JPWO2019031569A1 - 涙液層の動態評価方法およびその装置 - Google Patents
涙液層の動態評価方法およびその装置 Download PDFInfo
- Publication number
- JPWO2019031569A1 JPWO2019031569A1 JP2019535709A JP2019535709A JPWO2019031569A1 JP WO2019031569 A1 JPWO2019031569 A1 JP WO2019031569A1 JP 2019535709 A JP2019535709 A JP 2019535709A JP 2019535709 A JP2019535709 A JP 2019535709A JP WO2019031569 A1 JPWO2019031569 A1 JP WO2019031569A1
- Authority
- JP
- Japan
- Prior art keywords
- image
- break
- break detection
- tear film
- detection image
- 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.)
- Granted
Links
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
- A61B3/101—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for examining the tear film
-
- 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
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Ophthalmology & Optometry (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Quality & Reliability (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Eye Examination Apparatus (AREA)
- Image Analysis (AREA)
Abstract
Description
(1)連続する複数のフレームからなる涙液層干渉縞画像について涙液層の動態評価を行う方法であり、涙液層の破壊箇所を検出する画像である第1のブレイク検出画像、第2のブレイク検出画像、第3のブレイク検出画像、第4のブレイク検出画像のうち少なくとも一の画像を作成するブレイク検出画像作成ステップと、前記ブレイク検出画像作成ステップにより作成された画像が所定のブレイクアップパターンに該当するか否かを判定する判定ステップと、前記判定ステップにより判定された判定結果を集計する集計ステップと、前記集計ステップによる集計結果に基づき前記涙液層干渉縞画像のブレイクアップパターンを評価する評価ステップと、を含む。
(2)上記(1)において、前記ブレイク検出画像作成ステップが前記第1のブレイク検出画像を作成するステップとして、エッジを抽出するエッジ抽出ステップと、
縦方向のブレイクを強調する縦方向強調ステップと、所定の領域内の画素の色情報から色のばらつきを示す値を算出するステップと、算出された前記色のばらつきを示す値に基づく経過画像を作成する経過画像ステップと、作成された経過画像における画素の連結領域を抽出する抽出ステップと、を含む。
(3)上記(1)または(2)において、前記ブレイク検出画像作成ステップが前記第2のブレイク検出画像を作成するステップとして、エッジを抽出するエッジ抽出ステップと、縦方向のブレイクを強調する縦方向強調ステップと、前記エッジまたは前記縦方向のブレイクを強調するステップと、所定の領域内の画素の色情報から色のばらつきを示す値を算出するステップと、算出された前記色のばらつきを示す値に基づく経過画像を作成する経過画像ステップと、作成された経過画像における画素の連結領域を抽出する抽出ステップと、含む。
(4)上記(1)乃至(3)において、前記ブレイク検出画像作成ステップが前記第3のブレイク検出画像を作成するステップとして、所定の領域内の画素の色情報から変動係数を算出するステップと、算出された変動係数に基づく変動係数画像を作成する変動係数画像作成ステップと、前記変動係数画像における画素の連結領域を抽出する抽出ステップと、を含む。
(5)上記(1)乃至(4)において、前記ブレイク検出画像作成ステップが前記第4のブレイク検出画像を作成するステップとして、画像を正規化する正規化ステップと、エッジを抽出するエッジ抽出ステップと、画素の輝度に基づき二値化する二値化ステップと、二値化された画像における画素の連結領域を抽出する抽出ステップと、を含む。
(6)上記(1)乃至(5)において、前記ブレイク検出画像作成ステップは、画素の色情報と閾値との比較により解析不要画素を除外するステップを含む。
(7)上記(2)乃至(6)において、前記抽出ステップとは、所定の条件を満たす画素の連結領域を抽出するステップである。
(8)上記(1)乃至(7)において、前記涙液層干渉縞画像において開瞼を検出する開瞼検出ステップと、を含み、前記開瞼検出ステップによる開瞼の検知から所定時間範囲、または、所定の枚数範囲に該当するフレームであることを、前記ブレイク検出画像作成ステップが前記第4のブレイク検出画像を作成する条件とする。
(9)上記(1)乃至(8)において、前記ブレイク検出画像作成ステップは、まず前記第3ブレイク検出画像を作成し、作成された前記第3ブレイク検出画像に対する前記判定ステップの判定に応じてその他の第1、第2、および、第4のブレイク検出画像の作成の要否が判断される。
(10)上記(2)乃至(9)において、前記判定ステップとは、前記ブレイク検出画像作成ステップにより作成された画像における前記連結領域の総数と総面積の少なくとも一方と、所定の閾値との比較により判定する。
(11)上記(1)乃至(10)において、前記評価ステップとは、前記集計ステップによる集計結果に基づき、最も多いブレイクアップパターンを前記涙液層干渉縞画像のブレイクアップパターンと評価する。
(12)上記(1)乃至(10)において、前記評価ステップとは、前記集計ステップによる集計結果に基づき、対象とした総フレーム数に占める割合と閾値との比較により前記涙液層干渉縞画像のブレイクアップパターンを評価する。
(13)上記(1)乃至(12)において、前記評価ステップとは、前記集計ステップによる集計結果に基づき、より重症度の高いブレイクアップパターンを前記涙液層干渉縞画像のブレイクアップパターンと評価する。
角膜表面における涙液層の干渉縞画像を取得するための装置(涙液層干渉縞画像取得装置)については、撮影した画像をデジタルデータとして記録できるものであればよく、従来既知のものを適宜用いればよい。例えば、図2に概略を示すように、涙液層干渉縞画像取得装置は、光源11から発せられ、絞りを通過した光線は、順にレンズ12、スプリッタ13、対物レンズ14を経て、被検者の被検眼の前眼部15に集光される。前眼部15からの反射光は、対物レンズ14およびスプリッタ13を通過し、結像レンズ16を経て撮像素子17上に結像される。撮像素子17に結像された撮影データは、画像処理エンジンによる所定の処理が施され、静止画像データ(以下、単に「画像データ」と称する)、動画像データに変換される。
まず、本発明において用いることが出来る色情報について説明する。色情報としては、例えば、多くの電子画像機器で用いられている方式である、赤、緑、青の3色の色要素(RGB色空間の数値)を用いる方法がある。
ここで述べるブレイク検出画像1の取得方法は、特にディンプルブレイクを検出するためのものであり、その手順を図3に示す。なお、図4(A)乃至(F)はブレイク検出画像1の作成の各過程における一例を示す写真である。
ディンプルブレイクは、図4(A)に示すように、角膜上の広範囲にわたって類線状に表れるが、このブレイク部分はそれ以外のブレイクの無い部分と比べて白色が強く外観されるように、ブレイク部分とそれ以外の部分との間に輝度等の色情報において変化が見られる。
エッジ抽出画像には、図4(B)のように、角膜の輪郭が円弧状に表れる。涙液層干渉縞画像は、通常、角膜上部分は明るくそれ以外の部分は暗く表れるので、その輪郭はエッジとして抽出されてしまうからである。
ディンプルブレイクは、縦方向の線状のブレイクが特徴的であることから、当該縦方向ブレイクを強調するため処理を施すことが望ましい。
前述のとおり得た縦方向強調画像の画素の色情報に基づいて色のばらつきを示す値を算出し、その色のばらつきを示す値に基づく画像を作成する。
これまでのステップにより得られた画像についてラベリングを行い、画素の連結領域、すなわち、「Blob」の抽出を行う。ラベリングの手法については本発明の要旨ではないので詳述しないが、共通する論理状態の画素のBlobを認識し抽出できる方法であればよく、従来既知の手法を適宜用いることができる。
(式1)
円形度=4π×(Blobの画素数)÷(Blobの周囲長)2
ここから、ブレイク検出画像2の作成の手順について説明する。このブレイク検出画像2は、特に、ラインブレイクを検出するためのものである。図6は、ブレイク検出画像2の作成のフローであり、以下、各ステップにおける処理の内容について説明する。ブレイク検出画像2の作成手順は、ブレイク検出画像1の作成手順と共通する部分が多いが、共通部分については前述のブレイク検出画像1の処理内容と同様であるため、説明を適宜省略する。図7(A)乃至(G)は、ブレイク検出画像2の作成の各過程における一例を示す写真である。
ラインブレイクは、図7(A)に示すように、角膜の下方に集中的に線状に表れるので、この特徴を利用して涙液層破壊箇所を抽出するためエッジ抽出を行う。詳細は、前述の「ブレイク検出画像1における<S11:エッジ抽出>」のとおりであり、当該エッジ抽出後の画像の一例は図7(B)のとおりである。
ブレイク検出画像1と同様、図7(C)に示すように、角膜の輪郭が円弧状に表れてしまうので、これを除外する処理を行う。詳細は、前述の「ブレイク検出画像1における<S12:解析エリア限定>」のとおりである。
ディンプルブレイクと同じくラインブレイクも、特徴として、縦方向の線状のブレイクが特徴的であることから、当該縦方向ブレイクを強調する処理を施した縦方向強調画像を得ることが望ましい。詳細は、前述の「ブレイク検出画像1における<S13:縦方向ブレイクの強調>」のとおりであり、得られる縦方向強調画像の一例は、図7(D)のとおりである。
必須の処理ではないが、ラインブレイクは他のブレイクアップパターンと比べて線状に短く、角膜上の狭い範囲に涙液層の破壊が出現するものであるため、当該破壊部分を強調する処理をしてもよい。
「S24」あるいは「S23」までの処理で得られた画像について、色情報のばらつきを示す値に基づく画像(図7(F))を作成する処理である。詳細は、前述の「ブレイク検出画像1における<S14:色のばらつきを示す値による画像の作成>」のとおりである。
これまでに得られた画像についてBlobを抽出するラベリングを行う。適宜ノイズを除外する処理も含め、手法は、前述の「ブレイク検出画像1における<S15:ラベリング(Blobの抽出)>」とほぼ同様である。
続いて、ブレイク検出画像3の作成手法について説明する。このブレイク検出画像3は、特に、エリアブレイクを検出するためのものである。図8はブレイク検出画像3の作成フローであり、以下、各処理の内容について説明する。図9の各写真は、ブレイク検出画像3の作成の各過程における一例である。
エリアブレイクは、図9(A)に示すように、広範囲に亘って出現し、ドライアイとしても重症を示すものである。
(式2)
変動係数 = 輝度の標準偏差 / 輝度平均値
二値化画像には、図9(B)に示すように角膜の輪郭が円弧状に表れるため、図9(C)に示すような当該円弧状部分を除外する処理を行う。この処理については、前述の「ブレイク検出画像1における<S12:解析エリア限定>」と同様である。
前述のとおり得た二値化画像についてBlobを抽出するラベリングを行う。ラベリングの手法については本発明の要旨ではないので詳述しないが、二値化画像中の連結する画素をBlobとしてそれぞれ抽出できる方法であれば従来既知の手法を適宜用いることができるのは、前述と同様である。
続いて、ブレイク検出画像4の作成手法について説明する。このブレイク検出画像4は、特に、スポットブレイクを検出するためのものである。図10はブレイク検出画像4の作成フローであり、以下、各処理の内容について説明する。図11の各写真は、スポットブレイクが出現している画像の一例を示す元画像(図11(A))、および、この元画像に対するブレイク検出画像4の作成の各ステップにおいて作成される画像の一例を示すものである。
解析エリアの限定については、前述の「ブレイク検出画像1における<S12:解析エリア限定>」と同様である。このステップ「<S41:解析エリア限定>」により作成される画像の一例を図11(B)に示す。
スポットブレイクは、「類円形」に出現する傾向があるものの、その形状は様々であり、さらに、画像の明るさが画像ごとに異なることにより輝度変化が小さくなるため、本来抽出したいスポットブレイクの出現箇所をエッジとして抽出できない場合がある。たとえば、全体的に暗い画像の場合、ブレイク出現箇所とそうでない箇所との輝度変化を捉えに難くなるため、ブレイク出現箇所を抽出することが困難となり、また、全体的に明るい画像の場合は、逆に、ブレイク出現箇所ではない箇所をエッジと誤って認識してしまう場合がある。
こうして得られた正規化後の画像に対し、エッジ抽出を行う。具体的には、たとえば、「ソーベル法」を用いる場合、適宜重み付けした「3×3」の水平用方向微分用カーネルと垂直方向微分用カーネルを用い、走査させることで、垂直(縦)方向および水平(横)方向のエッジをそれぞれ抽出する。ただし、エッジ抽出の手法は、これに限定されるものではなく、前述の「ブレイク検出画像1における<S11:エッジ抽出>」において挙げた各種手法を変更して利用できる。このステップ「<S43:エッジ抽出>」により作成される画像の一例を、図11(D)に示す。
ブレイク出現箇所の検出を容易にするために、前述のとおりエッジ抽出した画像に対し、二値化処理を行う。具体的には、閾値を「100」とし、この閾値と各画素の輝度とを比較することにより行う。このステップ「<S44:二値化>」により作成されるエッジ抽出画像の一例を、図11(E)に示す。
前述の「<S44:二値化>」により得られた二値化画像に対し、ラベリングにより所定の条件を満たすBlobを抽出する処理を行う。ただ、ブレイクの出現箇所とは関係ないBlobの抽出を抑制するため、Blobの面積(画素数)が閾値未満である場合、そのBlobは除外するのが望ましい。
解析の対象となる涙液層干渉縞画像(動画像)において、解析は動画像におけるフレーム単位で行うので、用意した動画像の各フレーム元画像に対し順次以下の手順に従い処理を行う。
まず、エリアブレイクの検出のため、前述の「ブレイク検出画像3」に説明したステップ「S31乃至S33」に従い、「ブレイク検出画像3」の作成を行う。
作成されたブレイク検出画像3について、当該ブレイク検出画像3に抽出される画素のBlobについて、「Blobの総数」と「Blobの総面積(総画素数)」とを取得し、「Blobの総数」と「Blobの総面積」とが所定の閾値との比較による条件を満たしているか否かを判定する。たとえば、ブレイク検出画像3における「Blobの総数」については「20未満」で、「Blobの総面積」については「5,000以上」などとすることができる。ただし、閾値および条件は、これに限定される必要ななく、適宜変更してよい。
「<F2:エリアブレイク検出の判定>」で、「ブレイク検出画像3」が条件を満たさない場合、さらに、そのフレームが所定のフレームに該当するか否かを判別する。具体的には、開瞼後0.1秒から0.5秒後に該当するフレームに該当するかどうかを判別し、該当する場合は、後述する「<F4:「ブレイク検出画像4」の作成>」に進む。
スポットブレイクの検出のため、前述の「ブレイク検出画像4」に説明したステップ「S41乃至S46」に従い、「ブレイク検出画像4」の作成を行う。
作成されたブレイク検出画像4について、ブレイク検出画像4に抽出されているBlobについて、「Blobの総数」と「Blobの総面積(総画素数)」とを取得し、「Blobの総数」と「Blobの総面積」とが所定の閾値との比較による条件を満たしているか否かを判定する。たとえば、ブレイク検出画像4における「Blobの総数」については「20未満」で、「Blobの総面積」については「125,000未満」などとすることができる。ただし、閾値および条件は、これに限定される必要ななく、適宜変更してよい。
ディンプルブレイク、「ラインブレイク」検出のため、前述の「ブレイク検出画像1」および「ブレイク検出画像2」を作成する。
作成されたブレイク検出画像1について、「ディンプルブレイク検出の判定(F7)」を、また、作成されたブレイク検出画像2について、「ラインブレイク検出の判定(F9)」をそれぞれ行う。
フレーム毎に判定された判定結果を集計する。集計の方法は、特に限定しないが、『エリアブレイク,ディンプルブレイク,ラインブレイク』などの項目を設け、「<F2:エリアブレイク検出の判定>」において、エリアブレイクと判定された場合には、エリアブレイクの数を加算するなど、判定結果に応じた数をカウントアップしてもよい。
以上、各フレームについて判定されたブレイクアップパターンの集計結果に基づき、最終的に、解析対象の涙液層干渉縞画像がどのブレイクアップパターンに該当するかを評価する方法について述べる。
Claims (14)
- 連続する複数のフレームからなる涙液層干渉縞画像について涙液層の動態評価を行う方法であり、
涙液層の破壊箇所を検出する画像である第1のブレイク検出画像、第2のブレイク検出画像、第3のブレイク検出画像、第4のブレイク検出画像のうち少なくとも一の画像を作成するブレイク検出画像作成ステップと、
前記ブレイク検出画像作成ステップにより作成された画像が所定のブレイクアップパターンに該当するか否かを判定する判定ステップと、
前記判定ステップにより判定された判定結果を集計する集計ステップと、
前記集計ステップによる集計結果に基づき前記涙液層干渉縞画像のブレイクアップパターンを評価する評価ステップと、
を含む涙液層の動態評価方法。 - 前記ブレイク検出画像作成ステップが前記第1のブレイク検出画像を作成するステップとして、
エッジを抽出するエッジ抽出ステップと、
縦方向のブレイクを強調する縦方向強調ステップと、
所定の領域内の画素の色情報から色のばらつきを示す値を算出するステップと、
算出された前記色のばらつきを示す値に基づく経過画像を作成する経過画像ステップと、
作成された経過画像における画素の連結領域を抽出する抽出ステップと、
を含むことを特徴とする請求項1に記載の涙液層の動態評価方法。 - 前記ブレイク検出画像作成ステップが前記第2のブレイク検出画像を作成するステップとして、
エッジを抽出するエッジ抽出ステップと、
縦方向のブレイクを強調する縦方向強調ステップと、
前記エッジまたは前記縦方向のブレイクを強調するステップと、
所定の領域内の画素の色情報から色のばらつきを示す値を算出するステップと、
算出された前記色のばらつきを示す値に基づく経過画像を作成する経過画像ステップと、
作成された経過画像における画素の連結領域を抽出する抽出ステップと、
を含むことを特徴とする請求項1又は2に記載の涙液層の動態評価方法。 - 前記ブレイク検出画像作成ステップが前記第3のブレイク検出画像を作成するステップとして、
所定の領域内の画素の色情報から変動係数を算出するステップと、
算出された変動係数に基づく変動係数画像を作成する変動係数画像作成ステップと、
前記変動係数画像における画素の連結領域を抽出する抽出ステップと、
を含むことを特徴とする請求項1乃至3のいずれか1項に記載の涙液層の動態評価方法。 - 前記ブレイク検出画像作成ステップが前記第4のブレイク検出画像を作成するステップとして、
画像を正規化する正規化ステップと、
エッジを抽出するエッジ抽出ステップと、
画素の色情報に基づき二値化する二値化ステップと、
二値化された画像における画素の連結領域を抽出する抽出ステップと、
を含むことを特徴とする請求項1乃至4のいずれか1項に記載の涙液層の動態評価方法。 - 前記ブレイク検出画像作成ステップは、画素の色情報と閾値との比較により解析不要画素を除外するステップを含むことを特徴とする請求項1乃至5のいずれか1項に記載の涙液層の動態評価方法。
- 前記抽出ステップとは、前記第1乃至第4のブレイク検出画像に応じた所定の条件を満たす画素の連結領域を抽出するステップである請求項2乃至6のいずれか1項に記載の涙液層の動態評価方法。
- 前記涙液層干渉縞画像において開瞼を検出する開瞼検出ステップと、を含み、
前記開瞼検出ステップによる開瞼の検知から所定時間範囲、または、所定の枚数範囲に該当するフレームであることを、前記ブレイク検出画像作成ステップが前記第4のブレイク検出画像を作成する条件とすることを特徴とする請求項1乃至7のいずれか1項に記載の涙液層の動態評価方法。 - 前記ブレイク検出画像作成ステップは、まず前記第3ブレイク検出画像を作成し、
作成された前記第3ブレイク検出画像に対する前記判定ステップの判定に応じてその他の第1、第2、および、第4のブレイク検出画像の作成の要否が判断される請求項1乃至8に記載の涙液層の動態評価方法。 - 前記判定ステップとは、
前記ブレイク検出画像作成ステップにより作成された画像における前記連結領域の総数と総面積の少なくとも一方と、所定の閾値との比較により判定するステップである請求項2乃至7のいずれか1項に記載の涙液層の動態評価方法。 - 前記評価ステップとは、
前記集計ステップによる集計結果に基づき、最も多いブレイクアップパターンを前記涙液層干渉縞画像のブレイクアップパターンと評価する請求項1乃至10のいずれか1項に記載の涙液層の動態評価方法。 - 前記評価ステップとは、
前記集計ステップによる集計結果に基づき、対象とした総フレーム数に占める割合と閾値との比較により前記涙液層干渉縞画像のブレイクアップパターンを評価する請求項1乃至10のいずれか1項に記載の涙液層の動態評価方法。 - 前記評価ステップとは、
前記集計ステップによる集計結果に基づき、より重症度の高いブレイクアップパターンを前記涙液層干渉縞画像のブレイクアップパターンと評価する請求項1乃至12のいずれか1項に記載の涙液層の動態評価方法。 - 請求項1乃至13のいずれか一項に記載の方法を実行する涙液層の動態評価装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017155026 | 2017-08-10 | ||
JP2017155026 | 2017-08-10 | ||
PCT/JP2018/029860 WO2019031569A1 (ja) | 2017-08-10 | 2018-08-09 | 涙液層の動態評価方法およびその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019031569A1 true JPWO2019031569A1 (ja) | 2020-08-20 |
JP7104941B2 JP7104941B2 (ja) | 2022-07-22 |
Family
ID=65271346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019535709A Active JP7104941B2 (ja) | 2017-08-10 | 2018-08-09 | 涙液層の動態評価方法およびその装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11369264B2 (ja) |
EP (1) | EP3666168B1 (ja) |
JP (1) | JP7104941B2 (ja) |
WO (1) | WO2019031569A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028234A (zh) * | 2019-12-30 | 2020-04-17 | 执鼎医疗科技(杭州)有限公司 | 人眼泪膜破裂检测方法 |
WO2024057943A1 (ja) * | 2022-09-14 | 2024-03-21 | 興和株式会社 | 涙液層評価装置、涙液層評価プログラム及び涙液層評価方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001309889A (ja) * | 2000-05-01 | 2001-11-06 | Nidek Co Ltd | 眼科装置 |
JP2011156030A (ja) * | 2010-01-29 | 2011-08-18 | Kyoto Prefectural Public Univ Corp | 眼科装置及び画像分類方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000254099A (ja) * | 1999-03-11 | 2000-09-19 | Canon Inc | 眼科装置 |
JP4404648B2 (ja) * | 2004-01-27 | 2010-01-27 | 株式会社ニデック | 眼科装置 |
JP4440142B2 (ja) * | 2005-03-02 | 2010-03-24 | Kddi株式会社 | 割符画像生成方法、復号方法、割符画像生成装置および復号装置 |
US8256898B2 (en) * | 2009-06-12 | 2012-09-04 | The Regents Of The University Of California | Method and device for tear film analysis |
US8909327B1 (en) | 2010-06-23 | 2014-12-09 | Allergan, Inc. | Instrument and method for diagnosing dry eye in a patient |
WO2015073986A1 (en) * | 2013-11-15 | 2015-05-21 | Tearscience, Inc. | Ocular tear film peak detection and stabilitzation detection systems and methods for determining tear film layer characteristics |
JP2017136212A (ja) * | 2016-02-03 | 2017-08-10 | 株式会社ニデック | 眼科装置 |
US11107214B2 (en) * | 2017-05-01 | 2021-08-31 | Kyoto Prefectural Public University Corporation | Method and device for evaluating tear fluid layer dynamics |
CN110831490A (zh) * | 2017-07-04 | 2020-02-21 | 兴和株式会社 | 泪液层评价方法、计算机程序、装置 |
-
2018
- 2018-08-09 US US16/637,210 patent/US11369264B2/en active Active
- 2018-08-09 WO PCT/JP2018/029860 patent/WO2019031569A1/ja active Application Filing
- 2018-08-09 JP JP2019535709A patent/JP7104941B2/ja active Active
- 2018-08-09 EP EP18844150.5A patent/EP3666168B1/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001309889A (ja) * | 2000-05-01 | 2001-11-06 | Nidek Co Ltd | 眼科装置 |
JP2011156030A (ja) * | 2010-01-29 | 2011-08-18 | Kyoto Prefectural Public Univ Corp | 眼科装置及び画像分類方法 |
Non-Patent Citations (2)
Title |
---|
SZCZESNA, D.H. ET AL.: "Interferometric measurements of dynamic changes of tear film", J BIOMED OPT, vol. May/June 2006, vol.11, no.3, JPN7022001282, pages 034028, ISSN: 0004737178 * |
横井則彦ほか: "涙液層動態と画像解析 現状と課題", 日本の眼科, vol. 第86巻、第4号, JPN7022001281, 20 April 2015 (2015-04-20), pages 21 - 26, ISSN: 0004737177 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019031569A1 (ja) | 2019-02-14 |
JP7104941B2 (ja) | 2022-07-22 |
EP3666168B1 (en) | 2023-11-15 |
EP3666168A1 (en) | 2020-06-17 |
EP3666168A4 (en) | 2021-04-28 |
US20200367743A1 (en) | 2020-11-26 |
US11369264B2 (en) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rapantzikos et al. | Detection and segmentation of drusen deposits on human retina: Potential in the diagnosis of age-related macular degeneration | |
JP5572407B2 (ja) | 眼科装置及び画像分類プログラム | |
JP7448470B2 (ja) | 画像分類装置の作動方法、装置及びプログラム | |
Muramatsu et al. | Automated selection of major arteries and veins for measurement of arteriolar-to-venular diameter ratio on retinal fundus images | |
JP7388924B2 (ja) | 涙液層評価方法、コンピュータプログラム、装置 | |
CN110996759B (zh) | 泪液状态评价方法、计算机程序、装置 | |
JP7084001B2 (ja) | 涙液層の動態評価方法およびその装置 | |
Macgillivray et al. | Fractal analysis of the retinal vascular network in fundus images | |
JP6814799B2 (ja) | 涙液状態評価方法およびその装置 | |
Mittal et al. | Automated detection and segmentation of drusen in retinal fundus images | |
Celik et al. | Bioimage informatics approach to automated meibomian gland analysis in infrared images of meibography | |
JP7104941B2 (ja) | 涙液層の動態評価方法およびその装置 | |
Bharali et al. | Detection of hemorrhages in diabetic retinopathy analysis using color fundus images | |
Rapantzikos et al. | Nonlinear enhancement and segmentation algorithm for the detection of age-related macular degeneration (AMD) in human eye's retina | |
Liu et al. | Automatic classification of pathological myopia in retinal fundus images using PAMELA | |
Gadermayr et al. | Getting one step closer to fully automatized celiac disease diagnosis | |
Llorens-Quintana et al. | Automated image processing algorithm for infrared meibography | |
WO2024057943A1 (ja) | 涙液層評価装置、涙液層評価プログラム及び涙液層評価方法 | |
Huang et al. | Edge-directed inference for microaneurysms detection in digital fundus images | |
CA3222336A1 (en) | System and method for detecting and classifying retinal microaneurysms | |
KONSTANTINOS et al. | DETECTION AND SEGMENTATION OF DRUSEN DEPOSITS ON RETINA IMAGES |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210614 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220329 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220428 |
|
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: 20220607 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220630 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7104941 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |