JP7514344B2 - Ｏｃｔ血管造影のためのｏｃｔ－ｂスキャンの前処理 - Google Patents

Description

本明細書における例示的態様は、一般に光干渉断層撮像法（ＯＣＴ）の分野に関し、より詳細には、画像化領域の血管系の描出を提供するＯＣＴ血管造影データの生成に用いる切り出しＢスキャンを生成するため、身体部位の画像化領域の繰り返しＯＣＴ－Ｂスキャンを処理することに関する。

ＯＣＴ血管造影（ＯＣＴＡ）は、低コヒーレンス干渉法によって、撮像した身体部位の構造情報と機能（血流）情報を並行して取得する非侵襲的な撮像技術であり、各種医療分野で利用されている。例えば、眼科では、加齢黄斑変性症（ＡＭＤ）、糖尿病性網膜症、動脈・静脈閉塞症、鎌状赤血球症、緑内障等、各種疾患の診断にＯＣＴＡが利用されている。

ＯＣＴＡでは、身体部位の共通のＯＣＴスキャン領域の繰り返しＢスキャン（すなわち、取得時間の異なる身体部位の同一断面のＢスキャン）の、後方散乱ＯＣＴ信号の差を比較し、血流マップを作成する。ＯＣＴＡは、流動赤血球を含むＯＣＴスキャン領域では後方散乱ＯＣＴ信号が時間的に変動するのに対し、ＯＣＴスキャン領域の血流を含まない静止部分からの後方散乱ＯＣＴ信号にはそれと比べて極めて小さい変動が生じるという原理に基づく。

数タイプのＯＣＴＡが開発されており、血管系をマッピングする際に繰り返しＯＣＴスキャンを処理する方法が異なっている。例えば、ＳＳＡＤＡ（ｓｐｌｉｔ－ｓｐｅｃｔｒｕｍ ａｍｐｌｉｔｕｄｅ ｄｅｃｏｒｒｅｌａｔｉｏｎ ａｎｇｉｏｇｒａｐｈｙ）、ＯＭＡＧ（ｏｐｔｉｃａｌ ｍｉｃｒｏａｎｇｉｏｇｒａｐｈｙ）、ＯＣＴＡＲＡ（ＯＣＴ ａｎｇｉｏｇｒａｐｈｙ ｒａｔｉｏ ａｎａｌｙｓｉｓ）等が挙げられる。これらのタイプのＯＣＴＡ、ならびに市場に存在するＯＣＴＡシステムの一部についての論評が、非特許文献１に記載されている。その内容は参照することにより全文が本明細書に援用される。

Ｔｕｒｇｕｔ．"Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ Ａｎｇｉｏｇｒａｐｈｙ－ Ａ Ｇｅｎｅｒａｌ Ｖｉｅｗ" Ｅｕｒｏｐｅａｎ Ｏｐｈｔｈａｌｍｉｃ Ｒｅｖｉｅｗ， ２０１６，１０（１），ｐｐ３９－４２ Ｒ．Ｋａｆｉｅｈ ｅｔ ａｌ．"Ａ Ｒｅｖｉｅｗ ｏｆ Ａｌｇｏｒｉｔｈｍｓ ｆｏｒ Ｓｅｇｍｅｎｔａｔｉｏｎ ｏｆ Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ ｆｒｏｍ Ｒｅｔｉｎａ" Ｊ Ｍｅｄ Ｓｉｇｎａｌｓ Ｓｅｎｓ．２０１３ Ｊａｎ－Ｍａｒ ３（１），ｐｐ４５－６０

本明細書の第１の例示的態様によれば、本発明者は、対象血管系の描出を提供するＯＣＴ血管造影データの生成に用いる切り出しＢスキャンを生成するために、ＯＣＴ撮像装置によって取得された身体部位の画像化領域の繰り返しＢスキャンを処理する、コンピュータ実装方法であって、前記画像化領域は、前記画像化領域の第１のサブ領域に限定される解剖学的特徴、及び前記画像化領域の第２のサブ領域に限定される対象血管系を含む、方法を考案した。前記方法は、前記Ｂスキャンのデータ要素から、選択されたデータ要素が前記Ｂスキャンの解剖学的特徴の描出に沿って分布しているように、前記データ要素のサブセットを選択し、前記Ｂスキャンにおける、対象血管系を含む第２のサブ領域から取得されたＯＣＴデータを含むそれぞれの対象サブ領域を定義すべく前記選択されたデータ要素を利用し、前記Ｂスキャンに前記対象サブ領域を残すように前記Ｂスキャンを切り出すことにより、それぞれの切り出しＢスキャンを生成する、ことにより、それぞれの切り出しＢスキャンを生成するために、繰り返しＢスキャンの各Ｂスキャンを処理することを含む。

さらに、本明細書の第２の例示的態様によれば、本発明者は、身体部位の画像化領域における対象血管系の描出を提供する光コヒーレンストモグラフィ血管造影（ＯＣＴＡ）データを生成するコンピュータ実装方法を考案した。前記方法は、光コヒーレンストモグラフィ撮像装置によって取得された前記身体部位の画像化領域の繰り返しＢスキャンを受信し、上記第１の例示的態様に記載の方法に従って、それぞれの切り出しＢスキャンを生成すべく繰り返しＢスキャンを処理し、前記切り出しＢスキャンを処理することによりＯＣＴＡデータを生成することを含む。

本明細書の第３の例示的態様によれば、本発明者は、コンピュータ可読命令を含み、前記コンピュータ可読命令はプロセッサにより実行されると、上記第１の例示的態様及び第２の例示的態様のうちの少なくとも１つに従った方法を前記コンピュータに実行させるコンピュータプログラムをさらに考案した。前記コンピュータプログラムは、非一過性コンピュータ可読記憶媒体（例えば、ＣＤやメモリスティック）に格納されてもよく、また信号（例えば、インターネットダウンロード）で搬送されてもよい。

本明細書の第４の例示的態様によれば、本発明者は、対象血管系の描出を提供するＯＣＴ血管造影データの生成に用いる切り出しＢスキャンを生成するために、ＯＣＴ撮像装置によって取得された身体部位の画像化領域の繰り返しＢスキャンを処理する、装置であって、前記画像化領域は、前記画像化領域の第１のサブ領域に限定される解剖学的特徴、及び前記画像化領域の第２のサブ領域に限定される対象血管系を含む装置をさらに考案した。前記装置は、前記選択されたデータ要素が前記Ｂスキャンにおける解剖学的特徴の描出に沿って分布するように、前記Ｂスキャンのデータ要素から前記データ要素のそれぞれのサブセットを選択することによって、前記繰り返しＢスキャンの各Ｂスキャンを処理すべく構成された選択モジュールを含む。前記装置は、前記Ｂスキャンにおけるそれぞれの対象サブ領域を定義するために、前記Ｂスキャンの前記データ要素から前記選択モジュールによって選択されたデータ要素のサブセットを用いて、繰り返しＢスキャンの各Ｂスキャンを処理すべく構成されたサブ領域定義モジュールであって、それぞれの対象サブ領域は、対象血管系を含む第２のサブ領域から取得されたＯＣＴデータを含む、サブ領域定義モジュールをさらに含む。前記装置は、前記サブ領域定義モジュールによって前記Ｂスキャンに定義されたそれぞれの対象サブ領域をＢスキャンに残すため、前記繰り返しＢスキャンの各Ｂスキャンを切り出すことによって切り出しＢスキャンを生成すべく構成された切り出しモジュールをさらに含む。

本明細書の第５の例示的態様によれば、本発明者は、身体部位の画像化領域における血管系の描出を提供する光コヒーレンストモグラフィ血管造影（ＯＣＴＡ）データを生成するための装置をさらに考案した。前記装置は、ＯＣＴ撮像装置によって取得された身体部位の画像化領域の前記繰り返しＢスキャンを受信すべく構成された受信モジュールと、上記第４の例示的態様に係る装置であって、切り出しＢスキャンを生成すべく前記受信した繰り返しＯＣＴ－Ｂスキャンを処理すべく構成された装置と、を含む。ＯＣＴＡデータを生成するための前記装置は、前記切り出しＢスキャンを処理してＯＣＴＡデータを生成すべく構成されたＯＣＴＡデータ生成モジュールをさらに含む。

以下に、例示的実施形態を、あくまで非限定的な例として、添付図面を参照しながら詳細に説明する。特に断りのない限り、類似の参照番号は別の図面においても同一の要素又は機能的に類似する要素を示す。

ＯＣＴ血管造影データの生成に用いる切り出しＢスキャンを生成すべく身体部位の画像化領域の繰り返しＯＣＴ－Ｂスキャンを処理する、本明細書の例示的実施形態の装置を示す概略図である。 それぞれの異なる走査高さで取得された繰り返しＢスキャンのセットを示す概略図である。 例示的実施形態の装置が図２Ａに示す繰り返しＢスキャンを処理することによって生成された、切り出した繰り返しＢスキャンのそれぞれのセットを示す概略図である。 図２Ａに示す走査高さの１つについて、異なる時刻に取得されたＮ個の繰り返しＢスキャンを示す概略図である。 例示的実施形態の装置が図３Ａに示すＮ個の繰り返しＢスキャンを処理することによって生成された、Ｎ個の切り出した繰り返しＢスキャンを示す概略図である。 身体部位の画像化領域における血管系を表すＯＣＴＡデータを生成するための装置であり、画像化領域の繰り返しＯＣＴ－Ｂスキャンを処理するための例示的実施形態の装置を含む、概略図である。 プログラマブル信号処理装置における例示的実施形態の装置の、例示的ハードウェア実装を示す図である。 図４に示す例示的実施形態の装置が、ＯＣＴＡデータを生成すべく繰り返しＯＣＴ－Ｂスキャンを処理する方法を示すフローチャートである。 図１に示す例示的実施形態の装置が、対象血管系を表すＯＣＴＡデータの生成に用いる切り出しＢスキャンを生成すべく、繰り返しＢスキャンを処理する方法を示すフローチャートである。 図７に示すフローチャートの工程Ｓ２１０において、データ要素のサブセットを選択し得る例示的工程を示すフローチャートである。 図７の工程Ｓ２１０において、例示的実施形態の選択モジュールが図３ＡのＢスキャンを処理することで選択されたデータ要素の一例を示す図である。 図７の工程Ｓ２２０において、例示的実施形態のサブ領域定義モジュールがＢスキャンにおける対象サブ領域を定義する処理を示すフローチャートである。 例示的実施形態のサブ領域定義モジュールが図３Ａに示すＢスキャンのデータ要素に対して行った、修正された選択のデータ要素の一例を示す図である。 例示的実施形態の切り出しモジュールが図３Ｂに示す切り出しＢスキャン３１０－１のサイズを調整する処理を示すフローチャートである。

ＯＣＴＡデータ生成のため処理される一連の繰り返しＢスキャンの取得中に、ＯＣＴ撮像装置に対して身体部位が動くと、シーケンスにおけるＢスキャン間にオフセットが生じることがあり、繰り返しＢスキャンのうちの少なくとも一部が身体部位のわずかに異なる断面をカバーすることになる。このオフセットに起因する身体部位の静的特徴の位置のばらつきは、相互に対し完全にアライメントされた繰り返しＢスキャン間の流動赤血球の位置のばらつきと同等の影響をＯＣＴＡデータ生成アルゴリズムの出力に与えることから、繰り返しＢスキャン取得中の身体部位の動きはＯＣＴＡデータの品質低下を招き、ゆえに考慮すべき事項である。

既知のＯＣＴ撮像装置は、ＯＣＴスキャン位置の変化を追跡し、ＯＣＴスキャン位置の目標ＯＣＴスキャン位置からのずれを補償すべくこの変化に基づいてＯＣＴサンプル光の放出を調整することにより、繰り返しＢスキャン間の横方向のオフセットを低減できることが多い。既知のＯＣＴＡデータ生成ソフトウェアは、繰り返しＢスキャン間の軸方向のオフセットを補正するために画像位置合わせアルゴリズムに採用されることが多く、またＯＣＴ撮像装置のトラッキング／補正機能で完全には補正されなかった横方向のオフセットに対処し得る。しかし、Ｂスキャン間の軸方向の移動が大きい場合、画像位置合わせアルゴリズムが正しい結果に収束しない（あるいは全く収束しない）ことがある。その結果、ＯＣＴＡデータ生成ソフトウェアの失敗率が上がり、不正確もしくは不適切な知見につながることがある。

本発明者はまた、ＯＣＴＡを実用に供する際に一般的に発生する、身体部位の画像化領域における血管系の分散のために、ＯＣＴＡ用に繰り返しＯＣＴ－Ｂスキャンを記憶する従来のアプローチは、データ記憶資源の浪費であるだけでなく、ＢスキャンからＯＣＴＡデータを生成するのに用いるＯＣＴＡデータ生成アルゴリズムのデータ処理及び記憶要件に対して徒に高い要件を与える傾向があることを認識している。具体的には、繰り返しＢスキャンでカバーされる身体部位の領域は、通常ＯＣＴＡでマッピングされる血管系を含む対象領域よりはるかに大きく、ゆえにＯＣＴＡデータ生成には保存や処理が不要な冗長情報を多く含む傾向がある。

一例として、図３Ａに示す網膜Ｂスキャン２１０－１において、網膜血管系は、その上限及び下限（不図示）が、図３Ａにおいて暗い背景に対してＢスキャン２１０－１の中央付近に示されるグレー領域の集合の上限及び下限に概ね対応するＢスキャン２１０－１の帯域内に含まれる。網膜血管系は、神経線維層（ＮＦＬ）及び網膜色素上皮（ＲＰＥ）を含む網膜の層を表し、それらのＢスキャン２１０－１における描出は、図３Ａに領域２１６内、及び２１７にそれぞれ示されている。この帯域の上下にあるＢスキャン２１０－１の暗い領域（脈絡毛細管板と脈絡膜を除く）は、網膜血管系に関するＯＣＴＡデータの生成に有用ではない。領域２１６は、例えば、神経節細胞層、内網状層、ＮＦＬ等の層を含む。

本発明者は、暗い領域に関連するＯＣＴデータをＢスキャン２１０－１に含めることが、以下に述べる複数の問題を生じることを認識した。すなわち、記憶資源が浪費される点、（特に、相互に位置合わせされた繰り返しＢスキャン間に大きな軸方向の移動がある場合に）上述の位置合わせ工程の速度が低下し場合によっては信頼性が低下する点、ＯＣＴＡデータ生成アルゴリズムによるその処理が、貴重なプロセッサ資源及びメモリ資源を徒に消費する点である。こうした問題は網膜の繰り返しＯＣＴ－Ｂスキャンの処理に特有のものではなく、その中の血管系を表すＯＣＴＡデータを得るために処理され得る他の身体部位（皮膚等）の繰り返しＯＣＴ－Ｂスキャンの処理においても生じることに留意されたい。

本明細書で説明される例示的実施形態は、上述した問題の少なくともいくつかに対処するものであり、以下に図面を参照しながら詳細に説明する。

図１は、本明細書の例示的実施形態による装置１００の概略図である。装置１００は、ＯＣＴ撮像装置（不図示）により取得された身体部位の画像化領域の繰り返しＢスキャン２００を処理すべく構成される。画像化領域は、画像化領域の第１のサブ領域に限定されかつ第１のサブ領域を完全に占有する、解剖学的特徴を含む。一例として、解剖学的特徴は、その境界が画像化領域を横切るように延出し、それにより画像化領域に跨がる解剖学的層であってもよく、あるいは、画像化領域を横切るように延出し、それにより画像化領域に跨がる、第１の解剖学的層と第２の解剖学的層との間の境界であってもよい。画像化領域には対象血管系も含まれ、対象血管系は画像化領域の第２のサブ領域に限定される。第１及び第２のサブ領域は、相互に重なり合っていてもいなくてもよいが、（少なくとも概ね）身体部位の解剖学的構造から既知の空間的関係を有する。装置１００は、対象血管系の描出を提供するＯＣＴ血管造影（ＯＣＴＡ）データの生成に用いるそれぞれの切り出しＢスキャン３００を生成すべく繰り返しＢスキャン２００を処理する。

装置１００は、例であって何ら限定するものではないが、本例示的実施形態のように、領域のサブ領域の切り出しＢスキャン３００を生成すべく網膜の一部を含む眼の領域の繰り返しＢスキャン２００を処理し得る。切り出しＢスキャン３００も網膜の一部を含む。切り出しＢスキャン３００はより資源効率の良い方法で保存・共有することが可能であり、また既知のＯＣＴＡデータ生成アルゴリズムによって、より少ないワーキングメモリを使用して網膜血管系の描出をより迅速に生成することを可能とする。さらに、ＯＣＴＡボリュームサイズの縮小は、所与のデバイス展開インフラストラクチャ内の資源需要、必要なメモリ割り当て、データ転送帯域幅を削減でき、このことは特にクラウドベースの提案において有用である。しかしながら、本明細書に記載されるＢスキャン処理技術は、網膜のＢスキャン処理のみならず、ＯＣＴＡにより血管系がマップアウトされるべき、皮膚又は他の身体部位のＢスキャン処理においても有用であることが理解されよう。

図２Ａは、装置１００によって処理される繰り返しＢスキャン２００の概略図である。Ｎ個の繰り返しＢスキャン（本明細書では「イメージングスライス」ともよぶ）２１０の各セットは、第１の軸２１２（例えば、デカルト座標系のＸ軸）に沿ったＥ個の走査高さの各々において撮影される。第１の軸２１２は、眼の被撮像三次元領域にある網膜の概ね平面の部分の表面（すなわち、眼の硝子体に隣接する網膜の表面）内に延びるように設定される。繰り返しＢスキャン２１０の各セットは、異なる時間に取得されたそれぞれの走査高さにおける網膜の共通の二次元領域（これは、被撮像三次元領域を通るスライス又は断面である）をカバーするＮ個のＢスキャンを含み、共通領域は、網膜の表面内の第２の軸２１３（例えば、デカルト座標系のｙ軸）に沿って、また網膜の深さ方向（すなわち、硝子体から脈絡膜及び強膜までの網膜の深さにわたって広がる方向）である第３の軸２１４（例えば、デカルト座標系のｚ軸）に沿って延在する。繰り返しＢスキャン２００は、本例示的実施形態のように、各Ｂスキャンのｚ軸方向に沿ってこの順に現れる、眼の硝子体の一部、網膜の一部、及び強膜の一部を含む目の領域をカバーしてもよい。

図３Ａは、Ｎ個の繰り返しＢスキャン２１０のセットのうちの１つのセット内の繰り返しＢスキャンを示す概略図である。図３Ａに示されるＮ個の繰り返しＢスキャン２１０のセットのＢスキャン２１０－１～２１０－Ｎは、眼の網膜を通る同じスライスのものであるが、Ｂスキャン２１０－１～２１０－Ｎが時間的に分離されるよう異なる時間に撮影された（図３Ａで時間軸に沿って間隔をあけて示されている）。

Ｂスキャン２１０－１～２１０－Ｎの各々は、データ要素の二次元配列で定義される。図３Ａにおいて、Ｂスキャン２１０－１～２１０－Ｎの各々は、Ｂスキャンのｙ軸（本明細書では「Ｂスキャンの第１の軸」ともよばれ、この例では軸２１３と一致する）に沿って配列されたＡスキャンを含み、Ａスキャンの各々は、Ｂスキャンのｚ軸（本明細書では「Ｂスキャンの第２の軸」ともよばれ、この例では軸２１４と一致する）に沿って配列されたデータ要素を含む。Ｂスキャン２１０－１～２１０－Ｎの任意のＢスキャンにおける各データ要素の値は、ＯＣＴ撮像装置によって取得されたそれぞれの干渉信号の測定結果を提供し、Ｂスキャン内のデータ要素の位置（Ｂスキャンの第１の軸に沿ったデータ要素の座標、及びＢスキャンの第２の軸に沿ったデータ要素の座標によって規定）は、干渉信号測定が行われた眼の被撮像三次元領域内の位置を示している。データ要素は一般に「ピクセル」（二次元画像の場合）又は「ボクセル」（三次元体積の場合）とよばれ、データ要素値はピクセル又はボクセルの強度、又は反射率値とよばれることもある。

図３Ｂは、装置１００が図３ＡからのＮ個の繰り返しＯＣＴ－Ｂスキャン２１０－１～２１０－Ｎを処理することによって生成された、Ｎ個の切り出しＢスキャン３１０－１～３１０－Ｎを示す図である。第１の軸（ｘ軸）２１２に沿った各走査高さについて取得されたＮ個の繰り返しＯＣＴ－Ｂスキャンは、それぞれのセットの切り出しＯＣＴ－Ｂスキャンを生成すべく装置１００によって同様に処理される。

繰り返しＢスキャンの数Ｎは、２以上の任意の整数とすることができる。Ｎの値は通常、ＯＣＴＡデータ生成アルゴリズムが十分に多くの繰り返しＢスキャンを処理することと、繰り返しＢスキャンが目の動きによるＯＣＴＡデータの品質への悪影響を低減すべく可能な限り短いタイムインターバルで撮影されること、の競合する要件のバランスを取るように選択される。一例として、本例示的実施形態において、Ｎ＝４である。Ｎの値は、原則として、繰り返しＢスキャン２１０－１～２１０－Ｎのセットの間で変えることができるが、一般には繰り返しＢスキャン２１０－１～２１０－Ｎの全てに共通であることに留意されたい。

走査高さの数Ｅは、一般に１以上の整数である。Ｅが１より大きい場合、繰り返しＯＣＴ－Ｂスキャンは繰り返し体積スキャンを形成し、これを本明細書では繰り返しＣスキャンともよぶ。なお、繰り返しＣスキャン内の繰り返しＢスキャンは、ＯＣＴ撮像装置により任意の順序で取得され得ることに留意されたい。例えば、各イメージングスライスの繰り返しＢスキャンは、隣接する（すなわち、ｘ軸に沿った走査高さの次の）イメージングスライスの繰り返しＢスキャンがＯＣＴ撮像装置によって取得される前に、全て取得され得る。あるいは、座標系の第１の軸２１２に沿った各連続的な走査高さでさらに１個以上のＢスキャンを取得し、それによって繰り返しＣスキャンを構築すべくＢスキャン取得工程が繰り返される前に、単一もしくは所定の数の繰り返しＢスキャンが各連続する走査高さで取得され得る。

繰り返し体積スキャンを取得すべく使用されるＯＣＴ撮像装置は特に限定されず、当業者に知られている任意のタイプのものであってよい。例えば、眼の領域全体に横方向にレーザビームを走査することによってＯＣＴ画像を取得可能なポイントスキャンＯＣＴ撮像システムとすることができる。あるいは、ＯＣＴ撮像システムは、フルフィールドＯＣＴ（ＦＦ－ＯＣＴ）やラインフィールドＯＣＴ（ＬＦ－ＯＣＴ）等の並列捕捉ＯＣＴ撮像システムであってもよい。これは眼全体に単一のスポットを走査するのではなく、サンプル上の領域又はラインを照射することによって、優れたＡスキャン取得速度（最大数十ＭＨｚ）を提供し得るものである。ＦＦ－ＯＣＴでは、眼の二次元領域を同時に照明し、その領域の横方向の位置を高速ＣＣＤカメラ等の光検出器アレイで同時に捕捉する。ＯＣＴ撮像システムがフルフィールドＯＣＴである場合、例えばフルフィールドタイムドメインＯＣＴ（ＦＦ－ＴＤ－ＯＣＴ）やフルフィールド波長掃引型ＯＣＴ（ＦＦ－ＳＳ－ＯＣＴ）の形態を取ることができる。ＦＦ－ＴＤ－ＯＣＴでは、眼の異なる深さの領域を撮影するため、走査中に参照アームの光学長を変化させることが可能である。ＦＦ－ＴＤ－ＯＣＴの高速度カメラで捕捉された各フレームは、ゆえに眼のそれぞれの深度におけるスライスに相当する。ＦＦ－ＳＳ－ＯＣＴでは、時間経過とともに波長が変化する掃引光源を用いてサンプル領域の全面を照射する。掃引光源の波長を光波長範囲で掃引すると、光波長に対する反射率情報を相関させたスペクトログラムを、カメラピクセル毎に高速カメラによって生成することができる。そのため、カメラで捕捉した各フレームは、掃引光源の１波長分の反射率情報に相当する。掃引光源の波長毎にフレームを取得し、カメラで生成したスペクトログラムのサンプルにフーリエ変換を行うことで、該当領域のＣスキャンを取得することができる。ラインフィールドＯＣＴ（ＬＦ－ＯＣＴ）では、サンプルに線状の光照射を行ってもよく、画像処理においてＢスキャンを取得してもよい。ラインフィールドＯＣＴは、例えば、ラインフィールドタイムドメインＯＣＴ（ＬＦ－ＴＤ－ＯＣＴ）、ラインフィールド波長掃引型ＯＣＴ（ＬＦ－ＳＳ－ＯＣＴ）、ラインフィールドスペクトラルドメインＯＣＴ（ＬＦ－ＳＤ－ＯＣＴ）に分類することができる。

装置１００は、ＰＣ、ラップトップコンピュータ、タブレットコンピュータ等のスタンドアロンデータプロセッサとして提供され得る。装置１００は繰り返しＢスキャンデータを受信すべくＯＣＴ撮像装置に（直接又はインターネット等のネットワークを介して）通信可能に接続され得る。あるいは、装置１００は、ＯＣＴ撮像装置の一部として提供されてもよく、この装置は、上述したように、任意の既知の種類の装置とすることができる。追加として又は代替として、装置１００は、図４に模式的に示されるように、ＯＣＴＡデータ５００を生成するための装置４００の一部として提供され得る。図４に示す例示的実施形態の装置４００は受信モジュール４１０をさらに含み、受信モジュール４１０は、ＯＣＴ撮像装置によって取得された眼の網膜（又は身体部位の他の画像化領域）の繰り返しＢスキャン２００を受信すべく構成されている。また、装置４００はＯＣＴＡデータ生成モジュール４２０を有し、ＯＣＴＡデータ生成モジュール４２０は、装置１００が繰り返しＢスキャン２００を処理することで生成した切り出しＢスキャン３００を処理して、ＯＣＴＡデータ５００を生成すべく構成されている。

図１に示すように、装置１００は、選択モジュール１１０、サブ領域定義モジュール１２０、及び切り出しモジュール１３０を含み、これらは以下に述べるように相互に通信可能に接続されてデータを交換する。

図５は、本明細書に記載された技術を用いて繰り返しＢスキャン２００を処理すべく構成され得る、例示的実施形態の選択モジュール１１０、サブ領域定義モジュール１２０及び切り出しモジュール１３０として機能できるプログラマブル信号処理ハードウェア６００の概略図である。プログラマブル信号処理ハードウェア６００は、さらに、受信モジュール４１０及びＯＣＴＡデータ生成モジュール４２０の機能性を提供すべく構成されてもよい。それによって図４に示す例示的実施形態のＯＣＴＡデータ５００を生成するための装置４００のハードウェア実装が提供される。プログラマブル信号処理装置６００は、繰り返しＢスキャン２００を受信し、生成されたＯＣＴＡデータ５００及び／又はＯＣＴＡデータ５００のグラフィカル表示を、ＬＣＤスクリーン等のディスプレイに表示するために出力する通信インタフェース（Ｉ／Ｆ）６１０を含む。信号処理装置６００は、プロセッサ（例えばＣＰＵ及び／又はＧＰＵ）６２０、ワーキングメモリ６３０（例えば、ランダムアクセスメモリ）、及び命令ストア６４０をさらに含む。命令ストア６４０は、プロセッサ６２０によって実行されると、本明細書に記載された選択モジュール１１０、サブ領域定義モジュール１２０及び切り出しモジュール１３０、受信モジュール４１０及びＯＣＴＡデータ生成モジュール４２０の機能を含む各種機能をプロセッサ６２０に実行させるコンピュータ可読命令を含む、コンピュータプログラム６４５を格納する。ワーキングメモリ６３０は、コンピュータプログラム６４５の実行中にプロセッサ６２０によって使用される情報を格納する。命令ストア６４０は、コンピュータ可読命令が予め格納された（例えばＥＥＰＲＯＭ又はフラッシュメモリの形態の）ＲＯＭからなってもよい。あるいは、命令ストア６４０はＲＡＭ又は同様のタイプのメモリからなってもよく、コンピュータプログラム６４５のコンピュータ可読命令には、ＣＤ－ＲＯＭ、ＤＶＤＲＯＭ等の形態の非一過性コンピュータ可読記憶媒体６５０、又はコンピュータ可読命令を搬送するコンピュータ可読信号６６０等のコンピュータプログラム製品から入力することが可能である。いずれの場合も、コンピュータプログラム６４５は、プロセッサ６２０によって実行されると、本明細書に記載されるように、切り出した繰り返しＢスキャン３００を生成するため、繰り返しＢスキャン２００を処理する方法をプロセッサ６２０に実行させる。言い換えれば、例示的実施形態の装置１００はコンピュータプロセッサ６２０と、コンピュータ可読命令を格納するメモリ６４０とを備えてもよい。コンピュータ可読命令は、コンピュータプロセッサ６２０によって実行されると、後述するようにＯＣＴＡデータ５００の生成に用いる切り出しＢスキャン３００を生成するため、繰り返しＢスキャン２００を処理する方法をコンピュータプロセッサ６２０に実行させる。

ただし、選択モジュール１１０、サブ領域定義モジュール１２０及び切り出しモジュール１３０（ならびに、含まれる場合には、受信モジュール４１０及びＯＣＴＡデータ生成モジュール４２０）の１つ以上は、上記に替えて、特定用途向け集積回路（ＡＳＩＣ）やフィールドプログラマブルゲートアレイ（ＦＰＧＡ）等の非プログラマブルハードウェアで実装され得ることに留意されたい。

図６は、本例示的実施形態の装置４００が、ＯＣＴＡデータ５００を生成するため、繰り返しＯＣＴ－Ｂスキャン２００を処理する方法を示すフローチャートである。

図６の工程Ｓ１００において、受信モジュール４１０は、上述したように、ＯＣＴ撮像装置によって取得された身体部位の画像化領域（例えば、眼の網膜）の繰り返しＢスキャン２００を受信する。

図６の工程Ｓ２００において、ＯＣＴＡデータを生成するための装置４００の一部を形成する装置１００は、以下でより詳細に説明するように、切り出した繰り返しＢスキャン３００を生成するため、繰り返しＯＣＴ－Ｂスキャン２００を処理する。

図６の工程Ｓ３００において、装置４００のＯＣＴＡデータ生成モジュール４２０は、切り出した繰り返しＢスキャン３００を処理することにより、ＯＣＴＡデータ５００を生成する。ＯＣＴＡデータ生成モジュール４２０は、任意の既知のＯＣＴＡデータ生成方法を用いてＯＣＴＡデータ５００を生成し得る。ＯＣＴＡデータ生成方法としては、例えばＳＳＡＤＡ（ｓｐｌｉｔ－ｓｐｅｃｔｒｕｍ ａｍｐｌｉｔｕｄｅ－ｄｅｃｏｒｒｅｌａｔｉｏｎ ａｎｇｉｏｇｒａｐｈｙ）、ＯＭＡＧ（ｏｐｔｉｃａｌ ｍｉｃｒｏａｎｇｉｏｇｒａｐｈｙ）又はＯＣＴＡＲＡ（ＯＣＴ ａｎｇｉｏｇｒａｐｈｙ ｒａｔｉｏ ａｎａｌｙｓｉｓ）で用いられるＯＣＴＡデータ生成方法、又はスペックル分散、位相のばらつき、もしくは相関マッピングに基づく既知のＯＣＴＡデータ生成方法が挙げられる。これらのタイプの既知のＯＣＴＡデータ生成方法についての論評が、非特許文献１に記載されている。その内容は参照によりその全文が本明細書に援用される。

切り出した繰り返しＢスキャン３００は、その各々が（ＯＣＴＡ信号が検出される可能性が高いボクセルを含む対象領域に加えて、血管系を含まない画像化領域の部分からの大量の追加のＯＣＴデータを含む繰り返しＢスキャン２００全体ではなく）オリジナルＢスキャンから切り出されたそれぞれの対象領域のみを含み、これがＯＣＴＡデータ５００の生成に用いられるため、切り出した繰り返しＢスキャン３００によって形成されるＯＣＴＡボリュームは比較的小さく、ＯＣＴデータ５００はより迅速に生成され得る。ＯＣＴＡボリュームサイズを小さくすることで、ＯＣＴＡデータ生成アルゴリズムのプロセッサとメモリの要件も、将来的な使用に備えてＯＣＴＡボリュームを保存するために必要なスペースの量も減少し、それにより展開インフラストラクチャの資源需要が減少する。ストレージ要件の低減及びその結果としてのデータ転送帯域幅の縮減は、装置４００のクラウドベース実装において特に有益であり得る。

さらに、後述するように、切り出した繰り返しＢスキャン３００の各々における対象領域は、全てのＢスキャン２００に存在する同様の解剖学的特徴の描出に沿って分布するデータ要素を用いて同様に定義されることから、切り出した繰り返しＢスキャン３００は、一般に、オリジナル繰り返しＢスキャン２００よりも相互に対して軸方向の（Ｂスキャンのｚ軸に沿った）移動が小さい。これは、上述の画像位置合わせアルゴリズムによって迅速かつ確実に補正され得る。

図７は、図６の工程Ｓ２００において、例示的実施形態の装置１００が、画像化領域における対象血管系を表すＯＣＴＡデータ５００の生成に用いる切り出しＢスキャン３００を生成するため、繰り返しＢスキャン２００を処理する方法をより詳細に示すフローチャートである。装置１００は、図７に示す工程Ｓ２１０～Ｓ２３０、及び任意選択の工程Ｓ２４０に従い、Ｂスキャンのそれぞれの切り出し版を生成するため、繰り返しＢスキャン２００の各Ｂスキャンを処理しようと試みる。ただし画質等の要因により、装置１００は、入力された全ての繰り返しＢスキャン２００の切り出しに成功しないことがあり、この場合入力された繰り返しＢスキャン２００の一部が廃棄されることがある点に留意されたい。以下の図７の説明では、一例として図３Ａに示すＢスキャン２１０－１の処理を参照する。

画像化領域に含まれる解剖学的特徴は、Ｂスキャン２１０－１において、当業者に周知の技術を用いて識別可能な網膜の任意の解剖学的層であってよい。ただし、解剖学的特徴は、図３Ａに示すように、ＲＰＥであることが好ましい。ＲＰＥは、ＯＣＴ反射率Ｂスキャンにおいて、その形状（曲率）、反射率強度、及び密度について被検体間のばらつきが比較的少なく、またＢスキャンに典型的に現れるため、計算効率の良い画像処理技術で抽出可能な描出２１７を有する点で有利である。ＲＰＥのような概ね不変の解剖学的特徴を選択することで、本明細書に記載された技術を、様々な被検体から、被検体毎にキャリブレーションを行う必要なしに、既知のＯＣＴＡデータ生成アルゴリズムを用いて血管系を抽出するためのＯＣＴデータを含むことが予測される特定の対象領域のＢスキャンから確実に切り出すために利用できる。

図７を参照すると、工程Ｓ２１０において、選択モジュール１１０は、Ｂスキャン２１０－１のデータ要素から、サブセット内のデータ要素がＢスキャン２１０－１の解剖学的特徴の描出、すなわち図３Ａにおいて２１７で示されるＲＰＥの描出に沿って分布するように、データ要素の（適切な）サブセットを選択する。言い換えれば、選択モジュール１１０は、Ｂスキャン２１０－１のデータ要素から、網膜部分においてＲＰＥの描出２１７を定義する、より少ない数のデータ要素を選択する（選択されていない残りのデータ要素はＲＰＥを描出しない）。選択されたデータ要素は、選択されたデータ要素がＢスキャン２１０－１におけるＲＰＥ（又は他の解剖学的特徴）の描出２１７に沿って分布するように、所定の基準を満たすそれぞれのデータ要素値を有している。

より詳細には、図８のフローチャート（図７の工程Ｓ２１０がどのように実行され得るかの例を提供する）に示されるように、選択モジュール１１０は、工程Ｓ２１２において、Ｂスキャン２１０－１のデータ要素のそれぞれの値が（所定の基準の一例としての）所定の閾値に対して所定の関係を有するか否かを判断する。具体的には、選択モジュール１１０は、本例示的実施形態のように、工程Ｓ２１２において、Ｂスキャン２１０－１におけるデータ要素のそれぞれの値が所定の閾値より大きいか否かを判断してもよい。

次に、図８の工程Ｓ２１４において、選択モジュール１１０は、サブセットについて、工程Ｓ２１２において値が閾値に対して所定の関係を有すると判断されたデータ要素を選択する。上記閾値は、選択されたデータ要素の少なくとも一部がＢスキャン２１０－１のＲＰＥの描出２１７に沿って分布するように設定される。具体的には、選択モジュール１１０は、本例示的実施形態のように、図８の工程Ｓ２１４において、サブセットについて、値が所定の閾値より大きいデータ要素を選択してもよい。

選択モジュール１１０は、本例示的実施形態のように、図８の工程Ｓ２１４で選択されたデータ要素の行（横座標、ｙ）及び列（縦座標、ｚ）の値を（ｙ，ｚ）座標のリストに保存してもよい。行はＢスキャン２１０－１の水平方向（第１の軸（ｙ軸）方向）のピクセルインデックスであり、列は、Ｂスキャン２１０－１の軸方向（第２の軸（ｚ軸）方向）のピクセルインデックスである。座標の原点は、Ｂスキャン２１０－１の左上に配置してもよい。したがって、列と行のインデックスは、デカルト座標系における（ｙ，ｚ）座標として扱うことができる。

ただし、選択されたデータ要素（ピクセル）の座標は、他の方法によって指定されてもよいことに留意されたい。例えば、図８の工程Ｓ２１４で選択されたデータ要素が上述した座標とは異なる座標を有し得るように、処理前にＢスキャン２１０－１を時計回りに９０度回転することによって指定し得る。選択されたデータ要素の座標は、後述するＢスキャン２１０－１における解剖学的特徴（本例示的実施形態では、網膜のＲＰＥ）の曲線適合を実行可能な任意の座標系で指定され得る。したがって、例示的実施形態は、選択モジュール１１０によって選択されたデータ要素の座標を指定するための代替的な座標系、例えば例示的実施形態の座標系を回転させ、及び／又は縦方向及び／又は横方向に反転させることによって得られる座標系を採用してもよい。選択されたデータ要素のＢスキャン２１０－１における位置の関係を保持する任意のアフィン変換が適用されてもよい。

本実施形態におけるデータ要素値の所定の閾値に対する所定の関係はあくまで一例であり、所定の関係は、例えば、データ要素値が所定の閾値よりも小さい（又は小さいか等しい）関係であってもよいことが理解されよう。所定の関係の上記代替形態は、暗いピクセルが明るいピクセルとなるよう、あるいはその逆となるようにＢスキャン２１０－１が反転された場合に用いられ得る。データ要素値と所定の閾値との間の所定の関係は、一般に、図７の工程Ｓ２１０において選択モジュール１１０によって選択されたデータ要素がＢスキャン２１０－１におけるＲＰＥの描出２１７に沿って分布するように、（少なくとも部分的に）Ｂスキャンの性質に依存して（例えば、ＯＣＴ測定値がデータ要素値にマッピングされる方法によって）設定され得る。

所定の閾値は、本例示的実施形態のように、Ｂスキャン２１０－１にデータ要素値の平均値μからの標準偏差Ｓの数ｋを超えるデータ要素が所定数ｎのみ存在するように、Ｂスキャン２１０－１を形成するＭ個のデータ要素のデータ要素値から算出され得る。

ｋは、選択されたデータ要素の少なくとも一部が、Ｂスキャン２１０－１のＲＰＥ２１７の描出に沿って分布するように設定される。本例示的実施形態において、閾値は、Ｂスキャンにおけるデータ要素値が所定のタイプの統計分布に従って分布するようにモデル化し、（Ｍ－ｎ）の値を与える分布の（ゼロからの）積分の上限値を（例えば、既知の数値法を用いて）決定することによって算出される。言い換えれば、上記閾値は、Ｂスキャンのｎ個の選択されたデータ要素が閾値（μ＋ｋ・Ｓ）を上回るデータ要素値を有するように決定され、ｋは、Ｂスキャン２１０－１のＲＰＥ２１７の描出に沿った少なくとも一部のピクセルが選択されるように設定され得る、ユーザにより構成可能なパラメータである。ｋの値は、ＯＣＴ撮像装置で捕捉されたサンプルＣスキャンをキャリブレーションすることで決定でき、全てのＢスキャン２００の処理について同様である。ｋの値は、性能と精度のトレードオフを目的とした実用的な要件に基づいて決定され得る。キャリブレーションの１つの方法は、データ要素数ｎを、曲線適合時間をシステムの設計で許容される最大値よりも短く保持する経験的に決定した値よりも少なくすることで、曲線適合時間を短縮する方法である。代表的なサンプルＣスキャンを処理した後、曲線適合時間をシステム設計で許容される最大値よりも短く保持するｋの値を選択できる。いくつかのこうした実用的な考慮事項がｋのキャリブレーションに影響を与える。

本例示的実施形態では、Ｂスキャンのデータ要素値（又は「ピクセル強度」）はレイリー分布に従って分布している。これは、ＯＣＴ撮像装置からのＯＣＴインターフェログラムを逆高速フーリエ変換して生成されるＯＣＴ複素信号の係数として反射率を算出するためである。Ｂスキャン２１０－１のデータ要素値がレイリー分布に従って分布するようにモデル化することによって、閾値をより正確に算出し得るものの、本例示的実施形態では、レイリー分布ではなくガウス分布が想定されている。これにより閾値をより計算効率の良い方法で決定することができ、したがって、良好な実用上のトレードオフを提供できるためである。データ要素値の分布は、レイリー型及びガウス型以外の分布型、例えばベータ分布、カイ二乗分布、ポアソン分布等によりモデル化され得ることに留意されたい。

図９は、図７の工程Ｓ２１０において、選択モジュール１１０が図３ＡのＢスキャン２１０－１を処理することで選択されたデータ要素７１０の一例を示す。図９に示すように、選択されたデータ要素７１０は、ＲＰＥ（図９に２１７で示す）及びＮＦＬ（図９に２１６内）の両方の描出を提供する。

再び図７を参照すると、工程Ｓ２２０において、サブ領域定義モジュール１２０は、工程Ｓ２１０で選択されたデータ要素を使用して、Ｂスキャン２１０－１における各対象サブ領域を定義する。特に選択されたデータ要素を使用して、Ｂスキャン２１０－１の対象領域の位置を定義するための参照フレームを提供することによって、それぞれの対象サブ領域を定義する。したがって、画像化領域の第１のサブ領域に限定される解剖学的特徴と、画像化領域の第２のサブ領域に限定される対象血管系とを含む身体部位の画像化（身体）領域のＢスキャン２１０－１に対して、図７の工程Ｓ２２０で定義される対象サブ領域は、（身体部位の解剖学における常識から）対象血管系に関するＯＣＴデータの検出が予期される、Ｂスキャン２１０－１のサブ領域である。よって、対象サブ領域は、身体部位の画像化領域の、対象血管系を含む第２の（身体的）サブ領域から取得されたＯＣＴデータを含む。このようにして、サブ領域定義モジュール１２０は、Ｂスキャン２１０－１における（好ましくは不変の）解剖学的特徴の検出可能な描出を用いて、Ｂスキャン２１０－１における対象サブ領域を定義する。その対象サブ領域において、（一般にＯＣＴＡデータ生成用の既知のアルゴリズムにより多数の繰り返しＢスキャンを処理することによってのみ検出可能な）対象血管系の検出が予期される。

身体部位の画像化領域が眼の網膜を含み、解剖学的特徴が眼の解剖学的層（好ましくはＲＰＥ）を含む本例示的実施形態では、サブ領域定義モジュール１２０は、工程Ｓ２１０で選択されたデータ要素を使用して、Ｂスキャン２１０－１における対象サブ領域を定義する。対象サブ領域は、（以下に説明するように）Ｂスキャン２１０－１の第２の軸に沿ってＲＰＥを中心とし、第２の軸に沿ったサイズは、Ｂスキャン２１０－１において画像化された網膜の断面全体が収まるサイズである。ＯＣＴＡに有用なＯＣＴデータを含まないＢスキャン２１０－１の残りから切り出されることになる対象サブ領域は、それゆえ網膜血管系の測定値から得られたＯＣＴデータを含み、このＯＣＴデータは、網膜の画像化領域における網膜血管系の描出を生成するため、任意の既知のＯＣＴＡデータ生成アルゴリズムによって（画像化領域の他の繰り返しスキャンからのＯＣＴデータと共に）処理される。

繰り返しＢスキャン２００の各Ｂスキャンを処理する際、サブ領域定義モジュール１２０は、選択されたデータ要素を使用して、（ｉ）ＢスキャンにおけるＲＰＥ（又は他の選択された解剖学的特徴）の描出の位置を示す少なくとも１つの基準位置指標を決定するため、選択されたデータ要素を使用すること、及び（ｉｉ）当該少なくとも１つの基準位置指標によって示されるＢスキャン内の解剖学的特徴の描出の位置に対して、Ｂスキャン内のそれぞれの対象サブ領域を定義すること、によってＢスキャン内のそれぞれの対象サブ領域を定義してもよい。具体的には、繰り返しＢスキャン２００の各Ｂスキャンを処理する際、本例示的実施形態に示すように、サブ領域定義モジュール１２０は、選択されたデータ要素を使用して、（ｉ）ＢスキャンにおけるＲＰＥ（又は他の選択された解剖学的特徴）の描出の位置を示すそれぞれの基準位置指標を決定するため、選択されたデータ要素を使用すること、及び（ｉｉ）当該それぞれの基準位置指標によって示されるＢスキャン内の解剖学的特徴の描出の位置に対して、Ｂスキャン内のそれぞれの対象サブ領域を定義すること、によってＢスキャン内のそれぞれの対象サブ領域を定義してもよい。

ステップ（ｉ）は種々の異なる方法で実行され得る。例えば、サブ領域定義モジュール１２０が、処理中のＢスキャンの基準位置指標として、Ｂスキャンの第２の軸（ｚ軸）に沿った選択されたデータ要素の座標値の平均値、すなわち選択されたデータ要素のｚ軸座標値の平均値を決定することによって、ステップ（ｉ）を実行してもよい。本例示的実施形態で用いられるステップ（ｉ）の別の例示的実装を以下に説明する。

ステップ（ｉｉ）において、サブ領域定義モジュール１２０は、本例示的実施形態と同様に、Ｂスキャンにおけるそれぞれの対象サブ領域を、Ｂスキャンに対して（任意の手法で）決定された基準位置指標に対してＢスキャンの第２の軸（ｚ軸）に沿って所定のオフセットを有し、好ましくは固定のサイズを有する、Ｂスキャンのサブ領域として定義してもよい。一般に、対象サブ領域のサイズは固定でなくともよく、処理されたＢスキャンの少なくとも一部の間で異なってもよい。

次に、サブ領域定義モジュール１２０が、図７の工程Ｓ２１０で選択されたデータ要素を用いて、本例示的実施形態における図７の工程Ｓ２２０でＢスキャン２１０－１のそれぞれの対象サブ領域を定義する工程を、図１０を参照して説明する。図１０に、図７のＳ２２０の処理の実行方法の一例を示す。

図１０の工程Ｓ２２１において、サブ領域定義モジュール１２０は、Ｂスキャン２１０－１内の選択されたデータ要素の空間分布に二次関数を適合する。図９の例示的Ｂスキャン２１０－１では、適合された二次関数は二次曲線７２０で示される。本例示的実施形態のように解剖学的特徴が網膜のＲＰＥである場合、健康な目のＲＰＥが通常放物線を描き、正の曲率を有することから、サブ領域定義モジュール１２０は、好ましくは選択されたデータ要素に二次適合を適用する。しかしながら、上記の代わりに、データの過剰適合を生じ得る高次多項式や、低精度な線形適合が、選択されたデータ要素の適合にあたりサブ領域定義モジュール１２０によって使用されることもある。曲線適合に使用される関数によって、適合精度、ひいては後述するＢスキャン２１０－１の切り出し精度が決定される。図１０の工程Ｓ２２１を実行した結果、サブ領域定義モジュール１２０により、方程式ｚ＝ａ_１ｙ^２＋ｂ_１ｙ＋ｃ_１を満足する係数ａ_１、ｂ_１、及びｃ_１の値が決定される。

サブ領域定義モジュール１２０は、Ｂスキャン２１０－１における選択されたデータ要素の空間分布に対する関数の適合度に関する統計的測定値（例えば、平均絶対残差、平均二乗残差、残差標準偏差、決定係数（Ｒ^２）等の適合度メトリック）を評価し、装置１００（例えばワーキングメモリ６３０）にＢスキャン２１０－１と関連付けて格納され得るフラグ又は他の指標を生成してもよい。該フラグ又は他の指標は、ＲＰＥを歪曲している疾患の存在により曲線適合不良が発生し、ＲＰＥの形状があらゆる健常眼に期待される放物線形状から逸脱している場合に、Ｂスキャン２１０－１が検査される必要があることを示す。

例えば、脈絡膜新生血管（ＣＮＶ）や加齢黄斑変性（ＡＭＤ）は、網膜の形状、ひいてはＲＰＥの形状を歪める可能性がある疾患である。サブ領域定義モジュール１２０によって生成された指標は、（例えば、装置１００に接続されたディスプレイ（例えば、ＬＣＤスクリーン）上に表示されるグラフィック、又は、装置１００に接続されたスピーカーから発せられる音声信号の形態の）警告を装置１００のユーザに通知させ、疾患の兆候についてＢスキャン２１０－１を検査するようユーザに促してもよい。警告は、例えば、図１０の工程Ｓ２２１の実行時点でも、その後、繰り返しＢスキャン２００又はそれから生成されたＯＣＴＡデータ５００がユーザによって検査されている時点のいずれにおいても、ユーザに通知され得る。

選択されたデータ要素の空間分布に対する二次関数の適合が良好であることを条件として（これは、例えば、適合関数の適合度メトリックを評価すること、及び評価された適合度メトリックが所定の閾値を上回る際に適合が良好であると判断することによって決定できる）、図１０の工程Ｓ２２１でサブ領域定義モジュール１２０により取得された関数係数ａ_１、ｂ_１、及びｃ_１は、Ｂスキャン２１０－１のｚ軸に沿ったＲＰＥの位置を示す、Ｂスキャン２１０－１のｚ軸に沿った基準座標を算出するために使用され得る。Ｂスキャン２１０－１のＲＰＥの範囲上限を推定するため、ｚ_１とｚ_２の最大値が取得される。ｚ_１＝ｃ_１、ｚ_２＝ａ_１（ｗ－１）^２＋ｂ_１（ｗ－１）＋ｃ_１はそれぞれＢスキャン２１０－１の左端（ｙ＝０）と右端（ｙ＝ｗ－１）の列の推定ＲＰＥ位置となる。ここで、列番号を０とし、Ｂスキャン２１０－１の幅（列の数、すなわちＡスキャンの数）をｗで表すものとする。Ｂスキャン２１０－１におけるＲＰＥの範囲下限を推定するため、Ｂスキャン２１０－１のある列について、二次曲線の微分が最小となるｚの値を求める。健康な網膜では、網膜の曲率が正のため、最小点はｙ＝－ｂ_１／（２・ａ_１）で生じる。サブ領域定義モジュール１２０は、Ｂスキャン２１０－１のｚ軸に沿った基準座標を、Ｂスキャン２１０－１におけるＲＰＥの範囲上限及び範囲下限の平均値として算出する。

具体的には、サブ領域定義モジュール１２０は、Ｂスキャン２１０－１のＡスキャン全体に及ぶ第１の軸に沿ったインターバルでの適合関数の最大値を決定し、第１の軸に沿ったインターバルでの適合関数の最小値を決定し、最大値と最小値の平均値を基準座標として算出することによって、適合関数を使用してＢスキャン２１０－１の第２の軸に沿ったそれぞれの基準座標を算出してもよい。

次いで、サブ領域定義モジュール１２０は、Ｂスキャン２１０－１内の対象サブ領域を、算出された基準座標に対して、Ｂスキャン２１０－１のｚ軸に沿った所定のサイズ及び所定のオフセットを有するＢスキャン２１０－１のサブ領域として定義してもよい。Ｂスキャン２１０－１のｚ軸に沿った対象領域のサイズ及びｚ軸に沿った基準座標に対する対象領域のオフセットは、眼の解剖学に関する常識、特に網膜の血管系が網膜の深さ方向においてＲＰＥに対して通常どのように分布しているかについての常識から予め決定され得る。このようにして、サブ領域定義モジュール１２０は、Ｂスキャン２１０－１を水平方向に横切る帯状の矩形の対象サブ領域を定義してもよい。その上縁及び下縁はＢスキャン２１０－１のｙ軸に平行であり、Ｂスキャン２１０－１の全長にわたり延出する。帯状部は、対象網膜血管系を含む、上述の眼の画像化領域の第２のサブ領域から取得されたＯＣＴデータを含むような、Ｂスキャン２１０－１のｚ軸に沿ったサイズ及びＢスキャン２１０－１のｚ軸に沿った位置を有する。

しかしながら、本例示的実施形態では、図１０の工程Ｓ２２１で実行される選択されたデータ要素の空間分布に対する二次関数の適合は、図９の適合二次曲線７２０より分かるように、良好ではない。これは、図７の工程Ｓ２１０の結果、選択モジュール１１０が、領域２１６内のＢスキャン２１０－１のデータ要素の選択とともに、ＲＰＥ２１７を描出するデータ要素も選択するためである。このことは、これらの領域が工程Ｓ２１０で使用される閾値の値をともに所々満足するデータ要素値を有することに起因する。特に、領域２１６内のＮＦＬを表すデータ要素は、ＲＰＥ２１７のデータ要素と極めて類似したデータ要素値を有することから選択される。このことは、領域２１６からのデータ要素を、ＲＰＥを表すデータ要素と共に含めることは、サブ領域定義モジュール１２０によって実行される二次曲線適合の品質を低下させるため、望ましくない場合がある。領域２１６内の少なくともＮＦＬの描出は、さらに、異なる被検体の網膜のＯＣＴ－Ｂスキャンにおいて不変でない。その結果、適合二次曲線７２０は、図９よりわかるように、ＲＰＥの形状にうまく追従していない。結果として、上述したＢスキャン２１０－１のｚ軸に沿った基準座標を算出する処理は、この場合、Ｂスキャン２１０－１のｚ軸に沿ったＲＰＥ（したがって網膜の中心）の位置の正確な表示を提供しないことになる。

しかしながら、Ｂスキャン２１０－１はあくまで一例であって、他のＢスキャンにおいては、サブ領域定義モジュール１２０が上述のように図１０の工程Ｓ２２１において適合された二次曲線を用いてＢスキャン２１０－１における対象サブ領域を定義し得る程度にＮＦＬが顕著でなく、あるいは全く存在しない（ＯＣＴ撮像装置の設定次第）ことがあることに留意されたい。

Ｂスキャン２１０－１におけるＲＰＥの描出２１７により良い適合を提供する二次関数を決定するために、本例示的実施形態のサブ領域定義モジュール１２０は、二次関数を再び適合させ得る、データ要素の修正された選択を生成する。

再び図１０を参照すると、工程Ｓ２２２において、サブ領域定義モジュール１２０は、まず、Ｂスキャン２１０－１の各Ａスキャンについて、図７の工程Ｓ２１０で選択されたＡスキャン内のデータ要素の誤差測定のそれぞれの値を算出することによって、データ要素の修正された選択を生成する。これは、Ａスキャンに沿って選択されたデータ要素の空間分布を示す。サブ領域定義モジュール１２０は、Ｂスキャン２１０－１の第１の軸（ｙ軸）に沿ったＡスキャンの座標における適合関数の値に対応するＡスキャンのそれぞれのデータ要素を参照して、Ｂスキャン２１０－１の各Ａスキャンについて誤差測定のそれぞれの値を算出する。言い換えれば、図１０の工程Ｓ２２１で得られた適合二次関数は、Ａスキャンが位置するＢスキャン２１０－１の第１の軸の座標で評価される。そして、Ａスキャンが位置する第１の軸の座標値において、適合二次関数の値に最もよく一致する第２の軸（ｚ軸）の座標値を有するＡスキャンのデータ要素を、基準データ要素として選択する。サブ領域定義モジュール１２０は、基準データ要素に対するＡスキャンの誤差測定の値を算出する。

誤差測定値は、多くの適切な形式のうち１つの形式を取ることができる。例えば、誤差測定値は、本例示的実施形態のように、Ａスキャンにおいて選択されたデータ要素（すなわち、図７の工程Ｓ２１０で選択されたデータ要素）の位置の、Ａスキャンにおける基準データ要素の位置からのそれぞれの偏差の正規化平均二乗誤差（ＮＭＳＥ）であってもよい。ＮＭＳＥは、Ｃスキャン体積全体に共通の閾値を指定できるという利点がある。別の例として、誤差測定値は、Ａスキャンにおける基準データ要素の位置からの、Ａスキャンにおいて選択されたデータ要素の位置の絶対偏差の総和であってもよい。さらに別の例として、誤差測定値は、Ａスキャンにおける基準データ要素の位置からの、Ａスキャンにおいて選択されたデータ要素の位置の二乗偏差の総和であってもよい。

図９は、Ｂスキャン２１０－１におけるＡスキャンについて算出されたＮＭＳＥの値を、Ｂスキャン２１０－１におけるＡスキャンの位置の関数として示した棒グラフ７３０を示す。図９では、Ｂスキャン２１０－１のイラストに棒グラフ７３０が重畳され、棒グラフ７３０の棒は、Ｂスキャン２１０－１の上端縁を０として下方に延伸している。図９の棒の長さはＮＭＳＥのそれぞれの値を表し、棒グラフ７３０が選択されたデータ要素７１０を覆うことなくＢスキャン２１０－１内に収まるよう、共通の縮尺比で縮小されている。

図１０を参照すると、工程Ｓ２２３において、サブ領域定義モジュール１２０は、ＮＭＳＥの各値を閾値誤差値と比較し、ＮＭＳＥの値が閾値誤差値を超えているか否かを判断する。

図１０の工程Ｓ２２４において、サブ領域定義モジュール１２０は、閾値誤差値よりも大きい誤差測定の算出値を有するＢスキャン２１０－１の各Ａスキャンに対して、図７の工程Ｓ２１０で選択された、Ａスキャンのデータ要素からのデータ要素であり、Ａスキャンの基準データ要素を下回るデータ要素のみを選択することにより、Ｂスキャン２１０－１のデータ要素８１０（図１１参照）の修正された選択を生成する。図７の工程Ｓ２１０で選択されたＡスキャンの選択されたデータ要素であって、そのＡスキャンについて選択された基準データ要素を上回る（すなわち、Ａスキャンについて選択されたデータ要素のｚ軸座標よりもｚ軸座標の値が小さい）データ要素は、図１１に示されるように、データ要素の修正された選択に含まれない。

Ｂスキャン２１０－１のデータ要素から取り出した修正された選択のデータ要素８１０を、図１１に示す。図１１に示すように、修正された選択のデータ要素には、ＲＰＥを表すデータ要素は含まれるが、ＮＦＬを表すデータ要素は含まれない。

図１０の工程Ｓ２２５において、サブ領域定義モジュール１２０は、図１０の工程Ｓ２２４において選択されたデータ要素の修正された選択のＢスキャン２１０－１内の空間分布に二次関数を適合する。図１０の工程Ｓ２２５で適合された二次関数は、図１１の二次曲線８２０で表される。図１１に示すように、二次曲線８２０は図９に示す二次曲線７２０よりもＲＰＥの描出２１７にはるかよく適合している。これは、ＮＦＬの描出を含む領域２１６からの多数のデータ要素が図１０の工程Ｓ２２４でなされたデータ要素８１０の修正された選択に含まれていないためである。その結果、図１１のＢスキャン２１０－１に重畳され、二次曲線８２０及びデータ要素の修正された選択８１０を用いて算出されたＮＭＳＥの値が、Ｂスキャン２１０－１全体においてどのように変化するかを示す（図９と同じ垂直（ｚ軸）縮尺を用いた）棒グラフ８３０は、これらのＮＭＳＥ値がＢスキャン２１０－１全体ではるかに低いことを示している。図１０の工程Ｓ２２５を実行した結果、方程式ｚ＝ａ_２ｙ^２＋ｂ_２ｙ＋ｃ_２を満足する係数ａ_２、ｂ_２、及びｃ_２の値がサブ領域定義モジュール１２０により決定される。

この段階で、サブ領域定義モジュール１２０は、上述と同様に、Ｂスキャン２１０－１におけるデータ要素の修正された選択の空間分布に対する二次関数の適合度（工程Ｓ２２５で適合）に関する統計的計測値を評価してもよい。また、曲線適合不良がＲＰＥを歪ませた疾患によって引き起こされ、その形状があらゆる健常眼に期待される放物線形から逸脱する場合に、Ｂスキャン２１０－１と関連付けられ、かつＢスキャン２１０－１がさらに徹底して検査される必要があることを示すフラグを生成してもよい。例えば、脈絡膜新生血管（ＣＮＶ）や加齢黄斑変性（ＡＭＤ）は、網膜の形状、ひいてはＲＰＥの形状を歪める可能性がある疾患である。サブ領域定義モジュール１２０によって生成されたフラグは、（例えば、装置１００に接続されたディスプレイ（例えば、ＬＣＤスクリーン）上に表示されるグラフィック、又は、装置１００に接続されたスピーカーから発せられる音声信号の形態の）警告を装置１００のユーザに通知させ、疾患の兆候についてＢスキャン２１０－１を検査するようユーザに促してもよい。警告は、例えば、図１０の工程Ｓ２２５の実行時点でも、その後、繰り返しＢスキャン２００又はそれから生成されたＯＣＴＡデータ５００がユーザによって検査されている時点のいずれにおいても、ユーザに通知され得る。

データ要素の修正された選択の空間分布に対する二次関数の適合が良好であることを条件として（これは、例えば、適合関数の適合度メトリック（例えば、Ｒ^２又は上述の他のメトリックの１つ以上）を評価すること、及び評価された適合度メトリックが所定の閾値を上回る際に適合が良好であると判断することによって決定できる）、図１０の工程Ｓ２２５でサブ領域定義モジュール１２０により取得された関数係数ａ_２、ｂ_２、及びｃ_２は、Ｂスキャン２１０－１のｚ軸に沿ったＲＰＥの位置を示す、Ｂスキャン２１０－１のｚ軸に沿った基準座標を算出するために使用され得る。Ｂスキャン２１０－１のＲＰＥの範囲上限を推定するため、ｚ’_１とｚ’_２の最大値が取得される。ｚ’_１＝ｃ_２、ｚ’_２＝ａ_２（ｗ－１）^２＋ｂ_２（ｗ－１）＋ｃ_２はそれぞれＢスキャン２１０－１の左端（ｙ＝０）と右端（ｙ＝ｗ－１）の列の推定ＲＰＥ位置となる。上述と同様に、Ｂスキャン２１０－１におけるＲＰＥの範囲下限を推定するため、Ｂスキャン２１０－１のある列について、二次曲線の微分が最小となるｚの値を求める。健康な網膜では、網膜の曲率が正のため、最小点はｙ＝－ｂ_２／（２・ａ_２）で生じる。サブ領域定義モジュール１２０は、Ｂスキャン２１０－１のｚ軸に沿った基準座標を、Ｂスキャン２１０－１におけるＲＰＥの範囲上限及び範囲下限の平均値として算出する。

具体的には、サブ領域定義モジュール１２０は、図１０の工程Ｓ２２５において、Ｂスキャン２１０－１のＡスキャン全体に及ぶ第１の軸に沿ったインターバルでの適合関数の最大値を決定し、第１の軸に沿ったインターバルでの適合関数の最小値を決定し、最大値と最小値の平均値を基準座標として算出することによって、適合関数を使用してＢスキャン２１０－１の第２の軸に沿ったそれぞれの基準座標を算出してもよい。

図１０の工程Ｓ２２７において、サブ領域定義モジュール１２０は、Ｂスキャン２１０－１の対象サブ領域を、図１０の工程Ｓ２２６で算出された基準座標に対して、Ｂスキャン２１０－１のｚ軸に沿った所定サイズ及び所定のオフセットを有するＢスキャン２１０－１のサブ領域として定義する。対象サブ領域は、図１１に８６０で示されている。Ｂスキャン２１０－１のｚ軸に沿った対象領域８６０のサイズ及びｚ軸に沿った基準座標に対する対象領域８６０のオフセットは、眼の解剖学、特に、網膜の血管系が網膜の深さ方向においてＲＰＥに対して典型的にどのように分布するかについての常識から予め決定され得る。このようにして、サブ領域定義モジュール１２０は、その上縁８４０及び下縁８５０がＢスキャン２１０－１のｙ軸に平行であり、Ｂスキャン２１０－１全体に及び、帯状をなしてＢスキャン２１０－１を横切って延びる矩形の対象サブ領域８６０を定義してもよい。帯状部は、対象網膜血管系を含む、上述の眼の画像化領域の第２のサブ領域から取得されたＯＣＴデータを含むような、Ｂスキャン２１０－１のｚ軸に沿ったサイズ及びＢスキャン２１０－１のｚ軸に沿った位置を有する。

切り出しモジュール１３０は、上縁８４０を基準座標より上の所定数αのピクセルと定義し、下縁８５０を基準座標より下の所定数βのピクセルと定義してもよい。ここで、αとβはユーザが設定可能なパラメータである。しかしながら、αとβは、代替的に、対象領域８６０の指定された上下比率（すなわち、基準座標と対象サブ領域８６０の上部との間の距離の、基準座標と対象サブ領域８６０の下部との間の距離に対する比率）及び指定された高さを使用して決定されてもよい。言い換えれば、対象領域８６０の必要な高さ（すなわち、Ｂスキャンの切り出し高さ）を指定し、指定された上下比率に合うようにα、βを決定してもよい。

本例示的実施形態では、計算量の削減と必要な曲線適合精度のトレードオフとしての実用上の理由から、データ要素の修正された選択は一度のみ使用されている。しかしながら、この絞り込みを複数回行って、その結果選択されたデータ要素に適合する二次曲線を用いて、より多くの非ＲＰＥデータ要素を破棄してもよい。

再び図７を参照すると、図７のステップＳ２３０において、切り出しモジュール１３０は、Ｂスキャン２１０－１を切り出して対象サブ領域８６０のみを残すことで、それぞれの切り出しＢスキャン３１０－１を生成する。言い換えれば、それぞれの切り出しＢスキャン３１０－１は、Ｂスキャン２１０－１のうち、対象サブ領域８６０の上縁８４０から上方に延在する不要な外側領域と、Ｂスキャン２１０－１のうち、対象サブ領域８６０の下縁８５０から下方に延在する不要な外側領域とを除去することで生成される。

図７の任意選択の工程Ｓ２４０において、切り出しモジュール１３０は、以下に図１２を参照して説明する処理により、切り出しＢスキャン３１０－１のサイズを所定サイズに調整する。

図１２の工程Ｓ２４２において、切り出しモジュール１３０は、図１０の工程Ｓ２２７で定義された所定の対象サブ領域８６０が、Ｂスキャン２１０－１の第１の軸（又は第２の軸）に沿ってＢスキャン２０１－１の端縁まで延在しているか否かを判断する。

図１２の工程Ｓ２４４において、切り出しモジュール１３０は、第１の軸（場合により第２の軸）に沿った切り出しＢスキャン１３０－１のサイズが所定サイズより小さいか否かを判断する。

図１２の工程Ｓ２４２で対象サブ領域８６０が第１の軸（場合により第２の軸）に沿ってＢスキャン１２０－１の端縁まで延在していると判断され、また図１２の工程Ｓ２４４で第１の軸（場合により第２の軸）に沿った切り出しＢスキャン１３０－１のサイズが所定サイズより小さいと判断された場合、図１２の工程Ｓ２４６において、切り出しモジュール１３０は、第１の軸（場合により第２の軸）に沿って切り出しＢスキャン１３０－１を拡大することで、切り出しＢスキャン１３０－１が、Ｂスキャン１２０－１から算出されたノイズプロファイルに基づくデータ要素値を有する追加のデータ要素（パディング）を有するように、切り出しＢスキャン１３０－１のサイズを所定サイズまで増大させる。

ノイズプロファイルを生成するため、切り出しモジュール１３０は、その位置がパディングが適用される場所に依存するＢスキャン２１０－１の領域をサンプリングしてもよい。パディングがＡスキャンの上部に必要な場合、切り出しモジュール１３０は、「浮遊物」のような生体アーチファクトを含まない硝子体中の領域をサンプリングすることによってノイズプロファイルを生成し得る。画像処理を利用して、このような領域を定義できる。Ａスキャンの下部でのパディングについて、切り出しモジュール１３０は、脈絡膜領域と同様のサンプリングを実行し、ノイズプロファイルの生成に使用される領域にも脈絡膜等のアーチファクトがないことを確認してもよい。

あるいは、切り出しモジュール１３０は、各切り出しＢスキャン１３０－１について、情報が欠落している領域（パディングを必要としたピクセル）を単に維持してもよい。これらの領域は、後続のアルゴリズムによって、計算中に対応するピクセル値を破棄したり、使用を回避したりするために使用される。

要約すると、前述では、ＯＣＴＡデータ生成ソフトウェアがＯＣＴ－Ｂスキャンにおける大幅な軸方向の移動を修正することを可能とし、同時により迅速な処理とより少ないメモリ消費のためにＯＣＴＡボリュームサイズを低減し得る、例示的実施形態による装置１００について説明した。従来のＯＣＴＡデータ生成ソフトウェアは一般的に位置合わせを利用し、繰り返しフレームからＯＣＴＡ信号を算出する前に、Ｂスキャンの繰り返しをアライメントさせる。オリジナルＢスキャンのサイズによっては、この作業に長い時間がかかり、軸方向の移動が大きい場合は、位置合わせアルゴリズムが収束しないことがある。例示的実施形態によれば、事前位置合わせ工程を提供することでこれらの課題に対処する。この工程により、各々が中央に網膜を有する、適切にアライメントされた部分Ｂスキャンのセットが取得される。連続した部分Ｂスキャンの画像位置合わせにより、さらにアライメントを向上させることができる。最後に、網膜を中心としたＯＣＴ体積を作成するためにオリジナルＢスキャンを切り出したため、新しい体積にはＯＣＴＡフロー信号の検出に必要な全ての情報が含まれ、ＯＣＴＡフロー信号のない関連性の低いピクセル（硝子体や脈絡膜深部等）は切り出し時に全て破棄されている。このように前処理されたＯＣＴ体積のボクセル数を減らすことで、その後のＯＣＴＡデータ生成アルゴリズムのメモリ要件及び計算要件を低減する。
［変形例］

上述の実施形態及びその変形例には、種々の変更を加えることができる。

例えば、説明したフローチャートの一部の工程の順序を変更してもよい。例えば、図１２において、工程Ｓ２４２と工程Ｓ２４４の実行順序は逆であってもよい。

さらに、本例示的実施形態の選択モジュール１１０が、Ｂスキャン２１０－１におけるＲＰＥの描出に沿って分布するデータ要素のサブセットを選択する、上述した図７の工程Ｓ２１０は一例であり、この選択は他の方法で実行され得る。代替として、例えば選択モジュール１１０は、Ｂスキャン２１０－１のデータ要素から、サブセット内のデータ要素が解剖学的特徴（例えば、ＲＰＥ）の描出に沿って分布するように、データ要素の（適切な）サブセットを選択すべく構成されてもよい。この選択は、網膜層セグメンテーションアルゴリズムを利用してＢスキャン２１０－１を複数の網膜層にセグメント化し、（Ｂスキャン２１０－１が網膜層セグメンテーションアルゴリズムによりセグメント化されている）複数の網膜層中の所定の網膜層を識別し、サブセットについて、識別された網膜層中のデータ要素を選択する、ことによって行われ得る。網膜層セグメンテーションアルゴリズムは、ＯＣＴ網膜画像を個別の網膜層に自動的にセグメント化するために使用されてきた各種画像分類アルゴリズムのうちの１つであってもよい。このようなアルゴリズムについての概観が、非特許文献２に記載されている。その内容は参照により本明細書に援用される。網膜層セグメンテーションアルゴリズムは、例えば、ｍクラス分類タスクに確率的な出力を提供するセマンティックセグメンテーションのための任意の種類のアルゴリズムであってもよい。網膜層セグメンテーションアルゴリズムは、例えば畳み込みニューラルネットワーク（ＣＮＮ）、ガウス混合モデル、ランダムフォレスト、ベイズ分類器、又はサポートベクターマシンを含んでもよい。そのような場合、ＲＰＥに属する（可能性が最も高い）と識別されたデータ要素は、例示的実施形態の装置１００の変形例によって実行される方法におけるデータ要素の選択されたサブセットとなる。

図７のステップＳ２１０の本例示的実施形態における実装のさらなる代替として、データ要素のサブセットの選択は、選択されたデータ要素がＢスキャンにおける解剖学的特徴の描出に沿って分布するように、任意の既知のエッジ検出技術を用いて行われてもよい。具体的には、画像エッジ検出法を用いて、Ｂスキャン２１０－１における反射率の顕著な変化を特定してもよい。反射率の顕著な変化は、図９では、ＲＰＥ２１７の下方境界、ＲＰＥ２１７の上方境界、内側／外側セグメント接合部２１９の下方境界、内側／外側セグメント接合部２１９の上方境界（すなわち領域２１６の下方境界）、及び領域２１６の上方境界で現れ得る。そして、エッジ検出結果を用いてＲＰＥ２１７の上方・下方境界を特定し、特定した境界の間にあるデータ要素をサブセットについて選択してもよい。あるいは、ＲＰＥの境界の１つに沿って配置されたデータ要素をサブセットについて選択してもよい。エッジ検出結果におけるＲＰＥの一方又は両方の境界の特定は、例えば、Ｂスキャン２１０－１における下端縁をＲＰＥの下方境界とみなすことによって、任意の適切な方法で達成され得る。使用する画像エッジ検出法は、サーチベースでもゼロクロスベースでもよく、画像処理カーネルを使用して実行されてもよい。例えば、Ｃａｎｎｙ、Ｌａｐｌａｃｉａｎ、Ｌａｐｌａｃｉａｎ ｏｆ Ｇａｕｓｓｉａｎ、Ｐｒｅｗｉｔｔ、Ｓｏｂｅｌ、Ｒｏｂｅｒｔのいずれかのエッジ検出法であってもよい。機械学習に基づくエッジ検出法を用いてもよい。エッジ検出の前に、エッジシニングやノイズ除去等の前処理技術を用いてもよい。

上述の例示的実施形態及びその変形例で使用されるデータ処理技術は、網膜ＯＣＴスキャンのみならず、より一般的には、身体部位における血管系の描出を提供するＯＣＴＡデータを生成するために処理できる、他の身体部位の繰り返しＯＣＴ－Ｂスキャンにも適用可能である。例えば、ヒト又は動物の皮膚は身体部位の別の例とみなすことができ、その繰り返しＯＣＴ－Ｂスキャンを例えば真皮又は皮下脂肪等の皮膚の領域における血管系を表すＯＣＴＡデータを生成するために、既知のＯＣＴＡデータ生成技術を用いて処理され得る。例えば表皮と真皮をカバーする皮膚の繰り返しＯＣＴ－Ｂスキャンは、上述した例示的実施形態の網膜Ｂスキャンと同様の方法で処理され得る。この場合、真皮と表皮の境界を、（ＲＰＥもしくは網膜の他の層に代えて）上述の解剖学的特徴とみなしてもよい。この境界は通常、表皮を表すＢスキャンの領域と、その下にある真皮を表すＢスキャンの大幅に明るい領域又は大幅に暗い領域との境界として、Ｂスキャンに現れる。

本明細書で説明した例示的態様は、ＯＣＴ血管造影（ＯＣＴＡ）データを生成するためにＯＣＴ－Ｂスキャンを処理する従来の方法及びシステムに関する、特にコンピュータ技術に根ざした制限を回避するものである。同方法及びシステムは、通常、画像位置合わせアルゴリズムを用いて繰り返しＢスキャン間の軸方向のオフセットを補償する、前処理段階を含む。このような従来の方法及びシステムは、コンピュータ資源に過度の負担をかける。一方、本明細書に記載された例示的態様によって、従来のシステム／方法よりも比較的少ないコンピュータ処理及びメモリ資源を必要とし得る方法でＯＣＴＡデータを生成でき、従来のシステム／方法よりも計算効率及び資源効率の高い方法でＯＣＴＡデータ生成を実行できる。また、コンピュータ技術に根ざした本明細書に記載された例示的態様の前述の能力により、本明細書に記載された例示的態様は、コンピュータ及びコンピュータ処理／機能を改善し、また少なくともＯＣＴ血管造影及びデータ処理、ならびにＯＣＴ画像データ処理の分野を改善する。

上述した実施形態の一部を、以下の実施例Ｅ１～Ｅ１２に要約する。

Ｅ１．対象血管系の描出を提供するＯＣＴ血管造影データ（５００）の生成に用いる切り出しＢスキャン（３００）を生成するために、光コヒーレンストモグラフィ（ＯＣＴ）撮像装置によって取得された身体部位の画像化領域の繰り返しＢスキャン（２００）を処理する、装置（１００）であって、前記画像化領域は、前記画像化領域の第１のサブ領域に限定される解剖学的特徴、及び前記画像化領域の第２のサブ領域に限定される対象血管系を含み、前記装置（１００）は、前記選択されたデータ要素が前記Ｂスキャン（２１０－１）における解剖学的特徴の描出（２１７）に沿って分布するように、前記Ｂスキャン（２１０－１）のデータ要素から前記データ要素のそれぞれのサブセットを選択することによって、前記繰り返しＢスキャン（２００）の前記各Ｂスキャン（２１０－１）を処理すべく構成された選択モジュール（１１０）と、前記Ｂスキャン（２１０－１）におけるそれぞれの対象サブ領域（８６０）を定義するために、前記Ｂスキャン（２１０－１）の前記データ要素から前記選択モジュール（１１０）によって選択されたデータ要素のサブセットを用いて、繰り返しＢスキャン（２００）の前記各Ｂスキャン（２１０－１）を処理すべく構成されたサブ領域定義モジュール（１２０）であって、前記それぞれの対象サブ領域（８６０）は、対象血管系を含む第２のサブ領域から取得されたＯＣＴデータを含む、サブ領域定義モジュール（１２０）と、前記サブ領域定義モジュール（１２０）によって前記Ｂスキャンに対して定義されたそれぞれの対象サブ領域（８６０）をＢスキャンに残すため、前記繰り返しＢスキャン（２００）の各Ｂスキャン（２１０－１）を切り出すことによって切り出しＢスキャン（３００）を生成すべく構成された切り出しモジュール（１３０）と、を含む。

Ｅ２．Ｅ１に記載の装置（１００）であって、前記身体部位は目を含み、前記身体部位の前記画像化領域は、眼の網膜を含み、前記解剖学的特徴は、前記網膜の解剖学的層を含む。

Ｅ３．Ｅ２に記載の装置（１００）であって、前記網膜の解剖学的層は、網膜の網膜色素上皮（ＲＰＥ）であり、前記選択モジュール（１１０）は、前記Ｂスキャン（２１０－１）におけるデータ要素のそれぞれの値が閾値に対して所定の関係を有するか否かを判断し、前記サブセットについて、値が前記閾値に対して所定の関係を有するデータ要素を選択することによって、前記繰り返しＢスキャン（２００）の各Ｂスキャンに対するデータ要素のそれぞれのサブセットを選択すべく構成されている。前記閾値は、前記選択されたデータ要素の少なくとも一部が前記Ｂスキャン（２１０－１）におけるＲＰＥの描出（２１７）に沿って分布するように設定される。

Ｅ４．Ｅ３に記載の装置（１００）であって、選択モジュール（１１０）が、前記Ｂスキャン（２１０－１）における前記データ要素値の平均値からの標準偏差の数ｋを超える所定数のデータ要素のみが存在するように、前記Ｂスキャン（２１０－１）におけるデータ要素値から前記閾値を算出するために、前記繰り返しＢスキャン（２００）の各Ｂスキャン（２１０－１）を処理すべく構成され、ｋは、前記選択されたデータ要素の少なくとも一部が、前記Ｂスキャン（２１０－１）におけるＲＰＥの描出（２１７）に沿って分布するように設定され、前記選択モジュール（１１０）は、所定のタイプの統計分布に従って分布するように前記Ｂスキャン（２１０－１）におけるデータ要素値をモデル化することによって、前記閾値を算出すべく構成されている。

Ｅ５．Ｅ１～Ｅ４のいずれか一項に記載の装置（１００）であって、各Ｂスキャン（２１０－１）は、前記Ｂスキャン（２１０－１）の第１の軸（２１３）に沿って配列されたＡスキャンのアレイを含み、前記Ａスキャンの各々は、前記Ｂスキャンの第２の軸（２１４）に沿って配列されたデータ要素を含み、前記解剖学的特徴は、前記画像化領域の前記第１のサブ領域に広がる身体部位の解剖学的層を含み、前記サブ領域定義モジュール（１２０）は、前記Ｂスキャンにおけるそれぞれの対象サブ領域（８６０）を定義するために、前記選択されたデータ要素の前記Ｂスキャン内の分布に関数を適合させ、前記Ｂスキャン（２１０－１）の前記第２の軸（２１４）に沿ったそれぞれの基準座標を算出するため、適合関数を使用し、前記Ｂスキャン（２１０－１）におけるそれぞれの対象サブ領域（８６０）を、前記算出されたそれぞれの基準座標に対する前記Ｂスキャン（２１０－１）の前記第２の軸（２１４）に沿った所定サイズと所定のオフセットを有するＢスキャン（２１０－１）のサブ領域として定義する、ことにより、前記Ｂスキャンの前記データ要素から前記選択モジュール（１１０）によって選択されたデータ要素の前記サブセットを利用して、前記繰り返しＢスキャン（２００）の各Ｂスキャン（２１０－１）を処理すべく構成されている。

Ｅ６．Ｅ５に記載の装置（１００）であって、前記身体部位は目を含み、前記身体部位の前記画像化領域は、眼の網膜を含み、前記解剖学的層は網膜の網膜色素上皮（ＲＰＥ）を含み、前記関数は二次関数である

Ｅ７．Ｅ３又はＥ４に記載の装置（１００）であって、各Ｂスキャン（２１０－１）は、Ｂスキャン（２１０－１）の第１の軸（２１３）に沿って配列されたＡスキャンのアレイからなり、Ａスキャンの各々は、Ｂスキャン（２１０－１）の第２の軸（２１４）に沿って配列されたデータ要素からなり、かつ前記サブ領域定義モジュール（１２０）は、前記Ｂスキャンにおけるそれぞれの対象サブ領域（８６０）を定義するために、前記選択されたデータ要素の前記Ｂスキャン（２１０－１）内の分布に関数を適合させ、前記Ｂスキャン（２１０－１）内の各Ａスキャンについて、前記Ａスキャンに沿った前記選択されたデータ要素の分布を示す、Ａスキャン内の前記選択されたデータ要素の誤差測定のそれぞれの値を算出し、前記誤差測定のそれぞれの値は、前記第１の軸（２１３）に沿った前記Ａスキャンの座標における適合関数の値に対応する前記Ａスキャンのそれぞれのデータ要素を参照して、前記Ｂスキャン（２１０－１）の各Ａスキャンについて算出され、前記Ｂスキャン（２１０－１）の各Ａスキャンについて、前記Ａスキャンの前記選択されたデータ要素について算出された前記誤差測定の値を、閾値誤差値と比較し、前記閾値誤差値よりも大きい誤差測定算出値を有する前記Ｂスキャン（２１０－１）の各Ａスキャンに対して、前記Ａスキャンの選択されたデータ要素から、前記Ａスキャンのそれぞれのデータ要素の下にあるデータ要素を選択することにより、前記Ｂスキャン（２１０－１）内のデータ要素の修正された選択を生成し、データ要素の修正された選択のＢスキャン（２１０－１）内の分布に前記関数を適合させ、前記Ｂスキャン（２１０－１）の前記第２の軸（２１４）に沿ったそれぞれの基準座標を算出すべく前記データ要素の修正された選択の前記Ｂスキャン（２１０－１）内の分布に適合する関数を使用し、前記Ｂスキャン（２１０－１）におけるそれぞれの対象サブ領域（８６０）を、前記算出されたそれぞれの基準座標に対する前記Ｂスキャン（２１０－１）の前記第２の軸（２１４）に沿った所定サイズと所定のオフセットを有するＢスキャンのサブ領域として定義する、ことにより、前記Ｂスキャンの前記データ要素から前記選択モジュール（１１０）によって選択されたデータ要素の前記サブセットを利用して、前記繰り返しＢスキャン（２００）の各Ｂスキャン（２１０－１）を処理すべく構成されている。

Ｅ８．Ｅ７に記載の装置（１００）であって、前記誤差測定値が、前記第１の軸（２１３）に沿った前記Ａスキャンの座標における前記適合関数の値に対応する前記Ａスキャンのデータ要素の位置からの前記選択されたデータ要素の位置のそれぞれの偏差の正規化平均二乗誤差、前記第１の軸（２１３）に沿った前記Ａスキャンの座標における前記適合関数の値に対応する前記Ａスキャンのデータ要素の位置からの前記選択されたデータ要素の位置の絶対偏差の総和、及び前記第１の軸（２１３）に沿った前記Ａスキャンの座標における前記適合関数の値に対応する前記Ａスキャンのデータ要素の位置からの前記選択されたデータ要素のそれぞれの位置の二乗偏差の総和のうち１つを含む。

Ｅ９．前記関数は二次関数である、Ｅ７又はＥ８に記載の装置。

Ｅ１０．Ｅ５からＥ９のいずれか一項に記載の装置（１００）であって、前記サブ領域定義モジュール（１２０）は、前記Ｂスキャンの前記第２の軸（２１４）に沿ったそれぞれの基準座標を算出するため、前記Ｂスキャン（２１０－１）の前記Ａスキャン全体に及ぶ前記第１の軸（２１３）に沿ったインターバルでの前記適合関数の最大値を決定し、前記第１の軸（２１３）に沿ったインターバルでの前記適合関数の最小値を決定し、前記最大値と前記最小値の平均値を前記それぞれの基準座標として算出する、ことにより前記適合関数を使用すべく構成されている。

Ｅ１１．Ｅ１～Ｅ１０のいずれか一項に記載の装置（１００）であって、各Ｂスキャン（２１０－１）は、Ｂスキャン（２１０－１）の第１の軸（２１３）に沿って配列されたＡスキャンのアレイからなり、Ａスキャンの各々は、Ｂスキャン（２１０－１）の第２の軸（２１４）に沿って配列されたデータ要素からなり、かつ前記切り出しモジュール（１３０）は、さらに、前記定義された対象サブ領域（８６０）が、前記第１の軸（２１３）及び前記第２の軸（２１４）のいずれかに沿って、Ｂスキャン（２１０－１）の端縁まで延在しているか否かを判断し、前記第１の軸（２１３）及び前記第２の軸（２１４）のいずれかに沿った切り出しＢスキャン（３１０－１）のサイズが所定サイズより小さいか否かを判断し、前記対象サブ領域（８６０）が前記第１の軸（２１３）及び前記第２の軸（２１４）のいずれかに沿って前記Ｂスキャンの端縁まで延在していると判断され、かつ前記第１の軸（２１３）及び前記第２の軸（２１４）のいずれかに沿った切り出しＢスキャン（３１０－１）のサイズが前記所定サイズより小さいと判断された場合、データ要素値が前記Ｂスキャンから算出されたノイズプロファイルに基づく追加のデータ要素を有するように、前記第１の軸（２１３）及び前記第２の軸（２１４）のいずれかに沿って前記切り出しＢスキャン（３１０－１）を拡大することにより、前記切り出しＢスキャン（３１０－１）のサイズを前記所定サイズまで増大させるように構成されている。

Ｅ１２．身体部位の画像化領域における血管系の描出を提供する光コヒーレンストモグラフィ血管造影（ＯＣＴＡ）データ（５００）を生成する装置（４００）であって、装置（４００）は、光コヒーレンストモグラフィ撮像装置によって取得された前記身体部位の画像化領域の繰り返しＢスキャン（２００）を受信すべく構成された受信モジュール（４１０）と、Ｅ１からＥ１１のいずれか一項に記載の装置（１００）であって、前記切り出しＢスキャン（３００）を生成するため、前記受信した繰り返しＯＣＴ－Ｂスキャン（２００）を処理すべく構成された装置（１００）と、前記切り出しＢスキャン（３００）を処理してＯＣＴＡデータ（５００）を生成すべく構成されたＯＣＴＡデータ生成モジュール（４２０）とを含む。

前述の説明では、いくつかの例示的実施形態を参照して例示的態様が説明される。したがって、本明細書は制限的でなく、例示的とみなされるべきである。同様に、例示的実施形態の機能及び利点をハイライトした図面中の図は、例示のためにのみ提示されるものである。例示的実施形態のアーキテクチャは、添付図面に示す以外の方法で利用することができるよう、柔軟性に富み、様々に構成可能である。

本明細書中に提示されたソフトウェアの例示的実施形態は、機械アクセス可能媒体もしくは機械可読媒体、命令ストア、又はコンピュータ可読記憶装置等の製造物品に含有もしくは格納される、命令もしくは命令列を有する１又は複数のプログラム等のコンピュータプログラム、又はソフトウェアとして提供されてもよく、一例示的実施形態において、その各々は非一過性であってもよい。非一過性の機械アクセス可能な媒体、機械可読媒体、命令ストア、又はコンピュータ可読記憶装置上のプログラム又は命令は、コンピュータシステム又は他の電子装置をプログラムするために使用できる。機械可読媒体又はコンピュータ可読媒体、命令ストア、及び記憶装置は、フロッピー（登録商標）ディスク、光ディスク、及び光磁気ディスク、又は電子命令を格納又は送信するのに適した他のタイプの媒体／機械可読媒体／命令ストア／記憶装置を含んでもよいが、これらに限定されない。本明細書に記載された技術は、特定のソフトウェア構成に限定されない。任意のコンピュータ環境又は処理環境に適用可能である。本明細書で使用される用語「コンピュータ可読」、「機械アクセス可能媒体」、「機械可読媒体」、「命令ストア」、「コンピュータ可読記憶装置」は、機械、コンピュータ、又はコンピュータプロセッサによる実行のための命令又は命令列を記憶、符号化、又は送信することができ、機械／コンピュータ／コンピュータプロセッサに、本明細書に記載される方法のいずれか１つを実行させる、任意の媒体を含むものとする。さらに、当技術分野では、ソフトウェアを、いかなる形態にせよ（例えば、プログラム、手順、工程、アプリケーション、モジュール、ユニット、ロジック等）、アクションを起こす、又は結果を引き起こすものとみなすのが一般的である。このような表現は、処理システムによるソフトウェアの実行によって、プロセッサにあるアクションを実行させ、結果をもたらすことを示す単なる省略表現に過ぎない。

また、一部の実施形態は、特定用途向け集積回路、フィールドプログラマブルゲートアレイの準備、又は従来の構成回路の適切なネットワークの相互接続によって実施できる。

一部の実施形態は、コンピュータプログラム製品を含む。コンピュータプログラム製品は１又は複数の記憶媒体、１又は複数の命令ストア、あるいは１又は複数の記憶装置とすることができ、これらはコンピュータ又はコンピュータプロセッサの制御のため、あるいはコンピュータ又はコンピュータプロセッサに本明細書に記載される例示的実施形態の手順のいずれかを実行させるために使用可能な命令を記憶もしくは格納している。記憶媒体／命令ストア／記憶装置は、例えば、光ディスク、ＲＯＭ、ＲＡＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＤＲＡＭ、ＶＲＡＭ、フラッシュメモリ、フラッシュカード、磁気カード、光カード、ナノシステム、分子メモリ集積回路、ＲＡＩＤ、リモートデータストレージ／アーカイブ／ウェアハウジング、及び／又は命令及び／又はデータの記憶に適した他のタイプのデバイスを含んでもよいが、これらに限定されない。

一部の実装は、１又は複数のコンピュータ可読媒体、１又は複数の命令ストア、あるいは１又は複数の記憶装置のいずれかに格納されたソフトウェアであって、該ソフトウェアはシステムのハードウェアを制御し、システム又はマイクロプロセッサが本明細書に記載された例示的実施形態の結果を利用して人間のユーザ又は他の機構と相互作用することを可能とするものである。これらのソフトウェアは、デバイスドライバ、オペレーティングシステム、ユーザアプリケーションを含んでもよいが、これらに限定されない。究極的には、これらのコンピュータ可読媒体又は１又は複数の記憶装置は、上述したように、本発明の例示的態様を実行するためのソフトウェアをさらに含む。

本システムのプログラミング及び／又はソフトウェアには、本明細書で説明する手順を実行するためのソフトウェアモジュールが含まれる。本明細書の一部の例示的実施形態において、モジュールはソフトウェアを含み、本明細書の他の例示的実施形態では、モジュールはハードウェア、又はハードウェアとソフトウェアとの組み合わせを含む。

以上、本発明の各種例示的実施形態を説明したが、これらは一例であって、本発明をなんら限定するものでないことを理解されたい。形状や細部に各種変更が可能であることは、関連する技術分野の当業者には明らかであろう。ゆえに、本発明は上述したいずれの例示的実施形態によっても限定されるべきではなく、以下の特許請求の範囲とその均等物によってのみ定義されるべきものである。

さらに、要約書の目的は、特許庁と一般人、特に特許用語や法律用語に精通していない科学者、技術者、当業者が、一読によって、本願の技術開示の性質と本質とを素早く判断できるようにすることにある。要約書は、本明細書に提示された例示的実施形態の範囲に関して、いかなる意味でも限定することを意図していない。また、特許請求の範囲に記載された手順は、提示された順序で実行される必要はないことを理解されたい。

本明細書には多くの具体的な実施形態の詳細が記載されているが、これらは発明の範囲又は特許請求の範囲を制限するものと解釈されるべきではなく、むしろ本明細書に記載された特定の実施形態に固有の特徴の記述として解釈されるべきである。本明細書で別個の実施形態において説明された特定の特徴は、単一の実施形態において組み合わせて実施することもできる。逆に、単一の実施形態において説明された各種の特徴は、複数の実施形態において別々に、又は任意の適切なサブ組み合わせで実施することもできる。さらに、特徴は、特定の組み合わせで作用するものとして記述されることがあり、当初そのように特許請求されることすらあり得るが、そうした特許請求される組み合わせの１つ以上の特徴は、場合によっては組み合わせから削除され、特許請求される組み合わせは、サブ組み合わせ又はサブ組み合わせの変形となることもある。

状況によっては、マルチタスクや並列処理が有利な場合もある。さらに、上述した実施形態における各種構成要素の分離は、全ての実施形態においてそのような分離を必要とすると理解されるべきではなく、説明したプログラム構成要素及びシステムは、一般に単一のソフトウェア製品において統合可能であり、又は複数のソフトウェア製品にパッケージング可能であることが理解されよう。

いくつかの例示的実施形態及び態様を説明したが、上記は例示的に提示されたものであり、なんら限定するものではないことは明らかである。特に、本明細書に示した例の多くは、装置又はソフトウェア要素の特定の組み合わせを含むが、それらの要素は、同じ目的を達するために他の方法にて組み合わせることができる。一実施形態に関連してのみ論じられた行為、要素及び特徴は、他の実施形態における同様の役割から除外されることを意図するものではない。

Claims (15)

1. 対象血管系の描出を提供するＯＣＴ血管造影データの生成に用いる切り出しＢスキャンを生成するために、光コヒーレンストモグラフィ（ＯＣＴ）撮像装置によって取得された目の画像化領域の繰り返しＢスキャンを処理する、コンピュータ実装方法であって、前記画像化領域は、眼の網膜を含み、かつ前記画像化領域の第１のサブ領域に限定される解剖学的特徴、及び前記画像化領域の第２のサブ領域に限定される対象血管系を含み、前記コンピュータ実装方法は、
   前記Ｂスキャンのデータ要素から、選択されたデータ要素が前記Ｂスキャンの解剖学的特徴の描出に沿って分布しているように、前記データ要素のサブセットを選択し、
   前記Ｂスキャンにおける、対象血管系を含む第２のサブ領域から取得されたＯＣＴデータを含むそれぞれの対象サブ領域を定義すべく前記選択されたデータ要素を利用し、
   前記Ｂスキャンに前記対象サブ領域を残すように前記Ｂスキャンを切り出すことにより、それぞれの切り出しＢスキャンを生成する
   ことにより、それぞれの切り出しＢスキャンを生成するために、繰り返しＢスキャンの各Ｂスキャンを処理することを含み、
   前記解剖学的特徴は、前記網膜の網膜色素上皮（ＲＰＥ）を含み、 前記データ要素のサブセットの選択は、前記Ｂスキャンにおけるデータ要素のそれぞれの値が閾値に対して所定の関係を有するか否かを判断し、前記サブセットについて、値が前記閾値に対して所定の関係を有するデータ要素を選択する、ことを含み、前記閾値は、前記選択されたデータ要素の少なくとも一部が前記ＢスキャンにおけるＲＰＥの描出に沿って分布するように設定される
   コンピュータ実装方法。
2. 前記閾値は、前記Ｂスキャンにおけるデータ要素値の平均値μからの標準偏差の数ｋを超える所定数のデータ要素のみが存在するように前記Ｂスキャンにおけるデータ要素値から算出され、ｋは、前記選択されたデータ要素の少なくとも一部が、前記ＢスキャンにおけるＲＰＥの描出に沿って分布するように設定され、前記閾値は、所定のタイプの統計分布に従って分布するように前記Ｂスキャンの前記データ要素値をモデル化することにより算出される
   請求項１に記載のコンピュータ実装方法。
3. 各Ｂスキャンは、前記Ｂスキャンの第１の軸に沿って配列されたＡスキャンのアレイを含み、前記Ａスキャンの各々は前記Ｂスキャンの第２の軸に沿って配列されたデータ要素を含み、
   前記解剖学的特徴は、前記画像化領域の前記第１のサブ領域に限定された前記目の解剖学的層を含み、
   前記選択されたデータ要素は、
   前記選択されたデータ要素の前記Ｂスキャン内の分布に関数を適合させ、
   前記Ｂスキャンの前記第２の軸に沿ったそれぞれの基準座標を算出するため、適合関数を使用し、
   前記Ｂスキャンにおけるそれぞれの対象サブ領域を、前記算出されたそれぞれの基準座標に対する前記Ｂスキャンの前記第２の軸に沿った所定サイズと所定のオフセットを有するＢスキャンのサブ領域として定義する
   ことによって、前記選択されたデータ要素に対する前記Ｂスキャン内のそれぞれの対象サブ領域を定義すべく利用される
   請求項２に記載のコンピュータ実装方法。
4. 各Ｂスキャンは、前記Ｂスキャンの第１の軸に沿って配列されたＡスキャンのアレイを含み、前記Ａスキャンの各々は前記Ｂスキャンの第２の軸に沿って配列されたデータ要素を含み、
   前記解剖学的特徴は、前記画像化領域の前記第１のサブ領域に限定された前記目の解剖学的層を含み、
   前記選択されたデータ要素は、
   前記選択されたデータ要素の前記Ｂスキャン内の分布に関数を適合させ、
   前記Ｂスキャンの前記第２の軸に沿ったそれぞれの基準座標を算出するため、適合関数を使用し、
   前記Ｂスキャンにおけるそれぞれの対象サブ領域を、前記算出されたそれぞれの基準座標に対する前記Ｂスキャンの前記第２の軸に沿った所定サイズと所定のオフセットを有するＢスキャンのサブ領域として定義する
   ことによって、前記選択されたデータ要素に対する前記Ｂスキャン内のそれぞれの対象サブ領域を定義すべく利用される
   請求項１に記載のコンピュータ実装方法。
5. 前記関数は二次関数である
   請求項４に記載のコンピュータ実装方法。
6. 各Ｂスキャンは、前記Ｂスキャンの第１の軸に沿って配列されたＡスキャンのアレイを含み、前記Ａスキャンの各々は前記Ｂスキャンの第２の軸に沿って配列されたデータ要素を含み、
   前記選択されたデータ要素は、
   前記選択されたデータ要素の前記Ｂスキャン内の分布に関数を適合させ、
   前記Ｂスキャン内の各Ａスキャンについて、前記Ａスキャンに沿った前記選択されたデータ要素の分布を示す、Ａスキャン内の前記選択されたデータ要素の誤差測定のそれぞれの値を算出し、前記誤差測定のそれぞれの値は、前記第１の軸に沿った前記Ａスキャンの座標における適合関数の値に対応する前記Ａスキャンのそれぞれのデータ要素を参照して、前記Ｂスキャンの各Ａスキャンについて算出され、
   前記Ｂスキャンの各Ａスキャンについて、前記Ａスキャンの前記選択されたデータ要素について算出された前記誤差測定の値を、閾値誤差値と比較し、
   前記閾値誤差値よりも大きい誤差測定算出値を有する前記Ｂスキャンの各Ａスキャンに対して、前記Ａスキャンの選択されたデータ要素から、前記Ａスキャンのそれぞれのデータ要素の下にあるデータ要素を選択することにより、前記Ｂスキャン内のデータ要素の修正された選択を生成し、
   前記データ要素の修正された選択の前記Ｂスキャン内の分布に関数を適合させ、
   前記Ｂスキャンの前記第２の軸に沿ったそれぞれの基準座標を算出すべく前記データ要素の修正された選択の前記Ｂスキャン内の分布に適合する関数を使用し、
   前記Ｂスキャンにおけるそれぞれの対象サブ領域を、前記算出されたそれぞれの基準座標に対する前記Ｂスキャンの前記第２の軸に沿った所定サイズと所定のオフセットを有するＢスキャンのサブ領域として定義する
   ことによって、前記選択されたデータ要素に対する前記Ｂスキャン内のそれぞれの対象サブ領域を定義すべく利用される
   請求項１に記載のコンピュータ実装方法。
7. 各Ｂスキャンは、前記Ｂスキャンの第１の軸に沿って配列されたＡスキャンのアレイを含み、前記Ａスキャンの各々は前記Ｂスキャンの第２の軸に沿って配列されたデータ要素を含み、
   前記選択されたデータ要素は、
   前記選択されたデータ要素の前記Ｂスキャン内の分布に関数を適合させ、
   前記Ｂスキャン内の各Ａスキャンについて、前記Ａスキャンに沿った前記選択されたデータ要素の分布を示す、Ａスキャン内の前記選択されたデータ要素の誤差測定のそれぞれの値を算出し、前記誤差測定のそれぞれの値は、前記第１の軸に沿った前記Ａスキャンの座標における適合関数の値に対応する前記Ａスキャンのそれぞれのデータ要素を参照して、前記Ｂスキャンの各Ａスキャンについて算出され、
   前記Ｂスキャンの各Ａスキャンについて、前記Ａスキャンの前記選択されたデータ要素について算出された前記誤差測定の値を、閾値誤差値と比較し、
   前記閾値誤差値よりも大きい誤差測定算出値を有する前記Ｂスキャンの各Ａスキャンに対して、前記Ａスキャンの選択されたデータ要素から、前記Ａスキャンのそれぞれのデータ要素の下にあるデータ要素を選択することにより、前記Ｂスキャン内のデータ要素の修正された選択を生成し、
   前記データ要素の修正された選択の前記Ｂスキャン内の分布に関数を適合させ、
   前記Ｂスキャンの前記第２の軸に沿ったそれぞれの基準座標を算出すべく前記データ要素の修正された選択の前記Ｂスキャン内の分布に適合する関数を使用し、
   前記Ｂスキャンにおけるそれぞれの対象サブ領域を、前記算出されたそれぞれの基準座標に対する前記Ｂスキャンの前記第２の軸に沿った所定サイズと所定のオフセットを有するＢスキャンのサブ領域として定義する
   ことによって、前記選択されたデータ要素に対する前記Ｂスキャン内のそれぞれの対象サブ領域を定義すべく利用される
   請求項２に記載のコンピュータ実装方法。
8. 前記誤差測定の値は、前記第１の軸に沿った前記Ａスキャンの座標における前記適合関数の値に対応する前記Ａスキャンのデータ要素の位置からの前記選択されたデータ要素の位置のそれぞれの偏差の正規化平均二乗誤差、前記第１の軸に沿った前記Ａスキャンの座標における前記適合関数の値に対応する前記Ａスキャンのデータ要素の位置からの前記選択されたデータ要素の位置の絶対偏差の総和、及び前記第１の軸に沿った前記Ａスキャンの座標における前記適合関数の値に対応する前記Ａスキャンのデータ要素の位置からの前記選択されたデータ要素のそれぞれの位置の二乗偏差の総和のうちいずれかを含む
   請求項６に記載のコンピュータ実装方法。
9. 前記関数は、二次関数である請求項６に記載のコンピュータ実装方法。
10. 前記Ｂスキャンの前記第２の軸に沿ったそれぞれの基準座標を算出するため、前記適合関数を使用することは、
    前記Ｂスキャンの前記Ａスキャンの全体に及ぶ前記第１の軸に沿ったインターバルでの
    前記適合関数の最大値を決定し、
    前記第１の軸に沿ったインターバルでの前記適合関数の最小値を決定し、
    前記最大値と前記最小値の平均値を前記基準座標として算出する
    ことを含む請求項４に記載のコンピュータ実装方法。
11. 各Ｂスキャンは、Ｂスキャンの第１の軸に沿って配列されたＡスキャンのアレイを含み、Ａスキャンの各々は、Ｂスキャンの第２の軸に沿って配列されたデータ要素を含み、
    前記コンピュータ実装方法は、
    前記定義された対象サブ領域が、前記第１の軸及び前記第２の軸のいずれかに沿って前記Ｂスキャンの端縁まで延在しているか否かを判断し、
    前記第１の軸及び前記第２の軸のいずれかに沿った前記切り出しＢスキャンのサイズが所定サイズよりも小さいか否かを判断し、
    前記対象サブ領域が前記第１の軸及び前記第２の軸のいずれかに沿って前記Ｂスキャンの端縁まで延在していると判断され、かつ前記第１の軸及び前記第２の軸のいずれかに沿った切り出しＢスキャンのサイズが前記所定サイズより小さいと判断された場合、データ要素値が前記Ｂスキャンから算出されたノイズプロファイルに基づく追加のデータ要素を有するように、前記第１の軸及び前記第２の軸のいずれかに沿って前記切り出しＢスキャンを拡大することにより、前記切り出しＢスキャンのサイズを前記所定サイズまで増大させる
    ことをさらに含む請求項１に記載のコンピュータ実装方法。
12. 目の画像化領域における対象血管系の描出を提供する光コヒーレンストモグラフィ血管造影（ＯＣＴＡ）データを生成するコンピュータ実装方法であって、
    光コヒーレンストモグラフィ撮像装置によって取得された前記目の画像化領域の繰り返しＢスキャンを受信し、
    請求項１に記載の方法によって、それぞれの切り出しＢスキャンを生成するため、繰り返しＢスキャンを処理し、
    前記切り出しＢスキャンを処理することによりＯＣＴＡデータを生成する
    ことを含むコンピュータ実装方法。
13. コンピュータ可読命令を含み、前記コンピュータ可読命令はプロセッサにより実行されると、請求項１～１２のいずれか一項に記載の方法を前記プロセッサに実行させるコンピュータプログラム。
14. 対象血管系の描出を提供するＯＣＴ血管造影データの生成に用いる切り出しＢスキャンを生成するために、光コヒーレンストモグラフィ（ＯＣＴ）撮像装置によって取得された目の画像化領域の繰り返しＢスキャンを処理する、装置であって、前記画像化領域は、眼の網膜を含み、かつ前記画像化領域の第１のサブ領域に限定される解剖学的特徴、及び前記画像化領域の第２のサブ領域に限定される対象血管系を含み、
    選択されたデータ要素が前記Ｂスキャンにおける解剖学的特徴の描出に沿って分布するように、前記Ｂスキャンのデータ要素から前記データ要素のそれぞれのサブセットを選択することによって、前記繰り返しＢスキャンの各Ｂスキャンを処理すべく構成された選択モジュールと、
    前記Ｂスキャンにおけるそれぞれの対象サブ領域を定義するために、前記Ｂスキャンの前記データ要素から前記選択モジュールによって選択されたデータ要素のサブセットを用いて、繰り返しＢスキャンの各Ｂスキャンを処理すべく構成されたサブ領域定義モジュールであって、それぞれの対象サブ領域は、対象血管系を含む第２のサブ領域から取得されたＯＣＴデータを含む、サブ領域定義モジュールと、
    前記サブ領域定義モジュールによって前記Ｂスキャンに定義されたそれぞれの対象サブ領域をＢスキャンに残すため、前記繰り返しＢスキャンの各Ｂスキャンを切り出すことに
    よって切り出しＢスキャンを生成すべく構成された切り出しモジュールと
    を含み、
    前記解剖学的特徴は、前記網膜の網膜色素上皮（ＲＰＥ）を含み、
    前記データ要素のサブセットの選択は、前記Ｂスキャンにおけるデータ要素のそれぞれの値が閾値に対して所定の関係を有するか否かを判断し、前記サブセットについて、値が前記閾値に対して所定の関係を有するデータ要素を選択する、ことを含み、前記閾値は、前記選択されたデータ要素の少なくとも一部が前記ＢスキャンにおけるＲＰＥの描出に沿って分布するように設定される
    装置。
15. 目の画像化領域における血管系の描出を提供する光コヒーレンストモグラフィ血管造影（ＯＣＴＡ）データを生成する装置であって、
    光コヒーレンストモグラフィ撮像装置によって取得された前記目の画像化領域の繰り返しＢスキャンを受信すべく構成された受信モジュールと、
    請求項１４に記載の装置であって、前記切り出しＢスキャンを生成するため、前記受信した繰り返しＯＣＴ－Ｂスキャンを処理すべく構成された装置と、
    前記切り出しＢスキャンを処理してＯＣＴＡデータを生成するＯＣＴＡデータ生成モジュールと
    を含む装置。