JP6740177B2 - 画像処理装置、画像処理方法及びプログラム - Google Patents

Description

本発明は画像処理装置、画像処理方法及びプログラムに関する。

近年、画像診断分野において非侵襲で眼底及び前眼部の断層を観察／計測できる光干渉断層撮像法（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ：ＯＣＴ）を用いた撮影装置（ＯＣＴ装置）が普及している。ＯＣＴ装置は、特に眼科診断分野において研究から臨床まで広く使われている。

ＯＣＴで取得される被検眼の断層画像には、撮影装置の検出系に起因するランダムノイズと被写体に起因するスペックルノイズが含まれる。これらのノイズを低減するための手法として、同一箇所で断層画像を複数枚撮影し、それらの断層画像を平均化することで、単一の断層画像が有するノイズを抑制し、より精細な断層画像を生成する方法が従来から広く用いられている。

ＯＣＴにより眼底を撮影する場合、通常その撮影範囲は深度方向（眼の奥行方向）に対して硝子体から強膜に至るが、近年のＯＣＴの性能向上に伴って網膜のみならず硝子体の構造も観察が可能になってきた。硝子体の構造は加齢で変化するが、これによって黄斑円孔等網膜に障害を与えることが知られており、網膜と硝子体の状態を詳細に観察することが望まれている。

特許第６０４６２５０号

Ｃｈａｎ ＡＣ， Ｋｕｒｏｋａｗａ Ｋ， Ｍａｋｉｔａ Ｓ， Ｍｉｕｒａ Ｍ， Ｙａｓｕｎｏ Ｙ．， 「Ｍａｘｉｍｕｍ ａ ｐｏｓｔｅｒｉｏｒｉ ｅｓｔｉｍａｔｏｒ ｆｏｒ ｈｉｇｈ−ｃｏｎｔｒａｓｔ ｉｍａｇｅ ｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ｏｐｔｉｃａｌ ｃｏｈｅｒｅｎｃｅ ｔｏｍｏｇｒａｐｈｙ」， Ｏｐｔ Ｌｅｔｔ．， ２０１６；４１（２）：３２１．， ｄｏｉ：１０．１３６４／ＯＬ．４１．０００３２１．

網膜層の構造を中心に観察してきた従来においては、主に網膜層が観察しやすくなるように断層画像のコントラストを調整してきた。しかしながら、ＯＣＴにより撮影された断層画像において硝子体から得られる信号強度は、網膜から得られる信号強度と比較して非常に小さい。そのため、網膜層のコントラストを最適化すると、硝子体のコントラストは、大きく低下するか、又は断層画像上において画素値がゼロ又は最大値にマッピングされ全く描出されなくなる。これは前述した平均処理によっても解決できない。

従来、画像のコントラストを全体的に改善する手法として、ヒストグラム等化が知られている。しかしながら、ヒストグラム等化処理では、ＯＣＴの断層画像に含まれるランダムなノイズ成分も同時に強調され粒状性の高い画像となるため、硝子体の微小な構造の観察には不向きであった。

そのため、特許文献１によれば、眼底をその層構造に基づいて網膜層の領域と硝子体の領域に領域分割し、領域毎に表示条件を設定することで各々のコントラストを最適化する方法が提案されている。しかしながら、この方法では領域分割が正確であることが前提となるため、層構造の形態変化が大きく、正確な領域分割が困難な疾病眼に対しては適切に適用できない場合がある。

一方、非特許文献１によれば、ＯＣＴの信号強度を複数の測定データにより最大事後確率推定（ＭＡＰ推定）する手法が提案されている。提案されている手法では、従来の平均化処理で過大評価されていたノイズ成分と被写体の信号の差を広げてダイナミックレンジを拡張し、ノイズ成分と硝子体を含む被写体の信号とを分離し易くすることが可能である。しかしながら、依然として網膜層と硝子体の信号レベルの差は存在するため、いずれか一方のコントラストを最適化すると他方のコントラストが得られない。また、ＭＡＰ推定の処理は一般的に勾配法等を用いた数値計算となるため、計算時間が長くワークフローが重視される臨床現場で用いるには困難な場合もある。

そこで、本発明では、被写体のＯＣＴ断層画像において、信号の強度差が大きい構造物の各々のコントラストを同時に改善することができる画像処理装置、画像処理方法及びプログラムを提供する。

本発明の一実施態様による画像処理装置は、測定光を用いて被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得するデータ取得部と、前記断層データのノイズ特性を取得するノイズ取得部と、前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素のうち、画素値が前記ノイズ特性よりも大きい画素の数に関する情報に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定する係数決定部と、前記断層データの値及び前記重み係数を用いた演算を行うことによって、画素位置における前記断層データの値を変更する変更部と、前記値が変更された前記断層データに基づいて、前記断層画像を生成する画像生成部とを備える。

本発明の他の実施態様による画像処理方法は、測定光を用いて被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得することと、前記断層データのノイズ特性を取得することと、前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素のうち、画素値が前記ノイズ特性よりも大きい画素の数に関する情報に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定することと、前記断層データの値及び前記重み係数を用いた演算を行うことによって、画素位置における前記断層データの値を変更することと、前記値が変更された前記断層データに基づいて、前記断層画像を生成することとを含む。

本発明によれば、被写体のＯＣＴ断層画像において、信号の強度差が大きい構造物の各々のコントラストを同時に改善することができる。

実施例１によるＯＣＴ装置の構成を概略的に示す。 実施例１による画像処理装置の動作を示すフローチャートである。 断層画像取得についての説明図である。 ノイズ特性取得についての説明図である。 重み係数の分布とＯＣＴデータの確率密度分布についての説明図である。 重み係数のヒストグラムである。 画素値変更部の動作についての説明図である。 階調処理部の動作についての説明図である。 実施例１に係る画像処理された断層画像についての説明図である。 実施例２に係る重み係数決定方法についての説明図である。 実施例２に係るノイズ特性取得についての説明図である。

以下、本発明を実施するための例示的な実施例を、図面を参照して詳細に説明する。ただし、以下の実施例で説明する寸法、材料、形状、及び構成要素の相対的な位置等は任意であり、本発明が適用される装置の構成又は様々な条件に応じて変更できる。また、図面において、同一であるか又は機能的に類似している要素を示すために図面間で同じ参照符号を用いる。

[実施例１]
以下、図１乃至９（ｂ）を参照して、本発明の実施例１による画像処理装置を備えたＯＣＴ装置について説明する。図１は、本実施例に係るＯＣＴ装置の構成を概略的に示す。なお、以下において、人眼（被検眼）を被検査物として説明する。

ＯＣＴ装置１００には、ＯＣＴ部２００、画像処理装置３００、及び表示部４００が設けられている。ＯＣＴ部２００は、不図示の光源からの光を測定光と参照光に分割して測定光を被検眼に走査し、その戻り光と参照光との干渉信号を画像処理装置３００に出力する。ＯＣＴの方式としては、干渉光を分光して断層信号を得るスペクトルドメイン方式（ＳＤ−ＯＣＴ）や、光源の波長を掃引する波長掃引方式（ＳＳ−ＯＣＴ）等が存在する。ＯＣＴ部２００としては、いずれの方式のＯＣＴを用いたものであっても適用が可能である。なお、これらのＯＣＴを用いたＯＣＴ部２００の構成や機能は公知であるため説明を省略する。

画像処理装置３００は、ＯＣＴ部２００から入力された干渉信号に基づいて断層画像を生成し、後述する各種処理を適用して高画質化した後に表示部４００に出力する。画像処理装置３００には、断層画像取得部３０１（データ取得部）、ノイズ特性取得部３０２（ノイズ取得部）、係数決定部３０３、画素値変更部３０４（変更部）、合成部３０５、及び階調処理部３０６（画像生成部）が設けられている。これら構成要素の詳細については後述する。

本実施例において画像処理装置３００は、ＯＣＴ部２００に接続されたコンピュータによって構成される。また、画像処理装置３００の各構成要素はコンピュータ上で動作するソフトウェアモジュールから構成される。しかしながら、画像処理装置３００の構成はこの構成に限定されるものではない。画像処理装置３００の各機能の全て又は一部を特定の機能を有するＡＳＩＣ等のハードウェアによって構成してもよいし、一部の処理を高速化するためにＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を利用してもよい。また、画像処理装置３００は、汎用のコンピュータを用いて構成されてもよいし、ＯＣＴ装置１００専用のコンピュータとして構成されてもよい。

表示部４００は、画像処理装置３００から出力された断層画像を表示する。表示部４００は、画像処理装置３００に接続された液晶モニタ等の表示デバイスと、それを駆動制御する不図示の制御部から構成される。なお、本実施例においては、ＯＣＴ部２００、画像処理装置３００及び表示部４００は、それぞれ別個に構成されているが、これらの一部又は全部を一体的に構成してもよい。

次に、図２を参照しながらＯＣＴ装置１００における各部の機能動作について説明する。図２は、画像処理装置３００の動作を示すフローチャートである。なお、本実施例において以下に説明する各処理工程は、画像処理装置３００の中央処理ユニット（ＣＰＵ）が、画像処理装置３００の不図示の記憶装置に記憶されたプログラムに従い動作し、各部を制御することによって機能を実現しているものとする。

＜ステップＳ２０１＞
まず、画像処理装置３００による動作が開始されると、ステップＳ２０１において、画像処理装置３００の断層画像取得部３０１が、ＯＣＴ部２００を制御して断層画像を取得する。ステップＳ２０１において、ＯＣＴ部２００は、被検眼に対して測定光を照射し、眼底からの戻り光と参照光の干渉光を検出し、デジタル干渉信号として出力する。

図３（ａ）は、ＯＣＴ部２００による測定光の走査位置Ｓを眼底Ｅｒの正面画像上に破線で表したものである。同図に示すように走査位置Ｓは視神経乳頭Ｄと黄斑Ｍａを横切るように設定されている。走査位置Ｓは、ＯＣＴ部２００や他の撮像装置から得られる眼底画像等に基づいて、検者がＯＣＴ装置１００を操作することによって設定される。ここで、図３（ａ）に示す眼底Ｅｒの正面画像は、ＯＣＴ部２００が取得した干渉信号を図３（ｂ）に示すｚ方向に積算することで生成してもよいし、ＯＣＴ部２００とは別に設けられた不図示の眼底像撮像装置によって生成してもよい。また、眼底Ｅｒの正面画像は、ＯＣＴ部２００に眼底像撮像用の光学系を設けて、当該光学系の出力に基づいて生成されてもよい。

走査位置Ｓの設定操作は、例えば、画像処理装置３００を撮影制御装置として機能させることでも行うことができる。この場合には、検者は、表示部４００に表示されるユーザインタフェースを用いて走査位置Ｓを設定することができる。走査位置Ｓを設定するためのユーザインタフェースには、図３（ａ）に示すように眼底Ｅｒの画像上に走査位置Ｓが重畳表示され、検者は画像処理装置３００に接続された不図示のキーボードやマウスを用いて走査位置Ｓを眼底Ｅｒ上の所望の位置に設定する。なお、走査位置Ｓは画像処理装置３００や他の撮影制御装置が、眼底画像及び被検眼の測定部位等に基づいて自動的に設定してもよい。

本実施例において、ＯＣＴ部２００は、眼底Ｅｒ上の走査位置ＳでＮ回の走査を行い、検出した干渉信号を断層画像取得部３０１に出力する。断層画像取得部３０１は、入力された干渉信号を処理して図３（ｂ）に示すように、被検眼の断層を表す複数枚の断層画像Ｉを生成する。なお、本実施例においては、１枚の断層画像のｘ方向（走査方向）の画素数をＷとし、ｚ方向（深さ方向）の画素数をＨとする。

走査回数Ｎの値は、検者が上述したユーザインタフェースで適宜設定してもよいし、撮影装置固有のパラメータとして画像処理装置３００に予め記憶させておいてもよい。走査回数Ｎの大きさは例えば１００が選択されるが、これに限定されるものではなく任意の値とすることができる。ただし、後述する処理において測定データの統計的な性質を利用することから、Ｎの値は少なくとも１０程度とすることができる。なお、以降の説明において、複数枚の断層画像Ｉに含まれる１枚の断層画像をＢ−ｓｃａｎ画像と呼び、複数枚の断層画像Ｉを単に断層画像Ｉと呼ぶ。ここで、Ｂ−ｓｃａｎとは、測定光を眼底の所定の横断方向に走査することをいう。

干渉信号に基づく断層画像生成は、バックグラウンドデータの除去、ＳＤ−ＯＣＴの場合に必要となる波長波数変換、及びフーリエ変換等により行われる。なお、断層画像の生成方法に関しては、公知の任意の方法を用いることが可能であるため詳細な説明は省略する。

このように同一位置で複数回の走査を行う場合、固視微動等によって被検眼が動くため、断層画像ＩのＢ−ｓｃａｎ画像間で位置ずれが発生する。このため、断層画像取得部３０１はこの位置ずれを各Ｂ−ｓｃａｎ画像の画素値に基づいて補正する。例えば、断層画像取得部３０１は各Ｂ−ｓｃａｎ画像に関心領域を設定し、関心領域同士でマッチングを行うことで位置ずれを検出することができる。この位置ずれの検出及び位置補正に関しては、公知の任意の技術を用いることが可能であるため詳細な説明は省略する。以降の説明において、Ｂ−ｓｃａｎ画像を構成する各画素は異なるＢ−ｓｃａｎ画像に対して空間的な位置ずれが補正され、各Ｂ−ｓｃａｎ画像は被写体の同一位置に対応しているものとして説明する。断層画像取得部３０１は、生成した位置補正済の断層画像Ｉを、係数決定部３０３及び画素値変更部３０４に出力する。

＜ステップＳ２０２＞
ステップＳ２０２では、ノイズ特性取得部３０２が、ＯＣＴ部２００により被写体からの戻り光が存在しない状態で取得した干渉信号に基づいて断層画像取得部３０１が生成したノイズ画像Ｉ_ｅから、ＯＣＴ部２００が有するノイズの特性を取得する。このノイズ画像Ｉ_ｅ（ノイズデータ）は被検眼の撮影に先立って、被検眼への測定光を遮断するか、被写体を置かずに撮影を行って生成した断層画像として得ることができる。なお、ノイズ画像Ｉ_ｅを取得するための撮影は被検眼の撮影ごとに行う必要はない。そのため、例えばＯＣＴ部２００の調整時等に予めノイズ画像Ｉ_ｅのための撮影を行い、ノイズ画像Ｉ_ｅ又は後述するノイズ画像Ｉ_ｅに基づくノイズ特性を画像処理装置３００のハードディスク等の記憶装置に記憶してもよい。

図４（ａ）はノイズ画像Ｉ_ｅを模式的に表したものである。ノイズ画像Ｉ_ｅは、図３（ｂ）に示される断層画像Ｉと同様に、測定光のＭ回の走査を行って得られた干渉信号に基づいて生成された複数のＢ−ｓｃａｎ画像から構成される。ただし、被写体からの戻り光がない状態で撮影されていることから、ノイズ画像Ｉ_ｅはＯＣＴ部２００においてＯＣＴの信号検出の過程で発生するノイズ成分のみを含むものとなる。また、走査回数Ｍは、被検眼を撮影する際の走査回数Ｎと同じでも異なっていてもよいが、ノイズの特性をより正確に算出する上では多い方がよく、例えば１００以上の値とすることができる。なお、本実施例では１枚のノイズ画像のｘ方向（走査方向）の画素数を、断層画像のｘ方向の画素数Ｗと同じ値としている。しかしながら、ノイズ画像のｘ方向の画素数は、必ずしも断層画像のｘ方向の画素数と同じである必要はなく、異なる数であってもよい。

次にノイズ特性取得部３０２は、ノイズ画像Ｉ_ｅから、ｚ軸に沿った平均ノイズレベルに対応するノイズ特性ＮＦ（ｚ）を計算する。具体的には、ノイズ特性取得部３０２は、式１により、ノイズ画像Ｉ_ｅの各Ｂ−ｓｃａｎ画像の画素値を各画素位置で走査回数分平均し、平均化されたＢ−ｓｃａｎ画像の画素値を水平方向（走査方向）に平均したデータｅ（ｚ）を求める。その後、ノイズ特性取得部３０２は、データｅ（ｚ）に対して２次の多項式フィッティング等のフィッティング処理を行い、ノイズ特性ＮＦ（ｚ）を計算する。

図４（ｂ）は、ノイズ特性ＮＦ（ｚ）を例示したものであり、ｚ方向に沿ったノイズの平均的なレベルを表す。なお、このノイズ特性ＮＦ（ｚ）の計算も被検眼の撮影ごとに行う必要はなく、ノイズ画像Ｉ_ｅの取得時に行って画像処理装置３００のハードディスク等の記憶装置に記憶しておけばよい。この場合には、ノイズ画像Ｉ_ｅを保存しておく必要はない。ノイズ特性取得部３０２は計算したノイズ特性ＮＦ（ｚ）を係数決定部３０３に出力する。

＜ステップＳ２０３＞
ステップＳ２０３では、係数決定部３０３が、断層画像取得部３０１から入力された被検眼の信号を含む断層画像Ｉと、ノイズ特性取得部３０２から出力されたノイズ特性ＮＦ（ｚ）とに基づいて重み係数ｗを計算する。より具体的には、係数決定部３０３は、断層画像Ｉとノイズ特性ＮＦ（ｚ）とに基づいて、式２により断層画像の各画素位置（ｘ、ｚ）における重み係数ｗ（ｘ、ｚ）を計算する。

ここで、本実施例による重み係数ｗ（ｘ、ｚ）は、断層画像Ｉの各Ｂ−ｓｃａｎ画像の各画素の画素値が当該画素位置でのノイズ特性ＮＦ（ｚ）より大きくなる個数の割合として計算される。図５（ａ）は、重み係数ｗ（ｘ、ｚ）を画像として例示したものであり、重み係数ｗ（ｘ、ｚ）の値が大きいほど白い領域として表現されている。

図５（ａ）において、領域５０１は視神経線維層等、網膜内層の信号強度が高い層、領域５０２は硝子体の構造物又は強膜、領域５０３は網膜内層の外顆粒層、領域５０４は被写体からの信号が殆ど無い領域に対応している。このような重み係数ｗの値と断層の領域との対応関係について、図５（ｂ）を用いて定性的に説明する。図５（ｂ）は、ＯＣＴデータの確率密度分布を示す。図５（ｂ）において、分布５０６は被写体の信号が無い場合の分布を示し、分布５０７は被写体の信号振幅がａ１の場合の分布を示し、分布５０８は被写体の信号振幅がａ１よりも高いａ２の場合の分布を示す。

ＯＣＴの信号振幅はライス分布となることが知られており、その分布は定常的な信号（被写体の信号）の振幅とノイズの振幅の比によって変化する。図５（ｂ）に示すように、被写体の信号が全くない状態で計算したノイズレベルＮＦに対し、断層画像のある位置の画素値がノイズレベルＮＦより大きくなる割合は、被写体からの信号振幅が例えばａ１の場合には、その分布全体に対する斜線部分の割合となる。この割合は、被写体からの信号の振幅が大きくなるに従って大きくなり、ＯＣＴ部２００で検出した干渉信号に含まれる被写体の信号強度に対応していると考えられる。

すなわち、各画素の画素値が当該画素位置でのノイズ特性ＮＦ（ｚ）より大きくなる個数の割合である重み係数ｗの値は、被検眼の眼底からの信号振幅の大きさに相関する。そのため、重み係数ｗは、視神経線維層のように測定光に対する反射率が大きく、そこからの反射光がノイズレベルＮＦを下回ることが殆ど無い場合にはほぼ１．０近傍に分布し、逆に被写体の信号が無い場合には概ね０．５を中心として分布する。一方、硝子体のように信号振幅が微弱な構造の場合には、重み係数ｗは概ね０．５から０．８程度の値に分布する。

図６は、重み係数ｗのヒストグラムの一例を示す。図６に示すヒストグラムにおいて、重み係数ｗが０．５近傍に現れているピークは主としてノイズ成分と硝子体等の微弱な信号が混在したものに対応し、１．０近傍に現れているピークは視神経線維層等の強い信号に対応している。

なお、係数決定部３０３は重み係数ｗに対して非線形な変換処理を行って、重み係数ｗの分布を広げてもよい。例えば、重み係数ｗにパラメータが１．０以上のγ変換を施すことでノイズ成分に対応する信号振幅を０に近づけることができる。γの値は、生成される断層画像等に基づいて予め主観評価で決めることができ、例えば２．０程度とすることができる。

係数決定部３０３は、このようにして計算した重み係数ｗを画素値変更部３０４に出力する。

＜ステップＳ２０４＞
ステップＳ２０４において、画素値変更部３０４は、断層画像取得部３０１から入力された断層画像Ｉの画素値を、係数決定部３０３から入力された重み係数ｗに基づいて、式３により変更する。

また、画素値変更部３０４は、さらに重み係数ｗの分布に基づいて、微弱な信号の画素に対し、以下に説明するように、微弱な信号を強調するための強調パラメータであるオフセット項を加算又は乗算してもよい。

画素値変更部３０４は、図６に示す重み係数ｗのヒストグラムを計算し、その頻度から重み係数ｗの値の範囲に対して、図７（ａ）に示すＬ，Ｕのような２つの境界を求める。ここで、図７（ａ）は、重み係数ｗのヒストグラムをフィッティングした関数を示すグラフである。まず、画素値変更部３０４は、重み係数ｗのヒストグラムの頻度を多項式補間や平滑化スプライン等でフィッティングし、次にフィッティングした頻度を解析し、ｗ＝０．５近傍のピーク、及びｗ＝０．７〜０．８近傍のバレーを検出する。画素値変更部３０４は、ｗ＝０．５近傍のピークを境界Ｌとして、ｗ＝０．７〜０．８近傍のバレーを境界Ｕとして求める。ここで、境界Ｌであるｗ＝０．５近傍のピークは、ノイズ成分に対応する極値に対応する。

次に、画素値変更部３０４は、図７（ｂ）に示されるように、オフセット値の分布ｂ（ｗ）を、平均が（Ｌ＋Ｕ）／２で、標準偏差σがＵからＬの範囲に対し±Ｒσとなるガウス分布として計算する。図７（ｂ）は、ガウス分布として計算されたオフセット値の分布ｂ（ｗ）を示す。画素値変更部３０４は、オフセット値の分布ｂ（ｗ）を計算したら、式４によって断層画像Ｉの各画素値を変更する。

式４の右辺の第１項は前述の重み係数ｗによりノイズ成分を相対的に減弱し、第２項（オフセット項）は硝子体等の微弱な信号振幅を増幅して網膜層の信号レベルに近づける効果がある。ここで、ｇは増幅の度合いを調整するパラメータであり、事前に決定しておけばよい。本実施例では、ｇは０．５〜２．０程度とすることができる。またＲの値は、結果として得られる画像の主観的な評価等に基づいて、事前に決めておけばよい。Ｒの値は、例えば１．５程度とすることができるが、値が小さいほど画素値変更の度合いが小さくなり、大きすぎるとコントラストが低くなる。

また、分布ｂ（ｗ）は上述したガウス分布に限定されるものではなく、ＬからＵの範囲で単峰性の形状を有するものであればよい。これは、重み係数ｗがほぼ０．５を中心に振幅が分布するノイズの成分と０．８以上の元々信号強度が大きい網膜領域に相当する画素に対しての強調を抑制するためである。

また、分布ｂ（ｗ）が対称の分布である必要はなく、０の方向に歪んだ非対称の分布を用いることもできる。このような分布として、例えば対数正規分布やレイリー分布を用いることができる。その場合、分布ｂ（ｗ）の平均が図７（ａ）に示すＭｉのようにＬとＵの間（例えば、分布の勾配が最も急峻な重みに対応するＭｉ）になるように、パラメータを設定すればよい。図７（ｃ）は、対数正規分布として計算された分布ｂ（ｗ）を示し、示される分布ｂ（ｗ）では、Ｍｉを境に重み係数ｗの負の方向には急峻に減衰する一方、正の方向には緩やかに減衰する。このような形状の分布を用いることで、ノイズ成分に対しては急峻に減衰させ、被写体の信号に対してはより広い範囲に強調を行うことができる。また、分布ｂ（ｗ）は、複数の分布を組み合わせることで生成してもよい。このようにすることで、オフセット量をより柔軟に設定することができる。

画素値変更部３０４は、式３又は式４によって断層画像Ｉの各画素値を変更した断層画像Ｉ_ｗを合成部３０５に出力する。

＜ステップＳ２０５＞
ステップＳ２０５において、合成部３０５は、入力された画素値変更済の断層画像Ｉ_ｗを、式５に基づいて平均化して平均断層画像Ｉ_ａｖを生成する。合成部３０５は、生成した平均断層画像Ｉ_ａｖを階調処理部３０６に出力する。

＜ステップＳ２０６＞
ステップＳ２０６において、階調処理部３０６は、入力された平均断層画像Ｉ_ａｖの階調を、表示部４００の表示可能な範囲に収まるように変換する。図８（ａ）及び（ｂ）は、それぞれ平均断層画像の頻度のヒストグラムと階調曲線８０１の一例を示す。図８（ａ）は式３又は式４による画素値変更を行わなかった場合、図８（ｂ）は式４により変更を行った場合の平均断層画像Ｉ_ａｖの頻度のヒストグラムと階調曲線８０１の例を示す。なお、図８（ａ）及び（ｂ）において、横軸はヒストグラムに関する画素値及び階調曲線に関する入力画素値を示し、縦軸はヒストグラムに関する頻度及び階調曲線に関する出力画素値を示す。

図８（ａ）及び（ｂ）に示すように、画素値の変更を行わなかった場合の断層画像におけるノイズレベルから最高輝度レベルの範囲Ｄ_１に対し、変更を行った場合の断層画像における同範囲Ｄ_２は広くなっていることが分かる。これは、式４によって、データの分布に対してノイズの可能性が高い画素の画素値を減弱することで、全体のダイナミックレンジが広がるためである。

また、前述したように、式４によれば、硝子体に相当する微弱な信号が含まれる画素の画素値に対してオフセットを加算しているため、その構造が強調され、より視認しやすくなる。階調処理部３０６は、図８（ｂ）に示すような階調曲線８０１により出力断層画像を生成し、表示部４００に出力する。

＜ステップＳ２０７＞
ステップＳ２０７において、表示部４００は、階調処理部３０６から入力された出力断層画像を液晶モニタ等の表示デバイスに表示する。図９（ａ）及び（ｂ）は、表示される画像の一例を示す。図９（ａ）は式３又は式４の処理によらず単に断層画像を平均した場合の平均断層画像の一例を示し、図９（ｂ）は本実施例による画素値変換処理を適用した場合の平均断層画像の一例を示す。

図９（ｂ）に示されるように、本実施例による画素値変換処理を適用することにより、硝子体Ｖや脈絡膜Ｃに係る微弱な信号を強調し、これらの構造の視認性を向上させることができる。また、重み係数ｗに基づいて硝子体の信号に対し、層境界を抽出することなく強調できるため、疾病による網膜層の変形の影響を受けずに安定した画質の向上を行うことができる。なお、式３により画素値を変更した場合であっても、図９（ａ）に示すような単に断層画像を平均した場合の平均断層画像に比べ、ノイズ成分が減弱され、硝子体などの構造が相対的に強調されることができ、同様の効果を奏することができる。

上記のように、本実施例による画像処理装置３００は、測定光を用いて被検眼を複数回光干渉断層撮像することで得られた、複数の断層画像を取得する断層画像取得部３０１と、断層画像のノイズ特性を取得するノイズ特性取得部３０２とを備える。また、画像処理装置３００は、複数の断層画像とノイズ特性に基づいて、断層画像の各画素位置に対応する重み係数を決定する係数決定部３０３と、重み係数に基づいて、断層画像の画素値を変更する画素値変更部３０４とを備える。さらに、画像処理装置３００は、変更された画素値に基づいて、出力断層画像を生成する階調処理部３０６を備える。また、画像処理装置３００は、変更された画素値に基づいて、平均断層画像を生成する合成部３０５を備え、階調処理部３０６は、平均断層画像に基づいて出力断層画像を生成することができる。

より具体的には、ノイズ特性取得部３０２は、被検眼からの測定光の戻り光が無い状態で得られたノイズデータから断層画像の各画素位置における平均ノイズ強度をノイズ特性として取得する。その後、係数決定部３０３は、同一の画素位置における断層画像の画素値が、該同一の画素位置における平均ノイズ強度を超える割合に基づいて重み係数を決定する。画素値変更部３０４は、重み係数を断層画像の画素値に乗算することで断層画像の画素値を変更する。

また、画素値変更部３０４は、重み係数の分布に基づいて各画素位置における強調パラメータを生成し、重み係数及び強調パラメータに基づいて、断層画像の画素値を変更することもできる。この場合、画素値変更部３０４は、重み係数の分布における極値、例えばノイズ成分に対応する極値に基づいて強調パラメータを生成することができる。また、画素値変更部３０４は、断層画像の画素値に重み係数を乗算し、乗算結果に強調パラメータを加算する、又は断層画像の画素値に重み係数及び強調パラメータを乗算することで、断層画像の画素値を変更することができる。

本実施例によれば、ノイズの平均的なレベル（ノイズ特性）と撮影により得られた測定データの分布から画素毎に重みを計算し、これを測定データに基づく画素値に乗算することで、ノイズを減弱し、硝子体等の微弱な信号を相対的に強調することができる。また、ノイズが減弱されるため、網膜等の構造に対応する強度の高い信号とノイズ領域とのコントラストも改善されることができる。このため、硝子体と網膜等の信号の強度レベル差が大きい構造物のコントラストを同時に改善することができる。従って、画像のコントラストを全体として効率的に最適化し、断層信号の強度レベル差が大きい構造物同士を同時に観察して診断することを容易にすることができる。

また、画素値の変更時に強調パラメータを適用することで、ノイズを抑制する一方で微弱な信号を選択的に強調することが可能である。このため、硝子体のように網膜の他の構造から大きく異なる信号レベルを有する構造体を選択的に強調して、信号の強度レベル差が大きい構造物のコントラストを同時に、より改善することができる。

なお、上述したＭＡＰ推定では分布の中心を信号振幅として微弱な信号を推定する。これに対して、本実施例によれば、予めノイズレベルＮＦを計算し、断層画像の各位置でノイズレベルＮＦを超える画素の割合を重み係数として計算すればよい。そのため、本実施例に係る処理は、ＭＡＰ推定処理に比べて、はるかに計算負荷が少ない一方で、微弱な信号を描出する点において実質的に同様の効果を奏することができる。

なお、本実施例では、重み係数ｗの頻度の境界Ｌ，Ｕを求める際に、ｗ＝０．５近傍のピーク及びｗ＝０．７〜０．８近傍のバレーを求めたが、当該ｗの値は例示に過ぎない。境界Ｌ，Ｕは、重み係数ｗの分布の形状に基づいて求められればよい。

例えば、画素値変更部３０４は、重み係数ｗの頻度のヒストグラムの形状に基づいて、ノイズ成分に対応するピークと網膜信号に対応するピークとを検出し、それらピークの間で頻度が最小となるバレーを検出する。そして、画素値変更部３０４は、ノイズ成分に対応するピークを境界Ｌとして、ノイズ成分に対応するピークと網膜信号に対応するピークとの間のバレーを境界Ｕとして求めてもよい。なお、単にノイズ成分に対応するピークより重み係数ｗが高い範囲において頻度が最小となるバレーを検出し、境界Ｕとしてもよい。

また、画素値変更部３０４は、境界Ｕを求めずに、オフセット値の分布の平均であるＭｉを求めてもよい。例えば、画素値変更部３０４は、ノイズ成分に対応するピークと網膜信号に対応するピークとを検出し、さらにそれらピークの間で分布ｂ（ｗ）の勾配が最大となる部分をＭｉとして求めることができる。

さらに、画素値変更部３０４は、ノイズ成分に対応するピークを検出して境界Ｌとし、境界Ｌに対して所定値だけ高い値をオフセット値の分布の平均であるＭｉとして求めてもよい。また、画素値変更部３０４は、ノイズ成分に対応するピークと網膜信号に対応するピークとの間のバレーとなる境界Ｕを求め、境界Ｕに対して所定値だけ低い値をＭｉとして求めてもよい。また、境界Ｕ，Ｌは、ピークやバレーに厳密に一致している必要はなく、実質的にピークやバレーに相当する、ピークやバレーの前後の値として求められてもよい。

また、階調処理は上記の方法に限定されず、他の方法により階調変換を行ってもよい。例えば、局所的なヒストグラム等化処理であるＣＬＡＨＥ（Ｃｏｎｔｒａｓｔ Ｌｉｍｉｔｅｄ Ａｄａｐｔｉｖｅ Ｈｉｓｔｏｇｒａｍ Ｅｑｕａｌｉｚａｔｉｏｎ）を用いてもよい。

ＣＬＡＨＥは画像を複数の矩形領域に分割し、ノイズを増幅しすぎないようにコントラスト制限をかけてヒストグラム均等化を行うが、ＯＣＴの断層画像では網膜と他の領域間の画素値の分布が大きく異なる。このため、ＯＣＴの断層画像に対してＣＬＡＨＥを用いる場合には、一般的に、矩形領域内に含まれる被検眼の構造によって結果として得られるコントラストが変化し、断層画像全体として見たときに領域の境界がアーチファクトとして観察されることがある。

しかしながら、本実施例によれば、画素値変更部３０４が、描出したい微弱な信号を網膜層の信号に近いレベルに変換するため、ＣＬＡＨＥを適用した場合であっても領域の境界がアーチファクト化することを防止することができる。

また、本実施例による処理は、断層画像Ｉがフーリエ変換後に対数変換したものでも、そうでなくリニアの状態のものであっても適用することができる。なお、対数変換前の断層画像に本実施例による処理を適用する場合は、式４のオフセット項に対応するｇｂ（ｗ）は加算するよりも乗算する方が望ましい。

さらに、本実施例では、階調処理部３０６は、合成部３０５によって生成された平均断層画像Ｉ_ａｖに対して階調処理を行った。しかしながら、階調処理部３０６は、画素値が変更された断層画像のうちの一枚のＢ−ｓｃａｎ画像に対して階調処理を行い、出力断層画像としてもよい。この場合、合成部３０５は省略されてよい。これに関連し、階調処理部３０６は出力断層画像を生成する画像生成部として機能することができる。

なお、本実施例による処理は、断層画像Ｉに適用される構成に限られない。本実施例による処理は、ＯＣＴ部２００で取得された干渉信号、干渉信号にフーリエ変換を施した信号、該信号に任意の処理を施した信号、及びこれらに基づく断層画像等を含む断層データに対して適用されてよい。これらの場合も、上記構成と同様の効果を奏することができる。なお、この場合にも、複数枚の断層画像に対応する複数組の断層データに基づく平均断層データに対して出力断層画像が生成されてもよいし、１枚の断層画像に対応する１組の断層データに対して出力断層画像が生成されてもよい。

［実施例２］
実施例１では、予め計算したノイズレベルＮＦを用いて重み係数ｗを決定したが、実施例２では、データの分布同士の比較に基づいて重み係数ｗを決定する。以下、本実施例による処理について、図１０（ａ）乃至図１１（ｂ）を参照して説明する。なお、本実施例によるＯＣＴ装置は、実施例１によるＯＣＴ装置１００と同様の構成を有するため、同じ参照符号を用いて説明を省略する。また、本実施例による処理では、ノイズ特性取得部３０２及び係数決定部３０３の処理が実施例１による処理と異なり、他は同様であるので、ステップＳ２０２及びＳ２０３についてのみ説明し、他は省略する。

＜ステップＳ２０２＞
本実施例に係るステップＳ２０２において、ノイズ特性取得部３０２は、実施例１と同様に被写体が存在しない状態で生成したノイズ画像Ｉ_ｅからＯＣＴ部２００が有するノイズの特性を取得する。ただし、本実施例では、ノイズの平均的な振幅レベルではなく、分布の形状をノイズの特性とする。

図１０（ａ）は、図５（ｂ）と同様に、ＯＣＴの測定を繰り返した際のデータの分布を、いくつかの異なる信号強度の大きさ別に表したものである。分布１００１は被写体の信号が無い場合の分布を示し、分布１００２は被写体の信号振幅がａ１の場合の分布を示し、分布１００３は被写体の信号振幅がａ１よりも高いａ２の場合の分布を示す。図１０（ｂ）は、これらの分布の累積確率分布を示す。実施例１で説明したように、信号強度の違いによりデータの分布形状は異なるため、その累積確率分布の形状も図１０（ｂ）で示すように異なる。具体的には、信号振幅が高いほど、累積確率分布の立ち上がりが緩やかになる。

本実施例において、ノイズ特性取得部３０２は、被写体がない状態で取得したデータ（ノイズデータ）から、ノイズ成分の累積確率分布のヒストグラムである、基準累積ヒストグラムＮＣを生成し、ノイズの特性として記憶する。ここで、基準累積ヒストグラムＮＣは、ノイズデータの頻度のヒストグラムから計算した累積ヒストグラムに対応する。なお、ノイズ特性取得部３０２は、基準累積ヒストグラムＮＣを多項式補間あるいは平滑化スプライン等によってフィッティングしてから記憶してもよい。

ここで、ノイズ特性取得部３０２は、図１１（ａ）の線分で示すように、ＯＣＴのＭ回の繰り返し測定においてｘ及びｚ座標毎に累積ヒストグラムを計算することができる。また、ノイズ特性取得部３０２は、図１１（ｂ）の斜線部分で示すように、ｘ方向全てのデータを一つの集合としｚ座標毎の累積ヒストグラムを計算することもできる。本実施例では、ノイズ特性取得部３０２は、図１１（ｂ）に示すように、ｘ方向全てのデータを一つの集合としてｚ座標毎の累積ヒストグラムを計算する。なお、図１１（ａ）及び（ｂ）では、説明のため、ｍを一つの方向軸として示しているが、上述のように、ｍは走査回数Ｍに対応するものであり、ＯＣＴによる測定は同じ位置において行われる。

＜ステップＳ２０３＞
ステップＳ２０３において、まず係数決定部３０３は、断層画像取得部３０１から入力された被検眼の信号を含む断層画像Ｉの各画素位置（ｘ、ｚ）における、累積確率分布のヒストグラムである累積ヒストグラムＩＣ（ｘ、ｚ）を求める。ここで、累積ヒストグラムＩＣ（ｘ、ｚ）は、位置合せ後のＢ−ｓｃａｎ画像の画素位置（ｘ、ｚ）に対応するＭ個のデータの頻度のヒストグラムから計算した累積ヒストグラムに対応する。なお、累積ヒストグラムＩＣ（ｘ、ｚ）は断層画像取得部３０１が求め、係数決定部３０３に出力してもよい。

その後、断層画像取得部３０１は、断層画像Ｉの各画素位置における累積ヒストグラムＩＣ（ｘ、ｚ）とノイズ特性を表す基準累積ヒストグラムＮＣ（ｚ）に基づいて、式６及び式７により断層画像の各画素位置における重み係数ｗ（ｘ、ｚ）を計算する。

ただし、式７のＲｅはＢ−ｓｃａｎ画像の領域全体である。基準累積ヒストグラムＮＣを図１１（ａ）に示すようにｘ及びｚ座標毎に生成・記憶した場合は、式６のＮＣ（ｚ）はＮＣ（ｘ、ｚ）となる。

係数決定部３０３は、計算した重み係数ｗを画素値変更部３０４に出力する。以降の処理については実施例１と同様であるため説明を省略する。

なお、分布形状の比較方法は、式６に基づく方法に限定されない。分布形状の比較については、２つの波形を比較する方法であれば任意の方法を用いることができる。例えば、断層画像取得部３０１は、２つの累積ヒストグラム同士の相関係数を重み係数ｗとしてもよい。

上記のように、本実施例では、ノイズ特性取得部３０２は、ノイズデータから各画素位置におけるノイズの累積ヒストグラムをノイズ特性として取得する。その後、係数決定部３０３は、同一の画素位置における複数の断層画像の画素値の累積ヒストグラム及びノイズの累積ヒストグラムに基づいて重み係数を決定する。

本実施例によれば、ＯＣＴの測定データの分布形状の比較に基づいて信号の振幅に応じた重み付けを行うことができる。そのため、ノイズ成分を抑制し、硝子体等の微弱な信号を相対的に強調して描出することができる。

なお、本実施例による処理も、断層画像Ｉに適用される構成に限られず、上述の断層データに対して適用されてよい。この場合も、上記構成と同様の効果を奏することができる。

上記実施例では、断層画像取得部３０１は、ＯＣＴ部２００で取得された干渉信号を取得し、断層画像を生成して取得した。しかしながら、断層画像取得部３０１が干渉信号や断層画像等を取得する構成はこれに限られない。例えば、断層画像取得部３０１は、画像処理装置３００とＬＡＮ、ＷＡＮ、又はインターネット等を介して接続されるサーバや撮像装置から干渉信号や断層画像を含む断層データを取得してもよい。

また、上記実施例では、被検査物として被検眼について述べた。しかしながら、被検査物は被検眼に限られず、例えば、皮膚や消化器の臓器等であってもよい。このとき、本発明は、眼科装置以外に、内視鏡等の医療機器に適用することができる。

（その他の実施例）
本発明は、上述の実施例の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

以上、実施例を参照して本発明について説明したが、本発明は上記実施例に限定されるものではない。本発明の趣旨に反しない範囲で変更された発明、及び本発明と均等な発明も本発明に含まれる。また、上述の各実施例及び変形例は、本発明の趣旨に反しない範囲で適宜組み合わせることができる。

３００：画像処理装置、３０１：断層画像取得部（データ取得部）、３０２：ノイズ特性取得部（ノイズ取得部）、３０３：係数決定部、３０４：画素値変更部（変更部）、３０６：階調処理部（画像生成部）

Claims (22)

1. 測定光を用いて被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得するデータ取得部と、
   前記断層データのノイズ特性を取得するノイズ取得部と、
   前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素のうち、画素値が前記ノイズ特性よりも大きい画素の数に関する情報に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定する係数決定部と、
   前記断層データの値及び前記重み係数を用いた演算を行うことによって、画素位置における前記断層データの値を変更する変更部と、
   前記値が変更された前記断層データに基づいて、前記断層画像を生成する画像生成部と、
   を備える、画像処理装置。
2. 前記ノイズ取得部は、前記被検査物からの前記測定光の戻り光が無い状態で得られたノイズデータに基づいて前記ノイズ特性を取得する、請求項１に記載の画像処理装置。
3. 測定光を用いて被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得するデータ取得部と、
   前記被検査物からの前記測定光の戻り光が無い状態で得られたノイズデータに基づいて、前記断層データのノイズ特性を取得するノイズ取得部と、
   前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素の画素値と前記ノイズ特性との対比に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定する係数決定部と、
   前記断層データの値及び前記重み係数を用いた演算を行うことによって、画素位置における前記断層データの値を変更する変更部と、
   前記値が変更された前記断層データに基づいて、前記断層画像を生成する画像生成部と、
   を備える、画像処理装置。
4. 前記ノイズ取得部は、前記ノイズデータから少なくとも一つの方向に沿った各画素位置における平均ノイズ強度を前記ノイズ特性として取得し、
   前記係数決定部は、前記複数の断層画像における互いに対応する複数の画素のうち、同一の画素位置における前記平均ノイズ強度を超える画素値を持つ画素の割合に関する情報に基づいて、前記重み係数を決定する、請求項２又は３に記載の画像処理装置。
5. 前記ノイズ取得部は、前記ノイズデータから少なくとも一つの方向に沿った画素位置におけるノイズの累積ヒストグラムを前記ノイズ特性として取得する、請求項２又は３に記載の画像処理装置。
6. 前記係数決定部は、同一の画素位置における前記複数の断層データの累積ヒストグラム及び前記ノイズの累積ヒストグラムの対比に基づいて前記重み係数を決定する、請求項５に記載の画像処理装置。
7. 前記変更部は、前記重み係数を前記断層データの値に乗算することで前記断層データの値を変更する、請求項１乃至６のいずれか一項に記載の画像処理装置。
8. 前記変更部は、前記重み係数の分布に基づいて前記各画素位置における強調パラメータを生成し、前記重み係数及び前記強調パラメータに基づいて、前記断層データの値を変更する、請求項１乃至７のいずれか一項に記載の画像処理装置。
9. 測定光を用いて被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得するデータ取得部と、
   前記断層データのノイズ特性を取得するノイズ取得部と、
   前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素の画素値と前記ノイズ特性との対比に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定する係数決定部と、
   前記重み係数の分布に基づいて前記各画素位置における強調パラメータを生成し、前記重み係数及び前記強調パラメータに基づいて、画素位置における前記断層データの値を変更する変更部と、
   前記値が変更された前記断層データに基づいて、前記断層画像を生成する画像生成部と、
   を備える、画像処理装置。
10. 前記変更部は、前記重み係数の分布における極値に基づいて前記強調パラメータを生成する、請求項８又は９に記載の画像処理装置。
11. 前記変更部は、前記重み係数の分布におけるノイズ成分に対応する前記極値に基づいて前記強調パラメータを生成する、請求項１０に記載の画像処理装置。
12. 前記変更部は、前記断層データの値に前記重み係数を乗算し、乗算結果に前記強調パラメータを加算することで、前記断層データの値を変更する、請求項８乃至１１のいずれか一項に記載の画像処理装置。
13. 前記変更部は、前記断層データの値に前記重み係数及び前記強調パラメータを乗算することで、前記断層データの値を変更する、請求項８乃至１１のいずれか一項に記載の画像処理装置。
14. 前記値が変更された前記複数の断層データに基づいて、平均断層データを生成する合成部を更に備え、
    前記画像生成部は、前記平均断層データに基づいて前記断層画像を生成する、請求項１乃至１３のいずれか一項に記載の画像処理装置。
15. 前記被検査物は少なくとも硝子体領域及び網膜領域を含む、請求項１乃至１４のいずれか一項に記載の画像処理装置。
16. 測定光を用いて少なくとも硝子体領域及び網膜領域を含む被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得するデータ取得部と、
    前記断層データのノイズ特性を取得するノイズ取得部と、
    前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素の画素値と前記ノイズ特性との対比に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定する係数決定部と、
    前記断層データの値及び前記重み係数を用いた演算を行うことによって、画素位置における前記断層データの値を変更する変更部と、
    前記値が変更された前記断層データに基づいて、前記断層画像を生成する画像生成部と、
    を備える、画像処理装置。
17. 請求項１乃至１６のいずれか一項に記載の画像処理装置と、
    前記被検査物に対して前記測定光を走査する走査手段を含む、前記光干渉断層撮像を実行するための光干渉断層撮像装置と、
    を備える、システム。
18. 測定光を用いて被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得することと、
    前記断層データのノイズ特性を取得することと、
    前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素のうち、画素値が前記ノイズ特性より大きい画素の数に関する情報に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定することと、
    前記断層データの値及び前記重み係数を用いた演算を行うことによって、画素位置における前記断層データの値を変更することと、
    前記値が変更された前記断層データに基づいて、前記断層画像を生成することと、
    を含む、画像処理方法。
19. 測定光を用いて被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得することと、
    前記被検査物からの前記測定光の戻り光が無い状態で得られたノイズデータに基づいて、前記断層データのノイズ特性を取得することと、
    前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素の画素値と前記ノイズ特性との対比に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定することと、
    前記断層データの値及び前記重み係数を用いた演算を行うことによって、画素位置における前記断層データの値を変更することと、
    前記値が変更された前記断層データに基づいて、前記断層画像を生成することと、
    を含む、画像処理方法。
20. 測定光を用いて被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得することと、
    前記断層データのノイズ特性を取得することと、
    前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素の画素値と前記ノイズ特性との対比に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定することと、
    前記重み係数の分布に基づいて前記各画素位置における強調パラメータを生成し、前記重み係数及び前記強調パラメータに基づいて、画素位置における前記断層データの値を変更することと、
    前記値が変更された前記断層データに基づいて、前記断層画像を生成することと、
    を含む、画像処理方法。
21. 測定光を用いて少なくとも硝子体領域及び網膜領域を含む被検査物を複数回光干渉断層撮像することで得られた、複数の断層データを取得することと、
    前記断層データのノイズ特性を取得することと、
    前記複数の断層データから生成される複数の断層画像における互いに対応する複数の画素の画素値と前記ノイズ特性との対比に基づいて、前記断層データから生成される断層画像の各画素位置における重み係数を決定することと、
    前記断層データの値及び前記重み係数を用いた演算を行うことによって、画素位置における前記断層データの値を変更することと、
    前記値が変更された前記断層データに基づいて、前記断層画像を生成することと、
    を含む、画像処理方法。
22. プロセッサーによって実行されると、該プロセッサーに請求項１８乃至２１のいずれか一項に記載の画像処理方法の各工程を実行させる、プログラム。

Images