特開 2022-184520 画像処理方法、プログラム、画像処理装置、及び眼科システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022184520

(43)【公開日】2022-12-13

(54)【発明の名称】画像処理方法、プログラム、画像処理装置、及び眼科システム

(51)【国際特許分類】

   A61B 3/10 20060101AFI20221206BHJP

【ＦＩ】

A61B3/10

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2021092423

(22)【出願日】2021-06-01

(71)【出願人】

【識別番号】000004112

【氏名又は名称】株式会社ニコン

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】田邉 泰士

(72)【発明者】

【氏名】向井 真梨子

(72)【発明者】

【氏名】石田 誠

(72)【発明者】

【氏名】田中 大士

【テーマコード（参考）】

4C316

【Ｆターム（参考）】

4C316AA09

4C316AA11

4C316AB02

4C316AB11

4C316AB12

4C316AB16

4C316FA14

4C316FB21

4C316FB26

4C316FZ01

(57)【要約】

【課題】眼科装置の部品の劣化を検知する。
【解決手段】プロセッサが行う画像処理方法であって、眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、を含む、画像処理方法。
【選択図】図６

【特許請求の範囲】

【請求項1】

プロセッサが行う画像処理方法であって、
眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、
前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、
を含む、画像処理方法。

【請求項2】

前記部品の劣化を判定するステップでは、前記被検眼画像への前記部品の映り込みに基づいて、前記部品の劣化の度合いを判定することを含む、請求項１に記載の画像処理方法。

【請求項3】

前記部品の劣化を判定するステップは、
前記被検眼画像への前記部品の映り込み量を計算するステップと、
前記計算された前記部品の映り込み量に基づいて、前記部品の劣化の度合いを判定するステップと、
を含む、請求項２に記載の画像処理方法。

【請求項4】

前記部品の映り込み量を計算するステップは、
前記被検眼画像において、前記部品を示す画像領域のエッジを検出するステップと、
前記検出されたエッジの位置を、前記部品の映り込み量として、計算するステップと、
を含む、請求項３に記載の画像処理方法。

【請求項5】

前記部品の映り込み量を計算するステップは、
前記被検眼画像において、前記部品を示す画像領域のエッジを検出するステップと、
前記検出されたエッジと被検眼画像の端部との間の距離、前記部品の映り込み量として、計算するステップと、
を含む、請求項３に記載の画像処理方法。

【請求項6】

前記被検眼画像への前記部品の映り込み量を計算するステップでは、前記被検眼画像の濃度分布に基づいて前記映り込み量を計算する、請求項３に記載の画像処理方法。

【請求項7】

前記部品の劣化の度合いを示す情報を出力するステップを更に含む、請求項２から請求項６の何れか１項に記載の画像処理方法。

【請求項8】

前記部品の劣化を判定するステップは、
前記部品の劣化度と被検眼画像とを機械学習させた学習モデルを搭載した人工知能に、前記撮影された被検眼画像を入力するステップと、
前記人工知能が前記部品の劣化の度合いを出力するステップと、
を含む、請求項１に記載の画像処理方法。

【請求項9】

プロセッサを備える画像処理装置であって、
前記プロセッサは、
眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、
前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、
を実行する、画像処理装置。

【請求項10】

コンピュータに、
眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、
前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、
を実行させるプログラム。

【請求項11】

被検者の被検眼を撮影し被検眼画像を取得する撮影部と、
プロセッサと、
を備える眼科装置であって、
前記プロセッサは、
前記撮影部を駆動させ、被検者の被検眼の被検眼画像を取得するステップと、
前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、
を実行する、眼科装置。

【請求項12】

被検者の被検眼を撮影し被検眼画像を取得する撮影部とコンピュータとを備える眼科装置の前記コンピュータに、
前記撮影部を駆動させ、被検者の被検眼の被検眼画像を取得するステップと、
前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、
を含む眼科装置用のプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の技術は、画像処理方法、プログラム、画像処理装置、及び眼科システムに関する。

【背景技術】

【0002】

従来、被検眼の撮影時に、被検者の顔を保持するための保持部材を有する眼科装置が知られている（特許文献１）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】米国公開ＵＳ２０２０／０１３８２８３

【発明の概要】

【0004】

本開示の技術の第１の態様の画像処理方法は、プロセッサが行う画像処理方法であって、眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、を含む。

【0005】

本開示の技術の第２の態様の画像処理装置は、プロセッサを備える画像処理装置であって、前記プロセッサは、眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、を実行する。

【0006】

本開示の技術の第３の態様のプログラムは、コンピュータに、眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、を実行させる。

【図面の簡単な説明】

【0007】

【図1】本実施形態に係る眼科システム１００の構成を示すブロック図である。

【図2】眼科装置１１０の電気系の構成を示すブロック図である。

【図3A】眼科装置１１０で被検眼を撮影している様子を示す図である。

【図3B】パッド３３０の構成を示す図である。

【図4】サーバ１４０の電気系の構成を示すブロック図である。

【図5】眼科装置１１０のＣＰＵ１６Ａの機能ブロック図である。

【図6】第１の実施の形態の眼科装置１１０のＣＰＵ１６Ａが実行する画像処理プログラムのフローチャートである。

【図7A】パッド３３０の接触部３０が劣化していない状態で、被検眼１２を撮影して得られた、第１の画像領域５００Ａと第２の画像領域５００Ｂ１から５００Ｂ４とを備えるＵＷＦ眼底画像５００を示す図である。

【図7B】接触部３０がある程度劣化し、接触部３０が、ＵＷＦ眼底画像５００に映っている様子を示す図である。

【図8A】映り込む接触部３０の部分のエッジの長さと接触部３０の劣化の度合いとの関係を示すグラフである。

【図8B】角Ｐ４を基準にした接触部３０の映り込みを示す領域（Ｒ１、Ｒ２、Ｒ３、Ｒ４・・・）を示す図である。

【図9A】図７Ａに示す、パッド３３０の接触部３０が劣化していない状態で、被検眼１２を撮影して得られたＵＷＦ眼底画像５００の左上角Ｐ４から右下角Ｐ２までの画像濃度を示す図である。

【図9B】図７Ｂに示す、接触部３０がある程度劣化し、接触部３０が映っているＵＷＦ眼底画像５００の左上角Ｐ４から右下角Ｐ２までの画像濃度を示す図である。

【図9C】映り込む接触部３０の部分の面積と接触部３０の劣化の度合いとの関係を示すグラフであ。

【図10A】第１の画像領域５００Ａの部分Ｇ１の他に、第２の画像領域５００Ｂ１において、接触部３０が映っている部分Ｇ２１１と、映っていない部分Ｇ２２１とを示す図である。

【図10B】第１の画像領域５００Ａの部分Ｇ１の他に、第２の画像領域５００Ｂ１において、接触部３０が映っている部分Ｇ２１２と、映っていない部分Ｇ２２２とを示す図である。

【図10C】第１の画像領域５００Ａの部分Ｇ１の他に、第２の画像領域５００Ｂ１において、接触部３０が映っている部分Ｇ２１３と、映っていない部分Ｇ２２３とを示す図である。

【図10D】第１の画像領域５００Ａの部分Ｇ１の他に、第２の画像領域５００Ｂ１において、接触部３０が映っている部分Ｇ２１４と、映っていない部分Ｇ２２４とを示す図である。

【図11】第２の実施の形態の眼科装置１１０のＣＰＵ１６Ａが実行する画像処理プログラムのフローチャートである。

【図12】第３の実施の形態の眼科装置１１０のＣＰＵ１６Ａが実行する画像処理プログラムのフローチャートである。

【図13】図１２のステップ４２２の劣化度スコア算出処理プログラムのフローチャートである。

【図14】面積比と劣化度との関係を示すグラフである。

【図15】第５の実施の形態の眼科システム１０００の構成を示すブロック図である。

【図16】第５の実施の形態の眼科システム１０００の作用を示すタイミングチャートである。

【発明を実施するための形態】

【0008】

以下、図面を参照して本開示の技術の実施の形態を詳細に説明する。

【0009】

図１を参照して、本開示の技術の実施の形態に係る眼科システム１００の構成について説明する。図１は、本実施形態に係る眼科システム１００の構成を示すブロック図である。図１に示すように、眼科システム１００は、眼科装置１１０と、ネットワーク１３０と、サーバ装置（以下、「サーバ」という）１４０と、画像表示装置（以下、「ビューワ」という）１５０とを備えて構成される。
眼科装置１１０は、本開示の技術の「画像処理装置」の一例である。

【0010】

眼科装置１１０、サーバ１４０、及びビューワ１５０は、ネットワーク１３０を介して、相互に接続されている。ネットワーク１３０は、ＬＡＮ、ＷＡＮ、インターネットや広域イーサ網等の任意のネットワークである。例えば、眼科システム１００が１つの病院に構築される場合には、ネットワーク１３０にＬＡＮを採用することができる。

【0011】

眼科装置１１０は、被検眼を撮影すると共に、眼科に関する検査、測定、および治療の少なくともいずれかを実行する装置である。
サーバ１４０は、眼科装置１１０により被検眼が撮影されて得られた被検眼画像を、患者ＩＤに対応して、ネットワーク１３０を介して受信し、メモリ１６４に格納する。よって、サーバ１４０のメモリ１６４には、各患者の患者ＩＤに対応して、被検眼画像が記憶されている。また、サーバ１４０は、ビューワ１５０に、ネットワーク１３０を介して各種画像を送信する。

【0012】

ビューワ１５０は、タッチパネルやディスプレイ等であり、通信機能を有する。ビューワ１５０は、サーバ１４０により取得した眼底画像を表示する。

【0013】

なお、他の眼科機器（視野測定、眼圧測定などの検査機器）や人工知能を用いた画像解析を行う診断支援装置がネットワーク１３０を介して、眼科装置１１０、サーバ１４０、及びビューワ１５０に接続されていてもよい。

【0014】

次に、図２を参照して眼科装置１１０の構成を説明する。図２は、本実施形態に係る眼科装置１１０のハードウェア構成を示すブロック図である。図２に示すように、眼科装置１１０は、撮影装置１４及び制御装置１６を含む。

【0015】

なお、眼科装置１１０が水平面に設置された場合の水平方向を「Ｘ方向」、水平面に対する垂直方向を「Ｙ方向」とし、撮影光学系１９の光軸方向を「Ｚ方向」とする。方向の光軸上に被検眼の瞳孔２７の中心が位置するように装置が被検眼１２に対して配置される。Ｘ方向、Ｙ方向、及びＺ方向は互いに垂直である。

【0016】

制御装置１６は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（中央処理装置））１６Ａ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１６Ｂ、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ ｍｅｍｏｒｙ）１６Ｃ、入出力（Ｉ／Ｏ）１６Ｄ、入力／表示装置１６Ｅ、及び通信インターフェース（Ｉ／Ｆ）１６Ｆを有するコンピュータを備える。制御装置１６の各構成は、バスを介して相互に通信可能に接続されている。

【0017】

ＣＰＵ１６Ａは、中央演算処理ユニットであり、各種プログラムを実行したり、画像処理を行ったり、各部を制御したりする。すなわち、ＣＰＵ１６Ａは、ＲＯＭ１６Ｃからプログラムを読み出し、ＲＡＭ１６Ｂを作業領域としてプログラムを実行する。ＣＰＵ１６Ａは、ＲＯＭ１６Ｃに記憶されているプログラムに従って、各構成の制御及び各種の演算処理を行う。本実施形態では、ＲＯＭ１６Ｃには、スキャン処理を実行するためのスキャンプログラムが記憶されている。

【0018】

ＲＡＭ１６Ｂは、作業領域として一時的にプログラム又はデータを記憶する。ＲＯＭ１６Ｃは、各種プログラム及び各種データを記憶する。なお、制御装置１６は、更に、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶装置により構成されるストレージを備える構成としてもよい。この場合、ストレージには、オペレーティングシステムを含む各種プログラム、及び各種データを記憶する。

【0019】

入力／表示装置１６Ｅは、Ｉ／Ｏポート１６Ｄを介してＣＰＵ１６Ａに接続される。入力／表示装置１６Ｅは、被検眼１２の画像を表示したり、ユーザから各種指示を受け付けたりするグラフィカルユーザインターフェース（ＧＵＩ）を有する。ＧＵＩとしては、タッチパネルやディスプレイを採用することができる。
後述する図７に示す画像処理プログラムは、ＲＯＭ１６Ｃに記憶されている。ＣＰＵ１６Ａは、本開示の技術の「プロセッサ」の一例である。制御装置１６は、本開示の技術の「コンピュータープログラム製品」の一例である。画像処理プログラムは、本開示の技術の「プログラム」の一例である。

【0020】

制御装置１６は、通信インターフェース１６Ｆを介してネットワーク１３０に接続する。通信インターフェース１６Ｆは、他の機器と通信するためのインターフェースであり、例えば、イーサネット（登録商標）、ＦＤＤＩ、Ｗｉ－Ｆｉ（登録商標）等の規格が用いられる。

【0021】

なお、図２では、眼科装置１１０の制御装置１６が入力／表示装置１６Ｅを備えているが、本開示の技術はこれに限定されない。例えば、眼科装置１１０の制御装置１６は入力／表示装置１６Ｅを備えず、眼科装置１１０とは物理的に独立した別個の入力／表示装置を備えるようにしてもよい。

【0022】

ＣＰＵ１６Ａは、撮影装置１４によって得られたデータに基づき被検眼１２の画像を生成する。なお、ＣＰＵ１６Ａとは別に図示せぬ画像処理プロセッサを設けてもよい。この場合、ＣＰＵ１６Ａが当該画像処理プロセッサを制御し、撮影装置１４によって得られたデータに基づき当該画像処理プロセッサが被検眼１２の画像を生成するようにしてもよい。

【0023】

撮影装置１４は、被検眼１２の画像を撮影する。撮影装置１４は、制御装置１６の制御下で作動する。撮影装置１４は、例えば眼底カメラ、走査型レーザ検眼鏡（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）、ＯＣＴ（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ、光干渉断層計、以下、ＯＣＴと称する）撮像装置である。撮影装置１４は、例えば被検眼の眼底を撮像し、後述する眼底画像や断層画像（ＯＣＴ画像）を取得する。撮影装置１４の画角は広角であることが好ましく、後述するように超広角であることが好ましい。その場合、得られた画像をＵＷＦ（Ｕｌｔｒａ Ｗｉｄｅ Ｆｉｅｌｄ（超広角））眼底画像と呼んでもよい。超広角で眼底を撮影した画像については、以下ＵＷＦ眼底画像と呼ぶ。
説明の便宜上、走査型レーザ検眼鏡（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌ）を「ＳＬＯ」と称する。本実施形態では撮影装置１４は、撮影光学系１９、ＳＬＯユニット１８及びＯＣＴユニット２０を含む。ＳＬＯユニット１８は被検眼１２の眼底１２Ａの画像を取得する。ＯＣＴユニット２０は被検眼１２の断層画像を取得する。

【0024】

以下では、ＳＬＯユニット１８により取得されたＳＬＯデータに基づいて作成された網膜の正面視画像をＳＬＯ画像と称し、ＯＣＴユニット２０により取得されたＯＣＴデータに基づいて作成された網膜の断層画像や正面画像（ｅｎ－ｆａｃｅ画像）等をＯＣＴ画像と称する。なお、ＳＬＯ画像は、二次元眼底画像と言及されることもある。また、ＯＣＴ画像は、被検眼１２の撮影部位に応じて、眼底断層画像、後眼部断層画像、前眼部断層画像と言及されることもある。

【0025】

撮影光学系１９自体は、ＣＰＵ１６Ａの制御下で、図示しない撮影光学系駆動部によりＸ、Ｙ、Ｚ方向に移動される。撮影装置１４と被検眼１２とのアラインメント（位置合わせ）は、例えば、撮影装置１４のみばかりではなく、眼科装置１１０全体をＸ、Ｙ、Ｚ方向に移動させることにより、行われてもよい。

【0026】

撮影光学系１９は、第１スキャナ２２、第２スキャナ２４、光路合成素子２１、及び対物光学系２６を含む。光路合成素子２１はハーフミラー又はビームスプリッタであり、第１スキャナ２２及び第２スキャナ２４は、二次元で走査可能な光学スキャナである。ＭＥＭＳスキャナのように１つのデバイスで構成されたり、Ｘ方向に走査するガルバノミラーとＹ方向に走査するガルバノミラーとの２つのデバイスから構成されたり、してもよい。あるいはガルバノミラーとポリゴンミラーなどの組み合わせであってもよい。
撮影光学系１９は、図示しないスリットミラー及びメインミラーを備えている。

【0027】

対物光学系２６は、楕円鏡などの凹面ミラーを用いた反射光学系や、広角レンズなどを用いた屈折光学系、あるいは、凹面ミラーやレンズを組み合わせた反射屈折光学系でもよい。楕円鏡や広角レンズなどを用いた広角光学系を用いることにより、眼底中心部だけでなく眼底周辺部の網膜を撮影することが可能となる。

【0028】

撮影光学系１９によって、眼底において広い画角（ＦＯＶ：Ｆｉｅｌｄｏｆ Ｖｉｅｗ）での観察が実現される。ＦＯＶは、撮影装置１４によって撮影可能な範囲を示している。ＦＯＶは、視野角として表現され得る。画角は、本実施の形態において、内部照射角と外部照射角とで規定され得る。外部照射角とは、眼科装置１１０から被検眼へ照射される光束の照射角を、瞳孔を基準として規定した照射角である。また、内部照射角とは、眼底１２Ａへ照射される光束の照射角を、眼球中心Ｏを基準として規定した照射角である。外部照射角と内部照射角とは、対応関係にある。例えば、外部照射角が１２０度の場合、内部照射角は約１６０度に相当する。本実施の形態では、内部照射角は２００度としている。

【0029】

ここで、内部照射角で１６０度以上の撮影画角で撮影されて得られたＳＬＯ眼底画像をＵＷＦ－ＳＬＯ眼底画像（ＵＷＦ眼底画像）と称する。

【0030】

図３Ａは、パッド３３０を装着した状態の眼科装置１１０により被検者１２Ｈの被検眼１２を撮影している様子が示されている。図３Ｂには、パッド３３０の構成が示されている。図３Ａ及び図３Ｂに示すように、眼科装置１１０には、撮影光学系１９と被検眼１２との間に、被検眼１２の周辺部位が接触されている状態で、被検者の顔を保持するパッド３３０が設けられている。パッド３３０は、被検者の顔の一部が接触する接触部３０を備える。パッド３３０は、眼科装置１１０の交換可能な部品である。
接触部３０は、図３Ｂでは点線の楕円で囲まれた領域である。接触部３０は、比較的柔らかいプラスチックで構成され、撮影光学系１９の光軸の方向及び／又は光軸の方向に交差する方向に弾性を有する。接触部３０は、所定の厚さを有する。接触部３０の中央には、光が通るための開口部３２が形成されている。被検眼の撮影時には、被検者の被検眼１２の周辺が接触部３０に接触する。

【0031】

まず、ＳＬＯ画像取得について説明する。

【0032】

ＳＬＯユニット１８は、複数の光源を備えている。図２に示すように、ＳＬＯユニット１８は、Ｂ光（青色光）の光源４０、Ｇ光（緑色光）の光源４２、Ｒ光（赤色光）の光源４４、及びＩＲ光（赤外線（例えば、近赤外光））の光源４６と、各光源４０、４２、４４、４６から出射された光を、反射又は透過して１つの光路に導く光学系４８、５０、５２、５４、５６とを備えている。光学系４８、５０、５６は、ミラーであり、光学系５２、５４は、ビームスプリッタ―である。Ｂ光は、光学系４８で反射し、光学系５０を透過し、光学系５４で反射し、Ｇ光は、光学系５０、５４で反射し、Ｒ光は、光学系５２、５４を透過し、ＩＲ光は、光学系５２、５６で反射して、それぞれ１つの光路に導かれる。

【0033】

なお、光源４０、４２、４４、４６としては、ＬＥＤ光源や、レーザ光源を用いることができる。なお、以下には、レーザ光源を用いた例を説明する。光学系４８、５６として、全反射ミラーを用いることができる。また、光学系５０、５２、５４として、ダイクロイックミラー、ハーフミラー等を用いることができる。

【0034】

ＳＬＯユニット１８は、Ｇ光、Ｒ光、Ｂ光およびＩＲ光をそれぞれ個別に発する発光モードや、それらすべてを同時にもしくは幾つかを同時に発する発光モードなど、各種発光モードを切り替え可能に構成されている。図２に示す例では、Ｂ光（青色光）の光源４０、Ｇ光の光源４２、Ｒ光の光源４４、およびＩＲ光の光源４６の４つの光源を備えるが、本開示の技術は、これに限定されない。例えば、ＳＬＯユニット１８は、更に、白色光の光源を更に備えていてもよい。この場合、上記各種発光モードに加えて、白色光のみを発する発光モード等を設定してもよい。

【0035】

ＳＬＯユニット１８から撮影光学系１９に入射されたレーザ光は、撮影光学系１９の第２スキャナ２４によってＸ方向およびＹ方向に走査される。走査光は、光路合成素子２１、対物光学系２６、及び瞳孔２７を経由して、被検眼１２の後眼部（例えば、眼底１２Ａ）に照射される。眼底１２Ａにより反射された反射光は、瞳孔２７及び撮影光学系１９（対物光学系２６、光路合成素子２１、及び第２スキャナ２４）を経由してＳＬＯユニット１８へ入射される。

【0036】

眼底１２Ａで反射された反射光は、ＳＬＯユニット１８に設けられた光検出素子７０、７２、７４、７６で検出される。本実施形態では、複数の光源、すなわち、Ｂ光源４０、Ｇ光源４２、Ｒ光源４４およびＩＲ光源４６に対応させて、ＳＬＯユニット１８は、Ｂ光検出素子７０、Ｇ光検出素子７２、Ｒ光検出素子７４およびＩＲ光検出素子７６を備える。Ｂ光検出素子７０は、ビームスプリッタ６４で反射されたＢ光を検出する。Ｇ光検出素子７２は、ビームスプリッタ６４を透過し、ビームスプリッタ５８で反射されたＧ光を検出する。Ｒ光検出素子７４は、ビームスプリッタ６４、５８を透過し、ビームスプリッタ６０で反射されたＲ光を検出する。ＩＲ光検出素子７６は、ビームスプリッタ６４、５８、６０を透過し、ビームスプリッタ６２で反射されたＩＲ光を検出する。

【0037】

ＣＰＵ１６Ａは、Ｂ光検出素子７０、Ｇ光検出素子７２、Ｒ光検出素子７４、およびＩＲ光検出素子７６のそれぞれで検出された信号を用いて、各色に対応するＳＬＯ画像を生成する。各色に対応するＳＬＯ画像には、Ｂ光検出素子７０で検出された信号を用いて生成されたＢ－ＳＬＯ画像、Ｇ光検出素子７２で検出された信号を用いて生成されたＧ－ＳＬＯ画像、Ｒ光検出素子７４で検出された信号を用いて生成されたＲ－ＳＬＯ画像、及びＩＲ光検出素子７６で検出された信号を用いて生成されたＩＲ－ＳＬＯ画像である。また、Ｂ光源４０、Ｇ光源４２、Ｒ光源４４が同時に発光する発光モードの場合、Ｒ光検出素子７４、Ｇ光検出素子７２、及びＢ光検出素子７０で検出されたそれぞれの信号を用いて生成されたＢ－ＳＬＯ画像、Ｇ－ＳＬＯ画像およびＲ－ＳＬＯ画像から、カラー画像であるＲＧＢ－ＳＬＯ画像を合成してもよい。また、Ｇ光源４２、Ｒ光源４４が同時に発光する発光モードの場合、Ｒ光検出素子７４及びＧ光検出素子７２で検出されたそれぞれの信号を用いて生成されたＧ－ＳＬＯ画像およびＲ－ＳＬＯ画像から、ＲＧ－ＳＬＯ画像を合成してもよい。
なお、作成したＵＷＦ－ＳＬＯ眼底画像（ＵＷＦ眼底画像）は、ＲＡＭ１６Ｂに記憶される。

【0038】

ビームスプリッタ５８、６０、６２、６４には、ダイクロイックミラー、ハーフミラー等を用いることができる。

【0039】

次にＯＣＴ画像取得について説明する。ＯＣＴシステムは、図２に示す制御装置１６、ＯＣＴユニット２０、および撮影光学系１９によって実現される三次元画像取得装置である。ＯＣＴユニット２０は、光源２０Ａ、センサ（検出素子）２０Ｂ、第１の光カプラ２０Ｃ、参照光学系２０Ｄ、コリメートレンズ２０Ｅ、および第２の光カプラ２０Ｆを含む。

【0040】

光源２０Ａは、光干渉断層撮影のための光を発生する。光源２０Ａは、広いスペクトル幅をもつ広帯域光源の低干渉性の光を発生する。光源２０Ａから射出された光は、第１の光カプラ２０Ｃで分割される。分割された一方の光は、測定光として、コリメートレンズ２０Ｅで平行光にされた後、撮影光学系１９に入射される。測定光は、撮影光学系１９の第１スキャナ２２によってＸ方向およびＹ方向に走査される。走査光は、光路合成素子２１、対物光学系２６、及び瞳孔２７を経由して、被検眼１２の眼底１２Ａに照射される。被検眼１２の眼底１２Ａで反射された測定光は、撮影光学系１９（対物光学系２６、光路合成素子２１、及び第１スキャナ２２）を経由してＯＣＴユニット２０へ入射され、コリメートレンズ２０Ｅおよび第１の光カプラ２０Ｃを介して、第２の光カプラ２０Ｆに入射する。なお、本実施形態では、ＳＤ－ＯＣＴが例示されているが、これに限定されず、波長掃引光源を用いるＳＳ－ＯＣＴであってもよい。

【0041】

光源２０Ａから射出され、第１の光カプラ２０Ｃで分岐された他方の光は、参照光として、参照光学系２０Ｄへ入射され、参照光学系２０Ｄを経由して、第２の光カプラ２０Ｆに入射する。

【0042】

被検眼１２で反射および散乱された測定光（戻り光）と、参照光とは、第２の光カプラ２０Ｆで合成されて干渉光が生成される。干渉光はセンサ２０Ｂで検出される。ＣＰＵ１６Ａは、センサ２０Ｂからの検出信号（ＯＣＴデータ）に基づいて、フーリエ変換などの信号処理を行い、被検眼１２の後眼部や前眼部の断層画像やＯＣＴボリュームデータを生成する。

【0043】

なお、眼科装置１１０は、ＯＣＴユニット２０を省略したＳＬＯユニットだけの構成とすることが可能である。

【0044】

図４を参照して、サーバ１４０の構成を説明する。図４に示すように、サーバ１４０は、制御ユニット１６０、及び表示／操作ユニット１７０を備えている。制御ユニット１６０は、ＣＰＵ１６２を含むコンピュータ、記憶装置であるメモリ１６４、及び通信インターフェース（Ｉ／Ｆ）１６６等を備えている。なお、メモリ１６４には、図６に示す画像処理プログラムが記憶されている。表示／操作ユニット１７０は、画像を表示したり、各種指示を受け付けたりするグラフィックユーザインターフェースであり、ディスプレイ１７２及びタッチパネル１７４を備えている。

【0045】

次に、図５を参照して、眼科装置１１０のＣＰＵが画像処理プログラムを実行することで実現される各種機能について説明する。画像処理プログラムは、画像取得機能、画像解析機能、及び画像処理機能を備えているＣＰＵ１６Ａがこの各機能を有する画像処理プログラムを実行することで、ＣＰＵ１６Ａは、図５に示すように、画像取得部３０２、画像解析部３０４、及び画像処理部３０６として機能する。
画像取得部３０２は、本開示の技術の「取得部」の一例である。画像解析部３０４は、本開示の技術の「判定部」の一例である。画像処理部３０６は、本開示の技術の「出力部」の一例である。

【0046】

次に、図６を用いて、画像処理プログラムよる画像処理を詳細に説明する。眼科装置１１０のＣＰＵ１６Ａが画像処理プログラムを実行することで、図６のフローチャートに示された画像処理（画像処理方法）が実現される。画像処理プログラムは、オペレータにより入力／表示装置１６Ｅを介してスタートする指示がされると、スタートする。

【0047】

図６のステップ４０２で、画像取得部３０２は、ＲＡＭ１６Ｂから、眼科装置１１０を用いて被検眼１２を撮影して得られた被検眼画像、例えば、ＵＷＦ眼底画像５００（図７Ａ参照）を取得する。

【0048】

図７Ａに示すように、ＵＷＦ眼底画像５００は、被検眼の眼底などの被検眼領域が示される第１の画像領域５００Ａと、第１の画像領域５００Ａの周囲に位置する、第１の画像領域５００Ａ以外の第２の画像領域５００Ｂ１から５００Ｂ４と、を有する。

【0049】

第２の画像領域５００Ｂ１は、被検眼１２の眼底の中心に対して、右上側の領域に対応し、第２の画像領域５００Ｂ２は、被検眼１２の眼底の中心に対して、右下側の領域に対応する。第２の画像領域５００Ｂ３は、被検眼１２の眼底の中心に対して、左下側の領域に対応し、第２の画像領域５００Ｂ４は、被検眼１２の眼底の中心に対して、左上側の領域に対応する。

【0050】

図７Ａには、パッド３３０の接触部３０が劣化していない状態で、被検眼１２を撮影して得られたＵＷＦ眼底画像５００が示されている。

【0051】

第１の画像領域５００Ａは、被検眼１２からの反射光により生成された画像領域である。つまり、第１の画像領域５００Ａは、被検眼１２の眼底の画像領域である。

【0052】

第２の画像領域５００Ｂ１から５００Ｂ４は、被検眼以外からの反射光により生成された画像領域であり、被検者の瞼、まつ毛やパッド３３０の開口部３２の辺縁領域からなる非被検眼領域である。また、第２の画像領域５００Ｂ１から５００Ｂ４は、検査対象である被検眼の眼底ではない背景領域あるいは非対象領域でもある。

【0053】

図６のステップ４０４で、画像解析部３０４は、ＵＷＦ眼底画像５００に基づいて、被検者の顔の一部が接触する部分である接触部３０の劣化の度合いを判定する。具体的には、画像解析部３０４は、ＵＷＦ眼底画像５００への接触部３０の映り込みに基づいて、パッド３３０の接触部３０の劣化の度合いを判定する。より詳細には、画像解析部３０４は、ＵＷＦ眼底画像５００への接触部３０の映り込み量に基づいて、接触部３０の劣化の度合いを判定する。

【0054】

接触部３０は、使用され続けると、劣化する。
例えば、図３Ａ、図３Ｂに示すように、被検者１２Ｈは、被検眼１２の周辺をパッド３３０に押し当てた状態で、被検眼１２の撮影に臨む。撮影時には、被検者１２Ｈは、被検眼１２の瞳が開口部３２の中央に位置するように、顔を眼科装置１１０側に押し込む。これにより、パッド３３０の接触部３０に圧力がかかり、接触部３０が弾性変形する。この弾性変形は、被検眼１２を撮影する毎に発生する。接触部３０は、弾性変形しても、被検者１２Ｈが顔を眼科装置１１０から外すと、元の形状に戻る。しかし、接触部３０は、その形状が繰り返し弾性変形すると、物理的に劣化し、徐々に元の形状に戻らなくなり、伸びて、撓み、例えば、波打った形状にとなる。なお、物理的な劣化は、光照射、湿気、温度、及び接触部３０に強い衝撃が加わっても生ずる場合がある。

【0055】

また、オペレータは、異なる被検者の被検眼を撮影する毎に、接触部３０をアルコールや消毒液で除菌する。これにより、接触部３０は、化学的に劣化し、異なる被検者の被検眼を撮影し続けると、徐々に元の形状に戻らなくなり、伸びた状態となる。

【0056】

このように接触部３０が、物理的に劣化したり化学的に劣化したりして、伸びた状態となると、眼科装置１１０の撮影領域の外に位置していた接触部３０が、撮影領域に侵入し、得られた眼底画像に接触部３０が映るようになる。

【0057】

図７Ｂには、接触部３０がある程度劣化し、接触部３０が、ＵＷＦ眼底画像５００に映っている様子が示されている。図７Ｂに示す例では、第２の画像領域５００Ｂ１に、接触部３０における被検眼１２の右上の部分５００Ｃ１が映っており、第２の画像領域５００Ｂ４に、接触部３０における被検眼１２の左上の部分が映っている。なお、第２の画像領域５００Ｂ２及び第２の画像領域５００Ｂ３には、接触部３０が映っていない。

【0058】

接触部３０の劣化の度合いが大きくなるにつれて、第２の画像領域５００Ｂ１から５００Ｂ４の少なくとも何れかに接触部３０が部分的に映り込む映り込み量が大きくなる。接触部３０の部分の映り込み量が大きくなるにつれて、映り込む接触部３０の部分のエッジ５０１の長さが大きくなり、エッジ５０１の所定位置（例えば、中央位置）がＵＷＦ眼底画像５００の中心に近づき、エッジ５０１の所定位置とＵＷＦ眼底画像５００の端部Ｐ１からＰ４の内のエッジ５０１に最も近い端部との距離が長くなり、映り込む接触部３０の部分の面積が大きくなる。

【0059】

換言すると、映り込む接触部３０の部分のエッジ５０１の長さの大きさ、ＵＷＦ眼底画像５００内のエッジ５０１の所定位置（例えば、中央位置）、エッジ５０１の所定位置とＵＷＦ眼底画像５００の端部Ｐ１からＰ４の中のエッジに最も近い端部との距離、及び、映り込む接触部３０の部分の面積の大きさから、接触部３０の劣化の度合いが分かる。

【0060】

よって、本実施の形態では、図８Ａに示すように、映り込む接触部３０の部分のエッジの長さと接触部３０の劣化の度合いとの関係がグラフでＲＯＭ１６Ｃに記憶されている。なお、エッジ５０１の所定位置とＵＷＦ眼底画像５００の端部Ｐ１からＰ４の中のエッジに最も近い端部との距離と接触部３０の劣化の度合いとの関係がルックアップテーブルの形式でＲＯＭ１６Ｃに記憶されていてもよい。

【0061】

なお、ＵＷＦ眼底画像５００の各角（コーナー）を基準にした接触部３０の映り込みの面積と劣化の度合いとの関係が、ＲＯＭ１６Ｃに記憶されていてもよい。図８Ｂには、角Ｐ４を基準にした接触部３０の映り込みを示す領域（Ｒ１、Ｒ２、Ｒ３、Ｒ４・・・）が示されている。映り込み面積と劣化度は図９Ｃのグラフに示すような関係となっており、映り込み面積と劣化度との関係がルックアップテーブルの形式でＲＯＭ１６Ｃに記憶されていてもよい。

【0062】

図６のステップ４０４で、画像解析部３０４は、ＵＷＦ眼底画像５００に、映り込んでいる接触部３０の部分を検出する。画像解析部３０４は、検出した接触部３０の映り込んでいる部分のエッジを検出し、検出したエッジの長さを、上記映り込み量として、計算し、計算したエッジの長さと、エッジの長さと接触部３０の劣化の度合いとの関係と、から、接触部３０の劣化の度合いを判定する。

【0063】

ここで、ＵＷＦ眼底画像５００に映り込んでいる接触部３０の部分を検出する方法は次の通りである。

【0064】

図９Ａには、図７Ａに示す、パッド３３０の接触部３０が劣化していない状態で、被検眼１２を撮影して得られたＵＷＦ眼底画像５００の左上角Ｐ４から右下角Ｐ２までの画像濃度が示されている。ここで、画像濃度値は、例えば、輝度、具体的には、明るさを示す値である。図９Ａに示すように、パッド３３０の接触部３０が劣化していないので、ＵＷＦ眼底画像５００には、接触部３０の映り込みがない。よって、ＵＷＦ眼底画像５００の第１の画像領域５００Ａの部分Ｇ１の画像濃度値のみが、他の部分Ｇ２よりも大きい。

【0065】

図９Ｂには、図７Ｂに示す、接触部３０がある程度劣化し、接触部３０が映っているＵＷＦ眼底画像５００の左上角Ｐ４から右下角Ｐ２までの画像濃度が示されている。図９Ｂに示すように、第２の画像領域５００Ｂ１に、接触部３０における被検眼１２の右上の部分５００Ｃ１が映っているが、第２の画像領域５００Ｂ２には、接触部３０が映っていない。よって、第１の画像領域５００Ａの部分Ｇ１の他に、第２の画像領域５００Ｂ１における接触部３０が映っている部分Ｇ２１の画像濃度値が、接触部３０が映っていない部分Ｇ２２よりも、大きい。

【0066】

図９Ａ及び図９Ｂから理解されるように、予め定められる第１の画像領域５００Ａの部分Ｇ１の他に、画像濃度値が比較的大きい部分があると、その部分は、接触部３０が映っている部分であると判断できる。

【0067】

そこで、画像解析部３０４は、第１の画像領域５００Ａの部分Ｇ１の他に、画像濃度値が比較的大きい部分を、接触部３０の映り込みがある部分として、検出する。なお、画像解析部３０４は、第１の画像領域５００Ａの部分Ｇ１の他に、画像濃度値が比較的大きい部分がなければ、接触部３０の映り込みがないと判断する。

【0068】

そして、画像解析部３０４は、検出した接触部３０の部分で、隣接する画素の濃度値との差が一定値以上の画素を検出することにより、エッジ５０１を検出する。画像解析部３０４は、検出したエッジ５０１の画素数から、エッジ５０１の長さを計算する。画像解析部３０４は、ＲＯＭ１６Ｃから、エッジの長さと接触部３０の劣化の度合いとの関係のグラフを読み出し、読み出したグラフと、計算したエッジの長さとから、接触部３０の劣化の度合いを判定する。

【0069】

上記のように、図８Ｂに示すように、ＵＷＦ眼底画像５００の角Ｐ４を基準にした接触部３０の劣化の度合いを示す領域がＲＯＭ１６Ｃに記憶されていてもよい。この場合、ステップ４０４で、画像解析部３０４は、ＵＷＦ眼底画像５００に映り込んでいる接触部３０の部分を上記のように検出する。画像解析部３０４は、検出した接触部３０の部分のエッジを上記のように検出し、検出したエッジの所定位置、例えば、中央位置を、上記映り込み量として、検出する。画像解析部３０４は、ＲＯＭに記憶されている、当該エッジに最も近い端部を基準にした、領域毎の劣化の度合いと、検出した中央位置とから、接触部３０の劣化の度合いを判定する。具体的には、画像解析部３０４は、検出した中央位置が、ＲＯＭ１６Ｃに記憶されている、当該エッジに最も近い端部を基準にした、領域のどの領域に位置するのかを判定し、判定した領域から、当該領域の劣化の度合いを判定する。

【0070】

また、上記のように、エッジ５０１の所定位置、例えば、中央位置と、ＵＷＦ眼底画像５００の端部（当該エッジに最も近い端部）との距離と接触部３０の劣化の度合いとの関係がルックアップテーブルでＲＯＭ１６Ｃに記憶されていてもよい。この場合、ステップ４０４で、画像解析部３０４は、ＵＷＦ眼底画像５００に映り込んでいる接触部３０の部分を上記のように検出する。画像解析部３０４は、検出した接触部３０の部分のエッジを上記のように検出し、検出したエッジの所定位置、例えば、中央位置とＵＷＦ眼底画像５００の端部Ｐ１からＰ４の当該エッジに最も近い端部との距離を、上記映り込み量として、計算する。画像解析部３０４は、ＲＯＭに記憶されている距離と劣化の度合いとの関係と、計算した距離とから、接触部３０の劣化の度合いを判定する。具体的には、画像解析部３０４は、ＲＯＭに記憶されている上記関係から、計算した距離に対応する接触部３０の劣化の度合いを判定する。

【0071】

上記のように、図９Ｃに示すように、映り込む接触部３０の部分の面積と接触部３０の劣化の度合いとの関係がルックアップテーブルでＲＯＭ１６Ｃに記憶されていてもよい。接触部３０の劣化が進みむにつれて、図１０Ａから図１０Ｄにも示すように、第１の画像領域５００Ａの部分Ｇ１の他に、第２の画像領域５００Ｂ１において、接触部３０が映っている部分Ｇ２１１、Ｇ２１２、Ｇ２１３、Ｇ２１４が、映っていない部分Ｇ２２１、Ｇ２２２、Ｇ２２３、Ｇ２２４より大きくなる。例えば、図１０Ａから図１０Ｄはそれぞれ、劣化の度合いが、Ｒ１からＲ４として定められている。ステップ４０４で、画像解析部３０４は、ＵＷＦ眼底画像５００において、接触部３０の部分を検出する。画像解析部３０４は、ＵＷＦ眼底画像５００の画像濃度分布、より具体的には、検出した接触部３０の部分の画素数から、映っている接触部３０の面積を、上記映り込み量として、計算する。画像解析部３０４は、映り込む接触部３０の部分の面積と接触部３０の劣化の度合いとの関係と、計算された面積とから、接触部３０の劣化の度合いを判定する。

【0072】

図６のステップ４０６で、画像処理部３０６は、ステップ４０４で判定された劣化の度合いに基づく動作を実行する。画像処理部３０６は、接触部３０の劣化の度合いを出力する。より詳細には、画像処理部３０６は、接触部３０の劣化の度合いを、入力／表示装置１６Ｅに表示する。また、画像処理部３０６は、接触部３０の劣化の度合いを、ＵＷＦ眼底画像５００と共に、サーバ１４０に送信する。サーバ１４０は、ＵＷＦ眼底画像５００と共に、接触部３０の劣化の度合いを、メモリ１６４に記憶する。また、画像処理部３０６は、接触部３０の劣化の度合いを、ビューワ１５０に送信する。ビューワ１５０は、接触部３０の劣化の度合いを、ディスプレイ１７２（図４）に表示する。

【0073】

本実施の形態では、接触部の劣化の度合いと接触部の交換時期とを対応して、ＲＯＭに記憶してもよい。この場合、ステップ４０６では更に、画像処理部３０６は、接触部３０の劣化の度合いと、ＲＯＭに記憶されている交換時期の情報とから、接触部３０の交換時期を判断する。

【0074】

画像処理部３０６は、さらに、接触部３０の交換時期の情報及び眼科装置１１０の製品型番を含む眼科装置情報を、所定の注文先又は修理センターに、電子メールで送付する。この電子メールを受信した注文先又は修理センターの端末装置は、眼科装置情報に基づいて、接触部３０の交換が必要な眼科装置１１０のユーザの情報を表示する。この表示内容を閲覧した注文先又は修理センターの担当者は、当該ユーザに、交換用の接触部を、交換時期までに発送する。
このように、注文先又は修理センターの担当者は、ユーザに直接面談や電話などで眼科装置１１０の状態を確認することなく、ユーザの使用状況を把握することができ、適切なタイミングで、交換が必要な部品を発送することができる。

【0075】

以上説明したように、第１の実施の形態では、ＵＷＦ眼底画像５００からパッド３３０の接触部３０の劣化を検知することができる。

【0076】

第１の実施の形態では、図６の画像処理は、眼底の撮影が終了した後に実行されるが、本開示の技術はこれに限定されない。眼底を撮影しながら、図６の画像処理が実行されるようにしてもよい。これにより、眼底を撮影しながら、パッド３３０の接触部３０の劣化を検知することができる。

【0077】

次に、第２の実施の形態を説明する。第２の実施の形態の構成は、第１の実施の形態の構成と同様であるので、その説明を省略する。以下、第２の実施の形態の画像処理を、図１０を用いて説明する。

【0078】

図１０のステップ４１２で、画像取得部３０２は、ＵＷＦ眼底画像５００を取得する。ステップ４１４で、画像解析部３０４は、ＵＷＦ眼底画像５００の上記濃度値に基づいて、第１の画像領域５００Ａの部分Ｇ１の他に、濃度値が比較的大きい部分があるか否かを判断する。これにより、ＵＷＦ眼底画像５００の第２の画像領域５００Ｂ１から５００Ｂ４の何れかに、パッド３３０の接触部３０の映り込みがあるか否かを判断する。

【0079】

ステップ４１４で、ＵＷＦ眼底画像５００の第２の画像領域５００Ｂ１から５００Ｂ４の何れかに、パッド３３０の接触部３０の映り込みがあると判断されなければ、本画像処理は、ステップ４１８に進む。

【0080】

しかし、ステップ４１４で、ＵＷＦ眼底画像５００の第２の画像領域５００Ｂ１から５００Ｂ４の何れかに、パッド３３０の接触部３０の映り込みがあると判断された場合には、ステップ４１６で、画像処理部３０６は、画像処理アルゴリズムを変更する。

【0081】

一例として、眼科装置１１０は、複数の異なる画像処理アルゴリズムを記憶している。複数の異なる画像処理アルゴリズムは、少なくとも、パッド３３０の接触部３０の映り込みがない場合の画像処理アルゴリズムと、パッド３３０の接触部３０の映り込みがある場合の画像処理アルゴリズムとを含む。パッド３３０の接触部３０の映り込みの有無に応じて、複数の異なる画像処理アルゴリズムの中から適した画像処理アルゴリズムを選択する。パッド３３０の接触部３０の映り込みがある場合の画像処理アルゴリズムとしては、例えば、パッド３３０の接触部３０の映り込みがある部分を除く部分で画像処理を実行するような画像処理アルゴリズムや、画像データから、パッドの接触部３０の画像部分を除去させるような画像処理アルゴリズムがあげられる。

【0082】

ステップ４１８で、画像処理部３０６は、画像処理アルゴリズムに基づく画像処理の結果得られたデータを解析し、解析結果を、入力／表示装置１６Ｅに表示する。なお、ステップ４１６の処理が実行された場合には、画像処理アルゴリズムは、上記のように変更されている。

【0083】

ステップ４２０で、画像処理部３０６は、画像処理アルゴリズムに基づいて画像処理されたデータを、ＲＡＭ１６Ｂに保存する。

【0084】

以上説明したように、第２の実施の形態は、パッド３３０の接触部の映り込みのあるＵＷＦ眼底画像について、パッドの接触部分の画像部分を除いて画像処理を実行するので、眼底画像について精度良く画像処理を実行することができる。

【0085】

次に、第３の実施の形態を説明する。第３の実施の形態の構成は、第１の実施の形態の構成と同様であるので、その説明を省略する。以下、第３の実施の形態の画像処理を、図１１を用いて説明する。

【0086】

図１２のステップ４１２、４１４の処理が実行され、ステップ４１４が否定判定の場合、画像処理は、ステップ４２６に進む。図１２のステップ４１２、４１４の処理が実行された後、ステップ４１４が肯定判定の場合、ステップ４２２で、画像解析部３０４は、劣化の度合いを算出する。ステップ４２２の処理の詳細は、図１３に示されている。

【0087】

図１３のステップ４３２で、画像解析部３０４は、ＵＷＦ眼底画像５００に映り込んでいる接触部３０の部分の領域を検出する。

【0088】

ステップ４３４で、画像解析部３０４は、パッド３３０の接触部３０の領域の面積を計算する。

【0089】

ステップ４３８で、画像解析部３０４は、接触部３０の劣化の度合いを算出する。図１４に示すように、ＵＷＦ眼底画像５００に映り込んでいる接触部３０の部分の領域の面積と劣化の度合いとの関係がグラフでＲＯＭに予め記憶されている。画像解析部３０４は、ＲＯＭから、接触部３０の領域の面積と劣化の度合いとの関係のグラフを読出し、ステップ４３４で計算された接触部３０の領域の面積と、読み出したグラフとから、接触部３０の劣化の度合いを算出する。

【0090】

ステップ４４０で、画像解析部３０４は、ステップ４３８で算出された劣化の度合いが、図１４に示す所定の閾値Ｄ０を超えているか否かを判断することにより、パッドの接触部３０の劣化を判定する。
ここで、劣化の度合いは、ＵＷＦ眼底画像５００に映り込んでいる接触部３０の部分の領域の面積が大きくなるに従って、大きくなり、当該面積が、接触部３０の映り込みが第１の画像領域５００Ａに到達する所定値Ｓ２の場合に、パッドの接触部０が使用不可（即ち、交換が必要）を示す値（所定の閾値Ｄ０）となるように、定められている。

【0091】

ステップ４４０の劣化の判定の処理が終了すると、図１２のステップ４２２の処理が終了し、画像処理は、ステップ４２４に進む。

【0092】

ところで、本開示の技術では、パッドの接触部３０の状態（例えば、劣化）の判定を、劣化の度合いに基づいて行うことに限定されない。劣化の度合いが所定の閾値Ｄ０の場合の上記面積比はＳ２であるので、ステップ４３８を省略し、ステップ４４０では画像処理部３０６は、面積比がＳ２以上か否かを判断することにより、劣化を判断してもよい。

【0093】

ステップ４２４で、画像処理部３０６は、劣化の度合いを含む画像解析結果をサーバ１４０に送信する。サーバ１４０は、劣化の度合いを含む画像解析結果をメモリ１６４に記憶する。

【0094】

ステップ４２６で、画像処理部３０６は、パッドの接触部３０の劣化の度合いに応じたデータ解析及び表示等を行う。
具体的には、ＵＷＦ眼底画像５００に接触部３０が映り込んでいる場合には、画像処理部３０６は、接触部３０の劣化の度合いに応じた警告内容を取得し、入力／表示装置１６Ｅに警告内容を表示する。具体的には、例えば、接触部３０の劣化の度合いに応じて警告内容が予め定められ、ＲＯＭ１６Ｃに保存されている。画像処理部３０６は、ステップ４２２で算出された接触部３０の劣化の度合いに対応する警告内容を取得し、取得した警告内容を入力／表示装置１６Ｅに表示する。
しかし、ＵＷＦ眼底画像５００に接触部３０が映り込んでいない場合には、接触部３０の状態に問題のない内容を入力／表示装置１６Ｅに表示する。なお、ＵＷＦ眼底画像５００に接触部３０が映り込んでいない場合には、入力／表示装置１６Ｅに何も表示しないようにしてもよい。

【0095】

ステップ４２８で、画像処理部３０６は、パッド３３０の接触部３０の劣化の度合い及び表示内容を、ＲＡＭ１６Ｂに保存する。

【0096】

ところで、第１の実施の形態で説明したように、本実施の形態でも、パッド３３０の接触部３０の劣化の度合いと、パッド３３０の交換時期との関係がＲＯＭ１６Ｃに予め記憶されている。ステップ４２６では更に、画像処理部３０６は、上記算出されたパッド３３０の接触部３０の劣化の度合いと上記関係とに基づいて、パッド３３０の交換時期を判断する。画像処理部３０６は、パッド３３０の交換時期の情報及び眼科装置１１０の製品型番を含む眼科装置情報を、所定の注文先又は修理センターに、電子メールで送付する。この電子メールを受信した注文先又は修理センターの端末装置は、眼科装置情報に基づいて、接触部３０の交換が必要な眼科装置１１０のユーザの情報を表示する。この表示内容を閲覧した注文先又は修理センターの担当者は、当該ユーザに、交換用の接触部を、交換時期までに発送する。

【0097】

以上説明したように、第３の実施の形態は、ＵＷＦ眼底画像５００から接触部３０の劣化の度合いを算出することにより、パッドの接触部３０の劣化をより精度良く検知することができる。

【0098】

上記各例では、画像処理（図６、図１０から図１２）は、眼科装置１１０が実行しているが、本開示の技術はこれに限定されず、サーバ１４０、ビューワ１５０、又は、ネットワーク１３０に更に設けた別の画像処理装置が実行してもよい。

【0099】

第４の実施の形態を説明する。第４の実施の形態の構成は、第１の構成と同様の部分を有するので、同一の部分には同一の符号を付して、その説明を省略する。図１５は、第４の実施の形態の眼科システム１０００の構成を示すブロック図である。眼科システム１０００は、拠点Ａに配置された眼科装置１１０と、ネットワーク１３０と、拠点Ｂ（即ち、修理センター）に配置された端末装置７００と、拠点Ｃに配置されたサーバ１４００と、を備えて構成される。拠点Ａ、拠点Ｂ、及び拠点Ｃは、互いに物理的に離間した位置に位置する。よって、眼科装置１１０、端末装置７００、及びサーバ１４００は、離間した位置に位置する。眼科装置１１０ 、サーバ１４００、及び端末装置７００は、ネットワーク１３０を介して、相互に接続されている。

【0100】

端末装置７００は、修理センターにあり、具体的には、コンピュータで構成された制御ユニット７０２を備えている。制御ユニット７０２には、入出力（Ｉ／Ｏ）ポート７０４を介して、ディスプレイ７０６と、マウス等の操作部７０８とが接続されている。制御ユニット７０２は、図示しない通信インターフェースを備え、通信インターフェース及びネットワーク１３０を介して眼科装置１１０及びサーバ１４００に相互に通信可能に接続されている。

【0101】

サーバ１４００は、メンテナンススタッフによって監視されている。メンテナンススタッフとは、眼科装置１１０のメンテナンスに精通しており、部品の状態情報に基づいて、適切な眼科装置１１０のメンテナンス方法を選択することが可能な人を指す。サーバ１４００は、画像処理装置１４０Ａと情報処理装置１４０Ｂとを備える。画像処理装置１４０Ａは、コンピュータで構成されている。情報処理装置１４０Ｂは、コンピュータで構成された制御ユニット１４０Ｂ１を備える。制御ユニット１４０Ｂ１は、ＣＰＵ１４０Ｂ１１と、記憶装置１４０Ｂ１２と、ＡＩエンジン（ａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅエンジン、人工知能処理部）１４０Ｂ１３と、を備える。
なお、ＡＩエンジン１４０Ｂ１３は、本開示の技術の「人口知能」の一例である。

【0102】

画像処理装置１４０Ａは、図示しない通信インターフェースを備え、通信インターフェース及びネットワーク１３０を介して眼科装置１１０及び端末装置７００と、通信インターフェースを介して情報処理装置１４０Ｂと、に相互に通信可能に接続されている。

【0103】

制御ユニット１４０Ｂ１は、図示しない通信インターフェースを備え、通信インターフェース及びネットワーク１３０を介して眼科装置１１０及び端末装置７００と、通信インターフェースを介して画像処理装置１４０Ａと、に相互に通信可能に接続されている。

【0104】

制御ユニット１４０Ｂ１の上記記憶装置１４０Ｂ１２には、眼科装置１１０の接触部３０の劣化の度合いを判定するための基準情報を記憶している。基準情報は、接触部３０に劣化がない状態で得られた第１の眼科画像と、接触部３０に程度の異なる複数の劣化の各々が生じている状態で得られた複数の第２の眼科画像である。また、記憶装置１４０Ｂ１２は複数のモダリティの眼科装置の各々で取得された基準情報を備えてもよい。

【0105】

第４の実施の形態の作用を説明する。眼科システム１０００は、眼科装置１１０の接触部３０の劣化を判定する眼科装置管理方法を実行する。眼科装置管理方法は、眼科装置１１０を用いて撮影された被検眼画像を取得する取得ステップと、被検眼画像に基づいて、眼科装置１１０の接触部３０の劣化を判定する判定ステップと、画像処理装置１４０Ａが上記接触部３０の劣化の判定結果を含む眼科装置情報を送信するステップと、を含む。以下、図１６に示す、第４の実施の形態のタイミングチャートを参照して詳細に説明する。

【0106】

図１６に示すように、ステップ１００１で、眼科装置１１０は、被検眼の眼底を撮像した被検眼画像を撮影し、被検眼画像データを、画像処理装置１４０Ａに送信する。画像処理装置１４０Ａは、ステップ１０１１で、被検眼画像データを取得し、被検眼画像データを情報処理装置１４０Ｂに送信する。

【0107】

ステップ１００２で、眼科装置１１０は、眼科装置１１０の識別情報である装置情報をＲＯＭ１６Ｃから読み出し、読み出した装置情報を、入力／表示装置１６Ｅに表示すると共に、装置識別情報を画像処理装置１４０Ａに送信する。画像処理装置１４０Ａは、ステップ１０１２で、装置情報を取得し、装置情報を情報処理装置１４０Ｂに送信する。

【0108】

情報処理装置１４０Ｂは、ステップ１０２１、１０２２でそれぞれ、被検眼画像データ、装置情報を受信する。

【0109】

情報処理装置１４０ＢのＡＩエンジン１４０Ｂ１３は、ステップ１０２３で、眼科装置１１０の接触部３０の劣化の度合いを示す状態情報を生成する。
具体的には、まず、ＡＩエンジン１４０Ｂ１３は、ＡＩモデル、例えば、畳み込みニューラルネットワークを有する。本実施の形態では、畳み込みニューラルネットワークは、基準情報の第１の眼底画像および第２の眼底画像を組み合わせた情報により、予め機械学習されている。
畳み込みニューラルネットワークは、本開示の技術の「学習モデル」の一例である。

【0110】

ＡＩエンジン１４０Ｂ１３は、ステップ１０２３で、記憶装置１４０Ｂ１２に記憶している基準情報及び眼科装置１１０から送信された被検眼画像を畳み込みニューラルネットワークに入力し、畳み込みニューラルネットワークから接触部３０の劣化の度合いを出力させる。具体的には、ＡＩエンジン１４０Ｂ１３は、眼科装置１１０から送信された被検眼画像と、記憶装置１４０Ｂ１２から読み出した基準情報とをＡＩモデルに入力する。なお、記憶装置１４０Ｂ１２から読み出される基準情報は、取得された被検眼画像に応じて選択される。例えば、記憶装置１４０Ｂ１２から読み出される基準情報は、取得された被検眼画像と同じモダリティ（Ｍｏｄａｌｉｔｙ：種類）の眼科装置で取得された眼科画像に基づく情報である。たとえば、取得された被検眼画像がＯＣＴ画像である場合には基準情報もＯＣＴ画像が選択される。

【0111】

畳み込みニューラルネットワークは、入力された基準情報と被検眼画像とを比較し、基準情報と被検眼画像との差分を特定する。

【0112】

より具体的には、畳み込みニューラルネットワークは、被検眼画像と第１の眼科画像との、画素値（例えば、輝度値）に基づく特徴量の第１の差分を特定する。当該第１の差分が第１の所定値未満であれば、接触部３０は劣化していないことを示す劣化の度合い（劣化度＝０）を示す状態情報を出力する。よって、複数の第２の眼科画像の各々との差分を特定しない。よって、計算処理が省略される。

【0113】

しかし、第１の差分が第１の所定値以上であれば、畳み込みニューラルネットワークは、被検眼画像情報と複数の第２の眼科画像の各々との画素値（例えば、輝度値）に基づく特徴量の第２の差分を特定する。畳み込みニューラルネットワークは、特定した各第２の差分に基づいて、接触部３０の劣化の度合いを示す状態情報を出力する。

【0114】

情報処理装置１４０Ｂは、ステップ１０２４で、状態情報を、端末装置７００に送信し、端末装置７００は、ステップ１０３１で、状態情報を受信する。なお、情報処理装置１４０Ｂは、状態情報を、眼科装置１１０に送信してもよい。

【0115】

端末装置７００は、ステップ１０３２で、状態情報をディスプレイ７０６に表示する。

【0116】

端末装置７００は、ステップ１０３３で、状態情報に応じた指示情報を生成する。例えば、状態情報が、眼科装置１１０の接触部３０の交換が必要な程度の劣化を示している場合には、端末装置７００は、接触部３０の交換を指示する指示情報を生成する。このように指示情報は、接触部３０の劣化に対処する対処情報でもある。指示情報は、例えば、「修理センターに電話かけて」などでもよい。また、端末装置７００が自動的に生成することに代えて、メンテナンススタッフがマニュアルで入力するようにしてもよい。
また、端末装置７００は、ステップ１０３３で、状態情報に応じて、接触部３０の寿命を予測してもよい。

【0117】

端末装置７００は、ステップ１０３４で、指示情報を、情報処理装置１４０Ｂに送信する。情報処理装置１４０Ｂは、ステップ１０２５で、指示情報を受信し、ステップ１０２６で、指示情報を画像処理装置１４０Ａに送信する。

【0118】

画像処理装置１４０Ａは、ステップ１０１３で、指示情報を受信し、ステップ１０１４で、指示情報を眼科装置１１０に送信し、ステップ１０１５で、指示情報をメモリに記憶する。

【0119】

ステップ１００３で、眼科装置１１０は、指示情報を受信し、ステップ１００４で、指示情報を、入力／表示装置１６Ｅに表示する。上記のように、接触部３０の交換が指示情報として指示されている場合、当該指示情報が表示されるので、ユーザは、接触部３０が劣化していること、及び接触部３０を交換する必要があることを知ることができる。

【0120】

第４の実施の形態は、ユーザが接触部３０に劣化が生じていることに気が付いていない場合等の、ユーザからの連絡がない場合や、メーカーの定期的な技術出動を行っていない場合にも、接触部３０に劣化が生じていることを検知することができる。

【0121】

ところで、上記のように、端末装置７００は、ステップ１０３２で、状態情報をディスプレイ７０６に表示する。端末装置７００のメンテナンススタッフは、表示された状態情報を、操作部７０８を介して、修正することができる。状態情報が修正された場合、修正された状態情報は、眼科装置１１０に送信される。

【0122】

修正された状態情報と劣化度に関する情報とが関連付けられてＡＩエンジン１４０Ｂ１３にフィードバックするようにしてもよい。ＡＩエンジン１４０Ｂ１３が有する学習済みＡＩモデルでは、教師データとして、フィードバックされた修正済みの状態情報と、これに関連付けられた劣化度に関する情報とを、用いて学習することで、劣化度の推定の精度を向上させることができる。

【0123】

ＡＩエンジン１４０Ｂ１３はさらに、劣化度に関する状態情報と、状態情報に基づいて予測される接触部３０の寿命と、実際の接触部３０が使用不可能となるまでの期間とから、接触部３０の寿命予測の精度を高めるようにしてもよい。

【0124】

なお、ＡＩエンジン１４０Ｂ１３が、接触部３０の交換等の今後すべき対応を提示するようにしてもよい。

【0125】

以上説明したように、第４の実施の形態は、適切なタイミングで、眼科装置とは別拠点にあるサーバ１４００が眼科装置１１０の接触部３０の交換を指示したり、ユーザが眼科装置１１０のメンテナンスを行ったり、することができる。

【0126】

本開示において、各構成要素（装置等）は、矛盾が生じない限りは、１つのみ存在しても２つ以上存在してもよい。

【0127】

以上説明した各例では、コンピュータを利用したソフトウェア構成により画像処理が実現される場合を例示したが、本開示の技術はこれに限定されるものではない。例えば、コンピュータを利用したソフトウェア構成に代えて、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）またはＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等のハードウェア構成のみによって、画像処理が実行されるようにしてもよい。画像処理のうちの一部の処理がソフトウェア構成により実行され、残りの処理がハードウェア構成によって実行されるようにしてもよい。

【0128】

このように本開示の技術は、コンピュータを利用したソフトウェア構成により画像処理が実現される場合とされない場合とを含むので、以下の技術を含む。

【0129】

（第１の技術）
眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得する取得部と、
前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定する判定部と、
を含む、画像処理装置。

【0130】

（第２の技術）
取得部が、眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、
判定部が、前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、
を含む、画像処理方法。

【0131】

（第３の技術）
画像処理するためのコンピュータープログラム製品であって、
前記コンピュータープログラム製品は、それ自体が一時的な信号ではないコンピュータ可読記憶媒体を備え、
前記コンピュータ可読記憶媒体には、プログラムが格納されており、
前記プログラムは、
コンピュータに、
眼科装置を用いて被検者の被検眼を撮影した被検眼画像を取得するステップと、
前記被検眼画像に基づいて、前記眼科装置の前記被検者の顔の一部が接触する部品の劣化を判定するステップと、
を実行させる、
コンピュータープログラム製品。

【0132】

以上説明した各画像処理はあくまでも一例である。従って、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよいことは言うまでもない。
本明細書に記載された全ての文献、特許出願、及び技術規格は、個々の文献、特許出願、及び技術規格が参照により取り込まれることが具体的にかつ個々に記載された場合と同様に、本明細書中に参照により取り込まれる。

【符号の説明】

【0133】

１４ 撮影装置
１６ 制御装置
１００ 眼科システム
１１０ 眼科装置
１４０ サーバ
１５０ ビューワ
３０２ 画像取部
３０４ 画像解析部
３０６ 画像処理部
７００ 端末装置
１０００ 眼科システム
１４００ サーバ
１４０Ａ 画像処理装置
１４０Ｂ 情報処理装置

【図1】

【図2】

【図3A】

【図3B】

【図4】

【図5】

【図6】

【図7A】

【図7B】

【図8A】

【図8B】

【図9A】

【図9B】

【図9C】

【図10A】

【図10B】

【図10C】

【図10D】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】