JP2007097635A - 画像解析システム、及び画像解析プログラム - Google Patents

Abstract

【課題】一枚の眼底画像を三次元的に示した立体眼底画像を作成し、表示可能な画像解析システム、及び画像解析プログラムを提供することを課題とする。
【解決手段】画像解析システム１は、眼底カメラ８によって撮影された眼底画像を読込み、当該眼底画像から血管領域を抽出し、抽出された血管領域及び血管領域を消去し、網膜領域を仮想的に表現した仮想網膜画像データ５をそれぞれ個別に立体的に表示可能に変換し、これらを再び重畳することにより、立体眼底画像を表示する画像解析コンピュータ２によって主に構成されている。
【選択図】図１

Description

本発明は、画像解析システム、及び画像解析プログラムに関するものであり、特に、撮影された眼底画像を解析し、医師等に対して診断または治療に係る有用な情報を提供可能な画像解析システム、及び画像解析プログラムに関するものである。

従来から、画像解析技術を医療分野の診断に応用することが行われている。例えば、病院等の医療機関では、胃カメラやＸ線ＣＴスキャン等の各種診断装置によって測定された結果を、医師が視覚的に認識可能な写真や画像として表示し、さらにこれらの画像から腫瘍等の病巣位置を確認したり、症状の進行状況の把握等が行われている。また、眼球に対して外部から光を照射して眼底の状態を観察し、或いはカメラ等の光学機器によって眼底の状態を眼底写真（眼底画像）として撮影し、医療記録とすることが行われている。この眼底写真による眼底の状態の観察は、非侵襲的な診断手法の一つであり、被験者に対して肉体的な負担を強いることがなく、また比較的簡易な構成の装置によって多くの有益な情報を得ることができるため、医療機関や健診機関においてごく一般的に行われている検査手法の一つである。

特に、眼底写真によって示される血管は、眼球の奥に位置する脳の脳血管の一部が直接分岐したものであり、身体の外部から脳内の状態を直接観察することができる唯一の手法である。そのため、この眼底画像は、緑内障等の眼科系の疾患の診断のみならず、糖尿病や高血圧症等の所謂「生活習慣病」に起因する疾患の診断にも利用することができる。

ここで、眼球は略球状を呈する三次元的な構造を有するものであり、撮影された眼底画像は、係る眼球の眼底を二次元的に表現したものである。そのため、解剖学的な知識に乏しい患者（受診者）にとっては、医師等から眼底画像を提示されたとしても直感的な理解をすることが困難な場合がある。そこで、例えば、ステレオ眼底画像から眼球の眼底に係る形状の三次元構造を算出及び復元し、三次元的に表示する方法（例えば、特許文献１参照）、或いは、多方向から撮影した複数の眼底画像を重ね合わせることにより眼底三次元パターンを復元する方法及び装置（例えば、特許文献２参照）などが開発されている。

一方、眼底を撮影した二枚のカラーステレオ画像から視差を求め、眼球の立体構造を取得し、視神経乳頭部の三次元形状を求めるもの（非特許文献１参照）、または、種々の角度から撮影した複数枚の眼底画像を重ね合わせることにより、眼底形状を復元及び表示するもの（非特許文献２参照）が知られている。

特開２００２−３４９２４号公報 特開２００２−３４９２５号公報 奥富 正敏、外２名，「カラーステレオマッチングとその視神経乳頭三次元計測への応用」，電子情報通信学会論文誌Ｄ−ＩＩ，１９９３，Ｊ７６−Ｄ−ＩＩ（２），ｐ．３４２−３４９ 野網 淳子、外２名，「眼底画像の重ね合わせによる眼底三次元パターンの復元手法」，電子情報通信学会技術報告，１９９９，ＭＩ９９（９），ｐ．１７−２３

しかしながら、上述した特許文献１等の場合、いずれも一の三次元形状を求めるために複数の眼底画像が必要となった。また、現在、広く普及している二次元画像を撮影可能な眼底撮影装置ではなく、三次元の眼底画像を取得するための立体眼底写真専用の眼底撮影装置や複数回の撮影が必要であった。そのため、三次元画像を得るためのコスト及び撮影に係る手間などが多く必要となることがあった。また、上記特許文献１等の記載によって得られた三次元の眼底画像は、単純な二次曲面に近似し、血管の走行状態や眼底画像によって診断可能な病変部の位置などを精度良く表現する機能に乏しかった。

そこで、本発明は、上記実情に鑑み、眼底撮影装置によって撮影された一枚の眼底画像（二次元画像）を利用し、血管や網膜などを含む眼底を三次元的に表現可能な立体視画像を擬似的に作成することが可能な画像解析システム、及び画像解析プログラムを提供することを課題とするものである。

上記の課題を解決するため、本発明の画像解析システムは、「画像解析コンピュータを利用し、眼底画像を解析処理する画像解析システムであって、前記画像解析コンピュータは、血管領域を含む前記眼底画像に係る画像データを読込む画像データ読込手段と、読込んだ前記画像データから、前記血管領域及び前記血管領域の背景に相当する背景領域をそれぞれ抽出する領域抽出手段と、抽出された前記血管領域に基づいて、前記画像データから前記血管領域に相当する部位を消去する血管領域消去手段と、前記血管領域が消去された消去部位の周囲近傍の前記背景領域の画素値を利用して、前記消去部位を前記背景領域に近似して彩色し、仮想網膜画像データを作成する網膜画像作成手段と、作成された前記仮想網膜画像データを仮想眼底曲面に沿って配し、立体網膜画像に変換する網膜変換手段と、抽出された前記血管領域に係る血管データに基づいて、前記血管領域を前記仮想眼底曲面に沿って立体的に表示可能な立体血管データに変換する血管変換手段と、変換された前記立体網膜画像及び前記立体血管データを重畳し、前記眼底画像を立体眼底画像として表示する立体眼底画像表示手段と」を具備して主に構成されている。

ここで、画像データ読込手段とは、例えば、スキャナ等の光学入力機器を用い、現像された銀塩写真をスキャニングして電子化することにより、画像データとして読込むものや、或いはデジタルカメラ等の撮影機器を利用して撮影され、記録された撮影データをそのまま画像データとして利用するものなどが示される。さらに、領域抽出手段とは、例えば、読込まれた画像データを構成する各画素の画素値の差異（明暗の差等）を利用して二値化処理し、解析対象となる血管領域及びそれ以外の背景領域を抽出するものが示されれる。ここで、眼底画像の場合、一般に血管に相当する部位（血管領域）は、比較的暗い色で表示され、その他の背景領域は比較的明るい色で表示される。そこで、予め設定した閾値に基づいて二値化処理し、係る閾値よりも暗い画素値を示すものは血管領域、及びそれ以外のものは背景領域とし、個々の領域を分離して抽出することが可能となる。

したがって、本発明の画像解析システムによれば、眼底カメラ等によって撮影された画像データから、眼底画像を三次元的に表現した立体眼底画像を構築し、表示することが行われる。さらに、具体的に説明すると、読込んだ画像データから血管領域及び背景領域を抽出し、血管領域を消去する。その後、血管領域が消去された消去部位をその周囲の背景領域の色に近似するようにして彩色し、仮想網膜画像データを作成する。これにより、画像データから血管領域が取除かれた網膜領域の画像が形成される。

その後、仮想網膜画像データを、眼球の曲率に略一致するように予め規定された仮想眼底曲面に沿うように変形して配し、立体網膜画像に変換し、さらに抽出された血管領域に係る血管データに基づいて、血管領域を立体的に表示する立体血管データに変換する。そして、ともに立体的に変換された立体網膜画像と立体血管データを重畳することにより、立体眼底画像として表示することが可能となる。すなわち、撮影された一枚の眼底画像に係る画像データから、網膜領域及び血管領域をそれぞれ抽出し、個々に立体的に表示可能に変換するとともに、それらを再び重畳することにより、立体眼底画像を表示することが可能となる。

さらに、本発明に係る画像解析システムは、上記構成に加え、「前記画像解析コンピュータは、作成された前記仮想網膜画像データから視神経乳頭部を検出する視神経乳頭部検出手段と、検出された前記視神経乳頭部の前記仮想眼底曲面に対する深さ情報を取得する深さ情報取得手段とをさらに具備し、前記立体眼底画像表示手段は、取得された前記深さ情報に基づいて、前記仮想網膜画像データ及び前記立体血管データを変形し、表示する視神経乳頭部立体表示手段を」有するものであっても構わない。

したがって、本発明の画像解析システムによれば、視神経乳頭部が立体眼底画像において、深さ情報をもって表示される。ここで、視神経乳頭部は、実際の眼底においては窪んだ状態となっており、係る部位から網膜領域に血管が走行している。そのため、視神経乳頭部の位置及びその深さに関する情報を取得することにより、血管が該視神経乳頭部に沿って配されている様子を詳細に再現することが可能となる。

一方、本発明に係る画像解析プログラムは、「血管領域を含む前記眼底画像に係る画像データを読込む画像データ読込手段、読込んだ前記画像データから、前記血管領域及び前記血管領域の背景に相当する背景領域をそれぞれ抽出する領域抽出手段、抽出された前記血管領域に基づいて、前記画像データから前記血管領域に相当する部位を消去する血管領域消去手段、前記血管領域が消去された消去部位の周囲近傍の前記背景領域の画素値を利用して、前記消去部位を前記背景領域に近似して彩色し、仮想網膜画像データを作成する網膜画像作成手段、作成された前記仮想網膜画像データを仮想眼底曲面に沿って配し、立体網膜画像に変換する網膜変換手段、抽出された前記血管領域に係る血管データに基づいて、前記血管領域を前記仮想眼底曲面に沿って立体的に表示可能な立体血管データに変換する血管変換手段、及び変換された前記立体網膜画像及び前記立体血管データを重畳し、前記眼底画像を立体眼底画像として表示する立体眼底画像表示手段として、画像解析コンピュータを機能させる」ものから主に構成されている。

さらに、本発明に係る画像解析プログラムは、上記構成に加え、「作成された前記仮想網膜画像データから視神経乳頭部を検出する視神経乳頭部検出手段、検出された前記視神経乳頭部の前記仮想眼底曲面に対する深さ情報を取得する深さ情報取得手段、及び取得された前記深さ情報に基づいて、前記仮想網膜画像データ及び前記立体血管データを変形し、表示する視神経乳頭部立体表示手段を有する前記立体眼底眼底画像表示手段として、前記画像解析コンピュータを機能させる」ものから構成されているものであってもよい。

したがって、本発明の画像解析プログラムによれば、プログラムを実行することにより、画像解析コンピュータが上述した優れた作用を奏することが可能となる。

本発明の効果として、眼底を二次元的（平面的）に表示可能な一枚の眼底画像に係る画像データから三次元的（立体的）な立体眼底画像を作成し、表示することができる。これにより、従来のように特殊な撮影機器を用いることなく、簡易に眼底画像を立体的に表示することができ、医学的知識に乏しい被験者であっても、自らの眼底の様子を容易に把握することができるようになる。そして、被験者の眼底構造の理解が深まれば、症状や治療方法の説明がより容易に、かつ効率的に実施でき、被験者自身で十分に考えることが可能な材料を提示できることで、インフォームドコンセントへ寄与することができる。

以下、本発明の一実施形態である画像解析システム１について、図１乃至図９に基づいて説明する。ここで、図１は本実施形態の画像解析システム１における画像解析コンピュータ２の機能的構成を示すブロック図であり、図２は撮影された眼底画像３の一例を示す説明図であり、図３は抽出した血管領域４の一例を示す説明図であり、図４は仮想網膜画像データ５の一例を示す説明図であり、図５は消去部位２２の補間処理の一例を模式的に示す説明図であり、図６は変換された立体眼底画像６の一例を示す説明図であり、図７は視神経乳頭部３２の様子を示す拡大説明図であり、図８及び図９は画像解析コンピュータ２の処理の流れを示すフローチャートである。

本実施形態の画像解析システム１は、眼底カメラ８によって撮影された眼底画像３を読込み、当該眼底画像３から血管領域４を抽出し、抽出された血管領域４及び血管領域４を消去し、網膜領域を仮想的に表現した仮想網膜画像データ５をそれぞれ個別に立体的に表示可能に変換し、これらを再び重畳することにより、立体眼底画像６を表示する画像解析コンピュータ２によって主に構成されている。

さらに、具体的に説明すると、本実施形態の画像解析システム１は、画像解析コンピュータ２以外のその他の構成として、画像解析コンピュータ２と接続し、眼底画像３を電子情報として取得可能な前出の眼底カメラ８と、取得した眼底画像３等の種々のデータを視認可能に表示する液晶ディスプレイ１３と、画像解析コンピュータ２に対する種々の命令及び各種データの入力を行うためのキーボード１４及びマウス１５を含む操作入力機器１６とを具備している。ここで、本実施形態の画像解析システムに使用される画像解析コンピュータ２は、市販の汎用コンピュータを利用することが可能である。

画像解析コンピュータ２の機能的構成について、さらに詳細に説明すると、図１に示すように、眼底カメラ８によって取得された眼底画像３に係る画像データ９を読込む画像データ読込手段１８と、読込んだ画像データ９から血管領域４及び血管領域４の背景に相当する背景領域１９をそれぞれ抽出する領域抽出手段２０と、抽出された血管領域４に相当する部位（消去部位２２）を画像データ９から刳抜くように消去する血管領域消去手段２１と、血管領域４に相当する消去部位２２が消去された画像データ９に対し、該消去部位２２の周囲近傍の背景領域１９の画素値に基づいて近似色を推定し、それぞれの消去部位２２を周囲の背景領域１９に類似する色で彩色補正し、眼底画像３から血管領域４が消去された後の網膜領域１０を仮想的に示す仮想網膜画像データ５を作成する網膜画像作成手段２４と、作成された仮想網膜画像データ５を予め眼球の曲率に沿って規定した仮想眼底曲面（図示しない）に沿って変形し、立体網膜画像２５に変換する網膜変換手段２６と、抽出された血管領域４の血管データ１１に基づいて、当該血管領域４を立体的に表示可能な立体血管データ１２に変換する血管変換手段２９と、変換された立体網膜画像２５の画像面に立体血管データ１２を重畳し、二次元的に表される眼底画像３を立体眼底画像６として表示する立体眼底画像表示手段３１とを主に具備して構成されている。

また、画像解析コンピュータ２は、その他の機能的構成として、作成された仮想網膜画像データ５から画素値の違いを利用して、視神経乳頭部３２を検出する視神経乳頭部検出手段３３と、検出された視神経乳頭部３２の眼底奥方向（図３における紙面奥行き方向に相当）に対する深さを示す深さ情報３４を画素値の違いに基づいて取得する深さ情報取得手段３５と、取得された深さ情報３４に基づいて、仮想網膜画像データ５及び立体血管データ１２を変形し、立体血管データ１２を視神経乳頭部３２の凹部に沿って表示する視神経乳頭部立体表示手段３６と、読込んだ画像データ９等の種々のデータ及び情報を記憶する記憶手段３７とをさらに有している。ここで、視神経乳頭部立体表示手段３６は、前述した立体眼底画像表示手段３１の一機能として構成されている。さらに、本実施形態の画像解析システム１は、一般的な構成として操作入力機器１６から出力される各種信号を制御するための操作信号入力制御手段４０、及び立体眼底画像６等を液晶ディスプレイ１３に出力するために、各種画像信号を出力制御する表示制御手段４１とを備えている。

次に、本実施形態の画像解析システム１における画像解析コンピュータ２の処理の流れについて、主として図７及び図８のフローチャートに基づいて説明する。ここで、図８及び図９におけるステップＳ１からステップＳ１４が本発明の画像解析プログラムに相当する。

まず、被験者（患者または受診者）の眼底をデジタルカメラ機能を備える眼底カメラ８を利用して撮影し、撮影された眼底画像３に係る画像データ９（図２参照）を、画像データ読込手段１８を介して画像解析コンピュータ２内に読込む（ステップＳ１）。ここで、画像データ９の元となる眼底画像３は、カラー画像若しくはモノクロ画像のいずれであっても構わない。また、本実施形態においては、眼底カメラ８から画像データ９を直接読込むものを示したが、例えば、印画紙上に焼付けられた眼底画像（眼底写真）を、スキャナ等の光学読取機器を利用してスキャニングしたり、或いは眼底写真のネガフィルムをフィルムスキャナを利用してスキャニングすることにより、電子化された画像データ９を取得するものであっても構わない。そして、読込んだ画像データ９を記憶手段３７に記憶する（ステップＳ２）。

その後、読込んだ画像データ９を解析し、画像データ９を構成する各画素３８の画素値の差異を利用して予め規定された閾値に従って二値化処理を行い、処理された二値化画像データ３９から血管領域４及び背景領域１９の二つの領域をそれぞれ抽出する（ステップＳ３：図３参照）。なお、撮影された眼底画像３において、血管領域４に相当する箇所（部位）は、比較的暗い色で示され、血管領域４以外の背景領域１９（例えば、網膜領域１０或いは視神経乳頭部３２等）は一般に血管領域４よりも明るい色で示されることが多い。そのため、この色（画素値）の違いを利用し、規定した閾値を境界として、上述の画像データ９を二値化処理することにより、血管領域４及びそれ以外の背景領域１９等をそれぞれ明確に抽出することができる。そして、抽出された領域に関する情報が領域データ２７として記憶手段３７に記憶されている。

その後、抽出された血管領域４に相当する部位を画像データ９から消去する（ステップＳ４：図４参照）。その結果、画像データ９の血管領域４の部分が空白で表示される。そして、血管領域４が消去された消去部位２２を画素値の周囲近傍の背景領域１９の画素値から推定し、補間処理を行う（ステップＳ５）。

ここで、補間処理の一例について説明すると、血管領域４が消去された消去部位２２を構成する複数の画素３８の中の一つを注目画素２３として特定し、予め規定された距離ｌ内に存在する画素３８のうち、背景領域１９に該当するｎ個の画素３８の画素値Ｐ_ｋ（ｋ＝１，・・・，ｎ）に、それぞれ注目画素２３からの距離ｌ_ｋに反比例する重みを付し、次式：

を用いて注目画素２３の画素値Ｐを計算するものなどが例示される（図５参照）。

これにより、画像データ９から血管領域４が取除かれ、網膜領域１０及び視神経乳頭部３２からなる仮想網膜画像データ５の作成が完成する。その後、作成された仮想網膜画像データ５から視神経乳頭部３２の部位を検出する（ステップＳ６）。ここで、視神経乳頭部３２は、一般に網膜領域１０に対して明るい色で示されるため、画素値の差異を利用して係る検出が行われる。さらに、係る視神経乳頭部３２の検出とともに、当該画素値の差異を利用して視神経乳頭部３２の深さ情報３４を取得する（ステップＳ７）。前述したように、視神経乳頭部３２は、眼底の奥方向に窪んだ形状で形成されており、係る視神経乳頭部３２から上述した複数の血管が網膜領域１０に向かって張り巡らされている。そこで、深さ情報３４を取得することにより、作成する立体眼底画像６における血管の走行状態をより詳細に再現可能となる。

その後、作成された仮想網膜画像データ５を利用して、眼球の曲率に合わせて予め規定された仮想眼底曲面（図示しない）に沿うように、二次元的に示される仮想網膜画像データ５を変形する（ステップＳ８）。さらに、抽出された血管領域４に係る血管データ１１を同様に、仮想眼底曲面に沿うように、かつ、立体的に表現されるように変形する（ステップＳ９）。そして、それぞれ変形した立体網膜画像２５と立体血管データ１２とを重畳し、立体眼底画像６を作成する（ステップＳ１０）。これにより、一枚の二次元的に示される眼底画像３から三次元的に示される立体眼底画像６を構築することができる。

さらに、取得した深さ情報３４に基づいて視神経乳頭部３２を眼底の奥行き方向に窪むように変形し、これに合わせて立体血管データ１２も視神経乳頭部３２に沿って血管が走行するように変形させる（ステップＳ１１）。その後、変形処理された立体眼底画像６を液晶ディスプレイ１３の画面上に表示する（ステップＳ１２：図６及び図７参照）。

そして、画像解析コンピュータ２は、システムを終了する旨の指示の有無を検出（ステップＳ１３）、当該指示がある場合（ステップＳ１３においてＹＥＳ）、本システムの終了を実施する（ステップＳ１４）。一方、システムを終了する旨の指示がない場合（ステップＳ１３においてＮＯ）、ステップＳ１の処理に戻り、解析対象となる新たな眼底画像３に係る画像データ９を読込み、立体眼底画像６の構築及び表示処理を継続する。なお、作成または変換された各種データ及び画像（立体網膜画像２５、立体眼底画像６）の情報は、画像解析コンピュータ２の記憶手段３７に各ステップ毎に随時記憶されている。

以上述べたように、本実施形態の画像解析システム１は、眼底画像３を構成する血管領域４及びその他の背景領域１９の部分をそれぞれ抽出し、血管領域４については眼底の曲率に合わせて規定された仮想眼底曲面に合わせて立体的に変形するとともに、主に網膜領域１０から構成される背景領域１９は、血管領域４の除去された消去部位２２を周囲の背景領域１９の画素値を利用して補間し、仮想網膜画像データ５を形成した上で立体的な立体網膜画像２５を形成し、最終的にこれらの両者を重畳し、立体眼底画像６を構成している。これより、従来のように眼底を立体的に表示する際に特殊な撮影機器を利用したり、或いは一枚の立体画像を構築するために、複数枚の眼底画像を必要とすることがない。すなわち、一枚の二次元的に示される眼底画像３から三次元的に示される立体眼底画像６を簡易、かつコストを抑えて構築することができる。

また、視神経乳頭部３２の部位を検出し、係る視神経乳頭部３２の深さ情報３４を取得することにより、作成される立体眼底画像６は、係る視神経乳頭部３２の部分が窪んだ、実際の状況に近似して形成される。加えて、視神経乳頭部３２から血管が網膜領域１０に向かって走行する様子を容易に理解することができるようになる。

以上、本発明について好適な実施形態を挙げて説明したが、本発明はこれらの実施形態に限定されるものではなく、以下に示すように、本発明の要旨を逸脱しない範囲において、種々の改良及び設計の変更が可能である。

すなわち、本実施形態の画像解析システム１において、画像解析コンピュータ２の処理の流れを示すフローチャートとして図８及び図９に基づいて説明したが、係る流れに限定されるものではない。例えば、視神経乳頭部３２の深さ情報３４を、立体眼底画像６の作成前に予め取得するものを示したが、これに限定されるものではなく、仮想網膜画像データ５によって立体網膜画像２５を作成した後に係る取得処理を行うものであっても構わない。

また、本実施形態の画像解析システム１において、血管の領域抽出手順２０においては、血管領域４が抽出可能な手段であれば構わない。それらには、例えば、注目画素２３の画素値を、注目画素２３を中心として一定の範囲内に存在する画素群の画素値から求めた最大値あるいは最小値などに置き換えた画像と原画像の差分を取る処理や、局所領域内の画素群の画素値から求めたしきい値によって局所領域ごとに二値化する手法などが考えられる。また、血管変換手段２９において、血管領域４を視神経乳頭部３２付近以外でも立体的に変形しても構わない。例えば、二つの血管が交叉した交叉領域において、双方の血管の交叉の上下関係を考慮した変形を行うことなどが考えられる。視神経乳頭部検出手段３３においては、視神経乳頭部３２の領域が抽出可能な手段であれば構わない。それらには、例えば、画素値ヒストグラムを利用する手法や、視神経乳頭部３２の輪郭に最もよく当てはまる近似閉曲線を反復計算によって求める手法や、視神経乳頭部３２付近に存在する血管の走行方向の変化を利用する手法などが考えられる。

本実施形態の画像解析システムにおける画像解析コンピュータの機能的構成を示すブロック図である。 撮影された眼底画像の一例を示す説明図である。 抽出した血管領域の一例を示す説明図である。 仮想網膜画像データの一例を示す説明図である。 消去部位の補間処理の一例を模式的に示す説明図である。 変換された立体眼底画像の一例を示す説明図である。 視神経乳頭部の様子を示す拡大説明図である。 画像解析コンピュータの処理の流れを示すフローチャートである。 画像解析コンピュータの処理の流れを示すフローチャートである。

符号の説明

１ 画像解析システム
２ 画像解析コンピュータ
３ 眼底画像
４ 血管領域
５ 仮想網膜画像データ
６ 立体眼底画像
８ 眼底カメラ
９ 画像データ
１０ 網膜領域
１１ 血管データ
１２ 立体血管データ
１８ 画像データ読込手段
１９ 背景領域
２０ 領域抽出手段
２１ 血管領域消去手段
２２ 消去部位
２４ 網膜画像作成手段
２５ 立体網膜画像
２６ 網膜変換手段
２９ 血管変換手段
３１ 立体眼底画像表示手段
３２ 視神経乳頭部
３３ 視神経乳頭部検出手段
３４ 深さ情報
３５ 深さ情報取得手段
３６ 視神経乳頭部立体表示手段（立体眼底画像表示手段）

Claims (4)

1. 画像解析コンピュータを利用し、眼底画像を解析処理する画像解析システムであって、
   前記画像解析コンピュータは、
   血管領域を含む前記眼底画像に係る画像データを読込む画像データ読込手段と、
   読込んだ前記画像データから、前記血管領域及び前記血管領域の背景に相当する背景領域をそれぞれ抽出する領域抽出手段と、
   抽出された前記血管領域に基づいて、前記画像データから前記血管領域に相当する部位を消去する血管領域消去手段と、
   前記血管領域が消去された消去部位の周囲近傍の前記背景領域の画素値を利用して、前記消去部位を前記背景領域に近似して彩色し、仮想網膜画像データを作成する網膜画像作成手段と、
   作成された前記仮想網膜画像データを仮想眼底曲面に沿って配し、立体網膜画像に変換する網膜変換手段と、
   抽出された前記血管領域に係る血管データに基づいて、前記血管領域を前記仮想眼底曲面に沿って立体的に表示可能な立体血管データに変換する血管変換手段と、
   変換された前記立体網膜画像及び前記立体血管データを重畳し、前記眼底画像を立体眼底画像として表示する立体眼底画像表示手段と
   を具備することを特徴とする画像解析システム。
2. 前記画像解析コンピュータは、
   作成された前記仮想網膜画像データから視神経乳頭部を検出する視神経乳頭部検出手段と、
   検出された前記視神経乳頭部の前記仮想眼底曲面に対する深さ情報を取得する深さ情報取得手段と
   をさらに具備し、
   前記立体眼底画像表示手段は、
   取得された前記深さ情報に基づいて、前記仮想網膜画像データ及び前記立体血管データを変形し、表示する視神経乳頭部立体表示手段をさらに有することを特徴とする請求項１に記載の画像解析システム。
3. 血管領域を含む前記眼底画像に係る画像データを読込む画像データ読込手段、読込んだ前記画像データから、前記血管領域及び前記血管領域の背景に相当する背景領域をそれぞれ抽出する領域抽出手段、抽出された前記血管領域に基づいて、前記画像データから前記血管領域に相当する部位を消去する血管領域消去手段、前記血管領域が消去された消去部位の周囲近傍の前記背景領域の画素値を利用して、前記消去部位を前記背景領域に近似して彩色し、仮想網膜画像データを作成する網膜画像作成手段、作成された前記仮想網膜画像データを仮想眼底曲面に沿って配し、立体網膜画像に変換する網膜変換手段、抽出された前記血管領域に係る血管データに基づいて、前記血管領域を前記仮想眼底曲面に沿って立体的に表示可能な立体血管データに変換する血管変換手段、及び変換された前記立体網膜画像及び前記立体血管データを重畳し、前記眼底画像を立体眼底画像として表示する立体眼底画像表示手段として、画像解析コンピュータを機能させることを特徴とする画像解析プログラム。
4. 作成された前記仮想網膜画像データから視神経乳頭部を検出する視神経乳頭部検出手段、検出された前記視神経乳頭部の前記仮想眼底曲面に対する深さ情報を取得する深さ情報取得手段、及び取得された前記深さ情報に基づいて、前記仮想網膜画像データ及び前記立体血管データを変形し、表示する視神経乳頭部立体表示手段を有する前記立体眼底眼底画像表示手段として、前記画像解析コンピュータをさらに機能させることを特徴とする請求項３に記載の画像解析プログラム。

Images