JP2018089304A - 画像処理装置、画像処理方法およびプログラム - Google Patents
画像処理装置、画像処理方法およびプログラム Download PDFInfo
- Publication number
- JP2018089304A JP2018089304A JP2016237683A JP2016237683A JP2018089304A JP 2018089304 A JP2018089304 A JP 2018089304A JP 2016237683 A JP2016237683 A JP 2016237683A JP 2016237683 A JP2016237683 A JP 2016237683A JP 2018089304 A JP2018089304 A JP 2018089304A
- Authority
- JP
- Japan
- Prior art keywords
- image
- profile
- image processing
- scan
- layer boundary
- 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
【課題】眼底の断層画像から適切な層境界を得る画像処理装置を提供する。
【解決手段】眼底の断層画像から層境界を検出する検出手段と、前記断層画像に折返しが発生しているか否かを判定する判定手段と、前記判定手段により前記折り返しが発生していると判定された場合、前記折り返しが発生している部分の前記検出手段により検出された層境界を補正する補正手段と、を備える。
【選択図】図8
【解決手段】眼底の断層画像から層境界を検出する検出手段と、前記断層画像に折返しが発生しているか否かを判定する判定手段と、前記判定手段により前記折り返しが発生していると判定された場合、前記折り返しが発生している部分の前記検出手段により検出された層境界を補正する補正手段と、を備える。
【選択図】図8
Description
本明細書の開示は、画像処理装置、画像処理方法およびプログラムに関する。
OCT(Optical Coherence Tomography)撮像装置においては、測定光の光路長と参照光の光路長とが一致する位置(以下、コヒーレンスゲート位置という)に近い部位ほど、高感度に描写できる。しかし、眼底は湾曲した形状をしているため、眼底をOCT装置で撮影した場合、撮影部位の一部がコヒーレンスゲート位置を跨ぐ場合がある。コヒーレンスゲート位置を跨いだ網膜の部位は、取得した断層画像において、コヒーレンスゲート位置に対して折返した状態で描出されることが知られている(特許文献1)。コヒーレンスゲート位置に対して折返した状態で描出された画像を折り返し画像という。
折返し画像が含まれる断層画像では正常に描出された網膜と反転して描出された網膜とが混在することとなるため、適切な層境界を断層画像から抽出できない虞がある。
本明細書の開示は、適切な層境界を得ることを目的の一つとする。なお、前記目的に限らず、後述する発明を実施するための形態に示す各構成により導かれる作用効果であって、従来の技術によっては得られない作用効果を奏することも本開示の他の目的の1つとして位置付けることができる。
開示の画像処理装置は、眼底の断層画像から層境界を検出する検出手段と、前記断層画像に折返しが発生しているか否かを判定する判定手段と、前記判定手段により前記折り返しが発生していると判定された場合、前記折り返しが発生している部分の前記検出手段により検出された層境界を補正する補正手段と、を備える。
本明細書の開示によれば、適切な層境界を取得することが可能となる。
以下、図面を参照して実施例を説明する。各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。また、各図面において説明上重要ではない構成要素、部材、処理の一部は省略して表示する場合がある。
<実施例1>
図1は、実施例1に係る画像処理システムの構成の一例を示す図である。実施例1に係る画像処理システムはOCT撮影装置201と画像処理装置209とを含む。
図1は、実施例1に係る画像処理システムの構成の一例を示す図である。実施例1に係る画像処理システムはOCT撮影装置201と画像処理装置209とを含む。
OCT撮影装置201は、被検眼のたとえば眼底表面に対して指定された二次元の計測範囲および計測深度情報をもとに、被検眼の断層画像を示す信号を取得する。OCT撮影装置201は、例えばSpectral−Domain OCT(SD−OCT)である。図1に示すように、OCT撮影装置201は、光源202、ハーフミラー203、ガルバノミラー204、対物レンズ205、参照ミラー206、回折格子207およびラインセンサ208を備える。
光源202から出射した低コヒーレンス光は、ハーフミラー203で信号光と参照光に分割される。測定光は、ガルバノミラー204および対物レンズ205を介して被検眼Eへ入射する。なお、被検眼の走査位置の変更は、ガルバノミラー204を動かすことで実現可能である。被検眼へ入射した信号光は、被検眼で反射、散乱されたのち、逆の光路をたどってハーフミラー203へ戻る。参照光は、参照ミラー206で反射、散乱されたのち、逆の光路をたどってハーフミラー203へ戻る。ハーフミラー203は、信号光および参照光の戻り光を重畳して干渉光を生成する。回折格子207は、干渉光を波長λ1〜λnの波長成分に分光する。ラインセンサ208は、分光された干渉光を波長成分ごとに検出する。ラインセンサ208は検出結果に応じた信号を出力する。
画像処理装置209は、例えばコンピュータである。画像処理装置209は、ラインセンサ208からの出力信号をもとにフーリエ変換を利用して例えば被検眼の眼底の断層画像を生成する。なお、断層画像の生成方法は公知の手法により実現可能であるため詳細な説明は省略する。
なお、被検眼の任意の点について測定光を照射することを、本明細書ではAスキャンと呼び、Aスキャンで生成した断層画像をAスキャン画像と呼ぶ。さらに、任意の線に沿って信号光を被検眼へ断続的に照射することをBスキャンと呼び、Bスキャンで取得した断層画像をBスキャン画像と呼ぶ。
画像処理装置209は、被検眼の複数部位のBスキャン画像を取得することで、被検眼の三次元画像を構築することができる。Bスキャンの方向は、特定部位に対して放射状にスキャンするラジアルスキャンでも、一定方向にスキャンする水平スキャンや垂直スキャンでもよい。
画像処理装置209は、三次元画像から、例えば深さ方向(Z方向)の二つの任意の基準面に基づいて平面に投影した二次元画像であるEn−Face画像を生成する場合がある。図2は画像処理装置209により生成されたBスキャン画像とEn−Face画像との一例である。En−Face画像は基準面120aと基準面120bとに挟まれる範囲をZ方向に投影した画像である。
画像処理装置209は、具体的には、図3に示すように、取得した複数のBスキャン画像30−1〜30−nから構築した不図示の三次元画像の特定の深さ範囲のみの情報を抽出し、XY平面に投影することでEn−Face画像310を生成する。なお、En−Face画像は公知の種々の方法を用いて生成可能であるため詳細な説明は省略する。
次に図4に基づいて、本実施例の画像処理装置209の構成の一例を説明する。画像処理装置209は、断層画像取得部401、折り返し判定部402、層境界検出部403、層境界補正部404、En−Face、画像生成部405および表示制御部410を備える。
なお、画像処理装置209は不図示のCPUおよびROMを含んでいる。このCPUがROMに記憶されたプログラムを実行することで上記の各部として機能する。
なお、画像処理装置209が備えるCPUおよびROMは1つであってもよいし複数であってもよい。すなわち、少なくとも1以上のプロセッサと少なくとも1つのメモリとが接続されており、少なくとも1以上のプロセッサが少なくとも1以上のメモリに記憶されたプログラムを実行した場合に画像処理装置209はで上記の各部として機能する。なお、処理装置はCPUに限定されるものではなく、GPU等であってもよい。
断層画像取得部401は、OCT撮影装置201で撮影した複数部位の断層画像を取得する。なお、断層画像取得部401は、ラインセンサ208の出力に基づいて断層画像を生成することで断層画像を取得してもよいし、既に生成された断層画像を不図示のデータベースから取得してもよい。
折返し判定部402は、断層画像において折り返しが起きているか否かを判定する。また、折返し判定部402は断層画像において折り返しが発生している領域を判定する。これらの判定を総称して折返しの判定という場合がある。折返し判定部402による処理の詳細は後述する。折返し判定部402は断層画像に折返しが発生しているか否かを判定する判定手段の一例に相当する。
層境界検出部403は、取得した断層画像における層境界を検出する。なお、層境界の検出方法は断層画像の深さ方向に画素を探索した場合に輝度の変化が所定閾値よりも大きい部分を層境界とする等、周知の種々の手法で実現可能である。層境界検出部403は、眼底の断層画像から層境界を検出する検出手段の一例に相当する。
層境界補正部404は、折返し判定部402の判定結果に基づいて、層境界検出部0403の検出結果を補正する。具体的には、層境界補正部404は、折返し判定部402により断層画像に折返しが発生していると判定した場合、折返しが発生している部分における層境界の検出結果を補正する。層境界補正部404による補正方法の詳細については後述する。層境界補正部404は、判定手段により折り返しが発生していると判定された場合、折り返しが発生している部分の検出手段により検出された層境界を補正する補正手段の一例に相当する。
En−Face画像生成部405は、En−Face画像生成時の基準面となる任意の二つの面を三次元画像に設定し、設定した二つの基準面に囲まれた領域をもとにEn−Face画像を生成する。なお、基準面は層境界に沿った面でもよいし、平面であってもよい。例えば、En−Face画像生成部405は、二つの基準面に囲まれた領域の各位置において深さ方向における画素値の代表値を決定し、その代表値に基づいてEn−Face画像を生成する。ここで、代表値は、二つの基準面に囲まれた領域の深さ方向における画素の平均値、中央値または最大値などの値を含む。
表示制御部410は、画像処理装置209が取得した断層画像と、生成したEn−Face画像とを表示装置101に表示させる。
表示装置101は、LCDディスプレイ等であり、各種の情報を表示する。例えば、表示装置101はBスキャン画像を表示領域110に、En−Face画像を表示領域111に表示する。基準面120aおよび基準面120bはBスキャン画像に設定されたEn−Face画像の生成範囲を示している。
次に図5に基づいて、画像処理装置209の動作の一例を説明する。
ステップS500で、断層画像取得部401は、断層画像として例えばBスキャン画像を取得する。本実施例では、例えばXZ方向のBスキャン画像を取得する。なお、断層画像取得部401は、ステップS500でYZ方向のBスキャンを取得することとしてもよいし、三次元画像を構成する複数のBスキャン画像を取得することとしてもよい。
ステップS510で、折返し判定部402は、取得したBスキャン画像において、折返しの判定を行う。本ステップの動作の一例を図6に示すフローチャートに基づいて説明する。
ステップS5101とステップS5111とで、折返し判定部402は、断層画像取得部401で取得した断層画像から異なる二種類の勾配画像を生成する。本実施例では、折返し判定部402は、例えば数式1および数式2に示すPrewittフィルタを、取得した断層画像に個別に適用することで、異なる二種類の勾配画像を生成する。数式1に示すPrewittフィルタは、深さ方向の浅い位置から深い位置へ画素値を探索した場合に画素値が増加する部分(エッジ)を強調するフィルタである。また、数式2に示すPrewittフィルタは、深さ方向の深い位置から浅い位置へ画素値を探索した場合に画素値が増加する部分(エッジ)を強調するフィルタである。ここで、深さ方向の浅い位置から深い位置へ向かう方向は第1深度方向(または第2深度方向)の一例であり、深さ方向の深い位置から浅い位置へ向かう方向は第2深度方向(または第1深度方向)の一例である。数式1(または数式2)に示すPrewittフィルタは、第1深度方向における画素値の変化を強調する第1フィルタの一例であり、数式2(または数式1)に示すPrewittフィルタは、第2深度方向における画素値の変化を強調する第2フィルタの一例である。
なお、本実施例では、5×5のフィルタを使用したが、これに限定するものではない。折返し判定部402は、3×3のフィルタを使用してもよいし、取得した断層画像のサイズに応じて可変となるようにしてもよい。また、行列の各要素の値は上記の値に限定されるものではなく、境界を強調できるものであればよい。さらに、折返し判定部402は、本フィルタの適用前に、ノイズ低減を目的として、メディアンフィルタなどの既知のフィルタを断層画像に適用してもよい。さらに、折返し判定部402は、取得した断層画像を、あらかじめ深度方向のみリサイズしてもよい。例えば、折返し判定部402は、断層画像を深度方向に縮小する。例えば、折返し判定部402は、断層画像の深度方向のサイズを1/4にする。なお、サイズの変更量は上記の値に限定されるものではなく他の値にしてもよい。これにより、X方向の輪郭位置が検出しやすくなる。
ステップS5102とステップS5112とで、折返し判定部402は、ステップS5101とステップS5111とで生成した二つの勾配画像のそれぞれについて、深度方向の画素値の総和を算出する。これにより、X方向に一次元のデータのプロファイルを得る。図7に示す符号703、704は数式1、2を用いて得られたプロファイルの一例である。すなわち、折返し判定部402は、断層画像に対して第1フィルタ(または第2フィルタ)を適用した結果に基づいて前記第1プロファイル(または第2プロファイル)を取得する。
なお、図7に示すプロファイルは本実施形態の説明を容易にするために簡略化されている。プロファイル703およびプロファイル704は、断層画像から断層画像の第1深度方向における画素値の変化を示す第1プロファイルおよび断層画像の第1深度方向と対向する方向である第2深度方向における画素値の変化を示す第2プロファイルの一例に相当する。折返し判定部402は、この第1プロファイルおよび第2プロファイルを取得し、第1プロファイルと第2プロファイルとを比較することで折返しが発生しているか否かを判定する。図7におけるプロファイル703およびプロファイル704は横軸をX位置(各Aスキャン画像の位置)縦軸を画素値の総和としている。すなわち、第1プロファイルの一例であるプロファイル703(または704)は、Bスキャン画像を構成する複数のAスキャン画像それぞれにおける第1の深度方向における画素値の変化を示すプロファイルである。また、第2プロファイルの一例であるプロファイル704(または703)は、Bスキャン画像を構成する複数のAスキャン画像それぞれにおける第2の深度方向における画素値の変化を示すプロファイルである。より具体的には、本実施例では、折返し判定部402は、第1フィルタが適用された後のBスキャン画像を構成する複数のAスキャン画像それぞれにおける画素値の総和を第1プロファイルとして取得し、第2フィルタが適用された後のBスキャン画像を構成する複数のAスキャン画像それぞれにおける画素値の総和を前記第2プロファイルとして取得する。
なお、本実施例では、勾配画像の深度方向の画素値の総和を算出したが、これに限定するものではない。たとえば、勾配画像において、折返し判定部402は、画素値が閾値以上となる画素の数を各X位置(各Aスキャン画像の位置)で算出する構成にしてもよい。すなわち、折返し判定部402は、第1フィルタが適用された後のBスキャン画像を構成する複数のAスキャン画像それぞれにおける画素値のうち閾値を超える画素の数を第1プロファイルとして取得し、第2フィルタが適用された後のBスキャン画像を構成する複数のAスキャン画像それぞれにおける画素値のうち閾値を超える画素の数を第2プロファイルとして取得する。
閾値としては、たとえば、固定値または勾配画像内の最大画素値から算出する値を使用することができる。例えば、折返し判定部402は、生成された二つの勾配画像それぞれにおける最大画素値(maxA,maxB)を取得する。そして、折返し判定部402は、例えば、閾値T=min[20,max[maxA,maxB]/5]という数式に基づいて閾値は算出する。なお、数値は一例であり他の数値としてもよい。閾値を用いることにより、勾配が小さな領域においても折返しを精度よく判定することが可能となる。
ステップS5121で、折返し判定部402は、図7に示す二つのプロファイル703,704を比較する。折返し判定部402は、比較した結果、二つのプロファイルに交差部がある場合は、その周辺で折返しが発生していると判定し、交差部がない場合は、折返しが発生していないと判定する。次に、折返し判定部402は、画像端から交差部までの距離701、702を算出し比較する。そして、折返し判定部402は、距離が短い方を折返し領域と判定する。図7に示す例では、距離702が含まれる断層画像の領域が折返しが発生している領域であると判定される。図7に示す二つのプロファイル703,704は数式1、2にそれぞれ対応している。そのため、折返しにより網膜が反転した領域(網膜の重なりのない領域)のプロファイル703(またはプロファイル704)は網膜が反転していない領域のプロファイル704(またはプロファイル703)と略同様の値となる。これは、プロファイル703,704はそれぞれ探索方向が真逆のPrewittフィルタを用いているためである。すなわち、プロファイル703とプロファイル704とは折返しが発生し折返した網膜と通常の網膜とが重なる領域を境に入れ替わることになる。従って、プロファイル703とプロファイル704とは折返しが発生した領域において交点を持つ。本実施例ではこの現象を利用して折返し領域を検出することとしている。すなわち、折返し判定部402は、第1プロファイルと第2プロファイルとの交点に基づいて折返しが発生しているか否かを判定する。
以上の処理により、取得した断層画像から折返しを判定することが可能となる。
また、画素値が閾値以上となる画素数をプロファイルとした場合、X方向の関数であるfA(x),fB(x)を二つの勾配画像から得られたプロファイルとして、折返し判定部402は、例えば、fA(x)>max[10,fB(x)]の場合折返しが発生していると判定し、他の場合には折返しが発生していないと判定することとしてもよい。すなわち、画素値が閾値以上となる画素数をプロファイルとした場合においても、折返し判定部402は二つのプロファイルを比較することで、折返しを判定する。ステップS520で、層境界補正部404は、折返し判定の結果に基づいて、層境界検出部403が検出した層境界を補正する。折返しを考慮せずに層境界を検出した場合、図8(a)に示すように、検出した層境界が実際の層境界と異なる場合がある。図8(a)は、層境界検出部403による層境界の検出結果の一例を示している。例えば、深度方向の浅い位置から深い方向に画素を探索した場合に最初に画素値の変化が閾値以上ある位置を層境界として検出すると、図8(a)に示す層境界がILMの層境界として検出される。
たとえば、図8(a)に示す層境界を基準面としてEn−Face画像生成部405がEn−Face画像を生成した場合、折返し領域はEn−Face画像においてたとえば帯状のアーティファクトとして観察される。例えば、ILMを基準に深度方向に所定距離オフセットした位置とILMとで挟まれた領域のEn−Face画像を生成する場合には、折返し領域には網膜が含まれないためEn−Face画像においてはアーティファクトとなってしまう。
そこで、本実施例では、図8(b)に示すように、層境界補正部404は、ステップS510で折返しが発生していると判定した領域の層境界を、コヒーレンスゲート位置に層境界が存在するように補正する。但し、折返しが発生していると判定した領域の層境界をコヒーレンスゲート位置に完全に一致するように補正する必要はなく、補正前後において層境界がコヒーレンスゲート位置に近づくように補正されていればよい。なお、折返しが発生していない領域における層境界は層境界補正部404によっては補正されない。これにより、En−Face画像におけるアーティファクトとして観察される領域を低減することが可能となる。なお、層境界の検出には、既知の方法を使用することができる。たとえば、取得した断層画像の、各X位置の深度方向の輝度プロファイルに基づいて層境界を検出することができる。
ステップS530で、En−Face画像生成部405は、取得した断層画像、層境界検出部403により検出された層境界および補正された層境界に基づいてEn−Face画像を生成する。より具体的には、折返しが発生していない領域においては層境界検出部403により検出された層境界に基づいてEn−Face画像が生成され、折返しが発生している領域においては層境界補正部404により補正された層境界に基づいてEn−Face画像が生成される。
表示制御部410は、表示装置101に生成されたEn−Face画像を表示する。表示制御部410は、断層画像とEn−Face画像とを並べて表示装置101に表示させることとしてもよい。
上述した本実施例によれば、断層画像において折返しが発生している領域の層境界を補正することができるため、適切な層境界を得ることが可能となる。また、層境界が補正されるため、アーティファクトが低減されたEn−Face画像を得ることが可能となる。すなわち、折返し領域における層境界検出の不正確さに起因するEn−Face画像におけるアーティファクトの発生という課題を解決することができる。さらに、強度近視眼においては、眼底の湾曲が正視眼に比べて大きいため上述の実施例が有効に機能する。
上記方法により、取得した被検眼の断層画像から折返しを判定し、検出した層境界を補正することができ、非常に好ましかった。
<実施例2>
本実施例では、折返し判定部402が、ステップS510で、複数の折返しの仮判定を行い、複数の仮の判定結果に基づいて折返しの判定を行う例について説明する。なお、画像処理装置209等の構成は実施例1と同様であるため、説明を省略する。図9は、実施例2における折返しの判定保手順の一例を示すフローチャートである。
本実施例では、折返し判定部402が、ステップS510で、複数の折返しの仮判定を行い、複数の仮の判定結果に基づいて折返しの判定を行う例について説明する。なお、画像処理装置209等の構成は実施例1と同様であるため、説明を省略する。図9は、実施例2における折返しの判定保手順の一例を示すフローチャートである。
ステップS5131で、折返し判定部402は、取得した断層画像における折返しの仮判定を行う。具体的には、折返し判定部402は、取得した断層画像のコヒーレンスゲート位置近傍(例えば、コヒーレンスゲート位置から深度方向に所定距離内となる領域)における輝度プロファイル(画素値のプロファイル)を算出し、閾値以上となる領域を折返しと仮判定する。これは、輝度(画素値)が高い網膜などのサンプルの位置がコヒーレンスゲート近傍にある場合、折返しが発生している可能性があるためである。すなわち、折返し判定部402は本ステップにおいて、断層画像におけるコヒーレンスゲート位置から深度方向に所定範囲内の画素値のプロファイルに基づいて折返しが発生しているか否かを判定する。
なお、折返し判定部402は、ノイズによる影響の低減を目的として、仮判定前に、たとえばX方向の移動平均を算出してもよい。また、取得した断層画像の各X位置において、コヒーレンスゲート位置近傍の数画素を平均、あるいは加算した値を用いて、輝度プロファイルを算出しても同等の効果を得ることができる。例えば、折返し判定部402は、コヒーレンスゲート位置と、コヒーレンスゲート位置から深度方向に所定距離の位置とで挟まれる領域において、断層画像の各X位置(各Aスキャン位置)において平均輝度を求める。X方向の関数として平均輝度はI(x)と表すことができる。そして、折返し判定部402は平均輝度I(x)の移動平均を算出する。すなわち、平均輝度I(x)に対してスムージングを行う。折返し判定部402は、算出された移動平均と閾値とを比較することで、移動平均が閾値以上となっている領域(例えばX方向の領域)を折返しが発生している領域として仮判定する。すなわち、折返し判定部402は、所定範囲内においてBスキャン画像を構成する複数のAスキャン画像それぞれの画素の平均値を算出し、複数のAスキャン画像それぞれに対して算出された平均値に対して移動平均を計算し、算出された移動平均と閾値とを比較し、閾値以上となる移動平均が存在する場合に折返しが発生していると判定する。
ステップS5141で、折返し判定部402は、取得した断層画像から輪郭を強調した輪郭強調画像を生成する。輪郭強調画像の生成には、たとえばSobelフィルタなどの既知の方法を使用することができる。
ステップS5142で、折返し判定部402は、取得した断層画像において、各X位置で最大値となる画素を取得する。
ステップS5143で、折返し判定部402は、例えば、各X位置で最大値かつ輪郭位置となる画素を特定する。具体的には、ステップS5142で取得した、折返し判定部402は、各X位置で最大値となる位置を示す画像をマスク画像として生成し、ステップS5141で生成した輪郭強調画像にマスク画像を乗算する。これにより折返し判定部402は、各X位置で最大値かつ輪郭位置となる画素のみ値を持つ画像を生成する。本ステップの処理により例えば図10に示す画像1001が取得される。図10における画素群1011は、各X位置で最大値かつ輪郭位置となる画素を示している。
なお、折返し判定部402は、各X位置で最大値となる画素を取得後、各X位置において最大値である画素に隣接する画素の値を最大値と同じ値に変更する処理(膨張処理)を行うことでマスク画像を生成することとしてもよい。なお、マスク画像において最大値以外の部分の値は0としてもよい。すなわち、折返し判定部402は、二値のマスク画像を生成することとしてもよい。
ステップS5144で、折返し判定部402は、ステップS5143で生成した画像から折返しの仮判定を行う。具体的には、まず、図10に示すように、ステップS5143で生成した画像1001において、特定した各X位置で最大値かつ輪郭位置となる画素群1011がコヒーレンスゲート位置近傍の探索位置1012と交差する位置P1〜P3、および画像端との接点P0、PEを検出する。次に、折返し判定部402は、ステップS500で取得した断層画像に対して得られた位置P1〜P3および接点P0、PEを交差点として対応させる。また、折返し判定部402は、ステップS500で取得した断層画像に対して画素群1011および探索位置1012を対応させることとしてもよい。そして、折返し判定部402は、各交差位置間の平均輝度値(平均画素値)を算出する。ここで、各交差位置間の平均輝度値とは、例えば、断層画像の画像端と画素群1011と探索位置1012とにより囲まれた各領域の平均輝度値である。例えばP0とP1との間の平均輝度は、線分P0−P1と画素群1011と断層画像の左端部により囲まれた領域の平均輝度である。また、P1とP2との間の平均輝度は、線分P1−P2と画素群1011と断層画像の端部により囲まれた領域の平均輝度である。さらに、P2とP3との間の平均輝度は、線分P2−P3と画素群1011と断層画像の端部により囲まれた領域の平均輝度である。また、P3とPEとの間の平均輝度は、線分P3−PEと画素群1011と断層画像の端部により囲まれた領域の平均輝度である。なお、平均輝度を算出する領域を探索位置1012とコヒーレンスゲート位置とに挟まれる領域に限定することとしてもよい。すなわち、折返し判定部402は、Bスキャン画像を構成する複数のAスキャン画像それぞれにおいて画素値が最大値となる位置を取得し、Bスキャン画像において画素値が最大値となる位置を他の位置よりも強調するマスク画像を生成し、マスク画像を輪郭強調処理が施されたBスキャン画像に適用することで画素群を取得し、画素群とBスキャン画像のコヒーレンスゲート位置から深度方向に所定距離離れた位置との交点を求め、交点に基づいて画定されたコヒーレンスゲート位置と所定距離離れた位置とに挟まれた領域の画素値に基づいて折返しが発生しているか否かを判定することとしてもよい。
なお、折返し判定部402は、各交差位置間の平均輝度値として線分P0−P1、線分P1−P2、線分P2−P3および線分P3−PE上の画素の平均輝度を算出することとしてもよい。
さらに、折返し判定部402は、算出した算出輝度値が閾値以上となる領域を特定し、特定した領域(例えばX方向の領域)を折返しが発生している領域と仮判定する。すなわち、折返し判定部402は、交点に基づいて画定されたコヒーレンスゲート位置と所定距離離れた位置とに挟まれた領域の画素値の平均値が閾値以上の場合に折返しが発生していると判定する。
なお、折返し判定部402は、各交差位置間の平均輝度値の算出前に、各交差位置間の距離を算出し、算出した距離が閾値以下となる領域を除外してもよい。これにより、画像1001において、連続して輝度が低い、あるいは連続して輝度が高い領域のみが残り、折返し判定の精度を向上することができる。
ステップS5151で、折返し判定部402は、ステップS5131およびステップS5144の各仮判定の結果を比較し、折返し領域を判定する。ここでは、折返し判定部402は、複数の仮判定においてともに折返しと判定した領域を、折返しが発生している領域と判定する。すなわち、折返し判定部402は、異なる複数の方法それぞれによって断層画像に折返しが発生しているか否かを判定し、異なる複数の方法それぞれにより得られた判定結果に基づいて、折返しが発生しているかを再度判定する。
なお、折返し判定部402は、複数の仮判定結果のいずれか一方が折返しと判定した領域を折り返しが発生している領域と判定することとしてもよい。例えば、網膜中に所定値以下の輝度を有する部分が含まれていた場合ステップS5131の方法では、折返しが発生していない領域と判定される可能性があるが、平均輝度を用いるステップS5144の手法によればステップS5131の方法で検出できなかった領域を折り返しが発生している領域と判定することが可能となる。なお、折返し判定部402は、二つの折返しの仮判定の処理のうち、ステップS5131の処理のみを実行してもよいし、ステップS5141−5144のみの処理を実行することとしてもよい。
折返しが発生している領域が特定された後は、実施例1と同様に層境界補正部404、En−Face画像生成部405による上述の処理が実行される。
上記の実施例によれば、たとえば、飛蚊症や網膜剥離などにより、コヒーレンスゲート位置近傍に輝度が高い領域があるような場合でも、適切に折返しを判定することが可能となる。また、実施例1と同様の効果を奏することも可能である。
なお、ステップS5131、およびステップS5144で使用する、コヒーレンスゲート位置の近傍の領域としては、「コヒーレンスゲート位置から8画素」などの固定値、あるいは「コヒーレンスゲート位置から画像の高さの5%」などの画像サイズから算出される値を使用してもよい。なお、これらの数値は例示であり他の数値としてもよい。また、強度近視眼で網膜の湾曲が強い場合にはコヒーレンスゲート位置の近傍の領域を正視眼に比べて小さくすることとしてもよい。
<実施例3>
本実施例に係る画像処理装置209は、実施例1の画像処理装置209の構成に対して断層画像の撮影時情報を取得する情報取得手段1101を有する点が上述の実施例と異なる。
本実施例に係る画像処理装置209は、実施例1の画像処理装置209の構成に対して断層画像の撮影時情報を取得する情報取得手段1101を有する点が上述の実施例と異なる。
図11は実施例3に係る画像処理装置209の構成の一例を示す図である。実施例1と同様の構成については説明を省略する。また、実施例1と同様に不図示のCPUがROMに記憶されたプログラムを実行することでCPUは情報取得手段1101として機能する。
情報取得部1101は、断層画像の撮像に係る情報を取得する。例えば、情報取得部1101は、不図示のデータベースから、断層画像に付帯してデータベースに保存された撮影情報を取得する。撮影情報は、例えば、コヒーレンスゲート位置、撮影時の内部固視灯の位置情報、撮影位置に関連づいた撮影モード情報などの撮影条件、および強度近視眼など撮影時の被検眼の状態(視度等の情報)などの少なくとも1つを含む情報である。なお、情報取得部1101は、撮影情報をデータベースからではなくOCT撮影装置201から直接取得してもよい。また、情報取得部1101は、不図示の操作手段を介して操作者が入力した撮影情報を取得することとしてもよい。情報取得部1101は、断層画像に係る撮影情報を取得する情報取得手段の一例に相当する。
強度近視眼では、眼球の湾曲の度合いが大きいため、折返しが発生する可能性が正視眼に比べて高い。一方、強度近視眼でない場合は、眼球の湾曲の度合いが強度近視眼に比べて相対的に小さく、特に撮影範囲が狭い場合は、折返しが発生しにくい。しかし、強度近視眼でない場合でもコヒーレンスゲート位置が網膜表面に近い状態で断層画像が撮影された場合は、折返しが発生する可能性がある。
したがって、撮影情報を取得することは、折返し領域が発生している可能性を判断するうえで有用となる。
例えば、情報取得部1101が、撮影情報として網膜に対するコヒーレンスゲートの位置を示す情報および被検眼の視度を示す情報を取得した場合、折返し判定部402は上述した折返しの判定を実行するか否かを判断することとしてもよい。折返し判定部402は、被検眼の視度を示す情報が強度近視眼ではないことを示し(視度が所定閾値未満)、コヒーレンスゲートの位置が網膜から所定距離離れていると判断する場合には、折返しの発生する確率は低いものと判断して折返しの判定を実行しないこととしてもよい。なお、コヒーレンスゲートの網膜に対する位置は、例えば、平均的な眼軸長の情報および参照光路における参照ミラーの位置から推定することが可能である。
また、折返し判定部402は、例えば、被検眼の視度を示す情報が強度近視眼であることを示す場合(視度が所定値以上の場合)には、上述した折返しの判定を実行する。すなわち、折返し判定部402は、撮影情報に基づいて判定手段による判定を制御する制御手段の一例に相当する。
本実施形態によれば、不要な折返し判定を行う可能性を低減することが可能となる。
<実施例4>
上記の実施例では、折返しが発生している領域おける層境界をコヒーレンスゲート位置になるように補正することとしたが、本発明はこれに限定されるものではない。本実施例では、他の層境界の補正方法について説明する。
上記の実施例では、折返しが発生している領域おける層境界をコヒーレンスゲート位置になるように補正することとしたが、本発明はこれに限定されるものではない。本実施例では、他の層境界の補正方法について説明する。
折返し判定部402は、上述の方法を用いて、断層画像における折返しを判定する。折返しがあると判定された場合、表示制御部410は、図12に示すように表示装置101に判定結果1201を表示させることで、操作者に折返しが発生している旨を通知する。
層境界補正部404は、折返し判定部402の判定結果に基づいて層境界を補正する。本実施例では、まず、折返しがあると判定された断層画像を、図13に示すように折り返していない領域1301と折返し領域1302とに折返し点Qで分割する。なお、図13において、層境界L1と接点を持つ水平線がコヒーレンスゲート位置に相当し、表示領域の上端となるが、仮想的にコヒーレンスゲート位置よりも上部の領域を図示している。次に、層境界補正部404は、補正対象の層境界L1が、折り返していない領域1301側から折返し点Qに接する接線を算出する。さらに、層境界補正部404は、折返し領域1302内の層境界L1は、算出した接線の延長線(図13における点線部分)上に存在するとして補正する。すなわち、層境界補正部404は、折り返しが発生している部分の検出手段により検出された層境界を、折返しが発生していない領域における検出手段により検出された層境界の延長線とする。
なお、層境界補正部404は、領域1302のコヒーレンスゲート位置よりも上部且つ接線の延長線の下部の部分に関して、断層像に含まれる網膜の画像をコピーすることで補間することとしてもよい。また、領域1302のコヒーレンスゲート位置よりも上部且つ接線の延長線の下部の部分は、画素値を持たないこととしてもよい。
層境界補正部404は、図12に示すように、上述の層境界の補正処理を、En−Face画像生成のための基準面として指定された層境界121a、層境界121bについて実施する。なお、本実施例では、折返し点Qに接する接線を用いて補正したが、これに限定するものではない。たとえば、折り返しが発生していない領域1301における補正対象の層境界L1の近似曲線を算出し、折返し領域1302内の層境界L1は、算出した近似曲線上に存在するとして補正しても、同様の効果を得ることができる。
En−Face画像生成部405は、層境界補正部404の補正結果に基づいて、En−Face画像を生成する。
表示制御部410は、生成されたEn−Face画像を表示装置101に表示させる。本実施例では、表示制御部410は、En−Face画像上に、層境界補正部404によって層境界を補正された領域1102を表示させる。これにより、補正した層境界を使用して生成したEn−Face画像の領域を、操作者に提示することができる。
また、表示制御部410は、表示装置101に、取得した断層画像、検出した層境界および補正した層境界を表示させる。ここで、表示制御部410は、検出した層境界と補正した層境界とは区別可能な様式で表示装置101に表示させる。
本実施例によっても、実施例1と同様の効果を奏することができる。また、折返し領域が発生していることを示情報を操作者に通知することができるため、操作者は断層画像を確認しなくとも折返しの発生に気付くことが可能となる。また、En−Face画像上に折返しが発生している領域が表示されるため、操作者はEn−Face画像を観察する際に病変による異常なのか装置に起因する異常なのかを判断する材料とすることが可能となる。
<その他の実施形態>
以上、実施形態例を詳述したが、開示の技術は例えば、システム、装置、方法、プログラム若しくは記録媒体(記憶媒体)等としての実施態様をとることが可能である。具体的には、複数の機器(例えば、ホストコンピュータ、インタフェース機器、撮像装置、webアプリケーション等)から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
以上、実施形態例を詳述したが、開示の技術は例えば、システム、装置、方法、プログラム若しくは記録媒体(記憶媒体)等としての実施態様をとることが可能である。具体的には、複数の機器(例えば、ホストコンピュータ、インタフェース機器、撮像装置、webアプリケーション等)から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
また、本発明の目的は、以下のようにすることによって達成されることはいうまでもない。即ち、前述した実施形態の機能を実現するソフトウェアのプログラムコード(コンピュータプログラム)を記録した記録媒体(または記憶媒体)を、システムあるいは装置に供給する。係る記憶媒体は言うまでもなく、コンピュータ読み取り可能な記憶媒体である。そして、そのシステムあるいは装置のコンピュータ(またはCPUやMPU)が記録媒体に格納されたプログラムコードを読み出し実行する。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。
401 断層画像取得部
402 折返し判定部
403 層境界検出部
404 層境界補正部
405 En−Face画像生成部
410 表示制御部
402 折返し判定部
403 層境界検出部
404 層境界補正部
405 En−Face画像生成部
410 表示制御部
Claims (20)
- 眼底の断層画像から層境界を検出する検出手段と、
前記断層画像に折返しが発生しているか否かを判定する判定手段と、
前記判定手段により前記折り返しが発生していると判定された場合、前記折り返しが発生している部分の前記検出手段により検出された層境界を補正する補正手段と、
を備えることを特徴とする画像処理装置 - 前記判定手段は、前記断層画像から前記断層画像の第1深度方向における画素値の変化を示す第1プロファイルと前記断層画像の第1深度方向と対向する方向である第2深度方向における画素値の変化を示す第2プロファイルと取得し、前記第1プロファイルと前記第2プロファイルとを比較することで折返しが発生しているか否かを判定することを特徴とする請求項1記載の画像処理装置。
- 前記断層画像はBスキャン画像であり、
前記第1プロファイルは、前記Bスキャン画像を構成する複数のAスキャン画像それぞれにおける前記第1の深度方向における画素値の変化を示すプロファイルであり、
前記第2プロファイルは、前記Bスキャン画像を構成する複数のAスキャン画像それぞれにおける前記第2の深度方向における画素値の変化を示すプロファイルであることを特徴とする請求項2記載の画像処理装置。 - 前記判定手段は、前記断層画像に対して前記第1深度方向における画素値の変化を強調する第1フィルタを適用した結果に基づいて前記第1プロファイルを取得し、前記断層画像に対して前記第2深度方向における画素値の変化を強調する第2フィルタを適用した結果に基づいて前記第2プロファイルを取得することを特徴とする請求項3記載の画像処理装置。
- 前記第1フィルタは、前記第1深度方向において画素値が増加する部分を強調するフィルタであり、
前記第2フィルタは、前記第2深度方向において画素値が増加する部分を強調するフィルタであることを特徴とする請求項4記載の画像処理装置。 - 前記判定手段は、前記第1フィルタが適用された後の前記Bスキャン画像を構成する前記複数のAスキャン画像それぞれにおける画素値のうち閾値を超える画素の数を前記第1プロファイルとして取得し、前記第2フィルタが適用された後の前記Bスキャン画像を構成する前記複数のAスキャン画像それぞれにおける画素値のうち前記閾値を超える画素の数を前記第2プロファイルとして取得することを特徴とする請求項5記載の画像処理装置。
- 前記判定手段は、前記第1フィルタが適用された後の前記Bスキャン画像を構成する前記複数のAスキャン画像それぞれにおける画素値の総和を前記第1プロファイルとして取得し、前記第2フィルタが適用された後の前記Bスキャン画像を構成する前記複数のAスキャン画像それぞれにおける画素値の総和を前記第2プロファイルとして取得することを特徴とする請求項5記載の画像処理装置。
- 前記判定手段は、前記第1プロファイルと前記第2プロファイルとの交点に基づいて折返しが発生しているか否かを判定することを特徴とする請求項2乃至7のいずれか1項に記載の画像処理装置。
- 前記判定手段は、前記断層画像におけるコヒーレンスゲート位置から深度方向に所定範囲内の画素値のプロファイルに基づいて折返しが発生しているか否かを判定することを特徴とする請求項1記載の画像処理装置。
- 前記断層画像はBスキャン画像であり、
前記判定手段は、前記所定範囲内において前記Bスキャン画像を構成する複数のAスキャン画像それぞれの画素の平均値を算出し、前記複数のAスキャン画像それぞれに対して算出された前記平均値に対して移動平均を計算し、算出された前記移動平均と閾値とを比較し、前記閾値以上となる前記移動平均が存在する場合に折返しが発生していると判定することを特徴とする請求項9記載の画像処理装置。 - 前記断層画像はBスキャン画像であり、
前記判定手段は、前記Bスキャン画像を構成する複数のAスキャン画像それぞれにおいて画素値が最大値となる位置を取得し、前記Bスキャン画像において前記画素値が最大値となる位置を他の位置よりも強調するマスク画像を生成し、前記マスク画像を輪郭強調処理が施された前記Bスキャン画像に適用することで画素群を取得し、前記画素群と前記Bスキャン画像のコヒーレンスゲート位置から深度方向に所定距離離れた位置との交点を求め、前記交点に基づいて画定された前記コヒーレンスゲート位置と前記所定距離離れた位置とに挟まれた領域の画素値に基づいて折返しが発生しているか否かを判定することを特徴とする請求項1記載の画像処理装置。 - 前記交点に基づいて画定された前記コヒーレンスゲート位置と前記所定距離離れた位置とに挟まれた領域の画素値の平均値が閾値以上の場合に折返しが発生していると判定することを特徴とする請求項11記載の画像処理装置。
- 前記判定手段は、異なる複数の方法それぞれによって前記断層画像に折返しが発生しているか否かを判定し、
前記異なる複数の方法それぞれにより得られた判定結果に基づいて、折返しが発生しているかを再度判定することを特徴とする請求項1記載の画像処理装置。 - 前記断層画像に係る撮影情報を取得する情報取得手段と、
前記撮影情報に基づいて前記判定手段による判定を制御する制御手段と、を備えることを特徴とする請求項1乃至13のいずれか1項に記載の画像処理装置。 - 前記補正手段は、前記折り返しが発生している部分の前記検出手段により検出された層境界をコヒーレンスゲート位置に近づくように補正することを特徴とする請求項1乃至14のいずれか1項に記載の画像処理装置。
- 前記補正手段は、前記折り返しが発生している部分の前記検出手段により検出された層境界をコヒーレンスゲート位置に一致するように補正することを特徴とする請求項15記載の画像処理装置。
- 前記補正手段は、前記折り返しが発生している部分の前記検出手段により検出された層境界を、折返しが発生していない領域における前記検出手段により検出された層境界の延長線とすることを特徴とする請求項1乃至14のいずれか1項に記載の画像処理装置。
- 前記断層画像、前記補正手段により補正された層境界および前記検出手段により検出された層境界に基づいて前記眼底のEn−Face画像を生成する生成手段を更に備えることを特徴とする請求項1乃至17のいずれか1項に記載の画像処理装置。
- 眼底の断層画像から層境界を検出する検出工程と、
前記断層画像に折返しが発生しているか否かを判定する判定工程と、
前記判定工程において前記折り返しが発生していると判定された場合、前記折り返しが発生している部分の前記検出工程において検出された層境界を補正する補正工程と、
を備えることを特徴とする画像処理方法。 - 請求項19記載の方法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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016237683A JP2018089304A (ja) | 2016-12-07 | 2016-12-07 | 画像処理装置、画像処理方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016237683A JP2018089304A (ja) | 2016-12-07 | 2016-12-07 | 画像処理装置、画像処理方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018089304A true JP2018089304A (ja) | 2018-06-14 |
Family
ID=62563341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016237683A Pending JP2018089304A (ja) | 2016-12-07 | 2016-12-07 | 画像処理装置、画像処理方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018089304A (ja) |
-
2016
- 2016-12-07 JP JP2016237683A patent/JP2018089304A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9430825B2 (en) | Image processing apparatus, control method, and computer readable storage medium for analyzing retina layers of an eye | |
US9872614B2 (en) | Image processing apparatus, method for image processing, image pickup system, and computer-readable storage medium | |
US9098742B2 (en) | Image processing apparatus and image processing method | |
JP6105852B2 (ja) | 画像処理装置及びその方法、プログラム | |
US8693749B2 (en) | Image processing apparatus and method | |
JP2020093076A (ja) | 医用画像処理装置、学習済モデル、医用画像処理方法及びプログラム | |
JP2020058800A (ja) | 画像処理装置、画像処理方法及びプログラム | |
US10102621B2 (en) | Apparatus, method, and program for processing image | |
JP5631339B2 (ja) | 画像処理装置、画像処理方法、眼科装置、眼科システム及びコンピュータプログラム | |
US9307902B2 (en) | Image processing device, image processing system, image processing method, and program | |
US20140185889A1 (en) | Image Processing Apparatus and Image Processing Method | |
EP3453312B1 (en) | Image processing apparatus, image processing method, and program | |
Hernandez-Matas et al. | Retinal image preprocessing, enhancement, and registration | |
JP2022189963A (ja) | 眼科装置 | |
WO2020050308A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US10846892B2 (en) | Image processing apparatus, image processing method, and storage medium | |
US10916012B2 (en) | Image processing apparatus and image processing method | |
JP7195745B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP7005382B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2022033290A (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2018057828A (ja) | 画像処理装置及び画像処理方法 | |
JP2018089304A (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP5634587B2 (ja) | 画像処理装置、画像処理方法、及びプログラム |