JPH07136121A - Analyzer for disease of eyeground - Google Patents
Analyzer for disease of eyegroundInfo
- Publication number
- JPH07136121A JPH07136121A JP6251466A JP25146694A JPH07136121A JP H07136121 A JPH07136121 A JP H07136121A JP 6251466 A JP6251466 A JP 6251466A JP 25146694 A JP25146694 A JP 25146694A JP H07136121 A JPH07136121 A JP H07136121A
- Authority
- JP
- Japan
- Prior art keywords
- fundus
- optic nerve
- visual field
- nerve fiber
- optic
- 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.)
- Granted
Links
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は眼底疾患に関する解析装
置に係わり、特に、カラー眼底画像や視野計の測定結果
から得られる視神経乳頭部の状態や視神経線維束欠損を
医学的見地に基づいた解析を含む画像処理を施して検出
し、検出された情報を視神経線維束の配置状態を考慮し
た眼底座標系上で合成することにより、全データを統合
化処理し、緑内障の状態や進行度を検出することのでき
る緑内障等の眼底疾患に関する解析装置に関するもので
ある。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an apparatus for analyzing fundus diseases, and more particularly to analysis of the condition of the optic nerve head and optic nerve fiber bundle defect obtained from color fundus images and measurement results of a perimeter based on a medical viewpoint. Detects the glaucoma status and progress by integrating all the data by synthesizing the detected information by combining the detected information on the fundus coordinate system considering the arrangement state of the optic nerve fiber bundle. The present invention relates to an analyzing device for fundus diseases such as glaucoma that can be performed.
【０００２】[0002]
【従来の技術】近年、緑内障の患者が急増しており、患
者が自覚症状を訴えて眼科医を訪れる時には、緑内障の
症期としては既に末期に近く、視神経線維全体の８０％
以上を失っているものが大半であった。2. Description of the Related Art In recent years, the number of patients with glaucoma has been rapidly increasing, and when the patient complains of subjective symptoms and visits an ophthalmologist, the stage of glaucoma is already close to the end stage, and 80% of all optic nerve fibers are present.
Most of them lost the above.
【０００３】眼球は、その内部が硝子体と房水で満たさ
れ、それらの圧力によりその形状を維持している。この
内部からの圧力である眼圧は、一定の生理的な範囲があ
る。この眼圧が高すぎると眼内の循環が阻害されたり、
視神経が圧迫されることでその萎縮が生じる。この眼圧
が高すぎて視機能障害が生じた状態が緑内障であり、失
明の原因としてその頻度はかなり高いものである。The interior of the eyeball is filled with the vitreous body and aqueous humor, and its shape is maintained by the pressure of them. The intraocular pressure, which is the pressure from the inside, has a certain physiological range. If this intraocular pressure is too high, the circulation in the eye is disturbed,
The atrophy occurs when the optic nerve is compressed. Glaucoma is a condition in which this intraocular pressure is too high to cause visual dysfunction, and it is a frequent cause of blindness.
【０００４】この緑内障に対して重要なポイントは、視
神経障害の発生及び進行防止であり、この目的を達成す
るためには可能な限り早期に診断し、かつ適切な管理と
治療を行うことである。[0004] An important point for this glaucoma is to prevent the occurrence and progression of optic neuropathy, and to achieve this purpose, make a diagnosis as early as possible, and perform appropriate management and treatment. .
【０００５】緑内障の異常所見は、眼圧、眼底そして視
野をはじめとする各種の視機能障害が見られ、しかもそ
れぞれ特徴を有している。従って緑内障の早期発見手段
には、眼圧検査による早期発見法、眼底検査による早期
発見法、視野をはじめとする各種の視機能検査法等の検
査結果を総合して診断することになる。Abnormal findings of glaucoma include various visual dysfunctions such as intraocular pressure, fundus and visual field, and each has its own characteristics. Therefore, the means for early detection of glaucoma is to comprehensively diagnose test results such as an early detection method by an intraocular pressure test, an early detection method by a fundus examination, and various visual function inspection methods including a visual field.
【０００６】これらの検査精度を向上させるために、眼
底乳頭の３次元測定結果から、Ｃ／Ｄ比（ＣＵＰ／ＤＩ
ＳＫ直径比、乳頭陥凹の大きさを表すもので、陥凹の直
径と乳頭径の比を表す）、ＣＵＰ内の平均陥凹、上下左
右斜め方向のＲＩＭ幅等のパラメータを求め、このパラ
メータをニューラルネットワークに入力させて視野欠損
や進行度の予測を行うものが存在していた。In order to improve the accuracy of these examinations, the C / D ratio (CUP / DI
SK diameter ratio, which expresses the size of the nipple recess, which represents the ratio of the diameter of the nipple to the nipple diameter), the average recess in the CUP, and the RIM width in the up, down, left, and right diagonal directions. There was a system that inputs to a neural network to predict visual field loss and progress.
【０００７】更に網膜視神経線維層の欠損を正確にとら
えるには、散瞳を十分に行い、眼底を明るく照射し、網
膜視神経線維層に正確に焦点を合わせ、網膜視神経線維
層からの反射を増強させコントラストを付けることが重
要となる。このため無赤色眼底写真撮影を行い、黄斑ー
視神経乳頭ラインの中心付近の垂直線上や、視神経乳頭
周囲の視神経線維束の階調濃度をコンピュータ処理等に
より算出し、正常者群のデータと比較することにより、
緑内障患者と正常者との判別を行うものも存在してい
た。Further, in order to accurately detect a defect in the retinal optic nerve fiber layer, a sufficient amount of mydriasis is performed, the fundus is illuminated brightly, the retinal optic nerve fiber layer is accurately focused, and reflection from the retinal optic nerve fiber layer is enhanced. It is important to add contrast. For this reason, red-free fundus photography is performed, and the gradation density of the optic nerve fiber bundle on the vertical line near the center of the macula-optic disc and around the optic disc is calculated by computer processing, etc., and compared with the data of the normal group. By
There are also those that distinguish glaucoma patients from normal persons.
【０００８】また単なるＣ／Ｄ比では、十分なパラメー
タとはなり得ないことから、視神経線維束が、乳頭面に
おいてそれぞれ固有の領域を有することに着目し、視神
経乳頭量定パターンを設定し、これらのパターンと観察
又は撮影した眼底視神経乳頭部を比較し、視神経線維束
欠損の情報を参考所見として加えて緑内障の診断を行っ
ている。Since a simple C / D ratio cannot be a sufficient parameter, attention is paid to the fact that the optic nerve fiber bundle has its own region on the papilla surface, and the optic disc titration pattern is set. The glaucoma is diagnosed by comparing these patterns with the observed or photographed fundus optic nerve head and adding information on the optic nerve fiber bundle defect as a reference finding.
【０００９】そして視神経乳頭を神経線維の配置に従っ
て１２のセクタに分割し、無赤色眼底写真撮影をデジタ
イザーで読み取り、視神経乳頭面積、乳頭陥凹面積等を
求め、各セクタ毎にＣ／Ｄ・Ａ比（陥凹の占める面積
比）を演算し、緑内障視野進行との相関を検討したもの
も存在していた。Then, the optic disc is divided into 12 sectors according to the arrangement of nerve fibers, the red-free fundus photography is read by a digitizer, the optic disc area, the nipple depression area, etc. are obtained, and C / D ・ A is calculated for each sector. There was also one that calculated the ratio (area ratio occupied by the recess) and examined the correlation with the progression of the glaucoma visual field.
【００１０】[0010]
【発明が解決しようとする課題】しかしながら上記従来
の緑内障の解析装置は、解析を行う対象部位が視神経乳
頭であったり、視神経線維束であるという個別的、部分
的な解析であるため、医師が行う様な視神経乳頭、網
膜、視野等を利用した総合的な解析、判断ができないと
いう問題点があった。However, since the above-mentioned conventional glaucoma analysis apparatus is an individual and partial analysis in which the target site to be analyzed is the optic disc or the optic nerve fiber bundle, There is a problem that it is impossible to make a comprehensive analysis and judgment using the optic disc, retina, visual field, etc., as is done.
【００１１】更に視神経乳頭、網膜、視野等の全データ
を自動的に電算機処理を行うシステムが存在しないた
め、無赤色眼底写真をデジタイザで読み取る等の煩雑な
手作業を実行しなければならず、極めて非効率である
上、再現性が乏しいという深刻な問題点があった。Furthermore, since there is no system for automatically computerizing all data of the optic disc, retina, visual field, etc., complicated manual work such as reading a red-free fundus photograph with a digitizer must be executed. There was a serious problem that it was extremely inefficient and poor in reproducibility.
【００１２】[0012]
【課題を解決するための手段】本発明は上記課題に鑑み
案出されたもので、被検者の眼底画像データから黄斑部
位置及び乳頭位置を決定するための特徴抽出部と、抽出
された黄斑部位置及び乳頭位置並びに所定の視神経線維
束の分布パターンに基づき、眼底座標系を設定する眼底
座標系設定部と、与えられる視野測定結果を前記眼底座
標系に基づいて変換するための視野データ変換部と、前
記眼底画像データから眼底疾患による影響部分を抽出す
るための影響部分抽出部と、前記視野データ及び前記影
響部分を前記眼底座標系に基づいて関連づけ、眼底疾患
を解析する解析部とから構成されている。The present invention has been devised in view of the above problems, and a feature extraction unit for determining a macular position and a nipple position from fundus image data of a subject is extracted. Based on the macular position and the papilla position and a predetermined distribution pattern of the optic nerve fiber bundle, a fundus coordinate system setting unit that sets a fundus coordinate system, and visual field data for converting a given visual field measurement result based on the fundus coordinate system. A conversion unit, an affected portion extraction unit for extracting an affected portion due to a fundus disease from the fundus image data, the visual field data and the affected portion are associated with each other based on the fundus coordinate system, and an analysis unit for analyzing a fundus disease. It consists of
【００１３】また本発明は、被検者の眼底画像データか
ら黄斑部位置及び乳頭位置を決定するための特徴抽出部
と、抽出された黄斑部位置及び乳頭位置に基づき、被検
者の視神経線維束の分布パターンを形成する視神経線維
束の分布パターン形成部と、与えられる視野測定結果を
前記眼底座標系に基づいて変換するための視野データ変
換部と、前記眼底画像データから眼底疾患による影響部
分を抽出するための影響部分抽出部と、前記視野データ
及び前記影響部分を前記視神経線維束の分布パターンに
基づいて関連づけ、眼底疾患を解析する解析部とから構
成されている。The present invention also provides a feature extraction unit for determining a macular position and a nipple position from fundus image data of the subject, and an optic nerve fiber of the subject based on the extracted macular position and nipple position. A distribution pattern forming unit of an optic nerve fiber bundle forming a distribution pattern of a bundle, a visual field data converting unit for converting a given visual field measurement result based on the fundus coordinate system, and a portion affected by fundus disease from the fundus image data And an analysis unit for associating the visual field data and the influence portion with each other based on the distribution pattern of the optic nerve fiber bundle to analyze a fundus disease.
【００１４】更に本発明の影響部分抽出部は、眼底画像
データから蒼白部を抽出して乳頭内蒼白部偏位分布を決
定し、乳頭縁付近の眼底画像データから血管屈曲度を測
定し、前記眼底画像データを視神経線維束に沿って平均
濃度を求め視神経線維束欠損示唆度を測定するように構
成することもできる。Further, the influential part extraction unit of the present invention extracts the pallor part from the fundus image data to determine the intra-papillary pallor shift distribution, measures the degree of blood vessel flexion from the fundus image data near the nipple edge, and The fundus image data may be configured to obtain an average density along the optic nerve fiber bundle and measure the optic nerve fiber bundle defect suggestion degree.
【００１５】また、本発明の眼底座標系設定部は、所定
の視神経線維束の分布パターンを乳頭を原点とする乳頭
内角度を基準とする曲面座標系とするように構成するこ
ともできる。Further, the fundus oculi coordinate system setting unit of the present invention may be configured such that the predetermined optic nerve fiber bundle distribution pattern is a curved coordinate system with the intrapapillary angle with the nipple as the origin.
【００１６】[0016]
【作用】以上の様に構成された本発明は、特徴抽出部
が、眼底画像から黄斑部位置及び乳頭位置を決定し、眼
底座標系設定部が、抽出された黄斑部位置及び乳頭位置
並びに所定の視神経線維束の分布パターンに基づき、眼
底座標系を設定し、視野データ変換部が、与えられる視
野測定結果を眼底座標系に基づいて変換し、影響部分抽
出部が、眼底画像データから眼底疾患による影響部分を
抽出し、解析部が、視野データ及び影響部分を眼底座標
系に基づいて関連づけ、眼底疾患を解析する様になって
いる。In the present invention configured as described above, the feature extraction unit determines the macula position and the papilla position from the fundus image, and the fundus coordinate system setting unit determines the extracted macula position and papilla position and the predetermined position. The fundus coordinate system is set based on the distribution pattern of the optic nerve fiber bundle of, the visual field data conversion unit converts the given visual field measurement result based on the fundus coordinate system, and the affected portion extraction unit extracts the fundus image data from the fundus disease data. The affected part is extracted, and the analysis unit associates the visual field data and the affected part based on the fundus coordinate system to analyze the fundus disease.
【００１７】また本発明は、特徴抽出部が、眼底画像か
ら黄斑部位置及び乳頭位置を決定し、視神経線維束の分
布パターン形成部が、抽出された黄斑部位置及び乳頭位
置に基づき、被検者の視神経線維束の分布パターンを形
成し、視野データ変換部が、与えられる視野測定結果を
眼底座標系に基づいて変換し、影響部分抽出部が、眼底
画像データから眼底疾患による影響部分を抽出し、解析
部が、視野データ及び影響部分を視神経線維束の分布パ
ターンに基づいて関連づけ、眼底疾患を解析する様にな
っている。Further, according to the present invention, the feature extraction unit determines the macula position and the papilla position from the fundus image, and the distribution pattern forming unit of the optic nerve fiber bundle performs the test based on the extracted macula position and the papilla position. Form a distribution pattern of human optic nerve fiber bundles, the visual field data conversion unit converts the given visual field measurement result based on the fundus coordinate system, and the affected portion extraction unit extracts the affected portion due to the fundus disease from the fundus image data. Then, the analysis unit associates the visual field data and the affected portion with each other based on the distribution pattern of the optic nerve fiber bundle, and analyzes the fundus disease.
【００１８】更に本発明の影響部分抽出部は、眼底画像
データから蒼白部を抽出して乳頭内蒼白部偏位分布を決
定し、乳頭縁付近の眼底画像データから血管屈曲度を測
定し、前記眼底画像データを視神経線維束に沿って平均
濃度を求め視神経線維束欠損示唆度を測定するように構
成することもできる。Furthermore, the influential part extraction unit of the present invention extracts the pallor from the fundus image data to determine the intra-papillary pallor shift distribution, measures the degree of blood vessel flexion from the fundus image data near the nipple edge, and The fundus image data may be configured to obtain an average density along the optic nerve fiber bundle and measure the optic nerve fiber bundle defect suggestion degree.
【００１９】[0019]
【００２０】本発明の実施例の緑内障解析装置１０００
を図面に基づいて説明する。A glaucoma analysis apparatus 1000 according to an embodiment of the present invention.
Will be described with reference to the drawings.
【００２１】本実施例の緑内障解析装置１０００は、眼
底疾患に関する解析装置に該当するものであり、被検者
の眼底画像データや視野データを電算機により処理演算
を行い、眼科医の緑内障に対する総合判断を支援するも
のである。The glaucoma analysis apparatus 1000 of this embodiment corresponds to an analysis apparatus for fundus diseases, and performs a processing calculation of fundus image data and visual field data of a subject by a computer, and an ophthalmologist comprehensively deals with glaucoma. It supports judgment.
【００２２】緑内障解析装置１０００は図１に示す様
に、演算処理装置１００と、この演算処理装置１００に
接続されるプログラム用メモリ２００と、データ用メモ
リ３００と、表示装置４００とから構成されている。こ
の緑内障解析装置１０００には、視野計２０００と眼底
カメラ３０００が接続されている。As shown in FIG. 1, the glaucoma analysis apparatus 1000 comprises an arithmetic processing unit 100, a program memory 200 connected to the arithmetic processing unit 100, a data memory 300, and a display unit 400. There is. A perimeter 2000 and a fundus camera 3000 are connected to the glaucoma analysis apparatus 1000.
【００２３】演算処理手段１００は図２に示す様に、眼
底画像から黄斑部位置及び乳頭位置を決定するための特
徴抽出部１１０と、所定の視神経線維束の分布パター
ン、抽出された黄斑部位置及び乳頭位置に基づき、眼底
座標系を設定するための眼底座標系設定部１２０と、与
えられる視野測定結果を眼底座標系に基づいて変換する
ための視野データ変換部１３０と、眼底画像データから
眼底疾患によって影響を受けた影響部分を抽出するため
の影響部分抽出部１４０と、視野データ及び特徴部分を
眼底座標系に基づいて関連づけ、眼底疾患を解析するた
めの解析部１５０とから構成されている。As shown in FIG. 2, the arithmetic processing means 100 includes a feature extraction unit 110 for determining a macular position and a papilla position from a fundus image, a predetermined optic nerve fiber bundle distribution pattern, and extracted macular position. And a fundus coordinate system setting unit 120 for setting a fundus coordinate system based on the nipple position, a visual field data conversion unit 130 for converting a given visual field measurement result based on the fundus coordinate system, and a fundus image data to the fundus. The influence part extraction part 140 for extracting the influence part affected by the disease and the analysis part 150 for associating the visual field data and the characteristic part based on the fundus coordinate system and analyzing the fundus disease. .
【００２４】（基本構成の原理）(Principle of Basic Configuration)
【００２５】次に本実施例の緑内障解析装置１０００で
使用される基本構成の原理を詳細に説明する。Next, the principle of the basic configuration used in the glaucoma analysis apparatus 1000 of this embodiment will be described in detail.
【００２６】「Ａ：眼底座標自動作成ブロック」"A: fundus coordinate automatic creation block"
【００２７】眼底座標自動作成ブロックは、視神経乳頭
の検出と黄斑部の検出と眼底座標の設定の３工程から構
成されている。The fundus coordinate automatic creation block is composed of three steps of detecting the optic disc, detecting the macula, and setting the fundus coordinates.
【００２８】眼底座標自動作成ブロックは図３に示す様
に、まずステップ１（以下、Ｓ１と略する）で実行を開
始し、Ｓ２では視神経乳頭の検出（図４）を行い、次に
Ｓ３では黄斑部の検出（図１４）を行う。更にＳ４では
眼底座標の設定を行い、Ｓ５で実行を終了する様になっ
ている。As shown in FIG. 3, the fundus coordinate automatic generation block first starts its execution in step 1 (hereinafter abbreviated as S1), detects the optic disc (FIG. 4) in S2, and then in S3. The macula is detected (FIG. 14). Further, the fundus coordinates are set in S4, and the execution is ended in S5.
【００２９】（１）「視神経乳頭の検出（図３のＳ
２）」(1) "Detection of optic disc (S in FIG. 3)
2) "
【００３０】次に上述の視神経乳頭の検出を図４に基づ
いて説明する。Next, the detection of the above-described optic disc will be described with reference to FIG.
【００３１】まず、Ｓ１で検出を開始し、Ｓ２では、色
利用による視神経乳頭の検出を行う。次にＳ３では、縦
血管を用いた視神経乳頭の検出を行う。そしてＳ４で
は、Ｓ２による色利用による視神経乳頭の検出と、Ｓ３
による縦血管を用いた視神経乳頭の検出との結果を比較
し、誤認識がないか判定する。即ち、Ｓ２とＳ３で検出
された視神経乳頭の領域が一部分でも重なれば、Ｓ２の
色利用により検出された視神経乳頭を正しいものとして
保存する。またＳ２とＳ３で検出された視神経乳頭の領
域が、一部分も重ならない場合には、検者が画面上で確
認し、色利用による視神経乳頭の検出と、縦血管を用い
た視神経乳頭の検出との結果のいずれかが正しいかを決
定したり、また、検者がマニュアルで画面上で指定する
などして決定する。このＳ４で視神経乳頭の領域を判定
処理することにより、検出結果の信頼性を向上させるこ
とができる。そしてＳ５に進んで視神経乳頭の検出を終
了する。First, the detection is started in S1, and the optic disc is detected by utilizing the color in S2. Next, in S3, the optic disc is detected using the vertical blood vessels. Then, in S4, the optic disc is detected by using the color in S2, and S3 is detected.
The result is compared with the result of the detection of the optic disc using the vertical blood vessel according to the above, and it is determined whether there is a misrecognition. That is, if the optic disc areas detected in S2 and S3 partially overlap, the optic disc detected by using the color in S2 is saved as a correct one. When the optic disc areas detected in S2 and S3 do not partially overlap with each other, the examiner confirms on the screen to detect the optic disc using color and detect the optic disc using the longitudinal blood vessels. It is determined whether any of the results of (1) is correct, or the examiner manually specifies it on the screen. By performing the determination process on the area of the optic disc in S4, the reliability of the detection result can be improved. Then, the process proceeds to S5 to end the detection of the optic disc.
【００３２】「色利用による視神経乳頭の検出（図４
のＳ２）」"Detection of optic disc by color utilization (Fig. 4
S2) "
【００３３】ここで色利用による視神経乳頭の検出を図
５に基づいて詳細に説明する。まずＳ１で検出を開始
し、Ｓ２では眼底画像データをＲＧＢ空間からＨＳＩ空
間に変換し、色相（Ｈ：ｈｕｅ）、彩度（Ｓ：ｓａｔｕ
ｒａｔｉｏｎ）、明度（Ｉ：ｉｎｔｅｎｓｉｔｙ）成分
を得る。即ちＨＳＩ変換は、ＲＧＢ（レッド、グリー
ン、ブルー）の三原色から、色相、彩度、明度のデータ
を得るものである。このＨＳＩ変換には、種々の変換方
式が存在するが、本実施例では双六角錐モデルを採用し
ている。この双六角錐モデルは、２つの六角錐を２つ貼
り合わせた構成となっており、六角錐の中心軸をなす明
度軸Ｉにおいて、片方の頂点をＩ＝０の黒、他方の頂点
をＩ＝１の白とし、Here, the detection of the optic nerve head by using colors will be described in detail with reference to FIG. First, in S1, detection is started, and in S2, fundus image data is converted from RGB space to HSI space, and hue (H: hue) and saturation (S: satur) are converted.
ratio) and a lightness (I: intensity) component are obtained. That is, the HSI conversion obtains data of hue, saturation, and brightness from the three primary colors of RGB (red, green, blue). Although there are various conversion methods for this HSI conversion, the bihexagonal pyramid model is adopted in this embodiment. This bi-hexagonal pyramid model has a structure in which two hexagonal pyramids are bonded together. In the lightness axis I forming the central axis of the hexagonal pyramid, one vertex is black with I = 0 and the other vertex is I. = 1 white
【００３４】Ｉ＝（ｍａｘ｛Ｒ、Ｇ、Ｂ｝＋ｍｉｎ
｛Ｒ、Ｇ、Ｂ｝）／２I = (max {R, G, B} + min
{R, G, B}) / 2
【００３５】と定義する。It is defined as
【００３６】ここで、ＨＳＩ変換は、Here, the HSI conversion is
【００３７】Ｉ＝（Ｉｍａｘ＋Ｉｍｉｎ）／２I = (Imax + Imin) / 2
【００３８】但し、Ｉｍａｘ＝ｍａｘ｛Ｒ、Ｇ、Ｂ｝ Ｉｍｉｎ＝ｍｉｎ｛Ｒ、Ｇ、Ｂ｝However, Imax = max {R, G, B} Imin = min {R, G, B}
【００３９】そして、Ｉｍａｘ、Ｉｍｉｎ、Ｒ、Ｇ、Ｂ
を利用して、Ｓ及びＨも定めることができる。Then, Imax, Imin, R, G, B
Can also be used to determine S and H.
【００４０】次にＳ３では、視神経乳頭部が他の部分よ
り明るいことから、探索対象となる眼底画像データから
明度Ｉの最大値を探索し、高明度点とする。次にＳ４で
は、明るい部分を領域として抽出するためのラベリング
の探索レンジを決定する。高明度点の周囲８画素の中か
ら明度が最小の値を選択し、高明度点と８画素中で明度
が最小の点との間をラベリング対象明度範囲としてい
る。Next, in S3, since the optic papilla is brighter than other parts, the maximum value of the lightness I is searched from the fundus image data to be searched, and is set as the high lightness point. Next, in S4, a labeling search range for extracting a bright portion as a region is determined. A minimum brightness value is selected from the eight pixels around the high brightness point, and the brightness range between the high brightness point and the point having the minimum brightness among the eight pixels is set as the labeling target brightness range.
【００４１】ここでラベリングとは、ラベリング探索レ
ンジを決定した高明度点に隣接する画素を同じグループ
とし、これにラベル（番号）を割当てる作業である。最
大値となる高明度点が、２点以上あれば、その数分のラ
ベリングが行われる。Labeling is a work in which pixels adjacent to the high-brightness point for which the labeling search range is determined are in the same group, and a label (number) is assigned to this group. If there are two or more high-brightness points that have the maximum value, labeling is performed for that number.
【００４２】そしてＳ５では、高明度点からラベリング
対象明度範囲に含まれる画素をラベリングする。更にＳ
６では８回繰り返しているか否かを判断し、８回繰り返
していない場合には、Ｓ３に戻る様になっている。この
際のＳ３での高明度点の探索は、ラベリングされた眼底
画像データをラベリング処理対象から除外して行われ
る。またＳ６で、８回繰り返していると判断した場合に
は、Ｓ７に進む。Ｓ７では視神経乳頭が、高明度かつ高
彩度であることに着目し、ラベル毎に平均彩度を求め、
その平均彩度の最も大きなラベルを視神経乳頭として選
択する。Then, in S5, the pixels included in the lightness range to be labeled from the high lightness point are labeled. Furthermore S
In 6, it is judged whether or not it has been repeated 8 times, and if it has not been repeated 8 times, the process returns to S3. The search for the high-brightness point in S3 at this time is performed by excluding the labeled fundus image data from the labeling processing target. If it is determined in S6 that the process is repeated eight times, the process proceeds to S7. In S7, focusing on the fact that the optic disc is highly bright and highly saturated, the average saturation is calculated for each label,
The label with the highest average saturation is selected as the optic disc.
【００４３】更にＳ８では図６に示す様に、Ｓ７で選択
された各ラベルの内、平均彩度が最大ラベル中で最も明
度の高い点（高明度点）を視神経乳頭内点とする。Further, in S8, as shown in FIG. 6, among the labels selected in S7, the point having the highest lightness (high lightness point) in the label having the highest average saturation is set as the optic disc innermost point.
【００４４】（視神経乳頭縁の決定）(Determination of optic disc edge)
【００４５】次に視神経乳頭縁の決定処理について説明
する。まず視神経乳頭概略形状を抽出することにする。
Ｓ９では、Ｓ８で選択された視神経乳頭内点を中心とし
て３６０度を１度刻みに放射状のプロファイルを得る。
ここでプロファイルとは、連続した画像データの明度変
化を折れ線で表したものである。このプロファイルをＲ
（レッド）、Ｇ（グリーン）、Ｂ（ブルー）成分の内、
Ｒ成分を示すと図７の様になる。この図７を見るとＲ
（レッド）成分では、血管による落ち込みよりも視神経
乳頭の落ち込みの方が大きいので、このＲ成分を用いる
こととする。なお、落ち込み量を図８に示す様になって
いる。Next, the optic disc edge determination process will be described. First, we will extract the schematic shape of the optic disc.
In S9, a radial profile is obtained in steps of 360 degrees with the optic disc inner point selected in S8 as the center.
Here, the profile is a polygonal line that represents changes in brightness of continuous image data. This profile is R
Of the (red), G (green) and B (blue) components,
FIG. 7 shows the R component. Looking at this Figure 7, R
With the (red) component, the depression of the optic nerve head is larger than the depression of the blood vessel, so this R component is used. In addition, the amount of depression is as shown in FIG.
【００４６】そしてＳ１０では、Ｓ９で得られた１度刻
みの各プロファイルから、最大落ち込み量の落ち始め位
置と落ち終わり位置とを検出し、これらの範囲を視神経
乳頭縁検出範囲として設定する。またＳ１１では、Ｓ１
０で設定された視神経乳頭縁検出範囲内で微分値が最大
となる点を検出し、この点を視神経乳頭縁とする。更に
全てのプロファイルに対して検出された視神経乳頭縁を
直線的に繋げることにより、視神経乳頭縁概略形状とす
る。Then, in S10, the falling start position and the falling end position of the maximum dip amount are detected from each of the once-obtained profiles obtained in S9, and these ranges are set as the optic disc edge detection range. In S11, S1
The point having the maximum differential value is detected within the optic disc edge detection range set at 0, and this point is set as the optic disc edge. Further, the detected optic disc margins are linearly connected to all the profiles to form a schematic shape of the optic disc edge.
【００４７】Ｓ１１により視神経乳頭縁概略形状が決定
されたので、これを利用して詳細視神経乳頭縁を定める
ことにする。詳細視神経乳頭縁を定めるには、視神経乳
頭部分のＲ成分の反射が特に大きいことに着目し、原則
的にはＲ画像を使用するが、Ｒ画像が露出過多等で使用
不能の場合には、Ｇ画像又はＢ画像を採用することもで
きる。Since the approximate shape of the optic disc edge is determined in S11, the detailed optic disc edge is determined by utilizing this. In order to determine the optic disc edge, pay attention to the fact that the R component of the optic disc portion has a particularly large reflection, and in principle use the R image, but if the R image is overexposed or otherwise unusable, It is also possible to adopt a G image or a B image.
【００４８】まずＳ１２では、Ｓ１１で得られた視神経
乳頭縁概略形状を膨張させ、詳細な視神経乳頭縁の探索
領域を設定する。ここでは眼底座標自動作成機能の情報
を利用することにより、探索領域を限定し、解析に悪影
響を与える他領域の余分情報が混入しない様にしてヒス
トグラム解析の精度を向上させている。First, in S12, the approximate shape of the optic disc edge obtained in S11 is expanded to set a detailed search area for the optic disc edge. Here, by using the information of the fundus coordinate automatic creation function, the search area is limited, and the accuracy of the histogram analysis is improved by preventing the inclusion of extra information in other areas that adversely affect the analysis.
【００４９】次にＳ１３では二値化のしきい値を決定す
るために、ヒストグラム解析を行う。ヒストグラム解析
とは、画像の明度値の分布を調べるものであり、各明度
値をもつ画素が、画像中にいくつあるか計測することに
より解析することができる。視神経乳頭部のヒストグラ
ムは、領域を適切に設定すると明度の低い順に図９に示
す様に、視神経乳頭縁外側近辺を示すヒストグラムの峰
と、視神経乳頭縁内側近辺を示すヒストグラムの峰と、
蒼白部を示すヒストグラムの峰の３つの峰に分化する。
従って視神経乳頭縁外側近辺を示す峰と視神経乳頭縁内
側近辺を示す峰の中間に存在する谷底に対応する明度
を、二値化するためのしきい値として決定する。Next, in S13, a histogram analysis is performed in order to determine the threshold value for binarization. Histogram analysis is for examining the distribution of brightness values of an image, and can be analyzed by measuring how many pixels having each brightness value are present in the image. As for the histogram of the optic papilla, as shown in FIG. 9 in order of increasing lightness when the region is appropriately set, a peak of the histogram showing the vicinity of the outer side of the optic disc edge and a peak of the histogram showing the vicinity of the inner side of the optic disc edge,
Divide into three peaks of the histogram showing the pale part.
Therefore, the lightness corresponding to the valley bottom existing between the peak indicating the outer side of the optic disc edge and the peak indicating the inner side of the optic disc edge is determined as the threshold value for binarization.
【００５０】次にＳ１４では、Ｓ１３で決定されたしき
い値を使用して画像データの二値化を行い、網膜や血管
の反射等により視神経乳頭の外側に出現するノイズを除
去する。本実施例のノイズの除去は面積を基準として行
い、２００画素以下をノイズとして処理しているが、そ
の他の方式でノイズの除去を行ってもよい。Next, in S14, the threshold value determined in S13 is used to binarize the image data to remove noise appearing outside the optic disc due to reflection of the retina or blood vessels. In this embodiment, the noise is removed based on the area and 200 pixels or less are processed as noise, but the noise may be removed by other methods.
【００５１】そしてＳ１５では、Ｓ１４で二値化された
画像データに対して、膨張、収縮処理を２回行うことに
より、視神経乳頭内部にある血管により起因する二値化
された視神経乳頭領域内の***を埋めることができる。
ここで収縮処理とは、与えられた連結成分の境界点を全
て取り除いて１層分小さくする処理であり、膨張とは、
逆に１層太らせる処理である。この膨張・収縮処理を組
み合わせることにより、二値化画像の中の小成分や小さ
な穴を検出し、消滅させたりすることができる。Then, in S15, the image data binarized in S14 is subjected to expansion and contraction processing twice, so that the inside of the binarized optic disc area caused by the blood vessels inside the optic disc is processed. Can fill small holes.
Here, the contraction process is a process of removing all the boundary points of a given connected component to reduce it by one layer, and the expansion process is
On the contrary, it is a process for thickening one layer. By combining this expansion / contraction processing, small components and small holes in the binarized image can be detected and eliminated.
【００５２】更にＳ１６では２値化された画像データの
縁のみを抽出し、Ｓ１７に進んで、Ｓ１６で抽出された
データに対してラベリングを施し、視神経乳頭縁と認識
する。Further, in S16, only the edge of the binarized image data is extracted, the process proceeds to S17, the data extracted in S16 is labeled, and it is recognized as the optic disc edge.
【００５３】次にＳ１８では、Ｓ１７で認識された視神
経乳頭縁から中心を決定する。なお、本実施例の中心決
定は重心を利用して行っているが、視神経乳頭縁の最大
縦横径を持つ線分の交点等を採用することもできる。Next, in S18, the center is determined from the optic disc edge recognized in S17. Although the center of gravity is determined by using the center of gravity in this embodiment, the intersection of line segments having the maximum longitudinal and transverse diameters of the optic disc edge can also be adopted.
【００５４】そしてＳ１９では、以上の処理により得ら
れた詳細視神経乳頭縁の形状及び座標情報を保存した
後、Ｓ２０に進んで実行を終了する。Then, in S19, the detailed shape and coordinate information of the optic disc edge obtained by the above processing are stored, and then the process proceeds to S20 to end the execution.
【００５５】「血管を用いた視神経乳頭検出処理（図
４のＳ３）」"Optical nerve head detection process using blood vessels (S3 in FIG. 4)"
【００５６】次に血管を用いた視神経乳頭検出処理を図
１０に基づいて説明する。視神経乳頭では、視神経乳頭
から黄斑方向を横方向とすれば、血管が上下方向に分岐
してわかれて行く特徴がある。この視神経乳頭から上下
方向に分岐していく血管を縦血管と定義し、この縦血管
を利用して視神経乳頭を決定することにする。Next, the optic disc detection processing using blood vessels will be described with reference to FIG. In the optic disc, if the macula direction is the lateral direction from the optic disc, the blood vessels have a characteristic of branching in the vertical direction. A blood vessel that branches vertically from the optic nerve head is defined as a vertical blood vessel, and the vertical blood vessel is used to determine the optic nerve head.
【００５７】まずＳ１で検出を開始し、Ｓ２では、ＲＧ
Ｂ画像から網膜より血管のレベルが高い画像に色変換を
行う。この色変換は例えば、Ｒ／Ｇ、ｒ、２５５−ｇ、
Ｒ−Ｇ、ｒ−ｇ等の画像である。本実施例では、Ｒ／Ｇ
を採用しているが、ｒ、２５５−ｇ、Ｒ−Ｇ、ｒ−ｇ等
を用いて処理を行うこともできる。ここで、ｒ、ｇ、ｂ
とは、ＲＧＢ画像データから明るさを除外したものであ
り、First, detection is started in S1 and RG is detected in S2.
Color conversion is performed from the B image to an image in which the blood vessel level is higher than the retina. This color conversion is performed by, for example, R / G, r, 255-g,
Images such as R-G and r-g. In this embodiment, R / G
However, the treatment can also be performed using r, 255-g, R-G, r-g, or the like. Where r, g, b
Means that the brightness is excluded from the RGB image data,
【００５８】ｒ＝Ｒ／（Ｒ＋Ｇ＋Ｂ）R = R / (R + G + B)
【００５９】ｇ＝Ｇ／（Ｒ＋Ｇ＋Ｂ）G = G / (R + G + B)
【００６０】ｂ＝Ｂ／（Ｒ＋Ｇ＋Ｂ）B = B / (R + G + B)
【００６１】と表すことができる。It can be expressed as
【００６２】次にＳ３では縦血管を抽出する。なお抽出
方法を後に詳細に説明する。Next, in S3, a vertical blood vessel is extracted. The extraction method will be described in detail later.
【００６３】そしてＳ４では、Ｓ３で得られた縦血管を
図１１に示す様に細線化する。Then, in S4, the longitudinal blood vessel obtained in S3 is thinned as shown in FIG.
【００６４】更にＳ５では、Ｓ４で細線化した縦血管に
対してラベリングする。このラベリングは、端点又は交
差点から、端点又は交差点までを１つのラベルとして実
行する。Further, in S5, the vertical blood vessels thinned in S4 are labeled. This labeling is performed from the end point or the intersection to the end point or the intersection as one label.
【００６５】そしてＳ６では、Ｓ５でラベリングされた
結果を最小自乗法等を使用して直線近似する。なお１ラ
ベルに含まれる画素数が多い場合には、直線ではなくな
る場合があり、直線近似が不可能となってしまう。即
ち、近似した直線が血管の配置から離れてしまい、視神
経乳頭上に近似した直線が通過しなくなる。このため、
高次の最小自乗法を採用する方法もあるが、本実施例で
は、ラベルを２０画素に分割して直線近似することによ
り、近似した直線が小領域で血管の配置と合う様にし
て、近似した直線が視神経乳頭上を通過し易くしてい
る。なお、２０画素以下のラベルはそのままとしてい
る。Then, in S6, the result of labeling in S5 is linearly approximated by using the least square method or the like. If the number of pixels included in one label is large, the label may not be a straight line, and a straight line approximation may not be possible. That is, the approximated straight line is separated from the arrangement of blood vessels, and the approximated straight line does not pass on the optic disc. For this reason,
Although there is a method of adopting a higher-order least squares method, in the present embodiment, the label is divided into 20 pixels and linear approximation is performed so that the approximated straight line matches the arrangement of blood vessels in a small region, and the approximation is performed. The straight line makes it easy to pass over the optic disc. The labels with 20 pixels or less are left as they are.
【００６６】次にＳ７では、Ｓ６で直線近似した結果の
直線を中心に幅を持たせ、太線化した結果を累積して加
算する。更にＳ８では、Ｓ７で累積加算した結果が最大
である直線が一番良く交わった箇所を上位とし、上位３
番目までを視神経乳頭領域候補とする。そしてＳ９で
は、Ｓ８で得られた視神経乳頭領域候補を保存する様に
なっている。Ｓ９で視神経乳頭領域候補を保存した後、
Ｓ１０に進んで処理を終了する。Next, in S7, the straight line obtained as a result of the straight line approximation in S6 is provided with a width around the center, and the thickened results are accumulated and added. Further, in S8, the place where the straight line with the largest cumulative addition result in S7 intersects the best is set as the top 3
The first to the optic disc areas are selected. Then, in S9, the optic disc area candidates obtained in S8 are stored. After saving the optic disc area candidates in S9,
The process proceeds to S10 and ends the process.
【００６７】（縦血管抽出処理）(Vertical blood vessel extraction processing)
【００６８】次に本実施例の縦血管抽出処理を図１２に
基づいて説明する。Next, the vertical blood vessel extraction processing of this embodiment will be described with reference to FIG.
【００６９】まずＳ１で検出を開始し、Ｓ２では縦線成
分を検出する。この縦線成分の検出は縦線検出フィルタ
のみを用いて、このフィルタに反応した全ての画素を抽
出する。次にＳ３では線追跡を行う。本実施例の線追跡
は、画像全体をスキャンして線要素を検索した場合に
は、検索部分を対象画素として線追跡を行う様になって
いる。線追跡は図１３に示す様に、その対象画像から追
跡画像方向に線要素があれば、その線要素を次の対象画
素として線追跡を行う様になっている。仮に線追跡を行
った結果、該当線要素がない場合には線追跡を中止し、
線追跡した画素数をカウントして保存する。そして画像
の線追跡を開始した点からスキャンを開始し、画像を全
てスキャンした後、線追跡終了する。First, the detection is started in S1, and the vertical line component is detected in S2. This vertical line component is detected by using only the vertical line detection filter, and all pixels that have reacted with this filter are extracted. Next, in S3, line tracing is performed. In the line tracking of the present embodiment, when the entire image is scanned to search for a line element, the line tracking is performed with the search portion as the target pixel. In line tracing, as shown in FIG. 13, if there is a line element in the tracking image direction from the target image, line tracing is performed with the line element as the next target pixel. As a result of line tracing, if there is no corresponding line element, stop line tracing,
The number of pixels traced by the line is counted and stored. Then, the scanning is started from the point where the line tracing of the image is started, and after the entire image is scanned, the line tracing is completed.
【００７０】そしてＳ４ではノイズ除去を行う様になっ
ている。画像中にはノイズが含まれているので、Ｓ３で
線追跡処理されて得られた画素数Ｐｉと、下記の式のＰ
ｎと比較し、Ｓ３で得られた画素数が少ない場合には、
ノイズと判定して除去する様になっている。本実施例で
は、ａ＝４０９６となっている。Then, in S4, noise removal is performed. Since the image contains noise, the number of pixels Pi obtained by the line tracking processing in S3 and P of the following equation
If the number of pixels obtained in S3 is smaller than that of n,
It is determined to be noise and removed. In this example, a = 4096.
【００７１】Ｐｎ＝ａ／（２０＊（Ｒ／Ｇ）＋１）Pn = a / (20 * (R / G) +1)
【００７２】（２）「黄斑の検出（図３のＳ３）」(2) "Detection of macula (S3 in FIG. 3)"
【００７３】黄斑とは、眼底中央部の中心とその周囲の
半径約２乳頭径の範囲を意味するものである。黄斑は錐
体が密に配置し、明所での視力と色覚を受け持つもので
ある。この黄斑は、周囲の網膜より若干暗く、ある程度
の領域を有し、その形状が錐体であることに着目し、黄
斑部を検出することにする。The macula means the center of the fundus of the fundus and the surrounding area with a radius of about 2 nipples. The macula is a dense arrangement of cones and is responsible for visual acuity and color vision in the light. This macula is slightly darker than the surrounding retina, has a certain area, and its shape is a cone, and the macula is detected.
【００７４】次に本実施例の黄斑の検出を図１４に基づ
いて説明する。Next, the macula detection of this embodiment will be described with reference to FIG.
【００７５】まずＳ１で検出を開始し、Ｓ２では視神経
乳頭の中心から３６０度を１度刻みにプロファイルを作
成する。このプロファイルの範囲は図１５に示す様に、
画像上で１００〜２７０画素の間に設定する。これは黄
斑が視神経乳頭より約２乳頭径耳側（画像上、約１７０
画素）の領域にあることから、眼底画像データの全体か
ら検出するのでなく、範囲を限定して検出することがで
きる。なお、撮像された画像の倍率が変化すれば、範囲
も当然変化する。また撮像された眼の左右情報があれ
ば、検出範囲を更に検出範囲を狭めることができる。First, detection is started in S1, and in S2, a profile is created in steps of 360 ° from the center of the optic disc. The range of this profile is as shown in FIG.
It is set between 100 and 270 pixels on the image. This is because the macula is about 2 papillary ears from the optic disc (about 170 in the image).
Since it is in the area of (pixels), it is possible to detect the fundus image data by limiting the range instead of detecting the entire fundus image data. Note that if the magnification of the captured image changes, the range also changes. Moreover, if there is left-right information of the imaged eye, the detection range can be further narrowed.
【００７６】次にＳ３では、Ｓ２で作成されたプロファ
イルおきに、明度勾配を直線近似する処理を行う。この
明度勾配の直線近似は、シェーディングの影響を取り除
くためである。なおシェーディングとは、画像の端の方
が暗くなる現象を呼んでおり、画像全体を一様な明るさ
になる様に濃度補正を行うことがシェーディング補正で
ある。また直線の傾きは、各プロファイル中の全ての点
の差分値を計算し、その差分値の平均値とする。なお明
度勾配の直線近似は、この差分値を利用する方式のみな
らず、最小自乗法を採用することもできる。Next, in S3, a process of linearly approximating the lightness gradient is performed for each profile created in S2. This linear approximation of the lightness gradient is to remove the influence of shading. Note that shading refers to a phenomenon in which an edge of an image is darker, and shading correction is to perform density correction so that the entire image has uniform brightness. The slope of the straight line is calculated by calculating the difference value of all points in each profile and using the average value of the difference values. Note that the linear approximation of the lightness gradient can adopt not only the method using this difference value but also the least square method.
【００７７】そしてＳ４では、Ｓ２で作成された各プロ
ファイルおきに、しきい値直線を求める処理を行う。こ
の処理はＳ３で得られたシェーディング直線と、元のデ
ータから標準偏差を求め、図１６に示す様にシェーディ
ング直線を標準偏差の２.５倍した分だけ下げた直線
を、しきい値直線としている。この、しきい値曲線を利
用するのは、一定しきい値では比較が困難であるため、
明度の勾配に沿ったしきい値直線で比較を行う様になっ
ている。Then, in S4, the threshold straight line is obtained for each profile created in S2. In this processing, the standard deviation is obtained from the shading straight line obtained in S3 and the original data, and the straight line obtained by lowering the shading straight line by 2.5 times the standard deviation as shown in FIG. 16 is used as the threshold straight line. There is. This threshold curve is difficult to compare with a constant threshold, so
The comparison is made with a threshold straight line along the gradient of brightness.
【００７８】更にＳ５では、比較処理・領域加算を行
う。黄斑を正確に検出するためには、網膜より暗い血管
を除去しなければならない。このためには、黄斑は丸
く、ある程度の領域を取るという特徴と、血管は細長い
という特徴を利用して、黄斑と血管を分離しなければな
らない。即ち、しきい値直線と、そのしきい値直線上に
乗っている画素と比較する場合には、比較する画素の周
囲１１＊１１の領域の平均明度と比較する様になってい
る。また比較結果が、しきい値直線以下の場合には、比
較画素の周囲１１＊１１の領域に１を加算する。この処
理は、Ｓ２で得られたプロファイル全てに行う様になっ
ている。Further, in S5, comparison processing and area addition are performed. Blood vessels that are darker than the retina must be removed for accurate detection of the macula. For this purpose, the macula and the blood vessel must be separated by utilizing the characteristics that the macula is round and takes a certain area and the feature that the blood vessel is elongated. That is, when the threshold straight line and the pixels lying on the threshold straight line are compared, the average brightness of the area 11 * 11 around the pixel to be compared is compared. If the comparison result is less than or equal to the threshold straight line, 1 is added to the area 11 * 11 around the comparison pixel. This process is performed for all the profiles obtained in S2.
【００７９】次にＳ６では、Ｓ５で累積加算された結果
に基づき、図１７に示す様に、累積加算結果の最大とな
る点を黄斑中心部として決定する。最大となる点を利用
することにより、血管の交差部等の小領域の誤検出を防
止することができる。そしてＳ７に進み、Ｓ６で決定さ
れた黄斑の中心位置座標を保存し、Ｓ８に進んで処理を
終了する。Next, in S6, based on the result of cumulative addition in S5, as shown in FIG. 17, the maximum point of the cumulative addition result is determined as the central part of the macula. By using the maximum point, it is possible to prevent erroneous detection of a small area such as an intersection of blood vessels. Then, the process proceeds to S7, the center position coordinates of the macula determined in S6 are stored, and the process ends at S8.
【００８０】（３）「座標軸の決定（眼底座標設定）
（図３のＳ４）」(3) "Determination of coordinate axes (fundus coordinate setting)
(S4 in Fig. 3) "
【００８１】上述した視神経乳頭の検出と黄斑部の検出
の結果から、座標軸の決定を行うことにする。座標軸は
図１８に示す様に、横軸を視神経乳頭の中心と黄斑部を
通る直線とし、縦軸は横軸に垂直で視神経乳頭の中心を
通る直線とする。また黄斑−視神経乳頭距離を単位距離
として直交座標軸を設定する。しかしながら、この直交
座標系は、画像に対して傾いている場合が殆どであり、
直交座標を画像に一致させる場合の画像の変換も処理に
含めることができる。The coordinate axes will be determined based on the results of the above-described detection of the optic disc and the macular portion. As for the coordinate axes, as shown in FIG. 18, the horizontal axis is a straight line passing through the center of the optic disc and the macula, and the vertical axis is a straight line perpendicular to the horizontal axis and passing through the center of the optic disc. The orthogonal coordinate axes are set with the macular-optic disc distance as a unit distance. However, this Cartesian coordinate system is almost always tilted with respect to the image,
Image transformations when matching Cartesian coordinates to images can also be included in the process.
【００８２】この座標軸に後述する「Ｄ：視神経線維束
欠損の自動解析ブロック」で述べるような視神経線維束
分布パターンと結びつけた曲線座標系が、眼底座標系に
相当する。A curvilinear coordinate system in which the coordinate axes are linked to the optic nerve fiber bundle distribution pattern as described in "D: Automatic analysis block of optic nerve fiber bundle defect" described later corresponds to the fundus coordinate system.
【００８３】また同時に視神経乳頭中心を基準に、黄斑
と逆にある横軸を０度とし、縦軸上側を９０度、黄斑側
横軸を１８０度、縦軸下側を２７０度とする様に座標の
角度を設定する。なお以後本明細書では、この座標系の
角度を「乳頭内角度」と呼ぶことにする。At the same time, with the center of the optic disc as the reference, the horizontal axis opposite to the macula is 0 degrees, the vertical axis upper side is 90 degrees, the macula side horizontal axis is 180 degrees, and the vertical axis lower side is 270 degrees. Set the angle of coordinates. In this specification, the angle of this coordinate system will be referred to as "intrapapillary angle" hereinafter.
【００８４】「Ｂ：蒼白部自動解析ブロック」（影響部
分抽出部の一つに相当）"B: Pallet part automatic analysis block" (corresponding to one of the affected part extraction parts)
【００８５】緑内障は視神経線維束が欠損することによ
り、視神経線維束が収束している視神経乳頭内部の形状
に対して、陥凹の拡大という影響を与える様になる。蒼
白部は直接陥凹を意味するものではないが、関連性は高
いことが知られており、臨床上も重要なファクターとさ
れている。In glaucoma, when the optic nerve fiber bundle is lost, the shape of the inside of the optic nerve head where the optic nerve fiber bundle is converged has an effect of enlarging a recess. The pale part does not mean a direct depression, but it is known to be highly related and is considered to be a clinically important factor.
【００８６】蒼白部は、視神経乳頭縁にあるので、眼底
座標自動作成ブロックで使用された視神経乳頭縁を抽出
する原理と同様な方法で、蒼白部縁を抽出することがで
きる。なお本実施例では、蒼白部の検出に使用する画像
を、明るい視神経乳頭内でも飽和しにくいＧ（グリー
ン）画像を使用している。Since the pallor is located on the optic disc edge, the pallor can be extracted by the same method as the principle of extracting the optic disc margin used in the fundus coordinate automatic creation block. In this embodiment, the image used for detecting the pale part is a G (green) image that is less likely to be saturated even in the bright optic disc.
【００８７】なお、Ｇ（グリーン）画像の他、ＨＳＩ空
間に変換後の明度又は彩度の画像を利用することができ
る。In addition to the G (green) image, an image of lightness or saturation after being converted into the HSI space can be used.
【００８８】次に本実施例の蒼白部の検出を図１９に基
づいて説明する。Next, the detection of the pale part of this embodiment will be described with reference to FIG.
【００８９】まずＳ１で検出を開始し、Ｓ２では眼底画
像のＧ（グリーン）画像を呼び出す。次にＳ３では視神
経乳頭中心座標を前述の眼底座標の設定から読み取り、
Ｓ４で視神経乳頭縁座標も前述の眼底座標の設定から読
み取る。次にＳ５に進んで、視神経乳頭縁を蒼白部領域
の探索領域と設定し、ヒストグラム解析を行い、しきい
値を決定する。蒼白部領域のヒストグラムは、領域を適
当に設定すると、鼻側視神経乳頭縁近辺を表すヒストグ
ラムの峰と、主に視神経乳頭縁近辺を表す峰と、蒼白部
を表す峰との３峰に分化する。この点に鑑みて、濃淡値
が最大である蒼白部の峰と、中間に存在する主に視神経
乳頭縁近辺を表す峰の間に存在する谷底に相当する濃淡
値を、二値化のしきい値として決定する。First, the detection is started in S1, and the G (green) image of the fundus image is called in S2. Next, in S3, the optic disc center coordinates are read from the setting of the fundus coordinates described above,
In S4, the optic disc edge coordinates are also read from the setting of the fundus coordinates described above. Next, proceeding to S5, the optic disc edge is set as the search area for the pallor area, histogram analysis is performed, and the threshold value is determined. If the region is set appropriately, the histogram of the pale part will be divided into three peaks, a peak of the histogram representing the vicinity of the nasal optic disc edge, a peak mainly representing the vicinity of the optic disc edge, and a peak representing the pale part. . In view of this point, the binarization threshold is used to determine the gray level corresponding to the valley bottom between the peak of the pale part where the gray level is the largest and the peak mainly in the middle and near the optic disc margin. Determine as a value.
【００９０】次にＳ６では、Ｓ５で決定された、しきい
値を使用して二値化を行い、Ｓ７に進む。Ｓ７では、血
管の反射等によって生じるノイズを面積を条件として除
去する処理を行う。本実施例では、２００画素以下の二
値化小領域をノイズとしている。なお、この条件は適宜
変更設定することができる。Then, in S6, binarization is performed using the threshold value determined in S5, and the process proceeds to S7. In S7, a process of removing the noise caused by the reflection of the blood vessel or the like on the condition of the area is performed. In this embodiment, the binarized small area of 200 pixels or less is used as noise. Note that this condition can be changed and set as appropriate.
【００９１】そしてＳ８では、蒼白部内部に存在する血
管に起因する二値化の穴を埋めるか否かを判断する。Ｓ
８で二値化の穴を埋めると判断した場合には、Ｓ９に進
み、膨張・収縮処理を行う。この膨張・収縮処理によ
り、二値化画像の穴を消滅させることができる。Ｓ９で
膨張・収縮処理が終了したならば、Ｓ１０に進み、二値
化領域の縁のみを抽出する。またＳ８において、蒼白部
には血管領域を含まないという見地から二値化の穴を埋
めないと判断した場合には、Ｓ１０に進んで、二値化領
域の縁のみを抽出する。Then, in S8, it is determined whether or not the binarization hole caused by the blood vessel existing inside the pale part is filled. S
When it is determined in 8 that the hole for binarization is to be filled, the process proceeds to S9, and expansion / contraction processing is performed. By this expansion / contraction process, the holes in the binarized image can be eliminated. When the expansion / contraction process is completed in S9, the process proceeds to S10, and only the edge of the binarized region is extracted. Further, in S8, when it is determined that the binarization hole is not filled from the viewpoint that the pallor does not include the blood vessel region, the process proceeds to S10, and only the edge of the binarization region is extracted.
【００９２】Ｓ１０で二値化領域の縁のみを抽出した
後、Ｓ１１に進み、ラベリングを行って蒼白部縁と認識
する。この結果、視神経乳頭中心、視神経乳頭縁、蒼白
部縁のデータを得ることができる。After extracting only the edge of the binarized area in S10, the process proceeds to S11 and labeling is performed to recognize the edge of the white portion. As a result, data of the optic disc center, the optic disc margin, and the pallor of the pallor can be obtained.
【００９３】次にＳ１２で、視神経乳頭角度毎にＤＤ
（θ）及びＤＰ（θ）を計算する。ここでＤＤ（θ）と
は、視神経乳頭中心から視神経乳頭縁までの距離であ
り、ＤＰ（θ）とは、視神経乳頭中心から蒼白部縁まで
の距離である。Next, in S12, DD is performed for each optic disc angle.
Calculate (θ) and DP (θ). Here, DD (θ) is the distance from the optic disc center to the optic disc edge, and DP (θ) is the distance from the optic disc center to the pallor edge.
【００９４】次にＳ１３では、蒼白部の拡大が視神経乳
頭部の陥凹に関連性があるという医学的見地に基づき、
蒼白部の視神経乳頭に対する形状の変化を計算すること
にする。即ち蒼白部の拡大が、視神経線維束の欠陥に関
連性があるとして、ＤＤ（θ）及びＤＰ（θ）の値を基
に、蒼白部の視神経乳頭に対する形状の変化を表す量を
視神経乳頭角度θ毎に計算する。蒼白部の視神経乳頭に
対する形状の変化を表す量として、本実施例では、ＤＤ
（θ）−ＤＰ（θ）や、ＤＰ（θ）／ＤＤ（θ）等を視
神経乳頭角度θ毎に計算する。Next, in S13, based on the medical viewpoint that the enlargement of the pallor is related to the depression of the optic nerve head,
We will calculate the change in the shape of the pale part of the optic nerve head. That is, assuming that the enlargement of the pallor is related to the defect of the optic nerve fiber bundle, the amount representing the change in shape of the pallor with respect to the optic disc is determined based on the values of DD (θ) and DP (θ). Calculate for each θ. In this embodiment, DD is used as an amount representing the change in the shape of the pale part of the optic nerve head.
(Θ) −DP (θ), DP (θ) / DD (θ), etc. are calculated for each optic disc angle θ.
【００９５】更にＳ１４では、蒼白部の面積、視神経乳
頭部の面積を、画素数をカウントすることにより計算
し、更に、蒼白部面積／視神経乳頭面積を演算する。そ
してＳ１５に進んで、これまでの演算結果により緑内障
の解析が行える様に、各種の計算値を出力する。本実施
例では、ＤＤ（θ）−ＤＰ（θ）、ＤＰ（θ）／ＤＤ
（θ）、ＤＤ（θ）、ＤＰ（θ）等を視神経乳頭角度毎
に出力すると共に、緑内障を示唆する程度を示す示唆度
も出力する様になっている。更に、蒼白部面積／視神経
乳頭面積も出力することもできる。Further, in S14, the area of the pallor and the area of the optic nerve head are calculated by counting the number of pixels, and the area of the pallor / the area of the optic nerve head is calculated. Then, the process proceeds to S15, and various calculated values are output so that the glaucoma can be analyzed based on the calculation results so far. In this embodiment, DD (θ) -DP (θ), DP (θ) / DD
(Θ), DD (θ), DP (θ), etc. are output for each optic disc angle, and also a suggestion degree indicating the degree of suggesting glaucoma is output. In addition, the pallor area / optic disc area can also be output.
【００９６】そしてＳ１６では、Ｓ１５で出力したデー
タであるＤＤ（θ）−ＤＰ（θ）、ＤＰ（θ）／ＤＤ
（θ）、ＤＤ（θ）、ＤＰ（θ）等を保存し、Ｓ１７に
進んで終了する。Then, in S16, the data DD (θ) -DP (θ), DP (θ) / DD output in S15 are output.
(Θ), DD (θ), DP (θ), etc. are saved, and the process proceeds to S17 and ends.
【００９７】なお本実施例は、図２０に示す様に、視神
経乳頭縁、蒼白部縁を自動抽出し、視神経乳頭内角度θ
毎の緑内障示唆度や蒼白部面積／視神経乳頭面積等を出
力することもできる。In this embodiment, as shown in FIG. 20, the optic disc edge and the pallor edge are automatically extracted, and the optic disc intra-angle θ is set.
It is also possible to output the glaucoma suggestion degree, the pallor area / the optic disc area, etc. for each.
【００９８】「Ｃ：視神経乳頭縁血管屈曲度自動解析ブ
ロック」（影響部分抽出部の一つに相当）“C: Optimal nerve disc edge blood vessel curvature automatic analysis block” (corresponding to one of the affected portion extraction units)
【００９９】緑内障は視神経線維層が欠損することによ
り、線維層が収束している視神経乳頭内部の形状に対し
ても、陥凹の拡大という影響を与える。陥凹の度合いが
高くなるに従い、視神経乳頭上に配置されている視神経
乳頭血管が視神経乳頭縁近辺にて大きく屈曲する場合が
多いとされている。Since the optic nerve fiber layer is lost in glaucoma, the shape of the inside of the optic disc where the fiber layer is converged has an influence of enlargement of the recess. It is said that the optic disc blood vessels arranged on the optic disc tend to bend greatly near the optic disc edge as the degree of depression increases.
【０１００】使用する画像は、血管部分はｒ成分が大き
く、ｇ成分が小さいという特性を利用し、本実施例では
２５６階調のｒ−ｇ成分を使用している。ここで、ｒ、
ｇ、ｂとは、ＲＧＢ画像データから明るさを除外したも
のであり、The image used takes advantage of the characteristic that the blood vessel portion has a large r component and a small g component, and in the present embodiment, the r-g component of 256 gradations is used. Where r,
g and b are obtained by excluding the brightness from the RGB image data,
【０１０１】ｒ＝Ｒ／（Ｒ＋Ｇ＋Ｂ）R = R / (R + G + B)
【０１０２】ｇ＝Ｇ／（Ｒ＋Ｇ＋Ｂ）G = G / (R + G + B)
【０１０３】ｂ＝Ｂ／（Ｒ＋Ｇ＋Ｂ）B = B / (R + G + B)
【０１０４】と表すことができる。従って、ｒ成分、ｇ
成分とは、色度座標での赤成分の割合、緑成分の割合を
表しており、ｒ＋ｇ＋ｂ＝１の関係がある。It can be expressed as Therefore, r component, g
The components represent the ratio of the red component and the ratio of the green component on the chromaticity coordinate, and have a relationship of r + g + b = 1.
【０１０５】次に本実施例の視神経乳頭縁血管屈曲度の
解析を図２１に基づいて説明する。Next, the analysis of the degree of curvature of the optic disc edge in this example will be described with reference to FIG.
【０１０６】まずＳ１で検出を開始し、Ｓ２では眼底座
標自動作成ブロックより、視神経乳頭座標を読み込む。
更にＳ３では眼底座標自動作成ブロックより、詳細視神
経乳頭縁座標を読み込む様になっている。次にＳ４で
は、血管を抽出し、上下左右の４方向（４近傍）で連結
している画素の集合に、ラベルを付ける。なお、血管の
抽出方法は後に詳述する。First, detection is started in S1, and in S2, the optic disc coordinates are read from the fundus coordinate automatic creation block.
Further, in S3, the detailed optic disc edge coordinates are read from the fundus coordinate automatic creation block. Next, in S4, a blood vessel is extracted, and a set of pixels connected in four directions (up and down, left and right) (near 4) is labeled. The blood vessel extraction method will be described in detail later.
【０１０７】そしてＳ５では、Ｓ４で抽出された血管の
ラベルと視神経乳頭縁とが交わる部分のｒ−ｇ画像にお
けるプロファイルのピークを抽出し、１〜Ｎｖｄまでラ
ベルを付ける。ここで、Ｎｖｄは、抽出された視神経乳
頭縁血管の数である。ここでは視神経乳頭縁と交わるよ
うに欠陥としてラベル付けされた欠陥を、視神経乳頭血
管と決定する様になっている。Then, in S5, the peaks of the profile in the rg image of the portion where the blood vessel label extracted in S4 and the optic disc edge intersect are extracted and labeled from 1 to Nvd. Here, Nvd is the number of extracted optic disc border vessels. Here, the defect labeled as a defect so as to intersect with the optic disc edge is determined as the optic disc blood vessel.
【０１０８】Ｓ６においては、Ｓ５で抽出した各画素
を、各々の視神経乳頭縁血管におけける図２２に示した
中点Ｃの座標とする。そしてＳ７・Ｓ８では、１〜Ｎｖ
ｄまでの視神経乳頭縁血管のラベルについて、視神経乳
頭中心に対して、それぞれ内外に向けて、血管画素の追
跡を行い、一定距離を追跡して抽出された内外の各点
を、それぞれ点Ｉ・Ｏとする。本実施例では、ｒ−ｇ画
像のピークに沿って血管を追跡し、また、追跡する距離
は、乳頭よりの距離が中点Ｃより±５画素変化する範囲
としている。この範囲内で血管追跡に失敗したときは、
臨床上の知識から、極度の陥凹拡大のために、その視神
経乳頭縁血管が、網膜の裏側にまで回り込んでいる事が
考えられ、視神経乳頭縁血管の屈曲度と合わせて、緑内
障の診断支援にとって有効な情報とすることができる。In S6, each pixel extracted in S5 is set as the coordinate of the midpoint C shown in FIG. 22 in each optic disc edge blood vessel. Then, in S7 and S8, 1 to Nv
For the labels of the optic disc edges up to d, the blood vessel pixels are tracked inward and outward with respect to the center of the optic disc, and the internal and external points extracted by tracking a certain distance are respectively point I. Set to O. In this embodiment, the blood vessel is traced along the peak of the rg image, and the distance to be traced is within a range in which the distance from the nipple changes by ± 5 pixels from the midpoint C. If blood vessel tracking fails within this range,
Based on clinical knowledge, it is considered that the optic disc edge vessels wrap around to the back side of the retina due to the extreme enlargement of the depression. Together with the degree of curvature of the optic disc edges, the diagnosis of glaucoma is made. It can be useful information for support.
【０１０９】次にＳ９では、１〜Ｎｖｄまでの視神経乳
頭縁血管のラベルについて、中点Ｃと地点Ｉを結ぶ直線
である直線Ｉ−Ｃと、中点Ｃと地点Ｏを結ぶ直線である
直線Ｏ−Ｃの座標上の傾きを演算する。更にＳ１０で
は、１〜Ｎｖｄまでの視神経乳頭縁血管のラベルについ
て、直線Ｉ−Ｃと直線Ｏ−Ｃの交わる角度である交角度
を、乳頭内角度θ方向の血管屈曲度ＶＣ（θ）として検
出する。この視神経乳頭縁屈曲度ＶＣ（θ）は、点Ｃ方
向の屈曲度として定義される。Next, in S9, regarding the labels of the optic disc margins 1 to Nvd, a straight line I-C which is a straight line connecting the midpoint C and the point I and a straight line which is a straight line connecting the midpoint C and the point O. The inclination on the coordinates of OC is calculated. Further, in S10, for the labels of the optic disc marginal blood vessels from 1 to Nvd, the intersection angle, which is the angle at which the straight line I-C and the straight line O-C intersect, is detected as the blood vessel bending degree VC (θ) in the intra-papillary angle θ direction. To do. This optic papilla margin degree VC (θ) is defined as the degree of curvature in the direction of point C.
【０１１０】そしてＳ１０で得られた視神経乳頭縁屈曲
度ＶＣ（θ）は、Ｓ１１で、緑内障の統合解析が容易と
なる様に保存され、Ｓ１２で処理を終了する。Then, the optic disc edge curvature VC (θ) obtained in S10 is stored in S11 so as to facilitate the integrated analysis of glaucoma, and the process ends in S12.
【０１１１】なおＳ１０では、検出されたデータを単独
で活用させるため、乳頭内角度θ方向毎に視神経乳頭縁
屈曲度ＶＣ（θ）や、この視神経乳頭縁屈曲度ＶＣ
（θ）の平均値を演算し、出力表示することも可能であ
る。また本実施例は、視神経乳頭縁を基準とした視神経
乳頭縁血管屈曲度を求めたが、同様な手法を用いること
により、蒼白部縁を基準とした視神経乳頭縁血管屈曲度
を求めることも可能である。In S10, in order to utilize the detected data independently, the optic disc margin degree VC (θ) and the optic disc margin degree VC for each intra-nipple angle θ direction
It is also possible to calculate the average value of (θ) and display the output. Further, in the present example, the optic disc edge vascular tortuosity was determined based on the optic disc edge, but by using a similar method, it is also possible to determine the optic disc edge vascular flexibility to the pallor edge. Is.
【０１１２】「Ｄ：視神経線維束欠損の自動解析ブロッ
ク」（影響部分抽出部の一つに相当）[D: Automatic analysis block for optic nerve fiber bundle defect] (corresponding to one of the affected part extraction units)
【０１１３】視神経線維層は緑内障等により欠損するに
従い、反射率が低下して色調が暗くなる。緑内障に関す
る専門医であれば、極めて微妙な変化を検出することが
できるが、一般的には極めて困難と言われている。この
視神経線維層は、線維束に沿って欠損するために視神経
線維束欠損とも呼ばれている。As the optic nerve fiber layer is lost due to glaucoma or the like, the reflectance decreases and the color tone becomes darker. A glaucoma specialist can detect extremely subtle changes, but is generally said to be extremely difficult. This optic nerve fiber layer is also called an optic nerve fiber bundle defect because it is lost along the fiber bundle.
【０１１４】次に本実施例の視神経線維束欠損の解析を
図２３（ａ）に基づいて説明する。Next, the analysis of the optic nerve fiber bundle defect of this embodiment will be described with reference to FIG.
【０１１５】まずＳ１で検出を開始し、Ｓ２では眼底座
標自動作成ブロックより、視神経乳頭中心座標を読み込
む。更にＳ３では眼底座標自動作成ブロックより、黄斑
中心座標を読み込み、視神経乳頭ー黄斑ラインを横軸と
し、視神経乳頭中心で横軸と直交するラインを縦軸と
し、座標軸を設定する。この座標軸は、視神経乳頭ー黄
斑距離を基準長として、図２４に示す様なＨｏｇａｎに
より示された視神経分布パターンと結びつけられ、この
被検者の画像データに適合した視神経分布パターンに沿
った曲線座標系が形成される。従って、被検者の視神経
分布パターンとは、図２４に示すような一般的な視神経
分布パターンを被検者の眼底画像データ中の黄斑部位置
と乳頭位置とから被検者の眼底画像データ上で縮尺、傾
きを補正して形成するものである。この部分は、眼底座
標自動作成ブロックとともに眼底座標系設定部に相当
し、またこれ単独で視神経線維束分布パターン形成部に
も相当する。First, detection is started in S1, and in S2, the optic disc center coordinates are read from the fundus coordinate automatic creation block. Further, in S3, the macular center coordinates are read from the fundus coordinate automatic creation block, the optic disc-macular line is set as the horizontal axis, and the line orthogonal to the horizontal axis at the optic disc center is set as the vertical axis and the coordinate axis is set. This coordinate axis is linked to the optic nerve distribution pattern shown by Hogan as shown in FIG. 24 with the optic disc-macular distance as a reference length, and the curve coordinates along the optic nerve distribution pattern that matches the image data of this subject. A system is formed. Therefore, with respect to the optic nerve distribution pattern of the subject, a general optic nerve distribution pattern as shown in FIG. 24 is calculated from the macular position and the papilla position in the fundus image data of the subject on the fundus image data of the subject. It is formed by correcting the scale and inclination. This portion corresponds to the fundus coordinate system setting unit together with the fundus coordinate automatic creation block, and also corresponds to the optic nerve fiber bundle distribution pattern forming unit by itself.
【０１１６】そして視神経乳頭中心から放射状に探索す
る従来の方法と比較して、直接的に視神経配置上を探索
することができる上、ノイズの混入も少なくなり、セン
シティブに視神経線維束の欠損を検出することができ
る。更に、例えば視野における緑内障暗点の出現確率等
の医学的情報を画像処理に積極的に導入することができ
る。また、視神経線維層の情報を、対応する乳頭内角度
θの情報へ投影することにより、視神経乳頭内情報との
突き合わせができ、統合的な緑内障解析システムの構築
を行うことができるという効果がある。Compared with the conventional method of searching radially from the center of the optic disc, the search can be performed directly on the optic nerve arrangement, the noise is less mixed, and the defect of the optic nerve fiber bundle is detected sensitively. can do. Furthermore, medical information such as the probability of the appearance of glaucoma scotoma in the visual field can be positively introduced into the image processing. In addition, by projecting the information of the optic nerve fiber layer to the information of the corresponding intra-papillary angle θ, it is possible to match the information with the intra-optic disc information, and it is possible to construct an integrated glaucoma analysis system. .
【０１１７】次にＳ４では、眼底座標自動作成ブロック
より、視神経乳頭縁形状を読み込み、視神経乳頭縁の内
部を視神経乳頭部としてラベル付けを行う。更にＳ５で
は、画像データから血管を抽出し、血管部としてラベル
付けを行う様になっている。血管部は色度座標でｒ成分
が大きく、ｇ成分が小さいので、本実施例では、入力画
像信号をｒ−ｇ成分を表す２５６階調の画像に変換し、
この変換画像に対して血管部抽出を行う様になってお
り、この場合には、網膜部と血管部との濃度差が約２０
階調程度であることが判明している。Next, in S4, the optic disc edge shape is read from the fundus coordinate automatic creation block, and the inside of the optic disc edge is labeled as the optic disc portion. Further, in S5, blood vessels are extracted from the image data and labeled as blood vessel portions. Since the blood vessel part has a large r component and a small g component in chromaticity coordinates, in this embodiment, the input image signal is converted into an image of 256 gradations representing the r-g component,
The blood vessel portion is extracted from this converted image. In this case, the density difference between the retina portion and the blood vessel portion is about 20.
It is known to be about gradation.
【０１１８】ここで図２３（ｂ）に基づいて、血管の抽
出を詳細に説明する。本実施例では、画像中の線成分を
血管部として定義する。即ち、画像濃度の暗い背景に描
かれた明るい線を形成する画素の集合を血管とするもの
である。Extraction of blood vessels will be described in detail with reference to FIG. 23 (b). In this embodiment, the line component in the image is defined as the blood vessel part. That is, a set of pixels forming a bright line drawn on a dark background of image density is used as a blood vessel.
【０１１９】まずＳ１ａで検出を開始し、Ｓ２ａでは、
対象画素の全てに対してブリッジ・フィルタを操作し、
隆点を抽出する。ここで使用するブリッジ・フィルタ
は、資料ｅ３に示す一般的なブリッジ・フィルタ（二方
向への操作）を拡張したものであり、血管の形状にかか
わらず抽出できるよう多方向へ操作し、また、しきい値
を設けて、正確さを向上している。本実施例では、対象
画素を中心とする直径７画素の円周上について（Ｌ＝
３）、１０方向へ操作し、しきい値を１５として隆点を
抽出するようになっている。すなわち、１０方向へ操作
した内、いづれかの方向で、２＊ｆ−（ａ＋ｂ）＞１５
を満たす時、この画素が隆点として抽出される。First, detection is started in S1a, and in S2a,
Operate the bridge filter for all target pixels,
Extract ridges. The bridge filter used here is an extension of the general bridge filter (operation in two directions) shown in Material e3. It is operated in multiple directions so that it can be extracted regardless of the shape of the blood vessel. A threshold is provided to improve accuracy. In the present embodiment, with respect to the circumference of 7 pixels in diameter centered on the target pixel (L =
3) The ridge is extracted by operating in 10 directions and setting the threshold value to 15. That is, 2 * f- (a + b)> 15 in either direction out of 10 directions
When satisfying, this pixel is extracted as a ridge.
【０１２０】そしてＳ３ａでは、膨張・収縮操作を行っ
て隆点の画像の微細な穴を埋めて隆点画像を平滑化し、
Ｓ４ａに進む。Ｓ４ａでは、全ての隆点の方向成分を抽
出する様になっている。即ち、対象とする隆点を中心と
する直径２０画素の範囲中で、２０方向についての隆点
の分布を検索し、最も隆点分布の少ない方向に９０度を
加えた方向の成分を抽出する様になっている。In S3a, the expansion / contraction operation is performed to fill the fine holes in the ridge image to smooth the ridge image,
Proceed to S4a. In S4a, the direction components of all the ridges are extracted. That is, the distribution of ridges in 20 directions is searched within the range of 20 pixels in diameter centered on the target ridge, and the component in the direction with 90 degrees added to the direction with the smallest ridge distribution is extracted. It has become like.
【０１２１】次にＳ５ａでは、全ての隆点を対象に、Ｓ
４ａで抽出された方向成分と、直角に交わる方向の隆点
分布を検索し、各隆点が血管であるか否かを判断する。
即ち、この隆点分布の中央に分布している隆点が、血管
部の幅の断面を表しているので、予想される血管の幅に
適合しないものを除外する様になっている。本実施例で
は、一定画角で最大幅が１２画素を超えるものは、除外
する様に構成されている。Next, in S5a, S
The directional component extracted in 4a and the ridge distribution in the direction intersecting at right angles are searched to determine whether or not each ridge is a blood vessel.
That is, since the ridge distributed in the center of this ridge distribution represents the cross section of the width of the blood vessel portion, those which do not fit the expected width of the blood vessel are excluded. In the present embodiment, those having a constant angle of view and a maximum width exceeding 12 pixels are excluded.
【０１２２】更にＳ６ａでは、再び、膨張・収縮操作を
行って隆点画像中の微細な穴を埋めて平滑化する。そし
てＳ７ａに進み、Ｓ７ａではＳ６ａで平滑化された画像
を血管画像とし、血管部としてラベル付けを行う様にな
っている。そしてＳ８ａに進んで、血管の抽出処理を終
了する。Further, in S6a, the expansion / contraction operation is performed again to fill the fine holes in the ridge image and smooth it. Then, the process proceeds to S7a, and in S7a, the image smoothed in S6a is used as a blood vessel image and is labeled as a blood vessel portion. Then, the process proceeds to S8a to end the blood vessel extraction process.
【０１２３】以上の処理により、血管の抽出を行うこと
ができる。ここで再び、図２３（ａ）の視神経線維束欠
損の解析に戻って説明する。Ｓ５で、画像データから血
管を抽出し、血管部としてラベル付けを行ったので、Ｓ
６に進み、血管ラベルの周辺部を血管周辺部としてラベ
ル付けを行う。本実施例の血管ラベルの周辺部とは、５
画素以内の距離にあるものとしている。By the above processing, blood vessels can be extracted. Here, the analysis of the optic nerve fiber bundle defect in FIG. 23A will be described again. In S5, blood vessels were extracted from the image data and labeled as blood vessel portions.
Proceeding to step 6, the peripheral portion of the blood vessel label is labeled as the peripheral portion of the blood vessel. The peripheral portion of the blood vessel label of this embodiment is 5
It is assumed that the distance is within pixels.
【０１２４】次にＳ７では、解析に悪影響を及ぼす要素
となる画素を除外する。本実施例では、Ｓ４、Ｓ５、Ｓ
６で抽出された視神経乳頭部、血管部、血管周辺部を除
外し、この後の処理が、網膜部を対象とする画素である
様にする。そしてＳ８では、入力画像を６４階調のＢ＋
Ｇ画像に変換する。このＢ＋Ｇ画像は、一般的に使用さ
れる無赤色投影写真に相当するものであり、この写真
は、視神経線維束欠損部が強調され、脈絡膜血管の影響
も少ないものである。Next, in S7, the pixels which are the factors that adversely affect the analysis are excluded. In this embodiment, S4, S5, S
The optic papilla, the blood vessel portion, and the blood vessel peripheral portion extracted in 6 are excluded, and the subsequent processing is performed so that the pixels target the retina portion. Then, in S8, the input image is set to B + of 64 gradations.
Convert to G image. This B + G image corresponds to a commonly used red-free projection photograph, in which the optic nerve fiber bundle defect portion is emphasized and the influence of choroidal blood vessels is small.
【０１２５】更にＳ９では、画像座標上に視神経線維束
をシミレーションしつつ、その走査経路に沿って画像濃
度を走査し、線維束毎の平均画像濃度を求める様になっ
ている。図２５は、横軸に乳頭内角度、縦軸に視神経線
維束に沿った距離を示す様に変換した原画像であり、左
側１／４の付近に矩形に変換された視神経線維束欠損が
表れている。Further, in S9, while simulating the optic nerve fiber bundle on the image coordinates, the image density is scanned along the scanning path to obtain the average image density for each fiber bundle. FIG. 25 is an original image converted so that the horizontal axis represents the intra-papillary angle and the vertical axis represents the distance along the optic nerve fiber bundle, and the optic nerve fiber bundle defect converted into a rectangle appears near the left quarter. ing.
【０１２６】ここで、Ｈｏｇａｎによる視神経図を基づ
き、視神経線維束をシミュレーションすることにする。
この視神経線維束のシミュレーションは、乳頭内角度θ
毎に、入力画像の座標を対応させる様にして実行され
る。Here, the optic nerve fiber bundle will be simulated based on the optic nerve diagram by Hogan.
This simulation of the optic nerve fiber bundle is performed with the intra-papillary angle θ.
It is executed such that the coordinates of the input image are made to correspond to each other.
【０１２７】視神経線維束は図２４に示す様に、Ａ地点
が特異な点となっており、視神経線維束が反り返った形
状となっている。従って黄斑からＡ地点までは、比較的
簡単な運動方程式で視神経線維束を近似することができ
るが、Ａ地点以降の視神経線維束までを近似して数式で
表現するには、やや複雑な方程式を使用しなければなら
ない。しかしながら、一般的な画角及び構図の眼底写真
では、黄斑からＡ地点までの領域しか撮影されないの
で、以下の２つの視神経線維束シミュレーションを必要
により使い分けることにする。As shown in FIG. 24, the optic nerve fiber bundle has a peculiar point at the point A, and the optic nerve fiber bundle has a warped shape. Therefore, from the macula to the point A, the optic nerve fiber bundle can be approximated by a relatively simple equation of motion, but to approximate the optic nerve fiber bundle after the point A by a mathematical expression, a slightly complicated equation is used. Must be used. However, in a fundus photograph with a general angle of view and composition, only the region from the macula to the point A is photographed, and therefore the following two optic nerve fiber simulations are used properly.
【０１２８】即ち、That is,
【０１２９】（１）乳頭内角度θに関する運動方程式で
近似する。即ち、視神経線維束の配置が、すり鉢状に窪
んだ床にボールを転がした時のボールの軌道に似ている
ことから、運動方程式を作成することができる。この式
では何れの乳頭内角度θに対しても計算することができ
る。(1) It is approximated by the equation of motion regarding the intra-papillary angle θ. That is, since the arrangement of the optic nerve fiber bundle resembles the trajectory of the ball when the ball is rolled on the floor depressed like a mortar, it is possible to create a motion equation. This equation can be calculated for any intra-nipple angle θ.
【０１３０】（２）乳頭内角度θ毎の関数を各々、最小
自乗法により近似する。この場合では、Ａ地点以降の視
神経線維束まで正確に近似することができる。(2) Each function for each intra-nipple angle θ is approximated by the least square method. In this case, the optic nerve fiber bundle after the point A can be accurately approximated.
【０１３１】まず（１）の乳頭内角度θに関する運動方
程式を説明する。黄斑の位置が、すり鉢状に窪んだ抵抗
のある床面上で、初速Ｖ0、角度θで視神経乳頭中心か
らボールを転がした時のボールの軌跡は視神経線維束に
相当する。First, the equation of motion regarding the intra-nipple angle θ of (1) will be described. The locus of the ball when the ball is rolled from the center of the optic disc at an initial velocity V 0 and an angle θ corresponds to the optic nerve fiber bundle on the floor where the macula is depressed like a mortar.
【０１３２】その時のボールの軌跡は、下式の運動方程
式に基づいて求めることができる。The trajectory of the ball at that time can be obtained based on the following equation of motion.
【０１３３】Ｆ＝ｍａ＝ｍｇ／ｒ2−μｍＶF = ma = mg / r 2 −μmV
【０１３２】また、乳頭部分をある面積を有する円とみ
なした時には、次の様な近似が行える。黄班部分に向か
って、Ｇ／Ｒ3 の加速度を生じる様なすり鉢状の床面
で、窪みから距離ｒの２乗に反比例する様な摩擦を有す
る床面で、初速度Ｖ0 で視神経乳頭からボールを転がし
た時のボールの軌跡が視神経線維束に相当する。When the nipple portion is regarded as a circle having a certain area, the following approximation can be performed. A mortar-shaped floor surface that produces an acceleration of G / R 3 toward the macula, and a floor surface having friction that is inversely proportional to the square of the distance r from the depression, and the optic disc at an initial velocity V 0. The trajectory of the ball when the ball is rolled corresponds to the optic nerve fiber bundle.
【０１３３】そのボールの軌跡は下記の運動方程式に基
づいて求める。The trajectory of the ball is obtained based on the following equation of motion.
【０１３４】ｍａ＝ｍｇ／ｒ3 −μ’ｍＶ／ｒ2 Ma = mg / r 3 −μ ′ mV / r 2
【０１３５】ここで、ｍはボールの質量、μ、μ’は摩
擦係数、ｇは重力加速度、ｒは窪みの中心からの距離、
ｖは速度である。Where m is the mass of the ball, μ and μ ′ are friction coefficients, g is gravitational acceleration, r is the distance from the center of the depression,
v is the velocity.
【０１３６】次に（２）では、必要な乳頭内角度θ毎の
視神経線維束をＨｏｇａｎによる視神経図より読みだ
し、これに本実施例では８次の方程式に当てはめて、図
２６に示す様に、各乳頭内角度θに対する関数の各係数
を最小自乗法により定める様になっている。なお、本来
は画像の全範囲を上述の式で表現することができるが、
照明ムラ等により、画質のよい画像であっても、周辺部
の画像の濃度情報は信頼性が低くなる。更に網膜自体に
も色の分布があり、例えば、黄斑付近は暗く、アーケー
ドに沿った部分は明るくなっている。このため、上述の
式を適用しようとする範囲を広くしたい場合には、照明
光の分布と、網膜の色の分布を予め測定し、補正を行う
必要がある。本実施例では、視神経乳頭中心から中心窩
までの距離の０.４倍まで、上述の式の適用を行ってい
る。Next, in (2), the optic nerve fiber bundle for each required intra-papillary angle θ is read from the optic nerve diagram by Hogan, and in this embodiment, it is applied to the 8th order equation, as shown in FIG. , Each coefficient of the function for each intra-nipple angle θ is determined by the least squares method. Originally, the entire range of the image can be expressed by the above formula,
Due to uneven lighting and the like, the reliability of the density information of the peripheral image is low, even if the image is of high quality. Furthermore, the retina itself has a color distribution, for example, the area around the macula is dark and the area along the arcade is bright. Therefore, when it is desired to widen the range to which the above equation is applied, it is necessary to measure the illumination light distribution and the retina color distribution in advance and perform correction. In this embodiment, the above formula is applied up to 0.4 times the distance from the center of the optic disc to the fovea.
【０１３７】次にＳ９で、線維束毎の平均画像濃度を求
めた後、Ｓ１０に進み、Ｓ１０では乳頭内角度θと平均
画像濃度との関係を示すグラフを作成する。なお乳頭内
角度θによっては、配置されている経路上に網膜画像が
１つもない場合があり、この場合には、両端の平均画像
濃度から線形補完する様になっている。Next, in S9, the average image density for each fiber bundle is obtained, and then the flow proceeds to S10, where a graph showing the relationship between the intra-papillary angle θ and the average image density is created. Depending on the intra-papillary angle θ, there may be no retinal image on the arranged route, and in this case, the average image densities at both ends are linearly complemented.
【０１３８】更にＳ１１では、Ｓ９で得られた乳頭内角
度θと平均画像濃度との関係を、乳頭内角度θと視神経
線維束欠損示唆度ＮＦＢＤ（θ）との関係に変換し、図
２７に示す様なグラフに表示する様になってる。この変
換は、Ａｕｌｈｏｒｎ等の研究によって得られた視神経
線維束欠損場所の出現確率を、探索領域の制限や重率と
して導入するためのものである。Further, in S11, the relationship between the intra-papillary angle θ and the average image density obtained in S9 is converted into the relationship between the intra-papillary angle θ and the optic nerve fiber bundle defect suggestion degree NFBD (θ). It is supposed to be displayed in the graph as shown. This conversion is for introducing the appearance probability of the optic nerve fiber bundle defect location obtained by the study of Aulhorn et al.
【０１３９】具体的な変換方法は、まず、乳頭内角度θ
と平均画像濃度との関係のグラフを反転する。更に幅４
０単位θの平均フィルターをかけて平滑化し、予想され
るグラフの形状との差分グラフの５時〜８時に相当する
部分と、１０時〜１時に相当する部分の範囲を乳頭内角
度θと視神経線維束欠損示唆度ＮＦＢＤ（θ）との関係
を示すグラフとする。A concrete conversion method is as follows. First, the intra-nipple angle θ
Invert the graph of the relationship between and the average image density. Width 4
The range of the portion corresponding to 5 o'clock to 8 o'clock and the portion corresponding to 10 o'clock to 1 o'clock of the difference graph with the expected graph shape are smoothed by applying an average filter of 0 unit θ and the intra-nipple angle θ and the optic nerve It is a graph showing the relationship with the fiber bundle defect suggestion degree NFBD (θ).
【０１４０】そしてＳ１２では、先に算出した、視神経
線維束欠損示唆度ＮＦＢＤ（θ）のグラフに対して、単
一方向のブリッジ・フィルタを操作し、しきい値以上の
濃度の落ち込みを示す線維束を視神経線維束欠損部とし
て抽出し、結果を図２８に示す様な画像として出力する
様になっている。本実施例では、幅４０単位θ、単一方
向のブリッジ・フィルタを操作し、しきい値を２０階調
としている。In S12, the unidirectional bridge filter is operated on the previously calculated graph of the optic nerve fiber bundle defect suggestion degree NFBD (θ), and the fiber showing the concentration drop above the threshold value is detected. The bundle is extracted as an optic nerve fiber bundle defect portion, and the result is output as an image as shown in FIG. 28. In the present embodiment, the threshold is set to 20 gradations by operating the bridge filter of width 40 unit θ and unidirectional.
【０１４１】更にＳ１３では、Ｓ１１で得られた乳頭内
角度θと視神経線維束欠損示唆度ＮＦＢＤ（θ）との関
係を、緑内障統合解析に応用するために保存し、Ｓ１４
で処理を終了する。Further, in S13, the relationship between the intra-papillary angle θ and the optic nerve fiber bundle defect suggestion degree NFBD (θ) obtained in S11 is stored for application to glaucoma integrated analysis, and S14 is stored.
Ends the process.
【０１４２】「Ｅ：視野の自動解析ブロック」"E: Field of view automatic analysis block"
【０１４３】緑内障により視神経線維束が欠損すると、
その欠損形状に固有な視野の異常が認められる。視野測
定は自覚式の検査であるためノイズの混入が避けられ
ず、再現性にやや乏しい上、視野の読影が経験的である
という問題点もあるが、緑内障の臨床検査では、眼底写
真と共に、非常に重要な検査法である。When the optic nerve fiber bundle is lost due to glaucoma,
Abnormality of visual field peculiar to the defective shape is recognized. Since the visual field measurement is a subjective test, it is unavoidable that noise is mixed in, the reproducibility is slightly poor, and there is also the problem that the interpretation of the visual field is empirical, but in the clinical examination of glaucoma, along with the fundus photograph, This is a very important test method.
【０１４４】ここで、視野のデータは、図３４（ａ）に
示すように、一般に視線位置（黄斑位置）を座標原点と
し、この視線位置を通る水平方向に横軸を、上下方向に
縦軸を取って経線、緯線で表示されている。Here, as shown in FIG. 34 (a), the visual field data generally has the visual axis position (macular position) as the coordinate origin, the horizontal axis passing through this visual axis position is the horizontal axis, and the vertical axis is the vertical axis. It is displayed on the longitude and latitude lines.
【０１４５】これに対して、眼底画像は、図３４（ｂ）
に示すように、一般に視神経乳頭中心と黄斑部の中間位
置あたりが画像中心となることが多く、視野のデータの
中心と相違することなどにより、眼底画像と視野のデー
タをそれぞれの位置を関連付けて判断することが難しい
点に鑑みて自動解析を試みた。On the other hand, the fundus image is as shown in FIG.
As shown in Fig. 3, the image center is generally located around the middle position between the optic disc center and the macula, which is different from the center of the visual field data. An automatic analysis was tried in view of the difficulty of making a judgment.
【０１４６】次に本実施例の視野の自動解析を図２９に
基づいて説明する。Next, the automatic analysis of the visual field of this embodiment will be described with reference to FIG.
【０１４７】まずＳ１で処理を開始し、Ｓ２で視野デー
タを入力する。視野データは自動視野計から入力する
が、本実施例では自動視野計のスクリーニング・プログ
ラムを使用している。なお自動視野計は、スクリーニン
グ・プログラムに限らず、閾値測定である詳細測定プロ
グラム等を使用することができる。First, the processing is started in S1, and the visual field data is input in S2. The visual field data is input from the automatic perimeter, but in this embodiment, the screening program for the automatic perimeter is used. Note that the automatic perimeter can use not only the screening program but also a detailed measurement program that is a threshold measurement.
【０１４８】Ｓ３において、眼底画像に基づいて設定し
た眼底座標系に視野のデータを合わせるために必要な単
位要素（視神経乳頭中心Ａｐ、黄斑位置Ｂｐ及びその間
隔Ｌｐ）を抽出する。具体的には、盲点位置Ａｐが視神
経乳頭中心に対応するものとし、視野中心位置Ｂｐが黄
斑位置に対応するものとし、その間の間隔Ｌｐを求め
る。In S3, unit elements (optic disc center Ap, macula position Bp, and their interval Lp) necessary for matching the visual field data to the fundus coordinate system set based on the fundus image are extracted. Specifically, the blind spot position Ap corresponds to the optic disc center, the visual field center position Bp corresponds to the macula position, and the interval Lp between them is determined.
【０１４９】Ｓ４において、眼底画像と視野データの位
置の縮尺を合わせる。具体的には、視野データから求め
た単位要素の内、視神経乳頭中心と黄斑位置との間隔Ｌ
ｐが、眼底座標系を設定した眼底画像データにおける視
神経乳頭中心Ａｉと黄斑部位置Ｂｉとの間隔Ｌｉとが異
なっている場合には、視野のデータの相互位置を全体的
に拡大又は縮小して、間隔Ｌｉと一致させ縮尺を合わせ
る。例えば、視野データの位置が座標値（ｘ，ｙ）で、
表されていた場合に、その座標値を（ｘ＊（Ｌｉ／Ｌ
ｐ），ｙ＊（Ｌｉ／Ｌｐ））として変換すると縮尺を合
わせることができる。In S4, the scales of the positions of the fundus image and the visual field data are matched. Specifically, among the unit elements obtained from the visual field data, the distance L between the optic disc center and the macula position
If p is different from the distance Li between the optic disc center Ai and the macula position Bi in the fundus image data in which the fundus coordinate system is set, the mutual position of the visual field data is enlarged or reduced as a whole. , And the distance Li is adjusted to match the scale. For example, the position of the visual field data is the coordinate value (x, y),
If it is displayed, the coordinate value is (x * (Li / L
p), y * (Li / Lp)), the scale can be adjusted.
【０１５０】Ｓ５において、縮尺が一致した眼底画像デ
ータと視野データのそれぞれの位置を一致させる。ここ
で視野データは、眼底画像データに対して、上下反転さ
せた逆像に相当している。従って視野データを、視線位
置を通る横軸を中心として、回転対称に配置し直す様に
構成されている。In S5, the respective positions of the fundus image data and the visual field data whose scales are matched are matched. Here, the visual field data corresponds to an inverted image obtained by vertically inverting the fundus image data. Therefore, the visual field data is re-arranged rotationally symmetrically about the horizontal axis passing through the line-of-sight position.
【０１５１】具体的には、まず、視野データを視線位置
を通る横軸を中心として回転対称に変換する。そして、
眼底画像データとこれに縮尺を合わせた視野データに関
し、眼底座標系の原点である視神経乳頭中心Ａｐを一致
させ、眼底画像データにおける視神経乳頭中心Ａｉと黄
斑部位置Ｂｉと結ぶ線が、視野データにおける視神経乳
頭中心Ａｐと黄斑位置Ｂｐと結ぶ線とが一致するように
して合成する。これによって、眼底画像データと視野デ
ータとが、共通の眼底座標系上で表現されたこととな
る。Specifically, first, the visual field data is converted into rotational symmetry about the horizontal axis passing through the line-of-sight position. And
Regarding the fundus image data and the visual field data scaled to this, the line that connects the optic disc center Ai and the macular portion position Bi in the fundus image data with the optic disc center Ap that is the origin of the fundus coordinate system is the same in the visual field data. The optic disc center Ap and the line connecting the macula position Bp are matched so that they are combined. As a result, the fundus image data and the visual field data are expressed on the common fundus coordinate system.
【０１５２】Ｓ６において、共通の眼底座標系上で、独
立に求められた眼底画像データと視野データとが位置を
対応させて、図３５に示すよう合成されたデータを表示
する。In S6, the independently obtained fundus image data and visual field data are associated with each other on the common fundus coordinate system, and the combined data is displayed as shown in FIG.
【０１５３】次にＳ８では、視神経線維束欠損の自動解
析ブロックで使用した視神経線維束シミュレーションを
呼出し、マリオット盲点中心と黄斑部とを結ぶ線を横軸
とし、マリオット盲点中心を中心に横軸と直交する線を
縦軸として、座標系を設定する。Next, in S8, the optic nerve fiber bundle simulation used in the optic nerve fiber bundle defect automatic analysis block is called, and the horizontal axis is the line connecting the Marriott blind spot center and the macula, and the horizontal axis is the center of the Marriott blind spot center. A coordinate system is set up with the orthogonal line as the vertical axis.
【０１５４】そしてＳ８では図３０に示す様に、各視神
経線維束乳頭内角度θ方向の視神経と視野データを対応
させる。更にＳ９では、視神経線維束の連続的欠損度を
計算する。ここで連続的欠損度を詳細に説明する。連続
的欠損度は、隣合う測定点の値が、どちらも視野欠損を
示す場合には、その相互の欠損の大きさに見合って正に
寄与する計算する計算式を採用し、視神経線維の配置に
沿って出現する測定点に対して順次計算して和を演算す
るものである。即ち、Then, in S8, as shown in FIG. 30, the optic nerves in the optic fiber bundle intra-papillary angle θ direction are associated with the visual field data. Further, in S9, the degree of continuous defect of the optic nerve fiber bundle is calculated. Here, the degree of continuous defect will be described in detail. To determine the degree of consecutive defects, if the values at adjacent measurement points both indicate visual field defects, use a calculation formula that calculates a positive contribution corresponding to the size of the mutual defects and determines the placement of the optic nerve fibers. The sum is calculated by sequentially calculating the measurement points appearing along with. That is,
【０１５５】連続的欠損度＝シグマ（視野欠損（Ｊ、
θ）＊視野欠損（Ｊ＋１、θ）／（（視野データ数−
１）＊最大視野欠損＊最大視野欠損））Degree of continuous defect = sigma (visual field defect (J,
θ) * visual field loss (J + 1, θ) / ((number of visual field data −
1) * Maximum visual field loss * Maximum visual field loss))
【０１５６】但し、シグマは総和記号であり、θは各視
神経線維束乳頭内角度、Ｊは視神経線維に対応する視野
測定点の位置であり、視神経乳頭中心から遠方方向に順
に番号が付されている。また、連続的欠損度の他に平均
欠損度を用いても差し支えない。However, sigma is a summation symbol, θ is the intraoptic disc angle of each optic nerve fiber bundle, J is the position of the visual field measurement point corresponding to the optic nerve fiber, and numbers are sequentially assigned from the center of the optic disc to the far direction. There is. Further, the average degree of deficiency may be used in addition to the degree of continuous deficiency.
【０１５７】以上の様に、視野から得られる視神経線維
の情報を対応する視神経線維束乳頭内角度θの情報に投
影することにより、視神経線維束乳頭内情報と突き合わ
せができ、統合的な緑内障解析を行うことができる。な
お視野測定は自覚検査であり、測定時間を要するため、
被測定者に対して長時間測定による苦痛を与える心配が
ある。そこで長時間測定からの苦痛を和らげるために測
定点の数を制限する場合が多くなっている。従って一つ
の視神経線維の配置に対する測定点は、更に小数にせざ
るを得ず、欠損が短い場合には、連続性の計算が荒くな
りすぎて対応が不可能となる場合がある。本実施例で
は、視神経線維をある程度まとめた「視神経線維バン
ド」モデルを導入し、このバンドに対応する視野測定点
数を増加させて密度を上げることにより、欠損が短い場
合にも対応可能な様に構成されている。As described above, by projecting the information of the optic nerve fiber obtained from the visual field onto the information of the corresponding intraoptic disc angle θ of the optic nerve fiber bundle, the information can be matched with the intraoptic disc information of the optic nerve fiber bundle, and an integrated glaucoma analysis can be performed. It can be performed. Note that the visual field measurement is a subjective test and requires measurement time.
There is a concern that the person to be measured may suffer from the measurement for a long time. Therefore, in many cases, the number of measurement points is limited in order to reduce the pain caused by long-term measurement. Therefore, the number of measurement points for the arrangement of one optic nerve fiber must be reduced to a smaller number, and when the defect is short, the continuity calculation may become too rough and it may be impossible to deal with it. In this example, by introducing a “optic nerve fiber band” model in which optic nerve fibers are summarized to some extent, and increasing the density by increasing the number of visual field measurement points corresponding to this band, it is possible to cope with short defects. It is configured.
【０１５８】次にＳ１０では、視神経視野欠損の解析で
使用した視神経線維束シミュレーションから、図３０に
示す様な視神経線維束の配置を、バンドに予め区分した
設定を呼出し、更にＳ１１では視野測定点を、Ｓ１０で
呼び出されたバンド区分モデルに対して対応させる様に
なっている。Next, in S10, from the optic nerve fiber bundle simulation used in the analysis of the optic nerve visual field defect, a setting in which the arrangement of the optic nerve fiber bundle as shown in FIG. 30 is divided into bands in advance is called. With respect to the band division model called in S10.
【０１５９】そしてＳ１２では、Ｓ９と同様に視神経線
維束の連続的欠損度をバンド区分毎に計算する。なお連
続的欠損度は、隣合う測定点の値が、どちらも視野欠損
を示す場合には、その相互の欠損の大きさに見合って正
に寄与する計算する計算式を採用し、視神経線維の配置
に沿って出現する測定点に対して順次計算して和を演算
する様になっている。Then, in S12, the degree of continuous defect of the optic nerve fiber bundle is calculated for each band section, as in S9. In addition, when the values of adjacent measurement points are both visual field defects, the continuous defect degree is calculated by using a calculation formula that positively contributes to the size of the mutual defect and calculates The measurement points appearing along the arrangement are sequentially calculated and the sum is calculated.
【０１６０】連続的欠損度＝シグマ（視野欠損（Ｊ、ｂ
ａｎｄ）＊視野欠損（Ｊ＋１、ｂａｎｄ）／（（視野デ
ータ数−１）＊最大視野欠損＊最大視野欠損））Degree of continuous defect = sigma (visual field defect (J, b
and) * visual field loss (J + 1, band) / ((number of visual field data-1) * maximum visual field loss * maximum visual field loss))
【０１６１】但し、シグマは総和記号であり、ｂａｎｄ
は、視神経欠損の解析で使用した視神経線維束シミュレ
ーションの各視神経線維バンドを代表する視神経線維に
対応する視神経線維束乳頭内角度θに相当するものであ
る。そして、Ｊは視神経線維バンドに対応する視野測定
点の位置であり、視神経乳頭中心から遠方方向に順に番
号が付されている。また、連続的欠損度の他に平均欠損
度を用いても差し支えない。However, sigma is a summation symbol, and band
Is the optic nerve fiber bundle intra-papillary angle θ corresponding to the optic nerve fiber representing each optic nerve fiber band of the optic nerve fiber bundle simulation used in the analysis of the optic nerve defect. Further, J is the position of the visual field measurement point corresponding to the optic nerve fiber band, and is sequentially numbered from the center of the optic nerve head in the far direction. Further, the average degree of deficiency may be used in addition to the degree of continuous deficiency.
【０１６２】以上の様にＳ１２では、視神経線維束、視
神経線維バンドが連続的に欠損しているか否かの示唆度
を計算することができ、即ち、緑内障の示唆度を視野デ
ータから計算することができる。ここで視神経線維束等
の連続的な欠損の示唆度を連続欠損度ＶＤ（θ）とす
る。そしてＳ１３では、Ｓ１２で求めた視神経線維束、
視神経線維バンド毎の連続欠損情報や、この連続欠損情
報に対応する視神経線維束乳頭内角度θ等を緑内障の統
合解析を行うために保存し、Ｓ１４に進んで処理を終了
する。As described above, in S12, the degree of suggestion as to whether or not the optic nerve fiber bundle and the optic nerve fiber band are continuously lost can be calculated, that is, the degree of suggestion of glaucoma can be calculated from visual field data. You can Here, the degree of suggestion of a continuous loss of the optic nerve fiber bundle or the like is defined as a continuous loss degree VD (θ). Then, in S13, the optic nerve fiber bundle obtained in S12,
The continuous loss information for each optic nerve fiber band, the optic nerve fiber bundle intra-papillary angle θ corresponding to this continuous loss information, and the like are saved for integrated analysis of glaucoma, and the process proceeds to S14 and ends.
【０１６３】なおＳ９において、この視野の解析単独で
緑内障の解析が可能な様に、角度方向に離散的な視神経
線維束の連続的欠損度を、補間法を用いることにより角
度方向に連続的な視神経線維束の連続的欠損度に変換し
て出力することができる。In S9, the continuous defect degree of the optic nerve fiber bundle discrete in the angular direction is continuously calculated in the angular direction by using the interpolation method so that the glaucoma can be analyzed only by the visual field analysis. It can be converted into a continuous defect degree of the optic nerve fiber bundle and output.
【０１６４】「Ｆ：自動統合解析ブロック」[F: Automatic integrated analysis block]
【０１６５】次に本実施例の自動統合解析を図３１に基
づいて説明する。Next, the automatic integrated analysis of this embodiment will be described with reference to FIG.
【０１６６】まずＳ１で処理を開始し、Ｓ２では蒼白部
自動解析ブロックから情報を入力する。即ち、視神経乳
頭角度θ毎の視神経乳頭中心ー視神経乳頭縁距離ＤＤ
（θ）、視神経乳頭中心ー蒼白部縁距離ＤＰ（θ）、Ｄ
Ｄ（θ）−ＤＰ（θ）、ＤＰ（θ）／ＤＤ（θ）を入力
する。First, in S1, the process is started, and in S2, information is input from the pale-white part automatic analysis block. That is, the optic disc center-optic disc edge distance DD for each optic disc angle θ
(Θ), optic disc center-pallor edge distance DP (θ), D
Input D (θ) -DP (θ) and DP (θ) / DD (θ).
【０１６７】次にＳ３では、視神経乳頭縁血管屈曲度自
動解析ブロックから情報を入力する。即ち、視神経乳頭
縁に血管が存在する視神経乳頭角度θ毎の血管屈曲度Ｖ
Ｃ（θ）を呼び出して入力する様になっている。Then, in S3, information is input from the optic disc edge blood vessel curvature automatic analysis block. That is, the degree of blood vessel curvature V for each optic disc angle θ where blood vessels exist at the optic disc edge
C (θ) is called and input.
【０１６８】更にＳ４では、視神経線維束欠損の自動解
析ブロックから情報を入力する。即ち、視神経乳頭角度
θ毎の視神経線維束欠損示唆度ＮＦＢＤ（θ）を呼び出
して入力する様になっている。Further, in S4, information is input from the automatic analysis block for optic nerve fiber bundle defect. That is, the optic nerve fiber bundle defect suggestion degree NFBD (θ) for each optic disc angle θ is called and input.
【０１６９】そしてＳ５では、視野の自動解析ブロック
から情報を入力する。即ち、視野測定点が存在する視神
経線維束の配置に対応する視神経乳頭角度θ毎の連続欠
損度や、呼び出される視神経線維束に対応する視神経乳
頭角度θ毎の連続欠損度ＶＤ（θ）を呼出し、入力する
様になっている。Then, in S5, information is inputted from the visual field automatic analysis block. That is, the continuous defect degree for each optic disc angle θ corresponding to the arrangement of the optic nerve fiber bundle where the visual field measurement point exists, and the continuous defect degree VD (θ) for each optic disc angle θ corresponding to the called optic nerve fiber bundle are called. , Is designed to be input.
【０１７０】次にＳ６では、Ｓ２からＳ５により入力さ
れた各種緑内障の示唆度データを図３２に示す様に、視
神経乳頭角度θ毎に揃えて出力することにより、緑内障
示唆度のピーク方向の重なり程度から視神経線維束欠損
の方向を類推させることができる。図３２では、緑内障
の症状が現れやすいビエルム領域（１１０度〜１４０
度、及び２２０度〜２５０度）近辺に視神経線維束欠損
があることが示されている。また、この重なったピーク
の広さから視神経線維束欠損の広がりの程度を類推させ
ることができる。更に、ピークの重なりの強度から視神
経線維束欠損の進行の程度を類推することができる。Next, in S6, as shown in FIG. 32, the various kinds of glaucoma suggestion data input in S2 to S5 are aligned and output for each optic disc angle θ so that the glaucoma suggestion overlaps in the peak direction. The direction of the optic nerve fiber bundle defect can be inferred from the degree. In FIG. 32, the Biermu region (110 degrees to 140 degrees) where glaucoma symptoms are likely to appear
, And 220 to 250 degrees). In addition, the extent of the optic nerve fiber bundle defect can be inferred from the extent of the overlapping peaks. Further, the degree of progression of optic nerve fiber bundle defect can be analogized from the intensity of peak overlap.
【０１７１】即ち、多重でかつ、一般的に座標系の異な
る前述の示唆度データを、視神経乳頭角度θ毎の情報と
してコンピュータで一括処理して一元的に捉えることに
より、眼底写真では緑内障の可能性が若干見受けられる
が、視野検査では、ほどんど見受けられない場合でも、
視神経線維束欠損に代表される緑内障を統合的に把握す
ることができる。That is, by using the computer to collectively process the above-mentioned suggestion degree data, which are multiple and generally have different coordinate systems, as information for each optic disc angle θ, glaucoma is possible in a fundus photograph. Although a little sex is seen, even if it is hardly seen in the visual field inspection,
Glaucoma represented by optic nerve fiber bundle defect can be grasped comprehensively.
【０１７２】また、眼科医が眼底写真を肉眼によって観
察した場合でも、視野検査結果のみによっても緑内障の
可能性が見受けられない場合であっても、眼底画像に画
像処理を施すことにより視神経線維束欠損に代表される
ような緑内障の影響を把握することができる場合があ
り、眼科医の緑内障の診断を支援することができる。な
お視野計は、一般的な自動視野計のみならず、緑内障の
検出用のフリッカー視野計や、青錐体視野計、コントラ
スト感度測定等と組み合わせたもの等を使用することが
できる。Even when the ophthalmologist observes the fundus photograph with the naked eye, or when the possibility of glaucoma is not found only by the visual field inspection result, the fundus image is subjected to the image processing so that the optic nerve fiber bundle is processed. In some cases, it is possible to understand the effects of glaucoma represented by a defect, and it is possible to assist an ophthalmologist in diagnosing glaucoma. As the perimeter, not only a general automatic perimeter but also a flicker perimeter for detecting glaucoma, a pyramid perimeter, a combination with a contrast sensitivity measurement and the like can be used.
【０１７３】そしてＳ７では、Ｓ６で得られた緑内障示
唆度のピーク方向の重なり程度、重なったピークの広さ
程度、ピークの重なりの強度程度を適宜の手法で自動的
に計算し、表示する様になっている。Then, in S7, the degree of overlap in the peak direction of the glaucoma suggestion degree obtained in S6, the width of the overlapped peaks, and the strength of the peak overlaps are automatically calculated and displayed by an appropriate method. It has become.
【０１７４】（実施例の作用）(Operation of Example)
【０１７５】次に本実施例の緑内障解析装置１０００の
作用を図３３に基づいて説明する。まず緑内障解析装置
１０００に、視野計２０００と眼底カメラ３０００を接
続する。Next, the operation of the glaucoma analysis apparatus 1000 of this embodiment will be described with reference to FIG. First, the perimeter 2000 and the fundus camera 3000 are connected to the glaucoma analysis apparatus 1000.
【０１７６】そしてＳ１で解析を開始し、演算処理装置
１００はプログラム用メモリ２００からプログラムを読
み込み、実行を開始する。次にＳ２では、眼底カメラ３
０００から被検者の眼底画像を入力する。本実施例の眼
底カメラ３０００は、ＣＣＤを使用した画像センサーが
採用されている。眼底カメラ３０００の画像データは、
アナログ信号又はＡ／Ｄコンバータでディジタル化され
たディジタル信号により、緑内障解析装置１０００に送
出される様に構成されている。Then, the analysis is started in S1, and the arithmetic processing unit 100 reads the program from the program memory 200 and starts the execution. Next, in S2, the fundus camera 3
From 000, the fundus image of the subject is input. The fundus camera 3000 of this embodiment employs an image sensor using a CCD. The image data of the fundus camera 3000 is
An analog signal or a digital signal digitized by an A / D converter is sent to the glaucoma analysis apparatus 1000.
【０１７７】Ｓ２で画像データを入力した後、Ｓ３に進
み、Ｓ３では演算処理装置１００が、眼底座標自動作成
ブロックを作動させる。眼底座標自動作成ブロックは、
図３に示す様に、視神経乳頭検出機能（図４）と黄斑検
出機能（図１４）と眼底座標設定機能とを備えており、
演算処理装置１００の特徴抽出部１１０を実行すること
により処理が行われる。そして演算結果は、データ用メ
モリ３００に保存し記憶される様になっている。After inputting the image data in S2, the operation proceeds to S3, in which the arithmetic processing unit 100 activates the fundus coordinate automatic creation block. The fundus coordinate automatic creation block is
As shown in FIG. 3, it has an optic disc detection function (FIG. 4), a macula detection function (FIG. 14), and a fundus coordinate setting function.
The processing is performed by executing the feature extraction unit 110 of the arithmetic processing device 100. Then, the calculation result is saved and stored in the data memory 300.
【０１７８】次にＳ４では演算処理装置１００が、蒼白
部自動解析ブロックを作動させる。蒼白部自動解析ブロ
ックは、図１９に示す様な手法により蒼白部を検出し、
ＤＤ（θ）−ＤＰ（θ）、ＤＰ（θ）／ＤＤ（θ）、Ｄ
Ｄ（θ）、ＤＰ（θ）等をデータ用メモリ３００に保存
し記憶する様になっている。Next, in S4, the arithmetic processing unit 100 activates the pale-white part automatic analysis block. The pale part automatic analysis block detects the pale part by a method as shown in FIG.
DD (θ) -DP (θ), DP (θ) / DD (θ), D
D (θ), DP (θ), etc. are saved and stored in the data memory 300.
【０１７９】そしてＳ５では演算処理装置１００が、視
神経乳頭縁血管屈曲度自動解析ブロックを作動させる。
視神経乳頭縁血管屈曲度自動解析ブロックは、図２１に
示す様な手法により、視神経乳頭縁血管屈曲度を演算
し、視神経乳頭縁屈曲度ＶＣ（θ）等をデータ用メモリ
３００に保存し記憶する様になっている。Then, in S5, the arithmetic processing unit 100 activates the optic disc edge blood vessel curvature automatic analysis block.
The optic disc edge blood vessel curvature automatic analysis block calculates the optic disc edge blood vessel curvature by a method as shown in FIG. 21, and stores and stores the optic disc edge curvature VC (θ) and the like in the data memory 300. It has become like.
【０１８０】更にＳ６では演算処理装置１００が、視神
経線維束欠損の自動解析ブロックを作動させる。視神経
線維束欠損の自動解析ブロックは、図２３に示す様な手
法により、視神経線維束欠損を検出する。視神経線維束
欠損の自動解析ブロックは、眼底座標自動作成ブロック
から視神経乳頭中心座標及び黄斑中心座標を読み込み、
視神経乳頭ー黄斑ラインを横軸とし、視神経乳頭中心で
横軸と直交するラインを縦軸とし、視神経乳頭ー黄斑距
離を基準長とする座標系を設定し、図２４に示す様なＨ
ｏｇａｎにより示された視神経配置を座標上にシミュレ
ーションする様になっている。この座標系の設定は、所
定の視神経線維束の分布パターン、抽出された黄斑部位
置及び乳頭位置に基づき、眼底座標系を設定するための
眼底座標系設定部１２０により実行される。視神経線維
束欠損の自動解析ブロックで演算された視神経線維束欠
損示唆度ＮＦＢＤ（θ）等をデータ用メモリ３００に保
存し記憶する様になっている。Further, in S6, the arithmetic processing unit 100 operates the automatic analysis block for optic nerve fiber bundle defect. The optic nerve fiber bundle defect automatic analysis block detects the optic nerve fiber bundle defect by a method as shown in FIG. The optic nerve fiber bundle automatic analysis block reads the optic disc center coordinates and the macula center coordinates from the fundus coordinate automatic creation block,
The horizontal axis is the optic disc-macular line, the vertical axis is the line at the center of the optic disc, which is orthogonal to the horizontal axis, and the coordinate system is set with the optic disc-macular distance as the reference length.
The optic nerve arrangement shown by Ogan is simulated on coordinates. The setting of this coordinate system is executed by the fundus coordinate system setting unit 120 for setting the fundus coordinate system based on the predetermined distribution pattern of the optic nerve fiber bundle, the extracted macula position, and the extracted papilla position. The optic nerve fiber bundle defect suggestion degree NFBD (θ) and the like calculated by the optic nerve fiber bundle defect automatic analysis block are stored and stored in the data memory 300.
【０１８１】そしてＳ７では、視野計２０００から被検
者の視野データを入力する。本実施例の視野計２０００
は自動視野計が採用されており、視野データが適宜のプ
ロトコルに従って緑内障解析装置１０００と接続されて
いる。Then, in S7, the visual field data of the subject is input from the perimeter 2000. Perimeter 2000 of this embodiment
Uses an automatic perimeter, and visual field data is connected to the glaucoma analysis apparatus 1000 according to an appropriate protocol.
【０１８２】次にＳ８では演算処理装置１００が、視野
の自動解析ブロックを作動させる。視野の自動解析ブロ
ックは、図２９に示す様な手法により、各視神経線維束
乳頭内角度θ方向の視神経と視野データを対応させ、視
神経線維束の連続的欠損度ＶＤ（θ）を演算する。演算
された連続的欠損度ＶＤ（θ）等は、データ用メモリ３
００に保存し記憶される。なお視野の自動解析ブロック
は、与えられる視野測定結果を眼底座標系に基づいて変
換するための視野データ変換部１３０に該当している。Next, in S8, the processor 100 activates the visual field automatic analysis block. The visual field automatic analysis block associates each optic nerve in the optic disc intra-papillary angle θ direction with visual field data by a method as shown in FIG. 29, and calculates the continuous defect degree VD (θ) of the optic nerve fiber bundle. The calculated continuous defect degree VD (θ) and the like are stored in the data memory 3
00 and stored. The visual field automatic analysis block corresponds to the visual field data conversion unit 130 for converting a given visual field measurement result based on the fundus coordinate system.
【０１８３】なお、影響部分抽出部に相当する蒼白部自
動解析ブロックと視神経乳頭縁血管屈曲度自動解析ブロ
ックとが、眼底画像データから眼底疾患の影響による特
徴部分を抽出するための影響部分抽出部１４０に該当し
ている。The pallor part automatic analysis block and the optic disc edge blood vessel curvature automatic analysis block corresponding to the affected part extraction part extract the characteristic part due to the effect of the fundus disease from the fundus image data. It corresponds to 140.
【０１８４】更にＳ９では演算処理装置１００が、自動
統合解析ブロックを作動させる。自動統合解析ブロック
は、図３１に示す様な手法により、各種緑内障の示唆度
データを図３２に示す様に表示することができる。視神
経緑内障示唆度のピーク方向の重なり程度、重なったピ
ークの広さ程度、ピークの重なりの強度程度等を適宜の
手法で自動的に計算し、表示することもできるので、こ
れらの表示を読み取ることにより、眼科医は、緑内障の
状態、進行程度等を知ることができ、診断の支援を行う
ことができる。なお自動統合解析ブロックは、視野デー
タ及び特徴部分を眼底座標系に基づいて関連づけ、眼底
疾患を解析するための解析部１５０に該当するものであ
る。Further, in S9, the arithmetic processing unit 100 activates the automatic integrated analysis block. The automatic integrated analysis block can display the suggestion data of various glaucoma as shown in FIG. 32 by the method shown in FIG. It is also possible to automatically calculate and display the degree of overlap in the direction of the optic nerve glaucoma suggestion in the peak direction, the extent of the overlapped peaks, the degree of peak overlap, etc., so read these indications. Thereby, the ophthalmologist can know the state of glaucoma, the degree of progress, etc., and can assist the diagnosis. The automatic integrated analysis block corresponds to the analysis unit 150 for associating the visual field data and the characteristic portion based on the fundus coordinate system and analyzing the fundus disease.
【０１８５】そしてＳ１０で緑内障解析装置１０００で
の緑内障の解析を終了する。なお本発明は、緑内障の解
析に限定されるものでなく、その他の疾患や、緑内障と
の合併症等にも応用できる。Then, in S10, the glaucoma analysis by the glaucoma analysis apparatus 1000 is completed. The present invention is not limited to analysis of glaucoma, but can be applied to other diseases, complications with glaucoma, and the like.
【０１８６】[0186]
【効果】本発明は、以上の様に構成されているので、独
立に求められた視野測定結果と眼底画像データにおいて
疾病の影響を受けた部分とを眼底座標系または被検者の
視神経線維束の分布パターンに基づいて、総合的に判断
することができ、眼科医の緑内障等の診断を支援するこ
とができるという卓越した効果がある。[Effect] Since the present invention is configured as described above, the independently obtained visual field measurement result and the portion of the fundus image data affected by the disease are set in the fundus coordinate system or the optic nerve fiber bundle of the subject. It has an outstanding effect that it can be comprehensively judged based on the distribution pattern of and can assist an ophthalmologist in diagnosing glaucoma and the like.
【０１８７】[0187]
【図１】本発明の実施例の構成を示す図である。FIG. 1 is a diagram showing a configuration of an exemplary embodiment of the present invention.
【図２】本実施例の演算処理手段の構成を説明する図で
ある。FIG. 2 is a diagram illustrating a configuration of a calculation processing unit according to the present exemplary embodiment.
【図３】本実施例の眼底座標自動作成ブロックを説明す
る図である。FIG. 3 is a diagram illustrating a fundus coordinate automatic creation block according to the present embodiment.
【図４】本実施例の視神経乳頭検出を説明する図であ
る。FIG. 4 is a diagram illustrating detection of the optic disc of the present embodiment.
【図５】本実施例の色利用による視神経乳頭の検出を説
明する図である。FIG. 5 is a diagram illustrating detection of an optic disc by using colors in the present embodiment.
【図６】本実施例で決定された視神経乳頭内を説明する
図である。FIG. 6 is a diagram illustrating the inside of the optic disc determined in this example.
【図７】本実施例のプロファイルを説明する図である。FIG. 7 is a diagram illustrating a profile of this embodiment.
【図８】本実施例の乳頭縁による落ち込み量を説明する
図である。FIG. 8 is a diagram illustrating the amount of depression due to the teat edge of the present embodiment.
【図９】本実施例のヒストグラムを説明する図である。FIG. 9 is a diagram illustrating a histogram of this embodiment.
【図１０】本実施例の血管を用いた視神経乳頭検出処理
を説明する図である。FIG. 10 is a diagram illustrating a optic disc detection process using blood vessels according to the present embodiment.
【図１１】縦血管を説明する図である。FIG. 11 is a diagram illustrating a vertical blood vessel.
【図１２】本実施例の縦血管抽出処理を説明する図であ
る。FIG. 12 is a diagram illustrating a vertical blood vessel extraction process according to the present embodiment.
【図１３】本実施例の線追跡を説明する図である。FIG. 13 is a diagram illustrating line tracking according to the present embodiment.
【図１４】本実施例の黄斑の検出を説明する図である。FIG. 14 is a diagram illustrating detection of the macula of the present embodiment.
【図１５】本実施例の黄斑の検出におけるプロファイル
を説明する図である。FIG. 15 is a diagram illustrating a profile in macula detection according to the present embodiment.
【図１６】本実施例のしきい値直線を説明する図であ
る。FIG. 16 is a diagram illustrating a threshold straight line according to the present embodiment.
【図１７】本実施例で検出された黄斑中央部を説明する
図である。FIG. 17 is a diagram for explaining the central portion of the macula detected in this example.
【図１８】本実施例の眼底座標を説明する図である。FIG. 18 is a diagram illustrating fundus coordinates of the present embodiment.
【図１９】本実施例の蒼白部自動解析ブロックを説明す
る図である。FIG. 19 is a diagram illustrating a pale-white part automatic analysis block according to the present embodiment.
【図２０】本実施例の蒼白部自動解析の結果出力を説明
する図である。FIG. 20 is a diagram illustrating a result output of a pale-white part automatic analysis according to the present embodiment.
【図２１】本実施例の視神経乳頭縁血管屈曲度自動解析
ブロックを説明する図である。FIG. 21 is a diagram illustrating an automatic optic papilla edge blood vessel flexion degree analysis block according to the present embodiment.
【図２２】本実施例の視神経乳頭縁血管屈曲度を説明す
る図である。FIG. 22 is a diagram for explaining the degree of optic papilla vascular tortuosity in this example.
【図２３（ａ）】本実施例の視神経線維欠損の自動解析
ブロックを説明する図である。FIG. 23 (a) is a diagram for explaining an automatic analysis block for optic nerve fiber loss according to the present embodiment.
【図２３（ｂ）】本実施例の視神経線維欠損の自動解析
ブロックを説明する図である。FIG. 23 (b) is a diagram for explaining an automatic analysis block for optic nerve fiber loss in the present embodiment.
【図２４】本実施例の視神経配置のシミュレーションを
説明する図である。FIG. 24 is a diagram illustrating a simulation of optic nerve placement according to the present embodiment.
【図２５】縦軸に乳頭内角度、横軸に視神経線維束に沿
った距離を示す様に変換した原画像である。FIG. 25 is an original image converted so that the vertical axis represents the intra-papillary angle and the horizontal axis represents the distance along the optic nerve fiber bundle.
【図２６】本実施例の視神経配置のシミュレーションを
説明する図である。FIG. 26 is a diagram illustrating a simulation of optic nerve placement according to the present embodiment.
【図２７】乳頭内角度θと視神経線維束欠損示唆度ＮＦ
ＢＤ（θ）との関係を説明する図である。FIG. 27: Intrapapillary angle θ and optic nerve fiber bundle defect suggestion degree NF
It is a figure explaining the relationship with BD ((theta)).
【図２８】視神経線維束欠損の解析結果を説明する図で
ある。[Fig. 28] Fig. 28 is a diagram illustrating the analysis result of an optic nerve fiber bundle defect.
【図２９】本実施例の視野の自動解析ブロックを説明す
る図である。FIG. 29 is a diagram illustrating an automatic field-of-view analysis block according to the present embodiment.
【図３０】各視神経線維束乳頭内角度θ方向の視神経と
視野データとを対応させた状態を説明する図である。FIG. 30 is a diagram illustrating a state in which optic nerves in the intra-papillary angle θ direction of each optic nerve fiber bundle are associated with visual field data.
【図３１】本実施例の自動統合解析ブロックを説明する
図である。FIG. 31 is a diagram illustrating an automatic integrated analysis block according to the present embodiment.
【図３２】本実施例の自動統合解析の結果出力を説明す
る図である。FIG. 32 is a diagram illustrating output of results of automatic integrated analysis according to the present embodiment.
【図３３】本実施例の作用を説明する図である。FIG. 33 is a diagram for explaining the operation of this embodiment.
【図３４（ａ）】視野データを示す図である。FIG. 34 (a) is a diagram showing visual field data.
【図３４（ｂ）】眼底画像を示す図である。FIG. 34 (b) is a diagram showing a fundus image.
【図３５】視野データと眼底画像とを合成して得られた
ものを説明する図である。 １００ 演算処理装置 １１０ 特徴抽出部 １２０ 眼底座標系設定部 １３０ 視野データ変換部 １４０ 影響部分抽出部 １５０ 解析部 ２００ プログラム用メモリ ３００ データ用メモリ ４００ 表示部 １０００ 緑内障解析装置 ２０００ 視野計 ３０００ 眼底カメラFIG. 35 is a diagram for explaining what is obtained by combining the visual field data and the fundus image. 100 arithmetic processing device 110 feature extraction unit 120 fundus coordinate system setting unit 130 visual field data conversion unit 140 affected portion extraction unit 150 analysis unit 200 program memory 300 data memory 400 display unit 1000 glaucoma analyzer 2000 perimeter 3000 fundus camera
Claims (4)
及び乳頭位置を決定するための特徴抽出部と、抽出され
た黄斑部位置及び乳頭位置並びに所定の視神経線維束の
分布パターンに基づき、眼底座標系を設定する眼底座標
系設定部と、与えられる視野測定結果を前記眼底座標系
に基づいて変換するための視野データ変換部と、前記眼
底画像データから眼底疾患による影響部分を抽出するた
めの影響部分抽出部と、前記視野データ及び前記影響部
分を前記眼底座標系に基づいて関連づけ、眼底疾患を解
析する解析部とから構成されていることを特徴とする眼
底疾患に関する解析装置。1. A feature extraction unit for determining a macular position and a nipple position from fundus image data of a subject, an extracted macular position and a nipple position, and a predetermined optic nerve fiber bundle distribution pattern, A fundus coordinate system setting unit for setting a fundus coordinate system, a visual field data conversion unit for converting a given visual field measurement result based on the fundus coordinate system, and for extracting a portion affected by a fundus disease from the fundus image data. 2. An analyzer for fundus disease, which comprises: an affected part extraction unit; and an analysis unit that analyzes the fundus disease by associating the visual field data and the affected part based on the fundus coordinate system.
及び乳頭位置を決定するための特徴抽出部と、抽出され
た黄斑部位置及び乳頭位置に基づき、被検者の視神経線
維束の分布パターンを形成する視神経線維束の分布パタ
ーン形成部と、与えられる視野測定結果を前記眼底座標
系に基づいて変換するための視野データ変換部と、前記
眼底画像データから眼底疾患による影響部分を抽出する
ための影響部分抽出部と、前記視野データ及び前記影響
部分を前記視神経線維束の分布パターンに基づいて関連
づけ、眼底疾患を解析する解析部とから構成されている
ことを特徴とする眼底疾患に関する解析装置。2. A feature extraction unit for determining a macular position and a nipple position from fundus image data of the subject, and a distribution of optic nerve fiber bundles of the subject based on the extracted macular position and nipple position. A distribution pattern forming unit of optic nerve fiber bundles forming a pattern, a visual field data converting unit for converting a given visual field measurement result based on the fundus coordinate system, and a portion affected by a fundus disease from the fundus image data. And an influence part extraction unit for associating the visual field data and the influence part on the basis of the distribution pattern of the optic nerve fiber bundle, and an analysis unit for analyzing a fundus disease, the analysis unit for analyzing a fundus disease apparatus.
ら蒼白部を抽出して乳頭内蒼白部偏位分布を決定し、乳
頭縁付近の眼底画像データから血管屈曲度を測定し、前
記眼底画像データを視神経線維束に沿って平均濃度を求
め視神経線維束欠損示唆度を測定するように構成されて
いる請求項１又は２記載の眼底疾患に関する解析装置。3. The influential part extracting unit extracts a pallor from the fundus image data to determine an intra-papillary pallor displacement distribution, measures blood vessel tortuosity from the fundus image data near the nipple edge, and determines the fundus. The analyzer for fundus diseases according to claim 1 or 2, which is configured to obtain an average density of image data along an optic nerve fiber bundle and measure a degree of suggestion of optic nerve fiber bundle defect.
維束の分布パターンを乳頭を原点とする乳頭内角度を基
準とする曲面座標系を形成するように構成されているこ
とを特徴とする請求項１又２記載の眼底疾患に関する解
析装置。4. The fundus coordinate system setting unit is configured to form a curved surface coordinate system with a predetermined optic nerve fiber bundle distribution pattern as a reference based on an intra-nipple angle with the papilla as an origin. The analysis device for fundus diseases according to claim 1 or 2.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25146694A JP3508111B2 (en) | 1993-09-21 | 1994-09-20 | Analyzer for fundus disease |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25908893 | 1993-09-21 | ||
| JP5-259088 | 1993-09-21 | ||
| JP25146694A JP3508111B2 (en) | 1993-09-21 | 1994-09-20 | Analyzer for fundus disease |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07136121A true JPH07136121A (en) | 1995-05-30 |
| JP3508111B2 JP3508111B2 (en) | 2004-03-22 |
Family
ID=26540210
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25146694A Expired - Fee Related JP3508111B2 (en) | 1993-09-21 | 1994-09-20 | Analyzer for fundus disease |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3508111B2 (en) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6030079A (en) * | 1997-11-21 | 2000-02-29 | Nidek Co., Ltd. | Method for analyzing an image of a fundus, and an apparatus for executing that method |
| US6134341A (en) * | 1996-12-03 | 2000-10-17 | Nidek Co., Ltd. | Method for analyzing a stereoscopic image of a fundus, and an apparatus for executing that method |
| EP1091683A1 (en) * | 1998-06-04 | 2001-04-18 | Laser Diagnostic Technologies Inc. | Eye examination apparatus employing polarized light probe |
| US6224212B1 (en) | 1998-10-29 | 2001-05-01 | Nidek Co., Ltd. | Fundus measuring apparatus and recording medium with fundus measurement program recorded thereon |
| US6832001B1 (en) | 1999-11-16 | 2004-12-14 | Canon Kabushiki Kaisha | Image processing apparatus and method |
| JP2008029731A (en) * | 2006-07-31 | 2008-02-14 | Nidek Co Ltd | Ophthalmological device |
| JP2008073188A (en) * | 2006-09-21 | 2008-04-03 | Gifu Univ | Image analysis system and image analysis program |
| JP2008284005A (en) * | 2007-05-15 | 2008-11-27 | Takashi Sone | Image processor, image processing system, and image processing method |
| JP2016010728A (en) * | 2015-10-08 | 2016-01-21 | キヤノン株式会社 | Ophthalmology information processing system, ophthalmology information processing method and program |
| JP2021500180A (en) * | 2017-10-27 | 2021-01-07 | ビュノ インコーポレイテッドＶｕｎｏ， Ｉｎｃ． | A method for supporting the reading of a fundus image on a subject and a device using the method |
| JP2021519182A (en) * | 2018-03-29 | 2021-08-10 | イメドース システムズ ゲーエムベーハー | Devices and methods for testing the automatic regulation of metabolism |
-
1994
- 1994-09-20 JP JP25146694A patent/JP3508111B2/en not_active Expired - Fee Related
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6134341A (en) * | 1996-12-03 | 2000-10-17 | Nidek Co., Ltd. | Method for analyzing a stereoscopic image of a fundus, and an apparatus for executing that method |
| US6030079A (en) * | 1997-11-21 | 2000-02-29 | Nidek Co., Ltd. | Method for analyzing an image of a fundus, and an apparatus for executing that method |
| EP1091683A1 (en) * | 1998-06-04 | 2001-04-18 | Laser Diagnostic Technologies Inc. | Eye examination apparatus employing polarized light probe |
| EP1091683A4 (en) * | 1998-06-04 | 2003-04-23 | Laser Diagnostic Technologies | Eye examination apparatus employing polarized light probe |
| US6224212B1 (en) | 1998-10-29 | 2001-05-01 | Nidek Co., Ltd. | Fundus measuring apparatus and recording medium with fundus measurement program recorded thereon |
| US6832001B1 (en) | 1999-11-16 | 2004-12-14 | Canon Kabushiki Kaisha | Image processing apparatus and method |
| JP2008029731A (en) * | 2006-07-31 | 2008-02-14 | Nidek Co Ltd | Ophthalmological device |
| JP2008073188A (en) * | 2006-09-21 | 2008-04-03 | Gifu Univ | Image analysis system and image analysis program |
| JP2008284005A (en) * | 2007-05-15 | 2008-11-27 | Takashi Sone | Image processor, image processing system, and image processing method |
| JP2016010728A (en) * | 2015-10-08 | 2016-01-21 | キヤノン株式会社 | Ophthalmology information processing system, ophthalmology information processing method and program |
| JP2021500180A (en) * | 2017-10-27 | 2021-01-07 | ビュノ インコーポレイテッドＶｕｎｏ， Ｉｎｃ． | A method for supporting the reading of a fundus image on a subject and a device using the method |
| US11771318B2 (en) | 2017-10-27 | 2023-10-03 | Vuno, Inc. | Method for supporting reading of fundus image of subject, and device using same |
| JP2021519182A (en) * | 2018-03-29 | 2021-08-10 | イメドース システムズ ゲーエムベーハー | Devices and methods for testing the automatic regulation of metabolism |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3508111B2 (en) | 2004-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5868134A (en) | Retinal disease analyzer | |
| JPH09313447A (en) | Analysis device for eyeground disease | |
| CN109784337B (en) | Method and device for identifying yellow spot area and computer readable storage medium | |
| Patton et al. | Retinal image analysis: concepts, applications and potential | |
| US5214456A (en) | Mapping of corneal topography with display of pupil perimeter | |
| JP6469387B2 (en) | Fundus analyzer | |
| US8855386B2 (en) | Registration method for multispectral retinal images | |
| US7668351B1 (en) | System and method for automation of morphological segmentation of bio-images | |
| US7248736B2 (en) | Enhancing images superimposed on uneven or partially obscured background | |
| JPH05509015A (en) | Method and apparatus for obtaining topography of an object | |
| JP3508111B2 (en) | Analyzer for fundus disease | |
| WO2010131944A2 (en) | Apparatus for monitoring and grading diabetic retinopathy | |
| JP3479788B2 (en) | Fundus disease analyzer | |
| JP2006263127A (en) | Ocular fundus diagnostic imaging support system and ocular fundus diagnostic imaging support program | |
| JP3508112B2 (en) | Fundus disease analyzer | |
| US6834959B2 (en) | Spider-web placido pattern | |
| CN111291706B (en) | Retina image optic disc positioning method | |
| JPH06125876A (en) | Diagnostic device for ophthalmic nerve papilla | |
| JP2001522679A (en) | Automatic light reflection screening | |
| JP6481432B2 (en) | Fundus image processing device | |
| WO2008035425A1 (en) | Eyeground image analysis and program | |
| JP2018198968A (en) | Fundus analysis device | |
| US6556691B1 (en) | System for measuring curved surfaces | |
| JP7334922B1 (en) | Image processing device, image processing method and program | |
| CN111862121B (en) | Level set algorithm-based segmentation method and measurement method for foveal avascular region |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20031213 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090109 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090109 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100109 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110109 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110109 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120109 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120109 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130109 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |