JP7439981B2 - 画像処理方法 - Google Patents

Description

本開示の技術は、画像処理方法に関する。

眼底画像から渦静脈を解析することが望まれている（米国特許第８６３６３６４号明細書）。

本開示の技術の第１の態様の画像処理方法は、プロセッサが行う画像処理方法であって、被検眼の眼底画像から複数の渦静脈の位置を検出し、前記検出された前記複数の渦静脈の位置の分布中心を算出する。

本開示の技術の第２の態様の画像処理装置は、メモリと、前記メモリに接続するプロセッサとを備え、前記プロセッサは、被検眼の眼底画像から複数の渦静脈の位置を検出し、前記検出された前記複数の渦静脈の位置の分布中心を算出する。

本開示の技術の第３の態様のプログラムは、コンピュータに、被検眼の眼底画像から複数の渦静脈の位置を検出し、前記検出された前記複数の渦静脈の位置の分布中心を算出する、ことを実行させる。

眼科システム１００のブロック図である。 眼科装置１１０の全体構成を示す概略構成図である。 眼科装置１１０による被検眼１２の眼底の撮影範囲を示す第１の図である。 眼科装置１１０による被検眼１２の眼底の撮影範囲を示す第２の図であり、当該撮影により得られた眼底の画像である。 眼科装置１１０による被検眼１２の眼底の撮影範囲を示す第３の図である。 サーバ１４０の構成を示すブロック図である。 サーバ１４０のＣＰＵ１６２の機能ブロック図である。 サーバ１４０が実行する画像処理のフローチャートである。 図７には、図６のステップ２１０の投影処理のフローチャートである。 図８には、図６のステップ２１２のＶＶ中心算出処理のフローチャートである。 図９には、図６のステップ２１４の特徴量算出処理のフローチャーである。 カラー眼底画像Ｇ1を示す図である。 脈絡膜血管画像Ｇ２を示す図である。 ４個の渦静脈ＶＶ１からＶＶ４が検出された様子を示す図である。 仮想球面（仮想眼球面）に、視神経乳頭ＯＮＨが経度０度、視神経乳頭ＯＮＨ、黄斑Ｍ、及び５つＶＶの位置Ｐｖｖ１からＰｖｖ５が投影された眼球モデルを示す図である。 球体の中心Ｃから各ＶＶの位置Ｐｖｖ１からＰｖｖ５へのベクトルＶＣ１からＶＣ５を示し、眼球モデルを斜めからみた図である。 球体の中心Ｃから各ＶＶの位置Ｐｖｖ１からＰｖｖ５へのベクトルＶＣ１からＶＣ５を示し、眼球モデルを横からみた図である。 球体の中心Ｃから各ＶＶの位置Ｐｖｖ１からＰｖｖ５へのベクトルＶＣ１からＶＣ５を示し、眼球モデルを上からみた図である。 各ＶＶへのベクトルＶＣ１からＶＣ５を合成することにより算出された合成ベクトルＶＣＴを示し、眼球モデルを斜めからみた図である。 各ＶＶへのベクトルＶＣ１からＶＣ５を合成することにより算出された合成ベクトルＶＣＴを示し、眼球モデルを横からみた図である。 各ＶＶへのベクトルＶＣ１からＶＣ５を合成することにより算出された合成ベクトルＶＣＴを示し、眼球モデルを上からみた図である。 合成ベクトルＶＣＴの長さが、ベクトルＶＣ１の長さ（例えば、１）となるように正規化されて得られた正規化合成ベクトルＶＣＴＮを示し、眼球モデルを斜めからみた図である。 合成ベクトルＶＣＴの長さが、ベクトルＶＣ１の長さ（例えば、１）となるように正規化されて得られた正規化合成ベクトルＶＣＴＮを示し、眼球モデルを横からみた図である。 合成ベクトルＶＣＴの長さが、ベクトルＶＣ１の長さ（例えば、１）となるように正規化されて得られた正規化合成ベクトルＶＣＴＮを示し、眼球モデルを上からみた図である。 視神経乳頭ＯＮＨとＶＶ中心との位置関係を示す特徴量の概念を説明する図である。 視神経乳頭ＯＮＨとＶＶ中心との位置関係を示す特徴量を記憶する特徴量テーブルを示す図である。 対象及び特徴量を表示するための第１表示画面３００Ａを示す図である。 対象及び特徴量を表示するための第２表示画面３００Ｂを示す図である。

以下、図面を参照して本開示の技術の実施の形態を詳細に説明する。

図１を参照して、眼科システム１００の構成を説明する。図１に示すように、眼科システム１００は、眼科装置１１０と、眼軸長測定器１２０と、管理サーバ装置（以下、「サーバ」という）１４０と、画像表示装置（以下、「ビューワ」という）１５０と、を備えている。眼科装置１１０は、眼底画像を取得する。眼軸長測定器１２０は、患者の眼軸長を測定する。サーバ１４０は、眼科装置１１０によって患者の眼底が撮影されることにより得られた眼底画像を、患者のＩＤに対応して記憶する。ビューワ１５０は、サーバ１４０から取得した眼底画像などの医療情報を表示する。

眼科装置１１０、眼軸長測定器１２０、サーバ１４０、およびビューワ１５０は、ネットワーク１３０を介して、相互に接続されている。

次に、図２を参照して、眼科装置１１０の構成を説明する。

説明の便宜上、走査型レーザ検眼鏡（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）を「ＳＬＯ」と称する。また、光干渉断層計（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）を「ＯＣＴ」と称する。

なお、眼科装置１１０が水平面に設置された場合の水平方向を「Ｘ方向」、水平面に対する垂直方向を「Ｙ方向」とし、被検眼１２の前眼部の瞳孔の中心と眼球の中心とを結ぶ方向を「Ｚ方向」とする。従って、Ｘ方向、Ｙ方向、およびＺ方向は互いに垂直である。

眼科装置１１０は、撮影装置１４および制御装置１６を含む。撮影装置１４は、ＳＬＯユニット１８、ＯＣＴユニット２０、および撮影光学系１９を備えており、被検眼１２の眼底の眼底画像を取得する。以下、ＳＬＯユニット１８により取得された二次元眼底画像をＳＬＯ画像と称する。また、ＯＣＴユニット２０により取得されたＯＣＴデータに基づいて作成された網膜の断層画像や正面画像（ｅｎ－ｆａｃｅ画像）などをＯＣＴ画像と称する。

制御装置１６は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（中央処理装置））１６Ａ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１６Ｂ、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ ｍｅｍｏｒｙ）１６Ｃ、および入出力（Ｉ／Ｏ）ポート１６Ｄを有するコンピュータを備えている。

制御装置１６は、Ｉ／Ｏポート１６Ｄを介してＣＰＵ１６Ａに接続された入力／表示装置１６Ｅを備えている。入力／表示装置１６Ｅは、被検眼１２の画像を表示したり、ユーザから各種指示を受け付けたりするグラフィックユーザインターフェースを有する。グラフィックユーザインターフェースとしては、タッチパネル・ディスプレイが挙げられる。

また、制御装置１６は、Ｉ／Ｏポート１６Ｄに接続された画像処理器１６Ｇを備えている。画像処理器１６Ｇは、撮影装置１４によって得られたデータに基づき被検眼１２の画像を生成する。なお、画像処理器１６Ｇを省略し、ＣＰＵ１６Ａが、撮影装置１４によって得られたデータに基づき被検眼１２の画像を生成するようにしてもよい。制御装置１６はＩ／Ｏポート１６Ｄに接続された通信インターフェース（Ｉ／Ｆ）１６Ｆを備えている。眼科装置１１０は、通信インターフェース（Ｉ／Ｆ）１６Ｆおよびネットワーク１３０を介して眼軸長測定器１２０、サーバ１４０、およびビューワ１５０に接続される。

上記のように、図２では、眼科装置１１０の制御装置１６が入力／表示装置１６Ｅを備えているが、本開示の技術はこれに限定されない。例えば、眼科装置１１０の制御装置１６は入力／表示装置１６Ｅを備えず、眼科装置１１０とは物理的に独立した別個の入力／表示装置を備えるようにしてもよい。この場合、当該表示装置は、制御装置１６のＣＰＵ１６Ａの制御下で動作する画像処理プロセッサユニットを備える。画像処理プロセッサユニットが、ＣＰＵ１６Ａが出力指示した画像信号に基づいて、ＳＬＯ画像等を表示するようにしてもよい。

撮影装置１４は、制御装置１６のＣＰＵ１６Ａの制御下で作動する。撮影装置１４は、ＳＬＯユニット１８、撮影光学系１９、およびＯＣＴユニット２０を含む。撮影光学系１９は、第１光学スキャナ２２、第２光学スキャナ２４、および広角光学系３０を含む。

第１光学スキャナ２２は、ＳＬＯユニット１８から射出された光をＸ方向、およびＹ方向に２次元走査する。第２光学スキャナ２４は、ＯＣＴユニット２０から射出された光をＸ方向、およびＹ方向に２次元走査する。第１光学スキャナ２２および第２光学スキャナ２４は、光束を偏向できる光学素子であればよく、例えば、ポリゴンミラーや、ガルバノミラー等を用いることができる。また、それらの組み合わせであってもよい。

広角光学系３０は、共通光学系２８を有する対物光学系（図２では不図示）、およびＳＬＯユニット１８からの光とＯＣＴユニット２０からの光を合成する合成部２６を含む。

なお、共通光学系２８の対物光学系は、楕円鏡などの凹面ミラーを用いた反射光学系や、広角レンズなどを用いた屈折光学系、あるいは、凹面ミラーやレンズを組み合わせた反射屈折光学系でもよい。楕円鏡や広角レンズなどを用いた広角光学系を用いることにより、視神経乳頭や黄斑が存在する眼底中心部だけでなく眼球の赤道部や渦静脈が存在する眼底周辺部の網膜を撮影することが可能となる。

楕円鏡を含むシステムを用いる場合には、国際公開ＷＯ２０１６／１０３４８４あるいは国際公開ＷＯ２０１６／１０３４８９に記載された楕円鏡を用いたシステムを用いる構成でもよい。国際公開ＷＯ２０１６／１０３４８４の開示および国際公開ＷＯ２０１６／１０３４８９の開示の各々は、その全体が参照により本明細書に取り込まれる。

広角光学系３０によって、眼底において広い視野（ＦＯＶ：Ｆｉｅｌｄ ｏｆ Ｖｉｅｗ）１２Ａでの観察が実現される。ＦＯＶ１２Ａは、撮影装置１４によって撮影可能な範囲を示している。ＦＯＶ１２Ａは、視野角として表現され得る。視野角は、本実施の形態において、内部照射角と外部照射角とで規定され得る。外部照射角とは、眼科装置１１０から被検眼１２へ照射される光束の照射角を、瞳孔２７を基準として規定した照射角である。また、内部照射角とは、眼底へ照射される光束の照射角を、眼球中心Ｏを基準として規定した照射角である。外部照射角と内部照射角とは、対応関係にある。例えば、外部照射角が１２０度の場合、内部照射角は約１６０度に相当する。本実施の形態では、内部照射角は２００度としている。

内部照射角の２００度は、本開示の技術の「所定値」の一例である。

ここで、内部照射角で１６０度以上の撮影画角で撮影されて得られたＳＬＯ眼底画像をＵＷＦ－ＳＬＯ眼底画像と称する。なお、ＵＷＦとは、ＵｌｔｒａＷｉｄｅ Ｆｉｅｌｄ（超広角）の略称を指す。もちろん、内部照射角で１６０度未満の撮影画角で眼底を撮影することにより、ＵＷＦではないＳＬＯ画像を取得することができる。

ＳＬＯシステムは、図２に示す制御装置１６、ＳＬＯユニット１８、および撮影光学系１９によって実現される。ＳＬＯシステムは、広角光学系３０を備えるため、広いＦＯＶ１２Ａでの眼底撮影、具体的には、被検眼１２の眼底の後極部から赤道部を超える領域を撮影することができる。

図３Ａを用いて赤道部１７４の説明をする。眼球（被検眼１２）は、直径約２４ｍｍ の眼球中心１７０とした球状の構造物である。その前極１７５と後極１７６を連ねる直線を眼球軸１７２と言い、眼球軸１７２に直交する平面が眼球表面と交わる線を緯線といい、緯線長が最大のものが赤道１７４である。赤道１７４の位置に相当する網膜や脈絡膜の部分を赤道部１７８とする。赤道部１７８は眼底周辺部の一部である。

眼科装置１１０は、被検眼１２の眼球中心１７０を基準位置として内部照射角が２００°の領域を撮影することができる。なお、２００°の内部照射角は、被検眼１２の眼球の瞳孔を基準とした外部照射角では１６７°である。つまり、広角光学系８０は外部照射角１６７°の画角で瞳からレーザ光を照射させ、内部照射角で２００°の眼底領域を撮影する。

図３Ｂには、内部照射角が２００°で走査できる眼科装置１１０で撮影されて得られたＳＬＯ画像１７９が示されている。図３Ｂに示すように、赤道部１７４は内部照射角で１８０°に相当し、ＳＬＯ画像１７９においては点線１７８ａで示された個所が赤道部１７８に相当する。このように、眼科装置１１０は、後極１７６を含む後極部から赤道部１７８を超えた眼底周辺領域を一括で（一回の撮影で、あるいは、一回のスキャンで）撮影することができる。つまり、眼科装置１１０は、眼底中心部から眼底周辺部までを一括で撮影することができる。

図３Ｃは、詳細には後述するが、眼球における脈絡膜１２Ｍと渦静脈（Ｖｏｒｔｅｘ Ｖｅｉｎ）１２Ｖ１、Ｖ２との位置関係を示す図である。

図３Ｃにおいて、網目状の模様は脈絡膜１２Ｍの脈絡膜血管を示している。脈絡膜血管は脈絡膜全体に血液をめぐらせる。そして、被検眼１２に複数存在する渦静脈から眼球の外へ血液が流れる。図３Ｃでは眼球の片側に存在する上側渦静脈Ｖ１と下側渦静脈Ｖ２が示されている。渦静脈は、赤道部１７８の近傍に存在する場合が多い。そのため、被検眼１２に存在する渦静脈及び渦静脈周辺の脈絡膜血管を撮影するには、上述した内部照射角が２００°で眼底周辺部を広範囲に走査できる眼科装置１１０を用いて行われる。

広角光学系３０を備えた眼科装置１１０の構成としては、国際出願ＰＣＴ／ＥＰ２０１７／０７５８５２に記載された構成を用いてもよい。２０１７年１０月１０日に国際出願された国際出願ＰＣＴ／ＥＰ２０１７／０７５８５２（国際公開ＷＯ２０１８／０６９３４６）の開示は、その全体が参照により本明細書に取り込まれる。

図２に戻り、ＳＬＯユニット１８は、複数の光源、例えば、Ｂ光（青色光）の光源４０、Ｇ光（緑色光）の光源４２、Ｒ光（赤色光）の光源４４、およびＩＲ光（赤外線（例えば、近赤外光））の光源４６と、光源４０、４２、４４、４６からの光を、反射または透過して１つの光路に導く光学系４８、５０、５２、５４、５６とを備えている。光学系４８、５０、５６は、ミラーであり、光学系５２、５４は、ビームスプリッタ―である。Ｂ光は、光学系４８で反射し、光学系５０を透過し、光学系５４で反射し、Ｇ光は、光学系５０、５４で反射し、Ｒ光は、光学系５２、５４を透過し、ＩＲ光は、光学系５６、５２で反射して、それぞれ１つの光路に導かれる。

ＳＬＯユニット１８は、Ｇ光、Ｒ光、およびＢ光を発するモードと、赤外線を発するモードなど、波長の異なるレーザ光を発する光源あるいは発光させる光源の組合せを切り替え可能に構成されている。図２に示す例では、Ｂ光（青色光）の光源４０、Ｇ光の光源４２、Ｒ光の光源４４、およびＩＲ光の光源４６の４つの光源を備えるが、本開示の技術は、これに限定されない。例えば、ＳＬＯユニット１８は、さらに、白色光の光源をさらに備え、白色光のみを発するモード等の種々のモードで光を発するようにしてもよい。

ＳＬＯユニット１８から撮影光学系１９に入射された光は、第１光学スキャナ２２によってＸ方向およびＹ方向に走査される。走査光は広角光学系３０および瞳孔２７を経由して、被検眼１２の後眼部に照射される。眼底により反射された反射光は、広角光学系３０および第１光学スキャナ２２を経由してＳＬＯユニット１８へ入射される。

ＳＬＯユニット１８は、被検眼１２の後眼部（例えば、眼底）からの光の内、Ｂ光を反射し且つＢ光以外を透過するビームスプリッタ６４、ビームスプリッタ６４を透過した光の内、Ｇ光を反射し且つＧ光以外を透過するビームスプリッタ５８を備えている。ＳＬＯユニット１８は、ビームスプリッタ５８を透過した光の内、Ｒ光を反射し且つＲ光以外を透過するビームスプリッタ６０を備えている。ＳＬＯユニット１８は、ビームスプリッタ６０を透過した光の内、ＩＲ光を反射するビームスプリッタ６２を備えている。

ＳＬＯユニット１８は、複数の光源に対応して複数の光検出素子を備えている。ＳＬＯユニット１８は、ビームスプリッタ６４により反射したＢ光を検出するＢ光検出素子７０、およびビームスプリッタ５８により反射したＧ光を検出するＧ光検出素子７２を備えている。ＳＬＯユニット１８は、ビームスプリッタ６０により反射したＲ光を検出するＲ光検出素子７４、およびビームスプリッタ６２により反射したＩＲ光を検出するＩＲ光検出素子７６を備えている。

広角光学系３０および第１光学スキャナ２２を経由してＳＬＯユニット１８へ入射された光（つまり、眼底により反射された反射光）は、Ｂ光の場合、ビームスプリッタ６４で反射してＢ光検出素子７０により受光され、Ｇ光の場合、ビームスプリッタ６４を透過し、ビームスプリッタ５８で反射してＧ光検出素子７２により受光される。上記入射された光は、Ｒ光の場合、ビームスプリッタ６４、５８を透過し、ビームスプリッタ６０で反射してＲ光検出素子７４により受光される。上記入射された光は、ＩＲ光の場合、ビームスプリッタ６４、５８、６０を透過し、ビームスプリッタ６２で反射してＩＲ光検出素子７６により受光される。ＣＰＵ１６Ａの制御下で動作する画像処理器１６Ｇは、Ｂ光検出素子７０、Ｇ光検出素子７２、Ｒ光検出素子７４、およびＩＲ光検出素子７６で検出された信号を用いてＵＷＦ－ＳＬＯ画像を生成する。

ＵＷＦ－ＳＬＯ画像（後述するようにＵＷＦ眼底画像、オリジナル画像ともいう）には、眼底がＧ色で撮影されて得られたＵＷＦ－ＳＬＯ画像（Ｇ色眼底画像）と、眼底がＲ色で撮影されて得られたＵＷＦ－ＳＬＯ画像（Ｒ色眼底画像）とがある。ＵＷＦ－ＳＬＯ画像には、眼底がＢ色で撮影されて得られたＵＷＦ－ＳＬＯ画像（Ｂ色眼底画像）と、眼底がＩＲで撮影されて得られたＵＷＦ－ＳＬＯ画像（ＩＲ眼底画像）とがある。

また、制御装置１６が、同時に発光するように光源４０、４２、４４を制御する。Ｂ光、Ｇ光およびＲ光で同時に被検眼１２の眼底が撮影されることにより、各位置が互いに対応するＧ色眼底画像、Ｒ色眼底画像、およびＢ色眼底画像が得られる。Ｇ色眼底画像、Ｒ色眼底画像、およびＢ色眼底画像からＲＧＢカラー眼底画像が得られる。制御装置１６が、同時に発光するように光源４２、４４を制御し、Ｇ光およびＲ光で同時に被検眼１２の眼底が撮影されることにより、各位置が互いに対応するＧ色眼底画像およびＲ色眼底画像が得られる。Ｇ色眼底画像およびＲ色眼底画像からＲＧカラー眼底画像が得られる。

このようにＵＷＦ－ＳＬＯ画像として、具体的には、Ｂ色眼底画像、Ｇ色眼底画像、Ｒ色眼底画像、ＩＲ眼底画像、ＲＧＢカラー眼底画像、ＲＧカラー眼底画像がある。ＵＷＦ－ＳＬＯ画像の各画像データは、入力／表示装置１６Ｅを介して入力された患者の情報と共に、通信インターフェース（Ｉ／Ｆ）１６Ｆを介して眼科装置１１０からサーバ１４０へ送信される。ＵＷＦ－ＳＬＯ画像の各画像データと患者の情報とは、メモリ１６４に、対応して記憶される。なお、患者の情報には、例えば、患者名ＩＤ、氏名、年齢、視力、右眼／左眼の区別等がある。患者の情報はオペレータが入力／表示装置１６Ｅを介して入力する。

ＯＣＴシステムは、図２に示す制御装置１６、ＯＣＴユニット２０、および撮影光学系１９によって実現される。ＯＣＴシステムは、広角光学系３０を備えるため、上述したＳＬＯ眼底画像の撮影と同様に、広いＦＯＶ１２Ａでの眼底撮影を可能とする。ＯＣＴユニット２０は、光源２０Ａ、センサ（検出素子）２０Ｂ、第１の光カプラ２０Ｃ、参照光学系２０Ｄ、コリメートレンズ２０Ｅ、および第２の光カプラ２０Ｆを含む。

光源２０Ａから射出された光は、第１の光カプラ２０Ｃで分岐される。分岐された一方の光は、測定光として、コリメートレンズ２０Ｅで平行光にされた後、撮影光学系１９に入射される。測定光は、第２光学スキャナ２４によってＸ方向およびＹ方向に走査される。走査光は広角光学系３０および瞳孔２７を経由して、眼底に照射される。眼底により反射された測定光は、広角光学系３０および第２光学スキャナ２４を経由してＯＣＴユニット２０へ入射され、コリメートレンズ２０Ｅおよび第１の光カプラ２０Ｃを介して、第２の光カプラ２０Ｆに入射する。

光源２０Ａから射出され、第１の光カプラ２０Ｃで分岐された他方の光は、参照光として、参照光学系２０Ｄへ入射され、参照光学系２０Ｄを経由して、第２の光カプラ２０Ｆに入射する。

第２の光カプラ２０Ｆに入射されたこれらの光、即ち、眼底で反射された測定光と、参照光とは、第２の光カプラ２０Ｆで干渉されて干渉光を生成する。干渉光はセンサ２０Ｂで受光される。ＣＰＵ１６Ａの制御下で動作する画像処理器１６Ｇは、センサ２０Ｂで検出されたＯＣＴデータに基づいて断層画像やｅｎ－ｆａｃｅ画像などのＯＣＴ画像を生成する。なお、画像処理器１６Ｇを省略し、ＣＰＵ１６Ａが、センサ２０Ｂで検出されたＯＣＴデータに基づいてＯＣＴ画像を生成するようにしてもよい。

ここで、内部照射角で１６０度以上の撮影画角で撮影されて得られたＯＣＴ眼底画像をＵＷＦ－ＯＣＴ画像と称する。もちろん、内部照射角で１６０度未満の撮影画角でＯＣＴ眼底画像データを取得することができる。

ＵＷＦ－ＯＣＴ画像の画像データは、患者の情報と共に、通信インターフェース（Ｉ／Ｆ）１６Ｆを介して眼科装置１１０からサーバ１４０へ送信される。ＵＷＦ－ＯＣＴ画像の画像データと患者の情報とは、メモリ１６４に、対応して記憶される。

なお、本実施の形態では、光源２０Ａが波長掃引タイプのＳＳ－ＯＣＴ（Ｓｗｅｐｔ－Ｓｏｕｒｃｅ ＯＣＴ）を例示するが、ＳＤ－ＯＣＴ（Ｓｐｅｃｔｒａｌ－Ｄｏｍａｉｎ ＯＣＴ）、ＴＤ－ＯＣＴ（Ｔｉｍｅ－Ｄｏｍａｉｎ ＯＣＴ）など、様々な方式のＯＣＴシステムであってもよい。

次に、眼軸長測定器１２０を説明する。眼軸長測定器１２０は、被検眼１２の眼軸方向の長さである眼軸長を測定する第１のモードと第２のモードとの２つのモードを有する。第１のモードは、図示しない光源からの光を被検眼１２に導光した後、眼底からの反射光と角膜からの反射光との干渉光を受光し、受光した干渉光を示す干渉信号に基づいて眼軸長を測定する。第２のモードは、図示しない超音波を用いて眼軸長を測定するモードである。

眼軸長測定器１２０は、第１のモードまたは第２のモードにより測定された眼軸長をサーバ１４０に送信する。第１のモードおよび第２のモードにより眼軸長を測定してもよく、この場合には、双方のモードで測定された眼軸長の平均を眼軸長としてサーバ１４０に送信する。サーバ１４０は、患者の眼軸長を患者名ＩＤに対応して記憶する。

次に、図４を参照して、サーバ１４０の構成を説明する。図４に示すように、サーバ１４０は、制御ユニット１６０、及び表示／操作ユニット１７０を備えている。制御ユニット１６０は、ＣＰＵ１６２を含むコンピュータ、記憶装置であるメモリ１６４、及び通信インターフェース（Ｉ／Ｆ）１６６等を備えている。なお、メモリ１６４には、画像処理プログラムが記憶されている。表示／操作ユニット１７０は、画像を表示したり、各種指示を受け付けたりするグラフィックユーザインターフェースであり、ディスプレイ１７２及びタッチパネルなどの入力／指示デバイス１７４を備えている。

ＣＰＵ１６２は、本開示の技術の「プロセッサ」の一例である。メモリ１６４は、本開示の技術の「コンピュータ可読記憶媒体」の一例である。制御ユニット１６０は、本開示の技術の「コンピュータープログラム製品」の一例である。サーバ１４０は、本開示の技術の「画像処理装置」の一例である。

ビューワ１５０の構成は、サーバ１４０と同様であるので、その説明を省略する。

次に、図５を参照して、サーバ１４０のＣＰＵ１６２が画像処理プログラムを実行することで実現される各種機能について説明する。画像処理プログラムは、画像処理機能、表示制御機能、及び処理機能を備えている。ＣＰＵ１６２がこの各機能を有する画像処理プログラムを実行することで、ＣＰＵ１６２は、図４に示すように、画像処理部１８２、表示制御部１８４、及び処理部１８６として機能する。

画像処理部１８２は、本開示の技術の「検出部」の一例である。

画像処理部１８２は、本開示の技術の「算出部」、「投影部」、及び「生成部」の一例である。

次に、図６を用いて、サーバ１４０による画像処理を詳細に説明する。サーバ１４０のＣＰＵ１６２が画像処理プログラムを実行することで、図６のフローチャートに示された画像処理が実現される。

画像処理プログラムは、サーバ１４０が、眼科装置１１０で撮影された眼底画像（例えば、ＵＷＦ眼底画像）の画像データを受信し、受信した眼底画像の内、第１眼底画像（Ｒ色眼底画像）と第２眼底画像（Ｇ色眼底画像）の画像データに基づいて脈絡膜血管画像を生成した時に実行される。図１０Ａには、受信した眼底画像の内、ＲＧＢカラー眼底画像Ｇ1が示されている。なお、眼科装置１１０は、サーバ１４０に、画像データと共に、患者の情報（例えば、患者名、患者ＩＤ、年齢、及び視力）が送信される。

脈絡膜血管画像は以下のようにして生成される。

まず、第１眼底画像（Ｒ色眼底画像）と第２眼底画像（Ｇ色眼底画像）とに含まれる情報を説明する。

眼の構造は、硝子体を、構造が異なる複数の層が覆うようになっている。複数の層には、硝子体側の最も内側から外側に、網膜、脈絡膜、強膜が含まれる。Ｒ光は、網膜を通過して脈絡膜まで到達する。よって、第１眼底画像（Ｒ色眼底画像）には、網膜に存在する血管（網膜血管）の情報と脈絡膜に存在する血管（脈絡膜血管）の情報とが含まれる。これに対し、Ｇ光は、網膜までしか到達しない。よって、第２眼底画像（Ｇ色眼底画像）には、網膜に存在する血管（網膜血管）の情報が含まれる。よって、第２眼底画像（Ｇ色眼底画像）から網膜血管を抽出し、第１眼底画像（Ｒ色眼底画像）から網膜血管を除去することにより脈絡膜血管画像を得ることができる。

次に、脈絡膜血管画像の生成方法について説明する。サーバ１４０の画像処理部１８２は、ブラックハットフィルタ処理を第２眼底画像（Ｇ色眼底画像）に施すことにより、第２眼底画像（Ｇ色眼底画像）から網膜血管を抽出する。次に、画像処理部１８２は、第１眼底画像（Ｒ色眼底画像）から、第２眼底画像（Ｇ色眼底画像）から抽出した網膜血管を用いてインペインティング処理により、網膜血管を除去する。つまり、第２眼底画像（Ｇ色眼底画像）から抽出された網膜血管の位置情報を用いて第１眼底画像（Ｒ色眼底画像）の網膜血管構造を周囲の画素と同じ値に塗りつぶす処理を行う。そして、画像処理部１８２は、網膜血管が除去された第１眼底画像（Ｒ色眼底画像）の画像データに対し、適応ヒストグラム均等化処理（ＣＬＡＨＥ、Ｃｏｎｔｒａｓｔ Ｌｉｍｉｔｅｄ Ａｄａｐｔｉｖｅ Ｈｉｓｔｏｇｒａｍ Ｅｑｕａｌｉｚａｔｉｏｎ）を施すことにより、第１眼底画像（Ｒ色眼底画像）において、脈絡膜血管を強調する。これにより、図１０Ｂに示す脈絡膜血管画像Ｇ２が得られる。生成された脈絡膜血管画像は、患者の情報に対応して、メモリ１６４に記憶される。

また、第１眼底画像（Ｒ色眼底画像）と第２眼底画像（Ｇ色眼底画像）から脈絡膜血管画像を生成しているが、次に、画像処理部１８２は、第１眼底画像（Ｒ色眼底画像）あるはＩＲ光で撮影されたＩＲ眼底画像を用いて脈絡膜血管画像を生成してもよい。脈絡膜眼底画像を生成する方法について、２０１８年３月２０日に出願された特願２０１８－０５２２４６及び国際公開ＷＯ２０１９／１８１９８１Ａ１の開示は、その全体が参照により、本明細書に取り込まれる。

画像処理プログラムがスタートすると、図５のステップ２０２で、処理部１８６は、眼底画像として、脈絡膜血管画像Ｇ２（図１０Ｂ参照）とＧ色眼底画像をメモリ１６４から読み出す。

ステップ２０４で、画像処理部１８２は、Ｇ色眼底画像から黄斑の位置を推定する。具体的には、画像処理部１８２は、黄斑はＧ色眼底画像において暗い領域であるので、上記読み出したＧ色眼底画像において画素値が最も小さい所定数の画素の領域を黄斑の位置として検出する。黄斑の位置を示す座標が、患者の情報に対応して、メモリ１６４に記憶される。

ステップ２０６で、画像処理部１８２は、Ｇ色眼底画像から視神経乳頭ＯＮＨの位置を検出する。具体的には、画像処理部１８２は、上記読み出したＧ色眼底画像に対して、予め定まる視神経乳頭の画像のパターンマッチングをすることにより、Ｇ色眼底画像において視神経乳頭ＯＮＨの位置を検出する。視神経乳頭ＯＮＨの位置を示す座標が、患者の情報に対応して、メモリ１６４に記憶される。

ところで、視神経乳頭はＧ色眼底画像において最も明るい領域であるので、上記読み出したＧ色眼底画像において画素値が最も大きい所定数の画素の領域を視神経乳頭の位置として検出するようにしてもよい。

また、脈絡膜血管画像は、上記のようにＲ色眼底画像及びＧ色眼底画像を処理することにより、作られる。従って、Ｇ眼底画像の座標系を脈絡膜血管画像の座標系に重ねると、Ｇ眼底画像の座標系の各位置は、脈絡膜血管画像の座標系の各位置と同じである。よって、Ｇ色眼底画像から検出された黄斑及び視神経乳頭の各々の位置に相当する脈絡膜血管画像上の各位置は、黄斑及び視神経乳頭の各々の位置である。

よって、ステップ２０４の処理では、Ｇ色眼底画像に代えて脈絡膜血管画像から黄斑の位置を検出するようにしてもよい。同様にステップ２０６の処理では、Ｇ色眼底画像に代えて脈絡膜眼底画像から視神経乳頭の位置を検出するようにしてもよい。

ステップ２０８で、画像処理部１８２は、脈絡膜血管画像において渦静脈（Ｖｏｒｔｅｘ Ｖｅｉｎ（以下、「ＶＶ」という））位置を検出する。ここで、渦静脈ＶＶとは、脈絡膜に流れ込んだ血流の流出路であり、眼球の赤道部の後極寄りに複数個存在する。

画像処理部１８２は、脈絡膜血管画像における各画素の血管走行方向（ｂｌｏｏｄ ｖｅｓｓｅｌ ｒｕｎｎｉｎｇ ｄｉｒｅｃｔｉｏｎ）を求める。具体的には、画像処理部１８２は、全ての画素に対して、下記の処理を繰り返す。即ち、画像処理部１８２は、画素を中心とした周囲の複数の画素で構成される領域（セル）を設定する。そして、セルの各画素における輝度の勾配方向（例えば、０度以上から１８０度未満の角度で示される。なお、０度は直線（つまり、水平線）の方向と定義する。）を、計算対象画素の周囲の画素の輝度値に基づいて計算する。この勾配方向の計算をセル内のすべての画素に対して行う。

次に、勾配方向が０度、２０度、４０度、６０度、８０度、１００度、１２０度、１４０度、１６０度の９つのビン（例えば、各ビンの幅が２０度）があるヒストグラムを作成するため、各ビンに対応する勾配方向のセル内の画素数をカウントする。ヒストグラムの１つのビンの幅は２０度に相当し、０度のビンには、０度以上１０度未満と１７０度以上１８０度未満の勾配方向を持つ、セル内の画素数（つまり、カウント値）が設定される。２０度のビンは、１０度以上３０度未満の勾配方向を持つ、セル内の画素数（つまり、カウント値）が設定される。同様に、４０度、６０度、８０度、１００度、１２０度、１４０度、１６０度のビンのカウント値も設定される。ヒストグラムのビンの数が９であるので、画素の血管走行方向は９種類の方向の何れかで定義される。なお、ビンの幅を狭くし、ビンの数を多くすることにより、血管走行方向の分解能を上げることができる。各ビンにおけるカウント値（つまり、ヒストグラムの縦軸）は規格化がなされ、解析点に対するヒストグラムが作成される。

次に、画像処理部１８２は、ヒストグラムから、解析点の血管走行方向を特定する。具体的には、最もカウント値の小さい角度（例えば、６０度であるとする）のビンを特定し、特定されたビンの勾配方向である６０度を画素の血管走行方向と特定する。なお、最もカウントが少なかった勾配方向が血管走行方向であるとなるのは、次の理由からである。血管走行方向には輝度勾配が小さく、一方、それ以外の方向には輝度勾配が大きい（例えば、血管と血管以外のものでは輝度の差が大きい）。したがって、各画素の輝度勾配のヒストグラムを作成すると、血管走行方向に対するビンのカウント値が少なくなる。同様にして、脈絡膜血管画像における各画素に対してヒストグラムを作成し、各画素の血管走行方向を算出する。算出された各画素の血管走行方向は、患者の情報に対応して、メモリ１６４に記憶される。

そして、画像処理部１８２は、脈絡膜血管画像上に等間隔に、縦方向にＭ個、横方向にＮ個、合計Ｌ個の仮想の粒子の初期位置を設定する。例えば、Ｍ＝１０、Ｎ＝５０、であり、合計Ｌ＝５００個の初期位置を設定する。

さらに、画像処理部１８２は、最初の位置（Ｌ個の何れか）の血管走行方向を取得し、取得した血管走行方向に沿って所定距離だけ、仮想の粒子を移動させ、移動した位置において、再度、血管走行方向を取得し、取得した血管走行方向に沿って所定距離だけ、仮想の粒子を移動させる。このように血管走行方向に沿って所定距離移動させることを予め設定した移動回数、繰り返す。以上の処理を、Ｌ個の全ての位置において実行する。Ｌ個すべての仮想の粒子に対して設定した移動回数行った時点で、仮想の粒子が一定個数以上集まっている点をＶＶ位置として検出する。図１０Ｃには、４個の渦静脈ＶＶ１からＶＶ４が検出された様子が示されている。

そして、検出されたＶＶの個数、ＶＶ位置情報（例えば、脈絡膜血管画像におけるＶＶ位置を示す座標）が、患者の情報に対応して、メモリ１６４に記憶される。渦静脈ＶＶの検出は、脈絡膜血管画像だけでなく、様々な眼底画像を用いて行ってもよい。様々な可視光の波長で撮影されたＲ色眼底画像やＧ色眼底画像などのカラー眼底画像、蛍光撮影による蛍光眼底画像、３次元のＯＣＴボリュームデータから生成された二次元画像（en face OCT画像）、さらにそれらの画像を画像処理して得られた２値化画像、血管を強調処理した血管画像であってもより。さらに血管画像から脈絡膜血管を抽出する処理により生成された脈絡膜血管画像であってもよい。

ステップ２１０で、画像処理部１８２は、視神経乳頭ＯＮＨ、黄斑Ｍ、各ＶＶを、眼球モデルの球面に投影する。

図７には、図６のステップ２１０の投影処理のフローチャートが示されている。図７のステップ２２１で、処理部１８６は、患者の情報に対応する脈絡膜眼底画像における視神経乳頭ＯＮＨ、黄斑Ｍ、ＶＶ位置の眼底画像（ＵＷＦ眼底画像）上の各座標（Ｘ，Ｙ）を、メモリ１６４から取得する。

ステップ２２３で、画像処理部１８２は、視神経乳頭ＯＮＨ、黄斑Ｍ、ＶＶの位置の各座標を、図１１に示す眼球モデルの眼底に対応する仮想球面（眼球面あるいは眼球モデルの表面）に投影する処理を行う。この眼球モデルは、眼球の中心をＣ、半径をＲ（眼軸長を２Ｒとする）とした球体モデルである。この眼球モデルの球面を眼球面と定義する。眼球面上の点は緯度と経度で位置が特定される。
視神経乳頭ＯＮＨは、基準点（経度０度、緯度０度）として、黄斑Ｍは緯度が０度となるように、それぞれ投影される。それぞれのＶＶ位置も視神経乳頭ＯＮＨを基準点として眼球面上にＰｖｖ１、Ｐｖｖ２、Ｐｖｖ３、Ｐｖｖ４、Ｐｖｖ５（渦静脈ＶＶが被検眼に５つ検出された場合）として投影される。
よって、視神経乳頭ＯＮＨと黄斑Ｍは０度の緯線にそれぞれ投影されることになり、視神経乳頭ＯＮＨと黄斑Ｍとを球面上で結ぶ線分は０度の緯線上に位置する。

ここで、眼球モデルは、３次元空間（Ｘ，Ｙ，Ｚ）でも規定されており、画像処理のメモリ空間で定義される。上記のように、Ｘ方向は、眼科装置１１０が水平面に設置された場合の水平方向であり、患者は眼科装置１１０に向かった位置に位置するので、Ｘ方向は、被検眼の左右方向である。Ｙ方向は、水平面に対する垂直方向であり、被検眼の上下方向である。Ｚ方向は、被検眼１２の前眼部の瞳孔の中心と眼球の中心とを結ぶ方向である。

メモリ１６４には、２次元の眼底画像（ＵＷＦ眼底画像）上の位置の各座標（Ｘ，Ｙ）を、３次元空間（Ｘ，Ｙ，Ｚ）に逆ステレオ投影変換を行うための変換式が記憶されている。本実施の形態では、この変換式では、視神経乳頭ＯＮＨの位置が、眼球面上の基準点（経度及び緯度の各々が０度の位置）に、黄斑Ｍの位置が緯度０度の位置となるように、変換（つまり、投影）される。さらに、
この変換式を用いて、２次元の眼底画像上の各ＶＶの位置（Ｘ、Ｙ）が、３次元の眼球面の位置Ｐｖｖ１からＰｖｖ５に変換（つまり、投影）される。

眼球面上の渦静脈ＶＶ１～５の位置Ｐｖｖ１からＰｖｖ５の座標（Ｘ，Ｙ，Ｚ）は、視神経乳頭ＯＮＨ、黄斑Ｍの三次元座標とともに、患者の識別情報と関連付けられてメモリ１６４に記憶される。

図７のステップ２２３の処理が終了すると、画像処理は、図６のステップ２１２に進む。

ステップ２１２で、画像処理部１８２は、複数の渦静脈の分布中心点（以下、ＶＶ中心とする）を算出する。ＶＶ中心とは、複数のＶＶの各々の位置の分布中心点である。分布中心点は、まず、眼球モデルの中心点Ｃから渦静脈位置（Ｐｖｖ１など）へのベクトルを求め、次に、各ＶＶへの複数のベクトルを合成した合成ベクトルを求めることにより求めることができる。

図８には、図６のステップ２１２のＶＶ中心の算出処理のフローチャートが示されている。図８では被検眼に５つの渦静脈ＶＶが検出されたとして説明を行う。

図８のステップ２３２で、処理部１８６は、患者の情報に対応して、メモリ１６４から、各ＶＶの位置Ｐｖｖ１からＰｖｖ５の座標（ｘ１，ｙ１，ｚ１）から（ｘ５，ｙ５，ｚ５）を取得する。ここでは、眼球モデルは半径を単位長さである１とした単位球を用いる。

ステップ２３４で、画像処理部１８２は、図１２Ａから図１２Ｃに示すように、眼球モデルの球体の中心Ｃから各ＶＶの位置Ｐｖｖ１からＰｖｖ５へのベクトルＶＣ１からＶＣ５を、数１のように、生成する。

各ベクトルＶＣの大きさは、単位長さである１である。図１２Ａから図１２Ｃはそれぞれ、単位球を、斜めから、横から、上からみた図である。

ステップ２３６で、画像処理部１８２は、図１３Ａから図１３Ｃに示すように、各ＶＶへのベクトルＶＣ１からＶＣ５を合成することにより合成ベクトルＶＣＴ（数２のＶＶｃｏｍｐｏｓｉｔｉｏｎ参照)を算出する。具体的には、数２のように、各ベクトルＶＣの座標値の和を取る処理である。

中心Ｃから合成ベクトルＶＣＴにより定まる点Ｐｖｖｃの座標は、位置Ｐｖｖ１からＰｖｖ５の各々のＸ、Ｙ、及びＺの各々の座標の和で定まる。点Ｐｖｖｃは、ＶＶ１からＶＶ５の各々の位置の三次元空間における分布中心である。点Ｐｖｖｃは、ＶＶ１からＶＶ５の各々の位置との間の距離（例えば、ユークリッド距離）の合計が最小となる位置である。点Ｐｖｖｃは、一般的には、眼球モデルの球体内部に位置する。図１３Ａから図１３Ｃはそれぞれ、単位球である眼球モデルを、斜めから、横から、上からみた図である。

ステップ２３８で、画像処理部１８２は、図１４Ａから図１４Ｃに示すように、合成ベクトルの大きさが、単位の大きさである１となるように、合成ベクトルＶＣＴを正規化する。これにより正規化された合成ベクトルＶＣＴＮ（数３のＶＶｃｅｎｔｅｒ参照)が、数３のように得られる。

そして、ステップ２４０にて中心Ｃから正規化合成ベクトルＶＣＴＮで定まる点Ｐｖｖｃｎは、単位球である眼球モデルの眼球面上に位置する。点Ｐｖｖｃｎは、正規化合成ベクトルＶＣＴＮと単位球の眼球面との交点である。点Ｐｖｖｃｎは、複数のＶＶの各々の位置の眼球モデルの球面上の分布中心である。

また、複数のＶＶの各々の位置と分布中心との間の距離（例えば、眼球モデルの球面上の大円距離）の合計が最小となる位置とも定義できる。図１４Ａから図１４Ｃはそれぞれ、単位球の眼球モデルを、斜めから、横から、上からみた図である。

ステップ２４０により、複数の渦静脈における、単位球の球面上での分布中心位置が求められる。よって、渦静脈の分布中心の緯度と経度とが判明する。

ステップ２４１にて、画像処理部１８２は、単位球が眼軸長２Ｒの眼球モデルとなるように拡大する。つまり、被検眼の眼軸長が２４ｍｍ（すなわち、２＊１２ｍｍ、Ｒ＝１２）であれば半径１２ｍｍの球となるように変換を行う。

ステップ２４１では更に、画像処理部１８２は、被検眼の眼軸長を反映させた眼球モデルでの視神経乳頭ＯＮＨ、黄斑Ｍ、渦静脈ＶＶ１～ＶＶ５、および、渦静脈の分布中心Ｐｖｖｃｎの眼球面上のそれぞれの座標、あるいは、視神経乳頭を基準として算出された黄斑Ｍ、渦静脈、渦静脈の分布中心それぞれの緯度及び経度を抽出する。抽出された座標あるいは緯度及び経度の情報は、患者の情報に対応して、メモリ１６４に記憶される。座標と緯度及び経度の双方をメモリ１６４に保存するようにしてもよい。

図８のステップ２４１の処理が終了すると、画像処理は、図６のステップ２１４に進む。

ステップ２１４で、画像処理部１８２は、眼球モデルの特定部位の位置と、ＶＶ中心を含む複数の対象の位置との位置関係を示す少なくとも１つの特徴量を算出する。特定部位としては、例えば、視神経乳頭、黄斑、瞳孔中心（つまり、角膜の頂点）、中心窩等がある。以下、特定部位としては、視神経乳頭として説明する。

図９には、図６のステップ２１４の特徴量算出処理の詳細フローチャーが示されている。図９のステップ２４２で、画像処理部１８２は、特徴量算出の対象を識別する変数ｔを０にセットし、ステップ２４４で、画像処理部１８２は、変数ｔを１インクリメントする。例えば、変数ｔ＝１、２、３・・・により、ＶＶ中心、ＶＶ１、ＶＶ２・・・が識別される。

ステップ２４６で、画像処理部１８２は、視神経乳頭ＯＮＨを基準点（例えば、経度：０度、緯度：０度）とし、対象ｔまでの大円距離と角度、対象ｔが位置する経度と緯度、そして、基準点から対象ｔまでの経度距離と緯度距離を、対象ｔの特徴量として、算出する。具体的には、次の通りである。

まず、変数ｔ＝１の場合、即ち、ＶＶ中心を対象として、特徴量を算出する場合を説明する。

画像処理部１８２は、図１５に示すように、視神経乳頭ＯＮＨとＶＶ中心（点Ｐｖｖｃｎ）との大円距離ＧＣＬを、球面三角法の公式から、算出する。眼球モデルの球体の中心Ｃを通るように球体を切ったときの切り口を大円と定義し、大円距離とは、球面上の距離計測対象の２地点（視神経乳頭ＯＮＨとＶＶ中心（点Ｐｖｖｃｎ）と）を結ぶ大円の弧の長さである。

次に、画像処理部１８２は、図１５に示すように、黄斑Ｍの位置と視神経乳頭ＯＮＨの位置とを結ぶ大円上の第１線分ＧＣＬと、視神経乳頭ＯＮＨの位置とＶＶ中心Ｐｖｖｃｎの位置とを結ぶ第２線分ＧＬのなす角度θを、正角図法又は球面三角法から算出する。

上記距離及び角度を計算する方法は、２０１９年０４月１８日に国際出願された国際出願第ＰＣＴ／ＪＰ２０１９／０１６６５３に記載された方法と同様である。２０１９年０４月１８日に国際出願された国際出願第ＰＣＴ／ＪＰ２０１９／０１６６５３（国際公開第ＷＯ２０１９２０３３１０号（２０１９年１０月２４日に国際公開された））に記載された上記距離及び角度を計算する方法は、その全体が参照により本明細書に取り込まれる。

次に、画像処理部１８２は、図１５に示すように、ＶＶ中心Ｐｖｖｃｎの経度（ＬＧ＝ｌｇｎ）と緯度（ＬＴ＝ｌｔｎ）とを算出する。上記のように、眼球モデルは、３次元空間で規定されているが、緯度及び経度の各々が０度の位置を基準点として視神経乳頭ＯＨＮの位置とし、黄斑Ｍの位置が緯度０度の緯線ＬＬＴ上に位置するように配置される。

画像処理部１８２は、ＶＶ中心Ｐｖｖｃｎの三次元空間における座標（ｘ，ｙ，ｚ）を、視神経乳頭ＯＮＨの位置（Ｘ，Ｙ，Ｚ）＝（１，０，０）として以下のような、所定の変換式から変換することにより、ＶＶ中心Ｐｖｖｃｎの緯度（ＬＧ＝ｌｇｎ）と経度（ＬＴ＝ｌｔｎ）とを算出する。
経度ＬＴ＝ａｒｃｔａｎ（ｙ／ｘ）
緯度ＬＧ＝ａｒｃｔａｎ（ｚ／√（ｘ^２＋ｙ^２））
これにより、ＶＶ中心Ｐｖｖｃｎの（ＬＧ（緯度），経度（ＬＴ））が、（ｌｇｎ，ｌｔｎ）として算出される。

そして、画像処理部１８２は、図１５に示すように、ＶＶ中心Ｐｖｖｃｎの緯度距離ＴＬ、経度距離ＧＬを、球面三角法の公式から、算出する。

ＶＶ中心Ｐｖｖｃｎの緯度距離ＴＬは、ＶＶ中心Ｐｖｖｃｎを通る経度線ＬＬＧに沿ったＶＶ中心Ｐｖｖｃｎと、当該経度線ＬＬＧと緯度０の緯度線ＬＬＴとの交点Ｐｔｇとの間の大円距離である。

ＶＶ中心Ｐｖｖｃｎの経度距離ＧＬは、緯度０の緯度線ＬＬＴに沿った視神経乳頭ＯＨＮの位置と交点Ｐｔｇとの間の大円距離である。

以上のように変数ｔで識別される対象について上記各特徴量が算出されると、特徴量算出処理は、ステップ２４８に進む。

ステップ２４８で、画像処理部１８２は、変数ｔが、特徴量を算出する対象の総数Ｔに等しいか否かを判断する。

変数ｔが総数Ｔに等しくない場合には、特徴量が算出されていない対象があるので、特徴量算出処理はステップ２４４に戻って、以上の処理（つまり、ステップ２４４から２４８）を実行する。

変数ｔ＝２以降の場合は、画像処理部１８２は、対象が、ＶＶ中心Ｐｖｖｃｎに代えて、ＶＶ１以降の位置を対象として、上記距離、角度、緯度、経度、経度距離、及び緯度距離を算出する。

変数ｔが総数Ｔに等しい場合には、特徴量が算出されるべき対象の全てについて特徴量が算出されたので、ステップ２５０で、処理部１８６は、図１６に示すように、各対象の各特徴量を、患者の情報に対応して、メモリ１６４の特徴量テーブルに記憶する。図１６に示す例では、特徴量テーブルは、患者ＩＤ、左右眼の識別情報及び左右眼に対応する眼軸長の項目が設けられている。そして、被検眼ごと（左眼あるいは右眼）に特徴量記憶領域が設けられている。特徴量記憶領域には、上記対象の種類（視神経乳頭、黄斑、渦静脈ＶＶ１～ＶＶ５、ＶＶ中心など）を示す種別情報と、距離、角度、緯度、経度、経度距離、及び緯度距離の特徴量情報とが記憶され。なお、視神経乳頭ＯＮＨ、黄斑Ｍ、渦静脈ＶＶ１～ＶＶ５、ＶＶ中心の眼球面上の座標も特徴量テーブルに含めてもよい。
また、上述の例では、渦静脈の数を５つとして説明したが、被検眼で検出された渦静脈の個数Ｎ（Ｎは自然数）で適用可能であることは言うまでもない。
さらに、求められた視神経乳頭位置とＶＶ中心位置とのズレ量、具体的には、視神経乳頭位置とＶＶ中心位置との間の距離（大円距離など）と、視神経乳頭からＶＶ中心位置の方向で定まる特徴量（すなわち、視神経乳頭位置とＶＶ中心位置とを結ぶベクトル）を求め、当該特徴量の一部としてもよい。さらに、黄斑位置とＶＶ中心位置とのズレ量、眼底上の病変位置とＶＶ中心位置とのズレ量を、同様にして求めて特徴量としてもよい。このズレ量は、一般的に病態の数値的指標とすることができる。

ステップ２５０の処理が終了すると、図６のステップ２１４の処理が終了するので、画像処理は終了する。

次に、サーバ１４０による複数の渦静脈の分布中心の算出処理のあと、ビューワ１５０にて、分布中心などを表示するプロセスについて説明する。

ビューワ１５０のディスプレイの表示画面には、後述する画像（図１７、図１８）を生成することを指示するためのアイコンやボタンが表示されている。ユーザである眼科医が、患者を診断する際に、ＶＶ中心の位置を知りたいと考え、所定のアイコン等をクリックすると、ビューワ１５０からサーバ１４０に、クリックされたアイコン等に対応する指示信号が送信される。

ビューワ１５０からの指示信号を受信したサーバ１４０は、指示信号に対応する画像（図１７、図１８）を生成し、生成した画像の画像データをビューワ１５０にネットワーク１３０を介して送信する。サーバ１４０から画像データを受信したビューワ１５０は、受信した画像データに基づいて画像をディスプレイに表示する。サーバ１４０での表示画面の生成処理は、ＣＰＵ１６２（表示制御部１８４）で動作する表示画面生成プログラムによって行われる。

図１７には、対象及び特徴量を表示するための第１表示画面３００Ａが示されている。図１７に示すように、第１表示画面３００Ａは、患者の個人情報を表示する個人情報表示欄３０２、及び画像表示欄３２０を有する。

個人情報表示欄３０２は、患者ＩＤ表示欄３０４、患者氏名表示欄３０６、年齢表示欄３０８、眼軸長表示欄３１０、視力表示欄３１２、及び患者選択アイコン３１４を有する。患者ＩＤ表示欄３０４、患者氏名表示欄３０６、年齢表示欄３０８、眼軸長表示欄３１０、及び視力表示欄３１２に、各情報を表示する。なお、患者選択アイコン３１４がクリックされると、患者一覧をビューワ１５０のディスプレイ１７２に表示し、解析する患者をユーザ（眼科医など）に選択させる。

画像表示欄３２０は、撮影日付表示欄３２２Ｎ１、右眼情報表示欄３２４Ｒ、左眼情報表示欄３２４Ｌ、眼球モデルを斜めからからみた第１眼球モデル画像表示欄３２６Ａ、眼球モデルを横からみた第２眼球モデル画像表示欄３２８、及び情報表示欄３４２を有する。情報表示欄３４２には、ユーザ（眼科医など）の診察時のコメントやメモがテキストとして表示される。

図１７に示す例は、患者ＩＤ：１２３４５６により識別される患者の右眼の眼底（３２４Ｒが点灯）が、撮影日が２０１８年３月１０日、２０１７年１２月１０日、２０１７年９月１０に撮影された場合の眼球モデル画像が表示可能である。なお、撮影日付表示欄３２２Ｎ１と右眼情報表示欄３２４Ｒとがクリックされて、２０１８年３月１０日に撮影されて得られた右眼の眼球モデル画像が表示されている。

図１７に示すように、第１眼球モデル画像表示欄３２６Ａには、斜めからからみた眼球モデルが、第２眼球モデル画像表示欄３２８には、眼球モデルを横からみた眼球モデルが表示される。眼球モデルには、各ＶＶ１からＶＶ５のそれぞれの位置Ｐｖｖ１からＰｖｖ５、各ＶＶ１からＶＶ５の各々へのベクトルＶＣ１からＶＣ５、中心Ｃから正規化合成ベクトルＶＣＴＮで定まる点Ｐｖｖｃｎ、正規化合成ベクトルＶＣＴＮが表示される。

第１眼球モデル画像表示欄３２６Ａ及び第２眼球モデル画像表示欄３２８の何れかで、各ＶＶ１からＶＶ５のそれぞれの位置Ｐｖｖ１からＰｖｖ５、点Ｐｖｖｃｎの位置の何れかがクリックされると、クリックされた位置に対応する各特徴量が表示される。例えば、点Ｐｖｖｃｎの位置がクリックされると各特徴量が点Ｐｖｖｃｎの位置近傍に表示される。具体的には、視神経乳頭ＯＮＨとＶＶ中心との大円距離ＧＣ、黄斑Ｍの位置－視神経乳頭ＯＮＨの位置－ＶＶ中心Ｐｖｖｃｎの位置がなす角度θ、ＶＶ中心Ｐｖｖｃｎの緯度と経度、及びＶＶ中心Ｐｖｖｃｎの緯度距離ＴＬ及び経度距離ＧＬが表示される。

図１８には、対象及び特徴量を表示するための第２表示画面３００Ｂが示されている。第２表示画面３００Ｂは第１表示画面３００Ａと略同様であるので、同一の表示部分には同一の符号を付して、その説明を省略し、異なる表示部分を説明する。なお、第１表示画面３００Ａと第２表示画面３００Ｂとは図示しない切替ボタンによって切り替わる。

第２表示画面３００Ｂでは、第１眼球モデル画像表示欄３２６Ａ及び第２眼球モデル画像表示欄３２８に代えて、対象位置画像表示欄３２６Ｂ及び対象及び断層画像表示欄３２８Ｂが表示される。

図１８に示す例では、ＶＶが４個検出された例が示されている。

上記のように眼球モデルの眼球上の位置は緯度及び経度で規定され、図６のステップ２１４の特徴量算出処理では、各ＶＶ及びＶＶ中心の各々の緯度及び経度が算出されている。対象位置画像表示欄３２６Ｂには、各ＶＶ及びＶＶ中心の各々の位置が、緯度及び経度の位置関係に基づいて、表示される。

対象及び断層画像表示欄３２８Ｂには、オリジナル画像表示領域１０３２Ａと、ＶＶの断層画像表示領域８９０とを有する。

オリジナル画像表示領域１０３２Ａには、オリジナル画像に重ねてＯＣＴ画像取得領域８７２Ａ、８７２Ｂ、８７２Ｃ、８７２Ｄが表示される。上記のように図６のステップ２０８では、ＶＶ位置が検出されており、本実施の形態では、検出されたＶＶ位置を中心としたＯＣＴ画像取得領域８７２Ａ、８７２Ｂ、８７２Ｃ、８７２ＤについてＯＣＴ画像を取得している。

ＯＣＴ画像表示領域８９０には、オリジナル画像表示領域１０３２Ａのオリジナル画像に重ねて表示されたＯＣＴ画像取得領域８７２Ａ、８７２Ｂ、８７２Ｃ、８７２Ｄの各々に対応するＯＣＴ画像８９２Ａ、８９２Ｂ、８９２Ｃ、８９２Ｄが表示される。ＯＣＴ画像８９２Ａ、８９２Ｂ、８９２Ｃ、８９２Ｄは、例えば、ＯＣＴ画像取得領域８７２Ａ、８７２Ｂ、８７２Ｃ、８７２Ｄをスキャンすることによって断層画像として可視化された渦静脈の形状が表示される。ＯＣＴ画像８９２Ａ、８９２Ｂ、８９２Ｃ、８９２Ｄの上部に付されたＮｏ．１、Ｎｏ．２、Ｎｏ．３、Ｎｏ．４の符号は、ＯＣＴ画像取得領域８７２Ａ、８７２Ｂ、８７２Ｃ、８７２Ｄに付されたＮｏ．１、Ｎｏ．２、Ｎｏ．３、Ｎｏ．４の符号の各々に対応する。従って、対象及び断層画像表示欄３２８Ｂは、ＯＣＴ画像取得領域８７２Ａ、８７２Ｂ、８７２Ｃ、８７２Ｄと可視化した渦静脈（又は渦静脈と渦静脈につながる脈絡膜血管）の形状を示すＯＣＴ画像８９２Ａ、８９２Ｂ、８９２Ｃ、８９２Ｄとを対応付けて表示することができる。

ＯＣＴ画像表示領域８９０には、渦静脈の形状を示す画像が表示されているが、本実施形態はこれに限定されない。黄斑のＯＣＴ画像を取得した場合は、黄斑の断面画像が、視神経乳頭のＯＣＴ画像を取得した場合は、視神経乳頭の断面画像が、ＯＣＴ画像表示領域８９０に各々表示される。

ＯＣＴ画像表示領域８９０には図示しない表示切替ボタンが設けられており、表示切替ボタンをクリックするとＯＣＴ画像８９２Ａ、８９２Ｂ、８９２Ｃ、８９２Ｄの表示を切り替えるためのプルダウンメニューが表示される。表示されたプルダウンメニューから、例えば、３Ｄポリゴン、ｅｎ－ｆａｃｅ画像、ＯＣＴピクセル又は血流可視化画像等を選択することにより、ＯＣＴ画像８９２Ａ、８９２Ｂ、８９２Ｃ、８９２Ｄの表示を切り替えることができる。

以上説明したように本実施の形態では、ＶＶ中心を得ることができ、眼科医によるＶＶ中心を用いた診断を支援することができる。

また、上記時実施の形態では、眼底の特定部位の位置と分布中心の位置との位置関係を示す複数の特徴量を算出し、表示するので、眼科医によるＶＶ中心を用いた診断を更に支援することができる。例えば、特徴量には、視神経乳頭とＶＶ中心との距離が算出され、表示されるので、眼科医は、ＶＶ中心の一般的な位置（例えば、視神経乳頭ＯＨＮの位置）からのずれ（距離）が理解できる。

以上説明した実施の形態では、緯度及び経度の各々が０度の位置が眼底の特定部位の位置とした眼球モデルの球面における渦静脈の位置の緯度及び経度、特定部位の位置と渦静脈の位置との間の緯度距離及び経度距離を得ることができる。眼科医による渦静脈の位置の緯度及び経度、特定部位の位置と渦静脈の位置との間の緯度距離及び経度距離を用いた診断を支援することができる。

以上説明した実施の形態では、各距離及び各線分は、大円距離であるが、本開示の技術はこれに限定されない。大円距離に代え又は大円距離と共にユークリッド距離（直線距離）を算出するようにしてもよい。

上記実施の形態では、ＶＶ中心を、各ＶＶの位置へのベクトルを合成することにより得られた合成ベクトルを正規化し、正規化合成ベクトルにより、求めているが、本開示の技術はこれに限定されない。

即ち、例えば、第１に、眼球モデルにおいて各ＶＶの位置を緯度及び経度で特定し、各ＶＶの位置の緯度及び経度の各々の平均値を求め、求めた緯度平均値と経度平均値とから、眼球モデルの表面の位置（緯度、経度）のＶＶ中心を求めるようにしてもよい。

第２に、眼球モデルにおいて、ＶＶ中心として予想される複数の中心候補位置の各点について、各ＶＶの位置との大円距離の合計を求め、大円距離の合計が最小となる中心候補位置をモンテカルロ法などを用いて特定する。そして、この大円距離の合計が最小となる中心候補位置をＶＶ中心とするようにしてもよい。

第３に、ＶＶ中心を求めるために、検出された全てのＶＶの位置を利用せずに、検出されたＶＶの位置の中で、確からしい位置に位置するＶＶの位置のみを利用するようにしてもよい。例えば、ＶＶが１０個検出された場合、その全てではなく、例えば、９個だけ用いる。９個は、ＶＶとして確からしいものを選択した結果、得られ、確からしいものを選択した結果、８個の場合や７個の場合もある。確からしいものは、例えば、隣のＶＶとの距離が所定値未満のＶＶを対象から外すことにより、あるいは、ＶＶにつながる脈絡膜血管の本数が所定値以下のＶＶを対象から外すことにより、選択することができる。この場合、１０個のＶＶの位置までのベクトルを算出し、ベクトルを合成する際に、確からしい位置に位置する９個のＶＶの位置までのベクトルを合成したり、確からしい位置に位置する９個のＶＶの位置までのベクトルのみを算出し、算出したベクトルを合成したり、するようにしてもよい。

上記実施の形態では、ＶＶ中心を特徴量の算出及び表示の対象としているが、本開示の技術はこれに限定されない。例えば、各ＶＶの眼球モデル（３次元空間）における分布中心を対象としてもよい。

第１の実施の形態では、視神経乳頭を基準点（緯度及び経度の各々を０度）とした場合のＶＶ中心の特徴量（距離、角度、緯度、経度、経度距離、緯度距離を）算出しているが、本開示の技術はこれに限定されない。例えば、黄斑Ｍを基準点（緯度及び経度の各々を０度）としたときのＶＶ中心の特徴量（例えば、距離、角度、緯度、経度、経度距離、及び緯度距離）を算出するようにしてもよい。
上記各点の位置を、緯度及び経度用いて、求めているが、極座標を用いて求めてもよい。

上記実施の形態では、眼科装置１１０により内部光照射角が２００度程度の眼底画像を取得する例を説明した。本開示の技術はこれに限定されず、内部照射角で１００度以下の眼科装置で撮影された眼底画像でもよいし、眼底画像を複数合成したモンタージュ画像でも本開示の技術を適用してもよい。

上記実施の形態では、ＳＬＯ撮影ユニットを備えた眼科装置１１０により眼底画像を撮影しているが、脈絡膜血管を撮影できる眼底カメラによる眼底画像でもよいし、ＯＣＴアンジオグラフィーにより得られた画像でも本開示の技術を適用してもよい。

上記実施の形態では、管理サーバ１４０が画像処理プログラムを実行する。本開示の技術はこれに限定されない。例えば、眼科装置１１０、画像ビューワ１５０、ネットワーク１３０に設けた別の画像処理装置が画像処理プログラムを実行するようにしてもよい。眼科装置１１０が画像処理プログラムを実行する場合には、画像処理プログラムはＲＯＭ１６Ｃに記憶されている。画像ビューワ１５０が画像処理プログラムを実行する場合には、画像処理プログラムは、画像ビューワ１５０のメモリ１６４に記憶されている。別の画像処理装置が画像処理プログラムを実行する場合には、画像処理プログラムは、別の画像処理装置のメモリに記憶されている。

上記実施の形態では、眼科装置１１０、眼軸長測定装置１２０、管理サーバ１４０、及び画像ビューワ１５０を備えた眼科システム１００を例として説明したが、本開示の技術はこれに限定されない。例えば、第１の例として、眼軸長測定装置１２０を省略し、眼科装置１１０が、眼軸長測定装置１２０の機能を更に有してもよい。また、第２の例として、眼科装置１１０が、管理サーバ１４０及び画像ビューワ１５０の少なくとも一方の機能を更に有してもよい。例えば、眼科装置１１０が管理サーバ１４０の機能を有する場合、管理サーバ１４０を省略することができる。この場合、画像処理プログラムは、眼科装置１１０又は画像ビューワ１５０が実行する。また、眼科装置１１０が画像ビューワ１５０の機能を有する場合、画像ビューワ１５０を省略することができる。第３の例として、管理サーバ１４０を省略し、画像ビューワ１５０が管理サーバ１４０の機能を実行するようにしてもよい。
本開示において、各構成要素（装置等）は、矛盾が生じない限りは、１つのみ存在しても２つ以上存在してもよい 。

また、上記実施の形態及び各変形例では、コンピュータを利用したソフトウェア構成によりデータ処理が実現される場合を例示したが、本開示の技術はこれに限定されるものではない。例えば、コンピュータを利用したソフトウェア構成に代えて、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）又はＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等のハードウェア構成のみによって、データ処理が実行されるようにしてもよい。データ処理のうちの一部の処理がソフトウェア構成により実行され、残りの処理がハードウェア構成によって実行されるようにしてもよい。

このように本開示の技術は、コンピュータを利用したソフトウェア構成により画像処理が実現される場合とされない場合とを含むので、以下の技術を含む。

（第１の技術）
被検眼の眼底画像から複数の渦静脈の位置を検出する検出部と、
前記検出された前記複数の渦静脈の位置の分布中心を算出する算出部と、
を備える画像処理装置。

（第２の技術）
検出部が、被検眼の眼底画像から複数の渦静脈の位置を検出し、
算出部が、前記検出された前記複数の渦静脈の位置の分布中心を算出する、
画像処理方法。

（第３の技術）
被検眼の眼底画像から複数の渦静脈の位置、および、視神経乳頭の位置を検出する検出部と、
前記複数の渦静脈と前記視神経乳頭とを眼球モデルの眼球面に投影する投影部と、
前記眼球モデルの中心から前記眼球面上の各渦静脈の位置への複数のベクトルを生成する生成部と、
前記複数のベクトルを合成した合成ベクトルを算出する算出部と、
を備える画像処理装置。

（第４の技術）
検出部が、被検眼の眼底画像から複数の渦静脈の位置、および、視神経乳頭の位置を検出し、
投影部が、前記複数の渦静脈と前記視神経乳頭とを眼球モデルの眼球面に投影し、
生成部が、前記眼球モデルの中心から前記眼球面上の各渦静脈の位置への複数のベクトルを生成し、
算出部が、前記複数のベクトルを合成した合成ベクトルを算出する、
画像処理方法。

以上の開示内容から以下の技術が提案される。

（第５の技術）
画像処理するためのコンピュータープログラム製品であって、
前記コンピュータープログラム製品は、それ自体が一時的な信号ではないコンピュータ可読記憶媒体を備え、
前記コンピュータ可読記憶媒体には、プログラムが格納されており、
前記プログラムは、
コンピュータに、
被検眼の眼底画像から複数の渦静脈の位置を検出し、
前記検出された前記複数の渦静脈の位置の分布中心を算出する、
ことを実行させる、コンピュータープログラム製品。

（第６の技術）
画像処理するためのコンピュータープログラム製品であって、
前記コンピュータープログラム製品は、それ自体が一時的な信号ではないコンピュータ可読記憶媒体を備え、
前記コンピュータ可読記憶媒体には、プログラムが格納されており、
前記プログラムは、
コンピュータに、
被検眼の眼底画像から複数の渦静脈の位置、および、視神経乳頭の位置を検出し、
前記複数の渦静脈と前記視神経乳頭とを眼球モデルの眼球面に投影し、
前記眼球モデルの中心から前記眼球面上の各渦静脈の位置への複数のベクトルを生成し、
前記複数のベクトルを合成した合成ベクトルを算出する、
ことを実行させる、コンピュータープログラム製品。

以上説明した各画像処理はあくまでも一例である。従って、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよいことは言うまでもない。

本明細書に記載された全ての文献、特許出願（日本出願：特願2019-220285を含む）、及び技術規格は、個々の文献、特許出願、及び技術規格が参照により取り込まれることが具体的にかつ個々に記載された場合と同様に、本明細書中に参照により取り込まれる。

Claims (4)

1. 被検眼の眼底画像から、視神経乳頭、黄斑、複数の渦静脈の位置を検出することと、
   前記視神経乳頭、前記黄斑、複数の前記渦静脈を、眼球モデル上へ投影することと、
   前記眼球モデルの球面上において、前記眼球モデルの中心点から、前記視神経乳頭、前記黄斑、複数の前記渦静脈のそれぞれの位置を求めることと、
   前記球面上において、複数の前記渦静脈の中心位置を求めることと、
   前記中心位置までの、前記視神経乳頭または前記黄斑から前記球面上に沿った大円距離を求めることと、
   を含む画像処理方法。
2. 前記中心位置を求めることでは、前記中心点から複数の前記渦静脈までのベクトルをそれぞれ求め、複数の前記ベクトルを合成し合成ベクトルを求めることを含む、
   請求項１に記載の画像処理方法。
3. 前記球面上において、前記視神経乳頭と前記黄斑とを結ぶ大円上の第１線分と、前記視神経乳頭と前記中心位置とを結ぶ第２線分とのなす角度を求めることを含む、
   請求項１または請求項２に記載の画像処理方法。
4. 前記球面上において、前記視神経乳頭と前記中心位置との位置ずれを求めることを含む、
   請求項１～３の何れか１項に記載の画像処理方法。