JP7182350B2 - 眼科解析装置、眼科解析プログラム - Google Patents

眼科解析装置、眼科解析プログラム Download PDF

Info

Publication number
JP7182350B2
JP7182350B2 JP2016175039A JP2016175039A JP7182350B2 JP 7182350 B2 JP7182350 B2 JP 7182350B2 JP 2016175039 A JP2016175039 A JP 2016175039A JP 2016175039 A JP2016175039 A JP 2016175039A JP 7182350 B2 JP7182350 B2 JP 7182350B2
Authority
JP
Japan
Prior art keywords
image data
oct
blood vessel
data
analysis
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
JP2016175039A
Other languages
English (en)
Other versions
JP2018038611A (ja
JP2018038611A5 (ja
Inventor
徹哉 加納
倫全 佐竹
幸弘 樋口
康寛 古内
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.)
Nidek Co Ltd
Original Assignee
Nidek Co Ltd
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 Nidek Co Ltd filed Critical Nidek Co Ltd
Priority to JP2016175039A priority Critical patent/JP7182350B2/ja
Priority to US15/696,855 priority patent/US10674909B2/en
Publication of JP2018038611A publication Critical patent/JP2018038611A/ja
Publication of JP2018038611A5 publication Critical patent/JP2018038611A5/ja
Priority to JP2022005115A priority patent/JP2022036302A/ja
Application granted granted Critical
Publication of JP7182350B2 publication Critical patent/JP7182350B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • 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

Landscapes

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

Description

本開示は、被検眼の血管情報を含む被検眼データを解析するための眼科解析装置、眼科解析プログラムに関する。

近年では、ＯＣＴ（ＯＣＴ：Optical Coherence Tomography）技術を応用して、ＯＣＴモーションコントラスト画像データ（以下、ＭＣ画像データ）を得る装置が提案されている（例えば、特許文献１参照）。
特開２０１５－１３１１０７号公報
ところで、ＭＣ画像データを用いてフォローアップ解析を行う場合、例えば、取得時期が異なる各ＭＣ画像データを画像処理によって解析して血管密度等の解析値を得る手法が考えられる。しかしながら、これのみでは、解析値を数値として比較することしかできず、経時変化が確認しづらい。
本開示は、上記問題点を鑑み、ＯＣＴモーションコントラスト画像における経時変化を好適に把握できる眼科解析装置、眼科解析プログラムを提供とすることを技術課題とする。
上記課題を解決するために、本開示は、以下のような構成を備えることを特徴とする。
（１） 眼科用ＯＣＴ装置によって取得された被検眼のＯＣＴＭＣ（モーションコントラスト）画像データを解析するための眼科解析装置であって、
前記ＯＣＴＭＣ画像データを解析するための解析処理手段を備え、
前記解析処理手段は、取得時期が互いに異なる第１のＯＣＴＭＣ画像データと第２のＯＣＴＭＣ画像データとの間で差分処理を行うことによって、被検眼の血管領域に関する経時変化情報を含むＯＣＴ血管変化データを生成する解析処理手段であって、
前記ＯＣＴ血管変化データとして、被検眼の血管領域に関する経時変化をセクション毎に分割したＯＣＴ血管変化データを生成し、
前記ＯＣＴ血管変化データとして、被検眼の血管領域の増加と減少の少なくともいずれかに関する経時変化情報を含むＯＣＴ血管増減データを生成すると共に、生成された前記ＯＣＴ血管増減データをセクション単位で表示部に表示する際、被検眼の血管領域の増加と減少とで異なる色で表示することを特徴とする。
（２） （１）に記載の眼科解析装置の解析処理手段としてコンピュータを機能させるための眼科解析プログラム。
以下、本開示における典型的な実施形態について説明する。
＜概要＞
眼科解析装置は、眼科用ＯＣＴ装置によって取得された被検眼のＯＣＴモーションコントラスト画像データ（以下、ＭＣ画像データ）を解析するために用いられてもよい（例えば、図１、図２参照）。眼科解析装置は、ＭＣ画像データを解析処理するための解析処理部を備えてもよい。さらに、眼科解析装置は、眼科用ＯＣＴ装置の装置本体と一体化された装置であってもよいし、眼科用ＯＣＴ装置の装置本体とは別に設けられた装置であってもよい。また、眼科解析装置として、汎用のパーソナル・コンピュータが用いられてもよい。また、解析処理部としては、例えば、ＣＰＵ等のプロセッサが用いられてもよい。
ＭＣ画像データは、ＯＣＴ装置によって検出された被検眼のＯＣＴデータが処理されることによって取得されてもよい。この場合、例えば、ＭＣ画像データは、同一位置に関して時間的に異なる少なくとも２つのＯＣＴ信号が処理されることによって、取得されてもよい（例えば、図３参照）。ここで、ＭＣ画像データは、例えば、ＯＣＴデータに基づいて血流の動きを画像化した画像データであってもよく、この場合、ＭＣ画像データは、血流の動きが輝度値として表現された画像データであってもよい。また、ＭＣ画像データは、ＯＣＴデータに基づいて血管領域を画像化した画像データであってもよく、この場合、血管領域が輝度値として表現された画像データであってもよい。なお、被検眼のＭＣ画像データとしては、例えば、眼底のＭＣ画像データであってもよいし、前眼部のＭＣ画像データであってもよい。
ＭＣ画像データとしては、異なる位置でのモーションコントラストデータ（以下、ＭＣデータ）が並べられたＢスキャンＭＣ画像データであってもよい。また、ＭＣ画像データとしては、深さ方向に直交する方向に関する二次元範囲においてＭＣデータが並べられた３次元ＭＣ画像データであってもよい。
ＭＣ画像データとしては、３次元ＭＣ画像データに基づく正面ＭＣ画像データ（エンフェイスＭＣ画像データ）であってもよく、例えば、３次元ＭＣ画像データの深さ方向全体に基づく正面ＭＣ画像データであってもよいし、３次元ＭＣ画像データの深さ方向の一部に基づく正面ＭＣ画像データであってもよい。演算手法としては、深さ方向における輝度値の積算処理であってもよいし、他の手法（例えば、ヒストグラム演算、最大値抽出等）であってもよい。
解析処理部は、例えば、ＭＣ画像データに対して解析処理を行うことによって少なくとも一つの解析結果を取得してもよい。解析処理部は、例えば、取得時期が互いに異なる被検眼の少なくとも２つのＭＣ画像データを解析し、解析結果を取得してもよい。
取得時期が異なる少なくとも２つのＭＣ画像データとしては、例えば、第１のＭＣ画像データと、第２のＭＣ画像データと、少なくとも含んでもよい。第２のＭＣ画像データは、第１のＭＣ画像データよりも後に取得された第２のＭＣ画像データであってもよいし、第１のＭＣ画像データよりも前に取得された第２のＭＣ画像データであってもよい。
なお、取得時期が異なる少なくとも２つのＭＣ画像データとしては、例えば、フォローアップを目的として、同一眼の同一部位（例えば、眼底、前眼部）であって、取得位置が同一のＭＣ画像データであってもよい。この場合、例えば、同一の走査領域でのＭＣ画像データであってもよいし、注目部位（例えば、黄斑、乳頭、強膜等）が同一のＭＣ画像データであってもよい。
なお、取得時期が異なる少なくとも２つのＭＣ画像データは、同一の眼科用ＯＣＴ装置で得られたＯＣＴデータに基づくＭＣ画像データであってもよいし、互いに異なる眼科用ＯＣＴ装置で得られたＯＣＴデータに基づくＭＣ画像データであってもよい。
眼科解析装置には、例えば、記憶部が設けられてもよく、記憶部は、取得時期が互いに異なる少なくとも２つのＭＣ画像データを記憶してもよく、解析処理部は、予め記憶部に記憶された少なくとも２つのＭＣ画像データを解析し、解析結果を取得してもよい。
＜ＯＣＴ血管変化データの生成＞
解析処理部は、例えば、取得時期が互いに異なる同一被検眼の第１のＭＣ画像データと第２の画像データとに基づいて、血管領域に関する経時変化情報を含むＯＣＴ血管変化データを生成してもよい（例えば、図４～図１８参照）。この場合、解析処理部は、例えば、第１のＭＣ画像データと第２の画像データを比較し、血管領域に関するＭＣ画像データの経時変化情報を含むＯＣＴ血管変化データを比較結果に基づいて生成してもよい。
ＯＣＴ血管変化データは、取得時期が互いに異なるＢスキャンＭＣ画像データに基づいて生成されてもよいし、取得時期が互いに異なる３次元ＭＣ画像データに基づいて生成されてもよいし、取得時期が互いに異なる正面ＭＣ画像データに基づいて生成されてもよい。
ＯＣＴ血管変化データは、例えば、被検眼上の取得位置（例えば、画素毎、セクション毎）に応じて血管領域に関する経時変化情報を含む血管変化データであってもよい。なお、ＯＣＴ血管変化データは、例えば、血管領域に関する経時変化情報を画像化した血管変化データであってもよい。
解析処理部は、例えば、生成されたＯＣＴ血管変化データを出力してもよいし、記憶部に記憶してもよい。出力手法としては、表示部であってもよいし、プリンタであってもよいし、外部のサーバーに転送されてもよい。以下、ＯＣＴ血管変化データを表示部に出力する場合、データを出力できる構成であれば、他の出力部に出力する場合においても、本実施形態の適用は可能である。
これによって、例えば、ＯＣＴを用いたＭＣ画像データによるフォローアップ解析が行われることで、造影剤を用いる場合に比べて各受診での被検者への負担を軽減できるので、被検者の負担を軽減しつつ、血管に関連する診断に有用な情報を得ることができる。また、各ＭＣ画像データの画像処理に基づく解析値の数値で比較する場合と比較して、ＭＣ画像データ間の経時変化を好適に把握できる。
ＭＣ画像データの取得時期が互いに異なる場合としては、例えば、ＭＣ画像を取得するための検査日が互いに異なる場合であってもよく、これによって、例えば、長期的な経時変化情報を取得してもよい。その他、同一の検査日における取得タイミングが異なる場合（例えば、先のＭＣ画像データを取得してから、一定時間経過後）であっても、これによって、例えば、短時間での経時変化情報（例えば、手術中、手術前後等）を取得してもよい。この場合、例えば、ＭＣ画像の取得タイミングが、分単位で異なる又は時間（hour）単位で異なる場合であってもよい。
血管領域に関する経時変化情報を含むＯＣＴ血管変化データとしては、例えば、血管と血管溜の少なくともいずれかに関する経時変化情報を含む血管変化データであってもよい。また、血管領域に関する経時変化情報を含むＯＣＴ血管変化データとしては、例えば、無血管領域（例えば、虚血領域）に関する経時変化情報を含むＯＣＴ血管変化データであってもよい。
なお、ＯＣＴ血管変化データは、表示部等に出力するための画像データである必要は、必ずしもない。
＜第１のＭＣ画像データと第２のＭＣ画像データとの輝度の差分の検出＞
解析処理部は、例えば、取得時期が互いに異なる第１のＭＣ画像データと第２のＭＣ画像データとの輝度の差分に基づいて、ＯＣＴ血管変化データを生成してもよい（例えば、図７～図１０参照）。輝度の差分は、例えば、被検眼上の取得位置（例えば、画素毎、セクション毎）に応じて取得されてもよい。
この場合、解析処理部は、例えば、第１のＭＣ画像データと第２のＭＣ画像データとの間の差分画像データを生成してもよい。この場合、例えば、解析処理部は、第１のＭＣ画像データと第２のＭＣ画像データにおいて、輝度の差分を画素値とする差分画像データを生成してもよい。差分画像データを得る場合、例えば、一画素毎に輝度の差分が算出された差分画像データが生成されてもよい。また、隣接する各画素群を一つの領域として輝度値の差分を算出された差分画像データが生成されてもよい。この場合、隣接する各画素群に基づいて代表値が算出され、代表値の差分を画素値とする差分画像データが生成されてもよい。
差分画像データを生成する場合、例えば、解析処理部は、生のＭＣ画像データ間で差分画像データを生成してもよいし、ＯＣＴＭＣ画像データに対して画像処理（例えば、２値化処理）を施した上で、差分画像データを生成してもよい。
解析処理部は、例えば、輝度値の差分を、基準画像として設定されたＭＣ画像データ（第１のＭＣ画像データと第２のＭＣ画像データの一方）の輝度値から参照画像として設定されたＭＣ画像データ（第１のＭＣ画像データと第２のＭＣ画像データの他方）の輝度値を、画素毎に差し引くことによって求めてもよい。差分画像データとしては、例えば、輝度の差分が、ＭＣ画像データ間での画素毎の輝度値の比によって求められてもよい。
解析処理部は、例えば、各画素での血管の有無を判定するための閾値を用いて、第１のＭＣ画像データと第２のＭＣ画像データをそれぞれ二値化処理することによって、各画素での血管の有無に関する二値化画像データを得てもよい。解析処理部は、各二値化画像データの各画素における輝度値の差分を画素値とする差分画像データを取得してもよい。
差分画像データは、輝度値の差分として、プラスの差分とマイナスの差分を有してもよい。例えば、第１のＭＣ画像データが基準画像として設定され、第１のＭＣ画像データよりも先に取得された第２のＭＣ画像データが参照画像として設定された場合、血管領域の新生（例えば、血管・血管溜の新生）、血管領域の伸長（例えば、血管の伸長）、血管領域の拡張（例えば、血管径又は血管溜の拡張）等、血管領域の増加に関する経時変化は、プラスの差分として表現されうる（例えば、図７、図８参照）。
一方、血管領域の消滅（消失）（例えば、血管・血管溜の消滅（消失））、血管領域の短縮（例えば、血管の短縮）、血管領域の縮小（例えば、血管径又は血管溜の縮小）等、血管領域の減少に関する経時変化は、マイナスの差分として表現されうる（例えば、図９、図１０参照）。また、ほとんど変化がない場合、差分ゼロとして表現されうる。なお、第１のＭＣ画像データが基準画像として設定され、第１のＭＣ画像データよりも後に取得された第１のＭＣ画像データが参照画像として設定された場合、血管領域の増加に関して、マイナスの差分として表現されうる。また、血管領域の減少に関して、プラスの差分として表現されうる。
差分画像データを生成することで、取得時期が異なるＭＣ画像データ自体での比較が容易となり、各ＭＣ画像データに基づく解析パラメータで比較する場合に対し、血管領域の経時変化を直接的に確認することが可能となり、経過観察時における診断に有用な情報を得ることができる。
なお、上記差分画像データは、被検眼上の取得位置（例えば、画素毎、セクション毎）に応じた差分データを有していればよく、表示部等に出力するための画像形式等である必要は、必ずしもない。この場合、例えば、差分データが輝度値ではなく、単なる数値であってもよい。
なお、解析処理部は、例えば、差分画像データを二値化処理することによって、輝度値のムラ等によるノイズを除去してもよい。この場合、プラスの輝度値とマイナスの輝度値でそれぞれ二値化処理が行われてもよい。また、解析処理部は、差分画像データを二値化処理せず、輝度の差分の大きさを明暗として表現してもよい。
なお、解析処理部は、例えば、第１のＭＣ画像データと第２のＭＣ画像データとの間での差分処理によって得られる生の差分画像データをＯＣＴ血管変化データとして適用してもよいし、得られた差分画像データを解析することによって得られる解析画像をＯＣＴ血管変化データとして適用してもよい。
＜第１のＭＣ画像データと第２のＭＣ画像データとの間の位置合わせ＞
解析処理部は、例えば、第１のＭＣ画像データと第２のＭＣ画像データとの間において少なくとも深さ方向に関する位置合わせ処理を行ってもよい。さらに、解析処理部は、例えば、位置合わせ処理された第１のＭＣ画像データと第２のＭＣ画像データに基づいて、ＯＣＴ血管変化データを生成してもよい。
位置合わせ処理としては、ＭＣ画像データ自体で位置合わせを行ってもよいし、ＭＣ画像データの基礎となるＯＣＴデータ間で位置合わせを行い、その結果をＭＣ画像データ間の位置合わせに反映されてもよい。
位置合わせ処理を行う場合、解析処理部は、例えば、基準画像として設定されたＭＣ画像データに対して、参照画像として設定されたＭＣ画像データを画像処理によってマッチングさせてもよい。輝度の差分を求める場合、解析処理部は、マッチングさせた状態でのＭＣ画像データ間の輝度の差分を求めてもよい。
解析処理部は、ＢスキャンＭＣ画像データ間で位置合わせを行ってもよいし、３次元ＭＣ画像データ間での位置合わせを行ってもよい。また、３次元画像データ間での位置合わせを行う場合、３次元画像を形成する複数の走査ラインに対応する各ＢスキャンＭＣ画像データに関し、同じ走査ラインに対応するＢスキャン画像データ同士で位置合わせを行うようにしてもよい。また、正面ＭＣ画像データ間での輝度の差分を求める場合、例えば、解析処理部は、正面ＭＣ画像データの基礎となる３次元ＭＣ画像データ、又は３次元ＭＣ画像データの基礎となる３次元ＯＣＴ画像データ等を利用して、画像間の位置合わせを行った後、深さ領域に関して共通する正面ＭＣ画像データを生成して、２つの正面ＭＣ画像データ間での輝度の差分を求めてもよい。
例えば、上記のようにＭＣ画像データ間での位置合わせが行われることで、例えば、ＭＣ画像データ間の位置ズレに関わらず、血管領域に関する経時変化を適切に把握できる。
なお、画像データ間の位置合わせを行う場合、例えば、ＢスキャンＭＣ画像データ又は３次元ＭＣ画像データを形成するＡスキャン単位で位置ずれを補正してもよいし、画像全体で位置ずれを補正してもよい。もちろん、位置ずれ補正の単位は、これらに限定されない。
解析処理部は、予め測定光の横断方向（ＸＹ方向）に関する位置合わせを行うことで、ＸＹ方向に関するＭＣ画像データ間でのずれを補正した後、深さ方向における位置合わせを行ってもよいし、ＸＹ方向の位置合わせを行わず、深さ方向に関して位置合わせを行ってもよい。
なお、位置合わせの具体的手法については、種々の画像処理手法を用いることができるので、特段の説明を省略する。また、画像間での位置合わせに限定されず、ＭＣ画像の取得時において、装置のトラッキング処理等によって、画像間の位置ずれを予め軽減しておいてもよい。
＜第１のＭＣ画像データと第２のＭＣ画像データとの間での感度減衰補正＞
解析処理部は、例えば、深さ方向への感度減衰の影響による第１のＯＣＴＭＣ画像データと第２のＯＣＴＭＣ画像データとの間の明暗差を補正してもよい（例えば、図１１参照）。
この場合、例えば、解析処理部は、ＭＣ画像データ間において、感度減衰によるＭＣ画像データの輝度の変化を補正してもよい。この場合、例えば、解析処理部は、深さ方向での感度減衰によるＭＣ画像データの輝度の変化を、各画像に関して予め補正しておき、輝度が補正されたＭＣ画像データを用いて輝度の差分を求めてよい。
輝度変化を補正する場合の一例としては、解析処理部は、それぞれのＭＣ画像データに対し、深さ方向に関する感度減衰を補正するための輝度値の正規化処理を行ってもよい。この場合、例えば、解析処理部は、ＭＣ画像データ間のヒストグラムの分布が一致するように、ＭＣ画像データの輝度値が調整されてもよい。
この場合、解析処理部は、例えば、基準画像として設定されたＭＣ画像データのヒストグラムに対して、参照画像として設定されたＭＣ画像データのヒストグラムが同様の分布を示すように、参照画像として設定されたＭＣ画像データの輝度値を調整してもよい。
他の手法として、解析処理部は、例えば、深さ方向と感度特性との関係を予めプロットした補正テーブルを用いて輝度値を調整してもよい。この場合、解析処理部は、深さ方向での感度減衰によるＭＣ画像データの輝度値の変化を補正するための補正テーブル（例えば、図１１参照）を予め作成しておき、画像間の位置合わせに際し、補正テーブルを用いてＭＣ画像データの輝度値を補正してもよい。この場合、解析処理部は、例えば、位置補正前の感度特性（例えば、図１１のＫ１）と、位置補正後の感度特性（例えば、図１１のＫ２）との比率を、各深さ位置に関して求めておき、ＭＣ画像データの各深さ位置での輝度値に対して比率を掛け合わせてもよい。
ＭＣ画像データ間で位置ズレが生じたような場合、深さ方向への感度減衰の影響（例えば、ＳＤ－ＯＣＴにてＯＣＴデータを得た場合）によってＭＣ画像データ間で明暗差が生じる可能性がある。この場合、例えば、ＭＣ画像データ間の位置ずれが補正されたとしても、血管領域に関する経時変化を適切に把握できない可能性があるところ、明暗差を補正する処理を設けることで、感度減衰の影響に関わらず、血管領域に関する経時変化を的確に把握できる。
また、ＭＣ画像データを得る際の被検眼の状況（例えば、睫、瞬き、白内障等）によってＭＣ画像データに輝度ムラが生じる可能性があり得る。解析処理部は、例えば、ＭＣ画像データを複数の領域に分割し、分割された各領域での輝度値の代表値（例えば、平均値、最頻値）が均一となるように、分割された領域単位で輝度値が調整されてもよい。
＜ＯＣＴ血管増減データの生成＞
解析処理部は、例えば、ＯＣＴ血管変化データとして、第１のＭＣ画像データと第２のＭＣ画像データとに基づいて、血管領域の増加と減少の少なくともいずれかに関する経時変化情報を含むＯＣＴ血管増減データを生成してもよい（例えば、図４～図１０、図１６～図１８参照）。生成されたＯＣＴ血管増減データは、表示部に表示されてもよいし、記憶部に記憶されてもよいし、外部に転送されてもよい。これにより、例えば、血管領域の増減に関する経時変化を好適に把握できる。
血管領域の増加としては、例えば、血管領域の新生、血管領域の伸長、血管領域の拡張の少なくともいずれかであってもよい。血管領域の減少としては、例えば、血管領域の消滅（消失）、血管領域の短縮、血管領域の縮小の少なくともいずれかであってもよい。
ＯＣＴ血管増減データを生成する場合、例えば、解析処理部は、第１のＭＣ画像データと第２のＭＣ画像データとの間の輝度の差分を求め、生成された輝度の差分に基づいてＯＣＴ血管増減データを生成してもよい。例えば、解析処理部は、各画素の輝度の差分を判定処理し、判定結果に基づいてＯＣＴ血管増減データを生成してもよい。この場合、各画素における判定結果を画素値とするＯＣＴ血管増減データが生成されてもよい。
なお、解析処理部は、例えば、第１のＭＣ画像データと第２のＭＣ画像データとの間で差分画像データを生成し、生成された差分画像データの輝度値を判定処理することによって、ＯＣＴ血管増減データを生成してもよい。また、解析処理部は、例えば、差分画像データ自体を、ＯＣＴ血管増減データとして生成してもよい。
輝度の差分に対して判定処理を行う場合、例えば、解析処理部は、輝度の差分における正負に応じて血管領域の増減を判定してもよい。例えば、第１のＭＣ画像データが基準画像として設定され、第１のＭＣ画像データよりも先に取得された第２のＭＣ画像データが参照画像として設定された場合、解析処理部は、輝度の差分がプラスに相当する領域を、血管領域の増加領域として判定し、輝度の差分がマイナスに相当する領域を、血管領域の減少領域として判定してもよい。また、解析処理部は、輝度の差分がゼロに相当する領域を、血管領域の変化がない領域（例えば、血管が残存、もともと血管がない）として判定してもよい。解析処理部は、判定結果を用いてＯＣＴ血管増減データを生成し、表示部に表示してもよい。
血管領域の増加及び減少の両方に関する経時変化情報を含むＯＣＴ血管増減データを生成して表示部に表示する場合、例えば、解析処理部は、第１のＭＣ画像データと第２のＭＣ画像データとに基づいて、血管領域の増加と減少に関する経時変化情報を含むＯＣＴ血管増減データを生成すると共に、生成されたＯＣＴ血管増減データを表示部に表示する際、血管領域の増加と減少とを異なる表示形態にて表示してもよい。
異なる表示形態としては、例えば、血管領域の増加と減少とで異なる色で表示されてもよい。この場合、例えば、血管領域の増減に応じて画像データの画素の色が表現されたカラーマップであってもよい。例えば、血管領域の増加領域に関しては、赤色で表示され、血管領域の減少領域に関しては、青色で表示され、変化がない領域に関しては、無色で表示されてもよい。もちろん、色の種類は、これらに限定されない。なお、輝度の差分の大きさに応じて色が変更されたカラーマップであってもよい。なお、異なる表示形態としては、例えば、血管領域の増加と減少とで、明暗と濃淡の少なくともいずれかが異なるように表示されてもよいし、線種が異なるように表示されてもよい。また、一方に、陰影が表示されるような形式であってもよい。
なお、増加に関する経時変化情報を含む第１のデータと、減少に関する経時変化情報を含む第２のデータは、同一の画像データ上で画像化されてもよいし、それぞれ別の画像データとして画像化されてもよい。また、上記第１のデータと第２のデータが、共通の表示領域において一つの画像データとして表示部に表示されてもよいし、別に表示領域に分けて同時に表示されてもよいし、切換表示されてもよい。
ＯＣＴ血管増減データを生成する場合、例えば、解析処理部は、血管領域の新生と消滅の少なくともいずれかに関する経時変化情報を含むＯＣＴ血管増減データを生成してもよい。これによれば、例えば、血管領域の新生又は消滅に関する経時変化を好適に把握できる。
なお、血管領域の増加に関する経時変化情報を得る場合、例えば、解析処理部は、第１のＭＣ画像データと第２のＭＣ画像データとに基づいて、血管領域の増加が、血管領域の新生、血管領域の伸長、血管領域の拡張のいずれかであるかを判別してもよい。また、解析処理部は、血管領域の新生、血管領域の伸長、血管領域の拡張のいずれかのみを判定してもよい。
例えば、解析処理部は、基準画像として設定されたＭＣ画像データ（基準ＭＣ画像データ）における血管領域の増加部分に関して、参照画像として設定されたＭＣ画像データ（参照ＭＣ画像データ）と照合させることによって、血管領域の新生と伸長とを判別してもよい（例えば、図１２参照）。この場合、血管の走行方向を利用して照合が行われてもよく、例えば、解析処理部は、基準ＭＣ画像データにおいて増加領域（例えば、図１２の左図の破線参照）に対応する血管の走行方向と、参照ＭＣ画像データにおける血管（例えば、図１２の左図の実線参照））の走行方向とを照合させ、走行方向が一致すれば、血管の伸長と判定し、走行方向が一致しない場合、血管の新生と判定してもよい。この場合、血管変化データにおいて、判別結果が反映されてもよい（例えば、図１２の右図参照。右図の実線が血管領域の新生部分、破線が血管領域の伸長部分として示さている）。なお、参照ＭＣ画像データにおける血管がない又は走行方向が検出されない場合も、血管の新生として判定されてもよい。
例えば、解析処理部は、各ＭＣ画像データにおける血管領域の血管径を画像処理によって測定すると共に、各ＭＣ画像データにおける各血管領域に関して細線化処理を行ってもよい（例えば、図１３参照）。解析処理部は、各血管領域に対応する細線の輝度を、血管径に応じて変化させてもよい。解析処理部は、血管径に応じた輝度値を持つ細線化された各ＭＣ画像データの輝度の差分を求めてもよい。輝度の差分は、血管径の変化を含んでいる。ここで、例えば、基準ＭＣ画像データよりも参照ＭＣ画像データが先に取得された場合、輝度の差分がプラスに相当する血管は、血管径が拡張した血管と判定され、輝度の差分がマイナスに相当する血管は、血管径が減少した血管と判定され、輝度の差分がセロに相当する血管は、血管径の変化がない血管として判定されてもよい。
なお、血管領域の新生及び伸長と、血管領域の拡張との判別は、血管の増加領域における中空部分の有無を画像処理によって判定することによって行われてもよく、中空部分がある場合、血管領域の拡張と判定されてもよい。
なお、血管領域の減少に関する経時変化情報を得る場合、例えば、解析処理部は、第１のＭＣ画像データと第２のＭＣ画像データとに基づいて、血管領域の減少が、血管領域の消滅（消失）、血管領域の短縮、血管領域の縮小のいずれかであるかを判別してもよい。また、解析処理部は、例えば、血管領域の消滅、血管領域の短縮、血管径又は血管溜の縮小のいずれかのみを判定してもよい。
例えば、解析処理部は、基準画像として設定されたＭＣ画像データ（基準ＭＣ画像データ）における血管領域の減少部分に関して、参照画像として設定されたＭＣ画像データ（参照ＭＣ画像データ）と照合させることによって、血管領域の消滅と短縮とを判別してもよい。この場合、血管の走行方向を利用して照合が行われてもよく、例えば、解析処理部は、基準ＭＣ画像データにおいて減少領域（例えば、図１４の左図の点線参照）に対応する部分の走行方向と、参照ＭＣ画像データにおける血管（例えば、図１４の左図の実線参照）の走行方向とを照合させ、走行方向が一致すれば、血管の短縮と判定し、走行方向が一致しない場合、血管の消滅と判定してもよい。この場合、血管変化データにおいて、判別結果が反映されてもよい（例えば、図１４の右図参照。右図の点線が血管領域の消滅部分、細線が血管領域の短縮部分として示されている）。
なお、血管領域の消滅及び短縮と、血管領域の縮小との判別は、血管の減少領域における中空部分の有無を画像処理によって判定することによって行われてもよく、中空部分がある場合、血管領域の縮小と判定されてもよい。
＜特定の層での血管領域に関するＯＣＴ血管変化データの生成＞
解析処理部は、例えば、第１のＭＣ画像データと第２のＭＣ画像データとに基づいて、特定の層領域での血管領域に関する経時変化情報を含むＯＣＴ血管変化データを生成してもよい（例えば、図１５参照）。
特定の層領域としては、例えば、眼底又は前眼部の一つ又は複数の層を含む層領域であってもよく、特定の層領域での血管領域は、例えば、深さ方向における一部の層領域に関する血管領域であってもよい。
特定の層領域での血管領域に関するＯＣＴ血管変化データとしては、例えば、特定の層領域における正面ＭＣ画像データ間の差分に基づいて取得されてもよいし、特定の層領域における３次元ＭＣ画像データ間の差分に基づいて取得されてもよい。
以上示したように、特定の層での血管領域に関するＯＣＴ血管変化データが生成されることで、例えば、特定の層領域における血管領域に関する経時変化を容易に把握できる。
なお、解析処理部は、複数の層領域に関して、ＯＣＴ血管変化データをそれぞれ生成してもよく、この場合、各層領域に関するＯＣＴ血管変化データを画像化して同時に表示部に表示してもよい。これによれば、例えば、被検眼眼底の複数の層領域に関する血管領域の経時変化を容易に把握できるので、多面的な診断が可能となる。なお、層領域に関するＯＣＴ血管変化データは、深さ方向全体の血管領域に関するＯＣＴ血管変化データと同時に表示されてもよい。
また、解析処理部は、特定の層に関する正面ＭＣ画像データ間での輝度の差分を求めることによって、特定の層での血管領域に関する経時変化情報を取得でき、特定の層領域において血管の深さ方向への変動があった場合であっても、特定の層領域における血管領域の経時変化を、輝度の差分として検出できる。
なお、正面ＭＣ画像データは、例えば、３次元ＭＣデータ（又は３次元ＯＣＴデータ）を深さ方向の一部の特定の層領域に関して３次元ＭＣデータを演算することによって取得されてもよい。
特定の層領域に関するデータは、例えば、３次元ＭＣデータ（又は、基礎となる３次元ＯＣＴデータ）に対するセグメンテーション処理によって、各データが層毎に分離されることによって取得されてもよいし、特定の層が抽出されることによって取得されてもよい。
なお、特定の層での血管領域に関するＯＣＴ血管変化データを得る場合、３次元ＭＣ画像データ間での輝度の差分を求めてもよく、この場合、特定の層での深さ方向の情報を有しているので、深さ方向における血管領域の変形を含めて検出できる点では、有利である。
なお、特定の層での血管領域に関するＯＣＴ血管変化データを得る場合、第１のＭＣ画像データと第２のＭＣ画像データの少なくともいずれかに対するセグメンテーション結果が用いられてもよい。
解析処理部は、例えば、基準画像として設定されたＭＣ画像データに対するセグメンテーション結果を、参照画像として設定された第２のＭＣ画像データに適用して、特定の層領域での血管領域に関するＯＣＴ血管変化データを求めてもよい。
この場合、例えば、解析処理部は、基準画像として設定された基準ＭＣ画像データ（又は基礎となるＯＣＴ画像）に対するセグメンテーション結果を利用して、基準画像として設定されたＭＣ画像データから特定の層に関する基準ＭＣ画像データを得てもよい。解析処理部は、基準ＭＣ画像データに対するセグメンテーション結果を用いて、対象画像として設定された対象ＭＣ画像データから特定の層に関する対象ＭＣ画像データを取得してもよい。解析処理部は、基準ＭＣ画像データのセグメンテーション結果を用いて得られた特定の層に関するＭＣ画像データ間の輝度の差分を求めてもよい。
これによって、例えば、特定の層領域に関する血管領域の経時変化を的確に把握できる。経時変化等によってセグメンテーション結果が変わってしまう場合であっても、基準ＭＣ画像データのセグメンテーション結果を用いることで、基準ＭＣ画像データに設定された層領域に関する経時変化を的確に把握できる。
また、基準ＭＣ画像データと対象ＭＣ画像データとの間で共通のセグメンテーション結果を用いられることで、互いに共通する同一領域での比較が可能となり、層領域内での血管領域の経時変化を精度よく計測できる。
基準ＭＣ画像データのセグメンテーション結果を反映させる場合、解析処理部は、ＭＣ画像データ間全体での輝度の差分を求めた後、基準ＭＣ画像データのセグメンテーション結果を、画像データ全体での輝度の差分に対して、セグメンテーション結果を適用することによって、特定の層でのＯＣＴ血管変化データを取得してもよい。
なお、上記に限定されず、対象ＭＣ画像データのセグメンテーション結果が、基準ＭＣ画像データに対して適用されてもよい。
もちろん、上記手法に限定されず、解析処理部は、基準ＭＣ画像データに対するセグメンテーション結果を基準ＭＣ画像データに適用し、参照ＭＣ画像データに対するセグメンテーション結果を参照ＭＣ画像データに適用して、特定の層に関する血管変化データを取得してもよい。この場合、基準ＭＣ画像データと参照ＭＣ画像データとの間でのセグメンテーション結果の違いが反映されることで、例えば、各ＭＣ画像データの特定の層領域全体に関する経時変化情報を含むＯＣＴ血管変化データを取得できる。この場合、各セグメンテーション結果の一方の境界（手前側か奥側）で各ＭＣ画像データを深さ方向に整合させてもよい。
＜網膜外層に関するＯＣＴ血管変化データの取得＞
解析処理部は、例えば、網膜外層におけるＭＣ画像データ間での輝度の差分に基づいて、網膜外層に関するＯＣＴ血管変化データを取得してもよい（例えば、図１５参照）。これによれば、例えば、網膜外層での新生血管に関する経時変化を容易に取得できる。眼底の新生血管は、網膜外層に主に現れることが多く、網膜外層での血管変化データを取得することで、新生血管の増加又は減少等に関する経時的な変化を正確に捉えることができ、新生血管の新生に関連する眼疾患（例えば、加齢黄斑変性症）の進行度、投薬又は手術等の治療結果を良好に把握することができる。
なお、網膜外層における正面ＭＣ画像データに関して、網膜外層に関する正面ＭＣ画像にノイズとして現れる網膜内層のＭＣ画像データ（Projection Artifact）を画像処理によって除去してもよい。この場合、網膜内層に関する正面ＭＣデータとして取得された画像データを用いて、網膜外層に関する正面ＭＣ画像に対するノイズ除去を行うようにしてもよい。
＜乳頭部視神経層に関するＯＣＴ血管変化データの取得＞
解析処理部は、例えば、乳頭部の視神経線維層（以下、乳頭部ＮＦＬ）におけるＭＣ画像データ間での輝度の差分に基づいて、乳頭部ＮＦＬに関するＯＣＴ血管変化データを取得してもよい。これによれば、例えば、乳頭部ＮＦＬでの血管領域に関する経時変化を容易に取得できる。乳頭部ＮＦＬでの血管領域は、緑内障との関連性が高く、乳頭部ＮＦＬの血管変化データを取得することで、例えば、乳頭部ＮＦＬでの血管に関する経時的な変化を正確に捉えることができ、緑内障の進行度、投薬又は手術等の治療結果を良好に把握することができる。この場合、乳頭部ＮＦＬのみに関してＯＣＴ血管変化データを取得してもよいし、乳頭部ＮＦＬを含む特定の層領域（例えば、ＮＦＬ、神経節細胞層（ＧＣＬ）、内網上層（ＩＰＬ））に関してＯＣＴ血管変化データを取得してもよい。
第１例として、例えば、解析処理部は、乳頭部内の領域において、乳頭部ＮＦＬにおける血管領域の増加と減少の少なくともいずれかの経時変化情報を含むＯＣＴ血管増減データを生成してもよい。これによれば、例えば、乳頭部内の篩状板における血管領域の増減をより定量的に確認可能である。篩状板は、緑内障の進行に応じて変化する可能性が高く、篩状板における血管領域の増減を把握できることで、緑内障の進行を良好に把握できる。
なお、乳頭部内の領域での乳頭部ＮＦＬにおけるＯＣＴ血管変化データを得る場合、例えば、解析処理部は、ＭＣ画像データ間において乳頭部の外縁が一致するようにＭＣ画像データ間の倍率を補正した状態で、ＭＣ画像データ間の輝度の差分を求めてもよい。これによれば、例えば、乳頭部の大きさの変化に関わらず、乳頭部内の乳頭部ＮＦＬにおける血管領域の比較が可能となる。なお、上記手法に限定されず、乳頭中心を中心とする乳頭部内の一定領域に関して、ＭＣ画像データ間の輝度の差分を求めてもよい。
第２例として、例えば、解析処理部は、乳頭部を除いた領域であって、乳頭部よりも外側の一定領域において、乳頭部ＮＦＬにおける血管領域の増加と減少の少なくともいずれかの経時変化情報を含むＯＣＴ血管増減データを生成してもよい。これによれば、例えば、乳頭部の変化を除いた形で、乳頭部周辺における乳頭部ＮＦＬでの血管領域の経時変化をより定量的に確認可能である。
第３例として、例えば、解析処理部は、乳頭部と乳頭部よりも外側とを含む一定領域内において、乳頭部ＮＦＬにおける血管領域の増加と減少の少なくともいずれかの経時変化情報を含むＯＣＴ血管増減データを生成してもよい。これによれば、例えば、乳頭部及び乳頭部周辺を含めた乳頭部ＮＦＬにおける血管領域の経時変化を把握できる。
なお、乳頭部ＮＦＬに関するＯＣＴ血管変化データを取得する場合、例えば、ＭＣ画像データ又はＯＣＴ画像データを画像処理によって解析し、乳頭部と乳頭部周辺の少なくともいずれかを特定してもよいし、検者の手入力によってこれらが特定されてもよい。
＜セクション毎に分割されたＯＣＴ血管変化データの取得＞
解析処理部は、例えば、ＯＣＴ血管変化データとして、被検眼の血管領域に関する経時変化情報をセクション毎に分割したＯＣＴ血管変化データを生成してもよい（例えば、図５参照）。
セクションの分割としては、例えば、例えば、グリット状に分割されてもよいし、チャート状に分割されてもよいし、太い血管を中心として分割されてもよい。
チャート状の場合、解析チャートが血管変化画像データに対して設定されてもよく、解析チャートは、例えば、予め設定されたセクションでの輝度の差分データに対する解析結果をセクション毎に示す解析チャートであってもよい。
また、ＯＣＴ血管変化データにおける各セクションの配置位置及び範囲は、ＯＣＴデータに対して設定された解析チャートの各セクションの配置位置及び範囲と同一となるように設定されてもよい。ＯＣＴデータ用の解析チャートは、例えば、予め設定されたセクションでのＯＣＴデータに対する解析結果をセクション毎に示す解析チャートであってもよい。
セクション毎に分割したＯＣＴ血管変化データを得る場合、例えば、解析処理部は、第１のＭＣ画像データと第２のＭＣ画像データに基づく輝度の差分データを複数のセクションに分割してもよい。また、例えば、解析処理部は、第１のＭＣ画像データと第２の画像データを、複数のセクションに分割し、各セクションでの輝度の差分データ（例えば、輝度値の差分の代表値）を取得してもよい。
解析処理部は、上記のように取得された分割された各セクションでの輝度の差分データ（例えば、輝度の差分の代表値）を判定し、各セクションでの判定結果に基づいて、血管領域に関する経時変化情報をセクション単位で表示部に表示してもよい。なお、上記の代表値としては、例えば、合計値、平均値、最頻値等であってもよく、もちろん、これらに限定されない。
セクション毎に分割したＯＣＴ血管変化データを表示部に表示する場合、例えば、解析処理部は、セクション毎での判定結果に応じて画像データの画素の色が表現されたカラーマップを表示してもよい。例えば、解析処理部は、差分データが正のセクションを、第１の色で表示し、差分データが負のセクションを、第１の色とは異なる第２の色で表示してもよい。なお、表示形式としては、カラーマップに限定されず、解析処理部は、ＯＣＴ血管変化データとして、輝度の差分に基づくセクション毎での判定結果を解析パラメータ化した解析チャートを表示部に表示してもよい。
以上示したように、血管領域に関する経時変化情報がセクション毎に分割されることによって、例えば、一定の範囲を持ったセクション単位での経時変化情報を把握でき、各画素のバラツキを軽減した定量的なデータを得ることができる。また、例えば、他の解析チャート（例えば、ＯＣＴ解析チャート）との比較が容易となる。
＜ＯＣＴ血管変化データのＭＣ画像データへの反映＞
解析処理部は、例えば、ＯＣＴ血管変化データを第１のＭＣ画像データと第２のＭＣ画像データのいずれかに反映させた画像データを表示部に表示してもよい（例えば、図１６～図１８参照）。
例えば、解析処理部は、ＯＣＴ血管変化データに基づいて、ＭＣ画像データに対して画像処理を施し、血管領域に関する経時変化が反映されたＭＣ画像データを表示部に表示してもよい。
例えば、解析処理部は、白黒表現にて画像化されたＭＣ画像データに対して、ＯＣＴ血管変化データを重畳させてもよいし、ＯＣＴ血管変化データの経時変化情報に基づいて、ＭＣ画像データ自体を着色処理してもよい。また、解析処理部は、例えば、経時変化データを示すラベルを、ＭＣ画像データに対して付与してもよい。
ＯＣＴ血管変化データがＭＣ画像データに反映されることで、例えば、血管変化の経時変化情報が、ＭＣ画像データに反映され、経時変化を考慮したＭＣ画像データの診断が容易となる。
なお、解析処理部は、ＯＣＴ血管変化データに基づいて、ＯＣＴ画像データに対して画像処理を施し、血管領域に関する経時変化情報が反映されたＯＣＴ画像データを表示部に表示してもよい（例えば、図４、図５のＯＣＴ画像データ参照）。これによって、形態的な情報を有するＯＣＴ画像上で血管情報の経時変化を確認できる。この場合、ＯＣＴ画像データとしては、ＢスキャンＯＣＴ画像データであってもよいし、正面ＯＣＴ画像データ（エンフェイスＯＣＴ画像データ）であってもよいし、３次元ＯＣＴ画像データであってもよい。
増加に関する情報が反映されたＭＣ画像データの一部の一例を示す（例えば、図１６参照）。新生血管の場合、ＭＣ画像データの新生血管全体が着色されてもよい（例えば、血管５００）。また、血管の伸長の場合、ＭＣ画像データの血管が伸長した部分が着色されてもよい（例えば、血管５１０）。また、血管径の拡張の場合、血管径が増加した部分が着色されてもよい（例えば、血管５２０）。
また、減少に関する情報が反映されたＭＣ画像データの一部の一例を示す（例えば、図１７参照）。血管の消滅の場合、消滅した血管全体の輪郭が形成されてもよい（例えば、血管６００）。血管の短縮の場合、ＭＣ画像データにおける血管が短くなった部分の輪郭が表示されてもよい（例えば、血管６１０）。また、血管径の縮小の場合、ＭＣ画像データ上の血管に対して過去の血管径に対応する輪郭が形成されてもよい（例えば、血管６２０）。
他の例として、例えば、解析処理部は、経時変化情報が細線化されたラベルを、ＭＣ画像データにおいて対応する血管部分に重畳させてもよい（例えば、図１８参照）。この場合、解析処理部は、経時変化情報の内容に応じてラベルの表示形態を変化させてもよい。例えば、経時変化情報に応じてラベルの色が変化されてもよい。なお、色の変化に限定されず、経時変化情報に応じてラベルの線種が変化されてもよい。
例えば、血管領域の増加、減少との間で経時変化データが判別された場合、血管領域の増加の場合、第１の色にてラベルが表現され、血管領域の減少の場合、第１の色とは異なる第２の色にてラベルが表現されてもよい。
例えば、血管領域の新生、伸長、拡張との間で経時変化情報が判別された場合、新生血管の場合、第１の色にてラベルが表現され、血管の伸長の場合、第１の色とは異なる第２の色にてラベルが表現され、血管径の拡張の場合、第３の色にてラベルが表現されてもよい。なお、血管領域の消滅、血管の短縮、血管径又は血管溜の縮小との間で、経時変化データが判別された場合、例えば、同様に、異なる色のラベルで表現されてもよい。
＜ＭＣ画像データ間での輝度の差分に基づく解析パラメータの取得＞
解析処理部は、例えば、ＭＣ画像データ間での輝度の差分に基づいて、血管領域に関する経時変化を定量的に示す解析パラメータを取得してもよい。解析パラメータとしては、例えば、血管領域の増加に関する解析パラメータ（例えば、増加面積、増加体積等）、血管領域の減少に関する解析パラメータ（例えば、減少面積、減少体積）であってもよい。この場合、解析処理部は、例えば、ＭＣ画像データ間の輝度の差分を判定処理し、判定結果に基づいて解析パラメータを取得してもよい。解析処理部は、例えば、ＭＣ画像データ間の輝度の差分を複数のセクションに分割し、分割されたセクション毎に解析パラメータを取得してもよい。
なお、上記解析パラメータは、表示部に表示されてもよく、例えば、経時変化を示すグラフとして表示されてもよいし、表形式で表示されてもよいし、カラーマップとして表示されてもよいし、解析チャートとして表示されてもよい。もちろん、これらに限定されない。
＜各ＭＣ画像データに基づく解析結果の取得＞
解析処理部は、例えば、第１のＭＣ画像データと第２のＭＣ画像データを画像処理によってそれぞれ解析し、少なくとも一つの解析結果を各ＭＣ画像データに関して取得すると共に、取得された各ＭＣ画像データの解析結果をＯＣＴ血管変化データと共に表示してもよい。これによって、ＯＣＴ血管変化データと共に、各ＭＣ画像データに基づく解析結果が表示されるので、血管領域の経時変化をより的確に確認できる。
例えば、解析処理部は、各ＭＣ画像データを画像処理によってそれぞれ解析し、各ＭＣ画像に関して解析パラメータ（例えば、血管密度、血管面積、血管体積、血管径、血管蛇行度等）を得てもよく、各画像による解析パラメータを、ＯＣＴ血管変化データと共に表示してもよい。解析パラメータは、解析値（例えば、数値、グレート）として表現されてもよいし、各位置での解析パラメータの二次元的な分布を示す各解析マップ（例えば、血管密度マップ）、複数のセクションに応じて解析パラメータの代表値を示す解析チャートとして表現されてもよい。また、解析値の経時変化を示すグラフが表示されてもよい。
また、例えば、解析処理部は、各ＭＣ画像データにて得られた血管領域に関する解析パラメータの経時変化情報を生成し、表示部に表示してもよい。
この場合、例えば、解析処理部は、各位置での解析パラメータ（例えば、血管密度マップ）の差分の二次元的な分布を示す差分マップを表示してもよいし、複数のセクションに応じて解析パラメータの代表値の差分を示す解析チャートを表示してもよい。
＜ＯＣＴ画像データとＭＣ画像データに基づくフォローアップ＞
例えば、解析処理部は、取得時期が異なる各ＯＣＴ画像データを画像処理によってそれぞれ解析し、少なくとも一つの解析結果を各ＯＣＴ画像データに関して取得してもよい。
解析処理部は、取得された各ＯＣＴ画像データの解析結果を、ＯＣＴ血管変化データと共に表示してもよい。これによって、ＯＣＴ血管変化データと共に、各ＯＣＴ画像データに基づく解析結果が表示されるので、血管領域の経時変化と、形態の経時変化とを統合した診断が可能となる。なお、ＯＣＴ画像データは、例えば、ＭＣ画像データの基礎となるＯＣＴ画像データであってもよいし、同日に取得されたＯＣＴ画像データであってもよい（もちろんこれに限定されない）。
例えば、解析処理部は、各ＯＣＴ画像データを画像処理によってそれぞれ解析し、各ＯＣＴ画像データに関して解析パラメータ（例えば、層厚、曲率、サイズ等）を得てもよく、各画像による解析パラメータを、ＯＣＴ血管変化データと共に表示してもよい。
例えば、解析処理部は、各ＯＣＴ画像データにて得られた解析パラメータの経時変化を示す形態変化情報を取得してもよい。形態変化情報としては、例えば、解析値の変化を示すグラフであってもよいし、各位置での解析パラメータの差分の二次元的な分布を示す差分マップであってもよいし、複数のセクションに応じて解析パラメータの代表値の差分を示す解析チャートとして表現されてもよい。
また、ＯＣＴ画像データとＭＣ画像データに基づくフォローアップに際し、例えば、解析処理部は、取得時期が互いに異なる各ＯＣＴ画像データと、取得時期が互いに異なる各ＭＣ画像データとを表示部に同時に表示してもよい。この場合、解析処理部は、さらに、取得時期が互いに異なる各ＭＣ画像データに基づくＯＣＴ血管変化データを、各ＯＣＴ画像データと各ＭＣ画像データと共に同時に表示してもよい。これにより、血管領域の経時変化を、血管画像と形態画像とを含めて総合的に診断できる。この場合、特定の層領域に関する正面ＯＣＴ画像データ及び正面ＭＣ画像データと共に、特定の層領域に関するＯＣＴ血管変化データが表示されることで、特定の層領域に関する二次元的な観察が可能となる。
＜ＯＣＴ形態変化データの取得＞
例えば、解析処理部は、取得時期が互いに異なる同一被検眼の第１のＯＣＴ画像データと第２のＯＣＴ画像データとに基づいて、被検眼の形態に関するＯＣＴ画像データの経時変化情報を含むＯＣＴ形態変化データを生成してもよい。解析処理部は、例えば、取得時期が互いに異なる第１のＯＣＴ画像データと第２のＯＣＴＭＣ画像データとの輝度の差分に基づいて、ＯＣＴ形態変化データを生成してもよい。輝度の差分は、例えば、被検眼上の取得位置（例えば、画素毎、セクション毎）に応じて取得されてもよい。
さらに、解析処理部は、例えば、取得時期が互いに異なる第１のＯＣＴ画像データと第２のＯＣＴ画像データとに基づくＯＣＴ形態変化データと、取得時期が互いに異なる第１のＭＣＯＣＴ画像データと第２のＯＣＴＭＣ画像データとに基づくＯＣＴ血管変化データと、を表示部に同時に表示してもよい。これによって、形態的な経時変化と、血管領域に関する経時変化とを同時に観察できるので、形態的な変化と血管結果とを総合した経過観察が可能となる。
＜ＯＣＴ画像データとＭＣ画像データとに基づく複合解析＞
解析処理部は、ＭＣ画像データに基づく解析結果と、ＯＣＴ画像データに基づく解析結果と、を統合した統合解析を行うようにしてもよい。例えば、解析処理部は、血管領域の増減に関する経時変化情報に基づく解析パラメータとして、特定の層領域に関する血管領域の増加量を取得した場合、得られた解析パラメータを、ＯＣＴ画像データによって得られた特定の層領域の層厚結果に応じて補正してもよい。例えば、基準ＭＣ画像データにおける層厚結果が小さいほど、解析パラメータを大きくなるように補正し、基準ＭＣ画像データにおける層厚結果が大きいほど、解析パラメータを小さくなるよう補正してもよい。これによって、血管領域の増加量に関する解析パラメータを、層厚の大きさに関して正規化できるので、定量的なパラメータが得られる。
＜変容形態＞
なお、上記説明においては、取得時期が異なる２つのＭＣ画像データを比較した例を示したが、これに限定されない。例えば、解析処理部は、取得時期が互いに異なる３つ以上のＭＣ画像データ間を比較して、ＯＣＴ血管変化データを取得してもよい。
取得時期が互いに異なる３つのＭＣ画像データが取得された場合、例えば、第１のＭＣ画像データと、第１のＭＣ画像データよりも後に取得された第２のＭＣ画像データと、第２のＭＣ画像よりも後に取得された第３のＭＣ画像データとの間で、ＯＣＴ血管変化データを取得する場合、解析処理部は、例えば、第１のＭＣ画像データと第２のＭＣ画像データとの差分に基づく第１のＯＣＴ血管変化データと、第２のＭＣ画像データと第３のＭＣ画像データとの差分に基づく第２のＯＣＴ血管変化データとを得て、これらを同時に表示部に表示してもよい。
これにより、時間的に隣接するＯＣＴ血管変化データを取得できるので、血管領域の経時変化を精度よく表現できる。また、解析処理部は、第１のＭＣ画像データと第２のＭＣ画像データとの差分に基づく第１のＯＣＴ血管変化データと、第１のＭＣ画像と第３のＭＣ画像データとの差分に基づく第２の血管変化データとを得て、これらを同時に表示部に表示してもよい。
これによって、共通のＭＣ画像データを基準として複数のＯＣＴ血管変化データが得られる。なお、上記の場合、第２のＭＣ画像データ又は第３のＭＣ画像データが基準として用いられてもよい。
なお、解析処理部は、少なくとも２つのＯＣＴ血管変化データを用いて、タイムラプス動画を作成し、作成されたタイムラプス動画を表示部に表示してもよい。
なお、以上の説明においては、ＯＣＴデータに基づくＭＣ画像データを比較したが、これに限定されず、解析処理部は、例えば、造影剤を用いて取得された正面血管造影画像データと、３次元ＯＣＴデータに基づく正面ＭＣ画像データとに基づいて、血管領域に関する経時変化情報を含む血管変化データを取得してもよい。この場合においても、上記実施形態の適用が可能である。正面血管造影画像データは、例えば、走査型レーザ検眼鏡（ＳＬＯ）、眼底カメラ等によって取得されうる。
これによれば、例えば、初診の際に得られた造影剤を用いた正面血管造影画像と、初診より後に得られた正面ＭＣ画像データとを用いて経過観察を行う場合においても、血管領域に関する経時変化情報を得ることができる。なお、造影剤を用いた正面血管造影画像の場合、造影剤が被検眼に充填された状態での造影画像が用いられてもよく、差分情報を求める造影画像が検者によって任意に選択されてもよいし、正面ＭＣ画像データとの相関が高い造影画像データが自動的に選択されてもよい。
また、上記に限定されず、取得時期が異なる２つの造影剤を用いた正面血管造影画像間での輝度の差分を求め、血管領域に関する血管変化情報を得る場合においても、本実施形態の適用が可能である。
また、以上の説明においては、取得時期が互いに異なる被検眼の第１のＭＣ画像データと第２の画像データとに基づいて、被検眼のＯＣＴ血管変化データを生成する場合を例として説明したが、これに限定されず、ＯＣＴ装置によって取得された被検体のＯＣＴＭＣ画像データを解析するためのＯＣＴ解析装置であれば、上記実施形態及び変容形態の適用が可能である。
この場合、解析処理部は、例えば、取得時期が互いに異なる被検体の第１のＯＣＴＭＣ画像データと第２のＯＣＴＭＣ画像データとに基づいて、被検体の血管領域に関する経時変化情報を含むＯＣＴ血管変化データを生成してもよい。なお、上記実施形態及び変容形態を被検体に適用させる場合、上述の＜＞で示された各項目の適用が可能であることは言うまでもない。
また、上記＜＞で示された各項目の記載内容につき、例えば、ＯＣＴ解析装置において並列的に実施されてもよいし、個別に実施されてもよい。
＜実施例＞
以下、本実施例の眼科解析装置について図面を用いて説明する。なお、以下では、眼科解析装置（例えば、図１参照）として、ＯＣＴモーションコントラストデータ解析装置を一例として説明する。図１に示すＯＣＴモーションコントラストデータ解析装置（以下、ＯＣＴ解析装置）１は、ＯＣＴデバイス１０によって取得されたモーションコントラストデータを解析処理する。ＯＣＴモーションコントラストデータは、例えば、被検眼の血管情報を含む。
ＯＣＴ解析装置１は、例えば、制御部７０を備える。制御部７０は、例えば、一般的なＣＰＵ（Central Processing Unit）７１、ＲＯＭ７２、ＲＡＭ７３、等で実現される。ＲＯＭ７２には、例えば、モーションコントラストデータを処理するための解析処理プログラム、ＯＣＴデバイス１０の動作を制御してモーションコントラストデータを得るためのプログラム、初期値等が記憶される。ＲＡＭ７３は、例えば、各種情報を一時的に記憶する。
制御部７０には、図１に示すように、例えば、記憶部（例えば、不揮発性メモリ）７４、操作部７６、および表示部７５等が電気的に接続されている。記憶部７４は、例えば、電源の供給が遮断されても記憶内容を保持できる非一過性の記憶媒体である。例えば、ハードディスクドライブ、フラッシュＲＯＭ、着脱可能なＵＳＢメモリ等を記憶部７４として使用することができる。
操作部７６には、検者による各種操作指示が入力される。操作部７６は、入力された操作指示に応じた信号をＣＰＵ７１に出力する。操作部７６には、例えば、マウス、ジョイスティック、キーボード、タッチパネル等の少なくともいずれかのユーザーインターフェイスを用いればよい。
表示部７５は、装置１の本体に搭載されたディスプレイであってもよいし、本体に接続されたディスプレイであってもよい。例えば、パーソナルコンピュータ（以下、「ＰＣ」という）のディスプレイを用いてもよい。表示部７５は、例えば、ＯＣＴデバイス１０によって取得されたＯＣＴデータ、モーションコントラストデータ等を表示する。
なお、本実施例のＯＣＴ解析装置１には、例えば、ＯＣＴデバイス１０が接続されている。なお、ＯＣＴ解析装置１は、例えば、ＯＣＴデバイス１０と同一の筐体に収納された一体的な構成であってもよいし、別々の構成であってもよい。制御部７０は、接続されたＯＣＴデバイス１０からモーションコントラストデータを取得してもよい。制御部７０は、ＯＣＴデバイス１０によって取得されたモーションコントラストデータを記憶媒体を介して取得してもよい。
＜ＯＣＴデバイス＞
以下、図２に基づいてＯＣＴデバイス１０の概略を説明する。例えば、ＯＣＴデバイス１０は、被検眼Ｅに測定光を照射し、その反射光と参照光とによって取得されたＯＣＴ信号を取得する。ＯＣＴデバイス１０は、例えば、ＯＣＴ光学系１００を主に備える。
＜ＯＣＴ光学系＞
ＯＣＴ光学系１００は、被検眼Ｅに測定光を照射し、その反射光と参照光との干渉信号を検出する。ＯＣＴ光学系１００は、例えば、測定光源１０２と、カップラー（光分割器）１０４と、測定光学系１０６と、参照光学系１１０と、検出器１２０等を主に備える。なお、ＯＣＴ光学系の詳しい構成については、例えば、特開２０１５－１３１１０７号を参考にされたい。
ＯＣＴ光学系１００は、いわゆる光断層干渉計（ＯＣＴ：Optical coherence tomography）の光学系である。ＯＣＴ光学系１００は、測定光源１０２から出射された光をカップラー１０４によって測定光（試料光）と参照光に分割する。分割された測定光は測定光学系１０６へ、参照光は参照光学系１１０へそれぞれ導光される。測定光は測定光学系１０６を介して被検眼Ｅの眼底Ｅｆに導かれる。その後、被検眼Ｅによって反射された測定光と，参照光との合成による干渉光を検出器１２０に受光させる。
測定光学系１０６は、例えば、走査部（例えば、光スキャナ）１０８を備える。走査部１０８は、例えば、眼底上でＸＹ方向（横断方向）に測定光を走査させるために設けられてもよい。例えば、ＣＰＵ７１は、設定された走査位置情報に基づいて走査部１０８の動作を制御し、検出器１２０によって検出された受光信号に基づいてＯＣＴ信号を取得する。参照光学系１１０は、眼底Ｅｆでの測定光の反射によって取得される反射光と合成される参照光を生成する。参照光学系１１０は、マイケルソンタイプであってもよいし、マッハツェンダタイプであっても良い。
検出器１２０は、測定光と参照光との干渉状態を検出する。フーリエドメインＯＣＴの場合では、干渉光のスペクトル強度が検出器１２０によって検出され、スペクトル強度データに対するフーリエ変換によって所定範囲における深さプロファイル（Ａスキャン信号）が取得される。
なお、ＯＣＴデバイス１０として、例えば、Spectral-domain OCT（ＳＤ－ＯＣＴ）、Swept-source OCT（ＳＳ－ＯＣＴ）、Time-domain OCT（ＴＤ－ＯＣＴ）等が用いられてもよい。
＜正面撮影光学系＞
正面撮影光学系２００は、例えば、被検眼Ｅの眼底Ｅｆを正面方向（例えば、測定光の光軸方向）から撮影し、眼底Ｅｆの正面画像を得る。正面撮影光学系２００は、例えば、走査型レーザ検眼鏡（ＳＬＯ）の装置構成であってもよいし（例えば、特開２０１５－６６２４２号公報参照）、いわゆる眼底カメラタイプの構成であってもよい（特開２０１１－１０９４４参照）。なお、正面撮影光学系２００としては、ＯＣＴ光学系１００が兼用してもよく、検出器１２０からの検出信号に基づいて正面画像が取得されてもよい。
＜固視標投影部＞
固視標投影部３００は、眼Ｅの視線方向を誘導するための光学系を有する。投影部３００は、眼Ｅに呈示する固視標を有し、眼Ｅを誘導できる。例えば、固視標投影部３００は、可視光を発する可視光源を有し、固視標の呈示位置を二次元的に変更させる。これによって、視線方向が変更され、結果的にＯＣＴデータの取得部位が変更される。
＜モーションコントラストデータの取得＞
本実施例のＯＣＴ解析装置１は、例えば、ＯＣＴデバイス１０によって検出されたＯＣＴデータを処理してモーションコントラストデータを取得してもよい。ＣＰＵ７１は、走査部１０８の駆動を制御し、眼底Ｅｆ上の領域Ａ１において測定光を走査させる。なお、図３（ａ）において、ｚ軸の方向は、測定光の光軸の方向とする。ｘ軸の方向は、ｚ軸に垂直であって被検者の左右方向とする。ｙ軸の方向は、ｚ軸に垂直であって被検者の上下方向とする。
例えば、ＣＰＵ７１は、領域Ａ１において走査ラインＳＬ１，ＳＬ２，・・・，ＳＬｎに沿ってｘ方向に測定光を走査させる。なお、測定光の光軸方向に交差する方向（例えば、ｘ方向）に測定光を走査させることを「Ｂスキャン」と呼ぶ。そして、１回のＢスキャンによって得られた二次元ＯＣＴデータを１フレームの二次元ＯＣＴデータとして説明する。ＣＰＵ７１は、例えば、ｘｙ方向に２次元的に測定光を走査させ、各走査位置においてｚ方向のＡスキャン信号を得てもよい。
ＣＰＵ７１は、ＯＣＴデータに基づいてモーションコントラストデータを取得してもよい。モーションコントラストは、例えば、被検眼の血流、網膜組織の変化などを捉えた情報であってもよい。モーションコントラストデータを取得する場合、ＣＰＵ７１は、被検眼の同一位置に関して時間的に異なる少なくとも２つのＯＣＴデータを取得する。例えば、各走査ラインにおいて、ＣＰＵ７１は、時間の異なる複数回のＢスキャンを行い、時間の異なる複数のＯＣＴデータをそれぞれ取得する。
例えば、図３（ｂ）は、走査ラインＳＬ１，ＳＬ２，・・・，ＳＬｎにおいて時間の異なる複数回のＢスキャンを行った場合に取得されたＯＣＴ信号を示している。例えば、図３（ｂ）は、走査ラインＳＬ１を時間Ｔ１１，Ｔ１２，・・・，Ｔ１Ｎで走査し、走査ラインＳＬ２を時間Ｔ２１，Ｔ２２，・・・，Ｔ２Ｎで走査し、走査ラインＳＬｎを時間Ｔｎ１，Ｔｎ２，・・・，ＴｎＮで走査した場合を示している。例えば、ＣＰＵ７１は、各走査ラインにおいて、時間の異なる複数のＯＣＴデータを取得し、そのＯＣＴデータを記憶部７４に記憶させる。
ＣＰＵ７１は、上記のように、同一位置に関して時間的に異なる複数のＯＣＴデータを取得すると、ＯＣＴデータを処理してモーションコントラストデータを取得する。モーションコントラストを取得するためのＯＣＴデータの演算方法としては、例えば、複素ＯＣＴデータの強度差もしくは振幅差を算出する方法、複素ＯＣＴデータの強度もしくは振幅の分散もしくは標準偏差を算出する方法（Speckle variance）、複素ＯＣＴデータの位相差もしくは分散を算出する方法、複素ＯＣＴデータのベクトル差分を算出する方法、複素ＯＣＴ信号の位相差及びベクトル差分を掛け合わせる方法が挙げられる。なお、演算手法の一つとして、例えば、特開２０１５－１３１１０７号公報を参照されたい。
ＣＰＵ７１は、異なる走査ラインでのモーションコントラストデータを並べることによって、被検眼Ｅの３次元モーションコントラストデータを取得してもよい。なお、前述のように、モーションコントラストデータとしては、位相差に限らず、強度差、ベクトル差分等が取得されてもよい。
以下、上記実施例に係る装置の動作について説明する。ＭＣ画像データに関するフォローアップ解析を行うためのフォローアップ解析モードが設定されると、ＣＰＵ７１は、取得時期が異なる少なくとも２つのＭＣ画像データを記憶部７４から読み出し、フォローアップ画面として表示部７５に表示してもよい。
図６は、本実施例に係るフォローアップ画面を構築するための処理フローを説明するためのフローチャートである。ここで、第１のＭＣ画像と第２のＭＣ画像は、互いに異なる検査日にて取得されたＭＣ画像である。
第１のＭＣ画像には、第１のＭＣ画像を各層に分割する又は特定の層を抽出するためのセグメンテーションが行われてもよい。なお、当該処理は、特定の層に関する正面ＭＣ画像を構築する際に実行されてもよい。
次に、深さ方向の感度減衰の影響によるＭＣ画像間での明暗差を補正するために、第１のＭＣ画像と第２のＭＣ画像に対して正規化処理が施されてもよい。また、感度減衰が少ない場合（深さ方向の各ＭＣ画像の位置が画像間で変化がない、感度減衰がそもそも少ない装置（例えばSS-OCT）等）には、正規化処理が省略されてもよい。
画像の正規化には、多種の方法が考えられるが、例えば、予め深さ方向に輝度変化の係数を求めておき、得られたＭＣ画像についてその係数を掛けあわせてもよいし、ＭＣ画像間でのコントラスト調整（ヒストグラム平坦化等）を実施してもよい。その他、ＭＣ画像間の位置合わせ後に、同一部分の輝度を一致させるように補正をかける手法が用いられてもよい。
ＭＣ画像間での位置ずれを補正するために、第１のＭＣ画像と第２のＭＣ画像との間で、少なくとも深さ方向に関する位置合わせ処理が行われてもよい。なお、平面方向（ＸＹ方向）の画像間位置合わせは、トラッキング撮影等を実施している場合、省略されてもよい。なお、正規化処理と位置合わせの順番は逆でもよい。
正規化処理と位置合わせが行われた後、第１のＭＣ画像と第２のＭＣ画像との間での輝度の差分を得る差分処理が行われてもよい。
次に、特定の層に関する正面ＭＣ画像が、各ＭＣ画像に関して構築されてもよい。この場合、第１のＭＣ画像でのセグメンテーション結果を第２のＭＣ画像に施すことで変化を捉えやすくなる。この場合、第１のＭＣ画像のセグメンテーション結果を第２のＭＣ画像に適用しそのまま利用してもよいし、第１のＭＣ画像のセグメンテーション結果を参照データとして、第２のＭＣ画像のセグメンテーションを再度実施し、本来の層位置に設定してもよい。なお、第１のＭＣ画像の層セグメンテーションの際、ＭＣ画像の血管情報を用いていることで、層分割を行ってもよい。
その後、フォローアップ画面が構築され、フォローアップ画面が表示部に表示される。フォローアップ画面には、例えば、各正面ＭＣ画像と、差分処理に基づくＯＣＴ血管変化データ等が表示される。
なお、上記実施例では、ＭＣ画像そのものに対して差分処理を施し、ＯＣＴ血管変化データを得たが、例えば、ＭＣ画像に対する細線化処理により血管の骨格を検出した後、ＭＣ画像間において差分処理を施し、ＯＣＴ血管変化データを得てもよい。これによって、血管変化以外のノイズが消え、血管有り・無しの判断を容易にすることができる。
図４は、フォローアップ画面の一例を示す図である。フォローアップ画面は、第１のＭＣ画像に対応するベースラインのＭＣ画像（基準画像）６１０と、第２のＭＣ画像に対応するフォローアップのＭＣ画像６２０、６３０（参照画像）と、各ＭＣ画像に対応するＯＣＴ画像７１０～７３０と、を含む。ＭＣ画像６１０は、ベースラインの画像としてＭＣ画像６２０、６３０と比較される。フォローアップのＭＣ画像６２０、６３０は、ＭＣ画像６１０よりも後の検査日に撮影された画像であり、ＭＣ画像６１０に基準付けされる。フォローアップのＭＣ画像６３０は、ＭＣ画像６２０よりも後の検査日に撮影された画像である。
ＣＰＵ７１は、ＭＣ画像６１０を基準画像として、ＭＣ画像６２０、６３０との輝度の差分を求め、求められた差分に基づいてＯＣＴ血管変化データを得る。ここで、ＣＰＵ７１は、血管領域の新生又は消滅に関するＯＣＴ血管変化データを取得し、取得されたＯＣＴ血管変化データをＭＣ画像６２０、６３０に重畳させる。この場合、血管領域が増加した部分と減少した部分が異なる色で表示されてもよい。図４においては、血管変化情報に応じて１画素毎に色付けされている。
ＭＣ画像６２０は、ＭＣ画像６１０と比較して血管領域（血管、血管溜）が消滅した例であり、ＭＣ画像６２０上において、血管領域の消滅部分が第１の色（例えば、青）にて強調して表示されてもよい。ＭＣ画像６３０は、ＭＣ画像６１０と比較した血管領域（血管、血管溜）が新生した例であり、ＭＣ画像６３０上において、血管領域の新生部分が、第１の色とは異なる第２の色（例えば、赤）にて強調して表示されてもよい。このような表示によって、血管領域の変化部分をＭＣ画像上で確認できるので、変化部分を考慮した診断を容易に行うことができる。
また、ＯＣＴ画像７２０上において、ＭＣ画像６２０上での強調表示に対応する血管消滅部分が、強調して表示されてもよい。また、ＯＣＴ画像７３０上において、ＭＣ画像６３０上での強調表示に対応する血管新生部分が、強調して表示されてもよい。このような表示によって、血管領域の変化部分をＯＣＴ画像上で確認できるので、形態情報を考慮した診断を容易に行うことができる。
なお、上記において、ベースラインのＭＣ画像として、ＭＣ画像６１０よりも後の検査日に撮影されたＭＣ画像６２０、６３０が設定されてもよい。
なお、上記例では、ＭＣ画像において変化部分が色付けされたが、これに限定されず、ＭＣ画像無しで、色付けされた変化部分が表示されてもよい。これにより、変化部分をより強調させることが可能となる。なお、色付けを行う場合、輝度値の差分の大きさに応じて、グレースケール化させてもよい。これにより、新生、消滅を区別せず、変化を捉えることができる。
なお、上記説明では、一画素毎に色付けが行われたが、ＭＣ画像を複数の領域に分割し、分割された領域毎に色付けが行われてもよい（図５参照）。この場合、ＭＣ画像の分割に対応してＯＣＴ画像が分割され、血管の増減に関する色分けが行われてもよい。
分割される領域としては、グリット状であってもよいし、チャート状（例えば、ＯＣＴ画像解析用のＥＴＤＲＳ，ＧＣＨＡＲＴとの位置的な対応付けが可能なチャートであってもよい）、太い血管が支配している領域毎であってもよい。
本実施例の概略を示すブロック図である。 ＯＣＴデバイスの光学系の一例を示す図である。 モーションコントラストの取得の一例について説明するための図である。 フォローアップ画面の一例を示す図である。 フォローアップ画面の一例を示す図である。 経時変化を得るための解析処理の一例を示す図である。 輝度の差分を求める際の一例を示す図である。 輝度の差分を求める際の一例を示す図である。 輝度の差分を求める際の一例を示す図である。 輝度の差分を求める際の一例を示す図である。 ＭＣ画像データ間の感度減衰補正を行う際の一例を示す図である。 血管領域の新生と伸長とを判別する際の一例を示す図である。 血管領域に関して細線化処理を行う場合の一例を示す図である。 血管領域の消滅と短縮とを判別する際の一例を示す図である。 特定の層領域での血管領域に関する経時変化を求める際の一例を示す図である。 血管領域の増加に関する情報が反映されたＭＣ画像データの一部の一例を示す図である。 血管領域の減少に関する情報が反映されたＭＣ画像データの一部の一例を示す図である。 血管領域の経時変化情報が細線化されたラベルを、ＭＣ画像データにおいて対応する血管部分に重畳させる場合の一例を示す図である。
１ ＯＣＴモーションコントラストデータ解析装置
１０ ＯＣＴデバイス
７０ 制御部
７５ 表示部

Claims (5)

  1. 眼科用ＯＣＴ装置によって取得された被検眼のＯＣＴＭＣ（モーションコントラスト）画像データを解析するための眼科解析装置であって、
    前記ＯＣＴＭＣ画像データを解析するための解析処理手段を備え、
    前記解析処理手段は、取得時期が互いに異なる第１のＯＣＴＭＣ画像データと第２のＯＣＴＭＣ画像データとの間で差分処理を行うことによって、被検眼の血管領域に関する経時変化情報を含むＯＣＴ血管変化データを生成する解析処理手段であって、
    前記ＯＣＴ血管変化データとして、被検眼の血管領域に関する経時変化をセクション毎に分割したＯＣＴ血管変化データを生成し、
    前記ＯＣＴ血管変化データとして、被検眼の血管領域の増加と減少の少なくともいずれかに関する経時変化情報を含むＯＣＴ血管増減データを生成すると共に、生成された前記ＯＣＴ血管増減データをセクション単位で表示部に表示する際、被検眼の血管領域の増加と減少とで異なる色で表示することを特徴とする眼科解析装置。
  2. 前記解析処理手段は、第１のＯＣＴＭＣ画像データと第２のＭＣＯＣＴ画像データとの間において少なくとも深さ方向に関する位置合わせ処理を行い、位置合わせ処理された前記第１のＯＣＴＭＣ画像データと前記第２のＯＣＴＭＣ画像データに基づいて、前記ＯＣＴ血管変化データを生成することを特徴とする請求項１の眼科解析装置。
  3. 前記解析処理手段は、前記第１のＯＣＴＭＣ画像データに対するセグメンテーション結果を、前記第２のＯＣＴＭＣ画像データに適用して、特定の層領域に関する前記ＯＣＴ血管変化データを求めることを特徴とする請求項１～２のいずれかの眼科解析装置。
  4. 前記解析処理手段は、前記ＯＣＴ血管変化データを前記第１のＯＣＴＭＣ画像データと第２のＯＣＴＭＣ画像データのいずれかに反映させた画像データを表示部に表示することを特徴とする請求項１～３のいずれかの眼科解析装置。
  5. 請求項１～４のいずれかに記載の眼科解析装置の解析処理手段としてコンピュータを機能させるための眼科解析プログラム。
JP2016175039A 2016-09-07 2016-09-07 眼科解析装置、眼科解析プログラム Active JP7182350B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2016175039A JP7182350B2 (ja) 2016-09-07 2016-09-07 眼科解析装置、眼科解析プログラム
US15/696,855 US10674909B2 (en) 2016-09-07 2017-09-06 Ophthalmic analysis apparatus and ophthalmic analysis method
JP2022005115A JP2022036302A (ja) 2016-09-07 2022-01-17 眼科解析装置、眼科解析プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016175039A JP7182350B2 (ja) 2016-09-07 2016-09-07 眼科解析装置、眼科解析プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022005115A Division JP2022036302A (ja) 2016-09-07 2022-01-17 眼科解析装置、眼科解析プログラム

Publications (3)

Publication Number Publication Date
JP2018038611A JP2018038611A (ja) 2018-03-15
JP2018038611A5 JP2018038611A5 (ja) 2019-09-12
JP7182350B2 true JP7182350B2 (ja) 2022-12-02

Family

ID=61282248

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2016175039A Active JP7182350B2 (ja) 2016-09-07 2016-09-07 眼科解析装置、眼科解析プログラム
JP2022005115A Pending JP2022036302A (ja) 2016-09-07 2022-01-17 眼科解析装置、眼科解析プログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022005115A Pending JP2022036302A (ja) 2016-09-07 2022-01-17 眼科解析装置、眼科解析プログラム

Country Status (2)

Country Link
US (1) US10674909B2 (ja)
JP (2) JP7182350B2 (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6226510B2 (ja) * 2012-01-27 2017-11-08 キヤノン株式会社 画像処理システム、処理方法及びプログラム
JP7220509B2 (ja) * 2017-09-27 2023-02-10 株式会社トプコン 眼科装置及び眼科画像処理方法
CN111954485A (zh) * 2018-04-18 2020-11-17 株式会社尼康 图像处理方法、程序、图像处理装置及眼科系统
JP7262929B2 (ja) * 2018-04-19 2023-04-24 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
CN108703764B (zh) * 2018-05-29 2021-11-05 北京东软医疗设备有限公司 血管造影方法、装置、系统、设备及存储介质
JP7374615B2 (ja) * 2018-05-31 2023-11-07 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
GB2576139A (en) * 2018-07-20 2020-02-12 Ophthalmic Surgical Services Ltd Ocular assessment
JP7256046B2 (ja) * 2019-03-22 2023-04-11 ソニー・オリンパスメディカルソリューションズ株式会社 医療用画像処理装置、医療用観察装置、医療用画像処理装置の作動方法および医療用画像処理プログラム
US20220172358A1 (en) * 2019-04-25 2022-06-02 Nikon Corporation IMAGE PROCESSING APPARATUS, IMAGE PROCESSING METHOD, AND RECORDING MEDIUM (as amended)
JP7254682B2 (ja) * 2019-11-22 2023-04-10 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
JP7491096B2 (ja) * 2020-07-03 2024-05-28 株式会社ニデック 眼科情報解析装置および眼科情報解析プログラム
CN113643184B (zh) * 2021-10-18 2022-02-18 广东唯仁医疗科技有限公司 基于光学相干断层扫描的眼底血管展示方法、系统及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009106532A (ja) 2007-10-30 2009-05-21 Topcon Corp 眼科情報処理システム及びプログラム
JP2011189113A (ja) 2010-02-17 2011-09-29 Canon Inc 眼科画像表示装置、眼科画像表示方法、プログラム、及び記憶媒体
JP2013525035A5 (ja) 2011-04-29 2014-04-24
WO2014207904A1 (ja) 2013-06-28 2014-12-31 キヤノン株式会社 画像処理装置及び画像処理方法
US20160183786A1 (en) 2014-12-30 2016-06-30 Optovue, Inc. Methods and apparatus for retina blood vessel assessment with oct angiography

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04336677A (ja) 1991-05-14 1992-11-24 Canon Inc 画像処理方法及びこれを用いたシステム
US7995814B2 (en) * 2006-06-26 2011-08-09 California Institute Of Technology Dynamic motion contrast and transverse flow estimation using optical coherence tomography
PL2563206T3 (pl) * 2010-04-29 2018-12-31 Massachusetts Institute Of Technology Sposób i urządzenie do korekcji ruchu i poprawy jakości obrazu w optycznej tomografii koherencyjnej
US20140221827A1 (en) * 2011-06-07 2014-08-07 California Institute Of Technology Enhanced optical angiography using intensity contrast and phase contrast imaging methods
JP5631339B2 (ja) 2012-01-06 2014-11-26 キヤノン株式会社 画像処理装置、画像処理方法、眼科装置、眼科システム及びコンピュータプログラム
US9357916B2 (en) * 2012-05-10 2016-06-07 Carl Zeiss Meditec, Inc. Analysis and visualization of OCT angiography data
EP2725508A1 (en) 2012-10-24 2014-04-30 Nidek Co., Ltd. Ophthalmic analysis apparatus
JP6236761B2 (ja) 2012-10-24 2017-11-29 株式会社ニデック 眼科解析装置、及び眼科解析プログラム
JP6184232B2 (ja) 2013-07-31 2017-08-23 キヤノン株式会社 画像処理装置及び画像処理方法
JP6507615B2 (ja) 2013-12-13 2019-05-08 株式会社ニデック 光コヒーレンストモグラフィ装置、及びプログラム
WO2015165989A2 (en) * 2014-05-02 2015-11-05 Carl Zeiss Meditec, Inc. Enhanced vessel characterization in optical coherence tomograogphy angiography
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
JP5883173B2 (ja) * 2015-02-20 2016-03-09 キヤノン株式会社 撮影装置及び撮影方法、プログラム、記録媒体
JP6598503B2 (ja) * 2015-05-01 2019-10-30 キヤノン株式会社 画像生成装置、画像生成方法及びプログラム
JP6632267B2 (ja) * 2015-09-04 2020-01-22 キヤノン株式会社 眼科装置、表示制御方法およびプログラム
US10492682B2 (en) * 2015-10-21 2019-12-03 Nidek Co., Ltd. Ophthalmic analysis device and ophthalmic analysis program
US10402965B1 (en) * 2015-11-12 2019-09-03 Carl Zeiss Meditec, Inc. Systems and methods for reducing artifacts in OCT angiography images
WO2017119437A1 (ja) * 2016-01-07 2017-07-13 株式会社ニデック Ｏｃｔ信号処理装置、およびｏｃｔ信号処理プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009106532A (ja) 2007-10-30 2009-05-21 Topcon Corp 眼科情報処理システム及びプログラム
JP2011189113A (ja) 2010-02-17 2011-09-29 Canon Inc 眼科画像表示装置、眼科画像表示方法、プログラム、及び記憶媒体
JP2013525035A5 (ja) 2011-04-29 2014-04-24
JP2015515894A5 (ja) 2013-05-08 2016-06-09
WO2014207904A1 (ja) 2013-06-28 2014-12-31 キヤノン株式会社 画像処理装置及び画像処理方法
US20160183786A1 (en) 2014-12-30 2016-06-30 Optovue, Inc. Methods and apparatus for retina blood vessel assessment with oct angiography

Also Published As

Publication number Publication date
US10674909B2 (en) 2020-06-09
US20180064336A1 (en) 2018-03-08
JP2018038611A (ja) 2018-03-15
JP2022036302A (ja) 2022-03-04

Similar Documents

Publication Publication Date Title
JP7182350B2 (ja) 眼科解析装置、眼科解析プログラム
US10136806B2 (en) Image display method, image display apparatus, and storage medium
US10152807B2 (en) Signal processing for an optical coherence tomography (OCT) apparatus
US10022047B2 (en) Ophthalmic apparatus
JP6402902B2 (ja) 光コヒーレンストモグラフィ装置及び光コヒーレンストモグラフィ演算プログラム
JP6627342B2 (ja) Ｏｃｔモーションコントラストデータ解析装置、ｏｃｔモーションコントラストデータ解析プログラム。
JP6402901B2 (ja) 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
US10769789B2 (en) Image processing apparatus and image processing method
US20180350076A1 (en) Optical coherence tomography (oct) data processing method, storage medium storing program for executing the oct data processing method, and processing device
JP6535985B2 (ja) 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
JP2017077414A (ja) 眼科解析装置、眼科解析プログラム
EP3087907A1 (en) Fundus image processing apparatus, and fundus image processing method
US20180353066A1 (en) Image processing apparatus and image processing method
JP6471593B2 (ja) Ｏｃｔ信号処理装置、およびｏｃｔ信号処理プログラム
JP2017046976A (ja) 眼科撮影装置及び眼科撮影プログラム
JP7009265B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP6375760B2 (ja) 光コヒーレンストモグラフィー装置、および眼底画像処理プログラム
JP2019177032A (ja) 眼科画像処理装置、および眼科画像処理プログラム
WO2020050308A1 (ja) 画像処理装置、画像処理方法及びプログラム
JP2019042172A (ja) 眼科装置、および白内障評価プログラム
JP6606846B2 (ja) Ｏｃｔ信号処理装置、およびｏｃｔ信号処理プログラム
JP2016055122A (ja) 光コヒーレンストモグラフィー装置、ｏｃｔ解析処理装置、及びプログラム
JP2020058615A (ja) 画像処理装置、学習済モデル、画像処理方法およびプログラム
JP2019103762A (ja) Ｏｃｔデータ解析装置、およびｏｃｔデータ解析プログラム
JP6870723B2 (ja) Ｏｃｔモーションコントラストデータ解析装置、ｏｃｔモーションコントラストデータ解析プログラム。

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190729

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190729

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200625

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200714

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20200914

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201112

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210330

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210531

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20211019

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220117

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220117

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220126

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220201

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20220325

C211 Notice of termination of reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C211

Effective date: 20220329

C22 Notice of designation (change) of administrative judge

Free format text: JAPANESE INTERMEDIATE CODE: C22

Effective date: 20220705

C23 Notice of termination of proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C23

Effective date: 20221004

C03 Trial/appeal decision taken

Free format text: JAPANESE INTERMEDIATE CODE: C03

Effective date: 20221101

C30A Notification sent

Free format text: JAPANESE INTERMEDIATE CODE: C3012

Effective date: 20221101

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221121

R150 Certificate of patent or registration of utility model

Ref document number: 7182350

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150