知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】6185612
(24)【登録日】2017年8月4日
(45)【発行日】2017年8月23日
(54)【発明の名称】地図状萎縮の同定および測定
(51)【国際特許分類】
A61B 3/10 20060101AFI20170814BHJP
【ＦＩ】
A61B3/10 R
A61B3/10ZDM
【請求項の数】7
【外国語出願】
【全頁数】21
(21)【出願番号】特願2016-3884(P2016-3884)
(22)【出願日】2016年1月12日
(65)【公開番号】特開2016-131881(P2016-131881A)
(43)【公開日】2016年7月25日
【審査請求日】2016年2月25日
(31)【優先権主張番号】62/103,935
(32)【優先日】2015年1月15日
(33)【優先権主張国】US
(31)【優先権主張番号】14/990,340
(32)【優先日】2016年1月7日
(33)【優先権主張国】US
(73)【特許権者】
【識別番号】000220343
【氏名又は名称】株式会社トプコン
(74)【代理人】
【識別番号】100124626
【弁理士】
【氏名又は名称】榎並 智和
(72)【発明者】
【氏名】チャールズ・レイズマン
(72)【発明者】
【氏名】チー・ヤン
【審査官】
冨永 昌彦
(56)【参考文献】
【文献】
特開２０１４−１４７７８０（ＪＰ，Ａ）
【文献】
特開２０１４−１１０８８３（ＪＰ，Ａ）
【文献】
特開２０１１−０７２７１６（ＪＰ，Ａ）
【文献】
特開２０１４−１０４２７５（ＪＰ，Ａ）
【文献】
特開２０１３−２０８３９５（ＪＰ，Ａ）
【文献】
特表２０１３−５４２８４０（ＪＰ，Ａ）
【文献】
特開２０１４−１８８２５４（ＪＰ，Ａ）
【文献】
特表２０１４−５１６６４６（ＪＰ，Ａ）
(58)【調査した分野】（Int.Cl.，ＤＢ名）
Ａ６１Ｂ ３／００ − ３／１８
(57)【特許請求の範囲】
【請求項1】
眼の画像データを処理する方法であって、
被検眼の光干渉断層撮影（ＯＣＴ）データを取得し、前記ＯＣＴデータは、前記被検眼の網膜色素上皮（ＲＰＥ）を越えたデータと、前記被検眼内の複数の組織層それぞれにより後方散乱された撮像信号の強度とを含み、
前記後方散乱された撮像信号の強度の比を決定し、前記比は、ＲＰＥ下の層の少なくとも一部に対応する前記後方散乱された撮像信号の第２部分の強度に対する網膜層の少なくとも一部に対応する前記後方散乱された撮像信号の第１部分の強度であり、
前記決定された比に少なくとも部分的に基づいて代表値を決定し、
前記決定された代表値に少なくとも部分的に基づいて被検者を表現型分類または分類し、
さらに、
前記ＯＣＴデータは複数回取得され、
前記複数回の各回にて取得された前記ＯＣＴデータについて比と代表値を決定し、
複数回にわたって求められた前記比、代表値および／または生成されたマップの変化に少なくとも部分的に基づいて、前記被検者を表現型分類または分類する
ことを特徴とする方法。
被検眼の光干渉断層撮影（ＯＣＴ）データを取得し、前記ＯＣＴデータは、前記被検眼の網膜色素上皮（ＲＰＥ）を越えたデータと、前記被検眼内の複数の組織層それぞれにより後方散乱された撮像信号の強度とを含み、
前記後方散乱された撮像信号の強度の比を決定し、前記比は、ＲＰＥ下の層の少なくとも一部に対応する前記後方散乱された撮像信号の第２部分の強度に対する網膜層の少なくとも一部に対応する前記後方散乱された撮像信号の第１部分の強度であり、
前記決定された比に少なくとも部分的に基づいて代表値を決定し、
前記決定された代表値に少なくとも部分的に基づいて被検者を表現型分類または分類し、
さらに、
前記ＯＣＴデータは複数回取得され、
前記複数回の各回にて取得された前記ＯＣＴデータについて比と代表値を決定し、
複数回にわたって求められた前記比、代表値および／または生成されたマップの変化に少なくとも部分的に基づいて、前記被検者を表現型分類または分類する
ことを特徴とする方法。
【請求項2】
前記代表値および／または前記比の変化は、前記複数回のうちの第１の回における前記代表値および／または前記比と第２の回における前記代表値および／または前記比との間で統計的測定を行うことによって決定される
ことを特徴とする請求項１に記載の方法。
ことを特徴とする請求項１に記載の方法。
【請求項3】
前記複数回のうちの第１の回における前記代表値および／または前記比は、前記複数回のうちの第２の回における前記代表値および／または比と共に登録される
ことを特徴とする請求項１または請求項２に記載の方法。
ことを特徴とする請求項１または請求項２に記載の方法。
【請求項4】
前記複数回にわたって決定された前記比、代表値および／または生成されたマップの変化に少なくとも部分的に基づいて、前記被検眼の領域を同定する
ことを特徴とする請求項１〜３のいずれかに記載の方法。
ことを特徴とする請求項１〜３のいずれかに記載の方法。
【請求項5】
眼の画像データを処理する方法であって、
被検眼の光干渉断層撮影（ＯＣＴ）データを取得し、前記ＯＣＴデータは、前記被検眼の網膜色素上皮（ＲＰＥ）を越えたデータと、前記被検眼内の複数の組織層それぞれにより後方散乱された撮像信号の強度とを含み、
前記後方散乱された撮像信号の強度の比を決定し、前記比は、ＲＰＥ下の層の少なくとも一部に対応する前記後方散乱された撮像信号の第２部分の強度に対する網膜層の少なくとも一部に対応する前記後方散乱された撮像信号の第１部分の強度であり、
前記決定された比に少なくとも部分的に基づいて代表値を決定し、
前記決定された代表値に少なくとも部分的に基づいて被検者を表現型分類または分類し、
さらに、
複数の軸スキャンについて求められたＯＣＴデータに対して決定された前記代表値および／または前記比におけるスポット状領域または統計的異常の検出に少なくとも部分的に基づいて、前記被検者を表現型分類または分類する
ことを特徴とする方法。
被検眼の光干渉断層撮影（ＯＣＴ）データを取得し、前記ＯＣＴデータは、前記被検眼の網膜色素上皮（ＲＰＥ）を越えたデータと、前記被検眼内の複数の組織層それぞれにより後方散乱された撮像信号の強度とを含み、
前記後方散乱された撮像信号の強度の比を決定し、前記比は、ＲＰＥ下の層の少なくとも一部に対応する前記後方散乱された撮像信号の第２部分の強度に対する網膜層の少なくとも一部に対応する前記後方散乱された撮像信号の第１部分の強度であり、
前記決定された比に少なくとも部分的に基づいて代表値を決定し、
前記決定された代表値に少なくとも部分的に基づいて被検者を表現型分類または分類し、
さらに、
複数の軸スキャンについて求められたＯＣＴデータに対して決定された前記代表値および／または前記比におけるスポット状領域または統計的異常の検出に少なくとも部分的に基づいて、前記被検者を表現型分類または分類する
ことを特徴とする方法。
【請求項6】
前記スポット状領域は、空間標準偏差またはパターン偏差を閾値レベルと比較することにより決定される
ことを特徴とする請求項５に記載の方法。
ことを特徴とする請求項５に記載の方法。
【請求項7】
眼の画像データを処理する方法であって、
被検眼の光干渉断層撮影（ＯＣＴ）データを取得し、前記ＯＣＴデータは、前記被検眼の網膜色素上皮（ＲＰＥ）を越えたデータと、前記被検眼内の複数の組織層それぞれにより後方散乱された撮像信号の強度とを含み、
前記後方散乱された撮像信号の強度の比を決定し、前記比は、ＲＰＥ下の層の少なくとも一部に対応する前記後方散乱された撮像信号の第２部分の強度に対する網膜層の少なくとも一部に対応する前記後方散乱された撮像信号の第１部分の強度であり、
前記決定された比に少なくとも部分的に基づいて代表値を決定し、
前記決定された代表値に少なくとも部分的に基づいて被検者を表現型分類または分類し、
さらに、
曲線適合法を適用して、前記ＲＰＥに対応すると決定されたピクセルを基に、前記ＲＰＥの底を横断する境界をモデル化し、
前記境界に少なくとも部分的に基づいてＲＰＥ下の層の領域を選択する
ことを特徴とする方法。
被検眼の光干渉断層撮影（ＯＣＴ）データを取得し、前記ＯＣＴデータは、前記被検眼の網膜色素上皮（ＲＰＥ）を越えたデータと、前記被検眼内の複数の組織層それぞれにより後方散乱された撮像信号の強度とを含み、
前記後方散乱された撮像信号の強度の比を決定し、前記比は、ＲＰＥ下の層の少なくとも一部に対応する前記後方散乱された撮像信号の第２部分の強度に対する網膜層の少なくとも一部に対応する前記後方散乱された撮像信号の第１部分の強度であり、
前記決定された比に少なくとも部分的に基づいて代表値を決定し、
前記決定された代表値に少なくとも部分的に基づいて被検者を表現型分類または分類し、
さらに、
曲線適合法を適用して、前記ＲＰＥに対応すると決定されたピクセルを基に、前記ＲＰＥの底を横断する境界をモデル化し、
前記境界に少なくとも部分的に基づいてＲＰＥ下の層の領域を選択する
ことを特徴とする方法。
【発明の詳細な説明】
【技術分野】
【0001】
（関連出願の相互参照）本出願は、２０１５年１月１５日に出願した「地図状萎縮の同定および測定」という名称の米国仮特許出願第62/103,935号の利益を主張するものであり、その開示の全体が参照により本明細書に組み入れられる。
【0002】
（技術分野）本発明は地図状萎縮の同定および測定に関し、より具体的には、光干渉断層撮影の眼科用途における地図状萎縮の同定に関する。
【背景技術】
【0003】
眼科用途及び他の用途において、ボリュームの三次元スキャンデータを生成するために光干渉断層撮影（opticａl coherence tomography：ＯＣＴ）がしばしば利用される。一般にＯＣＴスキャンは、それぞれの特徴をＯＣＴスキャンの中心またはその近傍に置く比較的少数の固視位置（通常は黄斑や視神経乳頭）のいずれかを利用して行われる。黄斑と視神経乳頭の双方を包含する広い範囲に及ぶ広域スキャンパターンの使用も普及してきている。軸方向における単一のスキャンは深さプロファイル（「Ａライン」または「Ａスキャン」）を生成し、所定の線に沿った一連のＡスキャンはＢスキャンを生成する。更に、一連のＢスキャンにより３Ｄボリュームを形成することができる。
【0004】
地図状萎縮（ＧＡ）、全脈絡膜萎縮症、網膜色素変性症、緑内障および多発性硬化症（ＭＳ）のような後眼部の疾患には、組織萎縮の大雑把なパターンがあり、次のいずれか一方または双方として提示される可能性がある：（１）厚さの変化；（２）ＯＣＴ反射率（画像ピクセルの強度）の変化。厚さの変化は、疾患の進行とともに患部組織の薄化を来す傾向がある。しかし、炎症に関連するあまり一般的でない網膜疾患は、厚さの増大を引き起こすことがある。ＧＡ、全脈絡膜萎縮症および網膜色素変性症などの疾患は、網膜色素上皮（ＲＰＥ）、外節、内節および／または脈絡毛細管板など、外網膜の１または複数の層および／またはその周囲の組織層の萎縮を伴う。緑内障およびＭＳは、一般的に、網膜神経線維層（ｒＮＦＬ）および神経節細胞層（ＧＣＬ）の萎縮を伴う。ＯＣＴ反射率の変化は、通常、組織の減衰特性の変化により生じるか、それに伴うものであり、測定または観察される組織層とは異なる組織層に見られることもある。その代わりにまたは擬似的に、反射率の低下は、水晶体の結晶化（白内障）または硝子体内の浮遊物（飛蚊症）による影の増加（暗化、データのダイナミックレンジの低減）に起因することがある。比較的大きな測定可能な変化は、他に比べ所定の組織層および所定の網膜部位に対して関連性が高く、その本質は高度に疾患特異的である。
【0005】
進行した「乾性」加齢黄斑変性症（ＡＭＤ）とも呼ばれる地図状萎縮は、実質的且つ進行性の視力障害を引き起こし、ＡＭＤの既存の臨床徴候を示す患者の約２０％において発症する。ＧＡは、光受容体およびＲＰＥ萎縮レベルの細胞自然死の集密領域によって特徴付けられ、罹患者の半数以上において両眼に発生する。その状態は、長い時間を掛けてゆっくりと進行し、通常、疾患進行の後期まで中心窩に影響を与えない。萎縮は、単巣性（１つの萎縮点）または多巣性（複数の点）である。
【0006】
非新生血管性ＡＭＤの新規の治療を評価するための臨床試験は、ＧＡのサイズおよび進行を監視するための、簡易で、信頼性、正確性のある手段を必要とする。現時点でＡＭＤの病因の各種態様はあまりよく理解されていないが、ＧＡ進行を正確に監視することは、通常、ＧＡおよびＡＭＤの病因をより理解する助けとなる。
【0007】
全脈絡膜萎縮症においては、脈絡膜毛細血管（ブルッフ膜のすぐ外側の脈絡膜内の小さな毛細血管）、ＲＰＥおよび（疾患後期においては）光受容体が変性し、時間を掛けて視機能が失われていく。ＧＡの場合と同様に、ＲＰＥの可視的な薄化は、ＯＣＴスキャンによって患部にしばしば見受けることができる。さらに、ＲＰＥ層（主としてＲＰＥ複合体の、また、脈絡膜毛細血管および光受容体等の他の組織的特徴の）の減衰の低下により、脈絡膜およびその奥（例えば強膜）における信号が、ＯＣＴスキャンにおいて相対的に明るく見える。
【0008】
網膜色素変性症は、光受容体に影響を及ぼし深刻な視力喪失に至る進行性の網膜疾患である。光受容体の外節（ＯＳ）、および、外顆粒層（ＯＮＬ）等の他の層に、萎縮が観察されることがある。通常は、ＯＳ層の薄化が他の受容体層の変化に先行する。網膜色素変性症の場合、ＮＦＬ層が無変化または厚化するとともに、ＯＳの可視的な薄化、ことによるとＲＰＥ、ＯＮＬおよび全網膜厚の薄化、が観察されることがある。
【0009】
黄斑に優先的に影響を与える加齢黄斑変性症の病因には４つの主要なプロセスがある。第１はリポフスチンの形成であり、加齢に伴うＲＰＥ代謝の機能不全が、ＲＰＥにおけるリポフスチン細粒（脂質とタンパク質とのおおよそ一様な混合物）の漸進的蓄積に至る。これは、ＲＰＥからの外節食作用からの代謝産物除去の停滞にも関連する。Ａ２Ｅとして知られるリポフスチンの成分については、細胞毒性分子であること、フリーラジカル生成能を有すること、ＤＮＡに損傷を与えることなどが知られている。
【0010】
次に、ＲＰＥとブルッフ膜との間に集積する細胞外沈着物の結果としてドルーゼン形成が生じる。大部分の年配者は少数の「硬性」ドルーゼンを有するが、特に色素変性を伴う場合には、多数の「硬性」または「軟性」ドルーゼン（特に、一般的には広範囲にわたる軟性変化）の存在が、ＡＭＤの早期指標であると考えられる。ドルーゼン形成についても、ＣＦＨ遺伝子対立因子Ｙ４０２Ｈと同様に、炎症過程に関連すると考えられる。
【0011】
第３のプロセスである慢性的な局所的炎症はあまり良く理解されておらず、光の照射および遺伝現象（ＣＦＨ遺伝子対立因子Ｙ４０２Ｈなど）を含む付加的な要因だけでなく、リポフスチンおよびドルーゼンの形成に関わっている。
【0012】
最後に、新生血管形成（湿性ＡＭＤ）は地図状萎縮とは異なる。新生血管形成は低酸素状態または炎症のいずれか（またはこれら２つの組み合わせ）の後に生じると考えられ、脈絡膜新生血管を促進するＶＥＧＦ（血管内皮成長因子）の増産を引き起こすシグナル経路を生じさせる。
【0013】
地図状萎縮は進行したＡＭＤの所定の末期であると考える者もいるが、ＧＡは一般的にＡＭＤの非湿性の末期であると考えられている。しかしながら、ＧＡおよび湿性ＡＭＤの双方が共に同じ眼に発症することがある。ＧＡでは、ＲＰＥおよび外節が患部において萎縮し、この萎縮は通常、内節、外顆粒層および場合によっては脈絡毛細管板を含む、組織層の周囲にも広がる。網膜機能の欠損に伴って、患者の中心視力に盲点（視野暗点）が生じる。
【0014】
ＧＡの検出には、従来、撮像モダリティ（眼底撮影および眼底自発蛍光撮影）が用いられていた。眼底撮影では、可視脈絡膜血管および非新生血管ＡＭＤとともに、ＲＰＥの明白な欠落を示す急激に分画された区域としてＧＡが定義される。眼底自発蛍光撮影は、ＲＰＥ細胞に蓄積するＡＭＤに関連する化合物（リポフスチン等）の自発蛍光特性に基づく。眼底自発蛍光撮影は、おそらく、ＧＡ検出について現在最も広く応用されている技術である。
【0015】
新しいＯＣＴ技術においては、ＧＡは、ＲＰＥや、外網膜の他部位、場合によっては脈絡毛細管板の欠損から生じる、脈絡膜領域（すなわちブルッフ膜の外側）におけるＯＣＴ信号強度の増加を伴う。ＲＰＥおよび脈絡毛細管板は、ＯＣＴスキャンにおいて反射性亢進を呈する２つの組織層であり、通常、入射光を散乱させるため、脈絡膜への光（よってＯＣＴ信号）の深部伝達を部分的に妨げる。ＯＣＴは、網膜の異なる薄層における微細構造の変化を特徴付けるために、画像読み取りを可能とする断面の可視化を行うことができる。網膜の正面および断面の画像を記録するためのただ１つの走査方式を用いて、ＧＡ患者の網膜変化について眼底自発蛍光撮影よりも詳細な見識を得ることができる。
【発明の概要】
【発明が解決しようとする課題】
【0016】
しかし、ＧＡを定量化するための現在の技術にはいくつかの問題がある。例えば、単純な信号の積分のみに依存する技術では、実際に発生する減衰の減少という物理的現象を非直接的に扱っている。同様に、信号の積分に基づく技術は、（１）（血管のサイズは黄斑において小さくなる傾向はあるが）網膜血管位置の下方において、および（２）全領域が影響を受ける可能性がある白内障から、複数種類の信号シャドウイングの対象となる。そのような方法でも、波長８００ｎｍのスペクトラルドメインＯＣＴ（ＳＤ−ＯＣＴ）を利用する。なお、８００ｎｍの光は、より長い波長の光よりも白内障による影響を顕著に受ける。顕著に減衰された信号の強度（例えば、脈絡膜または強膜での８００ｎｍ信号）を、ＯＣＴシステムのノイズフロアにより人為的に増加することができる。１つの技術として、これは、測定の変動性を向上し、方法論的な感度／特異性を低下させる。ＲＰＥ下のスラブ技術に対して、脈絡膜でのＯＣＴ信号の複雑性は、積分された信号および結果的な解析におけるある程度のランダム性につながる。脈絡膜内部（脈絡毛細管板およびザットラー層を含む）は、多数の高強度ピクセルを含むが、強度的および空間的に大きな変動を伴う。ハラー層からなる脈絡膜外部は、大きな血管に対応する低強度のピクセルを多く含むが、その血管のサイズ（幅および太さ）と間隔には大きなばらつきがある。一方、全ＯＦＩ技術（全Ａラインにわたる信号の総和）は、ＡＭＤの表現型から完全に独立した網膜内信号に関連するノイズの対象となる。これら不具合は、画像処理アルゴリズムが効果的且つ強力に萎縮領域を検出することを困難にする複雑性を生むおそれがある。
【0017】
上記に加えて、ＡＮＳＩ（および、場合によっては他の標準化組織）は、角膜および網膜等の眼表面に適用可能な最大パワー密度の安全限界を設定している。これは、生体眼撮影のための達成可能な感度に関する有効限界の存在を意味する。これを踏まえると、網膜の深い位置で所望の信号強度を達成するために光パワーを任意に増大させることはできない。
【0018】
したがって、現在のシステムおよび方法の上記制約および欠陥を解決する、地図状萎縮を検出するための眼科画像データの処理方法が望まれている。
【課題を解決するための手段】
【0019】
一例によれば、眼の画像データを処理する方法において、被検眼内の複数の組織層それぞれにより後方散乱する撮像信号の強度と、被検眼の網膜色素上皮（ＲＰＥ）を越えたデータを含む記被検眼の光干渉断層画像（ＯＣＴ）データを取得し、ＲＰＥ下の層の少なくとも一部に対応する後方散乱された撮像信号の第２部分の強度に対する網膜層の少なくとも一部に対応する後方散乱された撮像信号の第１部分の強度である、後方散乱された撮像信号の強度の比を決定し、決定された比に少なくとも部分的に基づいて代表値を決定し、決定された代表値に少なくとも部分的に基づいて被検者を表現型分類または分類する。
【0020】
上記例の様々な実施形態においては、ＯＣＴデータは複数回取得され、複数回の各回にて取得されたＯＣＴデータについて比と代表値を決定し、複数回にわたって求められた比および／または代表値の変化に少なくとも部分的に基づいて、被検者を表現型分類または分類してもよい。また、代表値および／または比の変化は、複数回のうちの第１の回における代表値および／または比と第２の回における代表値および／または比との間で統計的測定を行うことによって決定されてもよく、また、複数回のうちの第１の回における代表値および／または比は、複数回のうちの第２の回における代表値および／または比と共に登録されてもよい。複数の軸スキャンについて求められたＯＣＴデータに対して決定された代表値および／または比におけるスポット状領域または統計的異常の検出に少なくとも部分的に基づいて、被検者を表現型分類または分類し、スポット状領域は、空間標準偏差またはパターン偏差を閾値レベルと比較することにより決定されてもよい。また、この方法においてはさらに、曲線適合法を適用して、ＲＰＥに対応すると決定されたピクセルを基に、ＲＰＥの底を横断する境界をモデル化し、滑らかな境界に少なくとも部分的に基づいてＲＰＥ下の領域を選択してもよい。また、代表値は、減衰係数、総合的な減衰量、単調またはほぼ単調な代理的測定値からなるグループから選択されてもよい。また、この方法においてはさらに、決定された比および／または代表値に少なくとも部分的に基づいて、被検眼の患部を同定し、複数回にわたって求められた比および／または代表値の変化に少なくとも部分的に基づいて、被検眼の領域を同定してもよい。また、撮像信号は少なくとも１μｍの中心波長を有し、網膜層、網膜層の一部、網膜層の組み合わせ、ＲＰＥ下の層、ＲＰＥ下の層の一部、またはＲＰＥ下の層の組み合わせが、偏光感受型の光干渉断層撮影（ＰＳ−ＯＣＴ）を用いて決定されてもよい。
【0021】
他の例によれば、眼の画像データを処理する方法において、複数の軸スキャンそれぞれについて、被検眼内の複数の組織層それぞれにより後方散乱する撮像信号の強度と、被検眼の網膜色素上皮（ＲＰＥ）を越えたデータを含む記被検眼の光干渉断層画像（ＯＣＴ）データを取得し、複数の軸スキャンそれぞれについて、ＲＰＥ下の層の少なくとも一部に対応する後方散乱された撮像信号の第２部分の強度に対する網膜層の少なくとも一部に対応する後方散乱された撮像信号の第１部分の強度である、後方散乱された撮像信号の強度の比を決定し、決定された比に少なくとも部分的に基づいて、複数の軸スキャンそれぞれについて代表値を決定し、代表値、比、後方散乱された撮像信号の第１部分の強度、もしくは後方散乱された撮像信号の第２部分の強度のマップを生成し、生成されたマップに少なくとも部分的に基づいて被検者を表現型分類または分類する。
【0022】
上記例の様々な実施形態においては、ＯＣＴデータは複数回取得され、各回で取得されたＯＣＴデータに対してマップを生成し、複数回にわたって生成されたマップの変化に少なくとも部分的に基づいて、被検者を表現型分類または分類してもよい。また、生成されたマップの変化は、複数回のうちの第１の回における代表値、比、第１部分の強度および／または第２部分の強度と、第２の回における代表値および／または比との間で統計的測定を行うことによって決定され、複数回のうちの第１の回について生成されたマップは、複数回のうちの第２の回について生成されたマップと共に登録されてもよい。生成されたマップにおける統計的異常またはスポット状領域の検出に少なくとも部分的に基づいて、被検者を表現型分類または分類し、スポット状領域は、空間標準偏差またはパターン偏差を閾値レベルと比較することにより決定されてもよい。また、この方法においてはさらに、曲線適合法を適用して、ＲＰＥに対応すると決定されたピクセルを基に、ＲＰＥの底を横断する境界をモデル化し、滑らかな境界に少なくとも部分的に基づいてＲＰＥ下の領域を選択してもよい。また、代表値は、減衰係数、総合的な減衰量、単調またはほぼ単調な代理的測定値からなるグループから選択されてもよい。また、この方法においてはさらに、生成されたマップに少なくとも部分的に基づいて、被検眼の患部を同定し、複数回にわたって生成されたマップの変化に少なくとも部分的に基づいて、被検眼の領域を同定してもよい。また、被検眼の患部を同定する工程は、患部のシードを生成し、生成されたシードのうちの異常値を除外し、除外されなかったシードにより囲まれた領域を拡張し、拡張された領域の輪郭を改善し、輪郭の内部の範囲を患部として同定し、患部として同定された領域の輪郭を伴うマップ、または、患部として同定された領域の２値マスクを出力する工程を含んでもよい。患部のシードを生成する工程は、生成されたマップからノイズを除去し、生成されたマップに閾値処理を適用することにより実行され、閾値処理においては、生成されたマップの大津の閾値を求め、大津の閾値を既定値と比較し、比較に基づいて強度の閾値を選択し、患部のシードは、選択された強度の閾値より低い強度を有するマップのピクセルを用いて生成されてもよい。異常値を除外する工程は、連結シード成分を分類し、生成されたシードに距離解析を適用することにより実行されてもよい。また、撮像信号は少なくとも１μｍの中心波長を有し、網膜層、網膜層の一部、網膜層の組み合わせ、ＲＰＥ下の層、ＲＰＥ下の層の一部、またはＲＰＥ下の層の組み合わせが、偏光感受型の光干渉断層撮影（ＰＳ−ＯＣＴ）を用いて決定されてもよい。
【図面の簡単な説明】
【0023】
【図1】参照する眼の解剖学的構造を示す。
【0024】
【図2A】地図状萎縮を表す比率マップの実施形態の１つを示す。
【0025】
【0026】
【図3】萎縮に伴う信号減衰の同定、測定および／または可視化のための一般的なフレームワークの一例を示す。
【0027】
【図4】萎縮に伴う信号減衰を同定および／または測定する方法の一例を示すフローチャートである。
【0028】
【0029】
【図5B】比率マップ上の抽出されたシードを示す。
【0030】
【図5C】大津の方法に基づくフレキシブルな閾値処理技術の一例を示すフローチャートである。
【0031】
【0032】
【図6B】除外された異常値とともに抽出されたシードを示す。
【0033】
【図7】リージョングローイングの結果を示す。
【0034】
【図8A】比率マップ上のＧＡの輪郭を示す。
【0035】
【図8B】対応するＧＡマスクを示す。
【0036】
【図9A】一定の期間にわたって疾患の進行を監視する方法を示す。
【0037】
【図9B】時間上の一点における測定を基に疾患を監視または分類する方法を示す。
【発明を実施するための形態】
【0038】
本明細書において、特定の用語は利便性のためのみに使用され、本発明を限定するものではない。本明細書で使用される関連用語は図面を参照して最良に理解され、図面において、同じまたは類似の構成要素には同様の符号が付されている。また、図面において、ある特徴はいくぶん模式的に示されていることがある。
【0039】
なお、本開示はＯＣＴ撮像モダリティに基づくものであるが、ＯＣＴには限定されない。例えば、超音波への適用も可能である。さらに、「網膜」とは通常網膜色素上皮（ＲＰＥ）細胞体の内側の組織を示す。本開示のため、網膜はＲＰＥ細胞体を含み且つその内側の組織層として定義される。よって、ここでは、脈絡膜および強膜は網膜組織とは見なされない。ここで参照される眼および網膜の層の解剖学的構造および相対的位置関係のより詳細な例を、図１において典型的なＯＣＴ断面像（Ｂスキャン）１００上に示す。図１は、内境界膜１０２、神経線維層（ＮＦＬ）１０４、神経節細胞層（ＧＣＬ）１０６、内網状層（ＩＰＬ）１０８、内顆粒層（ＩＮＬ）１１０、外網状層（ＯＰＬ）１１２、外顆粒層（ＯＮＬ）１１４、外境界膜（ＥＬＭ）１１６、網膜色素上皮（ＲＰＥ）１１８、脈絡膜１２０、強膜１２２、および脈絡膜強膜境界（ＣＳＩ）１２４を示す。硝子体および中心窩も示されている。図１をさらに参照すると、内節（ＩＳ）は、おおよそ、ＥＬＭ１１６と内節エリプソイド（ＩＳｅ、またはＩＳ／ＯＳ接合部としても知られる）１３０との間に位置する。外節（ＯＳ）は、おおよそ、ＩＳｅと網膜色素上皮（ＲＰＥ）１１８との間に存在する。ブルッフ膜（ＢＭ）は、一般に、ＲＰＥ１１８の外縁と一緒にまたはそのすぐ外側に配置されていると考えられている。脈絡毛細管板はあまりに小さく画像化されないが、ＢＭのすぐ外側に隣接している。ＩＳｅとＲＰＥとの間にはスキャン中心に向かって錐体外節端（ＣＯＳＴ）が示されている。
【0040】
現在までの網膜撮影のための市販のＯＣＴ装置のほとんどは、８００ｎｍ帯の光を利用している。しかし、１μｍ帯の波長システムは、研究および商用の双方の応用において役立てられている。さらに、スウェプトソースＯＣＴ（ＳＳ-ＯＣＴ）システムは、画像においてより深い位置での損失が相対的に低くなるように信号のロールオフ特性が改善される点において、ＳＤ−ＯＣＴに対して付加的な利点を有する。ＳＤ−ＯＣＴに搭載される４０９６ピクセルもしくは他のサイズ（例えば、２０４８ピクセルより大きい）のＣＣＤカメラは、信号のローフオフ特性の低減という同様の利点を有する。このようなシステムの使用により、脈絡膜の撮影能力が向上される。また、脈絡膜が非常に厚い場合であっても、通常、脈絡膜外部は描出可能である（つまり、システムノイズのレベルより高い）が、従来はこれを実現できないことが多かった。また、特に１μｍ帯の波長を用いることで（そして、特に１μｍ帯のＳＳ−ＯＣＴシステムの場合）、強膜内の部位を好適に撮像できることが多い（強膜全体を画像化できることもある）。
【0041】
最新の１μｍ帯のＳＳ−ＯＣＴシステムは、さらに良好な深達性（例えば、脈絡膜および強膜の撮影性能）を、例えば以下により達成できる：（１）中心波長（例えば、１０４０ｎｍを僅かに超える）を最適化する；ＳＤ−ＯＣＴではなくＳＳ−ＯＣＴを利用する（ここで、ＳＳ−ＯＣＴは、向上したＳＮＲロールオフプロファイルを有する）；ＳＤ−ＯＣＴシステムにおいて、センサ数が大きいＣＣＤカメラを利用する（例えば、４０９６センサまたはピクセル）。加えて、８００ｎｍ光に比べて１μｍ光は白内障を好適に透過する。８００ｎｍシステムは、白内障の影響を受けるＡラインにおいて減衰および／またはシャドウイングを呈する可能性が高い。１μｍ光は、赤外域に含まれるので、患者は視認できない。それにより、スキャン中に眼に与えられる刺激が減少し、取得されたＯＣＴデータにおける眼球運動の低減を図ることができる。したがって、取得された３Ｄ−ＯＣＴデータ自体の忠実性が高まり、その後の画像処理演算における副作用の低減が図れる可能性がある。加えて、８００μｍ帯のＳＤ−ＯＣＴにおいては、１μｍ帯のＳＳ−ＯＣＴに比べて網膜での信号の減衰が大きい。例えば、この減衰は、ＲＰＥの深さおよびそれを越えた深さにおいて約５〜１０ｄＢになりうる。
【0042】
偏光感度ＯＣＴ（ＰＳ−ＯＣＴ）は、画像化される組織で生じる光の偏光状態の変化を利用するＯＣＴ技術である。ＰＳ−ＯＣＴ中には、ＯＣＴシステムの参照アームおよびプローブアームにおいて光源が偏光される。そして、互いに直交する２つの偏光チャネルで後方散乱光が検出され、光源光と後方散乱光との間における偏光の変化が検出される。この技術は、複屈折性且つ脱分極性の組織を含む網膜の撮影に特に有効である。このように、ＰＳ−ＯＣＴは、様々な網膜層を識別するための高い感度を提供する。
【0043】
さらに、ここに開示された技法は、１μｍ帯および／またはＳＳ−ＯＣＴシステム（および／または４０９６ピクセルもしくは他のサイズのＣＣＤのＳＤ−ＯＣＴ）またはＰＳ−ＯＣＴには限定されず、そのような技術に伴う改善された画像化透過深度によりそのロバスト性を高めることができる。この向上は、例えば、脈絡膜強膜境界（ＣＳＩ）および／または強膜の信号の積分の比較的信頼性の高い使用を可能にする。例えば、開示された技法は、スペクトラルドメインＯＣＴ（ＳＤ-ＯＣＴ）、スウェプトソースＯＣＴ（ＳＳ−ＯＣＴ）およびＰＳ−ＯＣＴを含む、８００ｎｍＯＣＴシステムに適用可能である。
【0044】
本開示は、任意の適当な大きさのスキャンにも適用できる。例えば、本開示の範囲内において、従来の６ｍｍ×６ｍｍスキャンプロトコル、および、１２ｍｍ×９ｍｍ等の広域スキャンプロトコル、さらには任意の寸法のスキャンを想起することができる。様々な寸法の２次元（２Ｄ）および３次元（３Ｄ）スキャンを想起することもできる。このように、本開示におけるスキャンの寸法は、本実施形態を限定するものではない。
【0045】
ここに説明する１以上の態様において、組織減衰が低減した領域の萎縮の同定、測定および／または可視化のためのシステムおよび方法は、以下のいずれかに基づいて実現される：（１）積分された信号の比率、または（２）比を伴わない信号積分（ratio-less signal integration）。１つの実施形態において、ＧＡを診断、監視および／または治療するための３Ｄ−ＯＣＴスキャンと併せてその態様を使用することができる。しかし、減衰に関連する解析やＯＣＴ以外のモダリティ（例えば超音波）によって検出可能な萎縮を伴う他の疾患に、本発明の態様を適用することも可能である。
【0046】
ここに説明する態様は、以下の１以上の決定および／または測定に使用することができる：（１）疾患が特にどの位置に存在するか；（２）個々の患部の範囲；（３）個々の患部の個数；（４）患部の全範囲；（５）個々の領患部の周縁；および（６）患部の周縁全体。このデータ、より広くはここに記載された態様は、健康な被検者および初期から中期（ＧＡのような後期症状が現れる前）のＡＭＤ患者を含むＧＡの症状を未だ呈していない被検者に対して用いることができる。このデータ、およびここに記載された態様はそのようなデータの決定および／または測定に使用することができ、一時点もしくは所定の期間にわたる監視および診断目的に使用することもできる。
【0047】
また、積分された信号の比率自体は減衰に関連する物理的現象を客観的に表すことから、その比率は、完全な萎縮範囲及び周辺領域の双方で、ＧＡ（または、通常ＡＭＤ）の有用な指標および／または予測因子となり得る。近隣領域間の比率の相対的差異も同様に有用である。これらの比率は物理的な組織特性の他覚的測定に用いることができ、比率マップの後処理による萎縮領域の同定と、空間的にスキャン範囲にわたるＲＰＥ整合性の定量化の双方に有用である。
【0048】
積分された信号の比率に関連する１つの実施形態において、その比率は、ＧＡを決定するための脈絡膜および／または強膜の信号に対する網膜の信号の信号積分に基づくものであってよい。なお、本発明の範囲から逸脱することなく、他のモダリティおよび他の疾患ごとに層の組み合わせが変わってもよい。他の実施形態において、信号積分（つまり、比率を用いない（ratio-less））の技法は、深度を固定した積分に対応してもよい。例えば、積分される深度の内側縁は、ブルッフ膜またはその外部に対応してよいし、ブルッフ膜自体を分解できない場合にはＲＰＥ細胞体の抹消部またはその外部に対応してよい。改めて、本発明の範囲から逸脱することなく、様々な層、層の一部および層の組み合わせを用いることが可能である。
【0049】
網膜層内部は比率に基づく態様において使用され、さらに、次のいずれかとして定義される（１）ＲＰＥ；（２）内境界膜（ＩＬＭ）からブルッフ膜の境界まで；（３）ＮＦＬ／ＧＣＬからブルッフ膜の境界まで；（４）外網状層ＯＰＬ／外顆粒層ＯＮＬからブルッフ膜の境界まで；（５）積分される固定深度の内側縁が、ブルッフ膜またはその外部に対応し、或いは、ブルッフ膜自体を分解できない場合にはＲＰＥ細胞体の抹消部またはその外部に対応する、固定深度の厚い層；および（６）網膜層の任意の組み合わせ。網膜層外部は、比率に基づく態様および比率を用いない態様の双方に使用され、且つ、脈絡膜および／または強膜の全体または一部を含んでいてよい。これは、例えば、網膜層外部が、脈絡膜内の部分のみ（例えばハラー層を除く）を含んでよいことを意味する。ある実施形態では、強膜の信号のみを使用する場合に、栄養血管を無視すると都合が良いこともある。
【0050】
強膜は栄養血管を含むため不揃いになることはあるが、（３つの主要な副層を有し、動的な血管形態により付加的かつ空間的に高度に変化する）脈絡膜よりも一様な信号分布を有する。これは、強膜にとって相対的に有利である。しかし、装置の感度の問題から、脈絡膜（特に、その内側の部分）がより実用的であろう。ＣＳＩとの比較におけるブルッフ膜／脈絡膜境界のセグメンテーションの正確さは、他の実用上の問題である。
【0051】
健常組織（例えばＲＰＥ）と、層検出アルゴリズムで健常組織とそれに類似する細胞外物質（例えば萎縮領域）とを識別することは困難であるため、強度のみの画像（例えば従来のＢスキャンＯＣＴ画像）のセグメンテーションは、萎縮領域のエラーをしばしば含む。前述のように、ＰＳ−ＯＣＴシステムの使用は、この点について、向上された感度をもたらす。例えば、ＧＡにおいては、構造的なＯＣＴ画像においてしばしば可視であり、よくＲＰＥ信号と間違えられるブルッフ膜上の層状の沈着物に対応する明るい信号であるにもかかわらず、ＰＳ−ＯＣＴは、ＲＰＥが連続していないことを示す。したがって、ＰＳ−ＯＣＴは、ＲＰＥ信号（内部マップ）が正確にＲＰＥ自体に制限可能であり、および／またはＲＰＥ信号（内部マップ）が萎縮領域を直接に示すように使用可能なように、減衰ベースの画像処理の補助に有用である。ＰＳ−ＯＣＴによれば、取得された特徴的な偏光均一性の程度（degree of polarization uniformity：ＤＯＰＵ）と閾値決定の技法とを使用することで、健常組織の層をより好適に同定できる。例えば、ＲＰＥを同定しそのセグメンテーションを行うためのＤＯＰＵは、まず、次式に従うピクセルごとのストークスベクトルＳを計算することにより得られる。【0052】
分かりやすくするために、以下の開示では、外部層の計算のための（一定深度に対応する一定数のピクセルにわたって積分が行われるように）固定深度の積分としてのピクセル強度積分を説明する。なお、外部参照層については、固定深度にわたって和を求めること、または、固定深度もしくは可変深度にわたるピクセル強度の平均値を求めることとは、数学的に同等である。可変深度にわたる計算はモデル化近似を含んでよいが、依然、この計算の結果は物理的意味を表現することが求められる。可変深度にわたる平均化は、計算技法が平均化の程度を増加する（より多くのピクセルを平均演算に含める）ことを可能にし、ガウスノイズおよび／またはスペックルノイズの低減に役立てることができる。したがって、物理的方程式の観点から理想的でないとしても、ノイズの低減は物理的関心を凌ぐかもしれない。さらに、ＯＣＴ画像における脈絡膜信号の複雑な性質を考慮すると、他の演算法は実用的且つ有益であることもある。例えば、場合によっては、関心領域の最大強度投影またはｎ個の最大値の平均を取ることが、単純な積分よりも信頼性の高い画像処理結果をもたらすことがある。同様に、ピクセル信号強度レベルの中央値または任意の分位値を取ってもよい。層内部の演算組み合わせと同様の変形を実行することができる。例えば、信号を積分する代わりに、平均ピクセル値を算出することができる。なお、層内部の演算深度がＡスキャンごとに変化した場合、比率の物理的意味の精度を低減する可能性があるが、依然として、その演算結果は地図状萎縮の領域の同定に有用である。
【0053】
１以上の実施形態において、後方散乱光の信号強度の比率（参照層を表す比率の一部）の計算は、萎縮を決定するための減衰演算の重要な要素である。平均または積分された信号強度の比率の演算結果は、積分された減衰自体の代理指標として直接用いることができる。固定深度にわたる積分は物理的方程式により対応することがあるが、通常、平均演算も好適に作用する。
【0054】
比率の値を推定するために、Ａラインにおける網膜内部層および網膜外部層からの後方散乱光の強度の組み合わせについて、平均または積分された信号の比率を取るのではなく、個々の比率を求めてもよい。例えば、内部および外部領域のそれぞれについての全てのＡスキャンに交差する固定深度を使用して、対応する深度におけるピクセル強度について個々の比率を求めてもよい。そして、和、平均値、中央値、分位値または他の類似の統計的関数により、個々の比率を組み合わせてもよい。想起される他の類似の方法は、内部および外部領域におけるピクセルの組み合わせのそれぞれについての比率計算を含む。そして、外部領域における各ピクセルについての各比率の和が、各外部領域ピクセルについての単一の比率の値を求めるために算出される。最後に、和、平均値、中央値または類似の統計的関数が、この単一の比率の値のそれぞれについて算出され、所望の定数により任意で増減可能である。つまり、例えば、所定のＡスキャンにおいて、ｘおよびｎはそれぞれ内部および外部領域についての深さｄ１およびｄ２のピクセル位置を表し、ＴｉおよびＴｏはそれぞれ内部領域ピクセルおよび外部領域ピクセルの強度を表すとすると、以下の式が成り立つ。【0055】
距離の逆数（例えばｍｍ−１）単位の減衰係数を次式にしたがって決定することができる。【0056】
上記において、ＲＰＥの減衰を決定するための参照信号として任意のＲＰＥ下の信号を利用することができる。この場合において、Ｔが単一の層または複数の層の組み合わせの全後方散乱光を表し、所定の実用上の計算的配慮からβは大域的に一定であるとすると、関係比率の値は次式に従って定義される。【0057】
これら数式は、ＲＰＥの積分された減衰に到達するためのＲＰＥの全信号およびＲＰＥ下の全信号に関する。ＲＰＥ（内部）端では、理論上および実用上の双方の理由で、他の層および層の組み合わせを使用できる。ＧＡにおいては、例えば、萎縮が実際にＲＰＥよりも広範囲にわたり、外節、内節、外顆粒層および脈絡毛細管板まで広がる。そのような層のいずれかを含むことにより、それらを演算に織り込むことができる。ＧＡでは、萎縮によりＲＰＥが劣化しほとんど消失することがある。したがって、減衰に関するパラメータを計算するためのモデルに付加的な組織を含めることは、演算上有用であろう。特に病気の網膜について、特に自動的なアルゴリズムによって、高精度のセグメンテーションを達成することは困難である。したがって、そのような状況が生じる実施形態において（前述したような）ＰＳ−ＯＣＴを使用してもよい。網膜内部の層の全てまたはほとんどを含めて妥当な結果を得ることができる。
【0058】
したがって、他の実施形態において、上記の比率の値の数式は次式に従ってより一般化される。【0059】
なお、信号強度の積分の前に、またはその一部として、（例えば、光源および検出方式に対応する）信号ローフオフ特性またはシステムのノイズフロア特性に基づいて、ＯＣＴ画像のピクセル強度値を調整または補正することができる。積分された信号の比率に関連する実施形態において、内部もしくは外部層または層の組み合わせが隣接する組織でない場合、この減衰モデルに含まれないであろう中間層に伴う任意の減衰を表すために、調整または補正の因子を導入してもよい。
【0060】
ここに説明する１以上の態様において、上記の数式で仮定された単調性が、所定の患者のスキャン範囲の比率マップにわたる比率値の相対的比較を可能にする。換言すると、作成可能な２Ｄ比率マップ上における画像処理が可能になる。加えて、本発明の範囲内で、患者間の受信者操作特性（ＲＯＣ）マップを解析することができる。
【0061】
前述した一般化された数式に基づく１つの例において、積分された減衰が非常に低い範囲（この範囲は、必要に応じ、さらに減衰係数に相関してもよい）は、比率が非常に低い範囲に相当し且つ疾患の可能性がある範囲（特にそのような範囲が密集している場合）に相当すると推定することができる。したがって、マップ全体にわたる比率の計算を適当な後処理と組み合わせることにより、患部の検出が可能になる。
【0062】
減衰係数、積分された減衰、または、網膜萎縮の位置を検出するために十分な感度／特定性を提供する代理的測定値（単調またはほぼ単調な変換）のマップとして前述のマップは想定される。つまり、２Ｄマップにおいて、マップの１つの軸はＢスキャンのＡラインに対応し、他の軸は複数のＢスキャンに対応する。所定の任意の点における値は上記測定値の１つ、つまり、積分された１（もしくは複数）の層の値、決定された比率、減衰係数などを表す。説明のために、そのような任意のマップを「比率マップ」と呼ぶ。ＧＡを含む断面２００を通るマップの断面に対応する比率マップおよび２Ｄ−Ｂスキャンを、それぞれ図２Ａおよび図２Ｂに示す。網膜内部層は、層、層の一部、またはＲＰＥ複合体の内側（ＲＰＥ複合体を含む）の層の組み合わせに対応する。同様に、外部層は、層、層の一部、またはＲＰＥ複合体の外側の層（例えば脈絡膜および／または強膜）の組み合わせに対応する。なお、例えば、近似された定数βで除算し、その結果に１を加算し、および／または対数変換を施すことによって比率の値を減衰出力に一致させるように、この比率を変換してもよい。
【0063】
これらのマップ、および基礎となるデータは、被検者に関連付けられた表現型または疾患の分類を示してもよい。例えば、マップ上のより暗い領域と、より陰影が付いた／明るい領域が表現型の特徴を示し、より暗い領域が萎縮性を示すようにしてよい。陰影／暗さの範囲とパターンは萎縮方向を示し、将来的に広がる可能性がある。
【0064】
他の態様においては、ある種の閾値決定法を使用して比率マップにおける萎縮疾患範囲を同定する。そのような閾値決定法は任意の種類でよく、限定はされないが以下を含む：絶対的なレベル（例えば、所定のレベル以下の比率が常に疾患状態を表す）；スキャンの相対的なレベル（スキャン内において比較的低い値であり疾患状態を表す）；および、局所的な相対的レベル（局所領域内において比例的に低い値）。
【0065】
さらに他の態様では、ガウスノイズおよびスペックルノイズの双方の出現を低減しつつＯＣＴ画像のＳＮＲを向上させるために、ＯＣＴ画像を平均化する画像フレームが用いられる。様々な平均化プロトコルは、限定はされないが以下を含む：定位置平均化（Ｂスキャンそれぞれが、複数の単フレームＢスキャンの平均を含む合成画像である）；３次元移動平均化（フレームそれぞれが空間的に異なるフレームの移動平均を反映する）；および、全ボリューム平均化（画質を向上させるための前処理として選択的に使用可能である）。
【0066】
図３に示すように、上記の態様および実施形態に係る一般的な萎縮検出フレームワークの１つの例は、３Ｄ−ＯＣＴボリュームから生成される２Ｄ比率に基づくマップを備え、萎縮領域の輪郭を同定するためのいくつかの画像処理ステップを含む。
【0067】
図３は、２Ｄ（例えば単一のＢスキャンのみ）および３Ｄ画像の実施形態の双方に適用可能である。ステップ３００において、黄斑および／または視神経乳頭の領域を覆う任意のＯＣＴまたは類似の撮像装置（スペクトラルドメインＯＣＴ、タイムドメインＯＣＴ等）によりＯＣＴデータが収集され、そのデータが分割される（セグメンテーション）。セグメンテーションの結果は、例えば、網膜および／または脈絡膜の領域を覆う層領域情報または境界高さであってよい。ステップ３０２において、比率または積分値マップが算出される。前述したように、マップは任意の形式であってよく、例えば、所定の層の積分値、距離測定値、積分値の比率、または様々な層に関する距離測定値などであってもよい。積分は、Ａスキャンの一部または全体におけるまたはわたる、和、平均もしくは他の数学的形式であってよい。測定値は、理想的には線形尺度であり、画像強度に基づくものであってよい。（例えば、局所的な平均値および最大値により正規化された）局所的特性に基づいて、積分されたまたは比率値のマップを調整してもよい。調整は、ノイズフロアの正規化および／または行ごとの感度ローフオフ（推定された特性）を含んでよい。最後に、ステップ３０４は、所望のマップに応じた１Ｄ、２Ｄまたは３Ｄ可視化を含む。ステップ３０６の解析は、比率に基づくマップ／値から関心領域の境界／輪郭を抽出するための任意の画像処理ステップを含んでよい。解析ステップ３０６の範囲に含まれる画像処理ステップのより詳細な例を図５〜８に示し、以下においてより詳しく説明する。
【0068】
図４はフレームワークのより詳細な例を示す。図３を参照して上記され、且つ図４を参照して以下に説明するフレームワークは、撮像装置または外部装置（例えば、エンドユーザのコンピュータ）のプロセッサを用いて自動的に実行されてもよい。撮像およびセグメンテーション４００に続いて、積分マップ（例えば、それによってＡスキャンそれぞれの全強度が算出される）または比率マップ（例えば、Ａスキャンそれぞれについて、脈絡膜または強膜の信号に対する網膜の信号を伴う）が前述のように生成される（４０２）。ＲＰＥおよび／または外節（ＯＳ）の起こり得る欠損の結果として網膜信号が弱まり、ＲＰＥの欠損に伴って脈絡膜信号が増加するので、比率マップはＧＡの特徴を強調することができる。
【0069】
次に、図５Ａおよび図５Ｂにより詳細に示すように、ステップ４０２で生成されたマップ５００に対してシード選択４０４が実行される。マップの正規化を含むステップ５０２は、ヒストグラム均一化、低強度および高強度の所定の割合の飽和による画像調整、または参照マップによる正規化など、様々な方法で達成可能な、選択的に適用されるステップである。ステップ５０４のマップノイズ除去は、限定はされないが、以下の画像強調処理を含む：ガウシアン平滑化フィルタ、メディアンフィルタ、非等方拡散フィルタ、ウェーブレットノイズ除去フィルタ（Wavelet De-noising Filter）、モルフォロジカルフィルタ（Morphological Filter）、背景ノイズ除去、順序統計フィルタ、および血管アーティファクトの除去。
【0070】
ステップ５０６のマップ閾値処理においては、（異常値を含む）図５Ｂに示すように、ノイズ除去されたマップに所望の閾値を適用することにより、抽出されたシード５０８を生成する。比率マップ正規化ステップが迂回された場合、閾値処理ステップでは、相対閾値よりむしろ絶対閾値が適用される。絶対閾値は、正規化された比率マップに基づく相対閾値よりも高い感度および特定性を与える。全体的または部分的なＲＰＥ萎縮は、通常単源性の場合に見られるブルッフ膜上の細胞外沈着物を伴うことがあると知られている。細胞外沈着物は、ＲＰＥ自体と異なる点で減衰に影響を与えることがある。よって、１つの閾値レベルだけでは、あらゆる状況に対して最適に作用することができない。シーディング（seeding）閾値レベルをカスタマイズするための適応方法（例えば、大津のピクセルクラスタリング方法に基づく）は、例えば、前述した単源性の場合に伴う特徴を同定することができる。この適応方法は、エントロピーに基づく閾値技術、固定値や統計値（平均値、中央値、最大値、最小値など）やそれらの組み合わせの利用を含む技術のような、様々な他の閾値処理技術に基づいてもよい。大津の方法に基づくフレキシブルな閾値処理技術の例を図５Ｃに示す。ステップ５１０において、比率マップ５００を用いて、大津の閾値αおよび統計値β（平均値など）を大津の閾値よりも強度が低いピクセルから取得する。次に、統計値βが所定の推定値より小さい場合には、ステップ５１２において、第１の閾値α１より強度が低いピクセルを用いてシードが生成される。一方、統計値βが所定の推定値より大きい、または所定の推定値と等しい場合には、ステップ５１４において、第２の閾値α２より強度が低いピクセルを用いてシードが生成される。
【0071】
次に、例えば、図６Ａおよび図６Ｂに示すように、異常値４０６を除去することによって、抽出されたシードを改善してもよい。ステップ５１６において、連結成分によってシード５０８が分類される。ステップ５１８においては、距離解析を使用して、異常値５２０を除去するために、各成分の絶対的中心位置、および／または、各成分から中心窩までの絶対的ユークリッド距離、および／または、成分間の相対的ユークリッド距離を解析する。異常値を除去する基準は、単純な距離の閾値処理、成分のピクセル数と組み合わされた距離の統計解析（平均値、標準偏差など）に基づく発見的問題解決法（heuristic）、クラスタ解析、または他の様々な類似技術であってよい。抽出されたシードを図６Ｂの比率マップに示すが、異常値が除去されている。
【0072】
次に、ステップ４０８では、ノイズ除去されたマップ５０４および異常値が除去されたシード４０６を使用してシード領域を拡張する。それぞれの連結成分のシードに対して、または単一成分からのシードだけに対して、別個にリージョングローイングステップ４０８を実行することができる。シード領域を拡張するための単一の反復法（iteration）または複数の反復法において、平均値、標準偏差、傾き情報および／または他の統計的記述子を使用することができる。リージョングローイング４０８は、穴埋めや凸包演算などの後処理を含んでいてもよい。図７はその結果を図示しており、図５Ｂおよび図６Ｂに関するシードの範囲が拡張されたことを示している。
【0073】
最後に、後処理４１０および輪郭測定４１２の結果を図８Ａおよび図８Ｂにより詳細に示す。輪郭測定４１２において、拡張されたシードの周りの輪郭が提供され、２値マスクまたは類似の可視化として出力される。つまり、地図状萎縮の領域を表すために輪郭内に含まれる範囲を特別の方法（例えば白）で表しつつ、画像の残りの範囲を例えば黒で表すことができる。そのようなマスクを図８Ｂに示し、輪郭を図８Ａにおける元の断面像上に示す。元の輪郭をガイドとして各成分の輪郭を平滑化（例えば、移動平均を用いて）または再検出することにより、輪郭を改善することができる。そのようなガイドは、画像コントラストに基づいて輪郭を再探索するためのグラフ探索を含んでいてよい。全体的な画像処理および解析は、リージョングローイング法に限定されない。輪郭に基づく能動的セグメンテーションや分水嶺セグメンテーションのような、ここに示すものと同様の結果を得る任意のセグメンテーション法が本開示の範囲内において想起される。
【0074】
図９Ａを参照し、（ＧＡのいずれの症状も未だ呈していない被検者および／またはＧＡのような後期症状が現れる前の初期から中期のＡＭＤ患者を含む）被検者における（ある期間にわたる）ＡＭＤ疾患の進行を監視するための上記の態様を使用する方法の一例を説明する。最初のステップは、例えば、複数のデータセットを生成するために各々の間隔ごとに被検眼をスキャンすることによって、ある頻度で（例えば、数ヶ月ごと、６ヶ月、または１年、定期または不定期に）総合的な減衰量を測定すること９００および／または比率マップを生成すること９０２を含んでいてもよい。いくつかの実施形態では、各測定の比率マップを互いに登録９０４してもよい。そして、ある測定期間から次の期間（または任意の後の期間）までの差分測定９０６を適用することによって進行を検出してもよい。換言すれば、異なる時点での測定の間における関心領域の相対的な変化を監視してもよい。差分演算自体は、例えば、減算、除算、またはデータセット間の違いを決定するための任意の他の統計的測定などの動作の範囲とすることができる。この進行情報を、例えば、ＲＰＥ整合性に関して、被検者を表現型分類または分類９０８するために使用することもできる。追加的または代替的に、そのような表現型は、疾患の分類および／または、例えば、特定の生理学的状態または疾患に関連する可能性がある変化率を含んでもよい。
【0075】
なお、ただ一回の測定のために表現型を決定してもよい。例えば、図９Ｂに示すように、単一の総合的な減衰係数を測定９１０するおよび／または比率マップを生成９１２する。この単一の測定に基づいて、閾値レベルを超えたパターン偏差または空間標準偏差の（ＧＡのような）スポット状領域またはマップに注目９１４してもよい。それら注目した項目を基に、上記したように、被検者を表現型分類または疾患分類９１６することができる。さらに、この方法はＡＭＤに限定されず、ＲＰＥ整合性に影響を与える他の網膜の状態に対して有用であり得る。
【0076】
上記の方法は（例えばプロセッサを用いた）自動処理として説明されているが、ここで説明された全自動的な方法は、限定を意図するものではない。いくつかの実施形態においては、その方法は完全に手動であってよい。本開示の範囲内において、半自動的な実施形態を想起することもできる。例えば、半自動的な実施形態は、１以上の手動補正ステップを付加的に含んでいてよい。
【0077】
ここに説明する様々な実施形態は、ＯＣＴシステムにより取得された眼の画像データを参照する。しかし、開示された技術および処理は、例えば超音波などの他のタイプの撮像装置を用いて取得された画像データに対して同様に適用できる。さらに、眼内の生体組織に加え、ここに説明したように意味のある層を定義、分割、画像化できる任意の生体組織に対し、開示された技術および処理を適用することが可能である。
【0078】
なお、上記の態様、実施形態および例は、プロセッサによって自動的に実施されることが想起される。ここで「プロセッサ」は、例えば抵抗器、トランジスタ、キャパシタ、インダクタなどを含む任意個数の電気部品を備える任意の電気回路またはその一部を示す。回路は任意の形態であってよく、例えば、集積回路、集積回路の集合、マイクロコントローラ、マイクロプロセッサ、プリント回路基板（ＰＣＢ）上の離散的な複数の電気部品の集合などを含む。プロセッサは、画像データ処理以外の動作のために使用されるコンピュータの一部でも、スタンドアロンでもよい。なお、上記の説明は非限定的であり、上記の例は、想起される多くの可能なプロセッサのいくつかに過ぎない。