JP2007330558A - 分光眼底測定装置及びその測定方法 - Google Patents

Abstract

【課題】分光眼底画像から各部位を分光特性に基づいて容易かつ精度良く特定できる分光眼底測定装置及びその測定方法を提供する。
【解決手段】本発明の分光眼底画像測定装置１は、照明光学系１０と、波長の異なる一連の分光眼底画像を撮像する受光光学系２０と、分光眼底画像を加工処理する画像処理部７と、記憶部７Ａと、表示部７Ｂとを備え、画像処理部７は、一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正部７２と、位置補正部７２で補正された一連の分光眼底画像に基づいて分光眼底画像上の各部位の分光特性を算出する画像解析部７３を有し、記憶部７Ａは、各部位の分光特性を各特定部位の標準分光特性と共に記憶し、画像処理部７は、各部位の分光特性を各特定部位の標準波長特性と比較することにより、各部位を特定部位対応にグループ化する第１のグループ化部７４Ａを有する。
【選択図】図１

Description

本発明は、分光眼底測定装置及び測定方法に関する。特に、分光眼底画像を取得し、分光特性の異なる部位の特定を容易にしたり、分光特性を考慮して各部位が鮮明となる画像の形成を行いうる分光眼底測定装置及び測定方法に関する。

眼の診断において眼底観察の重要性は疑うまでもない。現在、眼底カメラのカラー眼底像、蛍光造影像などにより眼底を診断して異常所見が見つけ出されている。眼底での酸素飽和度や、網膜内に分布する物質の成分を画像解析で定量的に測定できれば、網膜細部の機能が分かる可能性があり、臨床的にも大いに役立つと考えられている。また、分光分析により、網膜内の物質の分光分布が分かれば、分光画像から網膜内の成分分析ができる可能性がある。

しかしながら、これまで行われてきた多くの研究は本格的な分光画像計測とは言えない。本格的な画像計測とは、（ａ）高画質の画像を得ることが可能、（ｂ）分光画像を広い波長帯にわたって高波長解析度で計測可能、という要件を満たしていることが必要と考える。このような画像計測法のことをハイパースペクトラルイメージング（Ｈｙｐｅｒｓｐｅｃｔｒａｌ Ｉｍａｇｉｎｇ）と呼ぶことがある。液晶波長可変フィルタの登場により、比較的容易に分光画像の取得が行えるようになった。波長の異なる多数の分光画像を用いることにより、物質の分光特性を詳細に検討することができ、また、種々の既知の分光分布を持つ成分の抽出を行うこともできる。

眼底画像中の各部位を特定する技術として、眼底画像中の赤味成分と、緑味成分から、網膜動脈と網膜静脈を識別する方法が開示されている。また、波長分割手段により眼底からの反射光束のうち、６００ｎｍ以上の波長領域において少なくとも２つの波長領域の光束に波長分割し、眼底撮像手段により波長分割された眼底像をそれぞれ独立に撮像し、表示手段により複数の眼底像を異なる色の画像として重ね合わせて１枚のカラー画像として表示する技術が開示されている。（特許文献１，２参照）

特開２００１−１４５６０４号公報（段落００２４〜００９１、図１〜図２０） 特開平８−７０１０４５号公報（段落００１１〜００３２、図１〜図１３）

ハイパースペクトラルイメージングは、注目のテクノロジーであり、眼底の分光画像の取得も行えるようになっているが、取得される波長毎の分光画像の光量変化が激しく、正確な解析を行うことが困難であった。また、人に負担なく適用できる光量でのハイパースペクトラル分光がこれまで実現されていない。

最近、液晶波長可変フィルタが開発され、一般にも販売され、分光イメージングに使用できるようになってきた。これを応用すると、網膜のハイパースペクトラルイメージングが簡単に実現できるようになった。しかしながら、液晶波長可変フィルタの波長可変時間、カメラの露光時間などの制約により、波長範囲５００ｎｍから７２０ｎｍまで１０ｎｍ毎に撮影するには、約２０秒の時間がかかる。この間、眼と装置のアライメントが変化するため、各分光画像間には撮像された同一部位に位置ずれが生じるという問題があった。

発明者達は、特願２００４−３５２０９３において、時間変化による眼と装置のアライメントの変化が生じても、各分光画像間の同一部位の位置ずれを解消できる分光眼底画像データ測定装置及び測定方法を提案した。しかしながら、なお、容易かつ精度良く分光眼底画像から分光特性の異なる各部位の特定を容易にしたり、各部位が鮮明となる画像の形成を行いうる分光眼底測定装置及びその測定方法の提供が望まれていた。

本発明は、分光眼底画像から各部位を分光特性に基づいて容易かつ精度良く特定できる分光眼底測定装置及びその測定方法を提供することを目的とする。

上記課題を解決するために、請求項１に記載の分光眼底画像測定装置１は、例えば図１に示すように、眼底を照明する照明光源１１を含む照明光学系１０と、照明された眼底からの波長可変の反射光束を受光し、波長の異なる一連の分光眼底画像を撮像する受光光学系２０と、分光眼底画像を加工処理する画像処理部７と、分光眼底画像を記憶する記憶部７Ａとを備え、画像処理部７は、受光光学系２０で撮像された一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正部７２と、位置補正部７２で補正された一連の分光眼底画像に基づいて分光眼底画像上の各部位の分光特性を算出する画像解析部７３とを有し、記憶部７Ａは、各部位の分光特性を各特定部位の標準分光特性と共に記憶し、画像処理部７は、各部位の分光特性を各特定部位の標準波長特性と比較することにより、各部位を特定部位対応にグループ化する第１のグループ化部７４Ａを有する。

ここにおいて、波長の異なる一連の分光眼底画像とは、典型的には同一の被検眼に対して所定の波長範囲で順次波長を増加又は減少して連続的に撮影された一群の分光眼底画像をいうが、撮影順序が変更されたり、多少の撮影条件の変動があっても良い。また、加工処理とは、分光眼底画像間の位置合わせ補正、射影変換等の変換処理、ノイズ除去・エッジ検出等のフィルタ処理、膨張細線化処理などの画像を加工する処理をいう。また、グループ化するとは、典型的には各部位を特定部位別にグループ化することをいうが、健康異常等の標準分光特性と少し異なる分光特性を示す部位を別にグループ化しても良く、その他のグループを設けていずれの特定部位の標準分光特性とも異なる分光特性を示す部位をまとめてその他のグループとしても良い。また、特定部位とは、網膜動脈、網膜静脈、視神経乳頭、脈絡膜、黄斑等の眼底画像において特徴的な部位をいう。このように構成すると、分光眼底画像から各部位を分光特性に基づいて容易かつ高度良く特定できる分光眼底測定装置を提供できる。

また、請求項２に記載の発明は、請求項１記載の分光眼底測定装置において、第１のグループ化部７４Ａは、特定部位を網膜動脈、網膜静脈、黄斑、視神経乳頭等としてグループ化する。
このように構成すると、眼底画像上の各部位を主要な部位に分類できる。

また、請求項３に記載の発明は、請求項１又は請求項２に記載の分光眼底測定装置において、画像処理部７は、特定部位対応にグループ化された部位を集めて特定部位画像を形成する特定部位画像形成部７６Ａを有する。
このように構成すると、分光分析を用いて各特定部位に関する眼底画像を効率的に形成できる。

上記課題を解決するために、請求項４に記載の分光眼底測定装置は、例えば図１２に示すように、眼底を照明する照明光源１１を含む照明光学系１０と、照明された眼底からの波長可変の反射光束を受光し、波長の異なる一連の分光眼底画像を撮像する受光光学系２０と、分光眼底画像を加工処理する画像処理部７と、分光眼底画像を記憶する記憶部７Ａとを備え、画像処理部７は、受光光学系２０で撮像された一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正部７２と、位置補正部７２で補正された一連の分光眼底画像に基づいて、主成分分析法により形成された各主成分画像を各特定部位眼底画像と見なして、分光眼底画像上の各部位を特定部位対応にグループ化する第２のグループ化部７５Ａとを有する。

ここにおいて、特定部位対応にグループ化するとは、典型的には各部位を特定部位別にグループ化することをいうが、健康異常等の標準分光特性と少し異なる分光特性を示す部位を別にグループ化しても良く、その他のグループを設けていずれの特定部位の標準分光特性とも異なる分光特性を示す部位をまとめてその他のグループとしても良い。このように構成すると、分光眼底画像から各部位を主成分分析に基づいて容易かつ精度良く特定できる分光眼底測定装置を提供できる。

また、請求項５に記載の発明は、請求項４に記載の分光眼底の測定装置において、前記第２のグループ化部７５Ａは、脈絡膜血管像、網膜動脈像、網膜静脈像、網膜血管像をそれぞれ第２主成分画像から第５主成分画像のいずれか１つに対応するとみなしてグループ化する。
このように構成すると、眼底画像上の各部位を主要な部位に分類できる。

また、請求項６に記載の発明は、請求項４又は請求項５に記載の分光眼底測定装置において、例えば図１に示すように、分光眼底画像を表示する表示部７Ｂを備え、画像処理部７は、位置補正部７２で補正された一連の分光眼底画像に基づいて分光眼底画像上の各部位の分光特性を算出する画像解析部７３を有し、記憶部７Ａは、各部位の分光特性を各特定部位の標準分光特性と共に記憶し、表示部７Ｂは、操作者が表示された分光眼底画像上の部位を指定すると、前記記憶部に記憶された指定された部位の分光特性を表示する。
このように構成すると、主成分分析で形成された眼底画像について対応する特定部位を人目で確認してグループ化できる。

また、請求項７に記載の発明は、請求項１乃至請求項３又は請求項６のいずれか１項に記載の分光眼底測定装置において、分光眼底画像を表示する表示部７Ｂを備え、画像解析部７３は、位置補正部７２で補正された一連の分光眼底画像に基づいて各部位の輝度とその背景の輝度とのコントラストを算出し、記憶部７Ａは、各部位のコントラストを記憶し、表示部７Ｂは、操作者が表示された分光眼底画像上の部位を指定すると、記憶部７Ａに記憶された指定された部位のコントラストを表示する。
このように構成すると、コントラストから特定部位を人目で確認してグループ化できる。

また、請求項８に記載の発明は、請求項３乃至請求項７のいずれか１項に記載の分光眼底測定装置において、画像処理部７は、各特定部位画像を合成して合成眼底画像を形成する画像合成部７８を有する。
このように構成すると、複数の特定部位を鮮明に表示した眼底画像を形成できる。

また、請求項９に記載の発明は、請求項１乃至請求項８のいずれか１項に記載の分光眼底測定装置において、照明光源１１の照明光波長が可変である又は照明光学系１０若しくは受光光学系２０が波長選択フィルタ３２を有する。
ここにおいて、照明光学系１０が波長選択フィルタ３２を有する場合は、例えば分光特性補正フィルタ１３に代えて波長選択フィルタ３２が用いられる。このように構成すると、波長を例えば１０ｎｍ間隔の一連の撮影画像を得ることができる。

上記課題を解決するために、請求項１０に記載の分光眼底画像測定方法は、例えば図４に示すように、所定の波長範囲の光束を発光する照明用光源１１からの光束により動物の被検眼の眼底を照明する工程（Ｓ００１）と、照明された眼底からの波長可変の反射光束を受光して、波長の異なる一連の動物の分光眼底画像を撮像する工程（Ｓ００２）と、分光眼底画像を加工処理する画像処理工程と、分光眼底画像を記憶する記憶工程（Ｓ００４）とを備え、画像処理工程は、受光光学系２０で撮像された一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正工程（Ｓ００３）と、位置補正工程で補正された一連の分光眼底画像に基づいて分光眼底画像上の各部位の分光特性を算出する画像解析工程（Ｓ００５）を有し、記憶工程は、さらに各部位の分光特性を各特定部位の標準分光特性と共に記憶し（Ｓ００６）、画像処理工程は、各部位の分光特性を各特定部位の標準波長特性と比較することにより、各部位を特定部位対応にグループ化する第１のグループ化工程（Ｓ００７）を有する。
このように構成すると、分光眼底画像から各部位を分光特性に基づいて容易かつ精度良く特定できる分光眼底測定方法を提供できる。

上記課題を解決するために、請求項１１に記載の分光眼底画像測定方法は、例えば図１３に示すように、所定の波長範囲の光束を発光する照明用光源１１からの光束により動物の被検眼の眼底を照明する工程（Ｓ００１）と、照明された眼底からの波長可変の反射光束を受光して、波長の異なる一連の動物の分光眼底画像を撮像する工程（Ｓ００２）と、分光眼底画像を加工処理する画像処理工程と、分光眼底画像を記憶する記憶工程（Ｓ００４）とを備え、画像処理工程は、受光光学系２０で撮像された一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正工程（Ｓ００３）と、位置補正工程で補正された一連の分光眼底画像に基づいて主成分分析法により形成された各主成分画像を各特定部位対応眼底画像と見なして、分光眼底画像上の各部位を特定部位対応にグループ化する第２のグループ化工程（Ｓ００７Ａ）とを有する。
このように構成すると、分光眼底画像から各部位を主成分分析に基づいて容易かつ精度良く特定できる分光眼底測定方法を提供できる。

また、請求項１２に記載の発明は、請求項１０又は請求項１１に記載の分光眼底測定方法において、例えば図４又は図１３に示すように、画像処理工程は、第１のグループ化工程（Ｓ００７）又は第２のグループ化工程（Ｓ００７Ａ）によりグループ化された各部位を集めて、各特定部位画像を形成する特定部位画像形成工程（Ｓ００８）と、各特定部位画像を合成して、合成眼底画像を形成する画像合成工程（Ｓ０１０）とを有する。
このように構成すると、分光分析又は主成分分析を用いて各特定部位に関する眼底画像を効率的に形成できる。

本発明によれば、本発明は、分光眼底画像から各部位を分光特性に基づいて容易かつ精度良く特定できる分光眼底測定装置及びその測定方法を提供できる。

以下、図面に基き本発明の実施の形態について説明する。

〔第１の実施の形態〕
図１に、本発明の実施の形態における分光眼底画像データ測定装置１の光学系概要例を示す。図において、分光眼底画像データ測定装置１は、眼底カメラ部２、トップハウジング部３、画像処理部７、記憶部７Ａ、表示部７Ｂ、制御部８に大別される。眼底カメラ部２は、被検眼Ｅの眼底Ｆを照明するための照明光学系１０、眼底Ｆからの反射光束を受光して撮像部４の受光面に眼底像を形成する受光光学系２０の前段部、検眼者が眼底Ｆを観察するファインダー光学系６０等を備える。トップハウジング部３は、分光眼底画像を撮像する撮像部４と、照射光の眼底Ｆへの照射位置をアライメントするためのアライメント光学系５０（ただし、光源５１は眼底カメラ部２に設けられる）と、眼底カメラ部２から受光した反射光束を整波してカメラリレー部６に導くリレー光学部５と、リレー光学部５経由後の反射光束を撮像部４等の各種受光手段に伝達するカメラリレー部６とから構成され、リレー光学部５、カメラリレー部６、撮像部４とにわたる受光光学系２０の後段部を備える。また、カメラリレー部６の上部の拡張部９はモニタＴＶやハードコピー等の各種受光手段を受光光学系２０に接続して拡張的に使用できる部分である。

眼底カメラ部２において、照明光学系１０は、照明光源としてのハロゲンランプ１１、コンデンサーレンズ１２、分光特性補正フィルタ１３、絞り板１４、反射鏡１５、リレーレンズ１６、ビームスプリッター４１を照射光軸上に順次配置してなる。ここで、ハロゲンランプ１１は、広範な波長範囲の光束を発光し、コンデンサーレンズ１２の前側焦点位置付近に配置されている。また、絞り板１４はビームスプリッター４１と共役となるように配置されている。

照明光学系１０は、さらに、ビームスプリッター４１からの反射光束を対物レンズ４２を通して被検眼Ｅの眼底Ｆを照明する。このビームスプリッター４１と被検眼Ｅの間は、照明光学系１０と受光光学系２０との共通光学系４０をなしている。
受光光学系２０は、眼底カメラ部２内において、被検眼Ｅを通る反射光軸上に、対物レンズ４２、ビームスプリッター４１、アイリス絞り板２１、合焦レンズ２２、結像レンズ２３、反射鏡２４、切り替えミラー２５を順次配置してなり、トップハウジング部３の受光光学系に接続される。アイリス絞り板２１は被検眼Ｅの前眼部と共役な位置に配置されている。分光画像取得時は切り替えミラー２５は例えばソレノイドのようにして光路から取り除かれる。

アライメント光学系５０は、照射光の眼底Ｆへの照射位置をアライメントするためのものであり、ダイクロイックミラー５２、結像レンズ５３、モニタ用カメラ５４を有し、アライメント光源５１（眼底カメラ部２に設けられる）からの光を眼へ投影したときの反射光を見る。アライメント光源５１の波長は、近赤外（例えば９４０ｎｍ）とすることで、可視域での分光画像に影響を与えることなく分光画像取得中もアライメントが行える。ダイクロイックミラー５２は、可視光（例えば７５０ｎｍ以下）を透過し、長波長側を反射させる。モニタ用カメラ５４には例えばＣＣＤカメラを使用できる。ファインダー光学系６０は、検眼者が眼底Ｆを肉眼で観察するためのものである。なお、ダイクロイックミラー３１を切り替えミラーにして分光画像取得時以外は例えばソレノイドのようにして光路から取り除くことにより拡張部でのカラー眼底観察が可能となる。

トップハウジング部３において、受光光学系２０は、被検眼Ｅからの反射光軸上にリレー光学部５が配置され、リレー光学部５により眼底Ｆから反射光束がカメラリレー部６に導入される。カメラリレー部６内では、反射光軸上にダイクロイックミラー３１が配置され、ダイクロイックミラー３１は、可視光（例えば７５０ｎｍ以下）を反射し、長波長側を透過させる。ダイクロイックミラー３１からの反射光束は撮像部４に導かれる。撮像部４では、ダイクロイックミラー３１からの反射光軸上に、液晶波長可変フィルタ３２、結像レンズ３３、受光面を有するＣＣＤカメラ３４が配置されている。また、受光面は眼底像が形成されるように、被検眼Ｅの眼底Ｆと共役となるように配置されている。結像レンズ３３は液晶波長可変フィルタ３２からの射出光をＣＣＤカメラにリレーするためのレンズである。液晶波長可変フィルタ３２を用いると、可視光領域で任意の波長を容易に選択できるので、分光特性の解析が容易になる。かかる構成により受光光学系は、照明された眼底からの波長可変の反射光束を受光し、波長の異なる一連の分光眼底画像を撮像できる。

画像処理部７は、ＣＣＤカメラ３４で撮像された一連の分光眼底画像を取得する撮影画像取得部７１、一連の分光眼底画像について各部位の位置を合わせるように補正する位置補正部７２、位置補正部７２で補正された一連の分光眼底画像に基づいて、分光眼底画像上の各部位の分光特性及び各部位の輝度とその背景の輝度とのコントラストを算出する画像解析部７３、各部位の分光特性を各特定部位の標準波長特性と比較することにより、各部位を特定部位対応にグループ化する第１のグループ化部７４Ａ、グループ化された各部位を特定部位対応に集めて特定部位画像を形成する特定部位画像形成部７６Ａ、眼底画像に対してフィルタ処理、ラベリング処理、膨張細線化処理等の加工処理を行う加工処理部７７、各特定部位画像を合成して合成眼底画像を形成する画像合成部７８とを有し、画像位置合わせ補正フロー、眼底画像解析フロー、グループ化フロー、特定部位画像形成フロー、画像加工処理フロー等のプログラムを格納する。

記憶部７Ａは撮像、補正された一連の分光眼底画像、集合、合成、加工処理された眼底画像など種々の眼底画像、一連の分光眼底画像に基づいて算出された分光特性、コントラスト等を記憶する。表示部７Ｂは上記種々の眼底画像、分光特性、コントラスト等を画面に表示する。

制御部８は、分光眼底画像データを測定するために、眼底カメラ部２、トップハウジング部３、画像処理部７、記憶部７Ａ、表示部７Ｂの動作、データや信号の流れ等、分光眼底画像測定装置１全体を制御する。また、ＣＣＤカメラ３４の露光を制御する露光制御部８１、液晶波長可変フィルタ３２の透過波長等を制御する波長制御部８２を有し、分光眼底像取得フロー、ＣＣＤカメラ露光時間設定フローのプログラムを格納する。なお、画像処理部７及び制御部８は通常のパーソナルコンピュータで実現できる。

次に、本実施の形態における分光眼底測定装置の光学系の分光特性について説明する。分光特性の解析には、主に波長領域４３０〜９５０ｎｍが使用され、この範囲でできるだけ均一な分光特性が望まれる。ＣＣＤカメラ３４、液晶波長可変フィルタ３２、補正フィルタ１３、ハロゲンランプ１１により受光強度がＣＣＤカメラ３４のダイナミックレンジ内に入るように調整可能である（特願２００４−３５２０９３号公報参照）。分光方式として分散型分光方式を採用した。分散型以外の分光方式としてはフーリエ分光型が挙げられるが、干渉方式を使用するフーリエ分光型では網膜の画像のノイズが懸念され、分散型分光方式を採用した。なお、フーリエ分光型は瞬間分光が可能であり、光量的にも有利なことがあるので、これを採用しても良い。照明光源１１としてハロゲンランプを使用したのは、可視光領域から近赤外領域を含む広範な波長範囲の光を発光し、また、分光を時系列で行うのに１０秒程度の連続点灯が必要なためと、ＣＣＤの進歩によりフラッシュを使用しなくても画像が取得できるようになったためである。

ＣＣＤカメラ３４は可視光から近赤外領域まで幅広い波長に感度があり、例えば１３０万画素（１３４４×１０２４）の高精細画像を得られ、高速（約８フレーム／秒）、低ノイズの読み出しが可能である。また、制御部８の露光制御部８１によりＣＣＤ撮影画像の受光光量を一定に保つために、ＣＣＤカメラ３４の露光時間が調整される。なお、ＣＣＤ撮影画像のコントラストが充分でない場合に、眼底照明光源１１の照明光量を増加させたり、ＣＣＤカメラ３４での露光時間を長くしたりすることなどにより、コントラストを改善しても良い

図２に液晶波長可変フィルタ３２のバンドパス特性の例を示す。横軸に波長（ｎｍ）を、縦軸に透過率（％）を示す。液晶波長可変フィルタ３２は、液晶への印加電圧を変化させることにより、透過波長を４００〜７２０ｎｍの範囲で選択可能である。図には、透過中心波長を１０ｎｍずつ変化させたときの透過光の変化の様子を示す。透過光の波長幅は約２０ｎｍであり、透過光量のピーク値は波長の増加に伴い、ほぼ単調に増加している。

図３に液晶波長可変フィルタ３２の波長選択方法の例を示す。出力される波長幅を狭める為に厚さの異なる波長板の組み合わせを数段（図の例では６段）重ねて、２０ｎｍの波長幅を実現している。図３（ａ）に液晶波長可変フィルタ３２を構成する６段の各液晶チューナブルフィルタ（ＬＣＴＦ）のフィルタ特性を重ねて示す。図３（ｂ）に６段のＬＣＴＦを重ねた液晶波長可変フィルタ３２のフィルタ特性を示す。両者共横軸は波長（ｎｍ）、縦軸は透過率を示す。各ＬＣＴＦへの印加電圧を変化することにより透過中心波長を任意に高速で変更でき、任意の波長成分の光を取り出すことができる。
なお、液晶波長可変フィルタ３２は、入射光の偏光方向に影響されるので偏光した光を使用するときは、入射光の偏光角に対応したアライメントが必要である。この場合、液晶波長可変フィルタ３２からの射出光は、入射光と垂直な偏光方向が維持される。

〔分光眼底測定方法の処理フロー〕
図４に本実施の形態における分光眼底測定方法の処理フロー例を示す。まず、被検眼の眼底を照明用光源１１で照明する（Ｓ００１：被検眼照明工程）。撮影画像取得部７１で、照明光の眼底からの反射光束を受光して、所定の波長範囲で波長可変フィルタ３２の透過波長を変化させて、分光眼底画像の撮影画像を撮像する（Ｓ００２：撮像工程）。撮影画像の取得は例えば短波長側から順次行なう。次に、位置補正部７２で、撮影された一連の分光眼底画像間で各部位の位置を合わせるように補正を行なう（Ｓ００３：位置補正工程）。補正された一連の分光眼底画像は撮影された一連の分光眼底画像と共に記憶部７Ａに記憶される（Ｓ００４：第１の記憶工程）。次に、補正された一連の分光眼底画像に基づいて分光眼底画像上の各部位の分光特性を算出し（Ｓ００５：分光特性解析工程）、各特定部位の標準分光特性と共に記憶部７Ａび記憶する（Ｓ００６：第２の記憶工程）。次に、補正された一連の分光眼底画像に基づいて各部位をグループ化する（Ｓ００７：グループ化工程）。グループ化の方法として、（ａ）分光特性を観測する方法、（ｂ）主成分分析を利用する方法等がある。すなわち、分光特性が似通った部位（相関関係がある部位）をグループ化する。本実施の形態では分光特性を観測する方法を採用する、すなわち、各部位の分光特性を各特定部位の標準波長特性と比較することにより、各部位を特定部位対応にグループ化する。次に、グループ化された各部位を集めて各特定部位画像を形成する（Ｓ００８：特定部位画像形成工程）。次に、加工処理部７７で、各特定部位画像について、ノイズ除去等の加工処理を行なう（Ｓ００９：加工処理工程）。次に、画像合成部７８で、特定部位毎に加工処理された眼底画像を合成して、高コントラストの合成眼底画像を形成する（Ｓ０１０：画像合成工程）。形成された高コントラストの合成眼底画像は記憶部７Ａに記憶され（Ｓ０１１：第３の記憶工程）、表示部７Ｂに表示される（Ｓ０１２：表示工程）。

［位置補正（レジストレーション）］
測定される被験者は、医療現場では患者であり、できるだけ快適に測定を受けられるほうがよい。本実施の形態では、通常の眼底カメラ測定に比して測定時間は多少長いが、フラッシュ光の強い光を患者の眼底にあてることなく、測定が可能である。しかしながら、患者にとっては快適な測定でも、２０秒間の間には眼球運動などの影響で、眼底像がある程度動いてしまうおそれがある。そこで発明者達は、波長の異なる一連の分光眼底画像について、位置合わせするための技術（レジストレーション技術）を開発した。これにより、眼と眼底カメラのアライメント状態に変化が生じても、分光解析が可能になった（特願２００４−３５２０９３号公報参照）。

図５に分光眼底画像位置合わせフローの例を示す。図４のステップＳ００３に該当する。一連の分光眼底画像取得には、液晶可変フィルタ３２の波長可変時間、ＣＣＤカメラ３４の露光時間等により、５００ｎｍから７２０ｎｍまでの１０ｎｍ毎の撮影には、現在２０秒程度かかっている。その間に被検眼Ｅと眼底カメラ部２とのアライメントずれ、固視ずれなどが生じて、取得される分光眼底画像の位置がずれ、ＣＣＤカメラ３４の受光面上の同じ座標に対応する眼底画像上の位置が異なってしまう場合が多い。そこで、この位置ずれを補正する必要があり、一連の分光眼底画像間の位置合わせ処理により補正を行なう。また、分光眼底画像は波長の変化に応じて変化し、波長の変化が大きくなると見た目でも分光画像の変化を認識できる。このため、離れた波長間では、眼底画像の同じ部位の対応が取りにくくなる。そこで、本実施の形態では、まず取得された最も短波長側の画像とその次に短波長の画像で位置あわせを行い、次に今回位置あわせに使用した短波長側から２番目の画像と３番目の画像の位置あわせを行うというように、いわば、しりとり式の組み合わせで位置合わせを行い、誤差を軽減したアライメントエラー補正を行うこととした。この画像の位置あわせは画像処理部７の位置補正部７２で行われる。

まず、取得開始波長（最短波長）λ０の撮影眼底画像を読み込み、これを基準画像とする（ステップＳ３０１）。次に、画像位置合わせ回数ｎを１に設定する（ステップＳ３０２）。位置合わせ対象の撮影眼底画像（基準画像の次に短波長の画像であり、取得波長λｎの画像という）を読み込み、これを補正前画像とする（ステップＳ３０３）。次に、基準画像と補正前画像との画像位置合わせを行ない、画像位置合わせして位置の補正をした補正前画像を新たな基準画像とする（ステップＳ３０４）。未補正の画像が残っていれば（ステップＳ３０５でＮＯ）、ｎをインクリメントし（ステップＳ３０６）、次の取得波長λｎの撮影眼底画像を読み込み（ステップＳ３０３）、全ての撮影眼底画像に対して補正を行なわれるまで（ステップＳ３０５でＹＥＳ）画像位置合わせを繰り返す。なお、このフローでの撮影眼底画像の読み込みは、画像処理部７で既にＣＣＤカメラ３４から撮影画像取得部７１を介して記憶部７Ａに読み込んだ画像を位置補正部７２に再読み込みするものでも良い。また、この分光眼底画像位置合わせフローは、ループ処理を含めプログラム制御可能である。プログラムは画像処理部７に格納され、位置補正部７２で画像位置合わせが実行される。

図６に画像位置あわせフローの例を示す。主として図５のステップＳ３０４に該当する。撮像部４の受光面からの信号に基づき異なる時間に取得した前記照明された眼底の２つの分光眼底画像（基準画像と補正前画像（隣接する波長で撮影された画像））を読み込む（ステップＳ４０１）（図５のステップＳ３０１〜Ｓ３０３に該当し、ステップＳ４０２以後のステップは図５のステップＳ３０４に該当する）。次に、画像合わせのマッチング点として複数の特徴点（特徴があり識別性が高い点、線状の場合もある）を２画像から選択する（ステップＳ４０２）。次に、対応するマッチング点の位置を探索する（ステップＳ４０３）。探索には例えば最小二乗法（ＬＳＭ：Ｌｅａｓｔ Ｓｑｕａｒｅｓ Ｍａｔｃｈｉｎｇ）を用いる。

最小二乗法とは、テンプレートの位置と形状を固定し、マッチングウィンドウとテンプレートとの濃淡の差の二乗和が最小になるようにマッチングウィンドウの位置と形状を変化させてマッチングを行う（相関をとる）方法である。マッチングウィンドウの位置と形状を変化するために、アフィン変換又はヘルマート変換を選択可能である。これらについて変換係数を変えて濃淡の差を演算し、最も適切な係数を求める（ステップＳ４０４）。次に、求められた変換係数を用いて補正前画像の変換を行なう（ステップＳ４０５）。この場合、線形補間法又はバイキュービック補間法を選択可能である。

バイキュービック法（ｂｉｃｕｂｉｃ法）とは、３次補間法と呼ばれている画像の補間方式である。一般のスキャナでは１次補間法（２点を通る直線上にある画素を参照して計算する）や最近傍法（ニアレストネイバー法）で計算させている機種が多いが、バイキュービック法は情報の損失が最も少なく、写真画などでは滑らかで自然な画像が得られる。ただし、複雑な演算を行なうため処理に時間がかかる。また、線形補間法とは、最近傍法が周りの１つの画素のみから値を決定しているのに対し、周りの最も近い４つの画素から値を設定する手法なので、最近傍法に比して補間精度が高い。

次に、変換された補正前画像をファイルに保存する（ステップＳ４０６）。保存された画像は新たな基準画像として、次の画像位置合わせに供される。保存形式は、例えば、ＢＭＰ形式、ＪＰＧ形式を使用でき、生データとして出力しても良い。

〔画像解析〕
レジストレーションにより位置合わせできた画像は、分光的に比較可能である。本実施の形態では、一連の分光眼底画像に基づいて各部位の分光特性を分析し、各特定部位について鮮明な波長範囲を定めるのに役立て、また、各部位が特定部位に属するかを確認できることとした。また、一連の分光眼底画像に基づいて各部位の輝度とその背景の輝度とのコントラストを算出し、コントラスト最大の画像の選定に寄与することとした。

図７にハイパースペクトル画像、すなわち各波長における分光眼底画像の例を示す。図７のように、レジストレーションされた画像を波長順にならべ、画像の平面内のある画素を指定して、波長ごとの反射光の変化を知ることができる。その波長の異なる一連の分光眼底画像に基づく分光特性は、その眼底内各部位の構造的、物質的な特徴に関する情報を含んでいる。５００ｎｍ〜７２０ｎｍの範囲で１０ｎｍ毎に撮影されている。５５０ｎｍ〜６００ｎｍは網膜動静脈が比較的鮮明に表れる領域であり網膜動静脈検出域と、６２０ｎｍ〜６９０ｎｍは視神経乳頭が比較的鮮明に表れる領域であり視神経乳頭検出域と、６６０ｎｍ〜７２０ｎｍは脈絡脈が比較的鮮明に表れる領域であり脈絡膜検出域という。これらの領域は夫々の特定部位に関して鮮明な画像が得られる領域であるが、コントラストを測定して定めても良く、視覚を通して経験的に定めても良い。したがって、網膜動静脈を観測したい場合は５５０ｎｍ〜６００ｎｍの画面をすれば良い。また、視神経乳頭を観測したい場合は６２０ｎｍ〜６９０ｎｍの画面を表示すれば良い。また、脈絡膜を抽出したい場合は６６０ｎｍ〜７２０ｎｍの画面をすれば良い。網膜動静脈、乳頭視神経、脈絡膜等の各特定部位に応じて分光特性が異なることがわかる。

図８に各特定部位の分光特性例を示す。横軸は波長（ｎｍ）、縦軸は受光強度である。図は視神経乳頭、網膜動脈、網膜静脈、黄斑の分光特性を示す。この中で受光強度は視神経乳頭が抜群に高く、網膜動脈、網膜静脈、黄斑は比較的低いが、この順に高くなっている。また、眼底の反射では、おおよそ６００ｎｍよりも短い波長では網膜のみが観察されるが、６００ｎｍよりも長い波長であれば脈絡膜の反射も観察できる。例えば、６３０ｎｍや７８０ｎｍで眼底を撮影すると脈絡膜血管の像が得られる。また、図８に示すように、同一部位については同様な分光特性を示すので、分光特性の差異から各特定部位を同定可能である。また、各特定部位について鮮明な画像を得られる波長範囲が異なる。言い替えれば観察波長を適当に選んで画像を観察することにより、例えば、脈絡膜内の血管か、網膜内の血管かを、それぞれ、判別することができる。

［グループ化］
図９は特定部位のグループ化を説明する図である。グループ化とは、得られた分光眼底像から各部位の波長特性を求め、この分光特性に似通った部位をグループ化し、部位を特定するものである。本実施の形態では、各部位の分光特性を各特定部位の標準波長特性と比較することにより、各部位を特定部位対応にグループ化する。グループ化処理は第１のグループ化部７４Ａで自動的に行なわれる。ここでは網膜動静脈と視神経乳頭の例を示す。このうち、中央から左側の非常に明るい楕円形の部分が視神経乳頭に該当し、その部分から放射状に延びている細長い線状の部位が網膜動静脈に該当する。

まず、分光眼底像を正方形のエリアに区切り、各エリアにおける部位の分光特性を記憶部７Ａに記憶された特定部位（網膜動静脈、視神経乳頭、脈絡膜等）の標準分光特性と比較し、マッチングすれば当該特定部位としてグループ化する。図９の例ではエリアにより網膜動静脈、視神経乳頭にグループ化され、一部のエリアでは２つのグループにグループ化される。およそマッチングするが健康異常等の標準分光特性と少し異なる分光特性を示す部位は、当該特定部位に近いが異常のあるグループとしてグループ化する。マッチングする特定部位がない場合はその他のグループとしてグループ化する。なお、その他のグループをパターンによりさらに細かくグループ化しても良い。各部位はその特徴を手がかりに検出することも可能である。例えば網膜動静脈血管は線状で輝度が低いという特徴、視神経乳頭は楕円形であるという特徴、脈絡膜血管は線状で輝度が高いという特徴があり、これらの特徴を拠り所に抽出できる。検出順序は、画像処理的に検出し易い視神経乳頭、そこから線状に派生する網膜動静脈血管、脈絡膜血管の順に検出すると良い。

次に、各エリアでのコントラスト
（Ｉ_ｍａｘ−Ｉ_ｍｉｎ）／（Ｉ_ｍａｘ＋Ｉ_ｍｉｎ）
（Ｉ_ｍａｘ：輝度の最大値、Ｉ_ｍｉｎ：輝度の最小値）
を各波長で算出し、対象とするもの（網膜動静脈、視神経乳頭、脈絡膜等）の波長域の中で最もコントラストが高いものを各エリア毎に求める。すなわち、網膜動静脈の場合には５５０ｎｍ〜６００ｎｍの網膜動静脈検出域から最大のコントラストを示す抽出画像を、視神経乳頭の場合は６２０ｎｍ〜６９０ｎｍの視神経乳頭検出域から最大のコントラストを示す抽出画像を、脈絡膜の場合は６６０ｎｍ〜７２０ｎｍの脈絡膜検出域から最大のコントラストを示す抽出画像をエリア毎に選択しておく。そして、測定対象の部位がこれらの特定部位であると判断された場合に、これら最大のコントラストを示す抽出画像が表示される。

次に、特定部位画像形成部７６Ａでグループ化された部位を各グループ毎に連結し、各特定部位画像を形成する。当該特定部位に近いが異常のあるグループも同時に連結されるが、異なる色などで識別できるようにする。
次に、加工処理部７７において、連結された特定部位画像についてノイズ除去等の加工処理を行なう。

〔加工処理〕
図１０に加工処理の流れを、図１１に加工処理過程における画像例を示す。加工処理は図４のＳ００９に該当する。まず、各特定部位の連結画像を検出用画像とする（図１１（ａ））。ここでは網膜動静脈を検出対象とする。まず、平均値フィルタを適用し（Ｓ５０１）、次いでラプラシアンガウシアンフィルタを適用する（Ｓ５０２）（図１１（ｂ））。平均値フィルタは周囲の画素を含めて平均化し、ノイズを除去するオペレータ、ラプラシアンガウシアンフィルタはコントラストが鮮明なエッジを抽出し、ガウス関数を適用してなだらかに処理することによりノイズを除去するオペレータである。次に、ラベリング処理により連続する同じ特性を有する部位に１つの番号を付与して識別し（Ｓ５０３）、膨張処理により点を膨らませ（Ｓ５０４）、細線化処理により線を細くしてノイズを除去する（Ｓ５０５）（図１１（ｃ））。次に、ラベル付け、すなわち番号付けした各部位について属性を付し、ここではカラー表示する（Ｓ５０６）（図１１（ｄ））。次に網膜動静脈の線幅を測定する（Ｓ５０７）。線幅は健康状態或は病状の尺度を表すものとして用いられる。このように特定部位に対して連結された連結画像に加工処理を行い、ノイズ除去した鮮明な眼底画像を形成する。

次に、図４に戻り、画像合成部７８において、選択された各特定部位に対して加工処理された眼底画像を合成して、高コントラスト眼底画像を形成する（Ｓ０１０）。高コントラスト眼底画像は各特定部位に対応してカラーが付され、記憶部７Ａに記憶され（Ｓ１０１）、表示部７Ｂでカラー表示される（Ｓ０１２）。

以上説明したように、本実施の形態によれば、分光眼底画像から各部位を分光特性に基づいて容易かつ精度良く特定できる分光眼底測定装置及びその測定方法を提供できる。

〔第２の実施の形態〕
第１の実施の形態では、各部位の分光特性を各特定部位の標準波長特性と比較することにより、各部位を特定部位対応にグループ化する例を説明したが、第２の実施の形態では、位置補正部で補正された一連の分光眼底画像に基づいて、主成分分析法により形成された各主成分画像を各特定部位対応眼底画像と見なして、分光眼底画像上の各部位を特定部位対応にグループ化する。

図１２に第２の実施の形態における分光眼底画像測定装置の構成例を示す。第１の実施の形態とはグループ化のみが異なり、図１における第１のグループ化部７４Ａが第２のグループ化部７５Ａに代わっている点、主成分分析で特定部位画像が形成されるので、特定部位画像形成部７６が省略可能である点が相違する。グループ化は第２のグループ化部７５Ａで自動的に行なわれる。

図１３に第２の実施の形態における分光眼底画像データ測定方法のフローの例を示す。第１の実施の形態の図４における第１のグループ化工程（Ｓ００７）が第２のグループ化工程（Ｓ００７Ａ）に代わっている点、図４において特定部位形成部で行なわれた特定部位画像形成工程（Ｓ００８）が第２のグループ化部で行なわれる点が異なる。その他の点は第１の実施の工程と同様であり、同様の効果を奏する。

［主成分分析］
本実施の形態では、分光眼底画像上の各部位の相関を探す方法として、主成分分析を適用する。すなわち、波長特性が共通する各特定部位に対応するデータが第ｎ次の主成分データに反映されると考えられる。以下に主成分分析の、数学的な基本部分を紹介する。
もとのベクトル（ここでは便宜上標準得点にしている）と新しく主成分となるｆ_ｊの相関を最大化するようなａ_ｊを求める。



であり、ｚ_ｉは平均１、分散１に標準化された標準得点である。また、Ｚ’はＺの転置行列を表わし、ω_ｊ’はω_ｊの転置行列を表わす。
また、

であり、ω_ｊは重みベクトルである。
また、

ｓｆ_ｊはｆ_ｊの標準偏差である。

ａ_ｊの最大化は、下記の固有値問題を解くことに帰結される。
得られた固有ベクトルが主成分を、固有値が主成分の寄与率をあらわす。
［主成分分析の画像への適用］
Ｎ行Ｍ列の画像がＫ波長分あるとする。すべて、上で述べたレジストレーションが完了しているものとする。

まず、ある波長（ｋ）の画像について、通常の２事変配列、Ｎ×Ｍで表されているとする。これを１次元の列ベクトルに変換する。下記のそのアルゴリズムを、分かりやすい仮想言語で示す。

次に解析する波長に対応するすべての画像を使って、下記のような２次元配列を作る。


上記の配列は、通常

になる。そこで、計算上の工夫として、波長間の相関をとるのでなく、画像間の相関をとることにする。
この配列が主成分分析のＺと対応する。ここでは、たとえば、列ベクトルの標準化を行っておく（平均値を引いて、標準偏差で割る／標準偏差で割らない場合もある）。

［分析結果］
分析結果としては、主成分に対応する画像と、その成分の寄与率が出力される。
図１４に各主成分の寄与率の例を示す。第１主成分の寄与は約９０％で大きく、第２主成分から第５主成分は５％以下で、次第に小さくなり、第６主成分からはほぼ０％である。このように、第２〜第５主成分からは何らかの相関するものが抽出されうる。

図１５に主成分に対応する画像を示す。第１主成分ＰＣ１（図示しない）には基本的な網膜の形状が画像として現れる。図１５（ａ）の第２主成分ＰＣ２には脈絡膜血管が現れている。図１５（ｂ）の第３主成分ＰＣ３には網膜静脈が現れている。また、図１５（ｃ）の第５主成分ＰＣ５には網膜血管の全体が現れている。このように、各主成分に眼底画像上の特定部位が反映されていることが分る。このような場合に、網膜血管の全体の成分から網膜静脈成分を除くことにより、網膜動脈成分を得ることができる。
以上説明したように、本実施の形態によれば、分光眼底画像から各部位を分光特性に基づいて容易かつ精度良く特定できる分光眼底測定装置及びその測定方法を提供できる。

〔第３の実施の形態〕
第１の実施の形態は分光眼底像を比較的小さいエリアに区切って分光特性を採取し、比較する例を説明したが、第３の実施の形態では網膜動静脈など長い部位では、繋がった１本の脈について分光特性を採取し、比較する例を示す。この場合には、比較する部位の大きさが変わるだけであり、第１の実施の形態と本質的に異なるところはない。比較する部位の数が少なくなった分精度は劣るが、早い処理が可能である。

〔第４の実施の形態〕
第１の実施の形態では、各部位の分光特性を特定部位の標準分光特性と比較して自動的にグループ化する例を説明したが、第４の実施の形態ではマニュアルでグループ化する例を示す。この場合、画像解析部７３は補正された一連の分光眼底画像に基づいて分光眼底画像上の各部位の分光特性を算出し、記憶部７Ａは各部位の分光特性を各特定部位の標準分光特性と共に記憶する。操作者が部位を指定すると当該部位における分光特性が表示される。操作者はこの分光特性を各特定部位の標準分光特性と比較して当該特定部位であることを確認し、当該特定部位としてグループ化できる。また、画像解析部７３は補正された一連の分光眼底画像に基づいて各部位の輝度とその背景の輝度とのコントラストを算出し、記憶部７Ａは各部位のコントラストを記憶する。操作者が部位を指定すると当該部位におけるコントラストが表示される。操作者はコントラストを見ながら特定部位形成画像を形成する際にコントラストの大きい画像を選択できる。その他の点では第１の実施の形態と同様であり、同様の効果を奏する。

〔第５の実施の形態〕
第２の実施の形態では、自動的に主成分分析を行いグループ化する例を説明したが、第５の実施の形態ではマニュアルでグループ化する例を示す。マニュアルで主成分分析結果を表示させて、さらに、第４の実施の形態と同様に各部位の分光特性及びコントラストを表示させ、操作者が確認の上、グループ化するものである。操作者は目で確認しながらグループ化できる。その他の点では第２の実施の形態と同様であり、同様の効果を奏する。

〔第６の実施の形態〕
第１の実施の形態、第２の実施の形態ではグループ化の後に加工処理によりノイズ除去を行なう例を説明したが、第７の実施の形態では各補正画像について加工処理を行なう。この場合、多数の画像について加工処理を行うことになるが、分光分析や主成分分析に処するデータはノイズ除去され、分光分析や主成分分析の信頼度が向上する。その他の点では第１の実施の形態、第２の実施の形態と同様である。

〔第７の実施の形態〕
第１の実施の形態、第２の実施の形態では一連の分光眼底画像を１組取得する例を説明したが、第７の実施の形態では２組取得し、画像の位置合わせを補完し合う。すなわち、２０秒の撮影中には分光眼底画像が動くことがあるので、一方の組で比較的大きく動いた場合には、まず他方の組の動きが小さい画像で位置合わせを行ない、次いで一方の組の画像をこれに合わせるように変換する。これにより、位置合わせを確実化できる。その他の点では第１の実施の形態、第２の実施の形態と同様である。

また、本発明は、以上の実施の形態に記載の画像処理方法をコンピュータに実行させるためのプログラムとしても実現可能である。プログラムは制御部８の内蔵メモリに蓄積して使用してもよく、システム内外の記憶装置に蓄積して使用してもよく、インターネットからダウンロードして使用しても良い。また、当該プログラムを記録した記録媒体としても実現可能である。

以上、本発明の実施の形態について説明したが、本発明は以上の実施の形態に限定されるものではなく、実施の形態に種々変更を加えられることは明白である。

例えば、以上の実施の形態では、特定部位画像を表示部に表示する例を示したが、第２の実施の形態のように、自動的に特定部位画像を形成する場合には、必ずしも分光眼底画像を表示部に表示する必要はない。また、本実施の形態におけるステップの順序を入れ替えることも可能である。例えば分光眼底像を取得する場合、分光測定波長範囲の全ての波長の分光眼底像を取得した後に、一括して眼底像の保存を行なっても良く、各波長の分光眼底像を取得した直後に各眼底像を保存しても良い。また、順次、ＣＣＤカメラから分光眼底画像（補正前画像）を読み込みながら、画像位置合わせを行なっても良く、撮影画像取得部で一旦ＣＣＤカメラから全ての分光眼底画像を読み込み、順次、記憶部に蓄積された分光眼底画像（補正前画像）を位置補正部に再読み込みしながら、撮影画像間の位置合わせを行なっても良い。

また、分光眼底像取得フロー、ＣＣＤカメラ露光時間設定フローのプログラムを制御部に格納し、分光網膜像位置合わせフロー、分光網膜画像解析フロー等のプログラムを画像処理部に格納する例を説明したが、制御部がこれら全てのプログラムを保持して画像処理部を含む分光眼底測定装置全体を制御しても良く、また、制御部がこれらのプログラムを外付けの記録装置やＣＤＲＯＭ等から読み込んで分光眼底測定装置を制御しても良い。また、分光眼底画像の取得を１０ｎｍ間隔に限られず、例えば２．５ｎｍ間隔、２５ｎｍ間隔としても良い。

本発明は、分光眼底画像の測定に利用される。

第１の実施の形態における分光眼底画像測定装置の構成例を示す図である。 液晶波長可変フィルタのバンドパス特性の例を示す図である。 液晶波長可変フィルタの波長選択方法の例を示す図である。 第１の実施の形態における分光眼底画像データ測定方法のフローの例を示す図である。 分光網膜像位置合わせフローの例を示す図である。 画像位置あわせフローの例を示す図である。 分光眼底画像のハイパースペクトル画像の例を示す図である。 各特定部位の分光特性例を示す図である。 網膜動静脈と視神経乳頭の眼底画像の例を示す図である。 画像処理の流れを示す図である。 画像処理過程における画像例を示す図である。 第２の実施の形態における分光眼底画像測定装置の構成例を示す図である。 第２の実施の形態における分光眼底画像データ測定方法のフローの例を示す図である。 各主成分の寄与率例を示す図である。 主成分に対応する画像例を示す図である。

符号の説明

１ 分光眼底画像測定装置
２ 眼底カメラ部
３ トップハウジング部
４ 撮像部
５ リレー光学部
６ カメラリレー部
７ 画像処理部
７Ａ 記憶部
７Ｂ 表示部
８ 制御部
９ 拡張部
１０ 照明光学系
１１ 照明光源（ハロゲンランプ）
１２ コンデンサーレンズ
１３ 分光特性補正フィルタ
１４ 絞り板
１５ 反射鏡
１６ リレーレンズ
２０ 受光光学系
２１ アイリス絞り板
２２ 合焦レンズ
２３ 結像レンズ
２４ 反射鏡
２５ 切り替えミラー
３１ ダイクロイックミラー
３２ 液晶波長可変フィルタ
３３ 結像レンズ
３４ ＣＣＤカメラ
４０ 共通光学系
４１ ビームスプリッター
４２ 対物レンズ
５０ アライメント光学系
５１ アライメント光源
５２ ダイクロイックミラー
５３ 結像レンズ
５４ モニタ用カメラ
６０ ファインダー光学系
７１ 撮影画像取得部
７２ 位置補正部
７３ 画像解析部
７４Ａ 第１のグループ化部
７５Ａ 第２のグループ化部
７６Ａ 特定部位画像形成部
７７ 加工処理部
７８ 画像合成部
８１ 露光制御部
８２ 波長制御部
Ｅ 被検眼
Ｆ 眼底

Claims (12)

1. 眼底を照明する照明光源を含む照明光学系と、
   照明された眼底からの波長可変の反射光束を受光し、波長の異なる一連の分光眼底画像を撮像する受光光学系と；
   前記分光眼底画像を加工処理する画像処理部と；
   前記分光眼底画像を記憶する記憶部とを備え；
   前記画像処理部は、前記受光光学系で撮像された一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正部と、前記位置補正部で補正された一連の分光眼底画像に基づいて前記分光眼底画像上の各部位の分光特性を算出する画像解析部とを有し；
   前記記憶部は、前記各部位の分光特性を各特定部位の標準分光特性と共に記憶し；
   前記画像処理部は、前記各部位の分光特性を前記各特定部位の標準波長特性と比較することにより、前記各部位を特定部位対応にグループ化する第１のグループ化部を有する；
   分光眼底測定装置。
2. 前記第１のグループ化部は、前記特定部位を網膜動脈、網膜静脈、黄斑、視神経乳頭等としてグループ化する；
   請求項１に記載の分光眼底測定装置。
3. 前記画像処理部は、前記特定部位対応にグループ化された部位を集めて特定部位画像を形成する特定部位眼底画像を形成する特定部位画像形成部を有する；
   請求項１又は請求項２に記載の分光眼底測定装置。
4. 眼底を照明する照明光源を含む照明光学系と、
   照明された眼底からの波長可変の反射光束を受光し、波長の異なる一連の分光眼底画像を撮像する受光光学系と；
   前記分光眼底画像を加工処理する画像処理部と；
   前記分光眼底画像を記憶する記憶部とを備え；
   前記画像処理部は、前記受光光学系で撮像された一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正部と、前記位置補正部で補正された一連の分光眼底画像に基づいて、主成分分析法により形成された各主成分画像を各特定部位眼底画像と見なして、前記分光眼底画像上の各部位を特定部位対応にグループ化する第２のグループ化部とを有する；
   分光眼底測定装置。
5. 前記第２のグループ化部は、脈絡膜血管像、網膜動脈像、網膜静脈像、網膜血管像をそれぞれ第２主成分画像から第５主成分画像のいずれか１つに対応するとみなしてグループ化する；
   請求項４に記載の分光眼底測定装置。
6. 前記分光眼底画像を表示する表示部を備え；
   前記画像処理部は、前記位置補正部で補正された一連の分光眼底画像に基づいて前記分光眼底画像上の各部位の分光特性を算出する画像解析部を有し；
   前記記憶部は、前記各部位の分光特性を各特定部位の標準分光特性と共に記憶し；
   前記表示部は、操作者が表示された前記分光眼底画像上の部位を指定すると、前記記憶部に記憶された指定された部位の分光特性を表示する；
   請求項４又は請求項５に記載の分光眼底測定装置。
7. 前記分光眼底画像を表示する表示部を備え；
   前記画像解析部は、前記位置補正部で補正された一連の分光眼底画像に基づいて前記各部位の輝度とその背景の輝度とのコントラストを算出し；
   前記記憶部は、前記各部位のコントラストを記憶し；
   前記表示部は、操作者が表示された前記分光眼底画像上の部位を指定すると、前記記憶部に記憶された指定された部位のコントラストを表示する；
   請求項１乃至請求項３又は請求項６のいずれか１項に記載の分光眼底測定装置。
8. 前記画像処理部は、各特定部位画像を合成して合成眼底画像を形成する画像合成部を有する；
   請求項３乃至請求項７のいずれか１項に記載の分光眼底測定装置。
9. 前記照明光源の照明光波長が可変である又は前記照明光学系若しくは前記受光光学系が波長選択フィルタを有する；
   請求項１乃至請求項８のいずれか１項に記載の分光眼底測定装置。
10. 所定の波長範囲の光束を発光する照明用光源からの光束により動物の被検眼の眼底を照明する工程と；
    照明された眼底からの波長可変の反射光束を受光して、波長の異なる一連の動物の分光眼底画像を撮像する工程と；
    前記分光眼底画像を加工処理する画像処理工程と；
    前記分光眼底画像を記憶する記憶工程とを備え；
    前記画像処理工程は、前記受光光学系で撮像された一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正工程と、前記位置補正工程で補正された一連の分光眼底画像に基づいて前記分光眼底画像上の各部位の分光特性を算出する画像解析工程を有し；
    前記記憶工程は、さらに前記各部位の分光特性を各特定部位の標準分光特性と共に記憶し；
    前記画像処理工程は、前記各部位の分光特性を前記各特定部位の標準波長特性と比較することにより、前記各部位を特定部位対応にグループ化する第１のグループ化工程を有する；
    分光眼底測定方法。
11. 所定の波長範囲の光束を発光する照明用光源からの光束により動物の被検眼の眼底を照明する工程と；
    照明された眼底からの波長可変の反射光束を受光して、波長の異なる一連の動物の分光眼底画像を撮像する工程と；
    前記分光眼底画像を加工処理する画像処理工程と；
    前記分光眼底画像を記憶する記憶工程とを備え；
    前記画像処理工程は、前記受光光学系で撮像された一連の分光眼底画像について、各部位の位置を合わせるように補正する位置補正工程と、前記位置補正工程で補正された一連の分光眼底画像に基づいて主成分分析法により形成された各主成分画像を各特定部位対応眼底画像と見なして（すなわち、波長特性が共通する各特定部位に対応するデータが第ｎ次の主成分データに反映されると見なして）、前記分光眼底画像上の各部位を前記特定部位対応にグループ化する第２のグループ化工程とを有する；
    分光眼底測定方法。
12. 前記画像処理工程は、前記第１のグループ化工程又は前記第２のグループ化工程によりグループ化された各部位を集めて、各特定部位画像を形成する各特定部位画像を形成する特定部位画像形成工程と、前記各特定部位画像を合成して、合成眼底画像を形成する画像合成工程とを有する；
    請求項１０又は請求項１１に記載の分光眼底測定方法。