2026-53653 画像処理方法、画像処理装置、及びプログラム

(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】P2026053653

(43)【公開日】2026-03-25

(54)【発明の名称】画像処理方法、画像処理装置、及びプログラム

(51)【国際特許分類】

   A61B 3/10 20060101AFI20260317BHJP

   A61B 3/12 20060101ALI20260317BHJP

【ＦＩ】

A61B3/10 100

A61B3/12

【審査請求】有

【請求項の数】17

【出願形態】ＯＬ

(21)【出願番号】P 2025283017

(22)【出願日】2025-12-25

(62)【分割の表示】P 2024514933の分割

【原出願日】2023-04-06

(31)【優先権主張番号】P 2022066636

(32)【優先日】2022-04-13

(33)【優先権主張国・地域又は機関】JP

(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】吉 媛テイ

(72)【発明者】

【氏名】田邉 泰士

(72)【発明者】

【氏名】葛西 洋志

(57)【要約】      （修正有）

【課題】被検眼のボリュームデータに基づいて血管を可視化することが望まれている。
【解決手段】プロセッサが行う画像処理方法であって、脈絡膜を含むＯＣＴボリュームデータを取得するステップと、前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、前記複数のｅｎ－ｆａｃｅ画像の各々における画像特徴量を導出するステップと、前記画像特徴量の各々に基づいて、前記画像特徴量が脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間を境界として決定するステップと、を含む。
【選択図】図９

【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、
脈絡膜を含むＯＣＴボリュームデータを取得するステップと、
前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、
前記複数のｅｎ－ｆａｃｅ画像の各々において明るさに関する標準偏差を画像特徴量として演算し、前記複数のｅｎ－ｆａｃｅ画像の間における前記画像特徴量の変化傾向を導出するステップと、
前記画像特徴量の前記変化傾向に基づいて、脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の位置に対応する層を境界として特定するステップと、
を含む、画像処理方法。

【請求項2】

前記変化傾向を導出するステップは、前記複数のｅｎ－ｆａｃｅ画像の前記明るさに関する標準偏差の特性曲線の微分値により前記変化傾向が示される、
請求項１に記載の画像処理方法。

【請求項3】

前記位置に対応する層を特定するステップは、
前記画像特徴量の前記変化傾向と予め定めた前記画像特徴量の前記変化傾向の閾値とに基づいて、前記脈絡膜血管の有無の切り替わりを示す、
請求項１に記載の画像処理方法。

【請求項4】

前記境界として特定するステップは、
前記複数のｅｎ－ｆａｃｅ画像の各々の標準偏差に基づいて、前記標準偏差が収束するｅｎ－ｆａｃｅ画像の位置に対応する層を特定するステップを含む、
請求項１に記載の画像処理方法。

【請求項5】

前記境界として特定するステップは、前記標準偏差が収束するｅｎ－ｆａｃｅ画像の位置に対応する層に基づいて、前記境界を決定する標準偏差の閾値を決定する、
請求項３に記載の画像処理方法。

【請求項6】

前記複数のｅｎ－ｆａｃｅ画像の各々から脈絡膜血管を抽出するステップと、
前記抽出された前記脈絡膜血管の太さが深さ方向に対応して変化する度合いを検出するステップと、を更に含み、
前記境界として特定するステップは、予め定めた閾値と前記脈絡膜血管の太さが深さ方向に対応して変化する度合いとに基づいて前記境界を特定することを含む、
請求項１に記載の画像処理方法。

【請求項7】

前記画像特徴量を導出するステップは、生成された前記複数のｅｎ－ｆａｃｅ画像のうち、一部のｅｎ－ｆａｃｅ画像のみから前記画像特徴量を導出する、
請求項１に記載の画像処理方法。

【請求項8】

前記ＯＣＴボリュームデータを取得するステップは、眼底の少なくとも渦静脈を含む領域をスキャンして前記ＯＣＴボリュームデータを得る、
請求項１から７の何れか一項に記載の画像処理方法。

【請求項9】

プロセッサが行う画像処理方法であって、
脈絡膜を含むＯＣＴボリュームデータを取得するステップと、
前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、
前記複数のｅｎ－ｆａｃｅ画像の各々において明るさに関する標準偏差を画像特徴量として演算し、前記複数のｅｎ－ｆａｃｅ画像の間における前記画像特徴量の変化傾向を導出するステップと、
前記画像特徴量の前記変化傾向に基づいて、脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間の境界を特定するステップと、
を含む、画像処理方法。

【請求項10】

プロセッサを備えた画像処理装置において、
前記プロセッサは、
脈絡膜を含むＯＣＴボリュームデータを取得するステップと、
前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、
前記複数のｅｎ－ｆａｃｅ画像の各々において明るさに関する標準偏差を画像特徴量として演算し、前記複数のｅｎ－ｆａｃｅ画像の間における前記画像特徴量の変化傾向を導出するステップと、
前記画像特徴量の前記変化傾向に基づいて、脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の位置に対応する層を境界として特定するステップと、
を実行する、画像処理装置。

【請求項11】

前記変化傾向を導出するステップは、前記複数のｅｎ－ｆａｃｅ画像の前記明るさに関する標準偏差の特性曲線の微分値により前記変化傾向が示される、
請求項１０に記載の画像処理装置。

【請求項12】

前記位置に対応する層を特定するステップは、
前記画像特徴量の前記変化傾向と予め定めた前記画像特徴量の前記変化傾向の閾値とに基づいて、前記脈絡膜血管の有無の切り替わりを示す、
請求項１０に記載の画像処理装置。

【請求項13】

プロセッサを備えた画像処理装置において、
前記プロセッサは、
脈絡膜を含むＯＣＴボリュームデータを取得するステップと、
前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、
前記複数のｅｎ－ｆａｃｅ画像の各々において明るさに関する標準偏差を画像特徴量として演算し、前記複数のｅｎ－ｆａｃｅ画像の間における前記画像特徴量の変化傾向を導出するステップと、
前記画像特徴量の前記変化傾向に基づいて、脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間の境界を特定するステップと、
を実行する、画像処理装置。

【請求項14】

画像処理を行うためのプログラムであって、
プロセッサに、
脈絡膜を含むＯＣＴボリュームデータを取得するステップと、
前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、
前記複数のｅｎ－ｆａｃｅ画像の各々において明るさに関する標準偏差を画像特徴量として演算し、前記複数のｅｎ－ｆａｃｅ画像の間における前記画像特徴量の変化傾向を導出するステップと、
前記画像特徴量の前記変化傾向に基づいて、脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の位置に対応する層を境界として特定するステップと、
を処理する、プログラム。

【請求項15】

前記変化傾向を導出するステップは、前記複数のｅｎ－ｆａｃｅ画像の前記明るさに関する標準偏差の特性曲線の微分値により前記変化傾向が示される、
請求項１４に記載のプログラム。

【請求項16】

前記位置に対応する層を特定するステップは、
前記画像特徴量の前記変化傾向と予め定めた前記画像特徴量の前記変化傾向の閾値とに基づいて、前記脈絡膜血管の有無の切り替わりを示す、
請求項１４に記載のプログラム。

【請求項17】

画像処理を行うためのプログラムであって、
プロセッサに、
脈絡膜を含むＯＣＴボリュームデータを取得するステップと、
前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、
前記複数のｅｎ－ｆａｃｅ画像の各々において明るさに関する標準偏差を画像特徴量として演算し、前記複数のｅｎ－ｆａｃｅ画像の間における前記画像特徴量の変化傾向を導出するステップと、
前記画像特徴量の前記変化傾向に基づいて、脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間の境界を特定するステップと、
を処理する、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、画像処理方法、画像処理装置、及びプログラムに関する。

【背景技術】

【0002】

米国特許第１０２３８２８１号公報には、光干渉断層計を用いて被検眼のボリュームデータを生成する技術が開示されている。従来、被検眼のボリュームデータに基づいて血管を可視化することが望まれている。

【発明の概要】

【0003】

第１態様は、プロセッサが行う画像処理方法であって、脈絡膜を含むＯＣＴボリュームデータを取得するステップと、前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、前記複数のｅｎ－ｆａｃｅ画像の各々における画像特徴量を導出するステップと、前記画像特徴量の各々に基づいて、前記画像特徴量が脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間を境界として特定するステップと、を含む、画像処理方法である。

【0004】

第２態様は、プロセッサを備えた画像処理装置において、前記プロセッサは、脈絡膜を含むＯＣＴボリュームデータを取得するステップと、前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、前記複数のｅｎ－ｆａｃｅ画像の各々における画像特徴量を導出するステップと、前記画像特徴量の各々に基づいて、前記画像特徴量が脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間を境界として特定するステップと、を実行する、画像処理装置である。

【0005】

第３態様は、画像処理を行うためのプログラムであって、プロセッサに、脈絡膜を含むＯＣＴボリュームデータを取得するステップと、前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、前記複数のｅｎ－ｆａｃｅ画像の各々における画像特徴量を導出するステップと、前記画像特徴量の各々に基づいて、前記画像特徴量が脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間を境界として特定するステップと、を処理させる、プログラムである。

【図面の簡単な説明】

【0006】

【図1】実施形態に係る眼科システムの概略構成図である。

【図2】実施形態に係る眼科装置の概略構成図である。

【図3】サーバの概略構成図である。

【図4】サーバのＣＰＵにおいて、画像処理プログラムによって実現される機能の説明図である。

【図5】サーバによる画像処理の流れの一例を示すフローチャートである。

【図6】画像に対して施された画像処理に関する説明図である。

【図7】血管成分の有無で変化する画像特徴量の説明図である。

【図8】ＯＣＴボリュームデータにおける複数のｅｎ－ｆａｃｅ画像に対する標準偏差の特性を示す図である。

【図9】血管成分有無境界取得処理の流れの一例を示すフローチャートである。

【図10】脈絡膜血管の画像形成処理の流れの一例を示すフローチャートである。

【図11】第３の血管抽出処理による第３の画像処理の流れの一例を示すフローチャートである。

【図12】眼球と渦静脈の位置との関係を示す模式図である。

【図13】ＯＣＴボリュームデータとｅｎ－ｆａｃｅ画像の関係を示す図である。

【図14】渦静脈を含む脈絡膜血管の眼底画像の一例を示す図である。

【図15】渦静脈の立体画像の概念図である。

【図16】渦静脈の周辺における脈絡膜血管の立体画像の一例を示す図である。

【図17】渦静脈の立体画像を用いた表示画面の一例を示す図である。

【発明を実施するための形態】

【0007】

以下、本開示の実施形態に係る眼科システム１００について図面を参照して説明する。
図１には、眼科システム１００の概略構成が示されている。図１に示すように、眼科システム１００は、眼科装置１１０と、サーバ装置（以下、「サーバ」という。）１４０と、表示装置（以下、「ビューワ」という。）１５０と、を備えている。眼科装置１１０は、眼底画像を取得する。サーバ１４０は、眼科装置１１０によって複数の患者の眼底が撮影されることにより得られた複数の眼底画像と、図示しない眼軸長測定装置により測定された眼軸長とを、患者ＩＤに対応して記憶する。ビューワ１５０は、サーバ１４０により取得した眼底画像や解析結果を表示する。

【0008】

サーバ１４０は、本開示の「画像処理装置」の一例である。

【0009】

眼科装置１１０、サーバ１４０、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。

【0010】

ビューワ１５０は、クライアントサーバシステムにおけるクライアントであり、ネットワークを介して複数台が接続される。また、サーバ１４０も、システムの冗長性を担保するために、ネットワークを介して複数台が接続されていてもよい。又は、眼科装置１１０が画像処理機能及びビューワ１５０の画像閲覧機能を備えるのであれば、眼科装置１１０がスタンドアロン状態で、眼底画像の取得、画像処理及び画像閲覧が可能となる。また、サーバ１４０がビューワ１５０の画像閲覧機能を備えるのであれば、眼科装置１１０とサーバ１４０との構成で、眼底画像の取得、画像処理及び画像閲覧が可能となる。

【0011】

なお、他の眼科機器（視野測定、眼圧測定などの検査機器）やＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）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。

【0012】

次に、図２を参照して、眼科装置１１０の構成を説明する。

【0013】

説明の便宜上、走査型レーザ検眼鏡（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）を「ＳＬＯ」と称する。また、光干渉断層計（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ）を「ＯＣＴ」と称する。

【0014】

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、被検眼１２の前眼部の瞳孔の中心と眼球の中心とを結ぶ方向を「Ｚ方向」とする。従って、Ｘ方向、Ｙ方向、およびＺ方向は互いに垂直である。

【0015】

眼科装置１１０は、撮影装置１４および制御装置１６を含む。撮影装置１４は、ＳＬＯユニット１８およびＯＣＴユニット２０を備えており、被検眼１２の眼底画像を取得する。以下、ＳＬＯユニット１８により取得された二次元眼底画像をＳＬＯ画像と称する。また、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）などをＯＣＴ画像と称する。

【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、および入出力（Ｉ／Ｏ）ポート１６Ｄを有するコンピュータを備えている。

【0017】

制御装置１６は、Ｉ／Ｏポート１６Ｄを介してＣＰＵ１６Ａに接続された入力／表示装置１６Ｅを備えている。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ックユーザインターフェースを有する。グラフィックユーザインターフェースとしては、タッチパネル・ディスプレイが挙げられる。

【0018】

また、制御装置１６は、Ｉ／Ｏポート１６Ｄに接続された画像処理器１７を備えている。画像処理器１７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、制御装置１６は、通信インターフェース（Ｉ／Ｆ）１６Ｆを介してネットワーク１３０に接続される。

【0019】

上記のように、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。この場合、当該表示装置は、制御装置１６のＣＰＵ１６Ａの表示制御部２０４の制御下で動作する画像処理プロセッサユニットを備える。画像処理プロセッサユニットが、表示制御部２０４が出力指示した画像信号に基づいて、ＳＬＯ画像等を表示するようにしてもよい。

【0020】

撮影装置１４は、制御装置１６のＣＰＵ１６Ａの制御下で作動する。撮影装置１４は、ＳＬＯユニット１８、撮影光学系１９、およびＯＣＴユニット２０を含む。撮影光学系１９は、光学スキャナ２２、および広角光学系３０を含む。

【0021】

光学スキャナ２２は、ＳＬＯユニット１８から射出された光をＸ方向、およびＹ方向に２次元走査する。光学スキャナ２２は、光束を偏向できる光学素子であればよく、例えば、ポリゴンミラーや、ガルバノミラー等を用いることができる。また、それらの組み合わせであってもよい。

【0022】

広角光学系３０は、ＳＬＯユニット１８からの光とＯＣＴユニット２０からの光とを合成する。

【0023】

なお、広角光学系３０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。

【0024】

楕円鏡を含むシステムを用いる場合には、国際公開ＷＯ２０１６／１０３４８４あるいは国際公開ＷＯ２０１６／１０３４８９に記載された楕円鏡を用いたシステムを用いる構成でもよい。国際公開ＷＯ２０１６／１０３４８４の開示および国際公開ＷＯ２０１６／１０３４８９の開示の各々は、その全体が参照により本明細書に取り込まれる。

【0025】

広角光学系３０によって、眼底において広い視野（ＦＯＶ：Ｆｉｅｌｄ ｏｆ Ｖｉｅｗ）１２Ａでの観察が実現される。ＦＯＶ１２Ａは、撮影装置１４によって撮影可能な範囲を示している。ＦＯＶ１２Ａは、視野角として表現され得る。視野角は、本実施形態において、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１２へ照射される光束の照射角を、瞳孔２７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。本実施形態では、内部照射角は２００度としている。

【0026】

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眼底画像と称する。なお、ＵＷＦとは、ＵｌｔｒａＷｉｄｅ Ｆｉｅｌｄ（超広角）の略称を指す。眼底の視野角（ＦＯＶ）を超広角な角度とした広角光学系３０により、被検眼１２の眼底の後極部から赤道部を超える領域を撮影することができ、渦静脈などの眼底周辺部に存在する構造物を撮影できる。

【0027】

眼科装置１１０は、被検眼１２の眼球中心Ｏを基準位置として内部照射角が２００°の領域１２Ａを撮影することができる。なお、２００°の内部照射角は、被検眼１２の眼球の瞳孔を基準とした外部照射角では１１０°である。つまり、広角光学系３０は外部照射角１１０°の画角で瞳からレーザ光を照射させ、内部照射角で２００°の眼底領域を撮影する。

【0028】

ＳＬＯシステムは、図２に示す制御装置１６、ＳＬＯユニット１８、および撮影光学系１９によって実現される。ＳＬＯシステムは、広角光学系３０を備えるため、広いＦＯＶ１２Ａでの眼底撮影を可能とする。

【0029】

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、およびＩＲ光（赤外線（例えば、近赤外光））の光源４６と、光源４０、４２、４４、４６からの光を、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、５６は、ミラーであり、光学系５０、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。

【0030】

ＳＬＯユニット１８は、Ｒ光およびＧ光を発するモードと、赤外線を発するモードなど、波長の異なるレーザ光を発する光源あるいは発光させる光源の組合せ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、本開示は、これに限定されない。例えば、ＳＬＯユニット１８は、白色光の光源を更に備え、Ｇ光、Ｒ光、およびＢ光を発するモードや、白色光のみを発するモード等の種々のモードで光を発するようにしてもよい。

【0031】

ＳＬＯユニット１８から撮影光学系１９に入射された光は、光学スキャナ２２によってＸ方向およびＹ方向に走査される。走査光は広角光学系３０および瞳孔２７を経由して、眼底に照射される。眼底により反射された反射光は、広角光学系３０および光学スキャナ２２を経由してＳＬＯユニット１８へ入射される。

【0032】

ＳＬＯユニット１８は、被検眼１２の後眼部（眼底）からの光の内、Ｂ光を反射し且つＢ光以外を透過するビームスプリッタ６４、ビームスプリッタ６４を透過した光の内、Ｇ光を反射し且つＧ光以外を透過するビームスプリッタ５８を備えている。ＳＬＯユニット１８は、ビームスプリッタ５８を透過した光の内、Ｒ光を反射し且つＲ光以外を透過するビームスプリッタ６０を備えている。ＳＬＯユニット１８は、ビームスプリッタ６０を透過した光の内、ＩＲ光を反射するビームスプリッタ６２を備えている。ＳＬＯユニット１８は、ビームスプリッタ６４により反射したＢ光を検出するＢ光検出素子７０、ビームスプリッタ５８により反射したＧ光を検出するＧ光検出素子７２、ビームスプリッタ６０により反射したＲ光を検出するＲ光検出素子７４、およびビームスプリッタ６２により反射したＩＲ光を検出するＩＲ光検出素子７６を備えている。

【0033】

広角光学系３０および光学スキャナ２２を経由してＳＬＯユニット１８へ入射された光（眼底により反射された反射光）は、Ｂ光の場合、ビームスプリッタ６４で反射してＢ光検出素子７０により受光され、Ｇ光の場合、ビームスプリッタ５８で反射してＧ光検出素子７２により受光される。上記入射された光は、Ｒ光の場合、ビームスプリッタ５８を透過し、ビームスプリッタ６０で反射してＲ光検出素子７４により受光される。上記入射された光は、ＩＲ光の場合、ビームスプリッタ５８、６０を透過し、ビームスプリッタ６２で反射してＩＲ光検出素子７６により受光される。ＣＰＵ１６Ａの制御下で動作する画像処理器１７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で検出された信号を用いてＵＷＦ－ＳＬＯ画像を生成する。

【0034】

Ｂ光検出素子７０で検出された信号を用いて生成されたＵＷＦ－ＳＬＯ画像をＢ－ＵＷＦ－ＳＬＯ画像（Ｂ色眼底画像）という。Ｇ光検出素子７２で検出された信号を用いて生成されたＵＷＦ－ＳＬＯ画像をＧ－ＵＷＦ－ＳＬＯ画像（Ｇ色眼底画像）という。Ｒ光検出素子７４で検出された信号を用いて生成されたＵＷＦ－ＳＬＯ画像をＲ－ＵＷＦ－ＳＬＯ画像（Ｒ色眼底画像）という。ＩＲ光検出素子７６で検出された信号を用いて生成されたＵＷＦ－ＳＬＯ画像をＩＲ－ＵＷＦ－ＳＬＯ画像（ＩＲ眼底画像）という。ＵＷＦ－ＳＬＯ画像には、これらのＲ色眼底画像、Ｇ色眼底画像、Ｂ色眼底画像からＩＲ眼底画像までが含まれる。また、蛍光を撮影した蛍光のＵＷＦ－ＳＬＯ画像も含まれる。

【0035】

また、制御装置１６が、同時に発光するように光源４０、４２、４４を制御する。Ｂ光、Ｇ光およびＲ光で同時に被検眼１２の眼底が撮影されることにより、各位置が互いに対応するＧ色眼底画像、Ｒ色眼底画像、およびＢ色眼底画像が得られる。Ｇ色眼底画像、Ｒ色眼底画像、およびＢ色眼底画像からＲＧＢカラー眼底画像が得られる。制御装置１６が、同時に発光するように光源４２、４４を制御し、Ｇ光およびＲ光で同時に被検眼１２の眼底が撮影されることにより、各位置が互いに対応するＧ色眼底画像およびＲ色眼底画像が得られる。Ｇ色眼底画像およびＲ色眼底画像からＲＧカラー眼底画像が得られる。また、Ｇ色眼底画像、Ｒ色眼底画像及びＢ色眼底画像を用いてフルカラー眼底画像を生成するようにしてもよい。

【0036】

広角光学系３０により、眼底の視野角（ＦＯＶ：Ｆｉｅｌｄ ｏｆ Ｖｉｅｗ）を超広角な角度とし、被検眼１２の眼底の後極部から赤道部を超える領域を撮影することができる。

【0037】

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。ＯＣＴシステムは、広角光学系３０を備えるため、上述したＳＬＯ眼底画像の撮影と同様に、眼底周辺部のＯＣＴ撮影を可能とする。つまり、眼底の視野角（ＦＯＶ）を超広角な角度とした広角光学系３０により、被検眼１２の眼底の後極部から赤道部１７８を超える領域のＯＣＴ撮影を行うことができる。渦静脈などの眼底周辺部に存在する構造物のＯＣＴデータを取得でき、渦静脈の断層像や、ＯＣＴデータを画像処理することにより渦静脈の３Ｄ構造を得ることができる。

【0038】

ＯＣＴユニット２０は、光源２０Ａ、センサ（検出素子）２０Ｂ、第一の光カプラ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。

【0039】

光源２０Ａから射出された光は、第一の光カプラ２０Ｃで分岐される。分岐された一方の光は、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。測定光は広角光学系３０および瞳孔２７を経由して、眼底に照射される。眼底により反射された測定光は、および広角光学系３０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および第一の光カプラ２０Ｃを介して、第２の光カプラ２０Ｆに入射する。

【0040】

光源２０Ａから射出され、第一の光カプラ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。

【0041】

第２の光カプラ２０Ｆに入射されたこれらの光、すなわち、眼底で反射された測定光と、参照光とは、第２の光カプラ２０Ｆで干渉されて干渉光を生成する。干渉光はセンサ２０Ｂで受光される。画像処理部２０６の制御下で動作する画像処理器１７は、センサ２０Ｂで検出されたＯＣＴデータを生成する。当該ＯＣＴデータに基づいて断層画像やｅｎ－ｆａｃｅ画像などのＯＣＴ画像を画像処理器１７で生成することも可能である。

【0042】

ここで、ＯＣＴユニット２０は、所定範囲（例えば６ｍｍ×６ｍｍの矩形範囲）を一回のＯＣＴ撮影で走査することができる。当該所定範囲は６ｍｍ×６ｍｍに限らず、１２ｍｍ×１２ｍｍや２３ｍｍ×２３ｍｍの正方形の範囲でもよいし、１４ｍｍ×９ｍｍ、６ｍｍ×３．５ｍｍなど長方形の範囲でもよく、任意の矩形範囲とすることができる。また、直径６ｍｍ、１２ｍｍ、２３ｍｍなどの円径の範囲であってもよい。

【0043】

広角光学系３０を用いることにより、眼科装置１１０は、内部照射角が２００°の領域１２Ａが走査対象とすることができる。つまり、光学スキャナ２２を制御することにより、渦静脈を含む所定範囲のＯＣＴ撮影を行う。眼科装置１１０は、当該ＯＣＴ撮影によってＯＣＴデータを生成することが可能となる。

【0044】

よって、眼科装置１１０は、ＯＣＴ画像である、渦静脈を含む眼底の断層画像（Ｂ－スキャン画像）、渦静脈を含むＯＣＴボリュームデータや、当該ＯＣＴボリュームデータの断面であるｅｎ－ｆａｃｅ画像（ＯＣＴボリュームデータに基づいて生成された正面画像）を生成することができる。なお、ＯＣＴ画像には、眼底中心部（黄斑や視神経乳頭などが存在する眼球の後極部）のＯＣＴ画像を含まれることは言うまでもない。

【0045】

ＯＣＴデータ（あるいはＯＣＴ画像の画像データ）は、通信インターフェース１６Ｆを介して眼科装置１１０からサーバ１４０へ送付され、記憶装置２５４に記憶される。

【0046】

なお、本実施形態では、光源２０Ａが波長掃引タイプのＳＳ－ＯＣＴ（Ｓｗｅｐｔ－Ｓｏｕｒｃｅ ＯＣＴ）を例示するが、ＳＤ－ＯＣＴ（Ｓｐｅｃｔｒａｌ－Ｄｏｍａｉｎ ＯＣＴ）、ＴＤ－ＯＣＴ（Ｔｉｍｅ－Ｄｏｍａｉｎ ＯＣＴ）など、様々な方式のＯＣＴシステムであってもよい。

【0047】

次に、図３を参照して、サーバ１４０の電気系の構成を説明する。図３に示すように、サーバ１４０は、コンピュータ本体２５２を備えている。コンピュータ本体２５２は、ＣＰＵ２６２、ＲＡＭ２６６、ＲＯＭ２６４、入出力（Ｉ／Ｏ）ポート２６８を有する。入出力（Ｉ／Ｏ）ポート２６８には、記憶装置２５４、ディスプレイ２５６、マウス２５５Ｍ、キーボード２５５Ｋ、および通信インターフェース（Ｉ／Ｆ）２５８が接続されている。記憶装置２５４は、例えば、不揮発メモリで構成される。入出力（Ｉ／Ｏ）ポート２６８は、通信インターフェース（Ｉ／Ｆ）２５８を介して、ネットワーク１３０に接続されている。従って、サーバ１４０は、眼科装置１１０、およびビューワ１５０と通信することができる。

【0048】

ＲＯＭ２６４又は記憶装置２５４には、画像処理プログラムが記憶されている。

【0049】

ＲＯＭ２６４又は記憶装置２５４は、本開示の「メモリ」の一例である。ＣＰＵ２６２は、本開示の「プロセッサ」の一例である。画像処理プログラムは、本開示の「プログラム」の一例である。

【0050】

サーバ１４０は、眼科装置１１０から受信した各データを、記憶装置２５４に記憶する。

【0051】

サーバ１４０のＣＰＵ２６２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。図４に示すように、ＣＰＵ２６２で実行される画像処理プログラムは、表示制御機能、画像処理機能、および処理機能を備えている。ＣＰＵ２６２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、ＣＰＵ２６２は、表示制御部２０４、画像処理部２０６、および処理部２０８として機能する。

【0052】

次に、図５を用いて、サーバ１４０による画像処理のメインフローチャートを説明する。サーバ１４０のＣＰＵ２６２が画像処理プログラムを実行することで、図５に示す画像処理（画像処理方法）が実現される。

【0053】

まず、ステップＳ１０で、画像処理部２０６は、記憶装置２５４から眼底画像を取得する。当該眼底画像は、ユーザの指示に基づき、立体表示対象の渦静脈に関係するデータを含む。

【0054】

次に、ステップＳ２０で、画像処理部２０６は、記憶装置２５４から眼底画像に対応する脈絡膜を含むＯＣＴボリュームデータを取得する。

【0055】

ＯＣＴボリュームデータを取得すると、画像処理部２０６は、ステップＳ２２で、脈絡膜血管の有無の境界を取得する血管成分有無境界取得処理（詳細は後述）を実行する。

【0056】

次のステップＳ３０で、画像処理部２０６は、前記ＯＣＴボリュームデータに基づいて脈絡膜血管を抽出し、渦静脈血管の立体画像（３Ｄ画像）を生成する脈絡膜血管の画像形成処理（詳細は後述）を実行する。

【0057】

渦静脈血管の立体画像（３Ｄ画像）が生成されると、ステップＳ４０で、処理部２０８は、生成された渦静脈血管の立体画像（３Ｄ画像）を出力、具体的には、ＲＡＭ２６６または記憶装置２５４に保存し、画像処理を終了する。

【0058】

ここでは、ユーザの指示に基づき、渦静脈の立体画像を含むディスプレイ・スクリーン（後述する図１７に、ディスプレイ・スクリーンの例を示す）が表示制御部２０４により生成される。生成されたディスプレイ・スクリーンが画像信号として、処理部２０８により、ビューワ１５０に出力される。ビューワ１５０のディスプレイにディスプレイ・スクリーンが表示される。

【0059】

ここで、眼球における脈絡膜１２Ｍと渦静脈１２Ｖ１、Ｖ２との位置関係を、図１２を用いて説明する。
図１２において、網目状の模様は脈絡膜１２Ｍの脈絡膜血管を示している。脈絡膜血管は脈絡膜全体に血液をめぐらせる。そして、被検眼１２に複数（通常４つから６つ）存在する渦静脈から眼球の外へ血液が流れる。図１２では眼球の片側に存在する上側渦静脈１２Ｖ１と下側渦静脈１２Ｖ２が示されている。渦静脈は、赤道部の近傍に存在する場合が多い。そのため、被検眼１２に存在する渦静脈及び渦静脈周辺の脈絡膜血管を撮影するには、例えば内部照射角が２００°で走査できる眼科装置１１０を用いて行われる。

【0060】

まず、画像処理部２０６は、眼底画像を取得し（ステップＳ１０）、立体表示対象の渦静脈（ＶＶ）を特定する。ここでは、一例として、ＵＷＦ－ＳＬＯ画像をＵＷＦ眼底画像として記憶装置２５４から取得する。次に、画像処理部２０６は、取得したＵＷＦ－ＳＬＯ画像から、二値化画像である脈絡膜血管画像を作成する。そして、ユーザにより指示された部位を、立体表示対象の渦静脈として特定する。

【0061】

図１４は、渦静脈を含む脈絡膜血管の眼底画像である。図１４に示す眼底画像は、ＵＷＦ－ＳＬＯ画像から、作成された二値化画像である脈絡膜血管画像の一例である。脈絡膜血管画像は、図１４に示すように、脈絡膜血管や渦静脈に相当する画素が白で、他の領域の画素は黒で二値化された画像である。

【0062】

また、図１４は、渦静脈に接続している脈絡膜血管が存在していることを示す画像３０２である。画像３０２は、ユーザによる指示領域３１０Ａに含まれる上側渦静脈１２Ｖ１の画像である渦静脈３１０Ｖ１が、立体表示対象の渦静脈（ＶＶ）として特定され、脈絡膜血管を含む領域が特定された場合を示している。

【0063】

渦静脈（ＶＶ）を含む脈絡膜血管画像は、赤色光（波長６３０～６６０ｎｍのレーザ光）で撮影されたＲ－ＵＷＦ－ＳＬＯ画像（Ｒ色眼底画像）と緑色光（波長５００～５５０ｎｍのレーザ光）で撮影されたＧ－ＵＷＦ－ＳＬＯ画像（Ｇ色眼底画像）の画像データを画像処理することにより生成される。具体的には、Ｇ色眼底画像から網膜血管を抽出し、Ｒ色眼底画像から網膜血管を除去し、脈絡膜血管を強調処理する画像処理を行うことにより脈絡膜血管画像が生成される。なお、脈絡膜血管画像を生成する方法について、国際公開ＷＯ２０１９／１８１９８１の開示は、その全体が参照により、本明細書に取り込まれる。

【0064】

また、上記では、ユーザの指示により立体表示対象の渦静脈を特定する場合を説明したが、本開示はこれに限定されない。立体表示対象の渦静脈の位置は、手動検出でもよく、自動検出でもよい。例えば、手動検出の場合、表示された脈絡膜血管をユーザが目視して指示した位置を検出すればよい。自動検出する場合、例えば、脈絡膜血管画像から脈絡膜血管を抽出し、各脈絡膜血管の移動方向（血管走行方向）を推定し、脈絡膜血管が集まる位置に基づいて、渦静脈の位置を推定すればよい。

【0065】

ところで、脈絡膜血管の画像形成を行う場合、予め定めた所定径を越える脈絡膜血管（以下、太い血管という。）から所定径未満の脈絡膜血管（以下、細い血管という。）の各々を抽出することが要求される場合がある。細い血管は太い血管に比べて画像のコントラストが低いため、太い血管と細い血管とに共通の画像処理を施したのでは細い血管について連続する線構造として抽出することが困難である。このため、太い血管と細い血管とを別々の画像処理によって抽出することが考えられる。これらの太い血管と細い血管とを別々の画像処理によって抽出する処理の詳細は後述する。ところが、細い血管を抽出する処理では、ノイズの画像が細い血管として抽出される虞があり、血管が存在しない領域まで血管が存在されると判定されることがある。よって、血管の存在に関する血管成分の有無の境界（例えば、強膜）の位置精度が低下する。

【0066】

ＯＣＴボリュームデータ４００は、図１３に示すように、被検眼に複数存在する渦静脈ＶＶの１つを眼科装置１１０によりＯＣＴ撮影をして得られた、渦静脈ＶＶを含む所定面積、例えば、６ｍｍ×６ｍｍの矩形領域のＯＣＴボリュームデータ４００である。ＯＣＴボリュームデータ４００に対して第１面ｆ４０１から第Ｎ面ｆ４０Ｎまでの深さの異なるＮ枚の面が設定される。ＯＣＴボリュームデータ４００は、被検眼に複数存在する渦静脈ＶＶの各々が眼科装置１１０によりＯＣＴ撮影して得ておくようにしてもよい。

【0067】

本実施の形態では、ＯＣＴボリュームデータ４００Ｄとして、渦静脈と当該渦静脈の周辺の脈絡膜血管を含んだＯＣＴボリュームデータ４００を例に説明をする。この場合、脈絡膜血管は、渦静脈と当該渦静脈の周辺の脈絡膜血管を指す。

【0068】

図６に、脈絡膜血管の画像に対して画像処理を施した場合の一例を示す。図６には、脈絡膜血管の画像として血管が存在しない領域のｅｎ－ｆａｃｅ画像に対して、太い血管に対する画像処理と細い血管に対する画像処理を施した場合の結果が示されている。
図６に示すように、血管が存在しない領域のｅｎ－ｆａｃｅ画像ｆ４０Ｋに、ノイズ成分の画像が存在する場合、太い血管を抽出する処理を施し（画像ｆ４０ＫＬ１）、その後に二値化処理を施した画像ｆ４０ＫＬ２からは、ノイズ成分が除去されている。一方、細い血管を抽出する処理を施し（画像ｆ４０ＫＳ１）、その後に二値化処理を施した画像ｆ４０ＫＳ２には、ノイズ成分が残存されている。従って、細い血管を抽出する処理を施すと、ノイズの画像が細い血管として抽出される場合があり、血管が存在しない領域まで血管が存在されると判定されることがある。

【0069】

血管成分が存在する画像と、ノイズ成分が残存する画像とは画像特徴量に差異が生じる。画像特徴量の一例には、画像の明るさに関する標準偏差、標準偏差の変化傾向、及び画像の明るさに関するエントロピ等の特徴量が適用可能である。画像の明るさに関する標準偏差には、ｅｎ－ｆａｃｅ画像の各々の明るさに関する標準偏差を用いることが可能である。また、標準偏差の変化傾向には、複数のｅｎ－ｆａｃｅ画像の標準偏差の特性曲線の微分値により示される特徴量を用いることが可能である。画像の明るさに関するエントロピには、ｅｎ－ｆａｃｅ画像における画素の明るさの総和に関する物理量を特徴量として用いることが可能である。本実施形態では、画像特徴量として画像の明るさに関する標準偏差を適用する場合を説明する。

【0070】

図７に、血管成分の有無により変化する画像特徴量（ここでは標準偏差）の一例の説明図を示す。脈絡膜血管の画像に対して画像処理を施した場合の一例を示す。

【0071】

まず、脈絡膜血管の画像として血管が存在する領域（血管成分有）のｅｎ－ｆａｃｅ画像ｆ４０Ｈに対して、画像処理を施した画像ｆ４０ＨＳ１について標準偏差を検討する。画像ｆ４０ＨＳ１における標準偏差値は、信号強度と頻度との特性における分布幅ＴＨ１に対応する。信号強度は、画像ｆ４０ＨＳ１における画像の明るさを示す物理量を示し、頻度は当該物理量が画像ｆ４０ＨＳ１で出現した頻度を示す。同様に、血管が存在しない領域（血管成分無）のｅｎ－ｆａｃｅ画像ｆ４０Ｋに画像処理を施した画像ｆ４０ＫＳ１では、標準偏差値は、分布幅ＴＨ２に対応する。幅の観点では、血管成分有のｅｎ－ｆａｃｅ画像ｆ４０Ｈの標準偏差値を示す幅ＴＨ１に対して、血管成分無のｅｎ－ｆａｃｅ画像ｆ４０ＫＳ１では、幅ＴＨ１より小さい標準偏差値を示す幅ＴＨ２（＜ＴＨ１）である。このことは、血管成分が少なくなるに従って、標準偏差値が小さくなる傾向になることを意味する。従って、血管の有無、すなわち血管成分有無の切り替わりを示す境界判定値を予め定めることにより、血管成分有無の境界を定めることが可能となる。当該境界判定値は、幅ＴＨ１より小さくかつ幅ＴＨ２より大きいまたは一致する値の幅ＴＨ０（ＴＨ２≦ＴＨ０＜ＴＨ１）による標準偏差値を定める。よって、幅ＴＨ０で示される標準偏差値より大きい標準偏差値の面（層）のｅｎ－ｆａｃｅ画像は血管成分有と判定でき、幅ＴＨ０で示される標準偏差値より小さい又は同じ標準偏差値の面（層）のｅｎ－ｆａｃｅ画像は血管成分無と判定できる。

【0072】

上述した境界判定値は、予め導出することが可能である。
図８に、ＯＣＴボリュームデータ４００における複数のｅｎ－ｆａｃｅ画像に対する標準偏差の特性を示す。図８に示すように、標準偏差の特性は、第１面ｆ４０１から第Ｎ面ｆ４０Ｎに向かって、第ｕ面で最大値Ｈｕとなり、その後徐々に小さくなり、第ｖ面で最小値Ｈｖに収束する。よって、最大値Ｈｕより小さく、最小値Ｈｖ以上の標準偏差の値を境界判定値Ｈｏとして定めればよい。この境界判定値Ｈｏは、標準偏差が収束する最小値Ｈｖに近い値である可能性が高く、予め計測した結果を反映させることも可能である。なお、最小値Ｈｖを境界判定値としてもよい。

【0073】

また、標準偏差の特性変化の観点では、標準偏差の特性曲線の微分値を示す傾きｗを適用ことも可能である。

【0074】

そこで、本実施形態では、前記ＯＣＴボリュームデータに基づいて、画像の特徴量を用いて脈絡膜血管の有無に関する境界を取得する血管成分有無境界取得処理を実行する。
次に、図９を用いて血管成分有無境界取得処理（ステップＳ２２）を詳細に説明する。サーバ１４０のＣＰＵ２６２が画像処理プログラムを実行することで、図９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。

【0075】

具体的には、ステップＳ２２０で、画像処理部２０６は、ＯＣＴデータであるＯＣＴボリュームデータ４００を血管成分有無境界取得処理用に取得する。ＯＣＴボリュームデータ４００には、第１面ｆ４０１から第Ｎ面ｆ４０Ｎまでの深さの異なるＮ枚の面が設定される。

【0076】

ステップＳ２２１で、画像処理部２０６は、パラメータｎを１に設定する。当該パラメータｎはｅｎ－ｆａｃｅ画像の枚数（面数、層数）を示すパラメータである。

【0077】

ステップＳ２２２で、画像処理部２０６は、ＯＣＴボリュームデータ４００を解析し、例えば、ＯＣＴボリュームデータ４００中の網膜色素上皮細胞層（Ｒｅｔｉｎａｌ Ｐｉｇｍｅｎｔ Ｅｐｉｔｈｅｌｉｕｍ、以下、ＲＰＥ層と称する）から第１面を設定する。第１面は、ＲＰＥ層から所定画素数下、例えば、１０画素下の面を設定してもよい。画像処理部２０６は、第１面ｆ４０１としてＲＰＥ層４００Ｒを基準面として特定することが可能である。ＲＰＥ層４００Ｒは、ＯＣＴボリュームデータ４００に対し所定のセグメンテーション処理を行うことにより特定可能である。また、ＲＰＥ層を、ＯＣＴボリュームデータ４００の中で最も高輝層をＲＰＥ層として、特定するようにしてもよい。

【0078】

ＲＰＥ層から１０画素下の面を第１面として設定することは、ＲＰＥ層より深い領域（眼球の中心から見てＲＰＥ層より遠い領域）が脈絡膜の領域であり、脈絡膜血管が存在する領域のｅｎ－ｆａｃｅ画像を生成するために有効である。このＲＰＥ層から１０画素下の面を第１面として設定することに限定されず、例えば、ＲＰＥ層のすぐ下に存在するブルッフ膜から１０画素下の面を第１面としてもよい。ブルッフ膜も、ＯＣＴボリュームデータ４００に対しＲＰＥ層のためのものとは異なる他の所定のセグメンテーション処理を行うことにより特定される。なお、１０画素下の位置を特定するために、ＯＣＴボリュームデータを生成したときのＡ－スキャンの方向の１０画素下としてもよい。

【0079】

また、ＲＰＥ層又はブルッフ膜から１０画素下の面を、第１面として特定することに限定されず、任意の画素数で設定するようにしてもよい。また画素数での定義ではなく、ミリメートルやナノメートルなどの長さで定義してもよい。また、基準面として、瞳孔あるいは眼球中心から、一定距離を保った球面を基準面として定義してもよい。

【0080】

ステップＳ２２３で、画像処理部２０６は、設定された第１面に対応する第１のｅｎ－ｆａｃｅ画像を生成する。当該ｅｎ－ｆａｃｅ画像は第１面に存在する画素の画素値から生成されてもよいし、第１面を含む浅い方向の画素群および深い方向の画素群をＯＣＴボリュームデータ４００から抽出し、これらの画素群の輝度値の平均値あるいは中央値として画素値を求めてもよい。画素値を求める場合にノイズ除去などの画像処理を用いてもよい。生成された第１面に対応する１枚目のｅｎ－ｆａｃｅ画像は、処理部２０８によりＲＡＭ２６６に保存される。

【0081】

ステップＳ２２４で、画像処理部２０６は、ｎ枚目（ここでは、第１面）のｅｎ－ｆａｃｅ画像に関する画像特徴量を導出する。ここでは、第１面のｅｎ－ｆａｃｅ画像に関する標準偏差値を導出する。標準偏差値は、ｅｎ－ｆａｃｅ画像に存在する画素の画素値を用いて導出される。当該画像特徴量を導出する際には、層の適用範囲を定めてもよい。例えば、予め定めた所定の層範囲を、画像特徴量を導出する範囲として決定する処理を行い、決定された層範囲について画像特徴量を導出することが可能である。予め定めた所定の層範囲には、境界が存在する深さが経験的に確認されている層範囲（例えば、８０層から１２０層等の層範囲）を適用することが可能である。

【0082】

ステップＳ２２５で、画像処理部２０６は、境界判定値Ｈｏを用いて、標準偏差値が境界判定値Ｈｏに該当するかを判別することで、血管有無の境界を判定する。当該血管有無の境界の判定は、血管成分が存在しないｅｎ－ｆａｃｅ画像、又は血管有無の切り替えが生じた隣り合うｅｎ－ｆａｃｅ画像間を境界として判定する。

【0083】

ステップＳ２２６で、画像処理部２０６は、血管有無の境界の判定結果に基づいて、境界を検出したかを判断し、肯定判断の場合はステップＳ２２９へ処理を移行し、否定判断の場合はステップＳ２２７へ処理を移行する。

【0084】

血管有無の境界が判定されてステップＳ２２９に処理が移行されると、画像処理部２０６は、血管有無の境界を示す情報を保存する。具体的には、ステップＳ２２９で、処理部２０８は、判定されたｅｎ－ｆａｃｅ画像の位置、又は隣り合うｅｎ－ｆａｃｅ画像の間の位置をＲＡＭ２６６あるいは記憶装置２５４に保存し、処理を終了する。

【0085】

一方、ステップＳ２２７で、画像処理部２０６は、パラメータｎをインクリメントし（ｎ＝ｎ＋１）、ステップＳ２２８で第ｎ面を設定し、ステップＳ２２３へ処理を戻す。

【0086】

このようにして、画像処理部２０６は、ステップＳ２２３からステップＳ２２８のループをパラメータｎが最大数Ｎになるまで繰り返す。

【0087】

図９に示す画像処理を、画像処理部２０６が実行することにより、血管有無の境界を特定可能になり、当該境界を脈絡血管画像に重畳することで、血管画像とノイズ画像との境界、例えば強膜に対応する部分を可視化することができる。

【0088】

次に、ステップＳ３０の渦静脈（ＶＶ）に関する立体画像を生成する脈絡膜血管の画像形成処理を、図１０を用いて詳細に説明する。

【0089】

図１０のステップＳ３１で、画像処理部２０６は、ステップＳ２０で取得したＯＣＴボリュームデータ４００（図１３を参照）から脈絡膜に相当する領域を抽出し、抽出された領域に基づいて、脈絡膜部分のＯＣＴボリュームデータを抽出（取得）する。

【0090】

具体的には、画像処理部２０６は、脈絡膜血管抽出用にＯＣＴボリュームデータを取得する。ＯＣＴボリュームデータを取得は、渦静脈と当該渦静脈の周辺の脈絡膜血管とを含むようにスキャンされたＯＣＴボリュームデータの一部を抽出する処理を行ってもよい。例えば、ＲＰＥ層から下の領域のＯＣＴボリュームデータ４００Ｄを抽出してもよい。また、上述した血管成分有無境界取得処理で血管成分有と判定された領域のＯＣＴボリュームデータ４００Ｄを抽出してもよい。

【0091】

次に、ステップＳ３２で、画像処理部２０６は、ＯＣＴボリュームデータ４００Ｄを用いて第１の血管抽出処理（膨大部抽出）を実行する。第１の血管抽出処理は、第１の血管である膨大部を形成する脈絡膜血管（以下、膨大部という。）を抽出する処理である。

【0092】

画像処理部２０６は、第１の血管抽出処理（膨大部抽出）の前処理として、ＯＣＴボリュームデータ４００Ｄに対して二値化処理を施す処理を実行し、その後にノイズ除去処理を実行する。ノイズ領域を削除するために、画像処理部２０６は、メディアンフィルター、ｏｐｅｎｉｎｇ処理、又は、収縮処理などを二値化されたＯＣＴボリュームデータ４００Ｄに施し、ノイズ領域を削除する。

【0093】

次に、画像処理部２０６は、抽出した膨大部の表面平滑化のため、上記ノイズ領域が削除されたＯＣＴボリュームデータに、セグメンテーション処理（動的輪郭、グラフカット、又はＵ－ｎｅｔなどの画像処理）を実行する。なお、「セグメンテーション」とは、解析を行う画像に対して背景と前景を分離する二値化処理を行う画像処理のことをいう。

【0094】

このような第１の血管抽出処理を行うことにより、ＯＣＴボリュームデータ４００Ｄから膨大部の領域のみが残ることになり、図１５に示す膨大部の血管の立体画像６８０Ｂが生成される。膨大部の血管の立体画像６８０Ｂの画像データは処理部２０８によりＲＡＭ２６６に保存される。

【0095】

また、画像処理部２０６は、図１０に示すステップＳ３３で、ＯＣＴボリュームデータ４００Ｄを用いて第２の血管抽出処理（太い血管抽出）を実行する。第２の血管抽出処理は、膨大部から進展する太い線状の第２の血管である、予め定めた閾値、すなわち予め定めた所定径を越える脈絡膜血管（太い血管）を抽出する処理である。第２の血管抽出処理（太い血管抽出）では、膨大部から進展する線状の第２の血管を抽出する。当該太い血管は、主として、ハーラ（Ｈａｌｌｅｒ）層に配置される血管を示す。

【0096】

なお、予め定めた閾値（すなわち予め定めた所定径）は、数１００μｍ径の血管を太い血管として残すように予め定めた数値を用いることが可能である。また、後述する細い血管を残すように定める閾値は、太い血管として残すように定めた数１００μｍ径未満の数値を用いてもよく、太い血管として残すように予め定めた数値より小さい数値を定めてもよい。例えば、数１０μｍ径の血管を細い血管として残すように予め定めた数値を用いることが可能である。

【0097】

画像処理部２０６は、ＯＣＴボリュームデータ４００Ｄに対して前処理を施す画像処理を実行する。前処理の一例には、ノイズ除去などのぼかし処理が挙げられる。当該ぼかし処理には、スペックルノイズの影響を排除し、正しく血管形状を反映した線状血管抽出を行う処理が適用可能である。スペックルノイズ処理としては、ガウシアンぼかし処理などが挙げられる。

【0098】

次に、画像処理部２０６は、前処理が施されたＯＣＴボリュームデータ４００Ｄに対して、線抽出処理（太い線状血管抽出）を施すことにより、ＯＣＴボリュームデータ４００Ｄから太い線状部である第２の脈絡膜血管を抽出する。第２の脈絡膜血管の抽出処理では、例えば、固有値フィルター、ガボールフィルターなどを用いた画像処理を行い、ＯＣＴボリュームデータ４００Ｄから、線状血管の領域を抽出する。

【0099】

画像処理部２０６は、ＯＣＴボリュームデータ４００Ｄに対して二値化処理を施す処理を実行し、二値化された線状血管の領域に対して、周囲の血管とつながっていない孤立している領域を削除する処理、メディアンフィルター処理、オープニング処理、及び収縮処理などの画像処理を行い、離散的な微小領域を除去する。

【0100】

以上の画像処理によって、太い血管である第２の脈絡膜血管に関する第２の立体画像が生成される。

【0101】

上述した第２の血管抽出処理を行うことにより、ＯＣＴボリュームデータ４００Ｄから太い血管の領域のみが残ることになり、図１５に示す太い血管の立体画像６８０Ｌが生成される。太い血管の立体画像６８０Ｌの画像データは処理部２０８によりＲＡＭ２６６に保存される。

【0102】

また、図１６に、上述した画像処理（図５）により得られる渦静脈ＶＶの周辺における脈絡膜血管の立体画像の一例を示す。
上述した第２の血管抽出処理を行うことにより、ＯＣＴボリュームデータ４００Ｄから太い血管の領域のみが残ることになり、図１６に示す太い血管の立体画像６８１Ｌが生成される。この太い血管の立体画像６８１Ｌの画像データも処理部２０８によりＲＡＭ２６６に保存される。

【0103】

画像処理部２０６は、膨大部の立体画像６８０Ｂと線状血管の立体画像６８０Ｌとに、両方の立体画像の位置合わせを行い、両方の画像の論理和を演算することにより、線状血管の立体画像６８０Ｌと膨大部の立体画像６８０Ｂとが合成される。これにより、太い血管である渦静脈を含む脈絡膜血管の立体画像６８０Ｍ（図１５）を生成することが可能である。上述した太い血管を抽出する処理では、上記所定径より小さい細い血管が除去されることがある。

【0104】

ところで、渦静脈を観察する場合、ハーラ（Ｈａｌｌｅｒ）層に位置する太い血管に加えて、主としてサトラ（Ｓａｔｔｌｅｒ）層に配置される細い血管を観察することも重要である。例えば、パキコロイド疾患などの診断には、サトラ層における細い血管の解析が有効に機能する。そこで、本開示は、膨大部から進展する細い線状の第３の血管である、予め定めた閾値、すなわち予め定めた所定径以下の脈絡膜血管（細い血管）を抽出する処理を含む。

【0105】

具体的には、画像処理部２０６は、図１０に示すステップＳ３４で、ＯＣＴボリュームデータ４００Ｄを用いて第３の血管抽出処理（細い血管抽出）を実行する。第３の血管抽出処理は、膨大部から進展する細い線状の第３の血管である、予め定めた閾値、すなわち予め定めた所定径以下の脈絡膜血管（細い血管）を抽出する処理である。第３の血管抽出処理（細い血管抽出）では、膨大部から進展する線状の第３の血管を抽出する。当該細い血管は、主として、サトラ（Ｓａｔｔｌｅｒ）層に配置される血管を示す。第３の血管抽出処理（細い血管抽出）では、図１１に示す第３の画像処理が実行される。

【0106】

画像処理部２０６は、細い血管である第３の血管を抽出する処理において、第１前処理及び第２前処理を含む細い血管用の前処理をＯＣＴボリュームデータ４００Ｄに施す。まず、図１１に示すステップＳ３４１で、ＯＣＴボリュームデータ４００Ｄに対して第１前処理を施す画像処理を実行する。第１前処理の一例には、ノイズ除去を行う処理の一例として、ぼかし処理が挙げられる。

【0107】

次のステップＳ３４２で、画像処理部２０６は、第１前処理が施されたＯＣＴボリュームデータ４００Ｄに対して、第２前処理を施す画像処理を実行する。第２前処理の一例には、コントラスト強調処理が適用される。コントラスト強調処理は、細い血管を抽出する際に有効に機能する。コントラスト強調処理は、画像のコントラストを処理前より大きくする、すなわち、明暗の差を大きくする処理である。例えば、明るさの度合い（例えば、輝度）の最大値及び最小値の差を処理前の差の値から所定値より大きくする。当該所定値は適宜設定可能である。

【0108】

上述したコントラスト強調処理を施した画像を二値化すると、細い血管が連続する線状となって表れ、連続する細い血管が分離されることを低減可能となる。

【0109】

なお、ステップＳ３４２では、画像処理部２０６は、例えば、固有値フィルター、ガボールフィルターなどを用いた画像処理を行い、ＯＣＴボリュームデータ４００Ｄから、細い血管である線状血管の領域を抽出することが可能である。

【0110】

次に、画像処理部２０６は、図１１に示すステップＳ３４３で、コントラスト強調処理が施されたＯＣＴボリュームデータ４００Ｄに対して二値化処理を施す画像処理を実行する。具体的には、二値化の閾値を、細い血管を残すような所定の閾値に設定することにより、ＯＣＴボリュームデータＤは、細い血管が黒画素、それ以外の部分が白画素となる。

【0111】

さらに、画像処理部２０６は、ステップＳ３４４で、二値化された画像（細い血管を含む領域）に対して、離散的な微小領域を除去する。ここでは、例えば、スペックルノイズ及び周囲の血管に連続しないことが推定される所定距離を隔てて孤立している領域を削除する処理などの画像処理を行い、離散的な微小領域を除去する。

【0112】

次のステップＳ３４５では、画像処理部２０６は、後処理として、微小領域が除去されたＯＣＴボリュームデータ４００Ｄに対して、微細領域接続処理を施すことにより、ＯＣＴボリュームデータ４００Ｄから細い線状部の細い血管である第３の脈絡膜血管を抽出する。具体的には、画像処理部２０６は、例えば、クロージング処理等のモルフォルジ処理などを用いた画像処理を行い、離散的に検出された細い血管を連結することにより、ＯＣＴボリュームデータ４００Ｄから細い血管である第３の脈絡膜血管を抽出する。具体的には、予め定めた所定距離以内の第３の脈絡膜血管を連結する。当該微細領域接続処理を施した画像は、曲率が大きい部位を有する細い血管であっても、連続する線状となって表れ、連続する細い血管が分離されることを低減可能となる。

【0113】

また、画像処理部２０６は、ステップＳ３４６で、抽出した細い血管の表面平滑化のため、上記微細領域が接続されたＯＣＴボリュームデータに、セグメンテーション処理（動的輪郭、グラフカット、又はＵ－ｎｅｔなどの画像処理）を実行する。すなわち、解析を行う画像に対して背景と前景を分離する処理を行う。

【0114】

以上の画像処理によって、細い血管である第３の脈絡膜血管に関する第３の立体画像が生成される。

【0115】

上述した第３の血管抽出処理を行うことにより、ＯＣＴボリュームデータ４００Ｄから細い血管の領域のみが残ることになり、図１６に示す細い血管の立体画像６８１Ｓが生成される。細い血管の立体画像６８１Ｓの画像データは処理部２０８によりＲＡＭ２６６に保存される。

【0116】

ステップＳ３２、Ｓ３３、Ｓ３４の処理は、上述した処理順序に限定されるものではなく、何れかの処理を先に実行してもよいし、同時に並行して進めてもよい。

【0117】

ステップＳ３２、Ｓ３３、Ｓ３４の処理が完了すると、ステップＳ３５で、画像処理部２０６は、膨大部の立体画像、太い血管の立体画像、及び細い血管の立体画像をＲＡＭ２６６から読み出す。そして、これらの立体画像の位置合わせを行い、各々の画像の論理和を演算することにより、膨大部の立体画像、太い血管の立体画像、及び細い血管の立体画が合成される。これにより、渦静脈を含む脈絡膜血管の立体画像３８１Ｍ（図１６参照）が生成される。立体画像６８１Ｍの画像データは、処理部２０８によりＲＡＭ２６６や記憶装置２５４に保存される。

【0118】

また、上述した血管成分有無境界取得処理（図９）により得られた血管有無の境界を示す情報もＲＡＭ２６６から読み出し、合成した立体画像に合成する。血管有無の境界を示す情報が構成された立体画像６８１Ｍの画像データは、処理部２０８によりＲＡＭ２６６や記憶装置２５４に保存される。

【0119】

以下、生成された渦静脈を含む脈絡膜血管の立体画像（３Ｄ画像）を表示するためのディスプレイ・スクリーンについて説明する。当該ディスプレイ・スクリーンは、ユーザの指示に基づきサーバ１４０の表示制御部２０４により生成され、処理部２０８により、ビューワ１５０に画像信号として出力される。ビューワ１５０は、当該画像信号に基づき、ディスプレイ・スクリーンをディスプレイに表示する。

【0120】

図１７には、ディスプレイ・スクリーン５００Ａが示されている。図１７に示すように、ディスプレイ・スクリーン５００Ａは、インフォメーションエリア５０２と、イメージディスプレイエリア５０４Ａとを有する。イメージディスプレイエリア５０４Ａには、患者の治療歴を表示するコメントフィールド５０６を含む。

【0121】

インフォメーションエリア５０２には、患者ＩＤディスプレイフィールド５１２、患者名ディスプレイフィールド５１４、年齢ディスプレイフィールド５１６、視力ディスプレイフィールド５１８、右眼／左眼ディスプレイフィールド５２０、及び眼軸長ディスプレイフィールド５２２を有する。患者ＩＤディスプレイフィールド５１２から眼軸長ディスプレイフィールド５２２の各表示領域には、ビューワ１５０が、サーバ１４０から受信した情報に基づいて、各々の情報を表示する。

【0122】

イメージディスプレイエリア５０４Ａは、主として被検眼像等を表示する領域である。イメージディスプレイエリア５０４Ａには、以下の各表示フィールドが設けられている、具体的には、ＵＷＦ眼底画像表示フィールド５４２、及び脈絡膜血管の立体画像表示フィールド５４８を含む。図示は省略したが、イメージディスプレイエリア５０４Ａには、ＯＣＴボリュームデータ概念図表示フィールド、及び断層画像表示フィールド５４６を重畳表示可能である。

【0123】

イメージディスプレイエリア５０４Ａに含まれるコメントフィールド５０６は、患者の治療歴の表示、及びユーザである眼科医が観察した結果、並びに診断結果を任意に入力できる備考欄として機能する。

【0124】

ＵＷＦ眼底画像表示フィールド５４２には、被検眼の眼底を眼科装置１１０で撮影したＵＷＦ－ＳＬＯ眼底画像５４２Ｂが表示されている。ＵＷＦ－ＳＬＯ眼底画像５４２Ｂには、ＯＣＴボリュームデータを取得した位置を示す範囲５４２Ａが重畳表示されている。当該ＵＷＦ－ＳＬＯ画像に関連付けられたＯＣＴボリュームデータが複数存在する場合は、複数の範囲が重畳表示するようにし、ユーザは、複数の範囲から、１つの位置を選択するようにしてもよい。図１７では、ＵＷＦ－ＳＬＯ画像の右上の渦静脈を含む範囲をスキャンしたことを示している。

【0125】

脈絡膜血管の立体画像表示フィールド５４８には、ＯＣＴボリュームデータを画像処理して得られた脈絡膜血管の立体画像（３Ｄ画像）５４８Ｂが表示される。当該立体画像５４８Ｂは、ユーザの操作により立体画像を３軸で回転できる。また、脈絡膜血管の立体画像５４８Ｂは、膨大部５４８Ｘから進展する第２の脈絡膜血管の画像（太い血管の立体画像）及び第３の脈絡膜血管の画像（細い血管の立体画像）を異なる表示形態で表示可能である。図１７では、膨大部５４８Ｘから進展する太い血管の立体画像５４８Ｌを実線で示し、細い血管の立体画像５４８Ｓを点線で示している。また、太い血管の立体画像５４８Ｌと、細い血管の立体画像５４８Ｓとを異なる色彩で表示するようにしてもよし、画像の背景（塗りつぶし）の形態を異ならせてもよい。

【0126】

また、脈絡膜血管の立体画像表示フィールド５４８には、上述した血管成分有無境界取得処理によって取得された脈絡膜血管の有無の境界を重畳表示する。図１７では、太実線で層の境界５４８Ｐを表示した一例が示されている。この境界５４８Ｐは、脈絡膜血管の有無に関する境界であり、血管成分を含む部位を確認でき、患者に対する治療を的確に行うことが可能となる。また、血管の深さなどの定量計測を高精度で実行することも可能となる。

【0127】

ディスプレイ・スクリーン５００Ａのイメージディスプレイエリア５０４Ａによれば、太い血管及び細い血管を含む脈絡膜血管の立体画像を確認することができる。渦静脈を含む範囲をスキャンすれば、渦静脈とその周辺の太い血管及び細い血管を含む脈絡膜血管を立体画像で表示することができ、さらに、脈絡膜血管の有無の境界を重畳表示することで、ユーザは診断のためのより多くの情報を得ることが可能となる。

【0128】

以上説明したように本実施の形態では、脈絡膜を含むＯＣＴボリュームデータに基づいて脈絡膜血管の有無の境界を取得可能であるので、脈絡膜血管の有無を示す境界を脈絡膜血管と併せて立体的に可視化することが可能となる。

【0129】

なお、上記では、画像特徴量を用いて境界を特定する場合を説明したが、血管成分の有無により変化する画像特徴量に限定されない。例えば、脈絡膜血管に関する情報を用いて境界を特定することも可能である。脈絡膜血管は、層が深くなると徐々に細くなる。本開示では、眼底における層の深さに関する情報と当該深さにおける脈絡膜血管の径に関する情報との情報を補助的に用いて、境界を特定することも可能である。具体的には、脈絡膜血管の太さ、又は脈絡膜血管の太さが深さ方向に対応して変化する度合いを検出し、当該太さ又は度合いと、予め定めた閾値とに基づいて境界を特定することが可能である。例えば、脈絡膜血管の太さと閾値との各情報を用いる場合、境界に対応する前記太さを示す閾値を予め定めておき、脈絡膜血管の太さが閾値以下になる層を境界として特定することが可能である。また、前記度合いと閾値との各情報を用いる場合、境界に対応する前記変化する度合いを示す閾値を予め定めておき、脈絡膜血管の太さに関して前記変化する度合いが閾値以下になる層を境界として特定することが可能である。

【0130】

上記実施の形態では、画像処理（図５）は、サーバ１４０が実行しているが、本開示はこれに限定されず、眼科装置１１０、ビューワ１５０、又は、ネットワーク１３０に更に設けた追加画像処理装置が実行してもよい。

【0131】

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。

【0132】

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、本開示はこれに限定されるものではなく、少なくとも一部の処理をハードウェア構成で実現してもよい。また、上記では、汎用的なプロセッサの一例としてＣＰＵを用いて説明したが、プロセッサとは広義的なプロセッサを指し、汎用的なプロセッサ（例えばＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、等）や、専用のプロセッサ（例えばＧＰＵ：Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、ＡＳＩＣ：Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ、ＦＰＧＡ：Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、プログラマブル論理デバイス、等）を含むものである。従って、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し、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。

【0133】

また、上述したプロセッサの動作は、１つのプロセッサによって成すのみでなく、複数のプロセッサが連携して成すものであってもよく、物理的に離れた位置に存在する複数のプロセッサが協働して成すものであってもよい。

【0134】

また、上述した処理をコンピュータにより実行させるために、上述した処理をコンピュータで処理可能なコードで記述したプログラムを光ディスク等の記憶媒体等に記憶して流通するようにしてもよい。

【0135】

このように本開示は、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。

【0136】

（第１の技術）
脈絡膜を含むＯＣＴボリュームデータを取得する取得部と、
前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成する生成部と、
前記複数のｅｎ－ｆａｃｅ画像の各々における画像特徴量を導出する導出部と、
前記画像特徴量の各々に基づいて、前記画像特徴量が脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間を境界として決定する決定部と、
を備える画像処理装置。

【0137】

（第２の技術）
取得部が、脈絡膜を含むＯＣＴボリュームデータを取得するステップと、
生成部が、前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、
導出部が、前記複数のｅｎ－ｆａｃｅ画像の各々における画像特徴量を導出するステップと、
決定部が、前記画像特徴量の各々に基づいて、前記画像特徴量が脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間を境界として決定するステップと、
を含む画像処理方法。
画像処理部２０６は、本開示の「取得部」、「生成部」、導出部及び決定部の一例である。
以上の開示内容から以下の技術が提案される。

【0138】

（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、
プロセッサに、
脈絡膜を含むＯＣＴボリュームデータを取得するステップと、
前記ＯＣＴボリュームデータに基づいて、深さが異なる複数の面に対応する複数のｅｎ－ｆａｃｅ画像を生成するステップと、
前記複数のｅｎ－ｆａｃｅ画像の各々における画像特徴量を導出するステップと、
前記画像特徴量の各々に基づいて、前記画像特徴量が脈絡膜血管の有無の切り替わりを示すｅｎ－ｆａｃｅ画像の間を境界として決定するステップと、
を処理させる、
コンピュータープログラム製品。
サーバ１４０は、本開示の「コンピュータープログラム製品」の一例である。

【0139】

以上、本開示の技術を実施形態を用いて説明したが、上述した画像処理はあくまでも一例であり、本開示の技術的範囲は上記実施形態に記載の範囲には限定されない。従って、主旨を逸脱しない範囲内で不要な処理を削除したり、新たな処理を追加したり、処理順序を入れ替えたりする等の上記実施形態に多様な変更または改良を加えることができ、当該変更または改良を加えた形態も本開示の技術的範囲に含まれる。

【0140】

なお、日本国特許出願第２０２２－０６６６３６号の開示は、その全体が参照により本明細書に取り込まれる。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。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】