JP6520099B2

JP6520099B2 - 光コヒーレンストモグラフィ装置、及びデータ処理プログラム

Info

Publication number: JP6520099B2
Application number: JP2014251348A
Authority: JP
Inventors: 直樹竹野; 康寛古内; 一並木
Original assignee: Nidek Co Ltd
Current assignee: Nidek Co Ltd
Priority date: 2014-06-30
Filing date: 2014-12-11
Publication date: 2019-05-29
Anticipated expiration: 2034-12-11
Also published as: JP2016026521A; US10213100B2; US20150374227A1

Description

被検体のモーションコントラストデータを得る光コヒーレンストモグラフィ装置、及びデータ処理プログラムに関する。

従来において、血管造影を行う装置として、例えば、眼底カメラ、走査型レーザ検眼装置などが知られている。この場合、励起光によって発光する造影剤が体内に注射される。装置は、造影剤からの光を受光することによって、血管造影画像を得ていた。つまり、従来は、造影剤の注射が必要であった。

国際公開第２０１０／１４３６０１号

H.C.Hendargo et al. Biomed. Opt. Express, Vol. 4, No.6, p.80 3/ May 2013 Yonghua Zhao et al. OPTICS LETTERS / Vol. 25, No. 2 / Januar y 15, 2000 Adrian Mariampillai et al. OPTICS LETTERS / Vol. 33, No. 13 / July 1, 2008 Vivek J. Srinivasan et al. OPTICS LETTERS / Vol. 35, No. 1 / January 1, 2010

ところで近年では、ＯＣＴ技術を応用して、造影剤を用いずにモーションコントラスト画像を得る装置が提案されている。このような装置において、ｅｎ−ｆａｃｅ（ＯＣＴによる測定光軸に対して垂直な面）のモーションコントラスト画像を生成する場合がある。この場合、例えば従来は、ＯＣＴ画像の深さ方向の輝度プロファイルに基づいて、網膜神経線維層（ＮＦＬ）、神経節細胞層（ＧＣＬ）、内網状層（ＩＰＬ）等に網膜層を分離し、分離された網膜層の位置に基づいて解剖学的に血管が存在すると推定される領域を求める。そして、解剖学的に血管が存在すると推定される領域ごとに、ｅｎ−ｆａｃｅのモーションコントラスト画像を生成していた。つまり、モーションコントラスト画像を得るための基礎となるＯＣＴ画像を用いてセグメンテーションを行っていた。

しかしながら、疾病などによって、通常は存在しない位置に血管が存在する場合がある。この場合、解剖学的に推定される領域ごとにｅｎ−ｆａｃｅの画像を生成しても、良好なモーションコントラスト画像を生成することが困難な場合あった。

（１）血管網を含む被検体上を走査手段によって走査された測定光と、前記測定光に対応する参照光とによるＯＣＴ信号を検出するためのＯＣＴ光学系と、を備える光コヒーレンストモグラフィ装置であって、被検体上の同一位置に関して時間的に異なる複数のＯＣＴ信号を処理し、各走査位置での深さ方向における移動物体の分布を画像化したモーションコントラスト画像を前記複数のＯＣＴ信号に基づいて生成する信号処理手段と、前記信号処理手段によって生成された前記モーションコントラスト画像の深さ方向におけるプロファイルを解析し、血管による変化を検出することによって前記被検体に含まれる血管網を検出する血管網検出手段と、を備え、前記血管網検出手段は、前記プロファイルを解析し、深さ方向に関して異なる位置に存在する各血管による変化を検出することによって前記被検体に含まれる複数の血管網を検出し、検出結果に基づいて深さ方向に関して各血管網を分離することを特徴とする。
（２）血管網を含む被検体上を走査手段によって走査された測定光と、前記測定光に対応する参照光とによるＯＣＴ信号を検出するためのＯＣＴ光学系と、を備える光コヒーレンストモグラフィ装置において実行されるデータ処理プログラムであって、前記光コヒーレンストモグラフィ装置のプロセッサによって実行されることで、被検体上の同一位置に関して時間的に異なる複数のＯＣＴ信号を処理し、各走査位置での深さ方向における移動物体の分布を画像化したモーションコントラスト画像を前記複数のＯＣＴ信号に基づいて生成する信号処理ステップと、前記信号処理ステップにおいて生成された前記モーションコントラスト画像の深さ方向におけるプロファイルを解析し、深さ方向に関して異なる位置に存在する各血管による変化を検出することによって前記被検体に含まれる複数の血管網を検出する血管網検出ステップと、を前記光コヒーレンストモグラフィ装置に実行させることを特徴とする。

上記課題を解決するために、本発明は以下のような構成を備えることを特徴とする。

（１）血管網を含む被検体上を走査手段によって走査された測定光と、前記測定光に対応する参照光とによるＯＣＴ信号を検出するためのＯＣＴ光学系と、を備える光コヒーレンストモグラフィ装置であって、被検体上の同一位置に関して時間的に異なる複数のＯＣＴ信号を処理し、各走査位置での深さ方向における移動物体の分布を画像化したモーションコントラスト画像を前記複数のＯＣＴ信号に基づいて生成する信号処理手段と、前記信号処理手段によって生成された前記モーションコントラスト画像の深さ方向におけるプロファイルを解析し、血管による変化を検出することによって前記被検体に含まれる血管網を検出する血管網検出手段と、を備えることを特徴とする。
（２）血管網を含む被検体上を走査手段によって走査された測定光と、前記測定光に対応する参照光とによるＯＣＴ信号を検出するためのＯＣＴ光学系と、を備える光コヒーレンストモグラフィ装置のプロセッサにおいて実行されるデータ処理プログラムであって、前記光コヒーレンストモグラフィ装置のプロセッサによって実行させることで、被検体上の同一位置に関して時間的に異なる複数のＯＣＴ信号を処理し、各走査位置での深さ方向における移動物体の分布を画像化したモーションコントラスト画像を前記複数のＯＣＴ信号に基づいて生成する信号処理ステップと、前記信号処理ステップにおいて生成された前記モーションコントラスト画像の深さ方向におけるプロファイルを解析し、血管による変化を検出することによって前記被検体に含まれる血管網を検出する血管網検出ステップと、を前記光コヒーレンストモグラフィ装置に実行させることを特徴とする。

光コヒーレンストモグラフィ装置の構成について説明するブロック図である。光学系の概略を示す図である。本実施例の処理を説明するためのフローチャートである。本実施例の測定について説明するための眼底のイメージ図である。断層血管像を示すイメージ図である。血管網の検出領域を分割したときのイメージ図である。深さ方向における輝度プロファイルを示すグラフである。層ごとに生成されたＥｎ−ｆａｃｅの血管造影画像の一例を示す。空間周波数スペクトルの一例を示す図である。血管網を分離するときの処理の一例を説明するための図である。深さ方向における輝度プロファイルを示すグラフである。層ごとに生成されたＥｎ−ｆａｃｅの血管造影画像の一例を示す。

＜概要＞
以下、図面に基づいて本実施例の概要を説明する。本実施例の光コヒーレンストモグラフィ装置（図１参照）は、被検体（例えば、被検眼Ｅ、図２参照）のモーションコントラスト画像を得る。被検体は、例えば、眼底Ｅｆであってもよい。光コヒーレンストモグラフィ装置（以下、本装置と略す場合がある）１０は、例えば、ＯＣＴ光学系１００（図１参照）と、信号処理部（例えば、制御部７０）と、血管網検出部（例えば、制御部７０）と、を主に備える。

ＯＣＴ光学系１００は、例えば、血管網を含む被検体上を走査部（例えば、光スキャナ１０８）によって走査された測定光と、測定光に対応する参照光とによるＯＣＴ信号を検出する。

信号処理部は、例えば、被検体上の同一位置に関して時間的に異なる複数のＯＣＴ信号を処理する。さらに、信号処理部は、例えば、各走査位置での深さ方向における移動物体の分布を画像化したモーションコントラスト画像を複数のＯＣＴ信号に基づいて生成する。モーションコントラスト画像が生成されることによって、疑似的な血管造影画像が取得される。なお、以下の説明おいては、モーションコントラスト画像を疑似的な血管造影画像として説明する場合がある。なお、モーションコントラスト画像の用途としては、例えば、各走査位置での深さ方向における移動物体を画像化するために用いられてもよい。

血管網検出部は、例えば、信号処理部によって生成されたモーションコントラスト画像の深さ方向におけるプロファイルを解析する。これによって、血管網検出部は、血管による変化を検出することによって被検体に含まれる血管網を検出する。なお、血管による変化とは、例えば、血管の数による変化、血管の有無による変化、深さ方向における血管の粗密具合による変化であってもよい。なお、血管網検出部は、血管による変化を検出するために、例えば、信号のエッジ位置、信号のピーク位置、信号のボトム位置を信号処理によって検出してもよい。このように、血管網検出部（画像処理部）は、モーションコントラスト画像の深さ方向におけるプロファイルの変化を検出し、検出結果に基づいて血管領域を検出してもよい。なお、血管網検出部は、血管の有無による特徴的部分を検出してもよい。例えば、血管網検出部は、血管による信号の変化が他の深さ位置に対して相対的に少ない位置を血管網の境界として検出してもよい。

以上のような装置において、モーションコントラスト画像から直接的に血管網を検出することによって、血管網の画像化が容易となる。さらに、疾患等によって、血管が存在しない層に血管が現れた場合にも対応できる。

なお、血管網検出部は、モーションコントラスト画像の深さ方向のプロファイルを解析し、深さ方向に関して異なる位置に形成された各血管による変化を検出してもよい。これによって、被検体に含まれる複数の血管網を検出してもよい。さらに、血管網検出部は、血管網の検出結果に基づいて深さ方向に関して各血管網を分離してもよい。

なお、血管網検出部は、例えば、領域分離部（例えば、制御部７０）を備えてもよい。領域分離部は、例えば、モーションコントラスト画像の深さ方向のプロファイルを解析し、被検眼Ｅ（例えば、眼底Ｅｆなど）において深さ方向に関して異なる位置に存在する各血管による変化を検出してもよい。これによって、領域分離部は、被検体に含まれる複数の血管網を検出し、その検出結果に基づいて深さ方向に関して各血管網を分離してもよい。

なお、血管網検出部は、深さ方向における輝度プロファイル（輝度分布）を解析し、血管による輝度変化を検出することによって被検体に含まれる血管網を検出してもよい。

なお、血管網検出部は、モーションコントラスト画像を２次元フーリエ変換したときの空間周波数スペクトルの深さ方向における輝度プロファイルを解析してもよい。そして、血管網検出部は、空間周波数スペクトルの深さ方向における輝度プロファイルの血管による輝度変化を検出することによって被検体に含まれる血管網を検出してもよい。

なお、血管網検出部は、モーションコントラスト画像の深さ方向のプロファイルが極値をとる深さを血管網の境界として検出してもよい。

なお、本装置１０は、Ｅｎ−ｆａｃｅ画像生成部（例えば、制御部７０）をさらに備えてもよい。Ｅｎ−ｆａｃｅ画像生成部は、例えば、血管網検出部によって検出された血管網における深さ方向のプロファイルに基づいて、モーションコントラスト画像を正面方向に関して可視化したＥｎ−ｆａｃｅ画像を生成してもよい。これによって、良好に検出された血管網を正面方向に関して可視化できる。

なお、血管網検出部は、モーションコントラスト画像の深さ方向のプロファイルを解析し、深さ方向に関して異なる位置に形成された各血管による変化を検出してもよい。これによって、血管網検出部は、被検体に含まれる複数の血管網を検出し、検出結果に基づいて深さ方向に関して各血管網を分離してもよい。この場合、Ｅｎ−ｆａｃｅ画像生成部は、血管網検出部によって分離された各血管網における深さ方向のプロファイルに基づいて、各血管網に対応するＥｎ−ｆａｃｅ画像をそれぞれ生成してもよい。

なお、血管網検出部は、３次元モーションコントラストデータを正面方向に関して複数の小領域に分割してもよい（図６参照）。そして、血管網検出部は、分割された小領域でのプロファイルを解析し、各小領域にて血管による変化を検出することで、被検体に含まれる血管網を検出してもよい。これによって、血管網検出部は、例えば、血管が検出できない箇所があっても、周辺の血管から血管網を求めることができる。

なお、本装置１０は、被検体上で測定光を二次元的に走査させることによって、各走査位置での複数のＯＣＴ信号を２次元的に取得可能であってもよい。この場合、信号処理部は、二次元的に取得された複数のＯＣＴ信号に基づいて、３次元モーションコントラストデータを生成してもよい。なお、３次元モーションコントラストデータは、例えば、横断位置が異なるモーションコントラスト画像の集合体である。さらに、血管網検出部は、各モーションコントラスト画像での血管網を検出することによって、３次元モーションコントラストデータにおける血管網を二次元的に検出してもよい。これによって、正面方向（上下左右方向）に関する血管網を検出できるので、検出された血管網でのＥｎ−ｆａｃｅ画像を生成できる。

なお、本装置１０のプロセッサにデータ処理プログラムを実行させてもよい。データ処理プログラムは、例えば、信号処理ステップと、血管網検出ステップと、で構成されてもよい。信号処理ステップは、例えば、被検体上の同一位置に関して時間的に異なる複数のＯＣＴ信号を処理し、各走査位置での深さ方向における移動流体の分布を画像化したモーションコントラスト画像を複数のＯＣＴ信号に基づいて生成するステップであってもよい。血管網検出ステップは、例えば、信号処理ステップにおいて生成されたモーションコントラスト画像の深さ方向におけるプロファイルを解析し、血管による変化を検出することによって被検体に含まれる血管網を検出するステップであってもよい。

＜実施例＞
以下、典型的な実施例の１つについて、図面を参照して説明する。図１は本実施例に係る光コヒーレンストモグラフィ装置（以下、本装置と呼ぶ場合もある）１０の構成について説明するブロック図である。本装置１０は、一例として、被検眼の眼底の断層像を取得する眼底撮影装置として説明する。

ＯＣＴデバイス１は、ＯＣＴ光学系１００によって取得された検出信号を処理する。ＯＣＴデバイス１は、制御部７０を有する。ＯＣＴ光学系１００は、例えば、被検眼Ｅの眼底Ｅｆの断層像を撮影する。ＯＣＴ光学系１００は、例えば、制御部７０と接続されている。

次いで、ＯＣＴ光学系１００を図２に基づいて説明する。ＯＣＴ光学系１００は、眼底に測定光を照射する。ＯＣＴ光学系１００は、眼底から反射された測定光と参照光との干渉状態を受光素子（検出器１２０）によって検出する。ＯＣＴ光学系１００は眼底Ｅｆ上の撮像位置を変更するため、眼底Ｅｆ上における測定光の照射位置を変更する照射位置変更ユニット（例えば、光スキャナ１０８、固視標投影ユニット３００）を備える。制御部７０は、設定された撮像位置情報に基づいて照射位置変更ユニットの動作を制御し、検出器１２０からの受光信号に基づいて断層像を取得する。

＜ＯＣＴ光学系＞
ＯＣＴ光学系１００は、いわゆる眼科用光断層干渉計（ＯＣＴ：Optical coherence tomography）の装置構成を持ち、眼Ｅの断層像を撮像する。ＯＣＴ光学系１００は、測定光源１０２から出射された光をカップラー（光分割器）１０４によって測定光（試料光）と参照光に分割する。ＯＣＴ光学系１００は、測定光学系１０６によって測定光を眼Ｅの眼底Ｅｆに導き、また、参照光を参照光学系１１０に導く。ＯＣＴ光学系１００は、眼底Ｅｆによって反射された測定光と、参照光との合成による干渉光を検出器（受光素子）１２０に受光させる。

検出器１２０は、測定光と参照光との干渉信号を検出する。フーリエドメインＯＣＴの場合では、干渉光のスペクトル強度（スペクトル干渉信号）が検出器１２０によって検出され、スペクトル強度データに対するフーリエ変換によって複素ＯＣＴ信号が取得される。例えば、複素ＯＣＴ信号における振幅の絶対値を算出することによって、所定範囲における深さプロファイル（Ａスキャン信号）が取得される。光スキャナ１０８によって走査された測定光の各走査位置における深さ方向の輝度プロファイルを並べることによって、ＯＣＴ画像データ（断層画像データ）が取得される。ここで、ＯＣＴ画像データでの輝度プロファイルとは、Ａ−Ｓｃａｎラインで深さ方向に各画素の輝度値を並べた数列であり、深さ方向に対する輝度値のグラフである。

なお、測定光を２次元的に走査することによって、ＯＣＴ３次元データを取得してもよい。また、ＯＣＴ３次元データから、ＯＣＴ正面（Ｅｎｆａｃｅ）画像（例えば、深さ方向に関して積算された積算画像）が取得されてもよい。

また、複素ＯＣＴ信号の信号処理によって、機能ＯＣＴ信号が取得されてもよい。光スキャナ１０８によって走査された測定光の各走査位置における機能ＯＣＴ信号（モーションコントラストデータ）を並べることによって、機能ＯＣＴ画像データ（モーションコントラスト画像データ）が取得される。さらに、測定光を２次元的に走査することによって、３次元機能ＯＣＴ画像データ（３次元モーションコントラストデータ）を取得してもよい。また、３次元機能ＯＣＴ画像データから、ＯＣＴ機能正面（Ｅｎｆａｃｅ）画像（例えば、ドップラー正面（Ｅｎｆａｃｅ）画像、スペックルバリアンス正面画像）が取得されてもよい。

例えば、Spectral-domain OCT（ＳＤ−ＯＣＴ）、Swept-source OCT（ＳＳ−ＯＣＴ）が挙げられる。また、Time-domain OCT（ＴＤ−ＯＣＴ）であってもよい。

ＳＤ−ＯＣＴの場合、光源１０２として低コヒーレント光源（広帯域光源）が用いられ、検出器１２０には、干渉光を各周波数成分（各波長成分）に分光する分光光学系（スペクトルメータ）が設けられる。スペクトロメータは、例えば、回折格子とラインセンサからなる。

ＳＳ−ＯＣＴの場合、光源１０２として出射波長を時間的に高速で変化させる波長走査型光源（波長可変光源）が用いられ、検出器１２０として、例えば、単一の受光素子が設けられる。光源１０２は、例えば、光源、ファイバーリング共振器、及び波長選択フィルタによって構成される。そして、波長選択フィルタとして、例えば、回折格子とポリゴンミラーの組み合わせ、ファブリー・ペローエタロンを用いたものが挙げられる。

光源１０２から出射された光は、カップラー１０４によって測定光束と参照光束に分割される。そして、測定光束は、光ファイバーを通過した後、空気中へ出射される。その光束は、光スキャナ１０８、及び測定光学系１０６の他の光学部材を介して眼底Ｅｆに集光される。そして、眼底Ｅｆで反射された光は、同様の光路を経て光ファイバーに戻される。

光スキャナ１０８は、眼底上で二次元的に（ＸＹ方向（横断方向））に測定光を走査させる。光スキャナ１０８は、瞳孔と略共役な位置に配置される。光スキャナ１０８は、例えば、２つのガルバノミラーであり、その反射角度が駆動機構５０によって任意に調整される。

これにより、光源１０２から出射された光束はその反射（進行）方向が変化され、眼底Ｅｆ上で任意の方向に走査される。これにより、眼底Ｅｆ上における撮像位置が変更される。光スキャナ１０８としては、光を偏向させる構成であればよい。例えば、反射ミラー（ガルバノミラー、ポリゴンミラー、レゾナントスキャナ）の他、光の進行（偏向）方向を変化させる音響光学素子（ＡＯＭ）等が用いられる。

参照光学系１１０は、眼底Ｅｆでの測定光の反射によって取得される反射光と合成される参照光を生成する。参照光学系１１０は、マイケルソンタイプであってもよいし、マッハツェンダタイプであっても良い。参照光学系１１０は、例えば、反射光学系（例えば、参照ミラー）によって形成され、カップラー１０４からの光を反射光学系により反射することにより再度カップラー１０４に戻し、検出器１２０に導く。他の例としては、参照光学系１１０は、透過光学系（例えば、光ファイバー）によって形成され、カップラー１０４からの光を戻さず透過させることにより検出器１２０へと導く。

参照光学系１１０は、参照光路中の光学部材を移動させることにより、測定光と参照光との光路長差を変更する構成を有する。例えば、参照ミラーが光軸方向に移動される。光路長差を変更するための構成は、測定光学系１０６の測定光路中に配置されてもよい。

＜正面観察光学系＞
正面観察光学系２００は、眼底Ｅｆの正面画像を得るために設けられている。観察光学系２００は、例えば、光源から発せられた測定光（例えば、赤外光）を眼底上で二次元的に走査させる光スキャナと、眼底と略共役位置に配置された共焦点開口を介して眼底反射光を受光する第２の受光素子と、を備え、いわゆる眼科用走査型レーザ検眼鏡（ＳＬＯ）の装置構成を持つ。

なお、観察光学系２００の構成としては、いわゆる眼底カメラタイプの構成であってもよい。また、ＯＣＴ光学系１００は、観察光学系２００を兼用してもよい。すなわち、正面画像は、二次元的に得られた断層像を形成するデータを用いて取得されるようにしてもよい（例えば、三次元断層像の深さ方向への積算画像、ＸＹ各位置でのスペクトルデータの積算値、ある一定の深さ方向におけるＸＹ各位置での輝度データ、網膜表層画像、等）。

＜固視標投影ユニット＞
固視標投影ユニット３００は、眼Ｅの視線方向を誘導するための光学系を有する。固視標投影ユニット３００は、眼Ｅに呈示する固視標を有し、複数の方向に眼Ｅを誘導できる。

例えば、固視標投影ユニット３００は、可視光を発する可視光源を有し、視標の呈示位置を二次元的に変更させる。これにより、視線方向が変更され、結果的に撮像部位が変更される。例えば、撮影光軸と同方向から固視標が呈示されると、眼底の中心部が撮像部位として設定される。また、撮影光軸に対して固視標が上方に呈示されると、眼底の上部が撮像部位として設定される。すなわち、撮影光軸に対する視標の位置に応じて撮影部位が変更される。

固視標投影ユニット３００としては、例えば、マトリクス状に配列されたＬＥＤの点灯位置により固視位置を調整する構成、光スキャナを用いて光源からの光を走査させ、光源の点灯制御により固視位置を調整する構成等、種々の構成が考えられる。また、投影ユニット３００は、内部固視灯タイプであってもよいし、外部固視灯タイプであってもよい。

＜制御部＞
制御部７０は、ＣＰＵ（プロセッサ）、ＲＡＭ、ＲＯＭ等を備える。制御部７０のＣＰＵは、各構成の各部材など、装置全体（ＯＣＴデバイス１、ＯＣＴ光学系１００）の制御を司る。ＲＡＭは、各種情報を一時的に記憶する。制御部７０のＲＯＭには、装置全体の動作を制御するための各種プログラム、初期値等が記憶されている。なお、制御部７０は、複数の制御部（つまり、複数のプロセッサ）によって構成されてもよい。

制御部７０には、不揮発性メモリ（記憶手段）７２、操作部（コントロール部）７６、および表示部（モニタ）７５等が電気的に接続されている。不揮発性メモリ（メモリ）７２は、電源の供給が遮断されても記憶内容を保持できる非一過性の記憶媒体である。例えば、ハードディスクドライブ、フラッシュＲＯＭ、ＯＣＴデバイス１、及び、ＯＣＴ光学系１００に着脱可能に装着されるＵＳＢメモリ等を不揮発性メモリ７２として使用することができる。メモリ７２には、ＯＣＴ光学系１００による正面画像および断層画像の撮影を制御するための撮影制御プログラムが記憶されている。また、メモリ７２には、ＯＣＴデバイス１によって得られたＯＣＴ信号を信号処理することを可能にする信号処理プログラムが記憶されている。また、メモリ７２には、走査ラインにおける断層像（ＯＣＴデータ）、三次元断層像（三次元ＯＣＴデータ）、眼底正面像、断層像の撮影位置の情報等、撮影に関する各種情報が記憶される。操作部７６には、検者による各種操作指示が入力される。

操作部７６は、入力された操作指示に応じた信号を制御部７０に出力する。操作部７６には、例えば、マウス、ジョイスティック、キーボード、タッチパネル等の少なくともいずれかを用いればよい。

モニタ７５は、装置本体に搭載されたディスプレイであってもよいし、本体に接続されたディスプレイであってもよい。パーソナルコンピュータ（以下、「ＰＣ」という。）のディスプレイを用いてもよい。複数のディスプレイが併用されてもよい。また、モニタ７５は、タッチパネルであってもよい。なお、モニタ７５がタッチパネルである場合に、モニタ７５が操作部として機能する。モニタ７５には、ＯＣＴ光学系１００によって撮影された断層画像および正面画像を含む各種画像が表示される。

＜操作方法、制御動作＞
本装置１０では、断層像が取得される。以下、本装置１０の操作方法および制御動作について図３を用いて説明する。制御部７０は、例えば、各種制御処理を司るプロセッサ（例えば、ＣＰＵ）と、プログラムを記憶する記憶媒体とを備える。プロセッサは、プログラムに従って、以下に説明する処理を実行する。なお、以下の説明において、制御の各ステップを識別するための番号を付与するが、付与した番号の順番と実際の制御の順番は必ずしも一致しない。

まず、検者は固視標投影ユニット３００の固視標を注視するように被検者に指示した後、図示無き前眼部観察用カメラで撮影される前眼部観察像をモニタ７５で見ながら、被検眼の瞳孔中心に測定光軸がくるように、操作部７６（例えば、図示無きジョイスティック）を用いて、アライメント操作を行う。

（ステップ１：ＯＣＴ撮影）
制御部７０は、同じ位置において、時間の異なる少なくとも２フレームの干渉信号を取得する。例えば、制御部７０は、光スキャナ１０８の駆動を制御し、眼底上で測定光を走査させる。例えば、図４に示す第１の走査ラインＳ１に沿ってｘ方向に測定光を走査させる。なお、横断方向（例えば、ｘ方向）に測定光を走査させることを「Ｂ−ｓｃａｎ」と呼ぶ。以下、１フレームの干渉信号とは、１回のＢ−Ｓｃａｎによって得られた干渉信号として説明する。制御部７０は、走査中に検出器１２０によって検出された干渉信号を取得する。なお、図４において、ｚ軸の方向は、測定光の光軸の方向とする。ｘ軸の方向は、ｚ軸に垂直かつ左右の方向とする。ｙ軸の方向は、ｚ軸に垂直かつ上下の方向とする。

１回目の走査が完了すると、制御部７０は、１回目と同じ位置で２回目の走査を行う。例えば、制御部７０は、図４に示す走査ラインＳ１に沿って測定光を走査させた後、再び測定光を走査させる。制御部７０は、２回目の走査中に検出器１２０によって検出された干渉信号を取得する。これによって、制御部７０は、同じ位置における時間の異なる２フレームの干渉信号を取得することができる。なお、本実施例においては、同じ位置での走査を４回繰り返し、時間の異なる連続する４フレームの干渉信号を取得する。例えば、走査ラインＳ１での走査を４回繰り返し、４フレームの干渉信号を取得する。

なお、１回の走査で、時間の異なる同じ位置の干渉信号を取得することができる場合は、２回目の走査を行わなくてもよい。例えば、所定間隔だけ光軸のずれた２つの測定光を１度に走査させる場合、複数回走査する必要はない。被検体内の同じ位置における時間の異なる干渉信号を取得することができればよい。なお、２つの測定光を１度に走査させる場合、２つの測定光の間隔によって任意の血流速度を目標として検出できる。

なお、制御部７０は、別の位置においても、同様に、時間の異なる少なくとも２フレームの信号を取得してもよい。図４に示すように、第１の走査ラインＳ１は、例えば、ｙ＝ｙ１であるとする。また、第２の走査ラインＳ２は、例えば、ｙ＝ｙ２であるとする。制御部７０は、第１の走査ラインＳ１において、時間の異なる信号の取得が完了すると、引き続き、第２の走査ラインＳ２において、時間の異なる少なくとも２フレームの信号を取得してもよい。

このように、制御部７０は、被検体の異なる時間における信号を取得する。例えば、本実施例では、同一ラインで４回走査を繰り返し、４フレームの干渉信号を取得する。ただし、４フレームに限らず、時間の異なる少なくも２フレーム以上の干渉信号を取得すればよい。

制御部７０は、図４に示すように、測定光をラスター走査（ラスタースキャン）し、各走査ラインにおいて、時間の異なる少なくとも２フレーム以上の干渉信号を得る。これによって、眼底内部の３次元的な情報を取得することができる。

なお、ラスタースキャンは、眼底上を測定光が矩形状に走査するパターンである。ラスタースキャンは、例えば、正面（Ｅｎ−ｆａｃｅ）画像スキャンとして用いられる。

ラスタースキャンでは、例えば、予め設定された走査領域（例えば、矩形領域）において測定光がラスターされる。その結果として、走査領域（例えば、矩形領域）内における各走査ラインでの断層画像が取得される。

ラスタースキャンにおける走査条件として、例えば、主走査方向及び副走査方向におけるライン幅（始点から終点までの距離）、走査速度、各走査ラインの間隔、走査ラインの数等が予め設定される。もちろん、ラスタースキャンにおける走査条件が、任意に設定される構成であってもよい。

より詳細には、制御部７０は、開始位置として設定された走査ライン（１ライン目）にて、測定光を主走査方向に走査することによって、主走査方向に沿った干渉信号を取得する。次に、制御部７０は、副走査方向に関して異なる走査ラインにて、測定光を主走査方向に走査することによって、主走査方向に沿った干渉信号を取得する。以上のように、互いに異なるＮ本のラインに関して、それぞれ干渉信号を得る。副走査方向に関する各走査間隔を近接させることによって、走査領域内における干渉信号を取得できる。走査領域は、副走査方向に関して異なる走査ラインによって形成される。

以下の説明では、副走査方向がｙ方向（上下）、主走査方向がｘ方向（左右方向）として設定された場合を例として説明するが、これに限定されない。例えば、副走査方向がｘ方向、主走査方向がｙ方向であってもよい。

副走査方向における走査制御について、上から下に走査位置を順に変更してもよいし、下から上に走査位置を順に変更してもよい。また、中心から周辺に走査位置を順に変更してもよい。また、ラスター走査として、インターレース方式を用いるようにしてもよい
時間の異なる同じ位置での干渉信号を取得する場合、例えば、制御部７０は、第１の走査ラインＳ１において測定光を主走査方向に複数回走査する。つまり、第１の走査ラインＳ１における始点から終点までの最初の走査が終了したら、制御部７０は、再び第１の走査ラインＳ１における始点に測定光の走査位置を戻し、再度第１の走査ラインＳ１での走査を行う。

なお、制御部７０は、ＯＣＴ光学系１００を制御して干渉信号を取得すると共に、観察光学系２００を制御し、眼底正面像を取得してもよい。

（ステップ２：複素ＯＣＴ信号群の取得）
続いて、制御部７０は、ＯＣＴ光学系１００によって取得された干渉信号を処理し、複素ＯＣＴ信号を取得する。例えば、制御部７０は、ステップ１において取得された干渉信号をフーリエ変換する。ここで、Ｎフレーム中ｎ枚目の（ｘ，ｚ）の位置の信号をＡｎ（ｘ，ｚ）で表す。制御部７０は、フーリエ変換によって、複素ＯＣＴ信号Ａｎ（ｘ，ｚ）を得る。複素ＯＣＴ信号Ａｎ（ｘ，ｚ）は、実数成分と虚数成分とを含む。

なお、制御部７０は、画像の位置合わせ（イメージレジストレイション）、位相補正等を行ってもよい。イメージのレジストレーションは、例えば、同じ場面の複数のイメージを揃えて配置するプロセスである。イメージの位置がずれる原因として、例えば、撮影中の被検眼の動き等が考えられる。位相補正は、例えば、画像内でＡ−Ｌｉｎｅ間に位相ずれを補正する処理である。

（ステップ３：血管断層像群の取得）
次いで、制御部７０は、ステップ２によって取得された複素ＯＣＴ信号を処理し、血管断層群（モーションコントラスト画像群）を取得する。複素ＯＣＴ信号を処理する方法としては、例えば、複素ＯＣＴ信号の位相差を算出する方法、複素ＯＣＴ信号のベクトル差分を算出する方法、複素ＯＣＴ信号の位相差及びベクトル差分を掛け合わせる方法などが考えられる。本実施例では、位相差とベクトル差分を掛け合わせる方法を例に説明する。

まず、制御部７０は、同じ位置の少なくとも２つ以上の異なる時間に取得された複素ＯＣＴ信号Ａ（ｘ，ｚ）に対して、位相差を算出する。制御部７０は、例えば、式（１）を用いて、位相の時間変化を算出する。本実施例では、例えば、４つの異なる時間に測定を行うため、Ｔ１とＴ２、Ｔ２とＴ３、Ｔ３とＴ４、の計３回の計算が行われ、３つのデータが算出される。なお、数式中のＡｎは時間Ｔｎに取得された信号を示し、＊は複素共役を示している。

そして、制御部７０は、３フレームの信号を加算平均し、ノイズを除去する。ノイズ成分は各フレームにランダムに存在するため、加算平均することによってシグナル成分に比べて小さくなる。制御部７０は、例えば、式（２）を用いて加算平均処理を行う。

続いて、制御部７０は、複素ＯＣＴ信号のベクトル差分を算出する。例えば、ＯＣＴ光学系によって検出された複素ＯＣＴ信号のベクトル差分を算出する。例えば、複素ＯＣＴ信号は、複素平面上のベクトルとして表すことができる。そこで、ある時間Ｔ１とＴ２における同じ位置での信号Ａ１，Ａ２を検出し、式（３）によって、ベクトル差分ΔＡを算出することで、モーションコントラストデータを生成する。本実施例では、例えば、４つの異なる時間に測定を行うため、Ｔ１とＴ２、Ｔ２とＴ３、Ｔ３とＴ４、の計３回の計算が行われ、３つのデータが算出される。なお、ベクトル差分ΔＡを画像化する場合、例えば、差分ΔＡの大きさの他に、位相情報に基づいて画像化を行ってよい。

そして、制御部７０は、３フレーム分の信号を加算平均し、ノイズを除去する。制御部７０は、例えば、式（４）を用いて、ベクトル差分の加算平均処理を行う。

制御部７０は、ベクトル差分と位相差を算出すると、ベクトル差分の算出結果に位相差の算出結果をフィルタとして用いる。なお、本実施例の説明において、「フィルタを掛ける」とは、例えば、ある数値に重み付けを行うことである。例えば、制御部７０は、ベクトル差分の算出結果に、位相差の算出結果を掛けることで重み付けを行う。つまり、位相差の小さい部分のベクトル差分は、弱められ、位相差の大きい部分のベクトル差分は、強められる。これによって、ベクトル差分の算出結果は、位相差の算出結果によって重み付けされる。

制御部７０は、例えば、ベクトル差分の算出結果と、位相差の算出結果を掛け合わせる。例えば、制御部７０は、式（５）を用いて、ベクトル差分の算出結果と、位相差の算出結果を掛け合わせる。これによって、制御部７０は位相差の算出結果によって重み付けされた断面血管像ＣＡ（Cross-section Angiogram）を生成する。

ベクトル差分の算出結果と、位相差の算出結果を掛け合わせることによって、それぞれの測定方法のデメリットを打ち消すことができ、上手く血管部の画像を検出することができる。

制御部７０は、上記の処理を走査ラインごとに繰り返し、図５に示すように、走査ラインごとに断層血管像を生成する。

＜血管網の分離＞
続いて、血管網の分離について説明する。なお、血管網とは、例えば、正面方向から見た場合に、網目状に走行する毛細血管を示す。ここで、眼底における血管網は、深さ方向に関して複数の層構造からなり、各血管網の深さ位置は、特定の網膜層の位置および病変等によって起因される。

（ステップ４：領域分割）
まず制御部７０は、２次元血管画像の集合である血管ボリューム画像をＸＹ平面において複数の領域に分割する。以降のステップでは、分割された領域ごとに血管網の分離を行う。これによって、疾患等で血管の分布が局所的に異なる場合でも、領域内の他の血管を検出することで適切に血管網を分離することができる。

また、同一の血管網であっても、血管の位置または分布にばらつきがある可能性がある。そのため、ある程度の範囲をもった領域ごとに血管網を分離することによって、ピクセルごとに血管網の深さがばらつくことを低減できる。

さらに、ある程度の範囲をもった領域ごとに血管網を分離することによって、血管の存在しない点にも対応できる。

さらに、領域ごとに積算した輝度プロファイルを解析することによって、１ピクセルごとに輝度プロファイルを解析する場合に比べて処理時間を短縮できる。

分割方法の一つとしては、例えば、図６（ａ）に示すような正方形の格子状に画像の領域を分割する方法が考えられる。図６（ａ）の例では、８×８の６４分割で血管ボリューム画像を分割している。なお、ｎ行ｍ列目の領域をＧｎｍと表す。図６（ｂ）の例では、同心円状に領域を分割している。中心窩周辺では、同心円状の構造であるため、同心円状に領域を分割してもよく、眼の構造に合わせた血管網の分離が行われる。なお、分割する領域の大きさおよび形状は、自由に設定できてもよい。例えば、図６の例に限らず、三角形状、その他の多角形状であってもよいし、楕円形状であってもよい。例えば、複数の血管が領域内に収まるように、各分割領域の大きさは、少なくとも血管の間隔（例えば、５０μｍ）以上であることが好ましい。

（ステップ５：領域ごとにプロファイル生成）
続いて、制御部７０は、ステップ４で分割された領域ごとにモーションコントラストの深さ方向の輝度プロファイル（輝度分布）をとる。例えば、図６（ａ）の領域Ｇ１１の内部に存在する各ＸＹピクセルでの深さ方向の輝度プロファイルをＸＹ方向に関して加算する。つまり、分割領域に含まれる各輝度プロファイルにおいて同じ深さ位置に対応する輝度値が加算され、結果として、各ＸＹピクセルでの深さ方向の輝度プロファイルが加算された輝度プロファイルが作成される。次に、制御部は、加算された輝度プロファイルを、深さごとにプロットする。例えば、領域Ｇ１１における深さ方向の輝度プロファイルは、図７のようなグラフに表すことができる。図７のグラフは、縦軸が輝度値、横軸が深さである。

（ステップ６：境界値の算出）
続いて、制御部７０は、ステップ５において生成した輝度プロファイルから、血管網の境界となる深さを算出する。血管網の境界値を算出する方法としては、例えば、輝度プロファイルの局所最小値を検索することが考えられる。輝度値のプロファイルが局所最小となる場所は、モーションコントラストが小さい場所、つまり、血管が少ない場所である。制御部７０は、例えば、輝度プロファイルのグラフの傾きを算出し、傾きがマイナスからプラスに変化する点を局所最小となる場所として検索する。

制御部７０は、算出された境界値に基づいて血管網の分離を行う。例えば、制御部７０は、輝度プロファイルの局所の最小値を境界として血管網の分離を行う。血管網の境界付近では血管が少ないことが多い。従って、局所的に輝度値の小さい場所、つまり血管の少ない場所を境界として血管網を分離する。例えば、図７に示すように、網膜の表面側から１番深さの浅い位置での局所最小値Ｍ１までを第１層（第１の血管網）Ｂ１、局所最小値Ｍ１から次の局所最小値Ｍ２までを第２層（第２の血管網）Ｂ２、局所最小値Ｍ２から局所最小値Ｍ３までを第３層（第３の血管網）Ｂ３というように血管網を分離してもよい。なお、本実施例において、第１層Ｂ１はＳＣＰ（Superficial Capillary Plexus）に相当し、第２層Ｂ２はＩＣＰ（Intermediate Capillary Plexus）に相当し、第３層Ｂ３はＤＣＰ（Deep Capillary Plexus）に相当する。

なお、本実施例では、血管網を３層に分離した場合について説明するが、血管網は２層に分離してもよいし、３層以上に分離してもよい。

（ステップ７：Ｅｎ−ｆａｃｅ画像生成）
続いて、制御部７０は、ステップ６で分離された血管網ごとにＥｎ−ｆａｃｅの血管造影画像を取得する。例えば、制御部７０は、ステップ６で分離された３層の各血管網に対応する深さの画像をｚ方向に積算して血管造影画像を生成する。制御部７０は上記のような処理を行うことによって図８に示すような血管造影画像を生成する。図８は、層ごとに生成されたＥｎ−ｆａｃｅの血管造影画像の一例を示す。図８（ａ）は、第１層Ｂ１において生成された血管造影画像の一例である。図８（ｂ）は、第２層Ｂ２において生成された血管造影画像の一例である。図８（ｃ）は、第３層Ｂ３において生成された血管造影画像の一例である。制御部７０は、生成された画像を表示部に表示させてもよいし、他の装置に転送してもよい。

血管の存在する位置は、解剖学的に推定することができるが、疾病等によって本来存在しない位置に血管が存在することがある。このため、解剖学的に推定された領域ごとに区切ってＥｎ−ｆａｃｅの血管造影画像を生成した場合、上記のように疾病等で通常の位置から外れた位置に存在する血管が画像から切り離されてしまう可能性がある。

そこで、本実施例では、モーションコントラストによって求めた血管の分布情報から血管網を分離し、分離された血管網ごとに血管造影画像を生成する。これによって、疾病等で通常の位置から外れた位置に存在する血管であっても、血管網の一部として画像化される。したがって、検者は血管網ごとに疾患の状態を観察でき、新たな診断方法の確立に役立つ可能性がある。

なお、以上の説明において、輝度プロファイルの局所最小値を境界として血管網の分離を行ったが、これに限らない。例えば、輝度プロファイルの局所最大値を検索し、その情報を用いて血管網の分離を行ってもよい。輝度プロファイルが局所最大となる場所は、モーションコントラストが大きい場所、つまり、血管が多い場所である。制御部７０は、例えば、輝度プロファイルのグラフの傾きを算出し、傾きがプラスからマイナスに変化する場所を局所最大となる場所として検索する。そして、例えば検索された場所を中心とした５ピクセルほどの領域を一つの血管網として分離してもよい。

なお、血管網の分離をする際は、血管ボリューム画像を２次元フーリエ変換したときの空間周波数の積算を用いてもよい。例えば、血管構造の存在によって空間周波数に高周波成分が増えるため、空間周波数スペクトルの輝度の増減を利用する。

例えば、図９（ａ）に示すように、ある深さにおけるＥｎ−ｆａｃｅの血管造影画像をフーリエ変換すると、図９（ｂ）に示すような空間周波数スペクトルが得られる。Ｅｎ−ｆａｃｅの血管造影画像に血管構造が多いと、フーリエ変換後の空間周波数スペクトルに高周波成分が増える。したがって、低周波成分を除去した場合、空間周波数スペクトルの輝度の積算値は増加する。例えば、図９（ｃ）に示すように、低周波成分を除去した空間周波数スペクトルの深さ方向の輝度プロファイルは、深さによって輝度値が変化する。従って、前述と同様に、図９（ｃ）の輝度プロファイルが局所最小または局所最大となる深さを算出し、血管網の境界を求めてもよい。なお、空間周波数スペクトルから低周波成分を除去する場合は、例えば、ハイパスフィルタを用いてもよい。例えば、ハイパスフィルタによって閾値以上の周波数成分を取り出してもよい。

なお、領域ごとに各血管網の深さを決定した場合、図１０（ａ）のように、領域の境界で段差ができてしまう。したがって、実際の血管網の形状に近づけるために、各領域の深さの数値を補間してもよい。例えば、図１０（ａ）に示すように、領域の中央のピクセルを基準として血管網の深さの数値を線形補間してもよい。これによって、領域ごとの段差がなくなり、血管網をより実際に近い形状に分離することができる（図１０（ｂ）参照）。

なお、以上の説明において、図７に示すように、制御部７０は第１層から第３層まで血管網を分離する例を説明した。しかしながら、図１１に示すように制御部７０は、第１層から第４層まで血管網を分離してもよいし、５層，６層，７層，８層，９層，１０層，それ以上の層に分離させてもよい。図１１の例では、網膜の表面側から１番深さの浅い位置での局所最小値Ｍ０から次の局所最小値Ｍ１までを第１層（第１の血管網）Ｂ１、局所最小値Ｍ１から次の局所最小値Ｍ２までを第２層（第２の血管網）Ｂ２、局所最小値Ｍ２から局所最小値Ｍ３までを第３層（第３の血管網）Ｂ３、局所最小値Ｍ３から局所最小値Ｍ４までを第４層（第４の血管網）Ｂ４というように血管網を分離してもよい。もちろん、制御部７０は、局所最大値等の他の境界値によって血管網を４層以上に分離させてもよい。

なお、図１１の例では、第１層Ｂ１はＮＦＬ（Nerve Fiber Layer）に相当し、第２層Ｂ２はＳＣＰ（Superficial Capillary Plexus）に相当し、第３層Ｂ３はＩＣＰ（Intermediate Capillary Plexus）に相当し、第４層Ｂ４はＤＣＰ（deep capillary plexus）に相当する。なお，第１層Ｂ１は、ＲＰＣ(radial peripapillary capillaries: 放射状乳頭周辺毛細血管)と表現してもよい。図１２は、血管網を４層に分離したときの各血管網のＥｎ−ｆａｃｅ画像を示しており、（ａ）は第１層Ｂ１、（ｂ）は第２層Ｂ２、（ｃ）は第３層Ｂ３、（ｄ）は第４層Ｂ４における血管網のＥｎ−ｆａｃｅ画像を示す。

以上のように、制御部７０は、眼底内において深さ方向に関して異なる位置に存在する各血管による変化を検出することによって被検眼に含まれる４つ以上の血管網を検出し、検出結果に基づいて深さ方向に関して各血管網を４層以上に分離してもよい。

１光コヒーレンストモグラフィデバイス
７０制御部
７２メモリ
７５モニタ
７６操作部
１００干渉光学系（ＯＣＴ光学系）
１０８光スキャナ
１２０検出器
２００正面観察光学系
３００固視標投影ユニット

Claims

血管網を含む被検体上を走査手段によって走査された測定光と、前記測定光に対応する参照光とによるＯＣＴ信号を検出するためのＯＣＴ光学系と、を備える光コヒーレンストモグラフィ装置であって、
被検体上の同一位置に関して時間的に異なる複数のＯＣＴ信号を処理し、各走査位置での深さ方向における移動物体の分布を画像化したモーションコントラスト画像を前記複数のＯＣＴ信号に基づいて生成する信号処理手段と、
前記信号処理手段によって生成された前記モーションコントラスト画像の深さ方向におけるプロファイルを解析し、血管による変化を検出することによって前記被検体に含まれる血管網を検出する血管網検出手段と、を備え、
前記血管網検出手段は、前記プロファイルを解析し、深さ方向に関して異なる位置に存在する各血管による変化を検出することによって前記被検体に含まれる複数の血管網を検出し、検出結果に基づいて深さ方向に関して各血管網を分離することを特徴とする光コヒーレンストモグラフィ装置。
前記光コヒーレンストモグラフィ装置は、被検体上で測定光を二次元的に走査させることによって、各走査位置での前記複数のＯＣＴ信号を２次元的に取得可能であって、
前記信号処理手段は、２次元的に取得された前記複数のＯＣＴ信号に基づいて、横断位置が異なるモーションコントラスト画像の集合体である３次元モーションコントラストデータを生成可能であって、
前記血管網検出手段は、各モーションコントラスト画像での血管網を検出することによって、前記３次元モーションコントラストデータにおける血管網を２次元的に検出することを特徴とする請求項１の光コヒーレンストモグラフィ装置。
前記血管網検出手段は、前記３次元モーションコントラストデータをＸＹ方向に関して複数の小領域に分割し、分割された前記小領域での前記プロファイルを解析し、各小領域にて血管による変化を検出することによって前記被検体に含まれる前記血管網を検出することを特徴とする請求項２の光コヒーレンストモグラフィ装置。
前記血管網検出手段は、前記小領域に含まれる各プロファイルをＸＹ方向に関して加算し、加算して得られたプロファイルを解析することを特徴とする請求項３の光コヒーレンストモグラフィ装置。
血管網を含む被検体上を走査手段によって走査された測定光と、前記測定光に対応する参照光とによるＯＣＴ信号を検出するためのＯＣＴ光学系と、を備える光コヒーレンストモグラフィ装置において実行されるデータ処理プログラムであって、
前記光コヒーレンストモグラフィ装置のプロセッサによって実行されることで、
被検体上の同一位置に関して時間的に異なる複数のＯＣＴ信号を処理し、各走査位置での深さ方向における移動物体の分布を画像化したモーションコントラスト画像を前記複数のＯＣＴ信号に基づいて生成する信号処理ステップと、
前記信号処理ステップにおいて生成された前記モーションコントラスト画像の深さ方向におけるプロファイルを解析し、深さ方向に関して異なる位置に存在する各血管による変化を検出することによって前記被検体に含まれる複数の血管網を検出する血管網検出ステップと、を前記光コヒーレンストモグラフィ装置に実行させることを特徴とするデータ処理プログラム。