JP2009189586A

JP2009189586A - Fundus image analysis method, its instrument and program

Info

Publication number: JP2009189586A
Application number: JP2008033738A
Authority: JP
Inventors: Atsushi Marukame; 敦丸亀; Akira Saito; 彰齋藤; Yoichiro Yamamoto; 陽一朗山本; Manabu Fukumoto; 学福本
Original assignee: Tohoku University NUC; NEC Corp
Current assignee: Tohoku University NUC; NEC Corp
Priority date: 2008-02-14
Filing date: 2008-02-14
Publication date: 2009-08-27
Anticipated expiration: 2028-02-14
Also published as: JP5182689B2

Abstract

<P>PROBLEM TO BE SOLVED: To extract a blood vessel area from a fundus image, and analyze information on the blood vessel such as a structure of vessel branch or intersection, and a vessel diameter or the like. <P>SOLUTION: A monochrome image creating means 10 creates a monochrome fundus image S20 from a color digital fundus image S10. A blood vessel area extracting means 20 creates a binarized angiogram S30 extracting only the blood vessel area from the monochrome fundus image S20, a blood vessel structure extracting means 30 creates a thinned angiogram S40 by thinning the binarized angiogram S30, and a blood vessel diameter measuring means 40 creates a thinned angiogram S50 with a blood vessel diameter by using the binarized angiogram S30 and the thinned angiogram S40 to calculate the blood vessel diameter. A blood vessel intersection part extracting means 50 extracts the blood vessel intersection part, branch part, and endpoint from the thinned angiogram S40 or thinned angiogram S50 with the blood vessel diameter. <P>COPYRIGHT: (C)2009,JPO&INPIT

Description

本発明は、眼底画像から血管領域を抽出し血管に関する情報を解析する方法、およびその装置とプログラムに関するものである。 The present invention relates to a method for extracting a blood vessel region from a fundus image and analyzing information related to a blood vessel, and an apparatus and program therefor.

眼底検査時に取得される眼底写真から眼底の正常／異常の判定、異常部の発見が可能である。最近では、デジタルカメラの性能向上により、眼底写真も電子データであるデジタル画像として取得され、従来、紙媒体の写真上で行われてきた眼底診断もコンピュータ上の画像処理で行うことが可能になった。眼底画像において、網膜血管の解析は交叉などの血管構造や血管径を取得するための重要な項目の一つである。 It is possible to determine whether the fundus is normal or abnormal and to find an abnormal part from the fundus photograph acquired at the time of fundus examination. Recently, with the improvement in performance of digital cameras, fundus photographs are also acquired as digital images, which are electronic data, and fundus diagnosis that has been conventionally performed on photographs on paper media can now be performed by image processing on a computer. It was. In fundus images, analysis of retinal blood vessels is one of the important items for acquiring blood vessel structures such as crossovers and blood vessel diameters.

デジタル化された眼底画像における既存の血管解析は、交叉部を抽出するものとしては、特許文献１やそこに引用されている特許文献２、特許文献３、特許文献４等が、血管径を計測するものとしては、特許文献５やそこに引用されている特許文献６、特許文献７等がある。 In the existing blood vessel analysis in the digitized fundus image, Patent Literature 1, Patent Literature 2, Patent Literature 3, Patent Literature 4 and the like cited therein measure the blood vessel diameter as a cross section extraction. For example, there are Patent Document 5, Patent Document 6, and Patent Document 7 cited therein.

交叉部の抽出に関しては、二値化した血管領域の細線化による中心線抽出を行う方法が特許文献８及び特許文献９に、円形、正方形状のフィルタを用いる方法が、特許文献１０に、注目画素の等距離上の各画素における角度−距離曲線の極大値の個数を用いる方法が、特許文献１１に記述されている。 Regarding the extraction of the crossing portion, a method of performing centerline extraction by thinning a binarized blood vessel region is disclosed in Patent Document 8 and Patent Document 9, and a method using a circular or square filter is disclosed in Patent Document 10. A method using the number of maximum values of the angle-distance curve in each pixel on the equidistance of the pixel is described in Patent Document 11.

血管径に関しては、いずれも細線化により中心線を抽出後、中心に直交する線と血管との交差点距離により血管径を計算する方法が記述されている。 With regard to the blood vessel diameter, there is described a method of calculating the blood vessel diameter from the intersection distance between the line orthogonal to the center and the blood vessel after extracting the center line by thinning.

特開２００７−９７６３３号公報JP 2007-97633 A 特許第３３７７４４６号公報Japanese Patent No. 3377446 特開平１０−１５１１１４号公報JP-A-10-151114 特開２００１−７０２４７号公報JP 2001-70247 A 特開２００７−９７７４０号公報JP 2007-97740 A 特開平１０−７１１２５号公報JP-A-10-71125 特開平１０−２４３９２４号公報Japanese Patent Laid-Open No. 10-243924 特許３３７７４４６号公報Japanese Patent No. 3377446 特開平１０−１５１１１４号公報JP-A-10-151114 特開２００１−７０２４７号公報JP 2001-70247 A 特開２００７−２１０６５５号公報JP 2007-210655 A Frank Y. Shih and Yi-Ta Wu, “Fast Euclidean distance transformation in two scans using a 3 x 3 neighborhood”, Computer Vision and Image Understanding, Vol.93, No.2, pp.195-205, Feb. 2004.Frank Y. Shih and Yi-Ta Wu, “Fast Euclidean distance transformation in two scans using a 3 x 3 neighborhood”, Computer Vision and Image Understanding, Vol.93, No.2, pp.195-205, Feb. 2004.

しかしながら、これらの既存の方法にはいくつかの問題点がある。交叉部の抽出において、細線化による中心線を抽出する特許文献２及び特許文献９は、特許文献１に指摘があるように本来”Ｘ”のように観察される交叉部が細線化により、図１０に示すような２つの分岐部に分解された”＞−＜”型としてみなされ、交叉部として検出されない問題がある。円形、正方形状のフィルタを用いる特許文献１０も、特許文献１に指摘があるように診断上重要な交叉部で対象となる血管の配置状況によっては抽出されないケースがある。 However, these existing methods have several problems. In the extraction of the crossing portion, Patent Document 2 and Patent Document 9 that extract the center line by thinning, as indicated in Patent Document 1, the crossing portion that is originally observed as “X” is thinned. As shown in FIG. 10, there is a problem that it is regarded as a “>-<” type decomposed into two branch portions and is not detected as a crossover portion. Patent Document 10 using a circular or square filter, as pointed out in Patent Document 1, may not be extracted depending on the state of placement of the target blood vessel at the intersection important for diagnosis.

特許文献１は前述の問題は解決しているが、この方式は交叉部、分岐部以外も含めた血管領域全体に対して、周囲の画素の探査と交叉部、分岐部、それ以外の判定を行う必要があるため、非常に計算量が多くなる。さらに、この方法でも誤認識が生じる場合があるため、上記にあげた問題点解決のために行うには効率が悪い。 Although the above-mentioned problem is solved in Patent Document 1, this method searches for the surrounding pixels and determines other portions other than the crossing portion and the branching portion. Since it is necessary to do so, the calculation amount is very large. Furthermore, since this method may cause misrecognition, it is inefficient to perform in order to solve the above problems.

血管径の計測に関しては、細線化により中心線の抽出後、中心線の直交線を逐次計算する方法は計算量が多くなる。直交線は中心線の状態に大きく影響されるため、中心線の状態によっては、中心線抽出精度と正方格子状にならぶデジタル画像の画素配列によって精度面の誤差が大きくなることがある。 Regarding the measurement of the blood vessel diameter, the method of sequentially calculating the orthogonal line of the center line after extracting the center line by thinning increases the amount of calculation. Since the orthogonal line is greatly influenced by the state of the center line, depending on the state of the center line, the accuracy error may be increased depending on the center line extraction accuracy and the pixel arrangement of the digital image arranged in a square lattice shape.

また、いずれの方法も正確に血管領域が抽出されていることが前提になっているが、眼底画像は光の当たり方によりグラデーションがかかったような画像であるために、安定した血管領域を抽出するためには局所的な画像処理が必要になる。 Each method is premised on the accurate extraction of the blood vessel region, but the fundus image is an image that appears to have a gradation depending on how the light hits, so a stable blood vessel region is extracted. To do this, local image processing is required.

そこで、本発明の目的の一つは、眼底画像から血管領域を抽出することにある。 Accordingly, one object of the present invention is to extract a blood vessel region from a fundus image.

また、本発明の目的のもう一つは、眼底画像から血管の分岐点、交叉点を抽出することにある。 Another object of the present invention is to extract blood vessel bifurcation points and crossing points from the fundus image.

さらに、本発明のもう一つの目的は、眼底画像から血管の太さを計測することにある。 Furthermore, another object of the present invention is to measure the thickness of a blood vessel from a fundus image.

本発明の目的は、以下によって、達成することができる。 The object of the present invention can be achieved by the following.

本発明によれば、眼底画像解析方法であって、カラー眼底画像からモノクロ眼底画像を作成するモノクロ画像作成段階と、前記モノクロ眼底画像から血管領域のみを抽出した二値化血管画像を作成する血管領域抽出段階と、前記二値化血管画像を細線化した細線化血管画像を作成する血管構造抽出段階と、前記二値化血管画像と前記細線化画像から血管径を計算し、前記細線化画像に血管径を与えた血管径つき細線化血管画像を作成する血管径計測段階と、前記細線化血管画像から血管の交叉部を抽出する血管交叉部抽出段階とを備えることを特徴とする眼底画像解析方法が得られる。 According to the present invention, there is provided a fundus image analysis method, a monochrome image creation step for creating a monochrome fundus image from a color fundus image, and a blood vessel for creating a binarized blood vessel image obtained by extracting only a blood vessel region from the monochrome fundus image. A region extraction step, a blood vessel structure extraction step for creating a thinned blood vessel image obtained by thinning the binarized blood vessel image, a blood vessel diameter is calculated from the binarized blood vessel image and the thinned image, and the thinned image A fundus image comprising: a blood vessel diameter measuring step for creating a thinned blood vessel image with a blood vessel diameter given a blood vessel diameter; and a blood vessel crossing portion extracting step for extracting a blood vessel crossing portion from the thinned blood vessel image. An analysis method is obtained.

ここで、前記眼底画像解析方法において、前記モノクロ画像作成段階で色相と緑成分のモノクロ画像を作成し、前記血管領域抽出段階でそれぞれの抽出結果を併用することが好ましい。 Here, in the fundus image analysis method, it is preferable that a monochrome image of a hue and a green component is created in the monochrome image creation stage, and each extraction result is used in combination in the blood vessel region extraction stage.

また、前記眼底画像解析方法において、前記血管領域抽出段階での二値化の閾値の決定に画像を小領域に分割し各領域での統計的な閾値を決定し、それらの内挿補間により各画素の閾値を計算することが好ましい。 Further, in the fundus image analysis method, in determining the binarization threshold value in the blood vessel region extraction stage, the image is divided into small regions, statistical threshold values in each region are determined, and each of them is interpolated by interpolation. It is preferable to calculate the pixel threshold.

また、前記眼底画像解析方法において、前記血管径計測段階で距離変換画像を作成し細線化画像と併用することで血管径を計算することが好ましい。 In the fundus image analysis method, it is preferable to calculate a blood vessel diameter by creating a distance conversion image in the blood vessel diameter measurement stage and using it together with the thinned image.

また、前記血管交叉部抽出段階で血管径と細線化血管画像から血管の交叉部を抽出することが好ましい。 Further, it is preferable to extract a blood vessel crossing portion from the blood vessel diameter and the thinned blood vessel image in the blood vessel crossing portion extraction step.

また、本発明によれば、前記いずれかの眼底画像解析方法を行うように構成したことを特徴とする眼底画像解析装置が得られる。 In addition, according to the present invention, a fundus image analysis apparatus configured to perform any one of the fundus image analysis methods can be obtained.

また、本発明によれば、カラー眼底画像からモノクロ眼底画像を作成するモノクロ画像作成手段と、前記モノクロ眼底画像から血管領域のみを抽出した二値化血管画像を作成する血管領域抽出手段と、前記二値化血管画像を細線化した細線化血管画像を作成する血管構造抽出手段と、前記二値化血管画像と前記細線化画像から血管径を計算し、前記細線化画像に血管径を与えた血管径つき細線化血管画像を作成する血管径計測手段と、前記細線化血管画像から血管の交叉部を抽出する血管交叉部抽出手段とを備えることを特徴とする眼底画像解析装置が得られる。 Further, according to the present invention, a monochrome image creating means for creating a monochrome fundus image from a color fundus image, a blood vessel region extracting means for creating a binarized blood vessel image by extracting only a blood vessel region from the monochrome fundus image, A blood vessel structure extracting means for creating a thinned blood vessel image obtained by thinning a binarized blood vessel image, a blood vessel diameter is calculated from the binarized blood vessel image and the thinned image, and a blood vessel diameter is given to the thinned image. A fundus image analyzing apparatus comprising: a blood vessel diameter measuring unit that creates a thinned blood vessel image with a blood vessel diameter; and a blood vessel crossing portion extracting unit that extracts a crossing portion of a blood vessel from the thinned blood vessel image.

ここで、本発明の眼底画像解析装置において、前記モノクロ画像作成手段で色相と緑成分のモノクロ画像を作成し、前記血管領域抽出手段でそれぞれの抽出結果を併用することが好ましい。 Here, in the fundus image analysis apparatus of the present invention, it is preferable that a monochrome image of a hue and a green component is created by the monochrome image creation unit, and each extraction result is used together by the blood vessel region extraction unit.

また、前記血管領域抽出手段での二値化の閾値の決定に画像を小領域に分割し各領域での統計的な閾値を決定し、それらの内挿補間により各画素の閾値を計算することが好ましい。 In addition, in determining the binarization threshold in the blood vessel region extraction means, the image is divided into small regions, a statistical threshold in each region is determined, and a threshold for each pixel is calculated by interpolation of those regions. Is preferred.

また、前記血管径計測手段で距離変換画像を作成し細線化画像と併用することで血管径を計算することが好ましい。 Moreover, it is preferable to calculate a blood vessel diameter by creating a distance conversion image by the blood vessel diameter measuring means and using it together with the thinned image.

また、前記血管交叉部抽出手段で血管径と細線化血管画像から血管の交叉部を抽出することが好ましい。 Further, it is preferable that the blood vessel crossing portion extracting means extracts a blood vessel crossing portion from the blood vessel diameter and the thinned blood vessel image.

また、本発明によれば、コンピュータをカラー眼底画像からモノクロ眼底画像を作成するモノクロ画像作成手段、前記モノクロ眼底画像から血管領域のみを抽出した二値化血管画像を作成する血管領域抽出手段、前記二値化血管画像を細線化した細線化血管画像を作成する血管構造抽出手段、前記二値化血管画像と前記細線化画像から血管径を計算し、前記細線化画像に血管径を与えた血管径つき細線化血管画像を作成する血管径計測手段、及び前記細線化血管画像から血管の交叉部を抽出する血管交叉部抽出手段として機能させるためのプログラムが得られる。 Further, according to the present invention, the computer generates a monochrome image fundus image for creating a monochrome fundus image from a color fundus image, a blood vessel region extractor for creating a binarized blood vessel image by extracting only a blood vessel region from the monochrome fundus image, Blood vessel structure extraction means for creating a thinned blood vessel image obtained by thinning a binarized blood vessel image, a blood vessel diameter calculated from the binarized blood vessel image and the thinned image, and a blood vessel having a blood vessel diameter given to the thinned image A program for functioning as a blood vessel diameter measuring means for creating a diameter-thinned blood vessel image and a blood vessel crossing portion extracting means for extracting a blood vessel crossing portion from the thinned blood vessel image is obtained.

ここで、本発明のプログラムにおいて、前記モノクロ画像作成手段で色相と緑成分のモノクロ画像を作成し、前記血管領域抽出手段でそれぞれの抽出結果を併用することが好ましい。 Here, in the program of the present invention, it is preferable that the monochrome image creating unit creates a monochrome image of a hue and a green component, and the blood vessel region extracting unit uses each extraction result together.

また、前記プログラムにおいて、前記血管径計測手段で距離変換画像を作成し細線化画像と併用することで血管径を計算することが好ましい。 In the program, it is preferable that the blood vessel diameter is calculated by creating a distance conversion image by the blood vessel diameter measuring means and using it together with the thinned image.

さらに、前記プログラムにおいて、前記血管交叉部抽出手段で血管径と細線化血管画像から血管の交叉部を抽出することが好ましい。 Further, in the program, it is preferable that the blood vessel crossing portion extraction unit extracts a blood vessel crossing portion from the blood vessel diameter and the thinned blood vessel image.

本発明においては、眼底領域を小領域に分割し、局所的に最適な閾値処理で二値化した血管画像を作成することによって、グラデーションがかかった眼底画像においても安定的に血管領域を抽出することができる眼底画像解析方法およびその装置とプログラムとを提供することができる。 In the present invention, by dividing a fundus region into small regions and creating a blood vessel image binarized by locally optimal threshold processing, a blood vessel region can be stably extracted even in a fundus image with gradation. It is possible to provide a fundus image analysis method, an apparatus thereof, and a program.

また、本発明においては、細線化処理と距離画像作成のみで行うことによって高速に血管径を計算することができる眼底画像解析方法およびその装置とプログラムとを提供することができる。 In addition, in the present invention, it is possible to provide a fundus image analysis method, an apparatus thereof, and a program capable of calculating a blood vessel diameter at high speed only by performing thinning processing and distance image creation.

また、本発明においては、距離変換と細線化による血管径計測は血管の状態に影響されやすい血管中心線の接線を計算しないことで、血管の形状に影響されにくい安定的な血管径を計算できる眼底画像解析方法およびその装置とプログラムを提供することができる。 In the present invention, the blood vessel diameter measurement by distance conversion and thinning does not calculate the tangent of the blood vessel center line that is easily affected by the state of the blood vessel, so that a stable blood vessel diameter that is not easily affected by the shape of the blood vessel can be calculated. It is possible to provide a fundus image analysis method and apparatus and program thereof.

また、本発明においては、分岐部の近傍ペアを分岐角等の条件で交叉部であるか判定することによって、細線化により本来”Ｘ”のように観察される交叉部が細線化により”＞−＜”のようになった分岐部の組を交叉部として抽出することができる眼底画像解析方法およびその装置とプログラムとを提供することができる。 Further, in the present invention, by determining whether a pair of neighboring branches is a crossing part under a condition such as a branching angle, the crossing part that is originally observed as “X” by thinning is reduced by thinning. It is possible to provide a fundus image analysis method, an apparatus thereof, and a program that can extract a set of branch portions as indicated by − <”as a crossover portion.

さらに、本発明においては、細線化により対象画素を減らし、交叉点／分岐点とそれ以外に分け、処理対象を限定することによって、高速に血管の分岐部と交叉部を見つけることができる眼底画像解析方法およびその装置とプログラムとを提供することができる。 Furthermore, in the present invention, the fundus image can be obtained at high speed by reducing the target pixel by thinning, dividing the crossing point / branching point and other points, and limiting the processing target. An analysis method, an apparatus thereof, and a program can be provided.

以下、本発明の実施の形態について説明する。図１は、本発明の第１の実施の形態による眼底画像解析装置を示すブロック図である。図１を参照すると、眼底画像解析装置６０は、カラーデジタル眼底画像Ｓ１０からモノクロ眼底画像Ｓ２０を作成するモノクロ画像作成手段１０と、モノクロ眼底画像Ｓ２０から血管領域のみを抽出した二値化血管画像Ｓ３０を作成する血管領域抽出手段２０と、二値化血管画像Ｓ３０を細線化した細線化血管画像Ｓ４０を作成する血管構造抽出手段３０と、二値化血管画像Ｓ３０から距離変換画像を作成し、細線化血管画像Ｓ４０と併用して血管径を計算して血管径つき細線化血管画像Ｓ５０を作成する血管径計測手段４０と、細線化血管画像Ｓ４０もしくは血管径つき細線化血管画像Ｓ５０から血管の交叉部を抽出する血管交叉部抽出手段５０とを備えて構成される。 Embodiments of the present invention will be described below. FIG. 1 is a block diagram showing a fundus image analysis apparatus according to the first embodiment of the present invention. Referring to FIG. 1, a fundus image analyzing apparatus 60 includes a monochrome image creating unit 10 that creates a monochrome fundus image S20 from a color digital fundus image S10, and a binarized blood vessel image S30 obtained by extracting only a blood vessel region from the monochrome fundus image S20. A blood vessel region extracting means 20 for creating a blood vessel structure, a blood vessel structure extracting means 30 for creating a thinned blood vessel image S40 obtained by thinning the binarized blood vessel image S30, and a distance conversion image from the binarized blood vessel image S30. Blood vessel diameter measuring means 40 for creating a blood vessel diameter thinned blood vessel image S50 by calculating a blood vessel diameter in combination with the blood vessel image S40, and crossing of blood vessels from the thinned blood vessel image S40 or the blood vessel diameter thinned blood vessel image S50. And a blood vessel crossing portion extracting means 50 for extracting a portion.

以下に、第１の実施の形態による眼底画像解析装置６０の各手段の動作についての詳細を説明する。 Details of the operation of each unit of the fundus image analysis apparatus 60 according to the first embodiment will be described below.

モノクロ画像作成手段１０は、カラーデジタル眼底画像Ｓ１０を入力とする。カラーデジタル眼底画像Ｓ１０は、デジタルの眼底カメラで撮影される。眼底カメラは、多くの場合で使用されているＢＭＰ（ビッドマップ）、ＴＩＦＦ（タグドイメージファイルフォーマット）、ＪＰＥＧなどＲ（赤）、Ｇ（緑）、Ｂ（青）の三原色で表現されるカラーフォーマット画像を前提とする。眼底画像は、背景の黒を除いた眼底領域は、明るく光る視神経乳頭、暗めの黄班、赤い血管、黄色いその他の領域の４つに大別される。このうち、赤が強い血管だけを抽出するには、次の２とおり方法が考えられる。 The monochrome image creating means 10 receives the color digital fundus image S10. The color digital fundus image S10 is taken with a digital fundus camera. The fundus camera uses BMP (bid map), TIFF (tagged image file format), JPEG, etc., which are used in many cases, and is expressed in the three primary colors of R (red), G (green), and B (blue). A format image is assumed. In the fundus image, the fundus area excluding the black background is roughly divided into four areas: a brightly shining optic disc, a dark macula, red blood vessels, and other yellow areas. Of these, the following two methods can be considered to extract only blood vessels with strong red color.

一つは、Ｒ（赤）、Ｇ（緑）、Ｂ（青）で赤（Ｒ：大、Ｇ：小、Ｂ：小）と黄（Ｒ：大、Ｇ：大、Ｂ：小）を区別するのは、Ｇ（緑）の値の大小であるのでＧ（緑）のモノクロ画像を用いて、黄色と赤の部分を分離する方法である。 One is R (red), G (green), and B (blue) to distinguish red (R: large, G: small, B: small) and yellow (R: large, G: large, B: small) What is to be done is a method of separating yellow and red portions using a monochrome image of G (green) because the value of G (green) is large and small.

もう一つは、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の三原色で表現されるカラーフォーマット画像を、Ｈ（色相）、Ｓ（彩度）、Ｖ（強度）のＨＳＶ表色系に変換し、色相のモノクロ画像を用いて、黄色と赤の部分を分離する方法である。 The other is a color format image expressed by three primary colors of R (red), G (green), and B (blue), and an HSV color system of H (hue), S (saturation), and V (intensity). And a yellow and red part are separated using a monochrome image of hue.

色相はＲ（赤）、Ｇ（緑）、Ｂ（青）の最大値に影響されるため、末端の暗い血管の抽出には前者のＧ（緑）を用いたほうが有効である。逆に、前者を用いると視神経乳頭の境界付近も抽出され、この部分では後者のＨ（色相）を用いたほうが優れている。このように両者に一長一短があるので、モノクロ画像作成手段１０では両者のモノクロ眼底画像を作成し、それらをモノクロ眼底画像Ｓ２０として血管領域抽出手段２０に出力する。 Since the hue is affected by the maximum values of R (red), G (green), and B (blue), it is more effective to use the former G (green) for extracting dark blood vessels at the ends. In contrast, when the former is used, the vicinity of the boundary of the optic nerve head is also extracted, and it is better to use the latter H (hue) in this portion. Thus, since both have advantages and disadvantages, the monochrome image creation means 10 creates both monochrome fundus images and outputs them to the blood vessel region extraction means 20 as a monochrome fundus image S20.

血管領域抽出手段２０は、モノクロ眼底画像Ｓ２０が入力されるとその眼底領域を小領域に分割する。この小領域としては正方ブロックなどを用いるが、他の円を含む楕円や多角形状のブロックを用いることもできる。 When the monochrome fundus image S20 is input, the blood vessel region extraction unit 20 divides the fundus region into small regions. As this small area, a square block or the like is used, but an ellipse or a polygonal block including other circles can also be used.

領域サイズは、局所的な統計情報が得られる範囲が望ましい。小さすぎると局所的な情報は反映されるが、統計的な情報はノイズの影響を受けやすく信頼性が乏しくなり、大きすぎると、逆に統計的な情報の信頼性は高くなるが、局所的な情報が反映されなくなる。 The region size is preferably within a range where local statistical information can be obtained. If it is too small, the local information is reflected, but statistical information is easily affected by noise and becomes unreliable. If it is too large, the statistical information becomes more reliable, but the local information is local. Information is not reflected.

各領域に関しては、モノクロ画像の値によるヒストグラムを作成し、線形判別分析により基準値を決める。基準値の計算は次のようになる。 For each region, a histogram based on the values of the monochrome image is created, and a reference value is determined by linear discriminant analysis. The calculation of the reference value is as follows.

まず、画素値が取り得る値を｛０、１、２、…、Ｌ｝として、その画素値をもつ画素数のヒストグラム（階調ヒストグラム）を作成し、ある値ｋによって［０、ｋ］と［ｋ＋１、Ｌ］の２クラスに分割して、１つめのクラスを０、２つめのクラスを１として２値化するとする。 First, a value (0, 1, 2,..., L) that can be taken by a pixel value is set, and a histogram (gradation histogram) of the number of pixels having the pixel value is created. It is assumed that [k + 1, L] is divided into two classes and binarized with the first class being 0 and the second class being 1.

判別分析においては、クラス間分散を下記数１式、クラス内分散を下記数２式とするとき、下記の数３式で示されるフィッシャー判別比が大きいほど、２クラスの分離度が高いことになる。 In discriminant analysis, when the variance between classes is expressed by the following formula 1 and the intra-class variance is expressed by the following formula 2, the greater the Fisher discriminant ratio expressed by the following formula 3, the higher the separation between the two classes. Become.

下記数４式で示される分散は、下記数５式のような関係があるので、下記数６式の（１）式のとなり、上記数１式で示されるクラス間分散を下記数４式で示される全体の分散で割った値である下記数７式で示されるＦ_０が１に近いほど、２クラスの分離度が高くなることと同等になる。 Since the dispersion represented by the following equation 4 has the relationship as the following equation 5, the equation (1) of the following equation 6 is obtained, and the interclass variance represented by the above equation 1 is represented by the following equation 4. The closer F ₀ expressed by the following equation (7), which is the value divided by the total variance shown, is closer to 1, the higher the separation of the two classes becomes.

なお、上記数４式で示される全階調の分散の計算は、下記数８式で示される階調値、下記数９式で示す階調ｉの画素数、下記数１０式の（２）式で示されるものを画像全体の平均階調としたとき、下記数１１式の（３）式で表され、クラス間分散を上記数１式、下記数１２式を２クラスそれぞれの画素数、下記数１３式を２クラスそれぞれの階調平均としたとき、下記数数１４式となる、閾値の決定は、ｋを順次変えたとき、もっとも上記数７式の値が１に近いときのｋを基準値として選ぶ。 It should be noted that the calculation of the variance of all gradations expressed by the above equation 4 is performed by calculating the gradation value expressed by the following equation 8, the number of pixels of the gradation i expressed by the following equation 9, and the following equation (2) When the average gradation of the entire image is represented by the equation, it is expressed by the following equation (3), the inter-class variance is the above equation 1, the following equation 12 is the number of pixels in each of the two classes, When the following equation (13) is used as the gradation average for each of the two classes, the following equation (14) is obtained. The threshold value is determined when k is sequentially changed, and when the value of the equation (7) is closest to 1. Is selected as the reference value.

計算された各小領域の基準値から、各画素の基準値は次のように計算する。 From the calculated reference value of each small region, the reference value of each pixel is calculated as follows.

図２は本発明の第１の実施の形態による線形内挿による画素の基準値の計算方法を示す図である。図２に示すように、小領域がブロックで示され、注目点の画素（白点１）がブロックの基準値Ａ、Ｂ、Ｃ、Ｄのブロック中心２、３、４、５に囲まれた領域にあり、ブロックの基準値Ａのブロック中心２から（ｐ、ｒ）右下、ブロックの基準値Ｄのブロック中心５から（ｑ、ｓ）左上にある場合、注目点の基準値は、周辺ブロックの基準値と各ブロック中心から相対位置を用いた線形内挿により下記数１５式となる。これから各画素の基準値を決定する。 FIG. 2 is a diagram showing a pixel reference value calculation method by linear interpolation according to the first embodiment of the present invention. As shown in FIG. 2, the small area is indicated by a block, and the pixel of interest (white point 1) is surrounded by block centers 2, 3, 4, and 5 of the block reference values A, B, C, and D. In the region, when the block reference value A is (p, r) lower right from the block center 2 and from the block center 5 of the block reference value D is (q, s) upper left, the reference value of the target point is the peripheral The following equation 15 is obtained by linear interpolation using the block reference value and the relative position from the center of each block. From this, the reference value of each pixel is determined.

各画素に与えられたこの基準値とモノクロ画像の画素値を比較し、画素値が基準値より小さい（緑Ｇ、色相Ｈとも赤側のほうが小さくなる）画素を血管として抽出する。上述のモノクロ画像作成手段１０の説明で述べたように、緑Ｇのモノクロ画像は血管末端で、色相Ｈのモノクロ画像は、視神経乳頭付近で有効であるので、視神経乳頭付近では色相Ｈのモノクロ画像の結果を、それ以外では、緑Ｇの結果を用いて合成した二値化血管画像Ｓ３０を作成すると良い。視神経乳頭は、他よりも圧倒的に明るいので容易に抽出可能である。このようにして作成された二値化血管画像は、カラーデジタル眼底画像Ｓ１０の画質によっては、血管部に欠け、バリ、穴空き生じることもあるので、膨張、収縮や特許文献１１にあるようなノイズ除去処理が後処理して行われることもある。 This reference value given to each pixel is compared with the pixel value of the monochrome image, and a pixel whose pixel value is smaller than the reference value (both green G and hue H are smaller on the red side) is extracted as a blood vessel. As described in the above description of the monochrome image creating means 10, the green G monochrome image is effective at the end of the blood vessel, and the hue H monochrome image is effective near the optic nerve head. Otherwise, it is preferable to create a binarized blood vessel image S30 synthesized using the result of green G. The optic disc is overwhelmingly brighter than the others and can be easily extracted. The binarized blood vessel image created in this way may be missing, burred, or perforated depending on the image quality of the color digital fundus image S10. The noise removal process may be performed after the post process.

血管構造抽出手段３０は、二値化血管画像Ｓ３０を入力とし、血管を幅１に細線化した細線化血管画像Ｓ４０を作成する。ここで、細線化は、Hilditch、 Deutsch、田村などの既存アルゴリズムを用いることが可能である。 The blood vessel structure extraction unit 30 receives the binarized blood vessel image S30 as input, and creates a thin blood vessel image S40 in which the blood vessel is thinned to a width of 1. Here, for thinning, existing algorithms such as Hilditch, Deutsch, Tamura, etc. can be used.

図３は二値画像、図４はそのHilditchのアルゴリズムによる細線化の例を示す図である。図３及び図４に示すように、細線化で得られた幅１の血管網は元の二値化血管画像Ｓ３０における血管の中心線に相当し、元の二値化血管画像Ｓ３０の血管構造と同一のトポロジーを保つ。 FIG. 3 is a diagram showing a binary image, and FIG. 4 is a diagram showing an example of thinning by the Hilditch algorithm. As shown in FIGS. 3 and 4, the vascular network having a width of 1 obtained by thinning corresponds to the center line of the blood vessel in the original binarized blood vessel image S30, and the blood vessel structure of the original binarized blood vessel image S30. Keep the same topology as.

血管径計測手段４０は、二値化血管画像Ｓ３０と細線化血管画像Ｓ４０を入力とする。まず、二値化血管画像Ｓ３０に距離変換を行った距離変換画像を作成する。距離変換とは、二値画像における前景の画素に対して、背景画素からの最短距離を画素値として与える画像処理である。距離には、４近傍距離、８近傍距離、ユークリッド距離の二乗などが用いられるが、ここでは血管径を測るためユークリッド距離の二乗を用いる。ユークリッド距離による距離変換の方法はいくつか提案されているが、非特許文献１に記載の方法はラスタ走査２回で高速に実行可能である。 The blood vessel diameter measuring means 40 receives the binarized blood vessel image S30 and the thinned blood vessel image S40 as inputs. First, a distance conversion image obtained by performing distance conversion on the binarized blood vessel image S30 is created. The distance conversion is image processing that gives the shortest distance from the background pixel as a pixel value to the foreground pixel in the binary image. As the distance, 4 neighborhood distance, 8 neighborhood distance, square of Euclidean distance, and the like are used. Here, square of Euclidean distance is used to measure the blood vessel diameter. Several distance conversion methods based on the Euclidean distance have been proposed, but the method described in Non-Patent Document 1 can be executed at high speed by two raster scans.

図５は図３の二値画像のユークリッド距離の二乗による距離変換の例を示す図である。図５に示すように、作成された距離変換画像において、細線化血管画像Ｓ４０の血管中心線のみを抽出すると、血管中心線の背景までの距離が与えられた細線化血管画像となる。 FIG. 5 is a diagram showing an example of distance conversion by the square of the Euclidean distance of the binary image of FIG. As shown in FIG. 5, when only the blood vessel center line of the thinned blood vessel image S40 is extracted from the created distance conversion image, the thin blood vessel image is given a distance to the background of the blood vessel center line.

図６は図５の距離変換画像を図４の細線化画像の血管領域に対応する画素のみを残し、その他を０とするマスク処理をした血管中心線の背景までの距離が与えられた細線化血管画像を示す図である。図７は、血管径を血管中心線の距離の２倍で近似したときに生じる誤差を示す図である。 FIG. 6 is a thinned image in which the distance conversion image of FIG. 5 is given a distance to the background of the blood vessel center line that has been masked to leave only the pixels corresponding to the blood vessel region of the thinned image of FIG. It is a figure which shows a blood vessel image. FIG. 7 is a diagram showing an error that occurs when the blood vessel diameter is approximated by twice the distance of the blood vessel center line.

図６に示すように、ユークリッド距離による距離変換画像の距離値は、注目点を中心とした背景までの最小内接円の半径値であるため、図７に示すように、血管の太さの変化が小さいところでは距離の２倍が血管径７と一致するが、変化が大きいところでは、血管径７より小さい値になるので、距離値の２倍は正確には血管径と一致しない。ただし、血管領域抽出手段２０で膨張、収縮処理などのノイズ除去処理が行われること、デジタル画像での画素は離散的に配列されているなどを考慮すると不一致時の誤差の影響は小さい。また、細線化は必ず幅１にしなければならないため、中心線６が画素の中間にある場合は、半画素分の誤差が生じる。よって、中心線６の距離値の２倍を血管径７とみなす場合、これらの要素の誤差が生じるが、誤差の原因と範囲は一定の小さな範囲で収まり、安定した数値が得られる特徴がある。特に、動脈硬化の診断のなど血管径７そのものよりも血管径７の変化を見たいときは、誤差は小さくなる方向（＋半画素）に限られるため効果的である。 As shown in FIG. 6, the distance value of the distance conversion image based on the Euclidean distance is the radius value of the minimum inscribed circle up to the background centered on the point of interest, and therefore, as shown in FIG. Where the change is small, twice the distance coincides with the blood vessel diameter 7, but when the change is large, the value is smaller than the blood vessel diameter 7, so twice the distance value does not exactly coincide with the blood vessel diameter. However, considering that noise removal processing such as expansion and contraction processing is performed in the blood vessel region extraction means 20 and pixels in the digital image are discretely arranged, the influence of the error at the time of mismatch is small. Further, since the thinning must be made to have a width of 1, an error corresponding to a half pixel occurs when the center line 6 is in the middle of the pixel. Accordingly, when twice the distance value of the center line 6 is regarded as the blood vessel diameter 7, an error of these elements occurs, but the cause and range of the error are within a certain small range, and a stable numerical value is obtained. . In particular, when it is desired to see a change in the blood vessel diameter 7 rather than the blood vessel diameter 7 itself, such as in the diagnosis of arteriosclerosis, it is effective because the error is limited to a direction in which the error is reduced (+ half pixel).

図８は従来技術による血管径を血管中心線の直交線で計測するときの問題点を示す図である。 FIG. 8 is a diagram showing a problem when the blood vessel diameter according to the prior art is measured by an orthogonal line of the blood vessel center line.

図８に示すような血管中心線６上の点の接線１１に直交する線分（中心線法線１２）長を測る従来の血管径計測方法は、理論的には正しい値が計測されるが、離散的に画素が配置されているデジタル画像処理では、中心線６の接線計算において中心線６の湾曲次第では誤差が非常に大きくなり、さらにその直交線１２と血管境界８を見つけるときも誤差が生じる。これらの誤差は、中心線６の状態や、中心線６、接線１１の抽出アルゴリズムの巧拙に大きく影響されるため、安定して見積もることは困難である。 In the conventional blood vessel diameter measuring method for measuring the length of the line segment (center line normal 12) perpendicular to the tangent 11 of the point on the blood vessel center line 6 as shown in FIG. 8, a correct value is theoretically measured. In the digital image processing in which pixels are discretely arranged, the error becomes very large depending on the curvature of the center line 6 in the tangent calculation of the center line 6, and also when the orthogonal line 12 and the blood vessel boundary 8 are found. Occurs. Since these errors are greatly influenced by the state of the center line 6 and the skill of the extraction algorithm of the center line 6 and the tangent line 11, it is difficult to estimate stably.

このような観点から、本発明において、血管までの中心線６の距離の２倍の距離を血管径７とみなしても、従来の計測方法で得られる計測量から劣化することないと考えられる。特に、動脈硬化の診断などで用いられる血管径７の変化の計測に関しては、誤差のぶれが小さいので従来方法よりも効果的である。 From this point of view, in the present invention, even if a distance twice the distance of the center line 6 to the blood vessel is regarded as the blood vessel diameter 7, it is considered that there is no deterioration from the measurement amount obtained by the conventional measurement method. In particular, the measurement of the change in the blood vessel diameter 7 used in the diagnosis of arteriosclerosis is more effective than the conventional method because the error blur is small.

血管径計測手段４０は、上記の画像処理で得られた血管中心線の背景までの距離が与えられた細線化血管画像を血管径つき細線化血管画像Ｓ５０として出力する。 The blood vessel diameter measuring means 40 outputs the thinned blood vessel image given the distance to the background of the blood vessel center line obtained by the above image processing as a thinned blood vessel image with blood vessel diameter S50.

血管交叉部抽出手段５０は、細線化血管画像Ｓ４０もしくは血管径つき細線化血管画像Ｓ５０を入力とする。細線化された血管の各画素は、隣接する血管画素数により交叉点もしくは分岐点、端点、それ以外（線上の点）に分類される。細線化にHilditch細線化アルゴリズム（８連結系）を用いた場合、次のように分類される。 The blood vessel crossing portion extraction means 50 receives the thinned blood vessel image S40 or the thinned blood vessel image S50 with a blood vessel diameter as an input. Each pixel of the thinned blood vessel is classified into a crossing point, a branch point, an end point, or other (point on the line) depending on the number of adjacent blood vessel pixels. When the Hilditch thinning algorithm (8-connected system) is used for thinning, classification is performed as follows.

図９（ａ）に示される交叉点：隣接血管画素数４、図９（ｂ）に示される交叉点の隣：隣接血管画素数３以上、図９（ｃ）に示される分岐点：隣接血管画素数３、端点：隣接血管画素数１、その他（線上の点）：隣接血管画素数２。なお、図９においた、塗りつぶされた正方形ｈａ、「１」、白の正方形は「０」、斜線を施した正方形は「不定」、黒白の正方形のまだら模様の正方形は「いずれか一つが1である、残りは０」であることを示している。 Crossover point shown in FIG. 9 (a): Adjacent blood vessel pixel number 4, Adjacent crossing point shown in FIG. 9 (b): Adjacent blood vessel pixel number 3 or more, Branch point shown in FIG. 9 (c): Adjacent blood vessel Number of pixels 3, end point: number of adjacent blood vessel pixels 1, other (point on line): number of adjacent blood vessel pixels 2. In FIG. 9, the filled square ha, “1”, the white square is “0”, the hatched square is “undefined”, and the black and white square mottled square is “any one is 1”. And the rest is 0 ”.

したがって、細線化された血管において、図９の隣接血管画素数４のｔｙｐｅ１、２の点を交叉点としてまず見つけ、次にその隣接点以外の隣接血管画素数３の点を分岐点、隣接血管画素数１を端点、それら以外の点（隣接血管画素数２）を線上の点として、細線化血管の点を分類可能である。 Therefore, in the thinned blood vessel, first, the points of type 1 and 2 of the adjacent blood vessel pixel number 4 in FIG. 9 are found as the crossing points, and then the points of the adjacent blood vessel pixel number 3 other than the adjacent points are branched and adjacent blood vessels. The thinned blood vessel points can be classified with the pixel number 1 as an end point and the other points (adjacent blood vessel pixel number 2) as points on the line.

しかしながら、細線化画像においては、元の血管画像における交叉部が本来の”Ｘ”型でなく、図１０に示すような２つの分岐部に分解された”＞−＜”型として抽出されることも多いので、これを見つける必要がある。この型の交叉部は、細線化血管画像において図１１で示される以下の特徴を持つ分岐点対となる。 However, in the thinned image, the crossing portion in the original blood vessel image is not extracted as the original “X” type, but is extracted as a “> − <” type decomposed into two branch portions as shown in FIG. There are many, so you need to find this. This type of intersection is a branch point pair having the following characteristics shown in FIG. 11 in the thinned blood vessel image.

（１）分岐点間長ｐｑが短い。 (1) The length pq between branch points is short.

（２）分岐点を結ぶ線以外で形成される角度組（図１１のθとφ）の大きさが小さい。せいぜい１２０°である。この角度が大きいことは分岐が直線に近いことを意味し、分岐に該当しないことが多い。 (2) The size of the angle group (θ and φ in FIG. 11) formed other than the line connecting the branch points is small. At most it is 120 °. A large angle means that the branch is close to a straight line and often does not fall under a branch.

（３）分岐点ｐ、ｑを結ぶ線以外で形成される角度組（図１１のθとφ）の大きさが近い。 (3) The size of the angle group (θ and φ in FIG. 11) formed other than the line connecting the branch points p and q is close.

（４）その補角に相当する角度組（図１１のαとβもしくはγとδ）の大きさも近い。 (4) The size of the angle pair (α and β or γ and δ in FIG. 11) corresponding to the complementary angle is also close.

（５）分岐点ｐ、ｑからそこに接続する分岐点／交叉点／端点までの血管長（図１１のｐｔ、ｐｒ、ｑｓ、ｑｕ）が一定以上ある。 (5) The blood vessel length (pt, pr, qs, qu in FIG. 11) from the branch points p, q to the branch point / crossover point / end point connected to the branch point p, q is greater than a certain value.

そこで、細線化された分岐部の点について、その角度と接続する他の分岐点／交叉点／端点を計測し、分岐点間の距離（図１１のｐｑ）が近い組を見つけ、それらの分岐点組を形成する角度（図１１のθ、φ、α、β、γ、δ）と、分岐点（交叉点／端点）間長（図１１のｐｔ、ｐｒ、ｑｓ、ｑｕ）を計算し、それらから上記の５つの条件を満たす分岐点組を交叉点とみなす。５つの条件の判定基準はあらかじめ与えておく。血管交叉部抽出手段５０への入力が、血管径つき細線化血管画像Ｓ５０の場合は、血管径に応じて多段階の判定基準を用意しておいても良い。 Therefore, with respect to the thinned branch point, other branch points / intersection points / end points connected to the angle are measured, and a pair having a short distance between the branch points (pq in FIG. 11) is found. Calculate the angle (θ, φ, α, β, γ, δ in FIG. 11) and the length between the branch points (intersection points / end points) (pt, pr, qs, qu in FIG. 11) forming the point set, From these, a branch point set that satisfies the above five conditions is regarded as a crossing point. The criteria for the five conditions are given in advance. When the input to the blood vessel intersection extraction means 50 is a thinned blood vessel image S50 with a blood vessel diameter, a multi-stage determination criterion may be prepared according to the blood vessel diameter.

次に、本発明の第２の実施の形態について説明する。 Next, a second embodiment of the present invention will be described.

図１２は本発明の第２の実施の形態による眼底画像解析装置を示すブロック図である。図１２を参照すると、第２の実施の形態による眼底画像解析装置は、第１の実施の形態の眼底画像解析装置の各手段を装置化したモノクロ画像作成装置１００、血管領域抽出装置２００、血管構造抽出装置３００、血管径計測装置４００、及び血管交叉部抽出装置５００によって実施することができる。 FIG. 12 is a block diagram showing a fundus image analysis apparatus according to the second embodiment of the present invention. Referring to FIG. 12, the fundus image analysis apparatus according to the second embodiment is a monochrome image creation apparatus 100, blood vessel region extraction apparatus 200, blood vessel that incorporates the means of the fundus image analysis apparatus of the first embodiment. This can be implemented by the structure extraction device 300, the blood vessel diameter measurement device 400, and the blood vessel crossing portion extraction device 500.

図１２に示すように、モノクロ画像作成装置１００、血管領域抽出装置２００、血管構造抽出装置３００、及び血管径計測装置４００は、画像データを蓄積するメモリやディスクなどのストレージ装置１７と、モノクロ画像作成、血管抽出、細線化、距離変換等の計算を行うＣＰＵなどの演算装置１８で実現可能である。 As shown in FIG. 12, the monochrome image creation device 100, the blood vessel region extraction device 200, the blood vessel structure extraction device 300, and the blood vessel diameter measurement device 400 include a storage device 17 such as a memory or a disk that stores image data, and a monochrome image. It can be realized by an arithmetic unit 18 such as a CPU that performs calculations such as creation, blood vessel extraction, thinning, and distance conversion.

図１３は、本発明の第２の実施の形態による血管交叉部抽出装置５００を示すブロック図である。図１３に示すように、血管交叉部抽出装置５００は、図１２の装置に表示用のモニタ１９を追加した装置で、（血管径つき）細線化血管画像を蓄積するメモリやディスクなどのストレージ装置１７と、分岐部、交叉部の抽出時の計算を行うＣＰＵなどの演算装置１８と、血管とその交叉点位置など出力結果を表示するモニタで実現可能である。 FIG. 13 is a block diagram showing a blood vessel intersection extraction apparatus 500 according to the second embodiment of the present invention. As shown in FIG. 13, a blood vessel intersection extraction device 500 is a device in which a display monitor 19 is added to the device of FIG. 12, and a storage device such as a memory or a disk for accumulating thin blood vessel images (with blood vessel diameter). 17, an arithmetic unit 18 such as a CPU that performs calculation at the time of extraction of the branching part and the crossing part, and a monitor that displays output results such as the blood vessel and its crossing point position.

次に、本発明の第３の実施の形態について説明する。本発明の第３の実施の形態は、第１の実施の形態の画像表現方法を計算機上で実行可能なプログラムとして構成し、そのプログラムを計算機で読み取り自在な情報記憶媒体に格納して、その計算機上において図１４で示される手順で実行する。 Next, a third embodiment of the present invention will be described. In the third embodiment of the present invention, the image representation method according to the first embodiment is configured as a program that can be executed on a computer, and the program is stored in an information storage medium that can be read by a computer. It is executed by the procedure shown in FIG. 14 on the computer.

図１４は、本発明の第３の実施の形態による眼底画像解析装置の動作説明に供せられるフローチャートである。 FIG. 14 is a flowchart for explaining the operation of the fundus image analysis apparatus according to the third embodiment of the present invention.

図１４を参照すると、最初に、ＲＧＢフォーマットカラーの眼底画像を取得し、その画像をＲＧＢ表色系の緑（Ｇ）とＨＳＶ表色系（もしくはＨＳＬ表色系）の色相（Ｈ）のモノクロ画像を作成する（ステップｆ０２）。それぞれのモノクロ画像を小領域に分割後、小領域で線形判別分析を行い、フィッシャー判別比がもっとも大きくなる値を領域の基準値とし（ステップｆ０３ｇ、ｆ０３ｈ）、領域の基準値から各画素の基準値を内挿補間で計算し（ステップｆ０４ｇ、ｆ０４ｈ）、それぞれのモノクロ画像において、基準値以下の画素を血管とした血管抽出二値画像を生成し（ステップｆ０５ｇ、ｆ０５ｈ）、視神経乳頭付近は色相（Ｈ）、その他の部分は緑（Ｇ）からの結果を元にした合成した血管抽出二値画像を生成する（ステップｆ０６ｈ）。この血管抽出二値画像を膨張、収縮などのノイズ処理（ステップｆ０７ｈ）を行った後、細線化アルゴリズムで血管中心線（細線化）画像を生成する（ステップｆ０８）。また、血管抽出二値画像から距離変換を行い、その結果の距離変換画像を血管中心線（細線化）画像でマスクする（ステップｆ０９）。最後に、細線化画像から血管の分岐点、交叉点を抽出し血管構造を抽出し（ステップｆ１０）、終了する。 Referring to FIG. 14, first, a fundus image in RGB format color is acquired, and the image is monochrome with a hue (H) of green (G) in the RGB color system and HSV color system (or HSL color system). An image is created (step f02). After each monochrome image is divided into small regions, linear discriminant analysis is performed on the small regions, and the value at which the Fisher discriminant ratio is maximized is set as the region reference value (steps f03g and f03h). A value is calculated by interpolation (steps f04g and f04h), and in each monochrome image, a blood vessel extraction binary image having a blood vessel equal to or smaller than the reference value is generated (steps f05g and f05h). (H), the other part generates a combined blood vessel extraction binary image based on the result from green (G) (step f06h). The blood vessel extraction binary image is subjected to noise processing such as expansion and contraction (step f07h), and then a blood vessel centerline (thinning) image is generated by a thinning algorithm (step f08). Further, distance conversion is performed from the blood vessel extraction binary image, and the resulting distance conversion image is masked with a blood vessel centerline (thinning) image (step f09). Finally, a branch point and a crossing point of the blood vessel are extracted from the thinned image to extract a blood vessel structure (step f10), and the process ends.

以上の説明の通り、本発明によれば、眼底異常や眼底に兆候が生じる病気の診断等に用いられる眼底画像データの収集及び解析に利用が可能である。 As described above, according to the present invention, the present invention can be used for collecting and analyzing fundus image data used for diagnosis of a fundus abnormality or a disease in which a sign appears on the fundus.

本発明の第１の実施の形態による眼底画像解析装置を示すブロック図である。1 is a block diagram illustrating a fundus image analysis apparatus according to a first embodiment of the present invention. 本発明の第１の実施の形態による線形内挿による画素の基準値の計算方法を示す図である。It is a figure which shows the calculation method of the reference value of the pixel by the linear interpolation by the 1st Embodiment of this invention. 二値画像の一例を示す図である。It is a figure which shows an example of a binary image. 本発明の第１の実施の形態による二値画像にHilditchのアルゴリズムによる細線化を施した一例を示す図である。It is a figure which shows an example which thinned by the Hilditch algorithm to the binary image by the 1st Embodiment of this invention. 本発明の第１の実施の形態による二値画像にユークリッド距離の二乗による距離変換を施した一例を示す図である。It is a figure which shows an example which performed the distance conversion by the square of the Euclidean distance to the binary image by the 1st Embodiment of this invention. 本発明の第１の実施の形態による距離変換画像を細線化画像でマスクした一例を示す図である。It is a figure which shows an example which masked the distance conversion image by the 1st Embodiment of this invention with the thinning image. 血管径を血管中心線の距離の２倍で近似したときに生じる誤差を示す図である。It is a figure which shows the error which arises when the blood vessel diameter is approximated by 2 times the distance of the blood vessel center line. 従来技術による血管径を血管中心線の直交線で計測するときの問題点を示す図である。It is a figure which shows a problem when measuring the blood vessel diameter by a prior art by the orthogonal line of the blood vessel centerline. 本発明の第１の実施の形態によるHilditchのアルゴリズムで細線化した血管中心線上の点の分類を示す図である。It is a figure which shows the classification | category of the point on the blood-vessel centerline thinned with the Hilditch algorithm by the 1st Embodiment of this invention. 細線化された血管中心線において”Ｘ”型の交叉部が”＞−＜”型の２つの分岐点に分解された場合を示す図である。It is a figure which shows the case where the crossing part of "X" type is decomposed | disassembled into two branch points of ">-<" type in the thin blood vessel center line. 本発明の第１の実施の形態による分岐点の組で交叉点が分解されたものかを調べるための計測項目を示す図である。It is a figure which shows the measurement item for investigating whether the intersection is decomposed | disassembled by the group of the branch point by the 1st Embodiment of this invention. 本発明の第２の実施の形態によるモノクロ画像作成装置、血管領域抽出装置、血管構造抽出装置および血管径計測装置の構成例を示すブロック図である。It is a block diagram which shows the structural example of the monochrome image creation apparatus by the 2nd Embodiment of this invention, the vascular region extraction apparatus, the vascular structure extraction apparatus, and the vascular diameter measurement apparatus. 本発明の第２の実施の形態による血管交叉部抽出装置の構成例を示すブロック図である。It is a block diagram which shows the structural example of the blood vessel crossing-part extraction apparatus by the 2nd Embodiment of this invention. 本発明の第３の実施の形態による眼底画像解析装置の動作説明に供せられるフローチャートである。It is a flowchart with which it uses for operation | movement description of the fundus image analysis apparatus by the 3rd Embodiment of this invention.

符号の説明Explanation of symbols

１白点
２ブロック基準値Ａの中心
３ブロック基準値Ｂの中心
４ブロック基準値Ｃの中心
５ブロック基準値Ｄの中心
６中心線
７血管径
８血管境界
１０モノクロ画像作成手段
１１接線
１２法線
１３動脈
１４静脈
１５分岐点
１６細分化を示す矢印
１７ストレージ装置
１８演算装置
１９モニタ
２０血管領域抽出手段
３０血管構造抽出手段
４０血管径計測手段
５０血管交叉部抽出手段
１００モノクロ画像作成装置の構成例
２００血管領域抽出装置の構成例
３００血管構造抽出装置の構成例
４００血管径計測装置の構成例
５００血管交叉部抽出装置の構成例
Ｓ１０カラーデジタル眼底画像
Ｓ２０モノクロ眼底画像
Ｓ３０二値化血管画像
Ｓ４０細線化血管画像
Ｓ５０血管径つき細線化血管画像 1 white point 2 center of block reference value A 3 center of block reference value B 4 center of block reference value C 5 center of block reference value D 6 center line 7 blood vessel diameter 8 blood vessel boundary 10 monochrome image creation means 11 tangent 12 normal DESCRIPTION OF SYMBOLS 13 Artery 14 Vein 15 Branch point 16 Arrow which shows subdivision 17 Storage apparatus 18 Arithmetic apparatus 19 Monitor 20 Blood vessel region extraction means 30 Blood vessel structure extraction means 40 Blood vessel diameter measurement means 50 Blood vessel crossing part extraction means 100 Example of configuration of monochrome image creation apparatus 200 Configuration Example of Blood Vessel Region Extraction Device 300 Configuration Example of Blood Vessel Structure Extraction Device 400 Configuration Example of Blood Vessel Diameter Measurement Device 500 Configuration Example of Blood Vessel Crossing Extraction Device S10 Color Digital Fundus Image S20 Monochrome Fundus Image S30 Binary Blood Vessel Image S40 Thin Line Blood vessel image S50 Thin blood vessel image with blood vessel diameter

Claims

眼底画像解析方法であって、カラー眼底画像からモノクロ眼底画像を作成するモノクロ画像作成段階と、
前記モノクロ眼底画像から血管領域のみを抽出した二値化血管画像を作成する血管領域抽出段階と、
前記二値化血管画像を細線化した細線化血管画像を作成する血管構造抽出段階と、
前記二値化血管画像と前記細線化画像から血管径を計算し、前記細線化画像に血管径を与えた血管径つき細線化血管画像を作成する血管径計測段階と、
前記細線化血管画像から血管の交叉部を抽出する血管交叉部抽出段階とを備えることを特徴とする眼底画像解析方法。 A fundus image analysis method for producing a monochrome fundus image from a color fundus image,
A blood vessel region extraction step of creating a binarized blood vessel image obtained by extracting only the blood vessel region from the monochrome fundus image;
A blood vessel structure extraction step of creating a thinned blood vessel image obtained by thinning the binarized blood vessel image;
Calculating a blood vessel diameter from the binarized blood vessel image and the thinned image, and creating a thinned blood vessel image with a blood vessel diameter that gives a blood vessel diameter to the thinned image;
A fundus image analysis method comprising: a blood vessel crossing portion extracting step of extracting a blood vessel crossing portion from the thinned blood vessel image.

請求項１に記載の眼底画像解析方法において、前記モノクロ画像作成段階で色相と緑成分のモノクロ画像を作成し、前記血管領域抽出段階でそれぞれの抽出結果を併用することを特徴とする眼底画像解析方法。 2. The fundus image analysis method according to claim 1, wherein a monochrome image of a hue and a green component is created in the monochrome image creation stage, and each extraction result is used in combination in the blood vessel region extraction stage. Method.

請求項１に記載の眼底画像解析方法において、前記血管領域抽出段階での二値化の閾値の決定に画像を小領域に分割し各領域での統計的な閾値を決定し、それらの内挿補間により各画素の閾値を計算することを特徴とする眼底画像解析方法。 2. The fundus image analysis method according to claim 1, wherein an image is divided into small regions to determine a threshold value for binarization in the blood vessel region extraction step, a statistical threshold value in each region is determined, and interpolation thereof is performed. A fundus image analysis method, comprising: calculating a threshold value of each pixel by interpolation.

請求項１に記載の眼底画像解析方法において、前記血管径計測段階で距離変換画像を作成し細線化画像と併用することで血管径を計算することを特徴とする眼底画像解析方法。 The fundus image analysis method according to claim 1, wherein a blood vessel diameter is calculated by creating a distance conversion image in the blood vessel diameter measurement step and using it together with the thinned image.

請求項１に記載の眼底画像解析方法において、前記血管交叉部抽出段階で血管径と細線化血管画像から血管の交叉部を抽出することを特徴とする眼底画像解析方法。 The fundus image analysis method according to claim 1, wherein a crossing portion of a blood vessel is extracted from a blood vessel diameter and a thinned blood vessel image in the blood vessel crossing portion extraction step.

請求項１乃至５の内のいずれか一項に記載の眼底画像解析方法を行うように構成したことを特徴とする眼底画像解析装置。 A fundus image analysis apparatus configured to perform the fundus image analysis method according to any one of claims 1 to 5.

眼底画像解析装置であって、カラー眼底画像からモノクロ眼底画像を作成するモノクロ画像作成手段と、
前記モノクロ眼底画像から血管領域のみを抽出した二値化血管画像を作成する血管領域抽出手段と、
前記二値化血管画像を細線化した細線化血管画像を作成する血管構造抽出手段と、
前記二値化血管画像と前記細線化画像から血管径を計算し、前記細線化画像に血管径を与えた血管径つき細線化血管画像を作成する血管径計測手段と、
前記細線化血管画像から血管の交叉部を抽出する血管交叉部抽出手段とを備えることを特徴とする眼底画像解析装置。 A fundus image analyzing apparatus, a monochrome image creating means for creating a monochrome fundus image from a color fundus image,
A blood vessel region extracting means for creating a binarized blood vessel image obtained by extracting only a blood vessel region from the monochrome fundus image;
A blood vessel structure extracting means for creating a thinned blood vessel image obtained by thinning the binarized blood vessel image;
A blood vessel diameter measuring means for calculating a blood vessel diameter from the binarized blood vessel image and the thinned image, and creating a thinned blood vessel image with a blood vessel diameter in which the blood vessel diameter is given to the thinned image;
A fundus image analysis apparatus comprising: a blood vessel crossing portion extracting unit that extracts a blood vessel crossing portion from the thinned blood vessel image.

請求項７に記載の眼底画像解析装置において、前記モノクロ画像作成手段で色相と緑成分のモノクロ画像を作成し、前記血管領域抽出手段でそれぞれの抽出結果を併用することを特徴とする眼底画像解析装置。 8. The fundus image analysis apparatus according to claim 7, wherein the monochrome image generation unit generates a monochrome image of a hue and a green component, and the blood vessel region extraction unit uses each extraction result together. apparatus.

請求項７に記載の眼底画像解析装置において、前記血管領域抽出手段での二値化の閾値の決定に画像を小領域に分割し各領域での統計的な閾値を決定し、それらの内挿補間により各画素の閾値を計算することを特徴とする眼底画像解析装置。 8. The fundus image analysis apparatus according to claim 7, wherein the image is divided into small regions for determining the binarization threshold by the blood vessel region extracting means, statistical thresholds in each region are determined, and interpolation thereof is performed. A fundus image analysis apparatus characterized by calculating a threshold value of each pixel by interpolation.

請求項７に記載の眼底画像解析装置において、前記血管径計測手段で距離変換画像を作成し細線化画像と併用することで血管径を計算することを特徴とする眼底画像解析装置。 8. The fundus image analysis apparatus according to claim 7, wherein the blood vessel diameter is calculated by creating a distance conversion image by the blood vessel diameter measuring unit and using it together with the thinned image.

請求項７に記載の眼底画像解析装置において、前記血管交叉部抽出手段で血管径と細線化血管画像から血管の交叉部を抽出することを特徴とする眼底画像解析装置。 8. The fundus image analysis apparatus according to claim 7, wherein the blood vessel crossing portion extraction unit extracts a blood vessel crossing portion from a blood vessel diameter and a thinned blood vessel image.

コンピュータを、
カラー眼底画像からモノクロ眼底画像を作成するモノクロ画像作成手段、
前記モノクロ眼底画像から血管領域のみを抽出した二値化血管画像を作成する血管領域抽出手段、
前記二値化血管画像を細線化した細線化血管画像を作成する血管構造抽出手段、
前記二値化血管画像と前記細線化画像から血管径を計算し、前記細線化画像に血管径を与えた血管径つき細線化血管画像を作成する血管径計測手段、及び
前記細線化血管画像から血管の交叉部を抽出する血管交叉部抽出手段として機能させるためのプログラム。 Computer
Monochrome image creation means for creating a monochrome fundus image from a color fundus image;
A blood vessel region extracting means for creating a binarized blood vessel image obtained by extracting only a blood vessel region from the monochrome fundus image;
Blood vessel structure extracting means for creating a thinned blood vessel image obtained by thinning the binarized blood vessel image;
A blood vessel diameter measuring means for calculating a blood vessel diameter from the binarized blood vessel image and the thinned image, and creating a thinned blood vessel image with a blood vessel diameter by giving a blood vessel diameter to the thinned image, and from the thinned blood vessel image A program for functioning as a blood vessel crossing portion extracting means for extracting a blood vessel crossing portion.

請求項１２に記載のプログラムにおいて、前記モノクロ画像作成手段で色相と緑成分のモノクロ画像を作成し、前記血管領域抽出手段でそれぞれの抽出結果を併用することを特徴とするプログラム。 13. The program according to claim 12, wherein the monochrome image creating unit creates a monochrome image of a hue and a green component, and the blood vessel region extracting unit uses each extraction result together.

請求項１２に記載のプログラムにおいて、前記血管領域抽出手段での二値化の閾値の決定に画像を小領域に分割し各領域での統計的な閾値を決定し、それらの内挿補間により各画素の閾値を計算することを特徴とするプログラム。 13. The program according to claim 12, wherein the binarization threshold value is determined by the blood vessel region extraction means, the image is divided into small regions, statistical threshold values in each region are determined, and each of them is interpolated by interpolation. A program characterized by calculating a threshold value of a pixel.

請求項１２に記載のプログラムにおいて、前記血管径計測手段で距離変換画像を作成し細線化画像と併用することで血管径を計算することを特徴とするプログラム。 13. The program according to claim 12, wherein the blood vessel diameter is calculated by creating a distance conversion image by the blood vessel diameter measuring means and using it together with the thinned image.

請求項１２に記載のプログラムにおいて、前記血管交叉部抽出手段で血管径と細線化血管画像から血管の交叉部を抽出することを特徴とするプログラム。 13. The program according to claim 12, wherein the blood vessel crossing portion extraction unit extracts a blood vessel crossing portion from a blood vessel diameter and a thinned blood vessel image.