WO2008035425A1 - analyse d'image de fond de l'oeil et programme - Google Patents

analyse d'image de fond de l'oeil et programme Download PDF

Info

Publication number
WO2008035425A1
WO2008035425A1 PCT/JP2006/318761 JP2006318761W WO2008035425A1 WO 2008035425 A1 WO2008035425 A1 WO 2008035425A1 JP 2006318761 W JP2006318761 W JP 2006318761W WO 2008035425 A1 WO2008035425 A1 WO 2008035425A1
Authority
WO
WIPO (PCT)
Prior art keywords
blood vessel
information
image analysis
fundus
data
Prior art date
Application number
PCT/JP2006/318761
Other languages
English (en)
French (fr)
Inventor
Hiroshi Fujita
Toshiaki Nakagawa
Yoshinori Hayashi
Original Assignee
Tak 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 Tak Co., Ltd. filed Critical Tak Co., Ltd.
Priority to PCT/JP2006/318761 priority Critical patent/WO2008035425A1/ja
Publication of WO2008035425A1 publication Critical patent/WO2008035425A1/ja

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
    • A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • 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
    • 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

Definitions

  • the present invention relates to an image analysis system and an image analysis program, and in particular, an image analysis system and an image analysis program capable of providing a doctor with information useful for diagnosis of ophthalmic diseases such as glaucoma. It is about.
  • a blood vessel photographed by a fundus photograph is a part of a brain blood vessel in the brain located in the back of the eyeball, and can directly observe the state in the brain from outside the body. This is the only method and can provide very useful information to doctors.
  • these fundus photographs are used for diagnosing lifestyle-related diseases such as diabetes.
  • Optic nerve head is observed in a 7 mm circle or oval shape.
  • the optic nerve head is sometimes referred to as an optic disc in an anatomical manner. In the vicinity of the center of the optic disc portion, a circular so-called optic disc recess or physiologic cup is observed.
  • one of the criteria for diagnosis is the diameter or radius of the optic papilla and the optic papular depression (depression) described above.
  • Each ratio is required. That is, when the diameter ratio of the optic disc depression (C: Cup) to the substantially circular optic disc (D: Disc) (hereinafter referred to as “CZD ratio”) is larger than normal, Symptoms of glaucoma are generally suspected. In addition, glaucoma is similarly suspected if the difference in CZD ratio between the left and right fundus is 0.2 or more.
  • Diagnosis of glaucoma is made not only by the value of the CZD ratio but also by other tests and doctors' findings, other suspicious symptoms, 1) Intraocular pressure value of 25 mmHg In some cases, 2) There are symptoms due to high intraocular pressure, such as "I feel a heavy eye", 3) The optic disc findings change over time, 4) There is a retinal nerve fiber layer defect, etc. It is the target of treatment.
  • the value of CZD ratio is one of useful information for the diagnosis, and glaucoma is not directly judged only by this value.
  • the fundus that is a part of the eyeball is three-dimensionally configured with a three-dimensional curved surface (spherical surface).
  • the above fundus photo is actually a three-dimensional structure, but it is constructed by converting it into two-dimensional (planar). Therefore, when diagnosing various diseases using the fundus photograph, the two-dimensional fundus photograph is imaged in a three-dimensional manner in the head, and the optic disc depression is based on it. There was a case to judge the expansion of. Therefore, ophthalmologists with poor diagnostic experience may not be able to make an accurate diagnosis. Therefore, attempts have been made to add three-dimensional information to increase the accuracy of the CZD ratio and enable accurate diagnosis.
  • three-dimensional data is obtained by calculating and analyzing a pair of stereo image data photographed by a stereo fundus camera. Then, based on the obtained three-dimensional data, a fundus stereoscopic image analysis method and apparatus for designating a disk area have been proposed (see, for example, Patent Document 1 and Patent Document 2). More specifically, the first stage for designating a three-dimensional data card disk line, the second stage for obtaining the lowest point in the disk area determined from the designated disk line, and a predetermined detection angle centered on the lowest point.
  • a third stage for determining the cross section of each disk a fourth stage for determining the highest point of each end of the meridian for each disk cross section, and a level down from the highest point by a predetermined depth (for example, 150 micrometers)
  • the fifth step with the cup point and the obtained cup points are sequentially connected
  • a sixth stage constituting the cup edge focusing on the fact that the optic nerve head recess is generally white high and has a luminance value, an optic nerve head diagnostic device that determines the optic nerve head recess using color information has also been proposed (for example, see Patent Document 3).
  • Patent Document 1 Japanese Patent No. 3585331
  • Patent Document 2 Japanese Patent No. 3594468
  • Patent Document 3 Japanese Patent Laid-Open No. 06-125876
  • the fundus image analysis method and analysis apparatus described above may cause the following problems. That is, according to a fundus image analysis method using three-dimensional data of the optic papilla obtained from stereo image data, this three-dimensional image and a planar two-dimensional image are The (operator) is operated manually to indicate the contour (disc line) of the optic nerve head, and is further lowered by a predetermined height (for example, 150 micrometers) inside the disc line. The point was uniformly determined as the contour (cupline) of the optic disc recess. In other words, it was based on an empirical rule lacking an anatomical basis that the position determined by the predetermined height was uniformly determined as a cup line.
  • a predetermined height for example, 150 micrometers
  • the accuracy of determining the cupline is significantly reduced under various conditions that do not take into account any other information such as the blood vessel running state or color information (pixel value difference) of the optic papilla and optic papilla depression.
  • a general ophthalmologist checks the fundus image with the naked eye and decides the cupline by comprehensively judging various information such as the above-mentioned blood vessel running state and color information of the fundus photograph. Decisions are made.
  • Patent Document 3 when only color information is used as an element for determining a cupline, the whitish V of the optic disc recess that expands as glaucoma progresses, The pallor area indicated by the pixels had a strong tendency that the optic disc recess was enlarged before the pallor area. In other words, the accuracy of the determination of the cup line is sufficient even when relying only on color information that does not necessarily match the contours of the optic disc concavity and the pale part. Although it was in, it was power. In other words, the determination of the existing cup-line as shown above is determined uniformly based on only one piece of information, and is comprehensively judged from multiple pieces of information (features). Then I helped. For this reason, there has been a need for an actual medical site that can determine the cup line based on comprehensive judgments empirically made by ophthalmologists.
  • An object of the present invention is to provide an image analysis system and an image analysis program capable of accurately determining a cup line.
  • an image analysis system is an image analysis system that uses an image analysis computer to analyze an image obtained from the fundus oculi, From the three-dimensional fundus image data that can be displayed, the optic nerve head is extracted using the difference in pixel value, and the nipple region information acquisition means for acquiring the nipple region information, and the three-dimensional fundus image data, Based on the blood vessel region extraction means for extracting the blood vessel region using the difference in pixel value and the extracted blood vessel data of the blood vessel region, the bending degree of each of the plurality of blood vessels running on the fundus is calculated.
  • a probability map creating means for creating a probability map representing the optic disc, and identifying the optic disc recess based on map data of the created probability map, and determining a cupline corresponding to the contour of the optic disc recess And a cup-line determining means.
  • the three-dimensional fundus image data is data that can be shown in three dimensions, in other words, three-dimensionally, in a curved surface that is a part of a substantially spherical eyeball. Yes, it contains information about the depth of the optic disc and the depth of the optic disc recess. Since the three-dimensional fundus image data includes the above-mentioned depth information (depth information), the three-dimensional fundus image data is taken using a photographing device such as a stereo fundus camera capable of three-dimensional photography, and is directly used as electronic data. Two-dimensional fundus image power obtained by photographing the acquired fundus or the fundus It can be created using a known technique such as obtaining the difference, obtaining the three-dimensional structure of the eyeball, and converting it to three-dimensional fundus image data.
  • a photographing device such as a stereo fundus camera capable of three-dimensional photography
  • the nipple region information acquisition means refers to an optic nerve that inevitably has a larger contour (disc line) than the cup line in order to identify the contour (cup line) of the optic disc recess that will be described later. This is for specifying the area of the nipple using the difference in pixel values.
  • the optic papilla generally obtains a fundus image in a state of high brightness with respect to the surrounding fundus region. Therefore, the pixel values of each pixel constituting the three-dimensional fundus image data are measured, and the areas where the pixel values of adjacent pixels are greatly different are recognized as the optic disc area and the surrounding fundus area.
  • the discline of the optic papilla is determined.
  • the optic nerve head has a substantially circular shape due to its physiological characteristics.
  • the bending degree calculation means calculates information (flexion degree information) on the bending degree of each blood vessel that runs along the fundus from the blood vessel region extracted using the difference in pixel value. It is.
  • the blood vessel travels along the optic disc and the optic disc recess.
  • the sinking of the eyeball is deep in the depth direction, so the blood vessel travels rapidly in the depth direction.
  • the traveling direction of the blood vessel is represented by a rapid change in the depth direction by the degree of bending.
  • the bending degree of each blood vessel is obtained for each pixel in each blood vessel region, and the points where the bending degree changes greatly are plotted. Then, by connecting each point where the degree of flexion changes greatly, a line that approximates the cup line of the optic disc recess is formed, and the degree of flexure information in which the inner side of the line is the optic disc recess is obtained.
  • the probability map creating means uses the information about the depth of the three-dimensionalized three-dimensional fundus image data and the above-described nipple area information and flexion degree information, so that the cup of the optic disc dent is used.
  • the line is determined.
  • the specific method of creating the probability map is not particularly limited. For example, a plurality of dots are drawn on the image obtained by extracting the optic disc area and expressed by the density of the dots. It may be a color or a color to be drawn depending on the existence probability.
  • the pipeline determining means performs a process of determining a pipeline by plotting each pixel determined to have an existence probability of 90% or more, for example. Is.
  • the system (image analysis computer) operator may be provided with means for sequentially displaying the processing status, that is, the determined pipeline is displayed or created. It may be provided with a function of displaying the calculated probability map or displaying the calculated degree of bending and the position of the bending point. For these, a general display means (display) or the like is used.
  • the image analysis system of the present invention in addition to the above-described configuration, “accumulates the contour data of the depressed portion related to the cup of the optic disc depressed portion of the plurality of predetermined images, It may further comprise a recessed contour data storing means for storing, and the probability map creating means further creates the probability map using the recessed contour data.
  • the image analysis system of the present invention information relating to the diagnosis of the fundus image that has been performed with the naked eye by an ophthalmologist or the like and accumulated based on experience, is databased.
  • information relating to the diagnosis of the fundus image that has been performed with the naked eye by an ophthalmologist or the like and accumulated based on experience, is databased.
  • the probability map By taking this into consideration when creating the probability map, it becomes possible to determine the cup line in line with the diagnosis of the actual ophthalmologist.
  • the fundus image is confirmed with the naked eye, even if the pixel is located at a location that is not clearly the cupline of the optic disc recess, depending on the uniform processing based on the bending degree information and the nipple region information, the cup The possibility of being judged as a line increases. For this reason, the accuracy of the obtained cupboard is further improved by applying the diagnostic criteria of an actual ophthalmologist or the like.
  • the image analysis system of the present invention may be configured as follows: "The probability map creating means multiplies the nipple area information and the bending degree information by a predetermined weight coefficient, respectively. It may be equipped with “weighting factor processing means for creating map data”.
  • the weighting factor is determined in advance for each piece of information for calculating the existence probability of the visual perineal cavity depression calculated for each pixel. That is, although it is possible to treat each feature amount equally, for example, “0.5” for the depth information of the three-dimensional fundus image data, “0.3” for the nipple region information, and By multiplying each feature amount by a weighting factor (see Equation (1)), for example, “0.2”, the existence probability with the highest importance is obtained for the depth information. Is possible.
  • the image analysis system of the invention may be configured as follows: “The bend degree calculating unit selects one target pixel from a plurality of pixels constituting the blood vessel region extracted by the blood vessel region extracting unit. And the length of the virtual line segment when the virtual line segment is extended from the pixel center of the selected target pixel to the boundary of the blood vessel region with respect to the omnidirectional angle of the pixel center.
  • the angle of the two virtual line segments when the maximum value is obtained from the line segment length calculation means and the change in the line segment length with respect to the omnidirectional angle is calculated, and the bending is calculated from the difference between the two calculated angles.
  • Degree of flexion to determine degree may be provided with "means”.
  • the bending degree information indicating the bending degree is obtained based on the focus pixel selecting means, the line segment length calculating means, and the bending degree determining means. More specifically, one pixel in the blood vessel region is selected as the pixel of interest, a virtual line segment is extended from the pixel center of the pixel of interest to the boundary of the blood vessel region, and the length of the virtual line segment is set to the pixel center. Is calculated for all azimuth angles. Then, the angle of the two virtual line segments when the changing force of the length of the virtual line segment with respect to the omnidirectional angle becomes the maximum value is obtained. Then, the differential force bending degree between the two obtained angles is determined.
  • the image analysis program of the present invention “extracts the optic nerve head from the three-dimensional fundus image data that can be displayed in a three-dimensional manner using the difference in pixel values.
  • a nipple region information acquiring unit for acquiring nipple region information
  • a vascular region extracting unit for extracting a vascular region from the three-dimensional fundus image data using a difference in pixel value, and based on the extracted vascular data of the vascular region.
  • the bending degree calculating means for calculating the bending degree of each of the plurality of blood vessels running on the fundus, the three-dimensional fundus image data, the acquired papillary region information, and the bending degree information relating to the bending degree.
  • the probability map creating means for creating a probability map representing the existence probability of the optic disc recess existing in the optic disc region and on the basis of the created map data of the probability map, Identify the nipple recess, as the cup line determination means for determining a cup line corresponding to the contour of the optic nerve head recess, are mainly composed of an image analysis computer to function "ones.
  • a cup line is determined with high accuracy by using various feature amounts such as three-dimensional fundus image data including depth information, nipple region information, curvature information, and recessed contour data. be able to.
  • feature amounts such as three-dimensional fundus image data including depth information, nipple region information, curvature information, and recessed contour data.
  • FIG. 1 is a block diagram showing a functional configuration of an image analysis computer in the image analysis system of the present embodiment.
  • FIG. 2 is an explanatory diagram showing an example of (a) fundus image data, (b) an image cut out to include the extracted optic papilla, and (c) a papilla region.
  • FIG. 3 is an explanatory diagram visually showing depth information of three-dimensional fundus image data.
  • FIG. 4 is an explanatory view schematically showing calculation of the degree of bending.
  • FIG. 5 is an explanatory diagram showing an example of a plot of (a) an extracted blood vessel region and (b) an inflection point.
  • FIG. 6 is an explanatory diagram showing an example of the created probability map.
  • FIG. 7 is an explanatory diagram showing the determined cup line.
  • FIG. 8 is a flowchart showing a processing flow of the image analysis computer.
  • FIG. 9 is a flowchart showing the flow of processing of the image analysis computer.
  • FIG. 1 is a block diagram showing a functional configuration of the image analysis computer 2 in the image analysis system 1 of the present embodiment.
  • FIG. 2 shows (a) fundus image data, (b) extracted optic papilla.
  • FIG. 3 is an explanatory diagram showing an example of an image cut out to include 3 and (c) the nipple region 16, and
  • FIG. 3 is an explanatory diagram visualizing the depth information 13 of the three-dimensional fundus image data 10. Yes, Fig. 4 simulates the calculation of the degree of bending.
  • FIG. 5 is an explanatory diagram schematically showing, FIG.
  • FIG. 5 is an explanatory diagram showing an example of a plot of (a) extracted blood vessel region 19 and (b) inflection point 5
  • FIG. 6 is an example of a created probability map
  • FIG. 7 is an explanatory diagram showing the determined cup line 7
  • FIGS. 8 and 9 are flowcharts showing the processing flow of the image analysis computer 2.
  • the image analysis system 1 is based on the fundus image 9 taken by the stereo fundus camera 8.
  • the cup line 7 which is the outline of the nipple recess 4 is accurately determined, and an accurate value of the ratio of the optic nerve ridge recess Z optic nerve head (CZD ratio) is provided to ophthalmologists etc.
  • It is mainly composed of an image analysis computer 2 that can support the diagnosis of psychiatric diseases.
  • the image analysis computer 2 can use a general-purpose personal computer, and a stereo fundus camera 8 that obtains three-dimensional fundus image data 10 that can be displayed in three dimensions.
  • a liquid crystal display 11 for displaying the results of various processes and analysis results using the three-dimensional fundus image data 10 and a keyboard and mouse (not shown) that accept input of various commands and data to the image analysis computer 2
  • the operation input device 12 is composed mainly of the following. In addition, it may be equipped with general peripheral devices (not shown!) Such as an external storage device to store various data acquired and created! /.
  • FIG. 1 three-dimensional fundus image data including depth information 13 captured by a stereo fundus camera 8 and converted into electronic data is shown.
  • the data storage means 14 storing 10 and the difference between the pixel values of each pixel constituting the fundus image 9 of the stored three-dimensional fundus image data 10 from the surrounding fundus region 15 to a substantially circular optic disc
  • the nipple region information acquisition means 18 that extracts the nipple region 16 of the part 3 and acquires it as the nipple region information 17 and the vascular region 19 that extracts the vascular region 19 from the three-dimensional fundus image data 10 using the difference in pixel values
  • the bending degree calculation means 21 for calculating the bending degree of a plurality of blood vessels running on the fundus and obtaining the bending degree information 25, and predetermined Multiple eyes
  • the bending degree calculating means 21 includes a target pixel selecting means 31, a line segment length calculating means 36, and a bending degree determining means 37.
  • the pixel-of-interest selecting means 31 is for selecting the pixel-of-interest 30 of the plurality of pixels constituting the extracted blood vessel region 19. That is, a reference position for determining a line segment length L, maximum line segment lengths L 1 and L2, and a line segment angle ⁇ , which will be described later, is determined.
  • the line segment length calculating means 36 is the length of the virtual line segment 33 extended from the pixel center 32 of the selected target pixel 30 to the boundary 35 of the blood vessel region 19 (line segment length L: Figure 4 (a)) is calculated for each azimuth angle (0 ° or more and less than 360 °) for each predetermined angle.
  • a line extending in the right horizontal direction from the pixel center 32 is defined as a reference line (0 °), and the maximum line of each of the two virtual line segments 33 when the line segment length L is a maximum value.
  • the lengths LI and L2 are obtained (see Fig. 4 (a) and (b), details will be described later). Then, the angles ⁇ 1 and ⁇ 2 of the two maximum line segment lengths LI and L2 from the respective reference lines are obtained by the bending degree determining means 37, and the angle difference ( ⁇ ⁇ ) between the two obtained angles is obtained.
  • the bending degree information 25 is an element for determining the cup line 7 based on the way the blood vessel bends.
  • the probability map creating means 27 of the image analysis computer 2 uses a predetermined weighting factor Cn as the nipple region information 17, the flexion degree information 25, the depth information 13, and the recessed portion contour data 23.
  • the weighting coefficient Cn is stored in advance as weighting coefficient data 39 in the data storage means 14.
  • the data storage means 14 of the image analysis computer 2 has a function of storing various data calculated or obtained by each process in addition to the three-dimensional fundus image data 10 described above.
  • display control means 40 connected to the liquid crystal display 11 is provided for signal-controlling and displaying various data.
  • steps S1 to S15 in FIGS. 8 and 9 correspond to the image analysis program of the present invention.
  • the image analysis computer 2 in the image analysis system 1 of the present embodiment captures the fundus of a subject using a stereo fundus camera 8 having a digital camera function, and includes three-dimensional fundus image data 10 including depth information 13. Is acquired in advance and stored in the data storage means 14.
  • the 3D fundus image data 10 for image analysis processing is read from the data storage means 14 (step Sl, see Fig. 2 (a)), and the fundus image 9 of the read 3D fundus image data 10 is constructed.
  • the papillary region corresponding to the optic papilla 3 is extracted from the surrounding fundus region 15 using the difference in pixel value of each pixel to be obtained and acquired as papillary region information 17 (step S2).
  • FIG. 2 (a) shows a case where the three-dimensional fundus image data 10 is replaced with two-dimensional fundus image data in order to simplify the explanation.
  • the three-dimensional fundus image data 10 can display the state of the fundus (eyeball) in substantially the same manner as the actual object, and the fundus is projected so as to protrude in the fundus direction (depth direction).
  • Image 9 is curved.
  • depth information 13 information on the distance in the fundus direction that changes according to the curvature, that is, depth information 13 is included.
  • the depth information 13 can be displayed with colors, shades of dots, etc. according to the depth direction (depth direction) of the fundus.
  • the nipple region 16 of the optic nerve head 3 is generally displayed with a higher brightness (brighter) than the surrounding fundus region 15 in general. That is, it is relatively whitish to the fundus area Displayed in pixels. Therefore, the teat area 16 can be extracted mainly by considering the difference in the pixel value of the brightness, and this is obtained as the teat area information 17.
  • FIG. 2 (b) is an image cut out to include the extracted nipple region 16, and FIG. 2 (c) is a binary image of the nipple region 16.
  • the area displayed in white corresponds to the nipple area 16.
  • a blood vessel region 19 corresponding to a blood vessel is extracted from the extracted optic nerve head 3 (Fig. 2 (b)) using the difference in pixel values (step S3).
  • the blood vessel region 19 is generally displayed with dark pixels on the optic papilla 3 including the optic papilla recess 4 in the surrounding area.
  • each blood vessel runs along the inner surface of the optic papilla 3 that protrudes toward the fundus and curves, that is, along the bulge of the eyeball.
  • the extraction of the blood vessel region 19 can be easily performed by utilizing the difference in pixel value from the surrounding nipple region 16.
  • information (blood vessel data 22) related to the blood vessel region 19 is acquired (see FIG. 5A).
  • the degree of bending is calculated for each pixel constituting the extracted blood vessel region 19. Specifically, one pixel in the blood vessel region 19 is selected as the target pixel 30 (step S4), and the virtual line segment 33 corresponding to the distance from the pixel center 32 to the boundary portion 35 of the blood vessel region 19 is selected. Each line segment length L is obtained (step S5). Then, this line segment length L is performed at every predetermined angle (for example, at an interval of 5 °) within an omnidirectional angle around the pixel center 32, in other words, within a range from 0 ° to less than 360 ° (step S6). ).
  • predetermined angle for example, at an interval of 5 °
  • the blood vessel in the blood vessel region 19 travels straight along the fundus or the optic nerve head 3 etc. (low bending degree: see FIG. 4 (a)), or travels in a winding state. (Refer to Fig. 4 (b)).
  • FIG. 4 (a) when the blood vessel is traveling straight, when the line segment length L is obtained with respect to the omnidirectional angle, it is approximately 180 ° corresponding to the traveling direction of the blood vessel.
  • step S4 force step S9 the bending degree of the blood vessel in each pixel is determined, and this is used as the bending degree information 25.
  • Get step S10.
  • the obtained flexion degree information 25 is superimposed on the nipple region information 17, the result is as shown in FIG. 5 (b).
  • the point where the blood vessel is bent (bending point 5) is indicated by “ ⁇ ”, and the blood vessel is actually bent at a point where it branches or crosses over a plurality of blood vessels. ! /, Nah, dot, display “ ⁇ ”! /
  • step S11 data approximate to the read 3D fundus image data 10 is extracted (step S11).
  • the well-known image recognition and image comparison methods are used, and the approximate recessed portion contour data 23 is extracted by comparing the pixel values or the overall shape.
  • the recessed portion contour data 23 including information on a similar depth may be used.
  • the optic nerve papillary concave portion 4 Probability map showing the existence probability of. Specifically, the existence probability P is obtained by multiplying each obtained information (feature value Fn) by a predetermined weighting coefficient Cn and calculating the sum (Step S12: See 1))). Then, a probability map 6 is created by plotting the existence probability P in each pixel (see step S13, FIG. 6). In the present embodiment, the existence probability is expressed by color shading.
  • the three-dimensional fundus image data 10 has depth information 13 indicating the curvature of the fundus, and the nipple region information 17 indicates that the optic disc recess 4 is always present in the nipple region,
  • the curvature information 25 can indicate a line that approximates the cupline 7.
  • the recessed ring Guo data 23 is data calculated based on experience. In other words, it is possible to obtain a temporary cup line 7 based on individual data and information. Therefore, as in the present embodiment, the probability map 6 showing the existence probabilities in the form of a map is created by collecting each data and the feature quantity Fn as information power.
  • the image analysis system 1 of the present embodiment uses the four feature amounts Fn for determining the optic disc recess 4 and further multiplies the feature amount Fn by the weighting coefficient Cn.
  • the existence probability P of the optic disc recess 4 is obtained, and the probability map 6 can be created based on this.
  • the cupline 7 can be determined from the created probability map 6. In other words, the accuracy of determining the cupline 7 is significantly improved by using the feature value Fn related to multiple cuplines 7 instead of the conventional method where the cupline 7 is determined by one feature value Fn. can do.
  • the curvature information 25 relating to the curvature of the blood vessel is calculated based on the line segment lengths LI and L2 that are maximum values from the pixel center 32.
  • the indicated force may be obtained by other methods than the above.
  • the power shown to obtain the 3D fundus image data 10 directly as electronic data by the stereo fundus camera 8 is not limited to this. You may use what acquired original information (depth information).
  • HRT Heidelberg Retina Tomograph
  • OCT optical coherence tomograph

Landscapes

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

Description

明 細 書
眼底画像解析システム及びプログラム 技術分野
[0001] 本発明は、画像解析システム、及び画像解析プログラムに関するものであり、特に、 緑内障等の眼科系疾患の診断に有用な情報を医師等に提供可能な画像解析シス テム、及び画像解析プログラムに関するものである。
背景技術
[0002] 従来から、眼球に対して外部力 光を照射し、眼底の状態を観察することが行われ ている。また、その眼底の状態をカメラ等の光学機器を利用して撮像した眼底写真を 医療記録として残すことも行われている。この眼底写真を詳細に検討することによつ て、種々の疾患の診断を医師は下すことができる。ここで、眼底の観察は、被験者（ 患者）に対して肉体的な負担を強いることがなぐまた、比較的簡易な構成の装置に よって得ることができるため、医療機関においてごく一般的に行われている検査手法 の一つである。
[0003] さらに、眼底写真によって撮影される血管は、眼球の奥に位置する脳の脳血管の 一部が直接分岐したものであり、身体の外部から脳内の状態を直接観察することが できる唯一の手法であり、非常に有益な情報を医師等に対して提供することができる 。カロえて、この眼底写真は、緑内障等の眼科系の疾患の診断以外にも糖尿病等の 生活習慣病の診断にも利用することが行われて 、る。
[0004] ここで、健康な被験者の眼底写真では、眼底全体が黄赤褐色を呈し、被験者の視 線の約 15度内側方向（鼻側方向）の位置に、 1. 2mn！〜 1. 7mmの円形または卵円 形で視神経乳頭部（Optic nerve head)が観察される。この視神経乳頭部は、解 剖学的には、視神経円板 (Optic disc)と呼ばれることもある。そして、視神経乳頭 部の中央付近には、円形状を呈する視神経乳頭陥凹部または生理的陥凹部 (Phys iologic cup)と呼ばれる領域が観察される。
[0005] 眼底写真を利用して緑内障の診断をする場合、診断のための判断基準の一つとし て、前述した視神経乳頭部及び視神経乳頭陥凹部（陥凹部）の直径または半径のそ れぞれの比が求められる。すなわち、略円形状の視神経乳頭部（D: Disc)に対する 視神経乳頭陥凹部（C : Cup)の径比（以下、「CZD比」と称す)の値が、正常時に比 ベて大きい場合は、一般的に緑内障の症状が疑われる。さらに、左右の眼底におけ るそれぞれの CZD比の差が 0. 2以上ある場合は、同様に緑内障が疑われる。なお 、緑内障の診断は、該 CZD比の値のみでなされるものではなぐその他の検査や医 師の所見等によって複合的に行われるものであり、その他疑わしい症状、 1)眼圧値 が 25mmHgを常に越えている、 2) "眼が重い感じがする"など高眼圧による症状が ある、 3)経過とともに視神経乳頭所見が変化する、 4)網膜神経線維層欠損が存在 する、等の場合も治療の対象となっている。すなわち、 CZD比の値はその診断のた めの有益な情報の一つであり、この値のみで緑内障が直裁されるわけではない。
[0006] ここで、眼底の構造について、さらに詳細に説明すると、眼球の一部である眼底は 、三次元の曲面 (球面)で立体的に構成されている。し力しながら、上述の眼底写真 は、実際には三次元の構造であっても、それを二次元的（平面的）に変換して構成さ れるものである。そのため、眼底写真を利用して、種々の疾患等の診断を行う場合に は、二次元化された眼底写真を頭の中で三次元的なものにイメージし、それに基づ いて視神経乳頭陥凹の拡大等を判断することがあった。したがって、診断経験に乏し い眼科医等は正確な診断を下せない可能性があった。そこで、三次元的な情報を付 加し、 CZD比の精度を高くして、正確な診断を可能とするための試みが行われてい る。
[0007] 例えば、ステレオ眼底カメラにより撮影した一対のステレオ画像データを演算'解析 することによって三次元データを得る。そして、得られた三次元データに基づいて、 ディスク領域を指定する眼底立体画像の解析方法及びその装置が提案されて!ヽる ( 例えば、特許文献 1及び特許文献 2参照)。さらに具体的に説明すると、三次元デー タカ ディスクラインを指定する第一段階と、指定されたディスクラインから定められる ディスク領域における最低点を求める第二段階と、最低点を中心として所定の検出 角度毎のディスク断面を求める第三段階と、各ディスク断面毎のその経線の両端の 各々の最高点を定める第四段階と、両最高点から所定深さ（例えば、 150マイクロメ 一トル)下がったレベルをカップ点とする第五段階と、得られたカップ点を順次連結す ることにより、カップ縁を構成する第六段階とを備えるものである。また、視神経乳頭 陥凹部が一般的に白色の高!、輝度値を持つことに着目し、色情報を利用して視神 経乳頭陥凹部を決定する眼神経乳頭診断装置も提案されている (例えば、特許文献 3参照)。
[0008] 特許文献 1 :特許第 3585331号公報
特許文献 2：特許第 3594468号公報
特許文献 3：特開平 06— 125876号公報
発明の開示
発明が解決しょうとする課題
[0009] し力しながら、上記に示した眼底画像の解析方法及び解析装置等は、下記に掲げ るような問題を生じることがあった。すなわち、ステレオ画像データによって得られた 視神経乳頭部の三次元データを用いた眼底画像の解析方法等によれば、この三次 元化された画像と、平面的な二次元化した画像とを操作者 (オペレータ）がマ二ユア ルで操作し、視神経乳頭部の輪郭 (ディスクライン)を指示し、さらにこのディスクライ ンよりも内側で、かつ所定の高さ（例えば、 150マイクロメートル)分だけ下がった点を 画一的に視神経乳頭陥凹部の輪郭 (カップライン）として決定を行っていた。すなわ ち、この所定高さ分だけ下げた位置を画一的にカップラインとして決定するものは、 解剖学的な根拠に乏しぐ経験則に基づくものであった。そのため、血管の走行状態 や視神経乳頭部及び視神経乳頭陥凹部の色情報 (画素値の違 、)等のその他情報 を何ら考慮するものではなぐ種々の条件ではカップラインの決定精度が著しく低下 する場合があった。なお、一般の眼科医は、眼底画像を肉眼で確認し、カップライン を決定する際には、上記した血管の走行状態や眼底写真の色情報等の種々の情報 を総合的に判断し、最終的な決定を行っている。
[0010] 一方、特許文献 3に示されるように、色情報のみをカップラインを決定するための要 素として用いた場合、緑内障の進行に伴って拡大する視神経乳頭陥凹部の白っぽ V、画素で示される蒼白部は、視神経乳頭陥凹部が蒼白部に対して先行して拡大す る傾向が強力つた。すなわち、視神経乳頭陥凹部と蒼白部との輪郭が必ずしも一致 することはなぐ色情報のみに頼った場合もカップラインの決定のための精度が十分 にあるとはいえな力つた。つまり、上記に示したような既存のカップラインの決定は、い ずれも一つの情報にのみ基づいて画一的に決定するものであり、複数の情報 (特徴 量)から総合的に判断したものではな力つた。そのため、実際の医療現場において、 眼科医等が経験的に行っている総合的な判断に基づいてカップラインを決定するこ とができるものが求められていた。
[0011] そこで、本発明は、上記実情に鑑み、種々の情報を総合的に勘案することによって
、精度良くカップラインを決定することが可能な画像解析システム、及び画像解析プ ログラムの提供を課題とするものである。
課題を解決するための手段
[0012] 上記の課題を解決するため、本発明の画像解析システムは、「画像解析コンビユー タを利用し、眼底カゝら得られる画像を解析処理する画像解析システムであって、前記 画像を立体ィ匕して表示可能な三次元眼底画像データから、視神経乳頭部を画素値 の違いを利用して抽出し、乳頭領域情報を取得する乳頭領域情報取得手段と、前記 三次元眼底画像データから、血管領域を画素値の違いを利用して抽出する血管領 域抽出手段と、抽出された前記血管領域の血管データに基づいて、前記眼底を走 行する複数の血管のそれぞれの屈曲度を算出する屈曲度算出手段と、前記三次元 眼底画像データ、取得された前記乳頭領域情報、及び前記屈曲度に係る屈曲度情 報に基づいて、前記視神経乳頭領域内に存在する視神経乳頭陥凹部の存在確率 を表す確率地図を作成する確率地図作成手段と、作成された前記確率地図の地図 データに基づいて、前記視神経乳頭陥凹部を特定し、前記視神経乳頭陥凹部の輪 郭に相当するカップラインを決定するカップライン決定手段と」を主に具備して構成さ れている。
[0013] ここで、三次元眼底画像データとは、略球形状の眼球の一部である曲面状に湾曲 した眼底を三次元的に、換言すれば、立体的に示すことが可能なものであり、視神経 乳頭部及び視神経乳頭陥凹部の深さに関する情報を含んだものである。なお、三次 元眼底画像データは、上記の深さに関する情報 (深さ情報)を含むものとするために 、立体撮影可能なステレオ眼底カメラ等の撮影機器を利用して撮影し、直接電子デ ータとして取得したものや、或 、は眼底を撮影した二枚の二次元の眼底画像力 視 差を求め、これにより眼球の立体構造を取得し、三次元眼底画像データに変換する など、周知の技術を用いて作成することができる。
[0014] また、乳頭領域情報取得手段とは、後述する視神経乳頭陥凹部の輪郭 (カップライ ン)を特定するために、該カップラインよりも必然的に大きな輪郭 (ディスクライン)で存 在する視神経乳頭部の領域を画素値の違いを利用して特定するためのものである。 ここで、視神経乳頭部は、一般にその周囲の眼底領域に対し、明度が高くなつた状 態で眼底画像が得られることが経験的に知られている。そのため、三次元眼底画像 データを構成する各画素の画素値をそれぞれ測定し、互いに隣合う画素の画素値が 大きく異なるような差が認識されるような箇所を視神経乳頭領域と周囲の眼底領域と の境界と判断し、視神経乳頭部のディスクラインが決定される。ここで、視神経乳頭部 はその生理的特徴から略円形状を呈することが知られている。
[0015] 一方、屈曲度算出手段は、画素値の違いを利用して抽出された血管領域から、眼 底に沿って走行する個々の血管の屈曲度に関する情報 (屈曲度情報)を算出するも のである。ここで、血管は視神経乳頭部及び該視神経乳頭陥凹部に沿って走行して いる。視神経乳頭部及び視神経乳頭陥凹部の境界であるカップライン、すなわち、 視神経乳頭陥凹部の輪郭の位置では、眼球の奥方向への沈む込みが激しいため、 血管の走行方向が深さ方向に急激に変化する、換言すれば、二次元的な観察では 血管の走行方向が、深さ方向への急激な変化が屈曲の程度によって表される。そこ で、それぞれの血管の屈曲度を、各血管領域の各画素に対して求め、屈曲度が大き く変化する点をプロットする。そして、屈曲度が大きく変化する各点を結ぶことにより、 視神経乳頭陥凹部のカップラインにほぼ近似するラインが形成され、係るラインの内 側が視神経乳頭陥凹部とする屈曲度情報を取得する。
[0016] さらに、確率地図作成手段とは、三次元化された三次元眼底画像データの深さに 関する情報と、上述した乳頭領域情報及び屈曲度情報を利用し、視神経乳頭陥凹 部のカップラインを決定するものである。すなわち、個々の情報 (特徴量）によって、 それぞれカップラインを決定することは可能であるものの、これらの各情報を総合的 に判断することにより、視神経乳頭陥凹部の存在確率の高さを示すことができる。例 えば、三つの情報 (深さ情報、乳頭領域情報、屈曲度情報)のいずれにおいても、視 神経乳頭陥凹部であると判断される場合には"存在確率 = 100%"、二つの情報で 視神経乳頭陥凹部であると判断される場合には"存在確率 =66%"、一つの情報で 視神経乳頭陥凹部であると判断される場合には"存在確率 = 33%"、 V、ずれの情報 でも視神経乳頭陥凹部でな 、と判断される場合には"存在確率 =0%"とするように 予め定義し、これにより確率地図を作成する等、個々の特徴量にそれぞれ独立して ポイントを与え、そのポイントを集計することによって存在確率を算出するものなどが 想定される。また、確率地図の作成の具体的な手法は、特に限定されるものではな いが、例えば、複数のドットを視神経乳頭領域部を抽出した画像の上に描画し、この ドットの濃淡で表現するものや、或いは存在確率の違いによって描画する色を塗り分 けるものであってもよい。
[0017] 一方、カップライン決定手段とは、作成された確率地図にしたがって、例えば、 90 %以上の存在確率があると判断される各画素をプロットすることにより、カップラインを 決定する処理を行うものである。
[0018] したがって、本発明の画像解析システムによれば、乳頭領域情報及び屈曲度情報 と、三次元眼底画像データの深さ情報を利用することにより、緑内障の診断等に特に 有用な視神経乳頭陥凹部の輪郭であるカップラインを正確に決定することができる。 各手段の完了後において、本システム (画像解析コンピュータ）の操作者に対し、処 理状況を逐次表示する手段を有するものであってもよい、すなわち、決定されたカツ プラインを表示したり、作成された確率地図を表示したり、算出された屈曲度及び屈 曲点の位置を表示する機能を備えるものであっても構わない。これらには、一般の表 示手段 (ディスプレイ)等が用いられる。
[0019] さらに、本発明の画像解析システムは、上記構成に加え、「予め決定された複数の 前記画像の前記視神経乳頭陥凹部の前記カップラインに係る陥凹部輪郭データを データベース化して蓄積し、記憶する陥凹部輪郭データ記憶手段をさらに具備し、 前記確率地図作成手段は、前記陥凹部輪郭データを利用して前記確率地図をさら に作成する」ものであっても構わない。
[0020] したがって、本発明の画像解析システムによれば、これまでに眼科医等が肉眼で行 い、経験に基づいて蓄積された眼底画像の診断に関する情報をデータベース化し、 これを確率地図の作成の際に参酌することにより、実際の眼科医等の診断に沿った カップラインを決定することが可能となる。すなわち、肉眼で眼底画像を確認すれば、 明らかに視神経乳頭陥凹部のカップラインとはならない箇所にある画素に対しても、 屈曲度情報や乳頭領域情報などに基づく画一的な処理によってはカップラインとし て判断される可能性が高くなる。そのため、実際の眼科医等の診断基準を適用する ことにより、得られるカップラインの精度がより高くなる。
[0021] さらに、本発明の画像解析システムは、上記構成に加え、「前記確率地図作成手段 は、前記乳頭領域情報、及び前記屈曲度情報に対し、予め規定された重み係数を それぞれ乗じ、前記地図データを作成する重み係数処理手段を」具備するものであ つても構わない。
[0022] したがって、本発明の画像解析システムによれば、各画素に対して算出される視神 経乳頭陥凹部の存在確率を算出するための各情報について、それぞれ重み係数が 予め決定されている。すなわち、各特徴量を均等に取扱うことも可能ではあるが、例 えば、三次元眼底画像データの深さ情報に対して" 0. 5"、乳頭領域情報に対して" 0. 3"、及び屈曲度情報に対して" 0. 2"のように、重み係数を各特徴量に乗じること により（式（1)参照）、深さ情報を最も重要度を高いものとした存在確率を求めることが 可能となる。
P =F1 X C1 +F2 X C2+F3 X C3H hFn X Cn (1) ここで、 P :視神経乳頭陥凹部の存在確率、 Fn:各情報の特徴量、 Cn:重み係数 [0023] さらに、本発明の画像解析システムは、上記構成に加え、「前記屈曲度算出手段は 、前記血管領域抽出手段によって抽出された前記血管領域を構成する複数の画素 からの一の注目画素を選択する注目画素選択手段と、選択された前記注目画素の 画素中心から仮想線分を前記血管領域の境界部まで伸ばしたときの、前記仮想線 分の長さを、前記画素中心の全方位角度に対して算出する線分長さ算出手段と、前 記全方位角度に対する前記線分長さの変化から極大値となるときの二本の前記仮想 線分の角度を求め、求めた二つの角度の差から前記屈曲度を決定する屈曲度決定 手段と」を具備するものであっても構わな 、。
[0024] したがって、本発明の画像解析システムによれば、屈曲度を示す屈曲度情報が注 目画素選択手段、線分長さ算出手段、及び屈曲度決定手段に基づいて求められる 。具体的に説明すると、血管領域の中の一の画素を注目画素として選択し、該注目 画素の画素中心から血管領域の境界部まで仮想線分を伸ばし、仮想線分の長さを、 画素中心の全方位角度に対して算出する。そして、全方位角度に対する仮想線分 の長さの変化力も極大値となるときの二本の仮想線分の角度を求める。そして、求め た二つの角度の差力 屈曲度の決定が行われる。
[0025] ここで、求められた二つの角度の差が 180° に近い場合、該血管はほぼ真っ直ぐ に走行していると判定され、一方、二つの角度の差が 180° 力も小または大に大きく 外れる場合には、血管の一部が屈曲していると判定される。そして、この処理を血管 領域を構成する全ての画素に対して実施することにより、個々の結果の屈曲度が決 定される。
[0026] 一方、本発明の画像解析プログラムは、「眼底から得られる画像を立体化して表示 可能な三次元眼底画像データから、？見神経乳頭部を画素値の違 ヽを利用して抽出 し、乳頭領域情報を取得する乳頭領域情報取得手段、前記三次元眼底画像データ から、血管領域を画素値の違いを利用して抽出する血管領域抽出手段、抽出された 前記血管領域の血管データに基づいて、前記眼底を走行する複数の血管のそれぞ れの屈曲度を算出する屈曲度算出手段、前記三次元眼底画像データ、取得された 前記乳頭領域情報、及び前記屈曲度に係る屈曲度情報に基づいて、前記視神経乳 頭領域内に存在する視神経乳頭陥凹部の存在確率を表す確率地図を作成する確 率地図作成手段、及び作成された前記確率地図の地図データに基づいて、前記視 神経乳頭陥凹部を特定し、前記視神経乳頭陥凹部の輪郭に相当するカップラインを 決定するカップライン決定手段として、画像解析コンピュータを機能させる」ものから 主に構成されている。
[0027] したがって、本発明の画像解析プログラムによれば、プログラムを実行させることに より、画像解析コンピュータに上述した優れた作用を奏させることが可能となる。 発明の効果 [0028] 本発明の効果として、深さ情報を含む三次元眼底画像データ、乳頭領域情報、屈 曲度情報、陥凹部輪郭データ等の各種特徴量を利用し、カップラインを高い精度で 決定することができる。各情報の特徴量に対し、重み係数を乗じることにより、深さ情 報等の最も重要な特徴量を重視した存在確率を算出することができる。また、確率地 図を作成することにより、視覚を通じて視神経乳頭陥凹部の位置を容易に確認する ことができるようになる。その結果、緑内障等の眼科系疾患の診断を行う眼科医等に 有益な情報を提供することができる。また、一つの偏ったデータまたは情報に基づい てカップラインが決定されることがないため、眼底写真に基づく誤った診断の可能性 を回避することができる。
図面の簡単な説明
[0029] [図 1]本実施形態の画像解析システムにおける画像解析コンピュータの機能的構成 を示すブロック図である。
[図 2] (a)眼底画像データ、（b)抽出された視神経乳頭部を含むように切り出された画 像、（c)乳頭領域のそれぞれの一例を示す説明図である。
[図 3]三次元眼底画像データの深さ情報を視覚して示す説明図である。
[図 4]屈曲度の算出を模式的に示す説明図である。
[図 5] (a)抽出された血管領域、（b)屈曲点のプロットの一例を示す説明図である。
[図 6]作成された確率地図の一例を示す説明図である。
[図 7]決定されたカップラインを示す説明図である。
[図 8]画像解析コンピュータの処理の流れを示すフローチャートである。
[図 9]画像解析コンピュータの処理の流れを示すフローチャートである。
発明を実施するための最良の形態
[0030] 以下、本発明の一実施形態である画像解析システム 1、及び画像解析プログラムに ついて、図 1乃至図 9に基づいて説明する。ここで、図 1は本実施形態の画像解析シ ステム 1における画像解析コンピュータ 2の機能的構成を示すブロック図であり、図 2 は（a)眼底画像データ、（b)抽出された視神経乳頭部 3を含むように切り出された画 像、（c)乳頭領域 16のそれぞれの一例を示す説明図であり、図 3は三次元眼底画像 データ 10の深さ情報 13を視覚化して示す説明図であり、図 4は屈曲度の算出を模 式的に示す説明図であり、図 5は (a)抽出された血管領域 19、（b)屈曲点 5のプロット の一例を示す説明図であり、図 6は作成された確率地図の一例を示す説明図であり 、図 7は決定されたカップライン 7を示す説明図であり、図 8及び図 9は画像解析コン ピュータ 2の処理の流れを示すフローチャートである。
[0031] 本実施形態の画像解析システム 1は、図 1乃至図 9に示されるように、ステレオ眼底 カメラ 8によって撮影された眼底画像 9に基づいて、眼底の一部が窪んだ位置にある 視神経乳頭陥凹部 4の輪郭であるカップライン 7を精度良く決定し、?見神経乳頭陥凹 部 Z視神経乳頭部の比 (CZD比)の正確な値を眼科医等に提供し、緑内障等の眼 科系疾患の診断を支援することが可能な画像解析コンピュータ 2によって主に構成さ れている。なお、画像解析コンピュータ 2は、汎用のパーソナルコンピュータを利用す ることが可能であり、眼底画像 9を三次元化して表示可能な三次元眼底画像データ 1 0を取得するステレオ眼底カメラ 8と、取得した三次元眼底画像データ 10による各種 処理の結果及び解析結果を表示するための液晶ディスプレイ 11と、画像解析コンビ ユータ 2に対して各種指令及びデータ等の入力を受付けるキーボード及びマウス等（ 図示しない）からなる操作入力機器 12とによって主に構成されている。なお、取得及 び作成した各種データ等を記憶するために外部記憶装置等の一般的な周辺機器 ( 図示しな!、）を備えるものであってもよ!/、。
[0032] ここで、画像解析コンピュータ 2の機能的構成について説明すると、図 1に主として 示すように、ステレオ眼底カメラ 8によって撮像され、電子データ化された深さ情報 13 を含む三次元眼底画像データ 10が記憶されたデータ記憶手段 14と、記憶された三 次元眼底画像データ 10の眼底画像 9を構成する各画素の画素値の違いを利用して 周囲の眼底領域 15から略円形状の視神経乳頭部 3の乳頭領域 16を抽出し、乳頭領 域情報 17として取得する乳頭領域情報取得手段 18と、三次元眼底画像データ 10 から、血管領域 19を画素値の違いを利用して抽出する血管領域抽出手段 20と、抽 出された血管領域 19の血管データ 22に基づいて、眼底を走行する複数の血管の屈 曲度を算出し、屈曲度情報 25を得る屈曲度算出手段 21と、予め決定された複数の 眼底画像 9の視神経乳頭陥凹部 4のカップライン 7に係る陥凹部輪郭データ 23をデ ータベース化して蓄積し、記憶する陥凹部輪郭データ記憶手段 24と、三次元眼底画 像データ 10の深さ情報 13、乳頭領域情報 17、屈曲度情報 25、及び陥凹部輪郭デ ータ 23に基づいて、視神経乳頭領域内に存在する視神経乳頭陥凹部 4の存在確率 を表す確率地図 6を作成する確率地図作成手段 27と、作成された確率地図 6の地図 データ 28に基づいて、視神経乳頭陥凹部 4を特定し、輪郭に相当するカップライン 7 を決定するカップライン決定手段 29とを主に具備して構成されている。
[0033] さらに、詳細に説明すると、屈曲度算出手段 21は、注目画素選択手段 31と、線分 長さ算出手段 36と、屈曲度決定手段 37とを具備して構成されている。ここで、注目 画素選択手段 31は、抽出された血管領域 19を構成する複数の画素の中力 一の 注目画素 30を選択するものである。すなわち、後述する線分長さ L、極大線分長さ L 1, L2、及び線分角度 Θ等を求めるための基準位置を決定するものである。
[0034] また、線分長さ算出手段 36とは、選択された注目画素 30の画素中心 32から血管 領域 19の境界部 35まで伸ばした仮想線分 33の長さ (線分長さ L：図 4 (a)参照)を全 方位角度 (0° 以上 360° 未満）に対し、所定の角度毎に算出するものである。
[0035] ここで、画素中心 32から右水平方向に伸ばした線を基準線 (0° )とし、線分長さ L が極大値となるときの二本のそれぞれの仮想線分 33の極大線分長さ LI, L2を求め る（図 4 (a) , (b)参照、詳細については後述)。そして、屈曲度決定手段 37によって、 二本の極大線分長さ LI, L2のそれぞれの基準線からの角度 θ 1, Θ 2を求め、さら に求められた二つの角度の角度差（Δ Θ = Θ 1 - Θ 2)を求める。このとき、角度差 Δ Θ力 S 180° の近傍にある場合は、該血管はほぼ真っ直ぐに走行していると判定され 、角度差 Δ Θ力 180° よりも大きく離れている場合は、血管は屈曲して走行している と判定される。そして、血管領域の全ての画素に対して、上述の処理を実行すること により、血管の屈曲位置及び屈曲度に関する屈曲度情報 25が求められる。前述した ように、視神経乳頭陥凹部 4は、眼底に対し窪んだ状態で形成されるため、視神経乳 頭陥凹部 4のカップライン 7付近では、これに沿って走行する血管が大きく曲がった 状態で観察されることがある。すなわち、屈曲度情報 25は、この血管の曲がり方に基 づいてカップライン 7を決定するための一要素となる。
[0036] さらに、画像解析コンピュータ 2の確率地図作成手段 27は、予め規定された重み係 数 Cnを乳頭領域情報 17、屈曲度情報 25、深さ情報 13、及び陥凹部輪郭データ 23 にそれぞれ乗じることによって、当該画素における存在確率を算出する重み係数処 理手段 38を有している。なお、この重み係数 Cnは、予めデータ記憶手段 14に重み 係数データ 39として記憶されて 、る。
[0037] なお、画像解析コンピュータ 2のデータ記憶手段 14は、上述した三次元眼底画像 データ 10以外に、各処理によって算出または求められた種々のデータ等を記憶する 機能を有している。また、その他構成として、各種データを信号制御して表示するた めに液晶ディスプレイ 11と接続した表示制御手段 40を備えて 、る。
[0038] 次に、本実施形態の画像解析システム 1における画像解析コンピュータ 2の処理の 流れについて、図 2乃至図 9、特に、図 8及び図 9のフローチャートに基づいて説明す る。ここで、図 8及び図 9におけるステップ S1からステップ S15が本発明の画像解析 プログラムに相当する。なお、本実施形態の画像解析システム 1における画像解析コ ンピュータ 2は、被験者の眼底をデジタルカメラ機能を有するステレオ眼底カメラ 8を 利用して撮影され、深さ情報 13を含む三次元眼底画像データ 10が予め取得され、 データ記憶手段 14に記憶されているものとする。
[0039] まず、画像解析処理を行う三次元眼底画像データ 10をデータ記憶手段 14から読 出し (ステップ Sl、図 2 (a)参照）、読出した三次元眼底画像データ 10の眼底画像 9 を構成する各画素の画素値の違いを利用して周囲の眼底領域 15から視神経乳頭部 3に相当する乳頭領域を抽出し、乳頭領域情報 17として取得する (ステップ S 2)。な お、図 2 (a)は説明を簡略ィ匕するために、三次元眼底画像データ 10を二次元の眼底 画像データに置き換えたものを示している。
[0040] ここで、三次元眼底画像データ 10は、眼底（眼球)の状態を実物と略同一のように 表示可能なものであり、眼底方向（奥行方向）に向力つて突出するように眼底画像 9 が湾曲して形成されたものである。そのため、湾曲に応じて変化する眼底方向の距 離に関する情報、すなわち、深さ情報 13を有している。ここで、深さ情報 13は、図 3 に示すように、眼底の奥行き方向（深さ方向）に応じて、色やドットの濃淡等で表示す ることがでさる。
[0041] さらに、一般に周囲の眼底領域 15に対し、視神経乳頭部 3の乳頭領域 16は、一般 的に明度が高く（明るく）表示される。すなわち、眼底領域に対して相対的に白っぽい 画素で表示される。そこで、主にこの明度の画素値の違いを参酌し、乳頭領域 16を 抽出することができ、これを乳頭領域情報 17として取得する。ここで、図 2 (b)は抽出 された乳頭領域 16を含むように切り出された画像であり、図 2 (c)は該乳頭領域 16を ニ値ィ匕したものである。ここで、白で表示された領域が乳頭領域 16に相当する。
[0042] その後、抽出された視神経乳頭部 3 (図 2 (b) )の中から血管に相当する血管領域 1 9を画素値の違いを利用して抽出する (ステップ S3)。ここで、血管領域 19は、その周 囲の視神経乳頭陥凹部 4を包含した視神経乳頭部 3に対し、黒っぽい画素で一般的 に表示される。また、個々の血管は、前述したように眼底方向に突出して湾曲した視 神経乳頭部 3の内表面に沿って、すなわち、眼球の膨らみに沿うようにして走行して いる。血管領域 19の抽出は、周囲の乳頭領域 16との画素値の違いを利用すること により、容易に行うことができる。これにより、血管領域 19に係る情報 (血管データ 22 )が取得される（図 5 (a)参照)。
[0043] そして、抽出された血管領域 19を構成する各画素に対し、屈曲度の算出を実行す る。具体的に説明すると、血管領域 19の中の一の画素を注目画素 30として選択し（ ステップ S4)、その画素中心 32から血管領域 19の境界部 35までの距離に相当する 仮想線分 33の線分長さ Lをそれぞれ求める (ステップ S5)。そして、この線分長さ Lを 画素中心 32の周囲の全方位角度、換言すれば、 0° 以上 360° 未満の範囲で所定 の角度毎 (例えば、 5° 間隔など)で実施する (ステップ S6)。
[0044] このとき、血管領域 19における血管は、眼底或いは視神経乳頭部 3等に沿って真 つ直ぐ走行する場合 (屈曲度小：図 4 (a)参照）、或いは曲がりくねった状態で走行し ている場合 (屈曲度大：図 4 (b)参照）がある。例えば、図 4 (a)に模式的に示すように 、血管が真っ直ぐ走行している場合、全方位角度に対して線分長さ Lを求めると、血 管の走行方向に相当するほぼ 180° の間の角度差 Δ 0で二つの極大値をとる極大 線分長さ LI, L2が存在することになる。一方、図 4 (b)に模式的に示すように、血管 が屈曲している場合、 180° よりも狭い角度差 Δ 0で二つの極大値をとる極大線分 長さ LI, L2が存在することになる。そこで、算出した線分長さ Lの中から二つの極大 線分長さ LI, L2を決定し (ステップ S7)、基準線 0 ( 0 =0° )からのそれぞれの角度 Θ 1, Θ 2を算出する (ステップ S8)。そして、求めた角度の角度差 Δ Θを計算する（ ステップ S9)。これにより、角度差 Δ Θ力^ 80° に近い基準範囲（例えば、 Δ Θ = 18 0° ± 10° )にあるものは、真っ直ぐに血管が走行しているものと判断し、一方、上記 角度範囲以外の値である場合には、血管が屈曲しているものと判断することができる
[0045] そして、上記のステップ S4力 ステップ S9の処理を全ての血管領域 19の画素に対 して行うことにより、個々の画素における血管の屈曲度が決定され、これを屈曲度情 報 25として取得する (ステップ S 10)。なお、取得された屈曲度情報 25を乳頭領域情 報 17に重ね合わせると、図 5 (b)のようになる。ここで、血管が屈曲している点（屈曲 点 5)は、 "■"で表し、複数の血管に分岐している箇所、或いは交叉している箇所な ど、血管の屈曲が実際に起こって!/、な 、点にっ 、ては"參"で表示を行って！/、る。
[0046] さらに、予め陥凹部輪郭データ記憶手段 24に記憶された複数の陥凹部輪郭デー タ 23から、読出した三次元眼底画像データ 10と近似するものを抽出する (ステップ S 11)。ここで、近似する陥凹部輪郭データ 23の抽出は、例えば、周知の画像認識、 画像比較の手法を用い、画素値の比較や全体形状の比較により、近似する陥凹部 輪郭データ 23が抽出される。さらに、三次元眼底画像データ 10の深さ情報 13に基 づいて、類似する深さに関する情報を含む陥凹部輪郭データ 23を用いるものであつ ても構わない。
[0047] その後、三次元眼底画像データ 10の深さ情報 13、取得された乳頭領域情報 17、 取得された屈曲度情報 25、及び抽出された陥凹輪郭データ 23に基づいて視神経 乳頭陥凹部 4の存在確率を示す確率地図を作成する。具体的には、得られた各情 報 (特徴量 Fn)に対し、予め規定された重み係数 Cnを乗じ、その和を計算することに よって存在確率 Pを求める (ステップ S12 :前述の式（1)参照））。そして、各画素にお ける存在確率 Pをプロットすることにより、確率地図 6を作成する (ステップ S 13、図 6 参照)。なお、本実施形態では、存在確率を色の濃淡によって表現したものを示して いる。
[0048] ここで、三次元眼底画像データ 10は眼底の湾曲を示す深さ情報 13を有し、乳頭領 域情報 17は当該乳頭領域内に必ず視神経乳頭陥凹部 4が存在することを示し、屈 曲度情報 25はカップライン 7に近似するラインを示すことができる。さらに、陥凹部輪 郭データ 23は経験に基づいて算出されたデータである。すなわち、個々のデータ及 び情報によって、一応のカップライン 7をそれぞれ求めることは可能である。そこで、 本実施形態のように、各データ及び情報力 なる特徴量 Fnをまとめることによって、 存在確率をマップ状に示した確率地図 6が作成される。
[0049] その後、作成された確率地図 6に基づ 、て、？見神経乳頭陥凹部 4の存在確率 Pが 高 、領域 (例えば、存在確率 Pが 90%の以上の領域)の輪郭をカップライン 7として 決定する (ステップ S14、図 7参照)。これにより、複数の特徴量 Fnに基づいて決定さ れた精度の高いカップライン 7が決定される。そして、決定されたカップライン 7を液晶 ディスプレイ 11で表示する（ステップ S 15)。
[0050] 以上、説明したように、本実施形態の画像解析システム 1は、視神経乳頭陥凹部 4 を決定するための 4つの特徴量 Fnを用い、さらに該特徴量 Fnに重み係数 Cnを掛け ることによって視神経乳頭陥凹部 4の存在確率 Pを求め、これによつて確率地図 6を 作成することができる。そして、作成された確率地図 6によって、カップライン 7を決定 することができる。すなわち、従来は 1つの特徴量 Fnによってカップライン 7を決定し ていたものを、複数のカップライン 7に係る特徴量 Fnを利用することにより、カップライ ン 7の決定精度を著しく向上させたものとすることができる。
[0051] 以上、本発明について好適な実施形態を挙げて説明した力 本発明はこれらの実 施形態に限定されるものではなぐ以下に示すように、本発明の要旨を逸脱しない範 囲において、種々の改良及び設計の変更が可能である。
[0052] すなわち、本実施形態の画像解析システム 1によれば、血管の屈曲度に係る屈曲 度情報 25を画素中心 32から極大値をとる線分長さ LI, L2に基づいて算出するもの を示した力 これに限定されるものではなぐその他の手法によって求めるものであつ ても構わない。さらに、三次元眼底画像データ 10を、ステレオ眼底カメラ 8によって直 接電子データとして取得するものを示した力 これに限定されるものではなぐ二枚の 眼底写真カゝら視差を求め、これにより三次元情報 (深さ情報)を取得したものを使用 するものであっても構わない。また、 Heidelberg Retina Tomograph (HRT)や 光干渉断層計（Optical Coherence Tomograph: OCT)等、三次元形状を測 定可能な装置で得られた三次元データを使用するものであっても構わな 、。なお、 本願の画像解析システム 1において、三次元眼底画像データ 10、乳頭領域情報 17 、抽出された血管領域 19の血管データ 22、血管領域 19の屈曲度情報 25、視神経 乳頭陥凹乳頭部 4の存在確立を表す確率地図 6、カップライン 7のうち、少なくとも 1 つを表示する表示手段を有して 、ても構わな 、。

Claims

請求の範囲
[1] 画像解析コンピュータを利用し、眼底カゝら得られる画像を解析処理する画像解析シ ステムであって、
前記画像解析コンピュータは、
前記画像を立体ィ匕して表示可能な三次元眼底画像データから、視神経乳頭部を 画素値の違いを利用して抽出し、乳頭領域情報を取得する乳頭領域情報取得手段 と、
前記三次元眼底画像データから、血管領域を画素値の違いを利用して抽出する血 管領域抽出手段と、
抽出された前記血管領域の血管データに基づいて、前記眼底を走行する複数の 血管のそれぞれの屈曲度を算出する屈曲度算出手段と、
前記三次元眼底画像データ、取得された前記乳頭領域情報、及び前記屈曲度に 係る屈曲度情報に基づ 、て、前記視神経乳頭領域内に存在する視神経乳頭陥凹 部の存在確率を表す確率地図を作成する確率地図作成手段と、
作成された前記確率地図の地図データに基づいて、前記視神経乳頭陥凹部を特 定し、前記視神経乳頭陥凹部の輪郭に相当するカップラインを決定するカップライン 決定手段と
を具備することを特徴とする画像解析システム。
[2] 予め決定された複数の前記画像の前記視神経乳頭陥凹部の前記カップラインに 係る陥凹部輪郭データをデータベース化して蓄積し、記憶する陥凹部輪郭データ記 憶手段をさらに具備し、
前記確率地図作成手段は、
前記陥凹部輪郭データを利用して前記確率地図をさらに作成することを特徴とする 請求項 1に記載の画像解析システム。
[3] 前記確率地図作成手段は、
前記乳頭領域情報、及び前記屈曲度情報に対し、予め規定された重み係数をそ れぞれ乗じ、前記地図データを作成する重み係数処理手段をさらに具備することを 特徴とする請求項 1または請求項 2に記載の画像解析システム。
[4] 前記屈曲度算出手段は、
前記血管領域抽出手段によって抽出された前記血管領域を構成する複数の画素 からの一の注目画素を選択する注目画素選択手段と、
選択された前記注目画素の画素中心から仮想線分を前記血管領域の境界部まで 伸ばしたときの、前記仮想線分の長さを、前記画素中心の全方位角度に対して算出 する線分長さ算出手段と、
前記全方位角度に対する前記線分長さの変化から極大値となるときの二本の前記 仮想線分の角度を求め、求めた二つの角度の差から前記屈曲度を決定する屈曲度 決定手段とをさらに具備することを特徴とする請求項 1に記載の画像解析システム。
[5] 眼底力 得られる画像を立体ィ匕して表示可能な三次元眼底画像データから、視神 経乳頭部を画素値の違いを利用して抽出し、乳頭領域情報を取得する乳頭領域情 報取得手段、前記三次元眼底画像データから、血管領域を画素値の違いを利用し て抽出する血管領域抽出手段、抽出された前記血管領域の血管データに基づいて 、前記眼底を走行する複数の血管のそれぞれの屈曲度を算出する屈曲度算出手段 、前記三次元眼底画像データ、取得された前記乳頭領域情報、及び前記屈曲度に 係る屈曲度情報に基づ 、て、前記視神経乳頭領域内に存在する視神経乳頭陥凹 部の存在確率を表す確率地図を作成する確率地図作成手段、及び作成された前記 確率地図の地図データに基づいて、前記視神経乳頭陥凹部を特定し、前記視神経 乳頭陥凹部の輪郭に相当するカップラインを決定するカップライン決定手段として、 画像解析コンピュータを機能させることを特徴とする画像解析プログラム。
PCT/JP2006/318761 2006-09-21 2006-09-21 analyse d'image de fond de l'oeil et programme WO2008035425A1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2006/318761 WO2008035425A1 (fr) 2006-09-21 2006-09-21 analyse d'image de fond de l'oeil et programme

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2006/318761 WO2008035425A1 (fr) 2006-09-21 2006-09-21 analyse d'image de fond de l'oeil et programme

Publications (1)

Publication Number Publication Date
WO2008035425A1 true WO2008035425A1 (fr) 2008-03-27

Family

ID=39200258

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2006/318761 WO2008035425A1 (fr) 2006-09-21 2006-09-21 analyse d'image de fond de l'oeil et programme

Country Status (1)

Country Link
WO (1) WO2008035425A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008073188A (ja) * 2006-09-21 2008-04-03 Gifu Univ 画像解析システム、及び画像解析プログラム
CN113012180A (zh) * 2021-02-08 2021-06-22 北京百度网讯科技有限公司 图像的成像设备确定方法、装置、设备及存储介质
CN113643299A (zh) * 2021-10-18 2021-11-12 武汉楚精灵医疗科技有限公司 微血管的弯曲程度量化方法、装置及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11151206A (ja) * 1997-11-21 1999-06-08 Nidek Co Ltd 眼底画像の解析方法及びその装置
JP2002269539A (ja) * 2000-12-01 2002-09-20 Shigehiro Masui 画像処理装置、画像処理装置方法、及び画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、並びにこれを用いた診断支援システム
JP2006263127A (ja) * 2005-03-24 2006-10-05 Gifu Univ 眼底画像診断支援システム、及び眼底画像診断支援プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11151206A (ja) * 1997-11-21 1999-06-08 Nidek Co Ltd 眼底画像の解析方法及びその装置
JP2002269539A (ja) * 2000-12-01 2002-09-20 Shigehiro Masui 画像処理装置、画像処理装置方法、及び画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、並びにこれを用いた診断支援システム
JP2006263127A (ja) * 2005-03-24 2006-10-05 Gifu Univ 眼底画像診断支援システム、及び眼底画像診断支援プログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008073188A (ja) * 2006-09-21 2008-04-03 Gifu Univ 画像解析システム、及び画像解析プログラム
CN113012180A (zh) * 2021-02-08 2021-06-22 北京百度网讯科技有限公司 图像的成像设备确定方法、装置、设备及存储介质
CN113012180B (zh) * 2021-02-08 2023-08-11 北京百度网讯科技有限公司 图像的成像设备确定方法、装置、设备及存储介质
CN113643299A (zh) * 2021-10-18 2021-11-12 武汉楚精灵医疗科技有限公司 微血管的弯曲程度量化方法、装置及计算机可读存储介质

Similar Documents

Publication Publication Date Title
JP5007420B2 (ja) 画像解析システム、及び画像解析プログラム
JP6726734B2 (ja) 画像解析のためのシステム
JP6469387B2 (ja) 眼底解析装置
EP3373798B1 (en) Method and system for classifying optic nerve head
KR101478598B1 (ko) 화상처리장치, 그 제어방법 및 컴퓨터 프로그램
US8699774B2 (en) Image processing apparatus, control method thereof, and program
JP4466968B2 (ja) 画像処理装置、画象処理方法、プログラム、及びプログラム記憶媒体
JP5582772B2 (ja) 画像処理装置及び画像処理方法
EP2525707B1 (en) Registration method for multispectral retinal images
JP5698465B2 (ja) 眼科装置、表示制御方法及びプログラム
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
JP6864450B2 (ja) 眼科撮影装置
JP7332463B2 (ja) 制御装置、光干渉断層撮影装置、光干渉断層撮影装置の制御方法、及びプログラム
JP6892234B2 (ja) 眼科撮影装置
CN111402184B (zh) 一种实现远程眼底筛查和健康服务的方法和系统
JP2006263127A (ja) 眼底画像診断支援システム、及び眼底画像診断支援プログラム
JP4901620B2 (ja) 眼底検査画像解析システム、及び眼底検査画像解析プログラム
JP2008237839A (ja) 画像解析システム、及び画像解析プログラム
JP2008237840A (ja) 画像解析システム、及び画像解析プログラム
WO2008035425A1 (fr) analyse d'image de fond de l'oeil et programme
Lu et al. Parapapillary atrophy and optic disc region assessment (PANDORA): retinal imaging tool for assessment of the optic disc and parapapillary atrophy
KR20220027305A (ko) 안질환 시야 손상 예후 예측 시스템 및 방법과 이를 위한 컴퓨터 프로그램
JP2010158279A (ja) 眼底画像解析システム、及び眼底画像解析プログラム
JP2018057828A (ja) 画像処理装置及び画像処理方法
JP2018198968A (ja) 眼底解析装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 06798203

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 06798203

Country of ref document: EP

Kind code of ref document: A1