JP6748434B2 - 画像処理装置、推定方法、システム及びプログラム - Google Patents
画像処理装置、推定方法、システム及びプログラム Download PDFInfo
- Publication number
- JP6748434B2 JP6748434B2 JP2016007429A JP2016007429A JP6748434B2 JP 6748434 B2 JP6748434 B2 JP 6748434B2 JP 2016007429 A JP2016007429 A JP 2016007429A JP 2016007429 A JP2016007429 A JP 2016007429A JP 6748434 B2 JP6748434 B2 JP 6748434B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- fovea
- tomographic image
- image
- unit
- 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.)
- Expired - Fee Related
Links
- 238000012545 processing Methods 0.000 title claims description 93
- 238000000034 method Methods 0.000 title claims description 87
- 238000004458 analytical method Methods 0.000 claims description 70
- 210000000873 fovea centralis Anatomy 0.000 claims description 60
- 230000002159 abnormal effect Effects 0.000 claims description 47
- 210000001525 retina Anatomy 0.000 claims description 44
- 206010038848 Retinal detachment Diseases 0.000 claims description 37
- 230000004264 retinal detachment Effects 0.000 claims description 37
- 238000012014 optical coherence tomography Methods 0.000 claims description 27
- 239000012528 membrane Substances 0.000 claims description 22
- 230000002207 retinal effect Effects 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 17
- 230000005856 abnormality Effects 0.000 claims description 8
- 108091008695 photoreceptors Proteins 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 210000000608 photoreceptor cell Anatomy 0.000 claims description 4
- 210000004027 cell Anatomy 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 description 35
- 230000008569 process Effects 0.000 description 35
- 238000012986 modification Methods 0.000 description 29
- 230000004048 modification Effects 0.000 description 29
- 210000001508 eye Anatomy 0.000 description 27
- 210000003583 retinal pigment epithelium Anatomy 0.000 description 23
- 239000003550 marker Substances 0.000 description 19
- 239000000284 extract Substances 0.000 description 17
- 210000004379 membrane Anatomy 0.000 description 17
- 208000002367 Retinal Perforations Diseases 0.000 description 15
- 208000029233 macular holes Diseases 0.000 description 15
- 206010011732 Cyst Diseases 0.000 description 9
- 208000031513 cyst Diseases 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 239000011800 void material Substances 0.000 description 9
- 206010025421 Macule Diseases 0.000 description 8
- 210000003161 choroid Anatomy 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000009499 grossing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 241000270295 Serpentes Species 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 230000004382 visual function Effects 0.000 description 3
- 208000001344 Macular Edema Diseases 0.000 description 2
- 206010025415 Macular oedema Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 201000010230 macular retinal edema Diseases 0.000 description 2
- 210000004126 nerve fiber Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000004304 visual acuity Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- KIUKXJAPPMFGSW-DNGZLQJQSA-N (2S,3S,4S,5R,6R)-6-[(2S,3R,4R,5S,6R)-3-Acetamido-2-[(2S,3S,4R,5R,6R)-6-[(2R,3R,4R,5S,6R)-3-acetamido-2,5-dihydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-2-carboxy-4,5-dihydroxyoxan-3-yl]oxy-5-hydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-3,4,5-trihydroxyoxane-2-carboxylic acid Chemical compound CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O)[C@H](O3)C(O)=O)O)[C@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](C(O)=O)O1 KIUKXJAPPMFGSW-DNGZLQJQSA-N 0.000 description 1
- 208000024813 Abnormality of the eye Diseases 0.000 description 1
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 208000017442 Retinal disease Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 210000004955 epithelial membrane Anatomy 0.000 description 1
- 210000000981 epithelium Anatomy 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 229920002674 hyaluronan Polymers 0.000 description 1
- 229960003160 hyaluronic acid Drugs 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 210000002763 pyramidal cell Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000004127 vitreous body Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/0016—Operational features thereof
- A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/1005—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring distances inside the eye, e.g. thickness of the cornea
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/564—Depth or shape recovery from multiple images from contours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20116—Active contour; Active surface; Snakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ophthalmology & Optometry (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Eye Examination Apparatus (AREA)
Description
眼底の断層画像に含まれる複数の層境界を検出する層境界検出手段と、
前記断層画像を解析することで、前記断層画像における網膜領域の外側の領域及び内側の領域であって、前記断層画像を構成する画素の濃度または輝度が閾値未満である前記外側の領域及び前記内側の領域が前記断層画像から除かれた領域を前記網膜領域として決定し、前記網膜領域において、内境界膜から外網状層と外顆粒層との境界までの少なくとも一部の領域を含む第1領域と、前記第1領域とは異なる第2領域であって、前記境界から視細胞内節外節境界部までの少なくとも一部の領域を含む第2領域とを決定する決定手段と、
前記断層画像の深さ方向において、前記第1領域の厚さと前記第2領域の厚さとを比較する比較手段と、
前記比較手段による比較結果に基づいて、前記眼底の中心窩の位置を推定する推定手段と、
前記断層画像を解析することで、前記眼底の異常部位を検出する異常部位検出手段と、前記推定手段により推定された中心窩の位置と前記異常部位検出手段により検出された異常部位の位置との関係に基づいて、該関係に対応する中心窩の位置と異常部位との位置との関係を有する断層画像を記憶手段から取得する類似画像取得手段と、を備える。
図1は、中心窩の位置を推定するシステムの構成の一例を示す図である。図1に示されたシステムは光干渉断層計100および画像処理装置200を備える。なお、光干渉断層計100と画像処理装置200とは、有線または無線を介して通信可能に接続されている。
ここで、R(x)は、座標xにおける層厚比、PN(x)は、座標xにおける第1領域の厚さ、PA(x)は、座標xにおける全体の層厚を表す。すなわち、PA(x)は第1領域の厚さと第2領域の厚さとの和である。なお、本実施例では層厚比R(x)は、全体の層厚に対する第1領域の厚さの割合を層厚比として定義するが、これに限定されるものではない。たとえば、全体の層厚に対する第2領域の厚さの割合を層厚比R(x)としてもよい。さらに、第1領域の厚さを第2領域の厚さで除した値を層厚比R(x)として用いてもよい。または、第2領域の厚さを第1領域の厚さで除した値を層厚比R(x)として用いてもよい。すなわち、推定手段204は、眼底の断層画像の深さ方向において、断層画像を構成する画素の濃度または輝度が閾値以上の第1領域の大きさと濃度または輝度が閾値未満の第2領域の大きさとを比較する。
ステップS325で、図5に示すように、推定手段204は、平滑化後の層厚比が最小値となる断層画像における位置(下凸のピークになる位置)を抽出し、この位置を中心窩の位置と推定する。すなわち、推定手段204は、算出された移動平均に基づいて中心窩の位置を推定する。
実施例1においては実施例1のステップS322では決定手段202が、判別分析法を使用して画像を第1領域と第2領域とに分離した。しかし本変形例では、決定手段202が外網状層と外顆粒層との境界を検出できる場合には、検出した外網状層と外顆粒層との境界を利用して第1領域と第2領域とに分割することとしてもよい。すなわち、決定手段202は、断層画像から検出された層境界に基づいて第1領域と第2の領域とを決定する。
実施例1では、ステップS323で、第1領域の層厚と第1領域の層厚と第2領域の層厚の和の比を算出したが、比較手段203は第1領域の層厚と第2領域の層厚との差を算出してもよい。すなわち、比較手段203は、第1領域の厚さと第2領域の厚さの比較結果として第1領域の厚さと第2領域の厚さとの差を出力する。
ここで、S(x)は、座標xにおける層厚差、PN(x)は、座標xにおける第1領域層の厚さ、PC(x)は、座標xにおける第2領域の厚さを表す。
本変形例によれば、実施例1と略同様の効果を奏することが可能となる。
実施例1では、断層画像における解析処理の対象領域(X方向の領域)を限定していないが、撮影情報をもとに解析処理の対象領域を限定してもよい。具体的には、撮影情報として撮影時の固視灯位置を取得し、固視灯位置に対応する断層画像の領域周辺のみを解析処理の対象としてもよい。解析領域を限定する処理は、中心窩(黄斑)の位置は固視灯の提示位置に対応して移動することを利用するものである。
変形例3では、撮影情報をもとに解析処理の対象領域を限定したが、撮影情報から断層画像中に明らかに中心窩領域が含まれないと判断できる場合は、中心窩位置の推定処理自体を実行しないように構成してもよい。すなわち、推定手段204は、固視灯の提示位置に関する情報に基づいて中心窩の位置の推定を実行するか否かを判断する。
本実施例では、実施例1の構成において、ステップS325で中心窩位置の推定に失敗した場合の処理について述べる。図8は、本実施例における中心窩位置の推定処理の一例を示すフローチャートである。ステップS321からステップS325までの処理は、実施例1と同様であるため詳細な説明は省略する。ステップS325で、平滑化後の層厚比をX軸方向にスキャンした際、同程度の高さのピークが複数存在する場合や、ピークは単一でも高さが低く不明瞭な場合などには、精度よく中心窩の位置を推定できない虞がある
したがって、ステップS326において推定手段204は、ピークの数およびピークの高さに基づいて中心窩の推定に成功したか否かを判定する。例えば、推定手段204は、平滑化後の層厚比をX軸方向にスキャンした結果、ピークが単一でその高さが中心窩位置の特定に十分である場合には中心窩の位置を推定できたと判定する。中心窩位置が特定できたと判断した場合は、中心窩位置特定処理S320を終了する。
実施例2では、層厚比による中心窩位置特定に失敗した場合に、解析対象画像の中心を無条件で中心窩と推定していたが、この処理に替えて、撮影情報を用いて中心窩位置を推定する処理を実施することとしてもよい。より具体的には、推定手段204は例えば、撮影情報に含まれる固視灯の提示位置および撮影範囲に基づいて、固視灯の提示位置に対応する断層画像中の領域を決定し、この決定された位置を中心窩の位置と推定する。すなわち、推定手段204は、層厚の比較結果に基づいて中心窩の位置を推定できない場合、固視灯の提示位置に関する情報に基づいて中心窩の位置を推定する。
実施例2では、層厚比による中心窩位置特定に失敗した場合に、解析対象画像の中心を無条件で中心窩と推定していたが、この処理に替えて、層厚が最小となる部分(すなわち、陥凹部)を中心窩位置と推定する処理を実行することとしてもよい。例えば、推定手段204は、ステップS315において抽出したILMおよびIS/OS間の距離が最小となる位置を中心窩の位置と推定することとしてもよい。また、推定手段204はILMおよびRPE間の距離が最小となる位置を中心窩の位置と推定することとしてもよい。
実施例1および実施例2では、取得手段201で取得した断層画像に対して、最初に層厚比による中心窩位置の推定処理を実行する構成にしていたが、層厚比による中心窩位置の推定処理に先立って他の中心窩位置の推定処理を実行することとしてもよい。本実施例においては、他の中心窩位置の推定処理の一例として、健常眼における中心窩は陥凹領域として観察されることを利用した推定処理を採用する。
実施例3では、層厚比による中心窩位置の推定処理に先立ち、層境界情報を使用して中心窩位置を推定こととしたが、他の方法を使用してもよい。健常眼における中心窩は、眼底カメラで撮影した眼底画像など、眼球の正面から観察した場合、暗部として観測されることが知られている。このため、例えば、推定手段204は断層画像の画素値(輝度値または濃度値)をZ軸方向に積算した画像を生成し、最も暗い位置を中心窩として推定することとしてもよい。このとき、推定手段204は、積算画像において、中心窩と推定した位置の輝度値と、その他の位置の輝度値とを比較することで、中心窩と推定するのに十分な輝度差があるかを判定することができる。すなあち、推定手段204は中心窩と推定した位置の輝度値と、その他の位置の輝度値との差の絶対値が閾値以上かを判定する。そして、推定手段204は、この差が閾値未満であれば、抽出した位置が中心窩ではないとして、実施例1の中心窩位置の推定方法を実施する。すなわち、推定手段204は、深さ方向における断層画像の輝度または濃度の積算値に基づいて中心窩を推定し、積算値に基づいて中心窩を推定できない場合に比較手段による比較結果に基づいて中心窩を推定する。
上記では、層境界情報あるいは積算画像による中心窩位置特定に失敗した場合に、単に実施例1の方法を実施する構成としたが、他の構成にしてもよい。例えば、推定手段204は、積算画像にもとづいて1つ以上の中心窩位置の候補を抽出する。すなわち、推定手段204は、積算画像における輝度が最も低い部分を中心窩位置の候補とする。そして、次に、断層画像のうち抽出した中心窩位置候補の周辺に処理範囲を限定して、実施例1の中心窩推定方法を実施する。これにより、中心窩位置を推定する処理の高速化を図れるとともに、例えば積算画像の輝度と断層画像の層厚比という複数の情報にもとづいて中心窩位置を特定できるため、特定精度を向上させることが可能となる。なお、積算画像の輝度値が最小となる位置に替えてILMのZ座標が極小且つ最小となる位置を用いることとしてもよい。
[実施例4]
実施例1から実施例3では、1枚の断層画像から中心窩位置を特定する方法としたが、本実施例では複数の断層画像から中心窩位置を特定する方法について示す。光干渉断層計100は、被検眼の詳細な情報を取得するため、複数の走査モードを有することが多い。具体的には、同一部位を一度ずつスキャンする垂直スキャンや水平スキャンなどのラインスキャンのほかに、同一部位について放射状に走査するラジアルスキャンや、直交する方向に走査するクロススキャンなどがある。本実施例では、黄斑部をクロススキャンした場合の例について説明する。図10は本実施例における中心窩位置の推定処理手順の一例を示すフローチャートである。ステップS321からステップS325までの処理は、実施例1と同様であるため詳細な説明は省略する。クロススキャンにより得られた断層画像は、眼底に対して異なる方向(直行する方向)に測定光を走査することで得られた複数の断層画像の一例に相当する。
ステップS332では、推定手段204が、各断層画像において推定された中心窩位置を比較する。1枚の断層画像から中心窩の位置を推定した場合、推定した位置が本当に正しい位置か否かを確認することは難しいが、複数のBスキャン画像を用いることで中心窩の位置の推定精度を向上させることが可能である。このため、推定手段204は、各断層画像における中心窩位置の推定結果を比較する。そして、各断層画像の中心窩の推定位置が一致する場合にはステップS333へ進み、推定手段204は、一致している点を中心窩位置と推定する。すなわち、推定手段204は、複数の断層画像それぞれにおける層厚の比較結果に基づいて中心窩の位置を推定する。より具体的には、推定手段204は、前記取得手段は、前記眼底の異なる位置に測定光を走査することで得られた複数の断層画像それぞれから中心窩の位置を推定する。
実施例4では、複数枚のBスキャン画像から中心窩位置を特定する場合の方法について示したが、他の方法にしてもよい。具体的には、光干渉断層計100を使用することで、網膜内の矩形領域について、取得位置を移動しながら水平方向に複数回走査して、被検眼の三次元断層画像を生成することができる。すなわち、取得手段201は、三次元断層画像を取得する。なお、三次元断層画像は複数のBスキャン画像から構成される。
[実施例5]
本実施例では、推定された中心窩位置周辺の画像を詳細に解析することで中心窩における網膜剥離を検出する。RPEに存在する細胞は視細胞外節を貪食するため、健常眼においては視細胞外節とRPEとが近接して観察されるが、網膜剥離が発生した眼においては両者が分離した状態で観察される。上述のように中心窩は視機能に大きな影響を与える部位であるため、中心窩周辺で網膜剥離が生じた場合、それが微小領域であっても早期に発見できることが望ましい。断層画像全体から、この微小な網膜剥離を検出することは、画像内のノイズなどの影響もあり困難である。そこで本実施例における画像処理装置は、実施例1〜4で述べた方法により推定した中心窩位置を用いて画像解析の対象範囲を限定し詳細な解析処理を行う。
本変形例では網膜剥離の検出に判別分析法を用いる。例えば、解析手段208は、断層画像全体ではなく推定された中心窩に基づいて抽出された画像解析の対象範囲に対してのみ判別分析法を適用し閾値を決定する。そして、解析手段208は、決定した閾値を用いて対象範囲の画素を二値化する。解析手段208は、この二値化により、対象範囲の画素を高濃度領域と低濃度領域と分ける。解析手段208は、二値化後の低濃度領域を抽出する。図12においては、例えば番号1〜3の領域が解析手段により低濃度領域として抽出される。その後、解析手段208は、番号1〜3の低濃度領域のうち領域の大きさが最大のものを選択して、選択した低濃度領域の大きさ、形状、位置の少なくとも一つに基づいて網膜剥離か否かを決定する。例えば、図12においては番号1の低濃度領域が解析手段208により選択され、この領域の大きさ、形状、位置が網膜剥離の症状に矛盾しないかい否かを判定する。解析手段208は、例えば、番号1の低濃度領域の大きさが所定の閾値以上か否か、低濃度領域のZ軸方向の長さがX方向の長さより長いか否か、低濃度領域の位置がRPEからの所定距離以内にあるか否かを判定する。
[実施例6]
実施例5では、解析手段208の処理として網膜剥離の有無を解析する処理としたが、本実施例ではその他の処理について示す。すなわち、推定された中心窩の位置は網膜剥離の検出以外の処理にも用いることが可能である。
[実施例7]
実施例1では、推定手段204は第1領域の厚さと第2領域の厚さとを用いて中心窩の位置を推定することとしたが、推定手段204はいずれか一方の厚さのみに基づいて中心窩の位置を推定することとしてもよい。
本実施例によれば、実施例1と同様の効果を奏することが可能となる。また、中心窩の位置を推定するために、決定手段202は第1領域および第2領域のうち一方の厚さのみを算出すればよいため、処理時間を短縮することが可能となる。
[実施例8]
本実施例では、解析手段208の解析結果の表示方法について、黄斑円孔の断層画像を例に示す。一般的に眼球内の網膜より前方は、水とコラーゲン線維、ヒアルロン酸を主成分とする硝子体で満たされている。硝子体は加齢とともに収縮し、網膜から剥離する。このとき、中心窩付近の網膜が放射状に牽引された結果、円孔が生じる場合がある。これを黄斑円孔と呼び、黄斑部を含む断層画像は、たとえば図17に図示するようにILMが分断された形状となる。黄斑円孔が生じると、視力が低下し、中心視野が見えにくくなる。発症から時間が経つほど治療が困難となるため、早期に発見することが望ましい。
[実施例9]
本実施例では、中心窩周辺の網膜剥離と、その他の所見の解析を行う処理の一例を、図19を用いて説明する。なお、図19におけるステップS300−S320およびステップS1000、S1010は上述の実施例と同様の処理であるため詳細な説明は省略する。
[実施例10]
本実施例においては、上記の実施例において推定した中心窩の位置を用いて類似症例(類似画像)を検索する例について説明する。
この場合、推定手段204によりステップS325などで断層画像から中心窩の位置を推定し且つ解析手段208により所見および所見の位置が検出された後に、推定手段204は、当該中心窩と所見との位置関係と同様あるいは中心窩と所見との位置関係の差が所定閾値以内の中心窩と所見との位置関係を有する断層画像を記憶手段207から取得する。すなわち、推定手段204は、推定された中心窩の位置と検出された異常部位の位置との関係に対応する中心窩の位置と異常部位の位置との関係を有する断層画像を記憶手段207から取得する。
以上、実施形態例を詳述したが、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。
200 画像処理装置
201 取得部
202 決定部
203 比較部
204 推定部
205 表示制御部
206 表示部
207 記憶部
208 解析部
Claims (29)
- 眼底の断層画像に含まれる複数の層境界を検出する層境界検出手段と、
前記断層画像を解析することで、前記断層画像における網膜領域の外側の領域及び内側の領域であって、前記断層画像を構成する画素の濃度または輝度が閾値未満である前記外側の領域及び前記内側の領域が前記断層画像から除かれた領域を前記網膜領域として決定し、前記網膜領域において、内境界膜から外網状層と外顆粒層との境界までの少なくとも一部の領域を含む第1領域と、前記第1領域とは異なる第2領域であって、前記境界から視細胞内節外節境界部までの少なくとも一部の領域を含む第2領域とを決定する決定手段と、
前記断層画像の深さ方向において、前記第1領域の厚さと前記第2領域の厚さとを比較する比較手段と、
前記比較手段による比較結果に基づいて、前記眼底の中心窩の位置を推定する推定手段と、
前記断層画像を解析することで、前記眼底の異常部位を検出する異常部位検出手段と、
前記推定手段により推定された中心窩の位置と前記異常部位検出手段により検出された異常部位の位置との関係に基づいて、該関係に対応する中心窩の位置と異常部位との位置との関係を有する断層画像を記憶手段から取得する類似画像取得手段と、
を備えた画像処理装置。 - 前記決定手段は、前記断層画像を構成する画素の濃度または輝度が閾値未満の領域が前記網膜領域から除かれた領域において、前記断層画像を構成する画素の濃度または輝度が閾値以上の領域を前記第1領域として決定し、前記濃度または前記輝度が閾値未満の領域を前記第2領域として決定することを特徴とする請求項1に記載の画像処理装置。
- 前記決定手段は、前記第1領域と前記第2領域とを決定するための閾値を、前記断層画像におけるAスキャン毎に判別分析法により決定することを特徴とする請求項2に記載の画像処理装置。
- 前記決定手段は、前記断層画像から検出された層境界に基づいて、前記断層画像を構成する画素の濃度または輝度が閾値未満の領域が前記網膜領域から除かれた領域において、前記第1領域と前記第2領域とを決定することを特徴とする請求項1に記載の画像処理装置。
- 前記比較手段は、前記比較結果として前記第1領域の厚さと前記第2領域の厚さとの差を出力することを特徴とする請求項1乃至4のいずれか1項に記載の画像処理装置。
- 前記比較手段は、前記比較結果として前記第1領域の厚さと前記第2領域の厚さとの比または前記第1領域の厚さ若しくは前記第2領域の厚さと前記第1領域および前記第2領域の厚さの和との比を示す値を出力することを特徴とする請求項1乃至4のいずれか1項に記載の画像処理装置。
- 前記第1領域および前記第2領域は内境界膜から視細胞内節外節境界部までの範囲に含まれることを特徴とする請求項1乃至6のいずれか1項に記載の画像処理装置。
- 前記深さ方向に直交する方向における複数の位置の前記比較結果の移動平均を算出する算出手段を更に備え、
前記推定手段は、前記算出手段により算出された移動平均に基づいて前記中心窩の位置を推定することを特徴とする請求項1乃至7の何れか1項に記載の画像処理装置。 - 前記推定手段は、前記比較結果に基づいて前記中心窩の位置を推定できない場合、
前記断層画像の中心を前記中心窩の位置として推定する、
または、固視灯の提示位置に関する情報に基づいて前記中心窩の位置を推定することを特徴とする請求項1乃至8のいずれか1項に記載の画像処理装置。 - 前記推定手段は、前記検出された層境界に基づいて前記中心窩を推定し、前記層境界に基づいて前記中心窩を推定できない場合に、前記比較手段による比較結果に基づいて前記中心窩を推定することを特徴とする請求項1乃至9のいずれか1項に記載の画像処理装置。
- 前記推定手段は、前記深さ方向における前記断層画像の輝度または濃度の積算値に基づいて前記中心窩を推定し、前記積算値に基づいて前記中心窩を推定できない場合に前記比較手段による比較結果に基づいて前記中心窩を推定することを特徴とする請求項1乃至9のいずれか1項に記載の画像処理装置。
- 前記推定手段は、固視灯の提示位置に関する情報に基づいて前記中心窩の位置の推定を実行するか否かを判断することを特徴とする請求項1乃至11のいずれか1項に記載の画像処理装置。
- 前記眼底に対して異なる方向に、または前記眼底の異なる位置に、測定光を走査することで得られた複数の断層画像を取得する取得手段を更に備え、
前記推定手段は、前記複数の断層画像それぞれにおける前記比較結果に基づいて前記中心窩の位置を推定することを特徴とする請求項1乃至12のいずれか1項に記載の画像処理装置。 - 前記推定手段により推定された前記中心窩の位置を示す情報を前記断層画像または前記眼底の正面画像に重畳して表示手段に表示させる表示制御手段を更に備えた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。
- 前記推定手段により推定された前記中心窩の位置に基づいて、前記中心窩の位置を含む前記断層画像における一部の領域を抽出する抽出手段と、
前記抽出手段により抽出された領域における前記深さ方向に沿った前記断層画像を構成する画素の濃度または輝度の変化に基づいて網膜剥離を検出する網膜剥離検出手段と、
を更に備え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。 - 前記第1領域の厚さおよび前記第2領域の厚さの少なくとも一方に基づいて前記中心窩の異常度を判定することを特徴とする請求項1乃至15のいずれか1項に記載の画像処理装置。
- 眼底の断層画像における網膜領域の外側の領域及び内側の領域であって、前記断層画像を構成する画素の濃度または輝度が閾値未満である前記外側の領域及び前記内側の領域が前記断層画像から除かれた領域を前記網膜領域として決定し、前記網膜領域において決定された第1領域及び該第1領域とは異なる第2領域であって、前記断層画像の深さ方向において、前記断層画像を構成する画素の濃度または輝度が閾値以上の第1領域の大きさと、前記濃度または前記輝度が閾値未満の第2領域の大きさとを比較する比較手段と、
前記比較手段による比較結果に基づいて、前記眼底の中心窩の位置を推定する推定手段と、
前記断層画像を解析することで、前記眼底の異常部位を検出する異常部位検出手段と、
前記推定手段により推定された中心窩の位置と前記異常部位検出手段により検出された異常部位の位置との関係に基づいて、該関係に対応する中心窩の位置と異常部位との位置との関係を有する断層画像を記憶手段から取得する類似画像取得手段と、
を備えた画像処理装置。 - 前記推定手段は、前記断層画像における前記比較結果が示す値の極点に基づいて前記中心窩の位置を推定す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。
- 前記推定手段は、前記断層画像において前記第2領域の厚さに対する前記第1領域の厚さが最も小さいことを示す部分を前記中心窩の位置として推定することを特徴とする請求項1乃至18のいずれか1項に記載の画像処理装置。
- 眼底の断層画像に含まれる複数の層境界を検出する層境界検出手段と、
前記断層画像における網膜領域の外側の領域及び内側の領域であって、前記断層画像を構成する画素の濃度または輝度が閾値未満である前記外側の領域及び前記内側の領域が前記断層画像から除かれた領域を前記網膜領域として決定し、前記網膜領域のうち内境界膜から外網状層と外顆粒層との境界までの少なくとも一部の領域のみの厚さの分布に基づいて、前記眼底の中心窩の位置を推定する推定手段と、
前記断層画像を解析することで、前記眼底の異常部位を検出する異常部位検出手段と、
前記推定手段により推定された中心窩の位置と前記異常部位検出手段により検出された異常部位の位置との関係に基づいて、該関係に対応する中心窩の位置と異常部位との位置との関係を有する断層画像を記憶手段から取得する類似画像取得手段と、
を備えた画像処理装置。 - 前記推定手段は、前記厚さの極点にもとづいて前記中心窩の位置を推定することを特徴とする請求項20に記載の画像処理装置。
- 前記記憶手段は、複数の断層画像それぞれを中心窩の位置および異常部位の位置と対応付けて記憶することを特徴とする請求項1乃至21のいずれか1項に記載の画像処理装置。
- 前記類似画像取得手段は、前記推定手段により推定された中心窩の位置と前記異常部位検出手段により検出された異常部位の位置との関係と、中心窩の位置と異常部位との位置との関係との差が閾値以内となる断層画像を、前記記憶手段から取得することを特徴とする請求項1乃至22のいずれか1項に記載の画像処理装置。
- 前記決定手段は、前記断層画像の外周から中央部に向かってスキャンして前記断層画像を構成する画素の濃度または輝度が閾値を超える画素までの前記外側の領域である背景領域を決定し、前記断層画像を構成する画素の濃度または輝度が閾値未満の領域のうち該領域の位置と形状と面積とのうち少なくとも一つの情報に基づいて前記内側の領域である孤立領域を決定し、前記背景領域及び前記孤立領域が前記断層画像から除かれた領域を前記網膜領域として決定することを特徴とする請求項1乃至16のいずれか1項に記載の画像処理装置。
- 眼底の断層画像を取得するOCT(Optical Coherence Tomography)装置と通信可能に接続されることを特徴とする請求項1乃至24のいずれか1項に記載の画像処理装置。
- 眼底の断層画像に含まれる複数の層境界を検出する層境界検出工程と、
前記断層画像を解析することで、前記断層画像における網膜領域の外側の領域及び内側の領域であって、前記断層画像を構成する画素の濃度または輝度が閾値未満である前記外側の領域及び前記内側の領域が前記断層画像から除かれた領域を前記網膜領域として決定し、前記網膜領域において、内境界膜から外網状層と外顆粒層との境界までの少なくとも一部の領域を含む第1領域と、前記第1領域とは異なる第2領域であって、前記境界から視細胞内節外節境界部までの少なくとも一部の領域を含む第2領域とを決定する決定工程と、
前記断層画像の深さ方向において、前記第1領域の厚さと前記第2領域の厚さとを比較する比較工程と、
前記比較工程における比較結果に基づいて、前記眼底の中心窩の位置を推定する推定工程と、
前記断層画像を解析することで、前記眼底の異常部位を検出する異常部位検出工程と、
前記推定工程において推定された中心窩の位置と前記異常部位検出工程において検出された異常部位の位置との関係に基づいて、該関係に対応する中心窩の位置と異常部位との位置との関係を有する断層画像を記憶手段から取得する類似画像取得工程と、
を含む中心窩の推定方法。 - 眼底の断層画像における網膜領域の外側の領域及び内側の領域であって、前記断層画像を構成する画素の濃度または輝度が閾値未満である前記外側の領域及び前記内側の領域が前記断層画像から除かれた領域を前記網膜領域として決定し、前記網膜領域において決定された第1領域及び該第1領域とは異なる第2領域であって、前記断層画像の深さ方向において、前記断層画像を構成する画素の濃度または輝度が閾値以上の第1領域の大きさと、前記濃度または前記輝度が閾値未満の第2領域の大きさとを比較する比較工程と、
前記比較工程における比較結果に基づいて、前記眼底の中心窩の位置を推定する推定工程と、
前記断層画像を解析することで、前記眼底の異常部位を検出する異常部位検出工程と、
前記推定工程において推定された中心窩の位置と前記異常部位検出工程において検出された異常部位の位置との関係に基づいて、該関係に対応する中心窩の位置と異常部位との位置との関係を有する断層画像を記憶手段から取得する類似画像取得工程と、
を含む中心窩の推定方法。 - 眼底の断層画像に含まれる複数の層境界を検出する層境界検出工程と、
前記断層画像における網膜領域の外側の領域及び内側の領域であって、前記断層画像を構成する画素の濃度または輝度が閾値未満である前記外側の領域及び前記内側の領域が前記断層画像から除かれた領域を前記網膜領域として決定し、前記網膜領域のうち内境界膜から外網状層と外顆粒層との境界までの少なくとも一部の領域のみの厚さの分布に基づいて、前記眼底の中心窩の位置を推定する推定工程と、
前記断層画像を解析することで、前記眼底の異常部位を検出する異常部位検出工程と、
前記推定工程において推定された中心窩の位置と前記異常部位検出工程において検出された異常部位の位置との関係に基づいて、該関係に対応する中心窩の位置と異常部位との位置との関係を有する断層画像を記憶手段から取得する類似画像取得工程と、
を含む中心窩の推定方法。 - 請求項26乃至28のいずれか1項に記載の推定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 (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016007429A JP6748434B2 (ja) | 2016-01-18 | 2016-01-18 | 画像処理装置、推定方法、システム及びプログラム |
US15/405,197 US10251548B2 (en) | 2016-01-18 | 2017-01-12 | Image processing apparatus, estimation method, system, and medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016007429A JP6748434B2 (ja) | 2016-01-18 | 2016-01-18 | 画像処理装置、推定方法、システム及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017127397A JP2017127397A (ja) | 2017-07-27 |
JP2017127397A5 JP2017127397A5 (ja) | 2018-12-20 |
JP6748434B2 true JP6748434B2 (ja) | 2020-09-02 |
Family
ID=59313745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016007429A Expired - Fee Related JP6748434B2 (ja) | 2016-01-18 | 2016-01-18 | 画像処理装置、推定方法、システム及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10251548B2 (ja) |
JP (1) | JP6748434B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10010247B2 (en) * | 2016-04-26 | 2018-07-03 | Optos Plc | Retinal image processing |
US9978140B2 (en) * | 2016-04-26 | 2018-05-22 | Optos Plc | Retinal image processing |
JP7106311B2 (ja) * | 2018-03-16 | 2022-07-26 | 株式会社トプコン | 眼科装置、その制御方法、プログラム、及び記録媒体 |
JP7201852B2 (ja) * | 2018-03-16 | 2023-01-10 | 株式会社トプコン | 眼科装置、その制御方法、プログラム、及び記録媒体 |
JP7481995B2 (ja) * | 2020-10-28 | 2024-05-13 | 株式会社東芝 | 状態判定装置、方法およびプログラム |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070268993A1 (en) * | 2004-08-20 | 2007-11-22 | Koninklijke Philips Electronics N.V. | Computed Tomography Method and Computer Tomograph for Reconstruction of Object Images from Real and Fictitious Measured Values |
JP2006149654A (ja) * | 2004-11-29 | 2006-06-15 | Hitachi Omron Terminal Solutions Corp | 眼底の病変についての診断の支援 |
WO2006078802A1 (en) * | 2005-01-21 | 2006-07-27 | Massachusetts Institute Of Technology | Methods and apparatus for optical coherence tomography scanning |
US8358819B2 (en) * | 2005-06-24 | 2013-01-22 | University Of Iowa Research Foundation | System and methods for image segmentation in N-dimensional space |
EP2312994B1 (en) * | 2008-07-18 | 2021-01-27 | Doheny Eye Institute | Optical coherence tomography - based ophthalmic testing systems |
JP4466968B2 (ja) * | 2008-11-10 | 2010-05-26 | キヤノン株式会社 | 画像処理装置、画象処理方法、プログラム、及びプログラム記憶媒体 |
JP5473358B2 (ja) * | 2009-03-02 | 2014-04-16 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP4909377B2 (ja) * | 2009-06-02 | 2012-04-04 | キヤノン株式会社 | 画像処理装置及びその制御方法、コンピュータプログラム |
JP5665768B2 (ja) * | 2009-12-15 | 2015-02-04 | キヤノン株式会社 | 画像処理装置、画像処理方法、撮像システム及びプログラム |
JP5727198B2 (ja) * | 2010-11-05 | 2015-06-03 | 株式会社ニデック | 眼科装置 |
JP5701024B2 (ja) * | 2010-11-26 | 2015-04-15 | キヤノン株式会社 | 画像処理装置及び方法 |
JP5751815B2 (ja) * | 2010-12-09 | 2015-07-22 | キヤノン株式会社 | 画像処理装置、撮影システム、画像処理方法及びプログラム |
US8801187B1 (en) * | 2010-12-23 | 2014-08-12 | Carl Zeiss Meditec, Inc. | Methods to reduce variance in OCT analysis of the macula |
US8553219B2 (en) * | 2011-01-24 | 2013-10-08 | Vanderbilt University | Common detector for combined raman spectroscopy-optical coherence tomography |
JP5904711B2 (ja) * | 2011-02-01 | 2016-04-20 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
US9986909B2 (en) * | 2011-02-25 | 2018-06-05 | Canon Kabushiki Kaisha | Image processing apparatus and image processing system for displaying information about ocular blood flow |
JP5792967B2 (ja) * | 2011-02-25 | 2015-10-14 | キヤノン株式会社 | 画像処理装置及び画像処理システム |
JP5289496B2 (ja) * | 2011-03-31 | 2013-09-11 | キヤノン株式会社 | 眼科装置 |
JP6025311B2 (ja) * | 2011-08-01 | 2016-11-16 | キヤノン株式会社 | 眼科診断支援装置および方法 |
JP6226510B2 (ja) * | 2012-01-27 | 2017-11-08 | キヤノン株式会社 | 画像処理システム、処理方法及びプログラム |
JP5936254B2 (ja) * | 2012-02-29 | 2016-06-22 | 国立大学法人京都大学 | 眼底観察装置及び眼底画像解析装置 |
JP6105852B2 (ja) * | 2012-04-04 | 2017-03-29 | キヤノン株式会社 | 画像処理装置及びその方法、プログラム |
DE102012217555A1 (de) * | 2012-09-27 | 2014-03-27 | Siemens Aktiengesellschaft | Verfahren und Computertomographie-System zur Ermittlung von Knochenmineraldichtewerten |
DE102012019473A1 (de) | 2012-09-28 | 2014-06-12 | Carl Zeiss Meditec Ag | Verfahren zur verlässlichen Bestimmung der Achslänge eines Auges |
JP2014110883A (ja) * | 2012-10-30 | 2014-06-19 | Canon Inc | 画像処理装置及び画像処理方法 |
DE102012221913A1 (de) * | 2012-11-29 | 2014-06-05 | Siemens Aktiengesellschaft | Richtkoppler, insbesondere mit hoher Koppeldämpfung |
WO2014203901A1 (ja) * | 2013-06-19 | 2014-12-24 | 株式会社トプコン | 眼科撮影装置および眼科画像表示装置 |
JP6429447B2 (ja) * | 2013-10-24 | 2018-11-28 | キヤノン株式会社 | 情報処理装置、比較方法、位置合わせ方法及びプログラム |
KR20150145633A (ko) * | 2014-06-20 | 2015-12-30 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어 방법 |
KR20160107799A (ko) * | 2015-03-05 | 2016-09-19 | 삼성전자주식회사 | 단층 영상 장치 및 그에 따른 단층 영상 복원 방법 |
-
2016
- 2016-01-18 JP JP2016007429A patent/JP6748434B2/ja not_active Expired - Fee Related
-
2017
- 2017-01-12 US US15/405,197 patent/US10251548B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20170202453A1 (en) | 2017-07-20 |
US10251548B2 (en) | 2019-04-09 |
JP2017127397A (ja) | 2017-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9098742B2 (en) | Image processing apparatus and image processing method | |
US9585560B2 (en) | Image processing apparatus, image processing method, and program | |
JP6105852B2 (ja) | 画像処理装置及びその方法、プログラム | |
JP4909377B2 (ja) | 画像処理装置及びその制御方法、コンピュータプログラム | |
JP6748434B2 (ja) | 画像処理装置、推定方法、システム及びプログラム | |
US8870377B2 (en) | Image processing apparatus, image processing apparatus control method, ophthalmologic apparatus, ophthalmologic apparatus control method, ophthalmologic system, and storage medium | |
US20110137157A1 (en) | Image processing apparatus and image processing method | |
JP2019511940A (ja) | 機械学習技法を用いたoctアンギオグラフィにおけるアーチファクトを減少させるための方法及び装置 | |
EP2779095B1 (en) | Optic disc image segmentation method | |
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 | |
EP2693399B1 (en) | Method and apparatus for tomography imaging | |
KR20130027506A (ko) | 단층화상 관찰장치, 처리 방법 및 컴퓨터 판독 가능한 기억매체 | |
JP2013153844A (ja) | 画像処理装置、画像処理方法及びプログラム。 | |
JP6526145B2 (ja) | 画像処理システム、処理方法及びプログラム | |
JP6243957B2 (ja) | 画像処理装置、眼科システム、画像処理装置の制御方法および画像処理プログラム | |
EP3417401B1 (en) | Method for reducing artifacts in oct using machine learning techniques | |
JP2011206519A5 (ja) | ||
JP6739725B2 (ja) | 前眼部3次元画像処理装置および前眼部3次元画像処理方法 | |
JP6526154B2 (ja) | 画像処理装置、眼科システム、画像処理装置の制御方法及び画像処理プログラム | |
JP2018057828A (ja) | 画像処理装置及び画像処理方法 | |
JP6033478B2 (ja) | 眼科装置、層厚比較方法およびプログラム | |
JP5871890B2 (ja) | 眼科装置、層厚比較方法およびプログラム | |
JP2019115827A (ja) | 画像処理システム、処理方法及びプログラム | |
JP2017012921A (ja) | 眼科装置、層厚比較方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181108 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190717 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190806 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191007 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200519 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200616 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200807 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6748434 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |