JP2017221742A - Image analysis apparatus, control method for image analysis apparatus, and program - Google Patents
Image analysis apparatus, control method for image analysis apparatus, and program Download PDFInfo
- Publication number
- JP2017221742A JP2017221742A JP2017163662A JP2017163662A JP2017221742A JP 2017221742 A JP2017221742 A JP 2017221742A JP 2017163662 A JP2017163662 A JP 2017163662A JP 2017163662 A JP2017163662 A JP 2017163662A JP 2017221742 A JP2017221742 A JP 2017221742A
- Authority
- JP
- Japan
- Prior art keywords
- measurement direction
- layer thickness
- analysis apparatus
- tomographic image
- image analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
Description
本発明は、画像解析装置、画像解析装置の制御方法及びプログラムに関する。 The present invention relates to an image analysis apparatus, a control method for the image analysis apparatus, and a program.
光干渉断層計(以下、OCT(Optical Coherence Tomography)と呼ぶ)などと称される装置が知られている。OCTによれば、断層画像を撮像できるため、例えば、網膜の複数の層の厚みを定量的に計測することが期待されている。また、例えば、緑内障の進行と層の厚み(以下、層厚と呼ぶ場合もある)には、相関があることが知られているため、眼科医療現場では、病気の診断や経過観察に網膜の層厚を正確に計測できる技術が要望されている。 An apparatus called an optical coherence tomography (hereinafter referred to as OCT (Optical Coherence Tomography)) or the like is known. According to OCT, since a tomographic image can be captured, for example, it is expected to quantitatively measure the thickness of a plurality of layers of the retina. Also, for example, since it is known that there is a correlation between the progression of glaucoma and the thickness of the layer (hereinafter sometimes referred to as layer thickness), in the field of ophthalmology, diagnosis of the disease and follow-up observation are performed. There is a demand for a technique that can accurately measure the layer thickness.
緑内障などの眼病の診断には、図6に示すように、内境界膜(Inner Limiting Membrane:ILM)から網膜色素上皮(Retinal Pigment Epithelium:RPE)までの厚みを計測する。また、神経線維層(Nerve Fiver Layer:NFL)の厚みを計測することもある。また更に、NFLに対して神経節細胞層(Ganglion Cell Layer)と内網状層(Inner Plexiform Layer)とを加えたGCC(Ganglion Cell Complex)の厚みを計測する場合もある。 For diagnosis of eye diseases such as glaucoma, as shown in FIG. 6, the thickness from the inner limiting membrane (ILM) to the retinal pigment epithelium (RPE) is measured. Moreover, the thickness of a nerve fiber layer (Nerve Fiver Layer: NFL) may be measured. Furthermore, the thickness of a GCC (Ganglion Cell Complex) obtained by adding a ganglion cell layer and an inner plexiform layer to NFL may be measured.
従来、このような層の厚みとして、図6に示すような断層画像のy方向(縦方向)が用いられてきた(特許文献1)。また、層厚の経時変化を観察し易くするために、凹凸のあるILMを平らにすべく断層画像の画素を縦方向に移動させる技術も提案されている(特許文献2)。 Conventionally, the y direction (vertical direction) of a tomographic image as shown in FIG. 6 has been used as the thickness of such a layer (Patent Document 1). In addition, in order to make it easy to observe the change in the layer thickness over time, a technique has been proposed in which the pixels of the tomographic image are moved in the vertical direction in order to flatten the uneven ILM (Patent Document 2).
しかし、網膜の形状は、患者に固有であり、例えば、図6に示すように、断層画像に写る網膜が斜めに傾いていたり、図7に示すように、湾曲していたりする。この場合、画像を縦方向に計測し、それにより得られる層厚の値は、網膜本来の層厚と異なってしまう。そのため、緑内障の診断時に誤った層厚を提示したり、撮像毎に異なる層厚を計測したりしてしまう可能性があった。 However, the shape of the retina is unique to the patient. For example, as shown in FIG. 6, the retina shown in the tomographic image is tilted obliquely or curved as shown in FIG. In this case, the value of the layer thickness obtained by measuring the image in the vertical direction is different from the original layer thickness of the retina. Therefore, there is a possibility that an incorrect layer thickness is presented when glaucoma is diagnosed, or a different layer thickness is measured for each imaging.
そこで、本発明は、上記問題点に鑑みてなされたものであり、正確に層の厚みを計測することを目的とする。 Therefore, the present invention has been made in view of the above problems, and an object thereof is to accurately measure the thickness of a layer.
上記課題を解決するため、本発明の一態様は、
被検眼の網膜の断層像を取得する断層像取得手段と、
前記断層像に含まれる層境界の所定の点における第1の計測方向の層厚と比較対象となる層厚との比較に基づいて前記第1の計測方向および前記第1の計測方向とは異なる第2の計測方向のうち出力すべきと判定された計測方向の前記所定の点における層厚を出力する出力手段と、
を備えることを特徴とする。
In order to solve the above problems, one embodiment of the present invention provides:
A tomographic image acquisition means for acquiring a tomographic image of the retina of the eye to be examined;
The first measurement direction and the first measurement direction are different based on a comparison between the layer thickness in the first measurement direction at a predetermined point of the layer boundary included in the tomographic image and the layer thickness to be compared. An output means for outputting a layer thickness at the predetermined point in the measurement direction determined to be output in the second measurement direction;
It is characterized by providing.
本発明によれば、正確に層の厚みを計測することが可能になる。 According to the present invention, it is possible to accurately measure the layer thickness.
以下、本発明に係わる画像解析装置、その計測方法及びプログラムの一実施の形態について添付図面を参照して詳細に説明する。なお、本実施形態においては、網膜の断層画像を解析し、その層の厚み(以下、層厚と呼ぶ場合もある)を計測する場合を例に挙げて説明するが、解析の対象となる断層画像は、必ずしも網膜である必要はなく、層が含まれる画像であればよい。 DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, an embodiment of an image analysis apparatus, a measuring method thereof, and a program according to the present invention will be described in detail with reference to the accompanying drawings. In this embodiment, the case where a tomographic image of the retina is analyzed and the thickness of the layer (hereinafter sometimes referred to as layer thickness) is measured will be described as an example. The image does not necessarily need to be a retina, and may be an image including a layer.
図1は、本発明の一実施の形態に係わる画像解析装置を配して構成した画像処理システムの全体構成の一例を示す図である。 FIG. 1 is a diagram showing an example of the overall configuration of an image processing system configured by arranging an image analysis apparatus according to an embodiment of the present invention.
画像処理システムは、画像解析装置10と、断層画像撮像装置22と、データサーバ21とを具備して構成される。これら装置は、例えば、LAN(Local Area Network)23を介して通信可能に接続されている。なお、通信形態は、LAN23に限られず、装置間の通信が行なえるのであれば、特に問わない。
The image processing system includes an
断層画像撮像装置22は、例えば、OCT等で実現され、眼部の断層像を撮像する。断層画像撮像装置22では、例えば、1回の撮像で複数の断層画像を取得し、これら取得した断層画像を順番に並べる。これにより、網膜のボリュームデータを再構成することができる。断層画像撮像装置22では、ユーザ(例えば、技師や医師)操作に応じて被検者(患者)の断層画像を撮像し、撮像により得られた断層画像を画像解析装置10へ出力する。
The tomographic
データサーバ21は、各種データを格納する。例えば、断層画像撮像装置22により撮像された断層画像等を格納する。そのため、画像解析装置10においては、このデータサーバ21から断層画像を取得する場合もある。
The
画像解析装置10は、断層画像撮像装置22又はデータサーバ21から断層画像を取得し、それを解析する。具体的には、網膜の断層画像を取得し、網膜の層厚を計測する。この計測手法の詳細については後述するが、例えば、層の境界の形状に基づいて層厚を計測する方向を決定し、その方向に沿って層厚を計測する。
The
以上が、画像処理システムの全体構成の一例についての説明であるが、図1に示す画像処理システムの構成は、あくまで一例であり、これに限られない。例えば、データサーバ21を省略してもよい。なお、上記説明した、画像解析装置10、断層画像撮像装置22、データサーバ21には、コンピュータが内蔵されている。コンピュータには、CPU等の主制御手段、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)等の記憶手段が具備される。また、コンピュータにはその他、キーボード、マウス、ディスプレイ、ボタン又はタッチパネル等の入出力手段、等も具備される。これら各構成手段は、バス等により接続され、主制御手段が記憶手段に記憶されたプログラムを実行することで制御される。
The above is an explanation of an example of the overall configuration of the image processing system. However, the configuration of the image processing system shown in FIG. 1 is merely an example and is not limited thereto. For example, the
図2は、図1に示す画像解析装置10の機能的な構成の一例を示す図である。
FIG. 2 is a diagram illustrating an example of a functional configuration of the
画像解析装置10は、画像入力部11と、基準点設定部12と、計測方法決定部13と、方向ベクトル算出部14と、方向ベクトル修正部15と、計測部16とを具備して構成される。
The
画像入力部11は、断層画像撮像装置22又はデータサーバ21から断層画像を取得し、それを装置内に入力する。
The
基準点設定部12は、画像入力部11により入力された断層画像に対して層厚の計測に用いる基準点を設定する。基準点設定部12には、層抽出部12aが具備される。層抽出部12aは、断層画像から層を抽出する。より詳細には、断層画像内から厚みの計測対象となる層の境界を抽出する。本実施形態においては、ILM(内境界膜)とRPE(網膜色素上皮)とを抽出する。ここで、基準点設定部12においては、図3に示すように、抽出されたRPE上(層の境界上)に複数の基準点を設定する。
The reference
計測方法決定部13は、基準点設定部12により設定された複数の基準点の座標を用いて網膜の平坦度を求める。そして、求めた平坦度に基づいて層厚を縦方向に計測するか、又はRPEの形状の法線方向に計測するかを決定する。ここで、湾曲度は、RPEの形状を直線y=ax+bで近似した直線とRPE上の各基準点との最短距離のうち最も長い距離を用いて表現する。つまり、RPEが湾曲しているほど直線と基準点との最短距離は長くなり、湾曲度は大きくなる。計測方法決定部13においては、算出した湾曲度と近似直線との傾きaがユーザにより設定された閾値以下であれば、網膜がほぼ平坦であり且つその傾きは小さいと判断し、層厚の計測を縦方向に行なう旨決定する。なお、縦方向へ計測を行なう場合、計測方向ベクトルは、全ての基準点において、断層画像のy軸方向となる。一方、湾曲度又は傾きaが上記閾値を越えていれば、計測方法決定部13においては、層厚の計測を、図3に示すようなRPEの形状の法線方向に行なう旨決定する。この場合、計測方向ベクトルの算出が必要となる。
The measurement
方向ベクトル算出部14は、基準点設定部12により設定されたRPE上の基準点各々において層厚を計測する方向を示すベクトル(計測方向ベクトル)を算出する。具体的には、RPE上の各基準点における法線ベクトルを算出し、当該算出した法線ベクトルに基づいて基準点各々に対応した計測方向ベクトルを求める。法線ベクトルの算出に際しては、まず、図4に示すように、RPE上の基準点を頂点とする三角パッチ集合(平面)を生成する。そして、各パッチを構成する2つのベクトルの外積を計算し、パッチの単位法線ベクトルを求める。計測方向ベクトルは、各基準点を共有するパッチの単位法線ベクトルの平均を計算することによって求める。この処理を全ての基準点において実行する。これにより、各基準点における層厚の計測方向ベクトルが算出される。
The direction
方向ベクトル修正部15は、各基準点において、計測方向ベクトルの誤りを検出し、当該検出した誤りを修正する。具体的には、(1)隣接する複数の計測方向ベクトルのばらつきが所定範囲内であるか、(2)近傍にある複数の層厚のばらつきが所定範囲内にあるかの条件を用いる。また更に、(3)層境界面の近似モデルを用いて推定した計測方向ベクトルと、計測方向ベクトルとの類似度が所定範囲内にあるか、の3つの条件の少なくとも1つを用いて誤りのある計測方向ベクトルを検出し、当該検出した誤りを修正する。方向ベクトル修正部15では、まず、基準点における計測方向ベクトルと隣接する基準点の計測方向ベクトルとの内積を計算し、(1)の条件を判定する。内積が所定の閾値以下であれば、計測方向ベクトルが誤っていると判定する。計測方向ベクトルが連続して誤っている場合、(1)の条件では判定できない。そこで、(2)の条件を(1)の条件に付け加える。この場合、まず、方向ベクトル算出部14により算出した計測方向ベクトルを用いて層厚を計測する。計測した層厚が近傍の基準点における層厚と所定の閾値以上異なっていれば、その基準点の計測方向ベクトルは誤っていると判定する。(3)の条件を用いて判定する場合、各基準点における近似モデルの法線ベクトルと計測方向ベクトルとの内積が、所定の閾値以下であれば、計測方向ベクトルが誤っていると判定する。ある基準点の計測方向ベクトルが誤っていると判定された場合、その基準点の計測方向ベクトルを近傍の基準点の計測方向ベクトルから補間したベクトルと置き換える。これにより、当該補間によって修正された計測方向ベクトルが、方向ベクトル修正部15から計測部16へ出力される。
The direction
計測部16は、基準点から計測方向に伸びる直線と、抽出されたILMとの交点までの距離を計測する。そして、その距離をその基準点における層厚として出力する。計測部16は、全ての基準点に対してこの処理を行なう。
The
次に、図5を用いて、図1に示す画像解析装置10における動作の一例について説明する。
Next, an example of the operation in the
画像解析装置10は、画像入力部11において、断層画像撮像装置22で撮像された複数の断層画像を装置内に入力する(S101)。具体的には、複数の断層画像をその撮像順に並べた網膜ボリュームデータを入力する。図2に示すように、網膜ボリュームデータの座標系は、断層画像の横方向をx軸とし、縦方向をy軸とし、また、断層画像が並べられる方向をz軸とする。再構成された網膜ボリュームデータは、画像入力部11から基準点設定部12に出力される。
In the
次に、画像解析装置10は、層抽出部12aにおいて、S101で入力された網膜ボリュームデータからILMとRPEを抽出する(S102)。これらを抽出するためには、まず、網膜ボリュームデータからエッジ成分を検出し、その連結性に基づいて何本かの線分を層境界の候補として抽出する。そして、これらの候補の中から、一番上の線分をILM、一番下の線分をRPEとする。なお、層の境界を抽出する方法は、特に問わず、網膜ボリュームデータから層の境界を抽出できるのであれば、どのような方法を用いてもよい。
Next, the
ILM及びRPEの抽出後、画像解析装置10は、基準点設定部12において、基準点を設定する(S103)。具体的には、図3に示すように、複数の基準点をRPE上に等間隔に設定する。各基準点の座標は、基準点設定部12から計測方法決定部13、方向ベクトル算出部14、方向ベクトル修正部15、計測部16に出力される。
After extracting the ILM and RPE, the
続いて、画像解析装置10は、計測方法決定部13において、基準点設定部12から出力された基準点の座標を用いて網膜の湾曲度を算出し、その算出結果に基づいて層厚の計測方法を決定する(S104)。なお、計測方法の決定の仕方については、上述で説明したため、ここではその説明については省略する。
Subsequently, in the
S104の結果、網膜の層厚の計測を縦方向に行なう旨決定された場合(S105でNO)、画像解析装置10は、計測部16において、当該決定に基づいて網膜の層厚を計測する(S109)。一方、網膜の層厚の計測を法線方向に行なう旨決定された場合(S105でYES)、画像解析装置10は、方向ベクトル算出部14において、計測方向ベクトルを算出する(S106)。上述した通り、RPE上の各基準点における法線ベクトルを算出し、当該算出した法線ベクトルに基づいて計測方向ベクトルを求める。
As a result of S104, when it is determined that the measurement of the layer thickness of the retina is performed in the vertical direction (NO in S105), the
計測方向ベクトルの算出が済むと、画像解析装置10は、方向ベクトル修正部15において、当該算出された計測方向ベクトルの中から誤っている計測方向ベクトルを修正する(S108)。なお、計測方向ベクトルの修正については、上述で説明したため、ここではその説明については省略する。
When the calculation of the measurement direction vector is completed, the
その後、画像解析装置10は、計測部16において、方向ベクトル算出部14により算出された計測方向ベクトルと、方向ベクトル修正部15により修正された計測方向ベクトルとを用いて、各基準点における層厚を計測する(S109)。具体的には、各計測方向ベクトルとILMの三角パッチの交点を求め、その交点が三角パッチの内部に含まれることを、直線と面の交差判定によって判定する。交点が含まれている場合、その交点から基準点までの3Dユークリッド距離を層厚とする。
Thereafter, the
以上説明したように本実施形態によれば、網膜の層境界の形状に基づいて当該層厚を計測する方向を決定し、その方向に沿って層厚を計測する。これにより、網膜が大きく傾斜又は湾曲している場合であっても、層厚を正確に計測できる。すなわち、RPEの形状から網膜の平坦度を計算し、層厚の計測方法を決定する。そして、RPE上に設定した複数の基準点における層厚の計測方向ベクトルを算出し、ILMとこれらのベクトルとの交点を求める。基準点から交点までの距離が、各基準点における層厚となる。このように層厚の計測を行なうことにより、網膜の形状を考慮した精度の高い層厚の計測が可能になる。 As described above, according to the present embodiment, the direction in which the layer thickness is measured is determined based on the shape of the layer boundary of the retina, and the layer thickness is measured along that direction. Thereby, even when the retina is greatly inclined or curved, the layer thickness can be accurately measured. That is, the flatness of the retina is calculated from the shape of the RPE, and the layer thickness measurement method is determined. And the measurement direction vector of the layer thickness in the some reference point set on RPE is calculated, and the intersection of ILM and these vectors is calculated | required. The distance from the reference point to the intersection is the layer thickness at each reference point. By measuring the layer thickness in this way, it is possible to measure the layer thickness with high accuracy in consideration of the shape of the retina.
なお、上記実施形態においては、網膜全体(ILMからRPEまで)の層厚を計測する場合を例に挙げて説明したが、これに限られない。例えば、NFL(神経線維層)やGCCなど網膜を構成する他の層の厚みの計測を行なうこともできる。この場合、例えば、RPEをNFL下端、GCC下端など、厚みを計測したい層の下端に置き換えれば良い。 In the above embodiment, the case where the layer thickness of the entire retina (from ILM to RPE) is measured has been described as an example. However, the present invention is not limited to this. For example, it is possible to measure the thickness of other layers constituting the retina such as NFL (nerve fiber layer) and GCC. In this case, for example, RPE may be replaced with the lower end of the layer whose thickness is to be measured, such as the lower end of NFL or the lower end of GCC.
以上が本発明の代表的な実施形態の一例であるが、本発明は、上記及び図面に示す実施形態に限定することなく、その要旨を変更しない範囲内で適宜変形して実施できるものである。 The above is an example of a typical embodiment of the present invention, but the present invention is not limited to the embodiment described above and shown in the drawings, and can be appropriately modified and implemented without departing from the scope of the present invention. .
例えば、本発明は、例えば、システム、装置、方法、プログラム若しくは記憶媒体等としての実施態様を採ることもできる。具体的には、複数の機器から構成されるシステムに適用してもよいし、また、一つの機器からなる装置に適用してもよい。
(その他の実施形態)
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(又は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。
For example, the present invention can take an embodiment as a system, apparatus, method, program, storage medium, or the like. Specifically, the present invention may be applied to a system composed of a plurality of devices, or may be applied to an apparatus composed of a single device.
(Other embodiments)
The present invention can also be realized by executing the following processing.
That is, software (program) that realizes the functions of the above-described embodiments is supplied to a system or apparatus via a network or various storage media, and a computer (or CPU, MPU, etc.) of the system or apparatus reads the program. It is a process to be executed.
10:画像解析装置、11:画像入力部、12:基準点設定部、12a:層抽出部、13:計測方向決定部、14:方向ベクトル算出部、15:方向ベクトル修正部、16:計測部 10: Image analysis device, 11: Image input unit, 12: Reference point setting unit, 12a: Layer extraction unit, 13: Measurement direction determination unit, 14: Direction vector calculation unit, 15: Direction vector correction unit, 16: Measurement unit
Claims (11)
前記断層像に含まれる層境界の所定の点における第1の計測方向の層厚と比較対象となる層厚との比較に基づいて前記第1の計測方向および前記第1の計測方向とは異なる第2の計測方向のうち出力すべきと判定された計測方向の前記所定の点における層厚を出力する出力手段と、
を備えることを特徴とする画像解析装置。 A tomographic image acquisition means for acquiring a tomographic image of the retina of the eye to be examined;
The first measurement direction and the first measurement direction are different based on a comparison between the layer thickness in the first measurement direction at a predetermined point of the layer boundary included in the tomographic image and the layer thickness to be compared. An output means for outputting a layer thickness at the predetermined point in the measurement direction determined to be output in the second measurement direction;
An image analysis apparatus comprising:
前記断層像に含まれる層境界の所定の点における第1の計測方向の層厚と比較対象となる層厚との比較に基づいて前記第1の計測方向および前記第1の計測方向とは異なる第2の計測方向のうち前記層境界の形状に基づいた層厚の計測方向を判定する判定手段と、
前記判定手段により判定された計測方向の前記所定の点における層厚を出力する出力手段と、
を備えることを特徴とする画像解析装置。 A tomographic image acquisition means for acquiring a tomographic image of the retina of the eye to be examined;
The first measurement direction and the first measurement direction are different based on a comparison between the layer thickness in the first measurement direction at a predetermined point of the layer boundary included in the tomographic image and the layer thickness to be compared. Determination means for determining a measurement direction of the layer thickness based on the shape of the layer boundary in the second measurement direction;
Output means for outputting the layer thickness at the predetermined point in the measurement direction determined by the determination means;
An image analysis apparatus comprising:
前記出力手段は、前記判定手段により判定された計測方向の前記所定の点以外の前記層境界に含まれる点における層厚を出力することを特徴とする請求項2記載の画像解析装置。 The determination means also performs the determination at a point included in the layer boundary other than the predetermined point,
The image analysis apparatus according to claim 2, wherein the output unit outputs a layer thickness at a point included in the layer boundary other than the predetermined point in the measurement direction determined by the determination unit.
前記断層像取得手段によって、被検眼の網膜の断層像を取得する断層像取得工程と、
前記出力手段によって、前記断層像に含まれる層境界の所定の点における第1の計測方向の層厚と比較対象となる層厚との比較に基づいて前記第1の計測方向および前記第1の計測方向とは異なる第2の計測方向のうち出力すべきと判定された計測方向の前記所定の点における層厚を出力する出力工程と、
を有することを特徴とする画像解析装置の制御方法。 A control method for an image analysis apparatus comprising a tomographic image acquisition means and an output means,
A tomographic image acquiring step of acquiring a tomographic image of the retina of the eye to be examined by the tomographic image acquiring means;
Based on a comparison between the layer thickness in the first measurement direction at a predetermined point of the layer boundary included in the tomographic image and the layer thickness to be compared by the output means, the first measurement direction and the first An output step of outputting the layer thickness at the predetermined point in the measurement direction determined to be output among the second measurement directions different from the measurement direction;
A control method for an image analysis apparatus, comprising:
前記断層像取得手段によって、被検眼の網膜の断層像を取得する断層像取得工程と、
前記判定手段によって、前記断層像に含まれる層境界の所定の点における第1の計測方向の層厚と比較対象となる層厚との比較に基づいて前記第1の計測方向および前記第1の計測方向とは異なる第2の計測方向のうち前記層境界の形状に基づいた層厚の計測方向を判定する判定工程と、
前記出力手段によって、前記判定工程により判定された計測方向の前記所定の点における層厚を出力する出力工程と、
を有することを特徴とする画像解析装置の制御方法。 A method for controlling an image analysis apparatus comprising a tomographic image acquisition means, a determination means, and an output means,
A tomographic image acquiring step of acquiring a tomographic image of the retina of the eye to be examined by the tomographic image acquiring means;
Based on the comparison between the layer thickness in the first measurement direction at a predetermined point of the layer boundary included in the tomographic image and the layer thickness to be compared by the determination means, the first measurement direction and the first A determination step of determining a measurement direction of the layer thickness based on the shape of the layer boundary among the second measurement directions different from the measurement direction;
An output step of outputting the layer thickness at the predetermined point in the measurement direction determined by the determination step by the output means;
A control method for an image analysis apparatus, comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017163662A JP2017221742A (en) | 2017-08-28 | 2017-08-28 | Image analysis apparatus, control method for image analysis apparatus, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017163662A JP2017221742A (en) | 2017-08-28 | 2017-08-28 | Image analysis apparatus, control method for image analysis apparatus, and program |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014255440A Division JP6259391B2 (en) | 2014-12-17 | 2014-12-17 | Image analysis apparatus, image analysis system, control method and program for image analysis apparatus |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017221742A true JP2017221742A (en) | 2017-12-21 |
Family
ID=60687485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017163662A Pending JP2017221742A (en) | 2017-08-28 | 2017-08-28 | Image analysis apparatus, control method for image analysis apparatus, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017221742A (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019098284A1 (en) | 2017-11-17 | 2019-05-23 | ヤマハ発動機株式会社 | Leaning vehicle |
WO2020174856A1 (en) * | 2019-02-27 | 2020-09-03 | 株式会社トプコン | Ophthalmic information processing device, ophthalmic device, ophthalmic information processing method, and program |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06339464A (en) * | 1993-05-31 | 1994-12-13 | Toomee:Kk | Ultrasonic probe for measuring thickness of cornea |
JP2004512125A (en) * | 2000-10-31 | 2004-04-22 | カール・ツアイス・スティフツング・トレーディング・アズ・カール・ツアイス | Retina tracking assisted optical coherence tomography |
JP2008011878A (en) * | 2006-06-30 | 2008-01-24 | Nidek Co Ltd | Ophthalmologic apparatus |
JP2009142313A (en) * | 2007-12-11 | 2009-07-02 | Tomey Corporation | Anterior ocular segment optical coherence tomographic apparatus and anterior ocular segment optical coherence tomographic method |
-
2017
- 2017-08-28 JP JP2017163662A patent/JP2017221742A/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06339464A (en) * | 1993-05-31 | 1994-12-13 | Toomee:Kk | Ultrasonic probe for measuring thickness of cornea |
JP2004512125A (en) * | 2000-10-31 | 2004-04-22 | カール・ツアイス・スティフツング・トレーディング・アズ・カール・ツアイス | Retina tracking assisted optical coherence tomography |
JP2008011878A (en) * | 2006-06-30 | 2008-01-24 | Nidek Co Ltd | Ophthalmologic apparatus |
JP2009142313A (en) * | 2007-12-11 | 2009-07-02 | Tomey Corporation | Anterior ocular segment optical coherence tomographic apparatus and anterior ocular segment optical coherence tomographic method |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019098284A1 (en) | 2017-11-17 | 2019-05-23 | ヤマハ発動機株式会社 | Leaning vehicle |
WO2020174856A1 (en) * | 2019-02-27 | 2020-09-03 | 株式会社トプコン | Ophthalmic information processing device, ophthalmic device, ophthalmic information processing method, and program |
JP2020137672A (en) * | 2019-02-27 | 2020-09-03 | 株式会社トプコン | Ophthalmologic information processing apparatus, ophthalmologic apparatus, ophthalmologic information processing method, and program |
JP7162553B2 (en) | 2019-02-27 | 2022-10-28 | 株式会社トプコン | Ophthalmic information processing device, ophthalmic device, ophthalmic information processing method, and program |
US11941800B2 (en) | 2019-02-27 | 2024-03-26 | Topcon Corporation | Ophthalmologic information processing apparatus, ophthalmologic apparatus, ophthalmologic information processing method, and recording medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103222848B (en) | Image processing equipment and image processing method | |
JP6105852B2 (en) | Image processing apparatus and method, and program | |
US20210177253A1 (en) | Systems and methods for improved anterior segment oct imaging | |
JP5924955B2 (en) | Image processing apparatus, image processing apparatus control method, ophthalmic apparatus, and program | |
JP5952564B2 (en) | Image processing apparatus and image processing method | |
JP2010033305A (en) | Image information processing method and device | |
US9307902B2 (en) | Image processing device, image processing system, image processing method, and program | |
JP5669372B2 (en) | Image analysis apparatus, measurement method thereof, and program | |
JP5473358B2 (en) | Image processing apparatus, image processing method, and program | |
JP2021529622A (en) | Method and computer program for segmentation of light interference tomography images of the retina | |
JP6644075B2 (en) | Image processing apparatus, image processing method, and image processing program | |
JP2017127397A (en) | Image processing device, estimation method, system and program | |
Rabbani et al. | Obtaining thickness maps of corneal layers using the optimal algorithm for intracorneal layer segmentation | |
US11179096B2 (en) | Scoliosis diagnosis assistance device, scoliosis diagnosis assistance method, and program | |
JP2017221742A (en) | Image analysis apparatus, control method for image analysis apparatus, and program | |
JP6243957B2 (en) | Image processing apparatus, ophthalmic system, control method for image processing apparatus, and image processing program | |
JP6259391B2 (en) | Image analysis apparatus, image analysis system, control method and program for image analysis apparatus | |
US11051690B2 (en) | Ophthalmological image processing apparatus and storage medium | |
JP5241937B2 (en) | Image processing apparatus and image processing method | |
JP6526154B2 (en) | Image processing apparatus, ophthalmologic system, control method of image processing apparatus, and image processing program | |
JP6868233B2 (en) | Symmetry visualization device, symmetry visualization method and program | |
JP6647305B2 (en) | Image processing apparatus, image processing method, and image processing program | |
JPWO2020111139A1 (en) | Coordinate calculation device, coordinate calculation method, and program | |
JP2018157841A (en) | Image processing system, image processing method and image processing program | |
JP6419115B2 (en) | Image processing apparatus, image processing method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180810 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190218 |