適応ヒストグラム平坦化技法及び/若しくは形態学的画像処理技法を使用して画像データを前処理すること、
・ヘッセフィルタリングを使用して網膜の特徴の検出を支援するために画像データ若しくは前処理された画像データを強調すること、
・セグメント化された血管網を分割することにより血管セグメントを作成すること、並びに/又は
・血管セグメントである可能性が低い、切り離された領域、分岐、及び派生物を除去することにより、複数の血管セグメントをクリーンにすること
のうちの少なくとも1つを含み得る。
Claims (13)
- 人の高血圧のレベルを判定するためのコンピュータ実施方法であって、
網膜撮像システムによって取り込まれた、前記人の網膜の網膜像を規定する画像データを取得することと、
前記網膜像に存在する複数の血管セグメントを識別するために、前記画像データを、複数の被験者の網膜像を規定する画像データについて訓練された分類アルゴリズムに基づいて処理することと、
前記網膜像に存在する前記複数の血管セグメントの少なくともサブセットの血管セグメントのそれぞれの幅を判定することと、
前記人が罹患している高血圧のレベルを判定するために、前記網膜像に存在する前記血管セグメントの前記判定された幅の平均値又は中央値のうちの少なくとも一方を血管要約メトリックとして計算することと、
を含み、
複数の血管セグメントを識別するために前記画像データを処理することは、関心領域を選択することと、前記選択された関心領域において複数の血管セグメントを識別するために前記画像データを処理することと、を含み、
前記関心領域は、視神経乳頭から離れ、視神経乳頭の鼻側で末梢近傍における網膜像の部分的な環状セグメントであって、前記部分的な環状セグメントは視神経乳頭の鼻側の180°の範囲内に存在する、コンピュータ実施方法。 - 前記血管要約メトリックを計算することは、
前記複数の血管セグメントのそれぞれを動脈又は動脈以外として分類することと、
平均動脈幅又は
動脈幅の中央値
のうちの少なくとも一方を計算することと、
を含む、請求項1に記載のコンピュータ実施方法。 - 前記血管要約メトリックを計算することは、
平均細静脈幅に対する前記平均動脈幅の比を計算すること、又は
細静脈幅の中央値に対する前記動脈幅の中央値の比を計算すること
のうちの少なくとも一方をさらに含み、
前記平均細静脈幅又は細静脈幅の中央値が、動脈以外として分類された前記血管セグメントの前記幅を使用して計算される、請求項2に記載のコンピュータ実施方法。 - 前記血管要約メトリックを計算することは、
前記幅が判定されている前記複数の血管セグメントの前記サブセットから血管セグメントを選択することと、
前記選択された血管セグメントの前記幅に基づいて前記血管要約メトリックを計算することと、
を含む、請求項1から請求項3のいずれか一項に記載のコンピュータ実施方法。 - 前記血管セグメントを選択することは、前記複数の血管セグメントのそれぞれが静脈又は動脈として分類されている場合に、静脈として分類された前記血管セグメントの中から第1の所定数の最も幅広の血管セグメントを選択することと、動脈として分類された前記血管セグメントの中から第2の所定数の最も幅広の血管セグメントを選択することと、を含む、請求項4に記載のコンピュータ実施方法。
- 複数の血管セグメントを識別するために前記画像データを処理することは、網膜のランドマークを特定するために前記画像データを処理することをさらに含む、請求項1~5のいずれか一項に記載のコンピュータ実施方法。
- 前記関心領域は、前記特定された網膜のランドマークを使用して選択される、請求項6に記載のコンピュータ実施方法。
- 前記複数の血管セグメントを識別するために前記画像データを処理することは、
適応ヒストグラム平坦化技法若しくは形態学的画像処理技法のうちの少なくとも一方を使用して前記画像データを前処理すること、
ヘッセフィルタリングを使用して網膜の特徴の検出を支援するために前記画像データ若しくは前記前処理された画像データを強調すること、
セグメント化された血管網を分割することにより前記血管セグメントを作成すること、又は
前記血管セグメントである可能性が低い、切り離された領域、分岐、及び派生物を除去することにより、前記複数の血管セグメントをクリーンにすること
のうちの少なくとも1つによって血管セグメントの認識を改善するために前記画像データを処理することを含む、請求項1から請求項7のいずれか一項に記載のコンピュータ実施方法。 - 前記複数の血管セグメントの少なくともサブセットの前記幅を判定することは、前記血管セグメントの幅がより均一になるように前記血管セグメントを短くすることを含む、請求項1から請求項8のいずれか一項に記載のコンピュータ実施方法。
- 前記複数の血管セグメントの少なくともサブセットの前記幅を判定することは、
前記網膜像における前記識別された複数の血管セグメントのそれぞれの幅を測定することと、
前記測定された幅を実際の単位に変換することと、
を含む、請求項1から請求項9のいずれか一項に記載のコンピュータ実施方法。 - 前記人が罹患している高血圧のレベルを判定することは、前記血管要約メトリックを所定の閾値と比較することによって、網膜血管系が高血圧によって影響を受けているか否かを判定することを含む、請求項1から請求項10のいずれか一項に記載のコンピュータ実
施方法。 - コンピュータによって実行されたときに、請求項1から請求項11のいずれか一項に記載の方法を前記コンピュータに実行させる、コンピュータプログラム。
- 人の高血圧のレベルを判定するための装置であって、前記装置は、
網膜撮像システムによって取り込まれた、前記人の網膜の網膜像を規定する画像データを取得するように構成された取得モジュールと、
前記網膜像に存在する複数の血管セグメントを識別するために、前記画像データを、複数の被験者の網膜像を規定する画像データについて訓練された分類アルゴリズムに基づいて処理するように構成された処理モジュールと、
前記網膜像に存在する前記複数の血管セグメントの少なくともサブセットの血管セグメントのそれぞれの幅を判定するように構成された判定モジュールと、
前記人が罹患している高血圧のレベルを判定するために、前記網膜像に存在する前記血管セグメントの前記判定された幅の平均値又は中央値のうちの少なくとも一方を血管要約メトリックとして計算するように構成された計算モジュールと、
を備え、
前記処理モジュールは、関心領域を選択し、前記選択された関心領域において複数の血管セグメントを識別するために前記画像データを処理することによって、複数の血管セグメントを識別するために前記画像データを処理するように構成され、
前記関心領域は、視神経乳頭から離れ、視神経乳頭の鼻側で末梢近傍における網膜像の部分的な環状セグメントであって、前記部分的な環状セグメントは視神経乳頭の鼻側の180°の範囲内に存在する、装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19167391.2A EP3719808A1 (en) | 2019-04-04 | 2019-04-04 | Determining levels of hypertension from retinal vasculature images |
EP19167391 | 2019-04-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020185375A JP2020185375A (ja) | 2020-11-19 |
JP7066959B2 true JP7066959B2 (ja) | 2022-05-16 |
Family
ID=66092240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020068567A Active JP7066959B2 (ja) | 2019-04-04 | 2020-04-06 | 網膜血管系画像からの高血圧のレベルの判定 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200320693A1 (ja) |
EP (1) | EP3719808A1 (ja) |
JP (1) | JP7066959B2 (ja) |
CN (1) | CN111789572A (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465772B (zh) * | 2020-11-25 | 2023-09-26 | 平安科技(深圳)有限公司 | 眼底彩照图像血管评估方法、装置、计算机设备和介质 |
CN112716446B (zh) * | 2020-12-28 | 2023-03-24 | 深圳硅基智能科技有限公司 | 高血压性视网膜病变的病变特征的测量方法及测量系统 |
CN113066066A (zh) * | 2021-03-30 | 2021-07-02 | 北京鹰瞳科技发展股份有限公司 | 视网膜异常分析方法及设备 |
US20230016417A1 (en) * | 2021-07-12 | 2023-01-19 | Welch Allyn, Inc. | Retinal vital sign assessment |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006288842A (ja) | 2005-04-13 | 2006-10-26 | Kowa Co | 眼科測定装置 |
JP2008022929A (ja) | 2006-07-19 | 2008-02-07 | Gifu Univ | 画像解析装置及び画像解析プログラム |
JP2011516200A (ja) | 2008-04-08 | 2011-05-26 | ナショナル ユニヴァーシティー オブ シンガポール | 網膜画像分析システム及び方法 |
JP2014504523A (ja) | 2011-01-20 | 2014-02-24 | ユニバーシティ オブ アイオワ リサーチ ファウンデーション | 血管画像における動静脈比の自動測定 |
JP2017176210A (ja) | 2016-03-28 | 2017-10-05 | 大日本印刷株式会社 | 眼底画像処理装置 |
JP2018011726A (ja) | 2016-07-20 | 2018-01-25 | 大日本印刷株式会社 | 眼底画像処理装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1079034A (ja) * | 1996-09-03 | 1998-03-24 | Nippon Telegr & Teleph Corp <Ntt> | 血管計測方法 |
WO2006032261A1 (de) * | 2004-09-21 | 2006-03-30 | Imedos Gmbh | Verfahren und vorrichtung zur retinalen gefässanalyse anhand digitaler bilder |
US8351669B2 (en) * | 2011-02-01 | 2013-01-08 | Universidade Da Coruna-Otri | Method, apparatus, and system for retinal image analysis |
US8355544B2 (en) * | 2011-02-01 | 2013-01-15 | Universidade Da Coruna-Otri | Method, apparatus, and system for automatic retinal image analysis |
US8787638B2 (en) * | 2011-04-07 | 2014-07-22 | The Chinese University Of Hong Kong | Method and device for retinal image analysis |
CN102567734B (zh) * | 2012-01-02 | 2013-06-12 | 西安电子科技大学 | 基于比值的视网膜细小血管分割方法 |
JP6215555B2 (ja) * | 2013-03-29 | 2017-10-18 | 株式会社ニデック | 眼底画像処理装置および眼底画像処理プログラム |
US20170100029A1 (en) * | 2015-10-13 | 2017-04-13 | The University Of North Carolina At Chapel Hill | Compositions and Methods for Analyzing Collateral Density |
WO2019013779A1 (en) * | 2017-07-12 | 2019-01-17 | Mohammed Alauddin Bhuiyan | AUTOMATED DETECTION AND QUANTIFICATION OF BLOOD VESSEL CHARACTERISTICS FOR RETINAL IMAGE CLASSIFICATION AND DISEASE SCREENING |
-
2019
- 2019-04-04 EP EP19167391.2A patent/EP3719808A1/en active Pending
-
2020
- 2020-04-01 US US16/837,733 patent/US20200320693A1/en active Pending
- 2020-04-06 JP JP2020068567A patent/JP7066959B2/ja active Active
- 2020-04-07 CN CN202010265830.2A patent/CN111789572A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006288842A (ja) | 2005-04-13 | 2006-10-26 | Kowa Co | 眼科測定装置 |
JP2008022929A (ja) | 2006-07-19 | 2008-02-07 | Gifu Univ | 画像解析装置及び画像解析プログラム |
JP2011516200A (ja) | 2008-04-08 | 2011-05-26 | ナショナル ユニヴァーシティー オブ シンガポール | 網膜画像分析システム及び方法 |
JP2014504523A (ja) | 2011-01-20 | 2014-02-24 | ユニバーシティ オブ アイオワ リサーチ ファウンデーション | 血管画像における動静脈比の自動測定 |
JP2017176210A (ja) | 2016-03-28 | 2017-10-05 | 大日本印刷株式会社 | 眼底画像処理装置 |
JP2018011726A (ja) | 2016-07-20 | 2018-01-25 | 大日本印刷株式会社 | 眼底画像処理装置 |
Also Published As
Publication number | Publication date |
---|---|
US20200320693A1 (en) | 2020-10-08 |
CN111789572A (zh) | 2020-10-20 |
EP3719808A1 (en) | 2020-10-07 |
JP2020185375A (ja) | 2020-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7066959B2 (ja) | 網膜血管系画像からの高血圧のレベルの判定 | |
US20230255478A1 (en) | Automated determination of arteriovenous ratio in images of blood vessels | |
Abràmoff et al. | Retinal imaging and image analysis | |
Besenczi et al. | A review on automatic analysis techniques for color fundus photographs | |
Kauppi et al. | The diaretdb1 diabetic retinopathy database and evaluation protocol. | |
Niemeijer et al. | Automated measurement of the arteriolar-to-venular width ratio in digital color fundus photographs | |
JP7279291B2 (ja) | 眼の画像内における病変の検知 | |
US8699774B2 (en) | Image processing apparatus, control method thereof, and program | |
Khalil et al. | Detection of glaucoma using cup to disc ratio from spectral domain optical coherence tomography images | |
CN113574542A (zh) | 宽场自发荧光图像中患有年龄相关性黄斑变性的患者中地理萎缩模式分割与分类 | |
US20220151568A1 (en) | Supervised machine learning based multi-task artificial intelligence classification of retinopathies | |
CN113613545A (zh) | 具有单次曝光多类型成像、改进的聚焦和改进的血管造影图像序列显示的患者调节的眼科成像系统 | |
JP2016002380A (ja) | 画像処理装置、その作動方法及びプログラム | |
JP5007420B2 (ja) | 画像解析システム、及び画像解析プログラム | |
JP2012075938A (ja) | 画像処理装置及びその制御方法、コンピュータプログラム | |
JP7197708B2 (ja) | 眼底画像定量分析の前置処理方法および記憶装置 | |
US10573007B2 (en) | Image processing apparatus, image processing method, and image processing program | |
JP7332463B2 (ja) | 制御装置、光干渉断層撮影装置、光干渉断層撮影装置の制御方法、及びプログラム | |
JP2020103579A (ja) | 画像処理装置、画像処理方法及びプログラム | |
Giancardo | Automated fundus images analysis techniques to screen retinal diseases in diabetic patients | |
JP2019514471A (ja) | 網膜画像処理 | |
Sidhu et al. | Segmentation of retinal blood vessels by a novel hybrid technique-Principal Component Analysis (PCA) and Contrast Limited Adaptive Histogram Equalization (CLAHE) | |
JP2018057828A (ja) | 画像処理装置及び画像処理方法 | |
Relan et al. | Robustness of Fourier fractal analysis in differentiating subgroups of retinal images | |
JP6061984B2 (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: 20200803 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210414 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210420 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211012 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220128 |
|
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: 20220329 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220407 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7066959 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |