WO2021074961A1 - 画像処理方法、画像処理装置、およびプログラム - Google Patents

Abstract

プロセッサが、眼底画像を取得し、前記プロセッサが、前記眼底画像から脈絡膜血管画像を生成し、前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出する。

Description

画像処理方法、画像処理装置、およびプログラム

　本発明は、画像処理方法、画像処理装置、およびプログラムに関する。

　米国特許８６３６３６４号明細書には、眼底画像から渦静脈の位置を特定することが開示されている。

　眼底画像から脈絡膜血管を解析する技術が求められている。

　本開示の技術の第１の態様の画像処理方法は、プロセッサが、眼底画像を取得することと、前記プロセッサが、前記眼底画像から脈絡膜血管画像を生成することと、前記プロセッサが、前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出することと、を含む。

　本開示の技術の第２の態様の画像処理装置は、メモリと、前記メモリに接続するプロセッサとを備え、前記プロセッサは、眼底画像を取得し、前記眼底画像から脈絡膜血管画像を生成し、前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出する。

　本開示の技術の第３の態様のプログラムは、コンピュータに、眼底画像を取得し、前記眼底画像から脈絡膜血管画像を生成し、前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出する、ことを実行させる。

眼科システム１００のブロック図である。 眼科装置１１０の全体構成を示す概略構成図である。 サーバ１４０の電気系の構成のブロック図である。 サーバ１４０のＣＰＵ２６２の機能のブロック図である。 サーバ１４０による画像処理のフローチャートである。 図５のステップ５０６の分水嶺の検出処理（第１の検出方法）のフローチャートである。 図５のステップ５０６の分水嶺の検出処理（第２の検出方法）のフローチャートである。 図５のステップ５０６の分水嶺の検出処理（第３の検出方法）のフローチャートである。 図５のステップ５０８の渦静脈の位置の検出処理の第１の渦静脈の位置検出処理のフローチャートである。 図５のステップ５０８の渦静脈の位置の検出処理の第２の渦静脈の位置検出処理のフローチャートである。 ＲＧＢカラー眼底画像Ｇ１を示す図である。 脈絡膜血管画像Ｇ２を示す図である。 脈絡膜血管画像Ｇ２において、黄斑Ｍと視神経乳頭ＯＮＨとの各々の位置を検出した様子を示す図である。 第１分水嶺ＬＨと第２分水嶺ＬＶとを検出した様子を示す図である。 分水嶺Ｗ１，Ｗ２を検出した様子を示す図である。 血管走行方向が同方向の解析点群のグループｇ１からｇ４から領域を求め、領域の境界から分水嶺を検出する様子を示す図である。 第１評価値の内容を示す図である。 第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭを示す図である。 新第１分水嶺軸ＷＮＶおよび新第２分水嶺軸ＷＭＶを示す図である。 脈絡膜血管画像を、新第１分水嶺軸ＷＮＶおよび新第２分水嶺軸ＷＭＶにあわせてアフィン変換した様子を示す図である。 分水嶺領域ＲＷを示す図である。 ＵＷＦ眼底画像に第１の検出方法により検出された分水嶺ＬＨ、ＬＶが重畳表示された画像を含む第１眼底画像表示画面１０００Ａを示す図である。 ＵＷＦ眼底画像と、ＵＷＦ眼底画像に水嶺ＬＨ、ＬＶが重畳表示された画像とに、渦静脈が重畳表示された画像を含む第１眼底画像表示画面１０００Ａを示す図である。 図２３の表示内容に更に渦静脈が重畳表示された画像を含む第１眼底画像表示画面１０００Ａを示す図である。 第２眼底画像表示画面１０００Ｂを示す図である。

　以下、図面を参照して本発明の実施の形態を詳細に説明する。

　図１を参照して、眼科システム１００の構成を説明する。図１に示すように、眼科システム１００は、眼科装置１１０と、眼軸長測定器１２０と、管理サーバ装置（以下、「サーバ」という）１４０と、画像表示装置（以下、「ビューワ」という）１５０と、を備えている。眼科装置１１０は、眼底画像を取得する。眼軸長測定器１２０は、患者の眼軸長を測定する。サーバ１４０は、眼科装置１１０によって患者の眼底が撮影されることにより得られた眼底画像を、患者のＩＤに対応して記憶する。ビューワ１５０は、サーバ１４０から取得した眼底画像などの医療情報を表示する。
　　サーバ１４０は、本開示の技術の「画像処理装置」の一例である。

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

　次に、図２を参照して、眼科装置１１０の構成を説明する。

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

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

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

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

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

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

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

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

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

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

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

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

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

　内部照射角の２００度は、本開示の技術の「所定値」の一例である。

　ここで、内部照射角で１６０度以上の撮影画角で撮影されて得られたＳＬＯ眼底画像をＵＷＦ－ＳＬＯ眼底画像と称する。なお、ＵＷＦとは、ＵｌｔｒａＷｉｄｅ　Ｆｉｅｌｄ（超広角）の略称を指す。

　ＳＬＯシステムは、図２に示す制御装置１６、ＳＬＯユニット１８、および撮影光学系１９によって実現される。ＳＬＯシステムは、広角光学系３０を備えるため、広いＦＯＶ１２Ａでの眼底撮影を可能とする。

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

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

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

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

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

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

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

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

　このようにＵＷＦ－ＳＬＯ画像として、具体的には、Ｂ色眼底画像、Ｇ色眼底画像、Ｒ色眼底画像、ＩＲ眼底画像、ＲＧＢカラー眼底画像、ＲＧカラー眼底画像がある。ＵＷＦ－ＳＬＯ画像の各画像データは、入力／表示装置１６Ｅを介して入力された患者の情報と共に、通信インターフェース（Ｉ／Ｆ）１６Ｆを介して眼科装置１１０からサーバ１４０へ送信される。ＵＷＦ－ＳＬＯ画像の各画像データと患者の情報とは、記憶装置２５４に、対応して記憶される。なお、患者の情報には、例えば、患者名ＩＤ、氏名、年齢、視力、右眼／左眼の区別等がある。患者の情報はオペレータが入力／表示装置１６Ｅを介して入力する。

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

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

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

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

　ここで、内部照射角で１６０度以上の撮影画角で撮影されて得られたＯＣＴ眼底画像をＵＷＦ－ＯＣＴ画像と称する。

　ＵＷＦ－ＯＣＴ画像の画像データは、患者の情報と共に、通信インターフェース（Ｉ／Ｆ）１６Ｆを介して眼科装置１１０からサーバ１４０へ送信される。ＵＷＦ－ＯＣＴ画像の画像データと患者の情報とは、記憶装置２５４に、対応して記憶される。

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

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

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

　次に、図３を参照して、サーバ１４０の電気系の構成を説明する。図３に示すように、サーバ１４０は、コンピュータ本体２５２を備えている。コンピュータ本体２５２は、バス２７０により相互に接続されたＣＰＵ２６２、ＲＡＭ２６６、ＲＯＭ２６４、および入出力（Ｉ／Ｏ）ポート２６８を有する。入出力（Ｉ／Ｏ）ポート２６８には、記憶装置２５４、ディスプレイ２５６、マウス２５５Ｍ、キーボード２５５Ｋ、および通信インターフェース（Ｉ／Ｆ）２５８が接続されている。記憶装置２５４は、例えば、不揮発メモリで構成される。入出力（Ｉ／Ｏ）ポート２６８は、通信インターフェース（Ｉ／Ｆ）２５８を介して、ネットワーク１３０に接続されている。従って、サーバ１４０は、眼科装置１１０、およびビューワ１５０と通信することができる。記憶装置２５４には、後述する画像処理プログラムが記憶されている。なお、画像処理プログラムを、ＲＯＭ２６４に記憶してもよい。

　画像処理プログラムは、本開示の技術の「プログラム」の一例である。記憶装置２５４、ＲＯＭ２６４は、本開示の技術の「メモリ」、「コンピュータ可読記憶媒体」の一例である。ＣＰＵ２６２は、本開示の技術の「プロセッサ」の一例である。

　サーバ１４０の後述する処理部２１０（図５も参照）は、眼科装置１１０から受信した各データを、記憶装置２５４に記憶する。具体的には、処理部２１０は記憶装置２５４に、ＵＷＦ－ＳＬＯ画像の各画像データおよびＵＷＦ－ＯＣＴ画像の画像データと患者の情報（上記のように患者名ＩＤ等）とを対応して記憶する。また、患者の被検眼に病変がある場合や病変部分に手術がされた場合には、眼科装置１１０の入力/表示装置１６Ｅを介して病変の情報が入力され、サーバ１４０に送信される。病変の情報は患者の情報と対応付けられて記憶装置２５４に記憶される。病変の情報には、病変部分の位置の情報、病変の名称、病変部分に手術がされている場合には手術名や手術日時等がある。

　ビューワ１５０は、ＣＰＵ、ＲＡＭ、ＲＯＭ等を備えたコンピュータとディスプレイとを備え、ＲＯＭには、画像処理プログラムがインストールされており、ユーザの指示に基づき、コンピュータは、サーバ１４０から取得した眼底画像などの医療情報が表示されるようにディスプレイを制御する。

　次に、図４を参照して、サーバ１４０のＣＰＵ２６２が画像処理プログラムを実行することで実現される各種機能について説明する。画像処理プログラムは、表示制御機能、画像処理機能（分水嶺検出機能、渦静脈位置検出機能）、評価値計算機能、および処理機能を備えている。ＣＰＵ２６２がこの各機能を有する画像処理プログラムを実行することで、ＣＰＵ２６２は、図４に示すように、表示制御部２０４、画像処理部２０６（分水嶺検出部２０６０および渦静脈位置検出部２０６２）、評価値計算部２０８、および処理部２１０として機能する。

　次に、図５を用いて、サーバ１４０による画像処理を詳細に説明する。サーバ１４０のＣＰＵ２６２が画像処理プログラムを実行することで、図５のフローチャートに示された画像処理が実現される。当該画像処理は、眼科装置１１０によりＵＷＦ眼底画像（ＵＷＦ－ＳＬＯ画像）が、取得され、患者名ＩＤと共にサーバ１４０に送信され、サーバ１４０が、患者名ＩＤおよびＵＷＦ眼底画像を受信した場合に、スタートする。

　ステップ５０２で、処理部２１０は、記憶装置２５４から、ＵＷＦ眼底画像を取得する。上記のように、ＵＷＦ眼底画像には、ＵＷＦ－ＳＬＯ画像として、具体的には、Ｂ色眼底画像、Ｇ色眼底画像、Ｒ色眼底画像、ＩＲ眼底画像、ＲＧＢカラー眼底画像、ＲＧカラー眼底画像が含まれる。なお、図１１には、ＲＧＢカラー眼底画像Ｇ１が示されている。

　ステップ５０４で、処理部２１０は、脈絡膜血管画像を、以下のようにして生成する。

　まず、ＵＷＦ眼底画像の中のＲ色眼底画像とＧ色眼底画像とに含まれる情報を説明する。

　眼の構造は、硝子体を、構造が異なる複数の層が覆うようになっている。複数の層には、硝子体側の最も内側から外側に、網膜、脈絡膜、強膜が含まれる。Ｒ光は、網膜を通過して脈絡膜まで到達する。よって、Ｒ色眼底画像には、網膜に存在する血管（網膜血管）の情報と脈絡膜に存在する血管（脈絡膜血管）の情報とが含まれる。これに対し、Ｇ光は、網膜までしか到達しない。よって、Ｇ色眼底画像には、網膜に存在する血管（網膜血管）の情報のみが含まれる。

　処理部２１０は、ブラックハットフィルタ処理をＧ色眼底画像に施すことにより、Ｇ色眼底画像から網膜血管を抽出する。次に、処理部２１０は、Ｒ色眼底画像から、Ｇ色眼底画像から抽出した網膜血管を用いてインペインティング処理により、網膜血管を除去する。つまり、Ｇ色眼底画像から抽出された網膜血管の位置情報を用いてＲ色眼底画像の網膜血管構造を周囲の画素と同じ値に塗りつぶす処理を行う。そして、処理部２１０は、網膜血管が除去されたＲ色眼底画像の画像データに対し、適応ヒストグラム均等化処理（ＣＬＡＨＥ、Ｃｏｎｔｒａｓｔ Ｌｉｍｉｔｅｄ Ａｄａｐｔｉｖｅ Ｈｉｓｔｏｇｒａｍ Ｅｑｕａｌｉｚａｔｉｏｎ）を施すことにより、Ｒ色眼底画像において、脈絡膜血管を強調する。これにより、図１２に示すように、脈絡膜血管画像Ｇ２が得られる。生成された脈絡膜血管画像は記憶装置２５４に記憶される。

　また、Ｒ色眼底画像とＧ色眼底画像から脈絡膜血管画像を生成しているが、処理部２１０は、Ｒ色眼底画像Ｒ色眼底画像あるはＩＲ光で撮影されたＩＲ眼底画像を用いて脈絡膜血管画像を生成してもよい。

　脈絡膜眼底画像を生成する方法について、２０１８年３月２０日に出願された特願２０１８－０５２２４６の開示は、その全体が参照により、本明細書に取り込まれる。

　ステップ５０６で、画像処理部２０６は、脈絡膜血管画像Ｇ２において、脈絡膜血管網の分水嶺を検出する。

　本開示の技術では、分水嶺の検出方法としては種々の方法がある。最初に、図６を参照して、分水嶺の第１の検出方法を説明する。

　分水嶺は、眼底の脈絡膜血管の密度が他の領域より低い領域である。一般的に、黄斑の位置と視神経乳頭との位置を結ぶ線の領域、および視神経乳頭の位置を通り、当該線に垂直な直線の領域は、脈絡膜血管の密度が他の領域より低い領域である。
　なお、本実施の形態では、黄斑の位置と視神経乳頭との位置を結ぶ線を水平線とする。

　そこで、本実施の形態では、分水嶺検出部２０６０は、水平線を第１分水嶺として検出し、直線を第２分水嶺として検出する。具体的には次の通りである。

　ステップ６０２で、分水嶺検出部２０６０は、図１３に示すように、脈絡膜血管画像Ｇ２において、黄斑Ｍと視神経乳頭ＯＮＨとの各々の位置を検出する。

　黄斑は脈絡膜血管画像Ｇ２において暗い領域である。そこで、分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２において画素値が最も小さい所定数の画素の領域を黄斑Ｍの位置として検出する。

　分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２から視神経乳頭ＯＮＨの位置を検出する。具体的には、分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２に対して、予め定まる視神経乳頭ＯＮＨの画像のパターンマッチングをすることにより、脈絡膜血管画像Ｇ２において視神経乳頭ＯＮＨを検出する。また、視神経乳頭ＯＮＨは脈絡膜血管画像Ｇ２において最も明るい領域であるので、脈絡膜血管画像Ｇ２において画素値が最も大きい所定数の画素の領域を視神経乳頭ＯＮＨの位置として検出するようにしてもよい。

　ステップ６０４で、分水嶺検出部２０６０は、図１３に示すように、脈絡膜血管画像Ｇ２において、黄斑Ｍの位置と視神経乳頭ＯＮＨとの位置を結ぶ水平線を、第１分水嶺ＬＨとして検出する。ステップ６０６で、分水嶺検出部２０６０は、図１４に示すように、水平線ＬＨに直交し、視神経乳頭ＯＮＨの位置を通る直線を、第２分水嶺ＬＶとして検出する。

　ステップ６０６の処理が終了すると、図５のステップ５０６の分水嶺の検出処理が終了し、画像処理は、ステップ５０８に進む。

　次に、図７を参照して、分水嶺の第２の検出方法を説明する。

　上記のように、分水嶺は、脈絡膜血管画像Ｇ２において、脈絡膜血管の密度が他の領域より低い領域である。そこで、第２の検出方法では、分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２において、密度が他の領域より低い領域の中心を結ぶことにより、分水嶺を検出する。具体的には、次の通りである。

　ステップ７０２で、分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２を、各々が所定個数の画素を備える複数の領域に分割する。

　ステップ７０４で、分水嶺検出部２０６０は、各領域の脈絡膜血管の密度を計算する。具体的には、まず、分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２において脈絡膜血管を検出し、各領域で、脈絡膜血管の密度を計算する。なお、脈絡膜血管の検出方法には、例えば、脈絡膜血管画像Ｇ２において、周辺の画素よりも画素値（例えば、輝度値）が大きい画素を含む領域を脈絡膜血管の画素として抽出する方法がある。

　ステップ７０６で、分水嶺検出部２０６０は、各領域の密度から、各領域を、密度が低い順にソートし、総領域から、密度の低い側の１／ｎ個の領域を抽出する（ｎは、例えば、１００等）。

　ステップ７０８で、分水嶺検出部２０６０は、総領域の（１／ｎ）個の領域の各々の位置から、連続する領域を抽出する。

　ステップ７１０で、分水嶺検出部２０６０は、連続する領域の中心を結ぶことにより、図１５に示すように、分水嶺Ｗ１，Ｗ２を検出する。

　ステップ７１０の処理が終了すると、図５のステップ５０６の分水嶺の検出処理が終了し、画像処理は、ステップ５０８に進む。

　次に、図８を参照して、分水嶺の第３の検出方法を説明する。

　図１６に示すように、一般的には、眼底には、４個の渦静脈が存在し、各脈絡膜血管は、４個の渦静脈の何れかに接続され、眼底の分水嶺が存在すると予想される領域において、同じ渦静脈に接続される脈絡膜血管の血管走行方向は同方向である。分水嶺は、同じ渦静脈に接続される脈絡膜血管群の領域ｇ１からｇ４の境界ｕ１、ｕ２に存在する。

　そこで、第３の検出方法では、分水嶺検出部２０６０は、脈絡膜血管画像から脈絡膜血管網を抽出し、脈絡膜血管網の各脈絡膜血管の走行方向を検出し、各脈絡膜血管の走行方向から分水嶺を検出する。具体的には、次の通りである。

　ステップ８０２で、分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２において、複数の解析点を設定する。具体的には、まず、分水嶺検出部２０６０は、上記のように黄斑の位置と視神経乳頭とを検出し、各位置を結ぶ水平線により、脈絡膜血管画像Ｇ２において、水平線より上側の第１の領域と水平線より下側の第２の領域とを設定する。分水嶺検出部２０６０は、複数の解析点２４０ＫＵを、第１の領域において、上下方向にＭ（自然数）行、左右（水平）方向にＮ（自然数）列に、等間隔に格子状のパターンに位置するように、配置する。例えば、第１の領域における解析点の個数は、Ｍ（３）×Ｎ（７）（＝Ｌ：２１）個である。分水嶺検出部２０６０は、解析点２４０ＫＤを、第２の領域において、第１の領域において配置した解析点２４０ＫＵと、水平線を基準に線対称となる位置に、配置する。

　なお、解析点２４０ＫＵ、２４０ＫＤは、第１の領域と第２の領域とで、等間隔でなかったり、格子状のパターンでなかったりしてもよい。第１の領域と第２の領域の大きさは眼軸長に応じて変化させて良い。Ｌの個数、Ｍ、Ｎも上述の例に限らず様々な値を設定することができる。数を増やせば分解能が上がる。

　ステップ８０４で、分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２における各脈絡膜血管の移動方向（血管走行方向）を特定する。具体的には、分水嶺検出部２０６０は、脈絡膜血管画像の各解析点２４０ＫＵ、２４０ＫＤについて、下記の処理を実行する。即ち、分水嶺検出部２０６０は、各解析点２４０ＫＵ、２４０ＫＤに対して、当該各解析点２４０ＫＵ、２４０ＫＤを中心とした領域（セル）を設定し、セル内の各画素における輝度の勾配方向のヒストグラムを作成する。次に、分水嶺検出部２０６０は、各セルにおけるヒストグラムにおいて、最もカウントが少なかった勾配方向を各セルの内の画素における移動方向とする。この勾配方向が、血管走行方向に対応する。なお、最もカウントが少なかった勾配方向が血管走行方向であるとなるのは、次の理由からである。血管走行方向には輝度勾配が小さく、一方、それ以外の方向には輝度勾配が大きい（例えば、血管と血管以外のものでは輝度の差が大きい）。したがって、各画素の輝度勾配のヒストグラムを作成すると、血管走行方向に対するカウントは少なくなる。以上の処理により、脈絡膜血管画像の各解析点２４０ＫＵ、２４０ＫＤにおける血管走行方向が特定される。

　ステップ８０６で、分水嶺検出部２０６０は、同方向の解析点群を検出する。具体的には、分水嶺検出部２０６０は、各解析点２４０ＫＵ、２４０ＫＤにおける血管走行方向の水平線に対する角度が、例えば、０度～９０度未満、９０度～１８０度未満、１８０度～２７０度未満、２７０度～３６０度未満の範囲に属する解析点群を、同方向の解析点群として検出する。

　ステップ８０８で、分水嶺検出部２０６０は、解析点群の領域間の境界線を、分水嶺として検出する。具体的には、分水嶺検出部２０６０は、脈絡膜血管画像Ｇ２において、０度～９０度未満、９０度～１８０度未満、１８０度～２７０度未満、２７０度～３６０度未満の範囲に属する解析点群を含む領域ｇ１からｇ４を設定する。分水嶺検出部２０６０は、領域ｇ１からｇ４間の境界線Ｕ１、Ｕ２を、分水嶺として検出する。

　ステップ８０８の処理が終了すると、図５のステップ５０６の分水嶺の検出処理が終了し、画像処理は、ステップ５０８に進む。

　分水嶺の検出方法は、第１の検出方法から第３の検出方法に限定されない。本開示の技術には、以下の検出方法も適用可能である。

　例えば、脈絡膜血管画像から、画素値が局所的最小値の画素群を検出し、局所的最小値の画素群の頻度が、他の領域より高い領域を連結する方法（第４の検出方法）があげられる。

　また、脈絡膜血管画像に低周波処理を施すことにより、前記眼底画像から、画素値が大域的に極小の領域を抽出する方法（第５の検出方法）があげられる。

　更に、脈絡膜血管画像の各画素において、基準輝度より低い値の画素で構成される領域を、分水嶺とする方法（第６の検出方法）があげられる。なお、第６の検出方法における基準輝度とは、脈絡膜血管画像の画素値の平均値である。

　ステップ５０８で、渦静脈位置検出部２０６２は、渦静脈（Ｖｏｒｔｅｘ　Ｖｅｉｎ（以下、ＶＶともいう））の位置を検出する。脈絡膜血管画像を解析し、渦静脈位置を検出する。解析にあったては、脈絡膜血管の走行方向、血管径（血管の太さ）血管の面積、血管の分岐/合流などの脈絡膜血管のネットワークや構造を示す脈絡膜血管情報を用いることができる。例えば、血管走行方向や血管の太さや血管の分岐点/合流点を組み合わせて、渦静脈位置の検出することができる。

　ここで、図９と図１０を参照して、ステップ５０８の渦静脈の位置の検出処理の具体的な手法を説明する。

　図９には、第１の渦静脈の位置検出処理のフローチャートが示され、図１０には、第２の渦静脈の位置検出処理のフローチャートが示されている。渦静脈の位置検出処理としては、第１の渦静脈の位置検出処理（図９）でも、第２の渦静脈の位置検出処理（図１０）でもよい。また、第１の渦静脈の位置検出処理（図９）結果と第２の渦静脈の位置検出処理（図１０）との積（図９の処理でも検出され、かつ、図１０の処理でも検出された位置を渦静脈位置とする）を取ることにより、渦静脈位置を検出するようにしてもよい。

　最初に、図９の第１の渦静脈の位置検出処理を説明する。

　ステップ９０２で、渦静脈位置検出部２０６２は、血管走行方向を求める。なお、ステップ９０２の処理は、図８のステップ８０２、８０４の処理と同じであるので、その説明を省略する。

　ステップ９０４で、渦静脈位置検出部２０６２は、上記解析点の何れかに、粒子の初期位置を設定する。

　ステップ９０６で、渦静脈位置検出部２０６２は、初期位置の血管走行方向を取得し、取得した血管走行方向に沿って所定距離だけ、仮想の粒子を移動させ、移動した位置において、再度、血管走行方向を取得し、取得した血管走行方向に沿って所定距離だけ、仮想の粒子を移動させる。このように血管走行方向に沿って所定距離移動させることを予め設定した移動回数、繰り返す。

　以上の処理を、全ての解析点ての位置において実行する。すべての仮想の粒子に対して設定した移動回数行った時点で、仮想の粒子が一定個数以上集まっている点をＶＶの位置のとして、記憶装置２５４に記憶する。

　次に、図１０の第２の渦静脈の位置検出処理を説明する。

　ステップ１００１で、渦静脈位置検出部２０６２は、脈絡膜血管画像を、所定の閾値で、２値化し、２値化画像を作成する。

　ステップ１００３で、渦静脈位置検出部２０６２は、２値化画像に対し細線化処理を施すことにより、幅が１ピクセルの線画像に変換して、太さ情報を消去する。

　ステップ１００５で、渦静脈位置検出部２０６２は、線画像において、線が交差する血管交差点および線が分岐する血管分岐点等、ＶＶとしての特徴的なパターンを有する血管特徴点を特定する。血管特徴点をＶＶ位置として、記憶装置２５４に記憶する。
　図５のステップ５０８の渦静脈の位置の検出処理が終了し、画像処理はステップ５１０に進む。

　ステップ５１０では、評価値計算部２０８は、分水嶺に関する評価値を計算する。分水嶺に関する評価値には種々の評価値があり、分水嶺自体の評価値、分水嶺と眼底の構造物（例えば、渦静脈）との関係により定まる評価値があり、具体的には、以下の評価値がある。

（第１評価値）

　まず、分水嶺の第１評価値を説明する。第１評価値は、渦静脈と分水嶺との距離であり、具体的には、図１７に示すように、渦静脈ＶＶ１からＶＶ４の各々と第１分水嶺Ｗ１、第２分水嶺Ｗ２との距離である。当該距離には、例えば、次の３種類の距離がある。

　第１に、渦静脈ＶＶ１からＶＶ４の各々と第１分水嶺Ｗ１への垂線の長さである。具体的には、図１７に示すように、例えば、評価値計算部２０８は、渦静脈ＶＶ１と第１分水嶺Ｗ１の各点との距離を計算し、最小距離となる点Ｑ１を検出し、渦静脈ＶＶ１と点Ｑ１との距離を、第１分水嶺Ｗ１への垂線の長さとして、記憶装置２５４に記憶する。

　第２に、渦静脈ＶＶ１からＶＶ４の各々と第２分水嶺Ｗ２への垂線の長さである。評価値計算部２０８は、第１分水嶺Ｗ１への垂線の長さと同様に、例えば、渦静脈ＶＶ１と第２分水嶺Ｗ２の各点との距離を計算し、最小距離となる点Ｑ３を検出し、渦静脈ＶＶ１と点Ｑ３との距離を、分水嶺Ｗ２への垂線の長さとして、記憶装置２５４に記憶する。

　第３に、渦静脈ＶＶ１からＶＶ４の各々と、第１分水嶺Ｗ１および第２分水嶺Ｗ２の交点Ｃとの距離である。

（第２評価値）

　次に、分水嶺の第２評価値を説明する。第２評価値は、分水嶺を基準とした渦静脈の対称性を示す値である。具体的には、評価値計算部２０８は、第１分水嶺Ｗ１を挟んで対向する位置に位置する２つの渦静脈（例えば、渦静脈ＶＶ１、ＶＶ４）の各組について、以下の対称性を示す値ＲＶを計算する。

　例えば、渦静脈ＶＶ１の渦静脈ＶＶ４に対する対称性を示す値ＲＶ１は、
ＲＶ１＝（ＶＶ１とＱ１との距離）／（ＶＶ４とＱ２との距離）
であり、渦静脈ＶＶ４の渦静脈ＶＶ１に対する対称性を示す値ＲＶ１は、
ＲＶ４＝（ＶＶ４とＱ２との距離）／（ＶＶ１とＱ１との距離）
である。

　対称性を示す値（ＲＶ１、ＲＶ２）が１に近いほど、第１分水嶺Ｗ１を挟んで対向する位置に位置する２つの渦静脈が対称性が高い。

（第３評価値）

　次に、分水嶺の第３評価値を説明する。第３評価値は、分水嶺を基準とした脈絡膜血管の非対称性を示す値である。評価値計算部２０８は、例えば、第１分水嶺Ｗ１を、最小二乗近似法を用いて、直線を求め、求めた直線を新基準線として定義する。

　上記例（図８のステップ８０２）では、黄斑Ｍの位置と視神経乳頭ＯＮＨとを結ぶ水平線を基準に第１の領域と第２の領域とを設定している。

　第３評価値を求める場合には、評価値計算部２０８は、新基準線を基準に、新基準線より上側の領域を第１の領域と、新基準線より下側の第２の領域とを設定し、第１の領域と第２の領域とに、新基準線を基準に線対称となるように、解析点を設定する。

　評価値計算部２０８は、各解析点について血管走行方向を特定する。

　評価値計算部２０８は、新基準線に線対称となる解析点の各組について、非対称性を示す値を算出する。非対称性を示す値は血管走行方向の差であり、当該差は、各組の各解析点のヒストグラムから求められる。評価値計算部２０８は、組となるヒストグラムの各ビンにおける度数の差Δｈを求め、Δｈを二乗する。そして各ビンのΔｈ^２の和であるΣΔｈ^２を計算することにより、非対称性を示す値が求める。ΣΔｈ^２が大きければ、ヒストグラムの形状が大きく異なることから、非対称性も大きくなり、小さければヒストグラムの形状が似ていることから非対称性が小さいことになる。

　なお、非対称性を示す値は、このような各組の各解析点のヒストグラムの二乗誤差の和に限定されない。各組の各解析点のヒストグラムから代表角度を決定し、その絶対値差を算出したりしてもよい。

（第４評価値）

　次に、分水嶺の第４評価値を説明する。第４評価値は、分水嶺間のなす角度である。評価値計算部２０８は、第１分水嶺Ｗ１および第２分水嶺Ｗ２の各々について、最小二乗近似法を用いて、直線を求めることにより、図１８に示すように、第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭを求める。

　評価値計算部２０８は、図１９に示すように、第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭから、互いに直交する新第１分水嶺軸ＷＮＶおよび新第２分水嶺軸ＷＭＶを生成する。

　評価値計算部２０８は、図２０に示すように、第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭが求められた脈絡膜血管画像を、新第１分水嶺軸ＷＮＶおよび新第２分水嶺軸ＷＭＶにあわせてアフィン変換する。

　評価値計算部２０８は、アフィン変換された脈絡膜血管画像を基準に上記第１評価値から第３評価値を、第４評価値（第１の第４評価値）として、求める。

　第４評価値は、これに限定されない。

　例えば、評価値計算部２０８は、アフィン変換される前の脈絡膜血管画像について、図１８に示す第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭを第１分水嶺Ｗ１および第２分水嶺Ｗ２として上記第１評価値から第３評価値を、第４評価値（第２の評価値）として、求めるようにしてもよい。更に、評価値計算部２０８は、第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭと、新第１分水嶺軸ＷＮＶおよび新第２分水嶺軸ＷＭＶとを、脈絡膜血管画像の２次元ではなく、大円（眼球モデル）において求める。評価値計算部２０８は、大円において求められた第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭと、新第１分水嶺軸ＷＮＶおよび新第２分水嶺軸ＷＭＶと基準に、上記第１評価値から第３評価値、第１の第４評価値、第１の第４評価値を、第４評価値（第３の評価値）として、求めるようにしてもよい。

（第５評価値）

　次に、分水嶺の第５評価値を説明する。第１分水嶺Ｗ１および第２分水嶺Ｗ２は、上記のように、脈絡膜血管の密度が小さいが、脈絡膜血管画像の画素の輝度値にはばらつきがある。評価値計算部２０８は、第１分水嶺Ｗ１および第２分水嶺Ｗ２の全体の画素の輝度値の平均値を求める。評価値計算部２０８は、記憶装置２５４に予め記憶されている眼底の病変の部分や渦静脈の部分の画素の輝度値と平均値との差分を、第５評価値として、求める。

（第６評価値）

　次に、分水嶺の第６評価値を説明する。第６の検出方法のように、脈絡膜血管画像の各画素において基準輝度より低い値の画素で構成される領域ＲＷ（図２１参照）が、分水嶺として求められた場合、当該領域ＲＷの面積が第６の評価値である。

（第７評価値）

　次に、分水嶺の第７評価値を説明する。第７評価値は、各分水嶺自体の蛇行性（ｔｏｒｔｕｏｓｉｔｙ）を示す値である。具体的には、次の通りである。

　評価値計算部２０８は、上記のように第１分水嶺Ｗ１および第２分水嶺Ｗ２の各々について直線を求めることにより、第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭを求め（図１８参照）、第１分水嶺軸ＷＮおよび第２分水嶺軸ＷＭの各々の長さＤＷＮ、ＤＷＭを求める。

　評価値計算部２０８は、第１分水嶺Ｗ１および第２分水嶺Ｗ２の各々の長さＤＷ１、ＤＷ２を求める。

　評価値計算部２０８は、第１分水嶺Ｗ１および第２分水嶺Ｗ２の各々の蛇行性を示す値として、以下の値を、第７の評価値として求める。
（ＤＷ１／ＤＷＮ）－１
（ＤＷ２／ＤＷＭ）－１

　なお、ＤＷ１、ＤＷＮ、ＤＷ２、ＤＷＭは、脈絡膜血管画像の２次元上の距離でも、眼球モデルの３次元上の距離でもよい。

（第８評価値）

　次に、分水嶺の第８評価値を説明する。第８評価値は、脈絡膜血管画像を分水嶺で分割された領域に存在する脈絡膜血管の面積である。評価値計算部２０８は、分水嶺を基準に、脈絡膜血管画像を複数の領域に分割し、分割された複数の領域の各々に存在する脈絡膜血管の面積を、第８評価値として、算出する。具体的には、次の通りである。

　第１に、具体的には、脈絡膜血管画像を、第１分水嶺Ｗ１および第２分水嶺Ｗ２で分割された４個の領域の各々に存在する同じ渦静脈に接続される脈絡膜血管の面積である。

　評価値計算部２０８は、脈絡膜血管画像を、第１分水嶺Ｗ１および第２分水嶺Ｗ２を基準に分割する。評価値計算部２０８は、分割された４個の領域の各々に存在する同じ渦静脈に接続される脈絡膜血管を抽出する。評価値計算部２０８は、抽出した４個の領域の各々に存在する同じ渦静脈に接続される脈絡膜血管の面積を、第８評価値として求める。

　第２に、脈絡膜血管画像を、第１分水嶺Ｗ１または第２分水嶺Ｗ２を基準に分割された２個の領域の各々に存在する脈絡膜血管の面積である。なお、第１分水嶺Ｗ１を基準に分割された２個の領域は、第１分水嶺Ｗ１より上側（耳上）の領域と、第１分水嶺Ｗ１より下側（耳下）の領域と、がある

　以上のように評価値が計算されると、ステップ５１０の処理が終了し、画像処理はステップ５１２に進む。

　ステップ５１２では、処理部２１０は、分水嶺に関する画面のデータを生成し、ステップ５１４で、処理部２１０は、画面のデータを記憶装置２５４に保存（記憶）する。
　処理部２１０は、画面のデータを、ビューワ１５０に送信する。ビューワ１５０はディスプレイに、画面を表示する。なお、サーバ１４０の表示制御部２０４は、ディスプレイ２５６に、分水嶺に関する画面を表示してもよい。

　次に、図２２から図２５を参照して、分水嶺に関する第１眼底画像表示画面１０００Ａおよび第２眼底画像表示画面１０００Ｂを説明する。

　図２２に示すように、第１眼底画像表示画面１０００Ａは、患者情報表示欄１００２と、第１眼底画像情報表示欄１００４Ａとを備えている。

　患者情報表示欄１００２は、患者名ＩＤ、患者名、患者の年齢、患者の視力、左眼か右眼かの情報、眼軸長を表示するための、各々の表示欄１０１２から１０２２と、画面切替ボタン１０２４とを有する。表示欄１０１２から１０２２に、受信した患者名ＩＤ、患者名、患者の年齢、患者の視力、左眼か右眼かの情報、眼軸長が表示される。

　第１眼底画像情報表示欄１００４Ａは、ＵＷＦ眼底画像表示欄１０３２Ａ、分水嶺画像表示欄１０３２Ｂ、解析ツール表示欄１０３６、および情報表示欄１０３４を備えている。

　ＵＷＦ眼底画像表示欄１０３２Ａには、ＵＷＦ眼底画像（オリジナル眼底画像）、例えば、ＲＧＢカラー眼底画像（図１１も参照）が表示される。

　分水嶺画像表示欄１０３２Ｂには、オリジナル眼底画像に、分水嶺が重畳された画像が表示される。重畳表示される分水嶺は、第１の検出方法から第６の検出方法の何れかにより得られた分水嶺である。なお、図２２では、第１の検出方法により検出された分水嶺ＬＨ、ＬＶが重畳されている。
　なお、分水嶺画像表示欄１０３２Ｂには、オリジナル眼底画像に代えて脈絡膜血管画像に、分水嶺が重畳された画像が表示されてよい。

　情報表示欄１０３４には、ユーザ（眼科医）の診察時のコメントやメモがテキストとして表示される。

　解析ツール表示欄１０３６には、ＵＷＦ眼底画像表示欄１０３２Ａおよび分水嶺画像表示欄１０３２Ｂの各々に、渦静脈を重畳表示することを指示する渦静脈表示指示アイコン１０３６Ａがある。また、解析ツール表示欄１０３６には、分水嶺画像表示欄１０３２Ｂに、対称性を示す値を重畳表示することを指示する対称性表示指示アイコン１０３６Ｂがある。

　渦静脈表示指示アイコン１０３６Ａが操作された場合、ビューワ１５０は、図２３に示すように、第１眼底画像表示画面１０００Ａにおいて、ＵＷＦ眼底画像表示欄１０３２Ａおよび分水嶺画像表示欄１０３２Ｂの各々に、渦静脈ＶＶ１からＶＶ４を重畳表示する。

　対称性表示指示アイコン１０３６Ｂが操作された場合、ビューワ１５０は、図２４に示すように、第１眼底画像表示画面１０００Ａにおいて、分水嶺画像表示欄１０３２Ｂに、対称性を示す値が重畳表示される。図１５に示す例では、対称性を示す値Ｓ１～Ｓ４、即ち、第２評価値である値ＲＶ１、ＲＶ２等である。
　解析ツール表示欄１０３６には、対称性表示指示アイコン１０３６Ｂに限定されず、第２評価値以外の評価値を表示することを指示するアイコンを備え、当該アイコンが操作された場合、当該操作されたアイコンに対応する評価値を表示するようにしてもよい。

　第１眼底画像表示画面１０００Ａにおいて、画面切替ボタン１０２４が操作されると、ビューワ１５０は、図２５に示す第２眼底画像表示画面１０００Ｂをディスプレイに表示する。

　第１眼底画像表示画面１０００Ａと第２眼底画像表示画面１０００Ｂとは略同様の内容であるので、同一の部分には同一の符号を付してその説明を省略し、異なる部分のみ説明する。

　第２眼底画像表示画面１０００Ｂは、分水嶺画像表示欄１０３２Ｂに代えて、分水嶺画像表示欄１０３２Ｃを有する。分水嶺画像表示欄１０３２Ｃに、第１の検出方法とは異なる検出方法により検出された分水嶺が重畳表示する。図２５には、図１５に示す分水嶺Ｗ１、Ｗ２が重畳表示される。

　以上説明したように、上記実施の形態では、脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出するので、脈絡膜血管の状態を検出することができる。

　上記実施の形態で、視神経乳頭の位置と黄斑の位置とを通る水平線と、水平線に直交し、視神経乳頭を通る直線とから分水嶺を検出する場合、分水嶺の検出処理を、脈絡膜血管の密度を求めて分水嶺を検出する場合より、単純に分水嶺を検出できる。

　上記実施の形態で、脈絡膜血管画像において脈絡膜血管の密度が他の領域より低い領域を検出することにより、分水嶺を検出する場合、上記水平線と上記視神経乳頭を通る直線とから分水嶺を検出する場合より、分水嶺を正確に検出することができる。

　上記実施の形態では、分水嶺を表示するので、脈絡膜血管の状態を、眼科医等に知らせることができる。

　以上説明した例では、図５の画像処理は、サーバ１４０が実行しているが、本開示の技術の技術はこれに限定されない。例えば、眼科装置１１０またはビューワ１５０が実行したり、ネットワーク１３０に更に別の画像処理装置を接続させ、当該画像処理装置が実行したり、してもよい。

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

　このように本開示の技術は、コンピュータを利用したソフトウェア構成により画像処理が実現される場合と、コンピュータを利用したソフトウェア構成でない構成で画像処理が実現される場合とを含むので、以下の第１技術および第２技術を含む。

（第１技術）
　眼底画像を取得する取得部と、
　前記眼底画像から脈絡膜血管画像を生成する生成部と、
　前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出する検出部と、
　を備える画像処理装置。

　なお、上記実施の形態の処理部２１０は、上記第１技術の「取得部」および「生成部」の一例であり、上記実施の形態の分水嶺検出部２０６０は、上記第１技術の「検出部」の一例である。

　上記のように以上の開示内容から以下の第２技術が提案される

（第２技術）
　取得部が、眼底画像を取得することと、
　生成部が、前記眼底画像から脈絡膜血管画像を生成することと、
　検出部が、前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出することと、
　を含む画像処理方法。

　以上の開示内容から以下の第３技術が提案される。
（第３技術）
　画像処理するためのコンピュータープログラム製品であって、
　前記コンピュータープログラム製品は、それ自体が一時的な信号ではないコンピュータ可読記憶媒体を備え、
　前記コンピュータ可読記憶媒体には、プログラムが格納されており、
　前記プログラムは、
　コンピュータに、
　　眼底画像を取得し、
　前記眼底画像から脈絡膜血管画像を生成し、
　前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出する、
　ことを実行させる、
　コンピュータープログラム製品。

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

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

Claims (12)

1. 　プロセッサが、眼底画像を取得することと、
   　前記プロセッサが、前記眼底画像から脈絡膜血管画像を生成することと、
   　前記プロセッサが、前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出することと、
   　を含む画像処理方法。
2. 　前記分水嶺は、水平方向に沿った第１分水嶺と、前記水平方向に垂直な方向に沿った第２分水嶺を含む、請求項１に記載の画像処理方法。
3. 　前記脈絡膜血管網の分水嶺を検出することは、
   　前記プロセッサが、前記脈絡膜血管画像から、視神経乳頭の位置と、黄斑の位置とを検出することを含む、請求項２に記載の画像処理方法。
4. 　前記第１分水嶺は、前記黄斑と視神経乳頭を通る水平線に沿っており、
   　前記第２分水嶺は、前記水平線に直交し、前記視神経乳頭を通る直線に沿っている、
   　請求項３に記載の画像処理方法。
5. 　前記脈絡膜血管網の分水嶺を検出することは、
   　前記プロセッサが、前記脈絡膜血管画像から脈絡膜血管網を抽出することと、
   　前記プロセッサが、前記脈絡膜血管網の各脈絡膜血管の走行方向を検出することと、
   　前記プロセッサが、前記各脈絡膜血管の走行方向から前記分水嶺を検出ることと、
   　を含む、請求項１に記載の画像処理方法。
6. 　前記プロセッサが、前記分水嶺を基準に、前記眼底画像を複数の領域に分割することを更に含む、請求項１から請求項５の何れか１項に記載の画像処理方法。
7. 　前記プロセッサが、前記分水嶺を表示することを更に含む、請求項１から請求項６の何れか１項に記載の画像処理方法。
8. 　前記プロセッサが、前記脈絡膜血管画像から渦静脈の位置を検出することを更に含む、請求項１から請求項７の何れか１項に記載の画像処理方法。
9. 　前記分水嶺は、前記脈絡膜血管画像において脈絡膜血管の密度が他の領域より低い領域である、請求項１に記載の画像処理方法。
10. 　前記プロセッサが、前記脈絡膜血管画像において脈絡膜血管の密度が他の領域より低い領域を検出することにより、前記分水嶺を検出する、請求項９に記載の画像処理方法。
11. 　メモリと、前記メモリに接続するプロセッサとを備え、
    　前記プロセッサは、
    　眼底画像を取得し、
    　前記眼底画像から脈絡膜血管画像を生成し、
    　前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出する、
    　画像処理装置。
12. 　コンピュータに、
    　眼底画像を取得し、
    　前記眼底画像から脈絡膜血管画像を生成し、
    　前記脈絡膜血管画像において、脈絡膜血管網の分水嶺を検出する、
    　ことを実行させるプログラム。

Images