KR101240354B1 - 화상처리장치, 화상처리방법 및 기억매체 - Google Patents

화상처리장치, 화상처리방법 및 기억매체 Download PDF

Info

Publication number
KR101240354B1
KR101240354B1 KR1020117030809A KR20117030809A KR101240354B1 KR 101240354 B1 KR101240354 B1 KR 101240354B1 KR 1020117030809 A KR1020117030809 A KR 1020117030809A KR 20117030809 A KR20117030809 A KR 20117030809A KR 101240354 B1 KR101240354 B1 KR 101240354B1
Authority
KR
South Korea
Prior art keywords
alum
boundary
region
image
extraction
Prior art date
Application number
KR1020117030809A
Other languages
English (en)
Other versions
KR20120027385A (ko
Inventor
다이스케 후루카와
히로시 이마무라
요시히코 이와세
Original Assignee
캐논 가부시끼가이샤
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 캐논 가부시끼가이샤 filed Critical 캐논 가부시끼가이샤
Publication of KR20120027385A publication Critical patent/KR20120027385A/ko
Application granted granted Critical
Publication of KR101240354B1 publication Critical patent/KR101240354B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14Arrangements specially adapted for eye photography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10101Optical tomography; Optical coherence tomography [OCT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30041Eye; Retina; Ophthalmic

Landscapes

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

Abstract

화상처리장치는 피검안의 단층상으로부터 망막층의 경계를 검출하는 경계추출수단과, 상기 피검안의 안저 화상으로부터 백반 영역을 추출하는 백반추출수단과, 상기 단층상과 상기 안저 화상과의 사이에서 위치맞춤을 행하고, 상기 단층상과 상기 안저 화상과의 사이의 공간적 대응관계를 산출하는 위치맞춤수단과, 상기 경계추출수단이 추출한 상기 망막층의 경계와, 상기 백반추출수단이 추출한 상기 백반영역과, 상기 위치맞춤수단이 산출한 상기 공간적 대응관계를 이용하여, 상기 단층상에 있어서 백반이 존재하는 영역을 특정하는 특정수단과, 상기 특정수단이 특정한 영역에 대해서 상기 백반의 존재의 확신도를 계산하는 확신도 계산수단과, 상기 확신도를 이용하여, 상기 특정수단이 특정한 영역으로부터, 상기 단층상에 있어서의 백반 영역을 추출하는 단층상 백반추출수단을 구비한다.

Description

화상처리장치, 화상처리방법 및 기억매체{IMAGE PROCESSING APPARATUS, IMAGE PROCESSING METHOD, AND STORAGE MEDIUM}
본 발명은, 안부(eye portion)의 화상 진단을 지원하는 화상처리장치, 화상처리방법 및 기억매체에 관한 것이다.
생활 습관병 및 실명의 원인의 상위를 차지하는 각종 질병의 조기진단을 목적으로서, 눈의 검사가 널리 행해지고 있다. OCT(Optical Coherence Tomography) 등의 안부의 단층상(斷層像) 촬상장치는, 망막층 내부의 상태를 3차원적으로 관찰하는 것이 가능하기 때문에, 질병의 진단을 보다 정확히 행하는데 유용하다고 기대되고 있다.
OCT를 이용하는 의사에 의한 진단의 부하를 경감하는 것을 목적으로서, 컴퓨터를 이용하는 CAD(Computer-Aided-Diagnosis) 기술이 요구되고 있다. OCT을 위한 CAD에 요청되는 기능으로서는, 예를 들면 질환의 진행도를 파악하기 위해서 OCT 화상으로부터 병변(病變)부의 3차원(3D) 위치, 형상, 및 분포 상황을 취득하는 기능이 있다. 또한, 그 밖의 기능의 예로서, 질환에 대한 치료 효과를 해석하기 위해서, 다른 시간에 촬영된 단일의 피검안의 1집합의 OCT 화상과 대응하여 병변부의 형상 등에 관한 시간적인 변화를 제시하는 함수도 있다.
이러한 고도의 진단 지원 기능을 실현하는 화상처리부에서는, 일반적으로 사전처리에 있어서 OCT 화상으로부터 병변부가 추출되는 것을 전제로 한다. 이 병변부의 추출 정밀도에 따라, 제시해야 할 해석 결과의 정밀도에 영향을 미치기 때문에, 고정밀한 병변부 추출 처리의 실현은 매우 중요한 의미를 갖는다. 본 발명에서는, 안부에 생기는 병변의 하나로서, 백반(exudate)에 주목한다.
3차원 OCT 화상으로부터 백반을 고정밀하게 검출하는 방법은, 아직 제안되어 있지 않다. 일반적으로, 백반은 주변부보다 높은 휘도 및 괴상(massive) 구조를 화상 특징으로서 갖는다. 그렇지만 OCT 화상에는, 병변부 이외에도 신경 섬유층, 시세포 내절 외절 접합부, 망막 색소 상피층 경계의 주변부 등 국소적으로 고휘도 영역이 존재한다. 또한, 현재의 OCT 화상의 화질에서는, 병변부와 그 주변부와의 사이에 충분한 콘트라스트가 없다. 그 때문에, 상기의 화상특징에 주목하는 것만으로 백반을 고정밀하게 추출하는 것은 곤란하다.
이러한 문제에 대한 하나의 해결책은, 또 다른 모달리티(modality)에 의해 취득된 병변부의 정보를 사용하여, 화상 해석을 행하는 영역을 미리 제한하는 것이다. 이렇게 제한해야 할 영역을 특정하는 수단이, 일본국 공개특허공보 특개2007-325831호에 개시되어 있다.
도 1은 일본국 공개특허공보 특개2007-325831호에 개시된 발명을 설명하기 위한 개략도이며, OCT 화상의 전형적인 단면상(B스캔 화상)을 나타내고 있다. 도 1은, 내경계막(101), 시신경 섬유층과 그 하측의 층과의 경계(102), 시세포 내절 외절 접합부(103), 망막 색소 상피층 경계(104), 망막층 내의 혈관(105)을 나타내고 있다. 일본국 공개특허공보 특개2007-325831호에서는, (병변부가 아니고) OCT 화상의 혈관을 검출하기 위해서, 단일의 피검안의 안저 화상으로부터 혈관영역을 추출하고, 그 위치를 OCT 화상에 투영함으로써, OCT 화상 내에 혈관이 존재하는 영역을 특정하고 있다. 도 1로부터 알 수 있듯이, 파선 106과 파선 107의 사이의 영역은, 안저 화상으로부터 취득한 혈관 영역을 OCT 화상에 투영해서 얻은 영역이며, 혈관이 존재하는 영역이 특정되어 있다.
일본국 공개특허공보 특개2007-325831호에 기재된 발명에서는, 도 1에 나타내는 OCT 화상(B스캔 화상)의 상하 방향으로 백반의 존재 범위를 특정할 수 없다. 게다가, OCT 화상에는 병변부와는 다른 고휘도 영역이 존재하는, 현재의 OCT 화상의 화질에서는 병변부와 그 주변부와의 사이의 콘트라스트가 불충분하다고 하는 문제가 있다. 따라서, 본 발명은 OCT 화상으로부터 병변부를 고정밀하게 추출하기 위한 기술을 제공한다.
본 발명의 실시예의 일 국면은, 피검안의 단층상으로부터 망막층의 경계를 검출하는 경계추출수단과, 피검안의 안저 화상으로부터 백반 영역을 추출하는 백반 추출수단과, 상기 단층상과 상기 안저 화상과의 사이에서 위치맞춤을 행하고, 상기 단층상과 상기 안저 화상과의 사이의 공간적 대응관계를 산출하는 위치맞춤수단과, 상기 경계추출수단이 추출한 상기 망막층의 경계와, 상기 백반추출수단이 추출한 상기 백반영역과, 상기 위치맞춤수단이 산출한 상기 공간적 대응관계를 이용하여, 상기 단층상에 있어서 백반이 존재하는 영역을 특정하는 특정수단과, 상기 특정수단이 특정한 영역에 대해서 상기 백반의 존재의 확신도를 계산하는 확신도 계산수단과, 상기 확신도를 이용하여, 상기 특정수단이 특정한 상기 영역으로부터, 상기 단층상에 있어서의 백반영역을 추출하는 단층상 백반추출수단을 구비하는, 화상처리장치에 관한 것이다.
본 발명의 실시예의 또 다른 국면은, 피검안의 단층상으로부터 망막층의 경계를 검출하는 경계추출수단과, 상기 경계추출수단이 추출한 상기 망막층의 경계를 이용하여, 상기 단층상에 있어서 백반이 존재하는 영역을 특정하는 특정수단과, 상기 특정수단이 특정한 영역에 대해서 상기 백반의 존재의 확신도를 계산하는 확신도 계산수단과, 상기 확신도를 이용하여, 상기 특정수단이 특정한 영역으로부터, 상기 단층상에 있어서의 백반 영역을 추출하는 단층상 백반 추출수단을 구비하는, 화상처리장치에 관한 것이다.
본 발명의 그 외의 특징은 (첨부도면을 참조하면서) 이하의 예시적인 실시예의 설명으로부터 밝혀질 것이다.
도 1은 OCT 화상의 전형적인 단층상을 도시한 도면.
도 2는 제1 실시예의 화상처리 시스템의 기기 구성 예를 도시한 도면.
도 3은 제1 실시예의 화상처리장치(210)의 기능 구성 예를 도시한 블럭도.
도 4는 제1 실시예의 화상처리장치(210)의 처리 예를 나타내는 플로차트.
도 5는 제1 실시예의 백반 존재 영역 특정부(354)의 동작을 설명하기 위한 도면.
도 6은 제2 실시예의 백반 존재 확신도의 계산을 설명하기 위한 도면.
도 7은 화상처리장치(210)의 기능을 실현하는 컴퓨터의 기본구성을 도시한 블럭도.
도 8은 안저 사진, 망막 볼륨 데이터 및 적산 화상의 관계를 설명하는 도면.
도 9는 제3 실시예의 백반 추출의 오판정을 설명하기 위한 도면.
도 10은 제4 실시예의 백반 존재 확신도의 계산을 설명하기 위한 도면.
도 11은 제4 실시예의 화상처리장치(210)의 기능 구성 예를 도시한 도면.
이하, 본 발명을 실시하기 위한 최선의 형태에 대해서, 도면을 참조해서 상세하게 설명한다. 다만, 발명의 범위는 도면에 나타내는 예에 한정되는 것은 아니다.
[제1 실시예]
도 2를 참조하여, 제1 실시예에 따른 화상처리 시스템의 기기구성을 설명한다. 화상처리장치(210)는, 단층상(斷層像) 촬상장치(220)와 안저 화상 촬상장치(230)로 촬상된 화상과, 데이터 서버(240)에 저장되어 있는 화상을 화상 처리한다. 화상처리장치(210)의 상세한 구성은 도 3에 나타낸 바와 같다. 단층상 촬상장치(220)는, 안부의 단층상을 취득하고, 예를 들면 타임 도메인 방식의 OCT나 푸리에 도메인 방식의 OCT로 이루어진다. 단층상 촬상장치(220)는, 조작자(기사나 의사:미도시)에 의한 조작에 따라 피검자(환자:미도시)의 안부의 단층상을 3차원적으로 취득한다. 취득한 단층상은 화상처리장치(210) 및 데이터 서버(240)에 송신된다.
안저 화상 촬상장치(230)는, 안저부의 2차원(2D) 화상을 촬상한다. 안저 화상 촬상장치(230)는, 조작자(기사나 의사:미도시)에 의한 조작에 따라 피검자(환자:미도시)의 안저부의 화상을 2차원적으로 촬상한다. 취득한 안저 화상은, 화상처리장치(210) 및 데이터 서버(240)에 송신된다. 데이터 서버(240)는, 단층상 촬상장치(220)로 취득한 단층상과 안저 화상 촬상장치(230)에서 촬상한 안저 화상을 저장한다. 각 저장된 화상은, 화상처리장치(210)로부터의 요구나 조작자(기사나 의사:미도시)로부터의 지시에 응답해서, 화상처리장치(210)에 송신된다. 또한, 데이터 서버(240)는 화상처리장치(210)로부터 출력되는 처리 결과를 저장한다. 로컬 에어리어 네트워크(local area network)(LAN)(250)는, 상기의 각 장치를 서로 접속한다. 또한, 이들 장치는, USB, IEEE1394, 광파이버 등의 인터페이스를 거쳐서 접속된다.
다음에, 화상처리장치(210)에 있어서의 처리를, 도 3의 블럭도와 도 4의 플로차트를 참조해서 설명한다. 해당 처리는, 화상처리장치(210)를 구성하는 각 블록이 대응하는 처리 프로그램을 실행함으로써 실현된다.
우선, 스텝 S401에 있어서, 단층상 취득부(310)는 단층상 촬상장치(220)로부터 송신되는 단층상, 혹은 데이터 서버(240)로부터 송신되는 단층상을 취득한다. 단층상 취득부(310)는 취득한 화상을 기억부(340)에 송신한다. 스텝 S402에 있어서, 안저 화상 취득부(320)는 안저 화상 촬상장치(230)로부터 송신되는 안저 화상, 혹은 데이터 서버(240)로부터 송신되는 안저 화상을 취득한다. 안저 화상 취득부(320)는 취득한 화상을 기억부(340)에 송신한다.
스텝 S403에 있어서, 망막층 경계 추출부(351)는 기억부(340)에 보유되어 있는 단층상으로부터 망막층의 경계를 추출한다. 망막층은 층마다 층 내의 휘도값이 다르기 때문에, 인접하는 2층의 경계에는 농도값의 콘트라스트(엣지)가 생긴다. 따라서, 이 콘트라스트에 주목하여, 층의 경계를 추출한다. 이러한 콘트라스트가 존재하는 영역을 추출하는 방법이 이용가능하다. 예를 들면, 콘트라스트를 엣지라고 간주하고, 엣지를 검출함으로써 층 경계추출을 실현할 수 있다. 좀더 구체적으로는, 엣지 검출 필터를 단층상에 적용함으로써 엣지 성분을 검출하고, 초자체(硝子體)측으로부터 안저의 심도방향으로 엣지를 탐색한다. 그리고나서, 최초의 피크 위치를, 초자체와 망막층과의 경계로서 검출하고, 최후의 피크 위치를 망막 색소 상피층 경계로서 검출한다. 또한, 스네이크(Snakes)나 레벨 세트법과 같은 동적 윤곽법을 적용해서 층의 경계를 검출해도 된다. 레벨 세트법의 경우, 검출 대상의 영역의 차원보다도 1차원 높은 레벨 세트 함수를 정의하고, 검출하고 싶은 층의 경계를 제로 등고선이라고 간주한다. 그리고, 레벨 세트 함수를 갱신함으로써 윤곽을 제어하여, 층의 경계를 검출한다. 이외에는, 그래프커트(GraphCut)와 같은 그래프 이론을 사용해서 층의 경계를 검출해도 된다.
그래프 이론을 이용한 층 검출 처리의 경우, 화상의 각 픽셀에 대응한 노드와, 싱크(sink) 및 소스라고 불리는 터미널을 설정하고, 노드 간을 연결하는 엣지(n-1ink)와, 터미널 간을 연결하는 엣지(t-1ink)를 설정한다. 이들의 엣지에 대하여 웨이트(weight)를 주어, 작성한 그래프에 근거해서, 최소 커트(cut)를 산출함으로써 층의 경계를 검출한다. 상기 층 경계 추출 방법은 모두 3차원 단층상 전체를 처리 대상으로 삼아서 3차원적으로 적용해도 되고, 또는 입력한 3차원 단층상을 2차원 단층상의 집합으로서 간주하고, 각각의 2차원 단층상에 대하여 독립적으로 적용해도 된다. 또한, 층의 경계를 검출하는 방법은 이들 방법에 한정되는 것이 아니고, 안부의 단층상으로부터 층의 경계를 검출가능한 방법이면, 어떤 방법이든 사용해도 된다.
스텝 S404에 있어서, 안저 화상 백반 추출부(352)는 기억부(340)에 보유되어 있는 안저 화상으로부터 백반을 추출한다. 화상 특성으로서, 백반 영역은 안저 화상 내에 국소적으로 존재하고, 또 주변영역보다 높은 휘도를 갖는다. 따라서, 이러한 화상특징에 주목해 백반 추출을 행한다. 추출 방법으로서는 다양한 것을 사용해도 된다. 예를 들면, 안저 화상의 R,G,B 성분 중 어느 한 개의 성분에 대하여 탑햇(tophat) 연산을 적용하는 방법이 이용가능하다. 탑햇 연산은, 농담 화상에 대하여 모폴로지컬(morphological) 연산을 적용하여 취득한 출력 화상과 원화상과의 사이에서 화소마다 농도값 차분을 계산한다. 탑햇 연산 적용 후의 화상에 있어서, 백반에 포함되는 화소는 그 밖의 화소보다 높은 신호를 갖기 때문에, 이 화상에 대하여 스레숄드 처리를 적용함으로써 백반 영역을 추출할 수 있다.
또, 백반 영역의 추출 방법으로서, 서포트 벡터 머신(Support Vector Machine(SVM)) 등의 식별기와, AdaBoost 등에 의해 구축되는 식별기의 앙상블을 사용해도 된다. 이 경우, 특징량으로서, 안저 화상의 R,G,B 각 성분의 농도값이나, R,G,B의 각 성분에서 휘도의 콘트라스트가 높은 영역을 강조할 수 있는 다양한 화상 필터의 출력 결과에 근거해서, 식별기나 그 앙상블을 이용해 각 화소가 백반에 속하는지의 여부를 판정한다. 한층 더, 백반에 속한다고 판정된 전체 화소를 클러스터링(clustering)하여, 각 클러스터(cluster)가 백반영역에 속하는지 여부를 식별한다. 이때, 각 클러스터 내의 휘도값의 평균이나 분산, 혹은 각 클러스터 내부 및 외부의 영역 사이의 휘도값 콘트라스트 등을 특징량으로서 사용한다. 이상의 처리에 의해, 백반영역을 추출할 수 있다. 상기 백반추출 처리에 의해 추출된 영역이 백반을 충분하게 포함하지 않을 경우에는, 추출 결과에 대한 도형 팽창 처리나, 추출 영역을 종(種)(시드 점)으로서 사용한 영역 확장법을 적용함으로써 백반을 충분하게 포함하는 영역을 취득할 수 있다. 또한, 안저 화상으로부터 백반을 추출하는 방법은 이들 방법에 한정되는 것이 아니고, 안저 화상으로부터 백반을 추출가능한 방법이면, 어떤 방법이든 사용해도 된다.
스텝 S405에 있어서, 위치맞춤부(registration unit)(353)는 기억부(340)에 보유되어 있는 단층상과 안저 화상과의 사이에서 위치맞춤을 행한다. 우선 단층상으로부터 적산 화상을 생성한다. 적산 화상의 생성에 대해서 도 8을 참조한다. 도 8에 있어서, 망막 볼륨 데이터(801)는 복수의 망막 단층상(802)으로 구성된다. 망막 볼륨 데이터(801)의 좌표계로서는, 각 망막 단층상(802)(패턴도)의 횡방향을 x축으로 하고, 종방향을 y축으로 하며, 망막 단층상(802)의 배열 방향을 z축으로 한다. 특히, y축에 따른 방향은 A-스캔 라인이라고 불리고, x-y평면은 B-스캔 단면이라고 불리며, x-z평면은 C-스캔 단면이라고 불린다. 또한, 안저 화상(821)의 좌표계로서는, 횡방향을 X축, 종방향을 Y축이라고 한다. 참조번호 804는 내경계막, 참조번호 805는 신경 섬유층의 하측, 참조번호 806은 외망상층의 상측, 참조번호 807은 망막 색소 상피의 하측을 나타내고 있다. 망막층(803)은, 내경계막(804)과 망막 색소 상피의 하측의 경계 사이에 끼워진 조직 내에 존재하는 층으로서 정의된다.
적산 화상(811)은, 망막 볼륨 데이터(801)의 복셀(voxel)의 휘도값을 Z축 방향으로 적산해서 생성된다. 좀더 구체적으로, 단면상의 C-스캔 단면에 평행한 투영 평면을 생각하여, 망막 단층상(802)의 각 A-스캔 라인마다 투영 평면 위의 대응하는 화소에 농도값을 투영한다. 투영하는 화소값의 계산 방법은, 각 A-스캔 라인 위에서의 복셀값의 최대값이나 최소값을 계산하는 방법이나, A-스캔 라인 방향으로 복셀값을 단순 가산하는 방법이나, 복셀 값의 합을 가산의 수로 나눠서 평균을 산출하는 방법을 이용해도 된다. 또, 각 A-스캔 라인 위의 모든 복셀을 고려할 필요는 없고, 임의의 범위 내에서 투영 화소값을 계산해도 된다.
다음에, 적산 화상(811)과 안저 화상(821)으로부터, 해부학적 특징을 갖는 영역을 추출한다. 대표적인 해부학적 특징의 하나로서, 본 실시예에서는 혈관에 주목한다. 혈관은 얇은 선형 구조를 갖고 있기 때문에, 선형 구조를 강조하는 필터를 사용해서 혈관을 추출한다. 선형 구조를 강조하는 필터로서는, 소벨(Sobel) 필터나 라플라시안(Laplacian) 필터와 같은 차분형 필터를 사용해도 된다. 또, 선분을 구조요소라고 했을 때에 화상 농도값의 평균값과 구조요소를 둘러싸는 국소영역 내에서의 평균값의 차를 계산하는 콘트라스트에 근거하는 선분 강조 필터를 사용해도 된다. 또, 농도값 화상의 화소마다 헤센(Hessian) 행렬의 고유값을 계산하고, 결과로서 얻은 2개의 고유값의 조합에 근거해서 선분형의 영역을 추출해도 된다. 또한, 단순하게 선분을 구조요소라고 하는 탑햇(tophat) 연산을 행해도 된다. 도 8에서는, 적산 화상(811)으로부터 안저의 혈관영역(812)을 추출하고, 안저 화상(821)으로부터 혈관영역(822)을 추출한다.
최후로, 적산 화상(811)과 안저 화상(821)으로부터 각각 추출한 혈관영역 812, 822를 사용하여, 안저 화상(821)의 좌표계(X, Y)와 적산 화상(811)의 좌표계(x, z)의 위치맞춤을 행하여, 단층상(802)과 안저 화상(821)과의 공간적 대응관계를 산출한다. 또한, 혈관투영 영역(808)은, 망막 단층상(802)에 있어서의 좌표(x, z)를 갖는 화소영역이다. 위치맞춤을 행할 때는, 2개의 화상 간의 유사도를 의미하는 평가값을 미리 정의하고, 가장 좋은 평가값을 취득하도록 화상의 변형을 행한다. 평가값으로서는, 상기 처리에 의해 취득된 적산 화상 혈관영역(812)과 안저 화상 혈관영역(822)의 중첩의 정도를 의미하는 값이나, 혈관의 분기부 등 특징적인 기하형상을 갖는 영역에 주목했을 때의 대응 랜드마크 간의 거리 등을 이용할 수 있다. 본 실시예에서는, 해부학적 특징을 갖는 영역으로서 혈관을 이용한다. 또, 시신경 유두영역과 같은 그 밖의 해부학적 특징이나, 질환에 의해 생긴 백반이나 출혈 영역을 이용해도 된다. 한층 더, 혈관 등의 해부학적 특징에만 주목하는 것이 아니고, 화상 전체로부터 계산되는 평가값, 예를 들면 휘도값의 평균 2승 오차, 상관계수, 상호 정보량 등도 이용가능하다. 또한, 공지의 기술에 의해 단층상과 안저 화상과의 사이에서 이미 위치맞춤이 이루어진 경우에는, 본 스텝 S405은 생략가능하다.
스텝 S406에 있어서, 백반 존재 영역 특정부(354)는 단층상 내에 백반이 존재할 수 있는 영역을 특정한다. 영역의 특정에는, 망막층 경계 추출부(351)로 취득된 망막층의 경계의 추출 결과, 안저 화상 백반 추출부(352)로 취득된 안저 화상 상의 백반의 추출 결과, 및 위치맞춤부(353)로 취득된 단층상과 안저 화상의 공간적 대응관계를 이용한다.
도 5를 참조해서 백반 존재 영역 특정부(354)의 동작을 설명한다. 도 5는 기억부(340)에 보유되어 있는 단층상 중 B-스캔 화상의 전형적인 1슬라이스와, 망막층 경계 추출부(351)로 취득된 망막층의 경계의 추출 결과를 중첩시켜서 얻은 화상을 나타낸다. 도 5를 참조하면, 참조번호 501은 내경계막, 참조번호 514은 시신경 섬유층과 그 하측의 층과의 경계, 참조번호 502는 시세포 내절 외절 접합부, 참조번호 503은 망막 색소 상피층 경계를 나타낸다. 또, 참조번호 504는 백반을 나타내고 있다. 한층 더, 참조번호 505는 망막층 경계 추출부(351)로 취득된 내경계막의 추출 결과이며, 참조번호 506은 망막층 경계 추출부(351)로 취득된 망막 색소 상피층 경계의 추출 결과다.
본 발명에 있어서의 백반 존재 확신도는, 단층상 내의 화소마다 정의되는 값이며, 그 화소가 백반에 속하는 것인지를 나타내는 확신도를 나타낸다. 즉, 확신도가 높을수록 그 화소가 백반에 속한다는 것을 나타내며, 반대로 확신도가 낮을수록 화소가 백반에 속하지 않는다는 것을 나타낸다. 존재 확신도는 백반을 충분하게 포함하고 있는 것이 기대되는 국소영역 내에서만 정의된다. 스텝 S406에서는, 이 국소영역의 설정을 행한다. 이 국소영역의 설정에는, 안부의 단층상으로부터 추출한 망막층의 경계와 안저 화상으로부터 추출한 백반영역을 사용한다. 이하에 국소영역을 정의하기 위한 4개의 경계선분 507, 508, 509, 510의 설정에 대해서 설명한다.
우선, A-스캔 라인에 직교하는 방향(도 5에 있어서의 X축 방향)에 있어서 국소영역을 정의하기 위한 2개의 선분 507, 508은, 안저 화상으로부터 추출한 백반 영역을 단층상에 투영해서 얻은 백반 영역의 대응영역의 경계를 정의한다. 다음에, A-스캔 라인에 평행한 방향(도 5에 있어서의 Y축 방향) 중 상측의 경계 선분(509)은, 단층상으로부터 추출한 내경계막(505) 중, 상기의 경계선분 507과 508로 분단된 영역 내의 선분을 정의한다. 도 5에서는, 경계선분(509)을 굵은 실선으로 나타내고 있지만, 이것은 파선으로 나타낸 내경계막 추출 결과 중, 경계선분 507과 508로 분단된 부분을 나타내고 있다. 최후로, A-스캔 라인에 평행한 방향(도 5에 있어서의 Y축 방향) 중 하측의 경계선분(510)의 결정에서는, 망막 색소 상피층 경계의 추출 결과를 단순하게 이용할 수 없다. 이것은, 도 5에도 표시되어 있는 것 같이, 안부의 단층상에서는, 백반의 하측에 위치하는 시세포 내절 외절 접합부와 망막 색소 상피층과의 접합이, 그 주변영역에 비해서 낮은 휘도값을 갖는 경향이 있기 때문이다. 이러한 경우에, 잘못해서 백반영역을 망막 색소 상피층 경계로서 추출해서, 이 결과를 단순하게 이용하면, 백반을 충분하게 포함하는 영역을 설정할 수 없게 된다.
이러한 문제를 해결하기 위해서, 본 발명에서는, 경계선분 507과 508로 둘러싸여진 영역의 근방에서의 망막 색소 상피층 경계의 추출 결과 pRPE1 509, pRPE2 510을 이용하여, 경계 선분 510을 정의한다. 좀더 구체적으로는, pRPE1과 pRPE2의 사이를 공지의 보간 방법을 사용하여 보간을 행하여, 선분을 생성하고, 생성된 선분을 경계선분 510으로서 사용한다. 본 실시예에서는, 경계선분 509과 510의 결정에 내경계막의 추출 결과 505과 망막 색소 상피층 경계의 추출 결과 506을 이용한다. 그렇지만, 본 실시예에서 이용할 수 있는 망막층의 경계의 추출 결과는 이들에 한정되는 것은 아니다. 예를 들면, 신경 섬유층과 그 하측의 층과의 경계(514)의 추출 결과와 시세포 내절 외절 접합부(502)의 추출 결과를 이용해도 된다.
스텝 S407에 있어서, 백반 존재 확신도 계산부(355)는 백반 존재 영역 특정부(354)로 취득한 경계선분 507, 508, 509, 510으로 둘러싸여진 국소영역 내의 각 화소에 대해서, 백반의 존재 확신도를 계산한다. 백반은 일반적으로 외망상층과 시세포 내절 외절 접합부의 사이에 존재하는 것이 알려져 있다. 본 발명에서는, 이 해부학적인 지견에 근거해 존재 확신도를 할당한다. 존재 확신도의 설정 방법에는 다양한 것이 이용가능하다. 본 실시예에서는, 보간에 의해 취득한 선분 510으로부터 백반이 가장 존재할 가능성이 있는 위치를 추정하고, 그 결과에 근거해 확신도를 할당한다. 좀더 구체적으로는, 경계선분 510 위의 각 화소로부터 A-스캔 라인에 따라 위쪽으로 일정 거리 DRPE - EXUDATE만큼 떨어진 위치 513을 해부학적으로 백반이 존재하는 위치로서 정의한다. DRPE _ EXUDATE의 값은, 백반이 존재하는 전형적인 경우에 있어서, 백반으로부터 망막 색소 상피층 경계까지의 대표적인 거리값으로부터 결정되어도 된다. 또한, DRPE _ EXUDATE의 값은, 외망상층과 시세포 내절 외절 접합부의 중간적인 위치로부터 망막 색소 상피층 경계까지의 거리값의 평균에 근거해서 계산되어도 된다.
다음에, 식(1)에 나타나 있는 바와 같이, 백반이 가장 존재할 가능성이 있을 것이라고 추정되는 위치 pEXUDATE을 기준위치로서 사용하고, 그 기준위치로부터 일정 범위 내에서 1, 그 범위 밖에서는 0이 되도록 확신도를 설정한다.
Figure 112011102572463-pct00001
식(1)에 있어서, p은 어떤 A-스캔 라인 위의 복셀의 좌표를 나타내고, pEXUDATE는 그 A-스캔 라인에 있어서 백반이 가장 존재할 가능성이 있다고 추정되는 위치 513의 좌표를 나타낸다. 또한, hEXUDATE는 백반의 크기(백반의 중심으로부터의 거리값)의 평균값이며, 미리 취득된 복수의 단층상에 존재하는 백반 영역으로부터 취득된다. 식(1)에서는, 확신도를 2치(0 또는 1)로 정의하고 있다. 그렇지만, 확신도는 0이상 1이하의 다치(multi-value)로 주어져도 된다. 식(2)에서는, 가우스 함수에 근거해 확신도를 정의한다.
Figure 112011102572463-pct00002
또, 식(3)이나 식(4)에 나타나 있는 바와 같이, 확신도를 기준 위치 513으로부터의 거리값에 단순하게 반비례하는 값으로 해도 되고, 혹은 거리값의 2승에 반비례하는 값이 되도록 설정해도 된다.
Figure 112011102572463-pct00003
한층 더, 점 집중도 필터의 필터 출력값 등의 화상 특징량을 존재 확신도로서 설정해도 되고, 선분 509과의 조합에 근거해 확신도를 설정해도 된다.
스텝 S408에 있어서, 단층상 백반 추출부(356)는 백반 존재 확신도 계산부(355)로 취득한 백반의 존재 확신도에 근거하여, 백반의 추출을 행한다. 백반에 속해 있는 복셀은 단층상 내에서 비교적 높은 휘도값을 갖고, 또한, 백반 전체는 단층상 내에서 괴상 구조를 갖고 있다. 이러한 화상특징과 존재 확신도를 이용하여, 백반 추출을 행한다. 복셀 p의 단층상 휘도값을 I(p)라고 하고, 존재 확신도를 C(p)라고 한다. 또, 괴상 구조를 갖는 영역을 강조하는 필터의 하나인 점 집중도 필터의 필터 출력값을 F(p)라고 한다.
Figure 112011102572463-pct00004
식(5)에 있어서, v은 반경 r, r+D을 갖는 2개의 동심원으로 정의되는 원환(ring) 내의 각 복셀을 가리키는 방향 벡터의 집합 V[r,D]의 1개의 요소이며, g(p+v)은 복셀 p+v에 있어서의 단면상의 휘도값 구배 벡터이다. 또한, "ㆍ"은 2개의 벡터의 내적(inner product)을 나타낸다. R1, R2은, 2개의 동심원 중, 내측의 동심원의 반경이며, 점 집중도 필터를 동심원의 반경을 변경하면서 적용함으로써 크기가 서로 다른 백반을 추출하는 것이 가능해진다. 또한, 괴상 구조를 갖는 영역을 강조하는 필터로서는, 탑햇 연산의 출력 결과를 사용해도 되고, 주목 복셀 p을 중심으로 하는 원과 그 주변에서의 휘도값의 차에 근거해서 취득되는 휘도값 콘트라스트를 사용해도 된다. 한층 더, 이들의 필터는 단층상의 각 B-스캔 화상에 독립적으로 적용할 수 있는 2차원 필터여도 개의치 않고, 단층상 전체에 적용할 수 있는 3차원 필터여도 개의치 않는다. 다음에, C(p), I(p) 및 F(p) 중 적어도 1개의 값에 대한 스레숄드 처리에 의해, 백반 영역 REXUDATE를 추출한다. 본 실시예에서는, C(p), I(p), F(p) 모두를 사용하는 예에 관하여 설명한다.
Figure 112011102572463-pct00005
여기에서, VOCT는 단층상 내의 복셀을 요소로서 포함하는 집합을 의미한다. TC, TI, TR는 이미 사전에 취득된 복수의 단층상을 이용한 예비 실험으로부터 결정가능하다. 좀더 구체적으로, TC, TI, TR로서 1집합의 값을 주었을 때의 백반의 미추출율 EFN과 오추출율 EFP을 계산한다. 그리고, 그 계산 결과를 사용해서, 다음 식으로 정의되는 평가값 E를 계산한다.
Figure 112011102572463-pct00006
TC, TI, TR를 변경하면서 평가값 E를 계산한다. E를 최소화할 수 있는 TC, TI, TR를, 식(6)의 스레숄드로서 사용한다. 백반 추출 방법은, C(p), I(p), F(p)에 대한 스레숄드 처리에 한정되는 것은 아니다. 좀더 구체적으로는, C(p), I(p), F(p)을 특징량으로서 갖도록 SVM이나 AdaBoost를 이용해서 식별기를 구축하고, 취득한 식별기에 의해 백반 추출을 행해도 된다. 이 경우에는, 한층 더 복수의 특징량을 추가한다. 예를 들면, 단층상과 존재 확신도 화상에 대한 평균값, 분산, 왜도(distortion), 첨도(kurtosis), 엔트로피(entropy), 소벨(Sobel) 필터, 라플라시안 필터, 가우스 필터, 최대값 필터, 최소값 필터 등을 추가해도 된다. 또한, 이들 특징량의 조합으로서의 필터의 출력값도 특징량으로서 사용가능하다.
스텝 S409에 있어서, 표시부(360)는 단층상 취득부(310)로 취득한 단층상, 안저 화상 취득부(320)로 취득한 안저 화상, 화상처리부(350)로 취득한 백반의 영역을 모니터에 표시한다. 스텝 S410에 있어서, 처리 결과 출력부(370)는 피검안을 분류하는 정보, 화상처리부(350)에 입력된 단층상과 안저 화상, 화상처리부(350)로 취득한 백반영역을 데이터 서버(240)에 송신한다.
상술한 구성에 의하면, 화상처리 시스템은, OCT 단층상으로부터 취득한 망막층의 경계의 추출 결과와 안저 화상으로부터 취득한 백반의 추출 결과를 사용해서 백반이 존재할 가능성이 높은 영역을 특정한다. 다음에, 이 시스템은 그 영역 내에서 존재 확신도를 결정한다. 최후로, 시스템은 존재 확신도와 OCT 단층상으로부터 취득한 화상특징에 근거해 백반을 추출한다. 그 결과, 백반 영역을 고정밀하게 추출하는 것이 가능해진다.
[제2 실시예]
본 실시예에서는 제1 실시예의 스텝 S407에 있어서의 백반 존재 확신도를, 망막층의 경계 간의 거리와 존재 확신도와의 상관 정보에 관한 사전 지식에 근거해 설정하는 변형 예에 관하여 설명한다. 본 실시예에 대응하는 화상처리 시스템의 기기구성은 도 2 및 도 3에 나타낸 것과 같다. 제1 실시예에서는, 망막 색소 상피층 경계로부터 일정 거리 DRPE - EXUDATE만큼 떨어진 위치에 가장 높은 존재 확신도를 할당하고, 이 위치부터 벗어남에 따라 작은 존재 확신도를 할당한다. 그렇지만, 내경계막 - 망막 색소 상피층 경계간 거리는 피검자에 따라 변한다. 또 단일의 피검자에서도, 안저 내의 장소에 의해 거리가 변한다. 그 때문에, 상기의 존재 확신도의 설정 방법에서는, 백반이 존재하는 위치에 적절히 확신도를 할당할 수 없을 가능성이 있다. 따라서, 본 실시예에서는, 복수의 피검안으로부터 내경계막 - 망막 색소 상피층 경계간 거리와 존재 확신도와의 관계를 미리 취득하고, 그 정보를 데이터 서버(240)에 보존해 둔다. 다시 말해, 데이터 서버(240)에는, 내경계막과 망막 색소 상피층 경계 간의 각 화소의 확신도의 복수의 집합이, 상기 내경계막 - 망막 색소 상피층 경계간 거리와 관련지어서 저장되어 있다. 데이터 서버(240)에 저장되어 있지 않은 신규한 피검안에 대하여 존재 확신도를 계산할 때는, 백반 존재 확신도 계산부(355)는 데이터 서버(240) 내에 저장되어 있는 내경계막 - 망막 색소 상피층 경계간 거리와 존재 확신도와의 관계를 이용한다.
내경계막 - 망막 색소 상피층 경계간 거리와 존재 확신도의 상관 정보에 관한 사전 지식은, 미리 저장되어 있는 다수의 단층상으로부터 취득된다. 처음에, 각 단층상 내의 백반 존재 영역을 수동으로 추출한다. 추출한 영역을 통과하는 각 A-스캔 라인에 대해서, 내경계막 - 망막 색소 상피층 경계간 거리를 측정한다. 이상의 처리에 의해, 내경계막 - 망막 색소 상피층 경계간 거리와, A-스캔 라인 위의 백반에 속하는 복셀을 표현하는 1차원 라벨 화상(백반에 속하는 복셀의 값을 "1", 그 이외의 복셀 값을 "0"이라고 하는 화상)을 취득할 수 있다.
모두의 단층상에 대하여 상기의 처리를 적용하여, 경계막 - 망막 색소 상피층 경계간 거리와 백반의 라벨 화상을 취득한 후, 내경계막 - 망막 색소 상피층 경계간 거리와 백반의 존재 위치와의 사이의 상관을 계산한다. 좀더 구체적으로는, 식(8)에 나타나 있는 바와 같이, 내경계막 - 망막 색소 상피층 경계간 거리로서의 거리값 d를 갖는 A-스캔 라인 위의 라벨 화상 L[d] i(p)에 대해서, 복셀마다 라벨값의 평균 M[d](p)을 계산한다.
Figure 112011102572463-pct00007
식(8)에 있어서, Sd는 내경계막 - 망막 색소 상피층 경계간 거리로서의 거리값 d를 갖는 A-스캔 라인 위의 라벨 화상을 나타내는 인덱스의 집합이며, i은 어떤 인덱스를 나타낸다. 또, N[d]은 거리값 d을 갖는 A-스캔 라인의 개수를 의미한다. 식(8)으로 취득한 라벨값의 평균 M[d](p)을, 거리값 d을 갖는 A-스캔 라인에 있어서의 백반의 존재 확신도라고 정의한다.
다음에, 도 6을 참조해서 백반 존재 확신도를 계산하는 스텝 S407에 관하여 설명한다. 우선, 국소영역을 통과하는 A-스캔 라인마다, 스텝 S406에서 취득한 경계선분 509과 510의 사이의 거리 DILM - RPE를 계산한다. 도 6은 구체적으로 어떤 A-스캔 라인(605)을 도시하고 있고, 이 A-스캔 라인(605)과 내경계막의 교점 606, 및 A스캔 라인(605)과 망막 색소 상피층 경계의 교점 607 사이의 거리는 DILM - RPE다. 다음에, 내경계막과 망막 색소 상피층 경계의 사이의 거리가 DIIM _ RPE일 때의 A-스캔 라인 위의 각 복셀에서의 백반 존재 확신도 M[[ DILM - RPE ](p)을 데이터베이스로부터 취득한다. 취득한 백반 존재 확신도는, 대응하는 복셀 p에 대입한다. 국소영역을 통과하는 모든 A-스캔 라인에 대하여 이 조작을 실행함으로써, 국소영역 내의 모든 복셀에 대해서 백반 존재 확신도를 설정할 수 있다.
본 실시예에서는, 내경계막 - 망막 색소 상피층 경계간 거리와 백반의 존재 위치에 관한 상관 정보에 근거해 백반 존재 확신도를 설정했다. 그렇지만, 그 밖의 해부학적 정보를 이용해도 된다. 예를 들면, 단층상 내의 황반으로부터의 거리값 r을 이용할 수도 있다. 이 경우에는, 백반의 존재 확신도는 황반으로부터의 거리값 r에 의존해 결정되는 값 M[r](p)이다. 한층 더, 2개의 파라미터 d와 r을 조합해도 되고, 이 경우 존재 확신도는 d와 r에 의존해서 결정되는 값 M[d,r](p)이다. 본 실시예에서는, 망막층의 경계간 거리로서 내경계막 - 망막 색소 상피층 경계간 거리를 이용했다. 그렇지만, 본 실시예에서 이용할 수 있는 망막층의 경계간 거리는 이러한 특정 거리에 한정되는 것은 아니다. 예를 들면, 시신경 섬유층과 그 하측의 층과의 경계 608과 시세포 내절 외절 접합부 602의 사이의 거리를 이용해도 된다.
상술한 구성에 의하면, 피검자 간의 내경계막 - 망막 색소 상피층 경계간 거리의 차와, 단일 피험자에 있어서의 안저 내에서의 거리의 차에 영향을 받지 않고, 고정밀하게 백반 추출을 행하는 것이 가능해 진다.
[제3 실시예]
본 실시예에서는, 도 4의 스텝 S408의 단층상 내의 백반 추출로 추출한 영역에 관한 오추출 판정을 행하는 예를 설명한다. 스텝 S406에서는, 망막층 추출 결과에 더해서, 안저 화상으로부터 취득한 백반영역을 이용하여, 백반 추출 처리를 적용하는 영역을 한정하고 있다. 그 때문에, 만약 안저 화상에 있어서 백반 이외의 영역을 잘못해서 백반으로서 추출했을 경우, 단층상 내에 백반이 존재하지 않는 영역에 대하여 백반 추출 처리를 적용하게 된다. 이하, 이 실시예에 대해서 구체적으로 설명한다.
도 9는 상기의 오추출에 관하여 설명한 도면이다. 도 9를 참조하면, 참조번호 901은 내경계막, 참조번호 910은 시신경 섬유층과 그 하측의 층과의 경계, 참조번호 902는 시세포 내절 외절 접합부, 참조번호 903은 망막 색소 상피층 경계를 나타내고 있다. 또, 참조번호 904는 망막층 경계 추출부(351)로 취득된 내경계막의 추출 결과이며, 참조번호 905는 망막층 경계 추출부(351)로 취득된 망막 색소 상피층 경계의 추출 결과다. 안저 화상으로부터 백반이 존재하지 않는 영역을 오추출했을 경우, 도 9의 라인 906과 907로 둘러싸인 영역과 같이, 스텝 S406에 있어서 백반이 존재하지 않는 정상적인 영역을 백반이 존재할 수 있는 영역으로서 설정하고, 스텝 S407에서는 이 영역 내에서 백반 존재 확신도를 설정한다. 그 결과, 스텝 S408에서 백반을 추출할 때에, 시신경 섬유층(도 9에서는 라인 901과 910으로 둘러싸인 영역)의 일부 908이나 시세포 내절 외절 접합부와 망막층 경계로 둘러싸인 영역의 일부 909를 백반으로서 오추출할 가능성이 있다. 스텝 S408에서는 구형의 괴상 구조를 갖는 영역을 백반으로서 추출하고 있기 때문에, 이러한 층 구조를 갖는 영역을 오추출할 가능성은 낮지만, 모든 오추출을 억제하는 것은 어렵다.
따라서, 스텝 S408에 있어서 추출한 영역이 오추출된 영역인지를 판정한다. 만약 추출한 영역이 오추출 영역이라고 판정되었을 경우에는 그 영역을 삭제하고, 백반영역에 포함시키지 않는다. 좀더 구체적으로는, 추출된 연결 영역마다 연결 화소의 수를 계산하고, 연결 화소수와 연결 스레숄드를 비교한다. 만약에 연결 화소의 수가 연결 스레숄드보다 작은 경우에는, 그 영역을 작은 영역으로서 간주하고 삭제한다. 한편, 연결 화소의 수가 연결 스레숄드 이상인 영역에 대해서는, 영역마다 원형도를 계산하고, 원형도가 소정의 정도보다도 낮은 영역을 오추출 영역으로서 간주하고 삭제한다. 또, 원형도를 이용하는 대신에, B-스캔 화상에 대한 헤센 행렬의 고유값을 계산하고, 고유값의 조합에 근거해 연결 영역이 원형의 농도값 분포를 갖는지의 여부를 판정하고, 그 판정 결과를 이용해서 오추출 영역을 삭제하는 것도 가능하다. 또한, 본 실시예는, 드루즈(druse)와 같이 안저 화상에 있어서 백반과 유사의 화상 특징을 갖고 있지만, 단층상에 있어서는 다른 화상 특징을 갖고 있는 영역에 관한 백반 오추출에도 적용가능하다.
상술한 구성에 의하면, 본 실시예에서는, 백반 추출에 있어서의 오추출을 억제하는 것이 가능해서, 고정밀하게 백반 추출이 실현된다.
[제4 실시예]
상기의 실시예에 따른 화상처리장치(210)에서는, 단층상으로부터 추출한 망막층의 경계와 안저 화상으로부터 추출한 백반 영역을 이용하여, 백반이 존재할 가능성이 높은 영역을 특정한다. 그리고, 그 영역 내에서, 백반 존재 확신도를 계산하고, 최후에 백반의 존재 확신도와 화상특징에 근거해 단층상으로부터 백반을 추출한다. 본 실시예에 따른 화상처리장치는, 백반 추출 처리 대상영역을 한정하고, 해부학적 지식에 근거해 존재 확신도를 계산하고, 존재 확신도와 화상 특징에 근거해 백반을 추출하는 점에서는, 제1의 실시예와 같다. 다만, 제1 실시예에서는, 백반 추출 처리 대상영역을 한정할 때에, 단층상 망막층 추출 결과에 더해서, 안저 화상으로부터 추출한 백반 영역을 단층상에 투영해서 취득한 투영 영역도 사용한다. 그것에 대해서, 본 실시예에서는 안저 화상 등의 2차원 화상을 이용하는 일 없이, 단층상 망막층 추출 결과만을 사용해서 대상영역을 한정한다.
도 11을 참조하여, 본 실시예에 따른 화상처리장치(210)의 기능 구성을 설명한다. 도 11은 화상처리장치(210)의 기능 블럭도다. 화상처리장치(210)는, 단층상 취득부(1110), 지시 취득부(1120), 기억부(1130), 화상처리부(1140), 표시부(1150), 및 처리 결과 출력부(1160)로 구성된다. 한층 더, 화상처리부(1140)는, 망막층 경계 추출부(1141), 백반 존재 영역 특정부(1142), 백반 존재 확신도 계산부(1143), 및 단층상 백반 추출부(1144)로 이루어진다. 또한, 백반 존재 영역 특정부(1142) 이외의 모든 각 부는 제1 실시예에 따른 화상처리장치(210)의 기능 구성과 같기 때문에, 그것의 설명은 생략한다. 백반 존재 영역 특정부(1142)는, 망막층 경계 추출부(1141)로부터 출력되는 망막층의 추출 결과로부터, 해당 단층상 내에 백반이 존재할 수 있는 영역을 특정한다.
다음에, 본 실시예의 화상처리장치(210)의 처리 순서를 설명한다. 본 실시예에 있어서의 처리는 도 4에 나타낸 플로차트의 각 스텝 중, 스텝 S401, 스텝 S403, 스텝 S406, 스텝 S407, 및 스텝 S408 내지 스텝 S410을 실행함으로써 실현된다. 이들 스텝 중, 스텝 S401, 스텝 S403, 및 스텝 S408 내지 스텝 S410은 같은 처리 내용을 갖는다. 이하, 본 실시예에 대응하는 스텝 S406 및 스텝 S407의 처리를 설명한다.
우선, 스텝 S406에 있어서, 백반 존재 영역 특정부(1142)는, 망막층 경계 추출부(1141)가 취득한 망막층의 경계의 정보로부터, 백반이 존재할 수 있는 영역을 특정한다. 도 10을 참조하여, 이 경우에 있어서의 백반 존재 영역 특정 방법을 설명한다. 도 10에 있어서, 참조번호 1001은 내경계막, 참조번호 1008은 시신경 섬유층과 그 하측의 층과의 경계, 참조번호 1002는 시세포 내절 외절 접합부, 참조번호 1003은 망막 색소 상피층 경계를 나타낸다. 또, 참조번호 1004는 백반을 나타내고 있다. 한층 더, 참조번호 1005는 망막층 경계 추출부(1141)로 취득된 내경계막의 추출 결과이며, 참조번호 1006은 망막층 경계 추출부(1141)로 취득된 망막 색소 상피층 경계의 추출 결과다.
본 실시예에서는, 백반 존재 확신도는 망막층 경계 추출부(1141)로 취득된 내경계막의 추출 결과 1005과 망막 색소 상피층 경계의 추출 결과 1006을 경계로서 갖는 영역 내에서 정의된다."백반이 외망상층과 시세포 내절 외절 접합부의 사이에 존재한다"라고 하는 해부학적인 지견에 근거하여, 이 영역 내의 복셀에 대해서 존재 확신도를 할당한다. 처음에, B-스캔 화상 내의 A-스캔 라인마다, 백반이 가장 존재할 가능성이 있는 위치 1007을, 내경계막의 추출 결과 1005과 망막 색소 상피층 경계의 추출 결과 1006에 근거해서 결정한다. 도 10은, 백반이 가장 존재할 가능성이 있는 위치를 연결하는 선분을 위치 1007로서 나타내고 있다. 또한, 내경계막의 추출 결과 1005과 망막 색소 상피층 경계의 추출 결과 1006이 백반을 충분하게 내포하고 있지 않을 가능성도 고려하여, 내경계막의 추출 결과 1005의 상측과 망막 색소 상피층 경계의 추출 결과 1006의 하측에, 약간 넓은 영역을 설정해도 된다. 본 실시예에서는, 백반 존재 영역을 특정하기 위한 망막층의 경계의 추출 결과로서, 내경계막의 추출 결과 1005과 망막 색소 상피층 경계의 추출 결과 1006을 이용했다. 그렇지만, 본 실시예에서 이용할 수 있는 망막층의 경계의 추출 결과는 이들 특정 추출 결과에 한정되는 것은 아니다. 예를 들면, 시신경 섬유층과 그 하측의 층과의 경계 1008의 추출 결과와 시세포 내절 외절 접합부(1002)의 추출 결과를 이용해도 된다.
다음에, 스텝 S407에 있어서, 백반 존재 확신도 계산부(1143)는 백반 존재 영역 특정부(1142)로 취득되는 백반이 가장 존재할 가능성이 있는 위치 1007 주변의 각 화소에 대해서, 백반의 존재 확신도를 계산한다. 백반은 일반적으로 외망상층과 시세포 내절 외절 접합부 사이에 존재하는 것이 알려져 있다. 본 발명에서는, 이 해부학적인 지견에 근거해 존재 확신도를 할당한다. 본 실시예에서는, 해당 위치 1007을 제1의 실시예의 도 5에 있어서의 위치 513으로서 이용해서, 제1의 실시예와 마찬가지로 백반 존재 확신도를 계산할 수 있다.
이상으로 서술한 구성에 의하면, 화상처리 시스템은, 처음에 OCT 단층상으로부터 취득한 망막층의 경계의 추출 결과만을 사용해서 백반이 존재할 가능성이 높은 영역을 특정한다. 다음에, 이 시스템은 그 영역 내에서 존재 확신도를 망막층의 경계의 추출 결과에 근거해 결정한다. 최후에, 이 시스템은 존재 확신도와 OCT 단층상으로부터 취득한 화상특징에 근거해 백반을 추출한다. 그 결과, 백반 영역을 고정밀하게 추출하는 것이 가능해진다.
[그 밖의 실시예]
상기의 각 실시예는, 본 발명을 화상처리장치로서 실현한 것이다. 그렇지만, 본 발명의 실시예는 화상처리장치에만 한정되는 것은 아니다. 본 실시예에서는 본 발명을 컴퓨터상에서 동작하는 소프트웨어로서 실현한다.
도 7은, 화상처리장치(210)의 각 부의 기능을 소프트웨어로서 실현하기 위해 사용된 컴퓨터의 기본 구성을 도시한 블럭도이다. CPU(701)는, RAM(702)과 ROM(703)에 기억되어 있는 프로그램과 데이터를 사용해서 컴퓨터 전체를 제어한다. 또한, CPU(701)는 화상처리장치(210)의 각 부에 대응하는 소프트웨어 프로그램의 실행을 제어하여, 각 부의 기능을 실현한다. RAM(702)은, 외부기억장치(704)로부터 로드된 프로그램과 데이터를 일시적으로 기억하는 에어리어(area)를 구비하는 동시에, CPU(701)가 각종의 처리를 행하기 위해서 필요로 하는 에어리어도 구비한다. 기억부(340)의 기능은 RAM(702) 등에 의해 실현된다. ROM(703)은, 일반적으로 컴퓨터의 BIOS나 설정 데이터 등을 기억한다.
외부기억장치(704)는, 하드디스크 드라이브 등의 대용량 정보기억장치로서 기능하고, 여기에 오퍼레이팅 시스템이나 CPU(701)가 실행하는 컴퓨터 프로그램 등을 보존한다. 또, 외부기억장치(704)는, 본 실시예의 설명에 있어서 주어지는 정보를 보존하고, 필요에 따라 그러한 정보가 RAM(702)에 로드된다. 모니터(705)는, 액정 표시 등에 의해 구성되어 있다. 예를 들면, 모니터(705)는 표시부(360)로부터 출력되는 내용을 표시할 수 있다. 키보드(706)와 마우스(707)는 입력 디바이스이다. 조작자는 이들 입력 디바이스를 사용하여, 각종의 지시를 화상처리장치(210)에 입력할 수 있다. 지시 취득부(330)의 기능은, 이들 입력 디바이스를 통해서 실현된다. 인터페이스(708)는, 화상처리장치(210)와 외부 기기와의 사이에서 각종 데이터를 교환하기 위해 사용되고, 광 파이버, IEEE1394, USB, 혹은 이더넷(등록상표) 포트 등에 의해 구성된다. 인터페이스(708)를 통해서 취득한 데이터는, RAM(702)에 페치(fetch)된다. 단층상 취득부(310), 안저 화상 취득부(320), 및 처리 결과 출력부(370)의 기능은, 인터페이스(708)를 통해서 실현된다. 상기의 각 구성요소는, 버스(709)를 통해서 서로 접속된다.
본 발명의 국면들은, 상술한 실시예(들)의 기능들을 행하도록 메모리 디바이스 상에 기록된 프로그램을 판독 및 실행하는 시스템 또는 장치의 컴퓨터(또는 CPU 혹은 MPU와 같은 디바이스)에 의해서도 실현될 수 있고, 또 예를 들면 상술한 실시예의 기능을 행하도록 메모리 디바이스 상에 기록된 프로그램을 판독 및 실행함으로써 시스템 또는 장치의 컴퓨터에 의해 행해지는 방법의 스텝들에 의해 실현될 수 있다. 이 목적을 위해서, 이 프로그램을, 예를 들면 메모리 디바이스(예를 들면, 컴퓨터 판독가능한 매체)로서 기능을 하는 다양한 형태의 기록매체로부터 또는 네트워크를 통해서 컴퓨터에 제공한다.
본 발명은 예시적인 실시 예를 참조하면서 설명되었지만, 본 발명은 이 개시된 예시적인 실시 예에 한정되는 것이 아니라는 것이 이해될 것이다. 이하의 특허청구범위의 범주는 모든 변형 및 균등구조 및 기능을 포함하도록 가장 넓게 해석되어야 할 것이다.
본 출원은 전체 내용이 본 명세서에 참고로 포함되어 있는 2009년 6월 2일에 제출된 일본국 공개특허공보 2009-133453호로부터 우선권을 주장한다.

Claims (11)

  1. 피검안의 단층상(tomogram)으로부터 망막층의 경계를 검출하는 경계추출수단과,
    상기 피검안의 안저 화상으로부터 백반(exudate) 영역을 추출하는 백반추출수단과,
    상기 단층상과 상기 안저 화상과의 사이에서 위치맞춤을 행하고, 상기 단층상과 상기 안저 화상과의 사이의 공간적 대응관계를 산출하는 위치맞춤수단과,
    상기 경계추출수단이 추출한 상기 망막층의 경계와, 상기 백반추출수단이 추출한 상기 백반영역과, 상기 위치맞춤수단이 산출한 상기 공간적 대응관계를 이용하여, 상기 단층상에 있어서 백반이 존재하는 영역을 특정하는 특정수단과,
    상기 특정수단이 특정한 영역에 대해서 상기 백반의 존재의 확신도를 계산하는 확신도 계산수단과,
    상기 확신도를 이용하여, 상기 특정수단이 특정한 상기 영역으로부터, 상기 단층상에 있어서의 백반 영역을 추출하는 단층상 백반추출수단을 구비하는, 화상처리장치.
  2. 제 1 항에 있어서,
    상기 특정수단은, 상기 백반추출수단에 의해 추출된 상기 백반영역을 상기 공간적 대응관계를 이용해서 상기 단층상에 투영해서 상기 안저 화상으로부터 추출된 상기 백반영역에 대응하는 상기 단층상에 있어서의 영역을 결정하고,
    상기 특정수단은 상기 대응하는 영역과 그 주변영역에 포함되는 상기 망막층의 경계에 의거하여 상기 단층상에 있어서 상기 백반이 존재하는 영역을 특정하는, 화상처리장치.
  3. 피검안의 단층상으로부터 망막층의 경계를 검출하는 경계추출수단과,
    상기 경계추출수단이 추출한 상기 망막층의 경계를 이용하여, 상기 단층상에 있어서 백반이 존재하는 영역을 특정하는 특정수단과,
    상기 특정수단이 특정한 영역에 대해서 상기 백반의 존재의 확신도를 계산하는 확신도 계산수단과,
    상기 확신도를 이용하여 상기 특정수단이 특정한 상기 영역으로부터, 상기 단층상에 있어서의 백반 영역을 추출하는 단층상 백반추출수단을 구비하는, 화상처리장치.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 확신도 계산수단은, 기준 위치로부터의 거리에 따라 확신도를 계산하고, 상기 기준 위치는 상기 특정수단이 특정한 영역에 있어서, 상기 망막층의 경계에 근거해서 결정되는, 화상처리장치.
  5. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 확신도 계산수단은, 상기 망막층의 경계 사이에 존재하는 각 화소의 확신도의 집합을, 상기 망막층의 경계 사이의 거리와 관련지어서 저장하는 데이터 서버로부터, 상기 특정수단이 특정한 영역에 있어서 상기 망막층의 경계 사이의 거리에 따른 확신도의 집합을 취득하여, 상기 특정한 영역 내의 화소의 확신도를 결정하는, 화상처리장치.
  6. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 단층상 백반추출수단은, 상기 특정수단이 특정한 영역에 포함되고, 관련된 스레숄드보다 큰 확신도를 갖는 각 화소를, 상기 단층상에 있어서의 백반영역으로서 추출하는, 화상처리장치.
  7. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 단층상 백반추출수단은, 상기 확신도에 더하여, 화소의 휘도값과, 휘도값이 주변영역보다 높은 영역을 강조하도록 구성된 필터의 출력값 중 적어도 한 개를 이용하고, 상기 확신도와, 상기 휘도값 및 상기 필터의 출력값 중 적어도 한 개에 관련하여, 관련된 스레숄드보다 큰 화소를 상기 단층상에 있어서의 백반 영역으로서 추출하는, 화상처리장치.
  8. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 단층상 백반추출수단은, 백반으로서 추출한 화소들을 연결해서 얻은 연결 영역에 있어서, 연결 화소의 수가 연결 스레숄드보다 작거나 또는 원형도가 미리 정한 정도보다도 낮은 경우, 상기 연결 영역을 상기 단층상에 있어서의 백반영역으로서 추출하지 않는, 화상처리장치.
  9. 경계추출수단이, 피검안의 단층상으로부터 망막층의 경계를 검출하도록 제어하는 경계추출단계와,
    백반추출수단이, 상기 피검안의 안저 화상으로부터 백반 영역을 추출하도록 제어하는 백반추출단계와,
    위치맞춤수단이, 상기 단층상과 상기 안저 화상과의 사이에서 위치맞춤을 행하고, 상기 단층상과 상기 안저 화상과의 공간적 대응관계를 산출하도록 제어하는 위치맞춤단계와,
    특정수단이, 상기 경계추출단계에서 추출된 상기 망막층의 경계와, 상기 백반추출단계에서 추출된 상기 백반 영역과, 상기 위치맞춤단계에서 산출된 상기 공간적 대응관계를 이용하여, 상기 단층상에 있어서 백반이 존재하는 영역을 특정하도록 제어하는 특정단계와,
    확신도 계산수단이, 상기 특정단계에서 특정된 영역에 관련하여 상기 백반의 존재의 확신도를 계산하도록 제어하는 확신도 계산단계와,
    단층상 백반추출수단이, 상기 확신도를 이용하여, 상기 특정단계에서 특정된 영역으로부터 상기 단층상에 있어서의 백반영역을 추출하도록 제어하는 단층상 백반추출단계를 포함하는, 화상처리방법.
  10. 경계추출수단이, 피검안의 단층상으로부터 망막층의 경계를 검출하도록 제어하는 경계추출단계와,
    특정수단이, 상기 경계추출단계에서 추출된 상기 망막층의 경계를 이용하여 상기 단층상에 있어서 백반이 존재하는 영역을 특정하도록 제어하는 특정단계와,
    확신도 계산수단이, 상기 특정단계에서 특정된 영역에 대해서 상기 백반이 존재하는 확신도를 계산하도록 제어하는 확신도 계산단계와,
    단층상 백반추출수단이, 상기 확신도를 이용하여 상기 특정단계에서 특정된 영역으로부터 상기 단층상에 있어서의 백반 영역을 추출하도록 제어하는 단층상 백반추출단계를 포함하는, 화상처리방법.
  11. 컴퓨터를 청구항 1 내지 3 중 어느 한 항에 따른 화상처리장치로서 기능시키기 위한 컴퓨터 프로그램을 기억하는 컴퓨터 판독가능한 기억매체.
KR1020117030809A 2009-06-02 2010-05-13 화상처리장치, 화상처리방법 및 기억매체 KR101240354B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2009-133453 2009-06-02
JP2009133453A JP4850927B2 (ja) 2009-06-02 2009-06-02 画像処理装置、画像処理方法及びコンピュータプログラム
PCT/JP2010/058491 WO2010140477A1 (en) 2009-06-02 2010-05-13 Image processing apparatus, image processing method, and computer program

Publications (2)

Publication Number Publication Date
KR20120027385A KR20120027385A (ko) 2012-03-21
KR101240354B1 true KR101240354B1 (ko) 2013-03-11

Family

ID=43297614

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117030809A KR101240354B1 (ko) 2009-06-02 2010-05-13 화상처리장치, 화상처리방법 및 기억매체

Country Status (6)

Country Link
US (1) US9436994B2 (ko)
EP (1) EP2437647A4 (ko)
JP (1) JP4850927B2 (ko)
KR (1) KR101240354B1 (ko)
CN (1) CN102458222B (ko)
WO (1) WO2010140477A1 (ko)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4850927B2 (ja) * 2009-06-02 2012-01-11 キヤノン株式会社 画像処理装置、画像処理方法及びコンピュータプログラム
JP5622461B2 (ja) * 2010-07-07 2014-11-12 オリンパス株式会社 画像処理装置、画像処理方法、および画像処理プログラム
JP5127897B2 (ja) * 2010-08-27 2013-01-23 キヤノン株式会社 眼科用画像処理装置及びその方法
CN102436651B (zh) * 2011-08-25 2013-06-19 清华大学 视网膜oct体数据三维层状边界的提取方法及系统
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
JP5936254B2 (ja) * 2012-02-29 2016-06-22 国立大学法人京都大学 眼底観察装置及び眼底画像解析装置
EP2693399B1 (en) * 2012-07-30 2019-02-27 Canon Kabushiki Kaisha Method and apparatus for tomography imaging
JP5722414B1 (ja) * 2013-11-25 2015-05-20 メディア株式会社 骨粗鬆症診断支援装置
JP6410498B2 (ja) * 2014-07-08 2018-10-24 キヤノン株式会社 眼科装置及びその制御方法
JP2016150090A (ja) 2015-02-17 2016-08-22 キヤノン株式会社 撮像装置及びその制御方法
JP2016168257A (ja) 2015-03-13 2016-09-23 キヤノン株式会社 眼科装置及びその制御方法、並びに、プログラム
JP6700678B2 (ja) * 2015-06-02 2020-05-27 キヤノン株式会社 画像処理装置及び画像処理装置の作動方法
JP6644075B2 (ja) 2015-08-19 2020-02-12 興和株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP6929689B2 (ja) * 2016-04-26 2021-09-01 キヤノンメディカルシステムズ株式会社 医用画像処理装置及び医用画像診断装置
CN106570895B (zh) * 2016-10-21 2019-04-26 深圳市斯尔顿科技有限公司 一种眼底血管网图像的配准方法
WO2020075345A1 (ja) 2018-10-10 2020-04-16 キヤノン株式会社 医用画像処理装置、医用画像処理方法及びプログラム
WO2020123303A2 (en) * 2018-12-10 2020-06-18 Voxeleron, LLC System and method for obtaining measurements from imaging data
CN109744996B (zh) * 2019-01-11 2021-06-15 中南大学 Oct图像的bmo位置定位方法
WO2023102081A1 (en) * 2021-12-01 2023-06-08 Tesseract Health, Inc. Feature location techniques for retina fundus images and/or measurements
US11935238B2 (en) * 2021-12-22 2024-03-19 RealizeMD Ltd. Systems and methods for generating clinically relevant images that preserve physical attributes of humans while protecting personal identity

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008267892A (ja) * 2007-04-18 2008-11-06 Topcon Corp 光画像計測装置及びそれを制御するプログラム

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004098396A2 (en) * 2003-05-01 2004-11-18 The Cleveland Clinic Foundation Method and apparatus for measuring a retinal sublayer characteristic
DE10357206B4 (de) * 2003-12-08 2005-11-03 Siemens Ag Verfahren und Bildbearbeitungssystem zur Segmentierung von Schnittbilddaten
US7301644B2 (en) * 2004-12-02 2007-11-27 University Of Miami Enhanced optical coherence tomography for anatomical mapping
US8613710B2 (en) * 2005-01-13 2013-12-24 Christopher J. Kolanko Noninvasive method for determining the presence of systemic hypertension in a subject
US7474775B2 (en) * 2005-03-31 2009-01-06 University Of Iowa Research Foundation Automatic detection of red lesions in digital color fundus photographs
US8098907B2 (en) * 2005-07-01 2012-01-17 Siemens Corporation Method and system for local adaptive detection of microaneurysms in digital fundus images
WO2007061769A2 (en) * 2005-11-18 2007-05-31 Duke University Method and system of coregistrating optical coherence tomography (oct) with other clinical tests
EP1976424B1 (en) * 2006-01-19 2011-09-21 Optovue, Inc. A method of eye examination by optical coherence tomography
US7768652B2 (en) * 2006-03-16 2010-08-03 Carl Zeiss Meditec, Inc. Methods for mapping tissue with optical coherence tomography data
JP4869756B2 (ja) * 2006-03-24 2012-02-08 株式会社トプコン 眼底観察装置
JP4855150B2 (ja) 2006-06-09 2012-01-18 株式会社トプコン 眼底観察装置、眼科画像処理装置及び眼科画像処理プログラム
US20070291277A1 (en) * 2006-06-20 2007-12-20 Everett Matthew J Spectral domain optical coherence tomography system
JP4969925B2 (ja) * 2006-06-28 2012-07-04 株式会社トプコン 眼底観察装置
US8223143B2 (en) * 2006-10-27 2012-07-17 Carl Zeiss Meditec, Inc. User interface for efficiently displaying relevant OCT imaging data
JP5058627B2 (ja) * 2007-02-26 2012-10-24 株式会社トプコン 眼底観察装置
JP4971872B2 (ja) * 2007-05-23 2012-07-11 株式会社トプコン 眼底観察装置及びそれを制御するプログラム
JP5148928B2 (ja) 2007-05-31 2013-02-20 株式会社トプコン 眼底検査装置及びプログラム
JP4940069B2 (ja) * 2007-09-10 2012-05-30 国立大学法人 東京大学 眼底観察装置、眼底画像処理装置及びプログラム
JP4940070B2 (ja) * 2007-09-10 2012-05-30 国立大学法人 東京大学 眼底観察装置、眼科画像処理装置及びプログラム
US7801271B2 (en) * 2007-12-23 2010-09-21 Oraya Therapeutics, Inc. Methods and devices for orthovoltage ocular radiotherapy and treatment planning
JP4819851B2 (ja) * 2008-07-31 2011-11-24 キヤノン株式会社 診断支援装置およびその方法、プログラム、記録媒体
US20100142767A1 (en) * 2008-12-04 2010-06-10 Alan Duncan Fleming Image Analysis
JP4850892B2 (ja) * 2008-12-19 2012-01-11 キヤノン株式会社 眼底画像表示装置及びその制御方法、コンピュータプログラム
JP4909378B2 (ja) * 2009-06-02 2012-04-04 キヤノン株式会社 画像処理装置及びその制御方法、コンピュータプログラム
JP4909377B2 (ja) * 2009-06-02 2012-04-04 キヤノン株式会社 画像処理装置及びその制御方法、コンピュータプログラム
JP4850927B2 (ja) * 2009-06-02 2012-01-11 キヤノン株式会社 画像処理装置、画像処理方法及びコンピュータプログラム
JP5025715B2 (ja) * 2009-12-08 2012-09-12 キヤノン株式会社 断層画像撮影装置、画像処理装置、画像処理システム、画像処理装置の制御方法及びプログラム
JP5701024B2 (ja) * 2010-11-26 2015-04-15 キヤノン株式会社 画像処理装置及び方法
US9033510B2 (en) * 2011-03-30 2015-05-19 Carl Zeiss Meditec, Inc. Systems and methods for efficiently obtaining measurements of the human eye using tracking
JP5936371B2 (ja) * 2012-01-26 2016-06-22 キヤノン株式会社 眼科装置、眼科装置の制御方法、およびプログラム
JP5297541B2 (ja) * 2012-01-26 2013-09-25 キヤノン株式会社 眼科装置、眼科装置の制御方法、およびプログラム
JP6143422B2 (ja) * 2012-03-30 2017-06-07 キヤノン株式会社 画像処理装置及びその方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008267892A (ja) * 2007-04-18 2008-11-06 Topcon Corp 光画像計測装置及びそれを制御するプログラム

Also Published As

Publication number Publication date
US9436994B2 (en) 2016-09-06
US20120070059A1 (en) 2012-03-22
WO2010140477A1 (en) 2010-12-09
EP2437647A4 (en) 2014-09-10
CN102458222A (zh) 2012-05-16
EP2437647A1 (en) 2012-04-11
JP4850927B2 (ja) 2012-01-11
JP2010279438A (ja) 2010-12-16
CN102458222B (zh) 2014-11-05
KR20120027385A (ko) 2012-03-21

Similar Documents

Publication Publication Date Title
KR101240354B1 (ko) 화상처리장치, 화상처리방법 및 기억매체
US9098742B2 (en) Image processing apparatus and image processing method
KR101478598B1 (ko) 화상처리장치, 그 제어방법 및 컴퓨터 프로그램
JP6594033B2 (ja) 画像処理装置、画像処理方法及びプログラム
KR101373935B1 (ko) 안과 장치, 안과 장치의 제어 방법 및 컴퓨터 판독가능 저장 매체
EP2455912B1 (en) Composite image generation from a tomogram of a portion of an eye
US20110137157A1 (en) Image processing apparatus and image processing method
JP5697733B2 (ja) 3次元光コヒーレンストモグラフィを用いた視神経障害の検出
AU2021202217B2 (en) Methods and systems for ocular imaging, diagnosis and prognosis
JP5631339B2 (ja) 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
KR20130027506A (ko) 단층화상 관찰장치, 처리 방법 및 컴퓨터 판독 가능한 기억매체
JP6748434B2 (ja) 画像処理装置、推定方法、システム及びプログラム
JP5523174B2 (ja) 画像処理装置及び方法
de Sisternes et al. A machine learning approach for device-independent automated segmentation of retinal cysts in spectral domain optical coherence tomography images
JP2019202229A (ja) 画像処理装置、画像処理方法及びプログラム
JP5624532B2 (ja) 画像処理装置、画像処理方法、眼科システム及びコンピュータプログラム
JP5852691B2 (ja) 画像処理装置及び方法
Nakagawa et al. Comparison of the depth of an optic nerve head obtained using stereo retinal images and HRT
WO2022232555A1 (en) Techniques for automatically segmenting ocular imagery and predicting progression of age-related macular degeneration
Ding et al. Research progress of the algorithms for segmentation of retinal images using optical coherence tomography

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160121

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170125

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180125

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee