JP2012196438A - 眼科装置及びその制御方法 - Google Patents

Abstract

【課題】 眼底撮像において、テンプレート画像の抽出におけるエラーを排除しマッチング精度を向上させ、術者・患者の負担を軽減させるために、眼球運動による影響の少ない眼底画像を選択可能な眼科装置の提供をする。
【解決手段】 トラッキング機能を有する眼科装置において、第一の眼底画像を撮像し（２０２）、第一の眼底画像から特徴点をテンプレートとして抽出し（２０３）、第二の眼底画像との間でパターンマッチングを行う（２０５）ことによって眼球運動の有無を判断し、トラッキング用のテンプレート画像の決定を行う（２０７）。
【選択図】 図２

Description

本発明は、眼科装置及びその制御方法に関し、特に生体運動の検出を行う際に、眼底画像のパターンマッチングを行う場合において、テンプレートとなる画像の抽出に用いる眼底画像の評価を行う眼科装置及びその制御方法に関するものである。

近年、眼底画像に代表される眼科画像が、疾病の早期発見などのための医用画像として診療に用いられている。しかしながら、眼科画像を用いる診療において、撮像中における眼の動きの影響が長年の大きな問題として認識されてきた。すなわち、眼が動くことによって、眼科画像が不鮮明なものとなり、診察や治療の精度向上が図れない恐れが出てくるからである。人間の眼は、一点を固視しているときでも不随意に微小な振動を繰り返している。これを固視微動という。固視微動を患者が意識して止めることはできないので、眼に対して診察・治療を行う際には、診療器具または術者のほうで固視微動の影響を排除す
る工夫が必要である。

高いクオリティの診療を行うためには、術者の技術に依存せずに固視微動を排除することが重要であり、そのためには診療器具に眼の動きへの対策を施すことが必要となる。例えば、非特許文献１に示すような、視神経乳頭に円を描く光を当て、その反射の変異で眼の動きを検知し補正するトラッキング技術が公開されている。

しかし、上記非特許文献１の技術では、眼の動きを検知するためのハードウェアを検眼鏡のほかに追加する必要があるという煩雑さがあった。そこで、特許文献１に示すような眼の動きを検知するための追加ハードウェアなしに実現できるトラッキング手法が提示されている。これは一般的な検眼鏡にはアライメントのため等に眼底を観察する装置がついているが、その眼底観察装置で眼底の横方向（眼の深さ方向に対して垂直な方向）の動きを検出し、トラッキングを行うというものである。

また、特許文献２に示すように、断層撮像装置において、眼底を走査することで経時的に位置のずれた眼底の縦方向（眼の深さ方向）の断層画像を撮像し、その断層画像から合成される三次元画像を用いて眼の動きを検知する方法も提案されている。

一般に、トラッキングを行う場合、眼底画像全体からある特徴を持った小領域を抽出し、連続した複数の眼底画像間におけるその小領域の動きを検知することで眼底全体の動きをも検出することができる。この方法によれば、眼底全体の動きを検知するよりも計算量が少なくなるため、効率的に眼底の動きを検出することができる。この時に用いる、ある特徴を持った小領域の画像のことをテンプレート画像と呼び、テンプレート画像の動きを検知するためにはパターンマッチングという技術を用いる。パターンマッチングとは、テンプレート画像と最も似た領域を、対象となる参照する画像の全体から探す技術である。

テンプレート画像を用いたパターンマッチングで眼底の動きを検知する場合、選択するテンプレート画像によっては、探知されるべき領域とマッチングしなかったり、探知すべきではない領域とマッチングしてしまうなどの問題が生じ、結果として誤検知が誘発される場合がある。そのためテンプレート画像は適切に選ばれなければならない。また、テンプレート画像を適切に選ぶために、テンプレート画像を抽出する眼底画像そのものが眼球運動を含まない適切な画像であることが重要である。

特開平１０−２３４６７４号公報 特許第０４４６６９６８号公報

Daniel X. Hammer, R. Daniel Ferguson, John C. Magill, and Michael A. White,"Image stabilization for scanning laser ophthalmoscopy", OPTICS EXPRESS 10(26), 1542-1549 (2002)

上述した通り、パターンマッチングによるトラッキング技術では、テンプレート画像を抽出するための眼底画像の選択が非常に重要である。しかしながら、従来の方法によると、テンプレート画像の抽出を行う際に、眼底画像が適切な画像であるかどうかの判断はしていなかった。そのため、パターンマッチングが出来ない場合は撮影中に再びテンプレート画像の抽出をやり直す必要があり、テンプレート画像抽出のための時間や作業が増え、術者・患者の負担は避けられなかった。

特許文献１によると、眼底画像から特徴を持った小領域を複数箇所選択し、その後に撮像する眼底画像に対してマッチングを行うことで眼底画像の経時変化を検出する方法が開示されている。しかしながら、小領域を選択する眼底画像に眼球運動が含まれているかどうかを判断することについては開示されていない。そのため、小領域自体が正しいものかどうかを判断できず、マッチングが行えない場合は再び小領域の選択をやり直す必要があるため、術者・患者ともに負担が大きくなる。

また、特許文献２によると、経時的に横方向に撮像位置をずらして撮像した眼底の断層画像を複数枚合成することで一旦三次元画像を構成し、その三次元画像から眼底の横方向の二次元画像を取得することで眼底の動きを検出する技術が開示されている。しかしながら、断層画像を複数枚取得して合成し、さらに眼底の横方向の画像に変換するステップが必須であるため、撮影中に高速に検出することはできない。また、特許文献２にはテンプレート画像を抽出してトラッキングを行う技術は開示されていない。

本発明は上述の課題を鑑み、テンプレート画像を抽出する際に、眼球運動による影響の少ない眼底画像を選択することを目的とする。
また、本発明は、眼球運動による影響の少ない眼底画像を選択することにより、撮像時間を短縮することを目的とする。

上記課題を解決するために、本発明は、次のように構成した眼科装置及びその制御方法を提供するものである。
本発明の眼科装置は、被検眼の画像を取得する取得手段と、前記取得手段により取得された複数の画像のうち前記被検眼の動きによる影響が少ない画像を選択する選択手段と、前記選択手段により選択された画像を用いて前記被検眼の動きを検出する検出手段と、を備えることを特徴とする。

また本発明の眼科装置の制御方法は、被検眼の画像を取得する取得工程と、前記取得手段により取得された複数の画像のうち前記被検眼の動きによる影響が少ない画像を選択する選択工程と、前記選択手段により選択された画像を用いて前記被検眼の動きを検出する検出工程と、を備えることを特徴とする。

本発明によれば、テンプレート画像を抽出する際に眼球運動による影響の少ない眼底画像を選択することが出来る。

本発明の実施例１における眼科撮像装置の構成について説明する図である。 本発明の実施例１におけるトラッキング用テンプレートを決定するフローについて説明する図である。 本発明の実施例１における眼底画像の評価について説明する図である。 本発明の実施例２におけるトラッキング用テンプレートを決定するフローについて説明する図である。 本発明の実施例２における眼底画像の評価について説明する図である。 本発明の実施例２における眼底画像の評価について説明する図である。 本発明の実施例３におけるトラッキング用テンプレートを決定するフローについて説明する図である。 本発明の実施例３における眼底画像の評価について説明する図である。 本発明の実施例３における画像評価用のテンプレート画像について説明する図である。 本発明の実施例１における探索領域について説明する図である。 本発明の実施例３における眼底画像の評価について説明する図である。 本発明の実施例４におけるトラッキング用テンプレートを決定するフローについて説明する図である。 本発明の実施例４における眼底画像の評価について説明する図である。

（実施例１）
本発明の一実施例を、図面を用いて詳細に説明する。
本実施例においては、本発明を適用した走査型レーザ検眼鏡（ＳＬＯ）について説明する。ここでは特に、撮像した第一の眼底画像からテンプレート画像を抽出し、さらに撮像した第二の眼底画像でパターンマッチングを実施することで眼底画像の評価を行い、トラッキングを行うための被検眼の動き検出用のテンプレート画像の決定を実施する装置について説明する。しかしながら、本発明はこれに限定されることはなく、抽出したテンプレート画像（特徴画像とも呼ぶ。）に対して１枚以上の眼底画像を用いて画像の評価を行う方法が含まれる。

（眼底撮像装置：ＳＬＯ）
まず、図１を用いて本実施例における走査型レーザ検眼鏡（ＳＬＯ：Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）の光学系の全体の概略構成について説明する。なお、図１において、記憶・制御・信号処理部１０９は図の都合上同じ番号が複数記してあるが、実際には同一の構成部である。

光源１０１から出射された測定光となる照明光１１１はハーフミラー１０３によって偏向され、ＸＹスキャナ１０４により走査される。これらＸＹスキャナ１０４は、本発明における走査手段に対応する。ＸＹスキャナ１０４と被検眼１０８の間には、照明光１１１を眼底１０７に照射するためのレンズ１０６−１、１０６−２が配置されている。ここでは簡単のために、ＸＹスキャナ１０４は１つのミラーとして記したが、実際にはＸスキャン用ミラーとＹスキャン用ミラーとの２枚のミラーが近接して配置された構成となっている。これにより、ＸＹスキャナ１０４は、眼底１０７を光軸と垂直な方向にラスタースキ
ャンすることができる。

被検眼１０８に入射した照明光１１１は眼底１０７において反射、あるいは散乱され、戻り光１１２となって戻される。戻り光１１２は再びハーフミラー１０３に入射するが、ここで透過した光がセンサ１０２に入射する。センサ１０２は眼底１０７の各測定個所における戻り光１１２の光強度を電圧に変換し、その電圧を示す信号を記憶・制御・信号処理部１０９に送る。記憶・制御・信号処理部１０９は、送られてきた信号を用いて二次元の眼底画像を生成し、測定光で被検眼を走査して被検眼の眼底画像を取得する取得手段として機能する。さらに、記憶・制御・信号処理部１０９は、眼底画像から血管交叉・分岐部位を含む特徴領域をテンプレート画像として抽出する。抽出したテンプレート画像を用いて新たに生成された眼底画像に対してパターンマッチングを行うことにより、被検眼の動きの検出（移動量の算出）を行う。さらに記憶・制御・信号処理部１０９は算出した移動量に応じて、ＸＹスキャナ１０４の走査角度を制御することによりトラッキングを行う。

記憶・制御・信号処理部１０９はキーボードあるいはマウス（図示せず）を有しており、外部からの入力にも対応している。また、記憶・制御・信号処理部１０９は眼底撮像の開始および終了を制御する。また、記憶・制御・信号処理部１０９はモニター（図示せず）を有しており、眼底画像の表示や被検眼を特定する特定情報（左右眼の別、被験者の個人情報等）の表示を行うことが出来る。また、記憶・制御・信号処理部１０９において抽出されたテンプレート画像は、入力される特定情報と共に記憶・制御・信号処理部１０９に記憶される。

（眼底画像の取得１）
本実施例の眼底撮像装置を用いてトラッキングを行うための動き検出用のテンプレート画像の決定を行うまでの流れを図２に示す。また、撮像された眼底画像によるテンプレート画像の抽出およびパターンマッチングについて図３に示す。

本装置の操作者である術者が記憶・制御・信号処理部１０９を通じて眼底画像撮像開始の命令を与えると、光源１０１から照明光１１１が射出される。また、記憶・制御・信号処理部１０９は眼底画像撮像開始の命令と同時にＸＹスキャナ１０４の走査を開始する。照明光１１１はＸＹスキャナ１０４によって走査され、レンズ１０６−１および１０６−２を通ったのち被検眼１０８へと入射され、眼底１０７を光軸と垂直な方向にラスタースキャンする。眼底１０７において反射、あるいは散乱された戻り光１１２は元の光路を逆に進み、ハーフミラー１０３を透過してセンサ１０２に入射する。センサ１０２で電圧に
変換された信号は記憶・制御・信号処理部１０９に送られ、第一の眼底画像３０１が生成される（ステップ２０２）。本実施例においては、縦２０００画素×横２０００画素のサイズの眼底画像を得る。

（テンプレート画像の抽出１）
記憶・制御・信号処理部１０９は生成された第一の眼底画像から、画像評価用のテンプレート画像の抽出を行う（ステップ２０３）。テンプレート画像の抽出は、血管の分岐・交叉など、眼底画像内の特徴点が抽出されればよく、これに限定されるものではない。視神経乳頭部なども特徴点として用いることが可能である。抽出されたテンプレート画像は記憶・制御・信号処理部１０９に記憶される。また、抽出したテンプレート画像の第一の眼底画像上の位置を特定する座標も同時に記憶される。

抽出されるテンプレート画像は少なくとも一つあればよいが、画像評価をより正確に行うために複数抽出されることが望ましく、さらにテンプレート画像の抽出部位は相対的に離れている方が望ましい。本実施例では第一の眼底画像の中心を原点として４つの象限に分け、各象限で一つずつテンプレート画像の抽出を行う。第一の眼底画像に対して4か所のテンプレート画像３０２、３０３、３０４、３０５を取得する。

さらに、テンプレート画像の大きさは特に制限はなく、血管交叉・分岐部位が入る程度よりも大きければよい。本実施例ではテンプレート画像のサイズを縦１４０×横１４０画素とした。特徴点の抽出に関しては、一般的に実施されている技術を用いればよいので、詳細な説明は省略する。

（眼底画像の取得２）
テンプレート画像の抽出が完了すると、記憶・制御・信号処理部１０９は光源１０１、センサ１０２、ＸＹスキャナ１０４に眼底画像撮像開始の信号を送信し、第二の眼底画像３１１を撮像する（ステップ２０４）。

（パターンマッチング１）
第二の眼底画像３１１が得られると、テンプレート画像３０２、３０３、３０４、３０５に一致する眼底画像中の領域の探索（以下、マッチングと記す）が行われる（ステップ２０５）。探索領域は第二の眼底画像３１１全体としてもよいが、より高速に画像評価を行うためには探索領域を限定することが望ましい。その場合、テンプレート画像を取得した際に記憶・制御・信号処理部１０９に記憶されているテンプレート画像の座標を中心に限定した領域を探索領域として設定すればよい。本実施例では各テンプレート画像を抽出した座標を中心として、縦２８０×横２８０画素を探索領域３１６、３１７、３１８、３１９として先のテンプレート画像との比較、マッチングを行う。その際、マッチングは、テンプレート画像と同じ象限の探索領域とで行う。本実施例におけるテンプレート画像と探索領域の関係は図３の符号を用いて図１０に示す。また、マッチングの方法に関しては、一般的に実施されているパターンマッチング技術を用いることが出来るため、ここでは説明を省略する。

マッチングは、記憶・制御・信号処理部１０９において実施され、テンプレート画像に対してどれほど類似しているかを判断し、その結果は類似度として表示する。類似度の算出には例えば相互相関関数を用いることが出来る。マッチングしたかどうかの判定は、類似度をある閾値で分けることによって行われる。閾値は術者が任意に設定できる。これにより類似度が閾値未満である場合はマッチングしなかったものとし、閾値以上の場合はマッチングしたとして、４つのテンプレート画像それぞれについて判断し、更に、４つともマッチングしたか否かを判断する（ステップ２０６）。このとき、以降のステップ２１１と同様に、記憶・制御・信号処理部１０９は、取得した眼底画像が被検眼の動きによる影響が含まれた眼底画像であるか否かを判断する判断手段として機能する。或いは、当該記憶・制御・信号処理部１０９は、取得された複数の画像のうちから被検眼の動きによる影響の少ない、若しくは影響が所定の類似度が得られる閾値以下である画像を選択する選択手段として機能する。

ここでマッチングしたと判断された場合は、第一の眼底画像３０１と第二の眼底画像３１１は眼球運動の影響が少なく、ともにほぼ同じ眼底画像であるという判断が下され、トラッキング用のテンプレート画像が決定される（ステップ２０７）。トラッキングのための動き検出用のテンプレート画像は再び特徴点を抽出しなおしてもよいが、すでに抽出しているテンプレート画像をそのまま用いても構わない。ここで、眼球運動（被検眼の動き）について簡単に説明する。眼球運動は、トレモア、フリック、ドリフトからなる固視微動や、頭部が動くことにより発生する。また、この眼球運動の結果は、眼底画像の不連続性、伸縮または回転のうち少なくともひとつとして、眼底画像における被検眼の動きの影響として表れる。本実施例において、眼球運動（被検眼の動き）の影響が少ない（又は含まない）とは、撮像された眼底画像では判断ができない、即ち眼底画像を撮像中に眼底画像の解像度以上の動きが起きなかったことを指している。しかしながら、これに限定されないことは以下の説明から明らかである。

なお本実施例においては、すべてのテンプレート画像がマッチングした場合に、画像取得中の眼球運動の影響が少なく、ともにほぼ同じ眼底画像である、という判断をしたが、これに限定されるものではない。判断の基準は、被検眼や患者の状態に応じて術者が任意に設定してもよい。
本実施例ではテンプレート画像３０２、３０３が第二の眼底画像３１１の探索領域３１６、３１７においてマッチングしなかった場合（図３（ｂ））、第一の眼底画像３０１と第二の眼底画像３１１のいずれかの画像取得中に眼球運動の影響が含まれると判断される。

（眼底画像の取得３）
第一の眼底画像３０１と第二の眼底画像３１１のいずれかに眼球運動の影響が含まれていると判断された場合、記憶・制御・信号処理部１０９は、第三の眼底画像３２１となる眼底画像を再び取得する（ステップ２０９）。

（パターンマッチング２）
第三の眼底画像３２１の取得が完了すると、テンプレート画像３０２、３０３、３０４、３０５によってマッチングが行われる（ステップ２１０）。

ここでマッチングしたと判断された場合は、第一の眼底画像３０１と第三の眼底画像３２１は眼球運動の影響が少なく、ともにほぼ同じ眼底画像であるという判断が下され、第二の眼底画像３１１は眼球運動の影響を含む眼底画像であると判断される。逆にここでマッチングしなかった場合、第一の眼底画像３０１に眼球運動の影響が含まれていると判断される。マッチングしたと判断された場合はトラッキングのための動き検出用のテンプレート画像が決定される（ステップ２１２）。ここでもトラッキングのための動き検出用のテンプレート画像は再び特徴点を抽出しなおしてもよいが、すでに抽出しているテンプレート画像をそのまま用いても構わない。

本実施例では再びテンプレート画像３０２、３０３が第三の眼底画像３２１の探索領域３２６、３２７においてマッチングしない（図３（ｃ））。この結果により、テンプレート画像を抽出した第一の眼底画像３０１に眼球運動の影響が含まれていたということがわかる。また、それにより、記憶・制御・信号処理部１０９はトラッキングのための動き検出用のテンプレート画像の抽出に第一の眼底画像３０１はふさわしくないと判断する。

（テンプレート画像の抽出２）
第一の眼底画像３０１がトラッキングのための動き検出用のテンプレート画像の抽出にふさわしくないと判断されたため、第二の眼底画像３１１からトラッキングのための動き検出用のテンプレート画像を抽出する（ステップ２１４）。この時、トラッキングのための動き検出に用いるテンプレート画像の抽出には第三の眼底画像を用いても構わない。このとき、記憶・制御・信号処理部１０９は、被検眼の動きの影響を含まないと判断された眼底画像から、少なくとも１つの特徴点を被検眼の動きによる影響を補正する際に用いるテンプレート画像として抽出する抽出手段として機能する。そして、記憶・制御・信号処理部１０９がステップ２１４で抽出したテンプレート画像をトラッキング用のテンプレート画像と決定する（ステップ２１５）。また、同様な処理を繰り返し最適なテンプレート画像を抽出してもよい。例えば、第２の眼底画像３１１から抽出したテンプレート画像が第３の眼底画像３２１中の探索領域３２６−３２９における画像とマッチングするか否かを記憶・制御・信号処理部１０９が判断する。そして、マッチングする場合には第２の眼底像３１１からトラッキングのための動き検出用のテンプレート画像が決定する。一方、マッチングしない場合にはステップ２０９のように新たに第四の画像を取得し第２の画像と第四の画像とでステップ２１０のようにマッチングを行う。そしてマッチングしない場合にはステップ２１４のように第三の画像からテンプレート画像を抽出する。このように、マッチングに成功するまで新たに画像を取得してテンプレート画像を決定するようにしてもよい。
なお、本実施例において第一の画像からテンプレート画像を抽出（ステップ２０３）後に第二の画像を取得し（ステップ２０４）、マッチングの判断（ステップ２０６）の結果に応じて第三の画像を取得（ステップ２０９）する構成としているが、ステップ２０２において第二・第三の画像をあらかじめ取得しておいて各処理を実行するように構成してもよい。また、第四の画像についても同様にあらかじめ取得しておいてもよい。

以上で説明したように眼底画像の評価を行うことで、眼球運動の影響を含まない眼底画像を選択してトラッキングのための動き検出用のテンプレート画像を抽出することが可能になる。すなわち、記憶・制御・信号処理部１０９により、被検眼の動きの影響が含まれていない眼底画像であると判断されてトラッキングのための動き検出用のテンプレート画像が抽出、選択される。当該記憶・制御・信号処理部１０９はこの選択された画像を用いて被検眼の動きを検出する検出手段として機能する。
また、記憶・制御・信号処理部１０９はこのテンプレート画像を基準として被検眼の動きによる影響を補正する補正手段として機能し、トラッキングを実行する。この場合、テンプレート画像が抽出された眼底画像に基づき基準座標を設定してもよく、新たに撮像される眼底画像に基づき基準座標を設定してもよい。それにより、眼底撮像中の術者及び患者の負担を減らし、高精度でトラッキングを行うことが出来る。

なお、本実施例ではＳＬＯについて記載したが、眼底画像を取得する装置、特に断層画像撮像装置（ＯＣＴ：Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）装置などに本方法を適用しても同様の効果が得られる。また、撮影手段に二次元CCDを有する眼底カメラにおいても本方法を適用することが可能である。また、上記実施例は眼底画像について述べているが、これに限定されるものではなく、前眼部画像に対しても適用可能である。なお、以下に述べる実施例についても前眼部画像に対しても適用可能である。
本実施例によれば、眼底撮像において、テンプレート画像の抽出におけるエラーを排除しマッチング精度を向上させ、術者・患者の負担を軽減させて、眼球運動による影響の少ない眼底画像を選択可能な眼科装置及びその制御方法の提供が可能となる。

（実施例２）
本実施例においては、本発明を適用した走査型レーザ検眼鏡（ＳＬＯ）について説明する。ここでは特に、撮像した複数の眼底画像からテンプレート画像を抽出し、テンプレート画像同士でマッチングを行うことで眼底画像の評価を行い、トラッキングのための動き検出用のテンプレート画像の決定を実施する装置について説明する。特に本実施例では３枚の眼底画像を用いて眼底画像の評価を行う方法について図１、図４、図５を用いて説明する。
なお、本実施例においては、実施例１の構成と同様であるため、構成についての説明は省略する。

（眼底画像の取得）
術者が記憶・制御・信号処理部１０９を通じて眼底画像取得の命令を与えると、眼科撮像装置１００は複数の眼底画像を取得する（ステップ４０２）。本実施例では第一の眼底画像５０１、第二の眼底画像５１１、第三の眼底画像５２１の３枚の眼底画像の取得を行う。なお、眼底画像の撮像枚数に関しては術者が２枚以上で任意に設定可能である。

（テンプレート画像の抽出）
撮像が完了すると各眼底画像に対してテンプレート画像５０２、５０３、５０４、５０５、５１２、５１３、５１４、５１５、５２２、５２３、５２４、５２５の抽出が行われる（ステップ４０３）。

（パターンマッチング）
テンプレート画像の抽出が完了すると、記憶・制御・信号処理部１０９は各眼底画像の同一象限から抽出されたテンプレート画像を用いてマッチングを行う（ステップ４０４）。
本実施例の第一象限においては、テンプレート画像５０２と５１２、５０２と５２２、５１２と５２２でマッチングを行う。また、同様に第二、第三、第四象限においてもマッチングを行う。

マッチングは、記憶・制御・信号処理部１０９において実施され、同一象限から抽出されたテンプレート画像がどれほど類似しているかを判断し、その結果は類似度として表示する。マッチングしたかどうかの判定は、類似度をある閾値で分けることによって行われる。閾値は術者が任意に設定できる。これにより類似度が閾値未満である場合はマッチングしなかったものとし、閾値以上の場合はマッチングしたと判断する。また、眼底画像に眼球運動による影響が含まれるかどうかの判断は、各象限のテンプレートがどれだけマッチングしたかによって判断する（ステップ４０５）。本実施例では、すべての象限のテンプレートがマッチングした画像同士については、ほぼ同一の画像である、という判断する。しかしながら、本実施例の設定に限定されることはなく、画像の判断基準は被検眼や患者の状況に応じて術者が任意に設定できる。本実施例では図６に示すように、第三の眼底画像５２１のテンプレート５２３が、第一の眼底画像５０１のテンプレート５０３、第二の眼底画像５１１のテンプレート５１３にマッチングせず、その他のテンプレートはマッチングする。これにより、第一の眼底画像５０１と第二の眼底画像５１１は互いに眼球運動による影響を含まないほぼ同じ眼底画像であるということが判断された。一方、第三の眼底画像５２１は眼球運動による影響が含まれる眼底画像であると判断される。

なお、ここでどの画像もマッチングしなかったという判断がされた場合、（眼底画像の取得）（ステップ４０２）まで戻り、再び複数枚の画像取得から行えばよい。

（テンプレート画像の決定）
マッチングが成功し、眼球運動の影響を含まない画像であると判断された場合は、その眼底画像からトラッキングのための動き検出用のテンプレート画像とするために特徴点の抽出を行う。この際、眼底画像の評価のために抽出したテンプレート画像がトラッキングのための動き検出に用いることが出来る場合は、新たに抽出する必要はなく、すでに抽出しているテンプレート画像をトラッキングのための動き検出用のテンプレート画像としてもよい。

以上で説明したように眼底画像の評価を行うことで、眼球運動の影響を含まない眼底画像を選択してトラッキングのための動き検出用のテンプレート画像を抽出することが可能になる。それにより、眼底撮像中の術者及び患者の負担を減らし、高精度でトラッキングを行うことが出来る。
なお、本実施例ではＳＬＯについて記載したが、眼底画像を取得する装置、特にＯＣＴ装置などに本方法を適用しても同様な効果が得られる。また、撮影手段に二次元CCDを有する眼底カメラにおいても本方法を適用することが可能である。

（実施例３）
実施例３においては、第一の眼底画像に対してテンプレート画像として特徴点を抽出せず、術者が任意に決めた座標を中心とした領域をテンプレート画像として取得し、複数の眼底画像にマッチングを行って評価する装置について説明する。特に本実施例においては、第一の眼底画像から選ばれるテンプレート画像を用いて、第二、第三の眼底画像でパターンマッチングを行う装置について図１、図７、図８、図９を用いて説明する。
なお、本実施例において、実施例１の構成と同様であるため、構成についての説明は省略する。また、実施例１および実施例２と重複する部分に関しては説明を省略する。

（眼底画像の取得１）
テンプレート画像を取得するための第一の眼底画像８０１を取得する（ステップ７０２）。本実施例においては縦２０００×横２０００画素の眼底画像を得る。

（テンプレート画像の抽出１）
第一の眼底画像８０１を取得すると、記憶・制御・信号処理部１０９は画像評価用のテンプレート画像の抽出を行う（ステップ７０３）。テンプレート画像の抽出箇所は第一の眼底写真の中から任意に選んでもよいが、あらかじめ眼底画像の中で、特徴点として血管の分岐や交叉が多く含まれると予想される箇所を設定しておくことが望ましい。また、抽出されるテンプレート画像は少なくとも一つあればよいが、画像評価をより正確に行うために複数抽出されることが望ましく、さらにテンプレート画像の抽出部位は相対的に離れている方が望ましい。本実施例では第一の眼底画像の中心を原点として４つの象限に分け、各象限で一つずつテンプレート画像の抽出を行う。第一の眼底画像に対して４か所のテンプレート画像８０２、８０３、８０４、８０５（図８（ａ））を取得する。テンプレート画像は眼底画像の中心を原点として、図９に示す座標から取得した。また、本実施例ではテンプレート画像のサイズを縦１４０×横１４０画素とした。

（眼底画像の取得２）
テンプレート画像を抽出すると、記憶・制御・信号処理部１０９はパターンマッチングを行うために、再び眼底画像の取得を行う（ステップ７０４）。その際、画像は少なくとも１枚取得されればよいが、画像評価の精度を上げるためには複数枚取得されることが望ましい。また、取得する眼底画像の枚数に制限はなく、術者が任意で決定しても構わない。本実施例では新たに第二の眼底画像８１１および第三の眼底画像８２１を得る。また、本実施例においてはテンプレート画像の抽出後にさらに眼底画像の取得を行っているが、第一の眼底画像の取得（ステップ７０２）において複数枚の眼底画像を取得し、その一部を用いても構わない。

（パターンマッチング）
複数の眼底画像の取得が終了すると、記憶・制御・信号処理部１０９は第一の眼底画像８０１から抽出したテンプレート画像８０２、８０３、８０４、８０５を用いてパターンマッチングを行う（ステップ７０５）（図８（ｂ））。パターンマッチングはステップ７０４において取得された複数の眼底画像に対して行われ、本実施例においては第二の眼底画像８１１と第三の眼底画像８２１に対して行われる。マッチングにおける探索領域は第二の眼底画像８１１および第三の眼底画像８２１全体としてもよいが、より高速に画像評価を行うためには探索領域を限定することが望ましい。その場合、テンプレート画像を取得した際に記憶・制御・信号処理部１０９に記憶されているテンプレート画像の座標を中心に限定した領域を探索領域として設定すればよい。本実施例では図９に示した各テンプレート画像を抽出した座標を中心として、縦２８０×横２８０画素を探索領域８１６、８１７、８１８、８１９、８２６、８２７、８２８、８２９に設定し、マッチングを行う。記憶・制御・信号処理部１０９はマッチングが出来たかどうかの判断を行う（ステップ７０６）。

マッチングは、記憶・制御・信号処理部１０９において実施され、同一象限から抽出されたテンプレート画像がどれほど類似しているかを判断し、その結果は類似度として表示する。また、眼底画像に眼球運動の影響が含まれるかどうかの判断は、各象限のテンプレートがどれだけマッチングしたかによって判断する。本実施例では、すべての象限のテンプレートがマッチングした画像同士については、ほぼ同一の画像である、という判断を下す設定をした。しかしながら、本実施例の設定に限定されることはなく、画像の判断基準は被検眼や患者の状況に応じて術者が任意に設定できる。マッチングの結果について図１１に示す。

本実施例においては図１１に示すマッチングの結果から、第一の眼底画像８０１と第三の眼底画像８２１がほぼ同一の画像である、という判断が下された。なお、本実施例においては第一の眼底画像８０１と第三の眼底画像８２１がほぼ同一の画像であるとの判断であったが、全ての画像がマッチングしなかった場合はステップ７０２に戻ってやり直せばよい。

（テンプレート画像の抽出２）
マッチングが成功し、眼球運動の影響を含まない画像であると判断された場合は、その眼底画像からトラッキング用のテンプレート画像とするために特徴点の抽出を行う。本実施例においては第一の眼底画像８０１から特徴点を抽出する。なお、本実施例においては第一の眼底画像８０１から特徴点を抽出したが、第三の眼底画像８２１をもとに特徴点の抽出を行っても構わない。さらに、複数の眼底画像でマッチングが成功した場合は、成功した眼底画像から任意の眼底画像を選んで特徴点の抽出を行っても構わない。

以上で説明したように眼底画像の評価を行うことで、眼球運動の影響を含まない眼底画像を選択してトラッキングのための動き検出用のテンプレート画像を抽出することが可能になる。それにより、眼底撮像中の術者及び患者の負担を減らし、高精度でトラッキングを行うことが出来る。
なお、本実施例ではＳＬＯについて記載したが、眼底画像を取得する装置、特にＯＣＴ装置などに本方法を適用しても同様の効果を得られる。また、撮影手段に二次元CCDを有する眼底カメラにおいても本方法を適用することが可能である。

（実施例４）
本実施例においては、１枚の眼底画像を取得して、その眼底画像に眼球運動による影響が含まれているかどうかを判断し、トラッキングのための動き検出用のテンプレート画像を決定する装置について説明する。本実施例においては特に、眼底画像内の不連続性を検知することで眼球運動の有無を判断し、トラッキングのための動き検出用のテンプレート画像を決定する装置について、図１、図１２、図１３を用いて説明する。

（眼底画像の取得）
評価に用いる眼底画像１３００を1枚取得する（ステップ１２０２）。

（連続性の判定）
取得された眼底画像１３００から記憶・制御・信号処理部１０９は画像の連続性を判定する。画像の連続性は、連続性を判定しうる画像内の特徴箇所が不連続になっていないかどうか、を検知することによって行われる（ステップ１２０３）。本実施例では眼底画像１３００の撮像中に比較的大きな眼球運動が発生し、不連続部１３０３を境界として眼底画像部分１３０２が１３０１に対してズレが発生している。測定対象が眼である場合、血管、黄斑、視神経乳頭などが特徴箇所として考えられるが、それに限定されるものではない。本実施例では血管を特徴箇所として設定し、連続性の判定を行った。なお、特徴箇所を用いて連続性を判断する方法については、例えば正規化相互相関を用いる方法がある。

まず、取得した眼底画像１３００の１ピクセルあたり輝度値をそれぞれ算出し、１ラインごとの輝度値のプロファイルを取得する。取得した輝度値のプロファイルは、隣り合うプロファイルと比較され、その類似度を算出する。類似度は０から１の間で表現され、１は完全に一致していることを意味する。
本実施例では類似度の閾値を０．６としたが、類似度は術者が任意に設定できる。隣り合うライン同士の類似度が低かった場合は、そのライン間で連続性が保たれていないことを意味し、眼球運動などによって眼底画像中に不連続な部分があることがわかる。また、ここでは正規化相互相関を用いる方法を記述したが、この方法に限定されるものではなく、連続性を判定するいかなる方法を用いても構わない。

記憶・制御・信号処理部１０９は、眼底画像１３００のように一枚の眼底画像中に不連続な部分があると判断した場合（ステップ１２０４）、ステップ１２０２に戻り、眼底画像の取得を開始する。また、記憶・制御・信号処理部１０９は取得した眼底画像に不連続な部分が検知されなくなるまでこれを繰り返す。

（テンプレート画像の抽出）
記憶・制御・信号処理部１０９は取得した眼底画像に不連続な部分がないと判断した場合（ステップ１２０４）、トラッキングのための動き検出用のテンプレート画像の抽出を行う。テンプレート画像の抽出については実施例１（テンプレート画像の抽出１）と同様であるため、ここでは説明を省略する。

以上で説明したように眼底画像の評価を行うことで、眼球運動の影響を含まない眼底画像を選択してトラッキングのための動き検出用のテンプレート画像を抽出することが可能になる。それにより、眼底撮像中の術者及び患者の負担を減らし、高精度でトラッキングを行うことが出来る。
なお、本実施例ではＳＬＯについて記載したが、眼底画像を取得する装置、特にＯＣＴ装置などに本方法を適用しても同様の効果が得られる。また、上記実施例では眼底画像に不連続な部分がないと判断した場合、テンプレート画像の抽出を行うとしているが、これに限定されるものではない。例えば、眼底画像に含まれる不連続な部分が所定値未満であればステップ１２０５に進み、所定値以上であればステップ１２０２に進むこととしてもよい。なお、不連続な部分が所定値以上か否かの判断は、例えば、画像中における不連続な部分の量が所定値以上か否かを判断する。

（その他の実施例）
なお、本発明は上記実施例に限定されるものではなく、上記実施例の趣旨を逸脱しない範囲で種々変形して実施することができる。例えば、上記の実施例１〜４を任意に組み合わせてもよい。組み合わせの一例としては、実施例１と実施例４とを組み合わせてもよい。例えば、ステップ２１１においてマッチングしない場合、第二の画像に対して実施例４に記載の処理を施すことでテンプレート画像を決定してもよい。なお、ステップ２１１においてマッチングしない場合、第二の画像と第三の画像とに対して実施例４に記載の処理を施し、より画像中に不連続な部分が少ない画像からテンプレート画像を決定してもよい。また、第二の画像と第三の画像とに不連続な部分が含まれている場合に、例えば、新たに複数枚の画像を取得して、その後、この複数枚の画像に対して実施例１に記載の処理を施すようにしてもよい。このように実施例１〜４を任意に組み合わせることで、より適切なテンプレート画像を得ることが可能となる。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。

Claims (12)

1. 被検眼の画像を取得する取得手段と、
   前記取得手段により取得された複数の画像のうち前記被検眼の動きによる影響が少ない画像を選択する選択手段と、
   前記選択手段により選択された画像を用いて前記被検眼の動きを検出する検出手段と、を備えることを特徴とする眼科装置。
2. 前記選択手段は、前記複数の画像を比較することにより、
   前記被検眼の動きによる影響が少ない画像を選択することを特徴とする、請求項１に記載の眼科装置。
3. 前記選択手段は、前記画像における不連続性、伸縮または回転のうち少なくともひとつに基づいて前記被検眼の動きによる影響が少ない画像を選択することを特徴とする、請求項１または２に記載の眼科装置。
4. 前記選択手段は、前記取得した画像中の一部の領域を比較することによって前記被検眼の動きによる影響が少ない画像を選択することを特徴とする請求項１から３のいずれか１項に記載の眼科装置。
5. 前記選択手段は、前記被検眼の画像内に含まれる血管の交叉または分岐部位の画像に基づいて前記被検眼の動きによる影響が少ない画像を選択することを特徴とする、請求項１から４のいずれか１項に記載の眼科装置。
6. 前記選択手段によって選択された画像から少なくとも１つの特徴点を、前記被検眼の動きを検出する際に用いる特徴画像として抽出する抽出手段を更に有することを特徴とする請求項１から５のいずれか１項に記載の眼科装置。
7. 前記特徴点は、前記被検眼の画像内に含まれる血管の交叉または分岐部位の画像であることを特徴とする、請求項６に記載の眼科装置。
8. 前記選択手段により前記被検眼の動きによる影響が少ない画像が選択できない場合、前記取得手段は前記被検眼の画像を再び取得することを特徴とする請求項１から７のいずれか１項に記載の眼科装置。
9. 被検眼の画像を取得する取得手段と、
   前記画像が含む前記被検眼の動きによる影響が所定値以上か否か判断する判断手段と、
   前記判断手段よって前記画像が含む前記被検眼の動きによる影響が所定値未満であると判断された場合、前記画像を用いて前記被検眼の動きを検出する検出手段と、を備えることを特徴とする眼科装置。
10. 前記取得手段が走査型レーザ検眼鏡（ＳＬＯ：Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）または断層画像撮像装置（ＯＣＴ：Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）であることを特徴とする、請求項１から８のいずれか１項に記載の眼科装置。
11. 被検眼の画像を取得する取得工程と、
    前記取得手段により取得された複数の画像のうち前記被検眼の動きによる影響が少ない画像を選択する選択工程と、
    前記選択手段により選択された画像を用いて前記被検眼の動きを検出する検出工程と、を備えることを特徴とする眼科装置の制御方法。
12. 請求項１１に記載の眼科装置の制御方法の各工程をコンピュータに実行させることを特徴とするプログラム。

Images