JP2023009530A - 画像処理方法、画像処理装置、及びプログラム - Google Patents

Abstract

【課題】被検眼の動き量を正確に算出する。【解決手段】プロセッサが行う画像処理方法であって、被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、を含む画像処理方法。【選択図】図５

Description

本開示の技術は、画像処理方法、画像処理装置、及びプログラムに関する。

特許文献１には、被検眼の動きに合わせて光学系を移動させるトラッキング方法が開示されている。従来からブレのない眼底画像を撮影することが求められている。

米国特許出願公開第２０１９／００５９７２３号明細書

本開示の技術の第１態様は、プロセッサが行う画像処理方法であって、被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、を含む。

本開示の技術の第２態様置は、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、被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、を含む画像処理を実行する。

本開示の技術の第３態様は、コンピュータに、被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、を含む画像処理を実行させるプログラムである。

眼科システム１００のブロック図である。 眼科装置１１０の全体構成を示す概略構成図である。 眼科装置１１０の制御装置１６のＣＰＵ１６Ａの機能のブロック図である。 眼科装置１１０のＣＰＵ１６Ａが実行するプログラムを示すフローチャートである。 図４のステップ３０６のアイトラッキング処理のサブルーチンのフローチャートである。 ＵＷＦ－ＳＬＯ眼底画像４００Ｇを示す図である。 ＯＣＴデータを取得する位置４０２が重畳されたＵＷＦ－ＳＬＯ眼底画像４００Ｇを示す図である。 ＯＣＴデータを取得する位置４０２と矩形ＳＬＯ眼底画像を取得する領域４００が重畳されたＵＷＦ－ＳＬＯ眼底画像４００Ｇを示す図である。 ビューワ１５０のディスプレイのスクリーン５００を示した図である。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

図１を参照して、眼科システム１００の構成を説明する。図１に示すように、眼科システム１００は、眼科装置１１０と、眼軸長測定器１２０と、管理サーバ装置（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、を備えている。眼科装置１１０は、眼底画像を取得する。眼軸長測定器１２０は、被検者の眼軸長を測定する。サーバ１４０は、眼科装置１１０によって被検者の眼底が撮影されることにより得られた眼底画像を、被検者のＩＤに対応して記憶する。ビューワ１５０は、サーバ１４０から取得した眼底画像などの医療情報を表示する。

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。

眼科装置１１０、眼軸長測定器１２０、サーバ１４０、およびビューワ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。

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、眼軸長測定器１２０、サーバ１４０、およびビューワ１５０に接続されていてもよい。

次に、図２を参照して、眼科装置１１０の構成を説明する。

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。

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。

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、ＯＣＴユニット２０、および撮影光学系１９を備えており、被検眼１２の眼底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眼底画像と称する。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。

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。ＲＯＭ１６Ｃには、後述する画像処理プログラムが記憶されている。なお、制御装置１６は、外部記憶装置を更に備え、画像処理プログラムを、外部記憶装置に記憶してもよい。

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。ＲＯＭ１６Ｃ（又は外部記憶装置）は、本開示の技術の「メモリ」及び「コンピュータ可読記憶媒体」の一例である。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。

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。

制御装置１６はＩ／Ｏポート１６Ｄに接続された通信インターフェース（Ｉ／Ｆ）１６Ｆを備えている。眼科装置１１０は、通信インターフェース（Ｉ／Ｆ）１６Ｆおよびネットワーク１３０を介して眼軸長測定器１２０、サーバ１４０、およびビューワ１５０に接続される。

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。この場合、当該表示装置は、制御装置１６のＣＰＵ１６Ａ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、ＣＰＵ１６Ａが出力指示した画像信号に基づいて、ＳＬＯ眼底画像やＯＣＴ画像等を表示するようにしてもよい。

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、第１光学スキャナ２２、第２光学スキャナ２４、および広角光学系３０を含む。

第１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。第２光学スキャナ２４は、ＯＣＴユニット２０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。第１光学スキャナ２２および第２光学スキャナ２４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。

広角光学系３０は、共通光学系２８を有する対物光学系（図２では不図示）、およびＳＬＯユニット１８からの光とＯＣＴユニット２０からの光を合成する合成部２６を含む。

なお、共通光学系２８の対物光学系は、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、視神経乳頭や黄斑が存在する眼底中心部だけでなく眼球の赤道部や渦静脈が存在する眼底周辺部の網膜を撮影することが可能となる。

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。本実施の形態では、内部照射角は２００度としている。

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。

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。

ＳＬＯユニット１８は、複数の光源、例えば、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、反射または透過して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５６、５２で反射して、それぞれ１つの光路に導かれる。

ＳＬＯユニット１８は、Ｇ光、Ｒ光、およびＢ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（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、さらに、白色光の光源をさらに備え、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。

ＳＬＯユニット１８から撮影光学系１９に入射された光は、第１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、被検眼１２の後眼部に照射される。眼底により反射された反射光は、広角光学系３０および第１光学スキャナ２２を経由してＳＬＯユニット１８へ入射される。

ＳＬＯユニット１８は、被検眼１２の後眼部（例えば、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、複数の光源に対応して複数の光検出素子を備えている。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、およびビームスプリッタ５８により反射したＧ光を検出するＧ光検出素子７２を備えている。ＳＬＯユニット１８は、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。

広角光学系３０および第１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６４を透過し、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６４、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６４、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眼底画像を生成する。

ＵＷＦ－ＳＬＯ眼底画像（後述するようにＵＷＦ眼底画像、オリジナル眼底画像ともいう）には、眼底がＧ色で撮影されて得られたＵＷＦ－ＳＬＯ眼底画像（Ｇ色眼底画像）と、眼底がＲ色で撮影されて得られたＵＷＦ－ＳＬＯ眼底画像（Ｒ色眼底画像）とがある。ＵＷＦ－ＳＬＯ眼底画像には、眼底がＢ色で撮影されて得られたＵＷＦ－ＳＬＯ眼底画像（Ｂ色眼底画像）と、眼底がＩＲで撮影されて得られたＵＷＦ－ＳＬＯ眼底画像（ＩＲ眼底画像）とがある。

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。

このようにＵＷＦ－ＳＬＯ眼底画像として、具体的には、Ｂ色眼底画像、Ｇ色眼底画像、Ｒ色眼底画像、ＩＲ眼底画像、ＲＧＢカラー眼底画像、ＲＧカラー眼底画像がある。ＵＷＦ－ＳＬＯ眼底画像の各画像データは、入力／表示装置１６Ｅを介して入力された被検者の情報と共に、通信インターフェース（Ｉ／Ｆ）１６Ｆを介して眼科装置１１０からサーバ１４０へ送信される。ＵＷＦ－ＳＬＯ眼底画像の各画像データと被検者の情報とは、記憶装置２５４に、対応して記憶される。なお、被検者の情報には、例えば、被検者ＩＤ、氏名、年齢、視力、右眼／左眼の区別等がある。被検者の情報はオペレータが入力／表示装置１６Ｅを介して入力する。

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。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、広いＦＯＶ１２Ａでの眼底撮影を可能とする。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。

光源２０Ａから射出された光は、第１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、第２光学スキャナ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、広角光学系３０および第２光学スキャナ２４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。

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。

第２の光カプラ２０Ｆに入射されたこれらの光、即ち、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。ＣＰＵ１６Ａは、センサ２０Ｂで検出された検出信号に対してフーリエ変換などの信号処理を行い、ＯＣＴデータ生成する。ＣＰＵ１６Ａは、当該ＯＣＴデータに基づいて断層画像やｅｎ－ｆａｃｅ画像などのＯＣＴ画像を生成する。

ここで、ＯＣＴシステムは、広角光学系３０で実現される撮影領域のＯＣＴデータを取得可能である。

ＣＰＵ１６Ａで生成されたＯＣＴデータ、断層画像やｅｎ－ｆａｃｅ画像は、被検者の情報と共に、通信インターフェース（Ｉ／Ｆ）１６Ｆを介して眼科装置１１０からサーバ１４０へ送信される。ＯＣＴデータ、断層画像やｅｎ－ｆａｃｅ画像などの各種ＯＣＴ画像と被検者の情報とは関連付けがなされて、記憶装置２５４に記憶される。

なお、本実施の形態では、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。

次に、眼軸長測定器１２０を説明する。眼軸長測定器１２０は、被検眼１２の眼軸方向の長さである眼軸長を測定する。

眼軸長測定器１２０は、測定された眼軸長をサーバ１４０に送信する。サーバ１４０は、被検者の眼軸長を被検者ＩＤに対応して記憶する。

次に、図３を参照して、眼科装置１１０のＣＰＵ１６Ａが眼科機器の制御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。眼科機器の制御プログラムは、撮影制御機能、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。ＣＰＵ１６Ａがこの各機能を有する眼科機器の制御プログラムを実行することで、ＣＰＵ１６Ａは、図３に示すように、撮影制御部２０２、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。

次に、図４を用いて、眼科装置１１０の画像処理を詳細に説明する。眼科装置１１０の制御装置１６のＣＰＵ１６Ａが眼科機器の画像処理プログラムを実行することで、図４のフローチャートに示された眼科機器の制御が実現される。

図４のフローチャートに示された処理は、本開示の技術の「画像処理方法」の一例である。

眼科装置１１０のオペレータは、被検者に、眼科装置１１０の図示しない支持部にあごをのせてもらい、被検者の被検眼１２の位置を調整する。

眼科装置１１０の表示制御部２０４は、入力／表示装置１６Ｅの画面に、被検者の情報の入力とモード選択のためのメニュー画面を表示する。モードには、ＳＬＯ眼底画像を取得するＳＬＯモード及びＯＣＴ眼底画像を取得するＯＣＴモードなどがある。オペレータは、被検者の情報を、入力／表示装置１６Ｅを介して入力するとともに、ＯＣＴモードを選択すると、ＣＰＵ１６Ａは図４に示す眼科機器の制御プログラムの実行を開始する。

ステップ３０２で、撮影制御部２０２は、ＳＬＯユニット１８及び撮影光学系１９を制御して、被検眼１２の眼底の第１眼底画像、具体的には、Ｂ光源４０、Ｇ光源４２、Ｒ光源４４を発光させ、３種類の波長でＵＷＦ－ＳＬＯ眼底画像を取得する。なお、上記のように、ＵＷＦ－ＳＬＯ眼底画像は、Ｇ色眼底画像、Ｒ色眼底画像、Ｂ色眼底画像、及びＲＧＢカラー眼底画像が含まれる。
ＵＷＦ－ＳＬＯ眼底画像は、本開示の技術の「第１眼底画像」の一例である。

ステップ３０４で、表示制御部２０４は、入力／表示装置１６ＥのディスプレイにＵＷＦ－ＳＬＯ眼底画像４００Ｇを表示する。図６Ａには、ディスプレイに表示されたＵＷＦ－ＳＬＯ眼底画像４００Ｇが示されている。ＵＷＦ－ＳＬＯ眼底画像４００Ｇは、ＳＬＯユニット１８が走査できる領域の画像に相当し、図６Ａに示すように、被検眼１２の眼底自体からの反射光が導かれて形成された被検眼の眼底領域４００ｇｇを含む。

ユーザ（眼科装置１１０の操作者）が、表示されているＵＷＦ－ＳＬＯ眼底画像４００Ｇを用いて、ＯＣＴデータを取得する領域（断層画像を取得する位置）をタッチパネルや図示せぬ入力デバイスを用いて設定する。図６Ｂには、ＵＷＦ－ＳＬＯ眼底画像４００Ｇを用いて、断層画像を取得する位置４０２が、Ｘ方向の直線で設定された場合が示されている。断層画像を取得する位置４０２が直線で設定されると、断層画像を取得する位置４０２が矢印で表される。

なお、断層画像を取得する位置４０２は、図６Ｂに示すようにＸ方向の直線に限定されず、ある一点、線、例えば、Ｙ方向の直線、Ｘ方向及びＹ方向の各々と交差する直線、２点を結ぶ曲線等、あるいは面、例えば、円形領域や矩形領域等でもよい。

断層画像を取得する位置が一点の場合には、眼底の１点の深さ（光軸）方向の走査（この走査を「Ａスキャン」と言う。）によりＯＣＴデータ（「Ａスキャンデータ」という）が得られる。
断層画像を取得する位置が線の場合には、Ａスキャンを当該線に沿って移動しつつＡスキャンを複数回行うこと（「Ｂスキャン」と言う。）することにより、ＯＣＴデータ（「Ｂスキャンデータ」という）が得られる。
断層画像を取得する位置が面の場合には、Ｂスキャンを当該面に沿って移動しつつＢスキャンを繰り返す（「Ｃスキャン」と言う。）することにより、ＯＣＴデータ（「Ｃスキャンデータ」という）が得られる。Ｃスキャンデータにより、３次元ＯＣＴデータが生成され、その３次元ＯＣＴデータに基づいて二次元のｅｎ－ｆａｃｅ画像などが生成される。

そして、処理部２０８は、ＵＷＦ－ＳＬＯ眼底画像４００Ｇを用いて設定された、断層画像を取得する位置４０２の位置データ（座標データなど）を取得する。断層画像を取得する位置を示すデータは座標データに限らず眼底画像の位置が大まかにわかる番号などででもよい。

ステップ３０６で、アイトラッキング処理が実行される。図５を用いて、アイトラッキング処理を説明する。

なお、本開示の技術は、このようにステップ３０４でＵＷＦ－ＳＬＯ眼底画像４００Ｇを用いて設定された、断層画像を取得する位置４０２の位置データが取得されると、直ちにアイトラッキング処理が実行されることに限定されない。例えば、オペレータは被検者の被検眼１２と眼科装置１１０とのアライメントを適切な状態となっていることを確認する。オペレータは、アライメントを適切な状態となっていることを確認すると、ＯＣＴ撮影を開始することを、入力／表示装置１６Ｅのディスプレイにあるボタン等を操作することにより、指示する。このようにＯＣＴ撮影を開始する操作が指示された場合に、アイトラッキング処理を実行する。

図５のステップ３５０で、画像処理部２０６は、ＵＷＦ－ＳＬＯ眼底画像のＲ色眼底画像とＧ色眼底画像とを用いて、脈絡膜血管の特徴点を抽出する。具体的には、画像処理部２０６は、まず、脈絡膜血管を抽出し、脈絡膜血管の特徴点を抽出する。

まず、Ｒ色眼底画像とＧ色眼底画像とを用いて、脈絡膜血管を抽出する方法を説明する。

眼の構造は、硝子体を、構造が異なる複数の層が覆うようになっている。複数の層には、硝子体側の最も内側から外側に、網膜、脈絡膜、強膜が含まれる。Ｒ光は、網膜を通過して脈絡膜まで到達する。よって、Ｒ色眼底画像には、網膜に存在する血管（網膜血管）の情報と脈絡膜に存在する血管（脈絡膜血管）の情報とが含まれる。これに対し、Ｇ光は、網膜までしか到達しない。よって、Ｇ色眼底画像には、網膜に存在する血管（網膜血管）の情報のみが含まれる。

画像処理部２０６は、Ｇ色眼底画像にブラックハットフィルタ処理などの画像処理を施すことにより、Ｇ色眼底画像から網膜血管を抽出する。これによりＧ色眼底画像から網膜血管の画素のみが抽出された網膜血管画像が得られる。ブラックハットフィルタ処理とは、原画像であるＧ色眼底画像の画像データと、この原画像に対してＮ回（Ｎは１以上の整数）の膨張処理及びＮ回の収縮処理を行うクロージング処理により得られる画像データとの差分をとる処理を指す。

次に、画像処理部２０６は、Ｒ色眼底画像から、Ｇ色眼底画像から抽出した網膜血管画像を用いてインペインティング処理などにより、網膜血管を除去する。インペイント処理とは、所定位置の画素値を、周囲の画素の平均値との差が特定範囲（例えば、０）になるように設定する処理である。つまり、Ｇ色眼底画像から抽出された網膜血管の位置情報を用いてＲ色眼底画像の網膜血管に相当する画素を周囲の画素と同じ値に塗りつぶす処理を行う。これにより、網膜血管の画素のみが抽出されたＲ色眼底画像から脈絡膜血管画像が得られる。さらに、画像処理部２０６は、網膜血管が除去されたＲ色眼底画像に対し、適応ヒストグラム均等化（ＣＬＡＨＥ：Ｃｏｎｔｒａｓｔ Ｌｉｍｉｔｅｄ Ａｄａｐｔｉｖｅ Ｈｉｓｔｏｇｒａｍ Ｅｑｕａｌｉｚａｔｉｏｎ）処理を施し、脈絡膜血管を強調する強調処理を行ってもよい。

次に、画像処理部２０６は、脈絡膜血管画像から脈絡膜血管の分岐点あるいは合流点を脈絡膜血管の第１特徴点として抽出する。脈絡膜血管の第１特徴点とは処理部２０８によりＲＡＭ１６Ｂに記憶される。

以上説明した例では、Ｒ色眼底画像とＧ色眼底画像から脈絡膜血管画像を生成しているが、本開示の技術はこれに限定されない。例えば、画像処理部２０６は、Ｒ色眼底画像あるはＩＲ光で撮影されたＩＲ眼底画像を用いて脈絡膜血管画像を生成してもよい。
具体的には、画像処理部２０６は、ブラックハットフィルタ処理をＲ色眼底画像に施すことにより、Ｒ色眼底画像から網膜血管を抽出する。上記のようにＲ色眼底画像には、網膜に存在する血管（網膜血管）の情報と脈絡膜に存在する血管（脈絡膜血管）の情報とが含まれる。しかし、ブラックハットフィルタ処理をＲ色眼底画像に施すと、網膜血管の情報だけが抽出される。網膜血管はＧ光だけでなく、Ｒ光を吸収するため眼底画像では血管の周囲に比べて黒く撮影される。そのため、ブラックハットフィルタ処理をＲ色眼底画像に施すことにより、網膜血管を抽出することができる。そして、画像処理部２０６は、Ｒ色眼底画像から抽出された網膜血管の位置情報を用いてＲ色眼底画像の網膜血管に相当する画素を周囲の画素と同じ値に塗りつぶす処理を行う。これにより、脈絡膜血管画像が得られる。更に、上記のように適応ヒストグラム均等化処理（ＣＬＡＨＥ）を施すことにより、Ｒ色眼底画像において、脈絡膜血管を強調する。

ステップ３５２で、撮影制御部２０２は、ＳＬＯユニット１８及び撮影光学系１９を制御して、被検眼１２の眼底の矩形ＳＬＯ眼底画像を取得する。
なお、被検眼１２の眼底の矩形ＳＬＯ眼底画像は、本開示の技術の「第２眼底画像」の一例である

具体的には、まず、オペレータは、ＵＷＦ－ＳＬＯ眼底画像４００Ｇを用いて、矩形ＳＬＯ眼底画像を取得する領域を設定する。図６Ｃには、断層画像を取得する位置４０２の他に、矩形ＳＬＯ眼底画像を取得する領域４００が重畳されたＵＷＦ－ＳＬＯ眼底画像４００Ｇが示されている。図６Ｃに示す例では、矩形ＳＬＯ眼底画像を取得する領域４００は、断層画像を取得する位置４０２の全ての領域を含んでいる。

本開示の技術は、矩形ＳＬＯ眼底画像を取得する領域４００は、断層画像を取得する位置４０２の全ての領域を含む場合に限定されない。例えば、矩形ＳＬＯ眼底画像を取得する領域は、断層画像を取得する位置４０２の一部のみを含んでもよい。このように矩形ＳＬＯ眼底画像を取得する領域は、断層画像を取得する位置４０２の少なくとも一部を含むようにしてもよい。

矩形ＳＬＯ眼底画像を取得する領域は、断層画像を取得する位置４０２を含まなくてもよい。よって、矩形ＳＬＯ眼底画像を取得する領域は、断層画像を取得する位置４０２とは無関係に設定されてもよい。

なお、矩形ＳＬＯ眼底画像を取得する領域４００が断層画像を取得する位置４０２の全ての領域を含むほうが、領域４００が位置４０２を全く含まない又は一部のみ含む場合より、後述する眼の動き量を計算するための探索範囲が狭くなる確率を高くできる。これにより、アイトラッキング処理を円滑に行うこと、つまり、処理時間を短縮することができる。

矩形ＳＬＯ眼底画像を取得する領域は、被検眼の眼底領域４００ｇｇの少なくとも一部を含む。

矩形ＳＬＯ眼底画像を取得する領域の大きさは、ＵＷＦ－ＳＬＯ眼底画像４００Ｇの大きさより小さい。つまり、矩形ＳＬＯ眼底画像の画角は、ＵＷＦ－ＳＬＯ眼底画像の撮影画角より小さい画角であり、例えば、１０度～５０度の画角に設定される。

ステップ３５２で、撮影制御部２０２は、ＵＷＦ－ＳＬＯ眼底画像４００Ｇを用いて設定された矩形ＳＬＯ眼底画像を取得する領域４００の位置を取得する。処理部２０８は、矩形ＳＬＯ眼底画像を取得する領域の位置を第１位置としてＲＡＭ１６Ｂに記憶保持する。そして、撮影制御部２０２は、取得された当該領域４００の位置に基づいて、ＳＬＯユニット１８及び撮影光学系１９を制御して、被検眼１２の眼底の画像を取得することにより、被検眼１２の眼底の矩形ＳＬＯ眼底画像を取得する。なお、矩形ＳＬＯ眼底画像を取得する際、撮影制御部２０２は、ＩＲ光源４６を発光させ、ＩＲ光を眼底に照射することで、眼底を撮影する。これは、ＩＲ光は被検眼の網膜の視細胞で感知されないので、被検者にまぶしさを感じさせないようにするためである。

次に、ステップ３５４で、画像処理部２０６は、第２眼底画像の矩形ＳＬＯ眼底画像における脈絡膜血管の特徴点（具体的には、脈絡膜血管の分岐点あるいは合流点）を抽出する。

ところで、ＩＲ光で撮影された矩形ＳＬＯ眼底画像では、網膜血管は細い黒い血管として、脈絡膜血管は太い白い血管として写る。そこで、画像処理部２０６は、ブラックハット処理を矩形ＳＬＯ眼底画像に施し網膜血管の画素位置を特定する。
次に、画像処理部２０６は、網膜血管の画素位置にインペインティング処理を行うことにより、矩形ＳＬＯ眼底画像から網膜血管を除去し、網膜血管が除去された矩形ＳＬＯ眼底画像から、脈絡膜血管の第２特徴点を抽出する。処理部２０８は、脈絡膜血管の第２特徴点を、ＲＡＭ１６Ｂに記憶される。

次に、ステップ３５６で、レジストレーション処理を実行する。

ここで、レジストレーション処理とは、矩形ＳＬＯ眼底画像とＵＷＦ－ＳＬＯ眼底画像（特に、ＲＧＢカラー眼底画像）との位置合わせ処理である。具体的には、矩形ＳＬＯ眼底画像がＲＧＢカラー眼底画像上のどの位置に位置するかを画像マッチングにより特定する処理である。

ステップ３５６のレジストレーション処理の画像マッチングでは、画像処理部２０６は、矩形ＳＬＯ眼底画像から抽出された脈絡膜血管の第２特徴点を、例えば、３個抽出する。画像処理部２０６は、当該３つの第２特徴点と、ＵＷＦ－ＳＬＯ眼底画像から抽出された脈絡膜血管の第１特徴点とが一致する位置を探索する。処理部２０８は、レジストレーション処理でマッチングした位置を第２位置としてＲＡＭ１６Ｂに記憶保持する。
なお、レジストレーション処理では、ＵＷＦ－ＳＬＯ眼底画像にデノイズ処理を行わないが、行うようにしてもよい。

上記のようにレジストレーション処理の画像マッチングでは、脈絡膜血管の第２特徴点を３個抽出するが、本開示の技術はこれに限定されない。例えば、特徴点の数は、２個、４個、５個などでもよい。

ステップ３５８で、画像処理部２０６は、第１位置と第２位置とから、眼の動き量を算出する。具体的には、画像処理部２０６は、第１の位置と第２の位置とのズレの大きさとズレの方向を算出する。そして、画像処理部２０６は、算出したズレの大きさとズレの方向とから被検眼１２の動き量を算出する。当該動き量は動きの大きさと動きの方向を持つ量、つまり、ベクトル量である。ステップ３０２でＵＷＦ－ＳＬＯ眼底画像を取得するために被検眼１２の眼底を撮影した時点からステップ３５２で矩形ＳＬＯ眼底画像を取得するために被検眼１２の眼底を撮影した時点までの時間が経過しているので、被検眼の同じ場所を撮影しているとは限らない。また、ＯＣＴ撮影中に固視微動などにより、被検眼が動く場合もある。よって、画像処理部２０６は、ＯＣＴの撮影開始時あるいはＯＣＴの撮影中に被検眼１２が、どの方向にどのくらいの量、ずれているのか、つまり、被検眼１２の動き量（ベクトル量）を算出する。
なお、ステップ３５６が実行されてステップ３５８で算出されたズレ量とズレの方向は、「ズレ量とズレの方向」の一例である。

このように被検眼１２がずれたので、ＵＷＦ－ＳＬＯ眼底画像を基準に設定した断層画像を取得する位置に基づいて被検眼１２を走査したのでは、本来取得したい位置から上記動き量（ズレ量及びズレの方向に）ずれた位置を走査することになる。

そこで、ステップ３６０で、撮影制御部２０２は、動いた後の被検眼１２の上記取得する位置の断層画像を取得できるように、被検眼１２の動き量（ベクトル量）に基づいて、第２光学スキャナ２４による走査範囲を調整する。
第２光学スキャナ２４は、本開示の技術の「走査デバイス」の一例である。

このように被検眼１２の走査範囲の調整が終了すると、図４のステップ３０６のアイトラッキング処理が終了し、画像処理はステップ３０８に進む。

ステップ３０８で、撮影制御部２０２は、ＯＣＴユニット２０と、走査範囲が調整された第２光学スキャナ２４とを制御し、被検眼１２の断層画像を取得する位置を走査することにより、断層画像を取得する。

ステップ３１０で、処理部２０８は、取得された断層画像、ＲＧ－ＵＷＦ－ＳＬＯ眼底画像、断層画像を取得する位置４０２のデータを、被検者の情報に対応して、サーバ１４０に出力する。以上により、図４の画像処理が終了する。

サーバ１４０は、断層画像、ＲＧＢカラー眼底画像、断層画像を取得する位置４０２のデータを、被検者ＩＤと関連付けて、図示しない記憶装置に記憶する。

ビューワ１５０から、眼科医などのユーザからの指示により、被検者ＩＤに対応して断層画像などデータの送信の要求がサーバ１４０にされる。

上記要求がサーバ１４０にされると、サーバ１４０は、被検者ＩＤに対応して記憶されている断層画像、ＵＷＦ－ＳＬＯ眼底画像、断層画像を取得する位置４０２のデータを、被検者の情報等に対応して、ビューワ１５０に送信する。これによりビューワ１５０は、受信した各データを、図示しないディスプレイに表示する。

図７には、ビューワ１５０のディスプレイに表示されたスクリーン５００が示されている。スクリーン５００は、被検者情報表示エリア５０２及び画像表示エリア５０４を有する。

被検者情報表示エリア５０２は、被検者ＩＤ表示フィールド５１２、被検者氏名表示フィールド５１４、年齢表示フィールド５１６、視力表示フィールド５１８、右眼／左眼表示フィールド５２０、及び眼軸長表示フィールド５２２を有する。表示制御部２０４は、サーバ１４０から受信した被検者ＩＤ、被検者の氏名、被検者の年齢、視力、右眼又は左眼の情報、及び被検者の眼軸長のデータを、対応する表示フィールド５１２～５２２に表示する。

画像表示エリア５０４は、ＲＧＢカラー眼底画像表示フィールド５０８、断層画像表示フィールド５０６、及びテキストデータ表示フィールド５１０を備える。

ＲＧＢカラー眼底画像表示フィールド５０８には、断層画像を取得する位置４０２が重畳されたＵＷＦ－ＳＬＯ眼底画像４００Ｇが表示される。

断層画像表示フィールド５０６には、断層画像が表示される。テキストデータ表示フィールド５１０には、診察の際のコメント等が表示される。

以上説明したように、本実施の形態では、異なるタイミングで少なくとも２回取得された眼底画像の各々から抽出された脈絡膜血管の特徴点を用いて被検眼の動き量を算出する。ところで、同じ大きさの眼底の領域において、脈絡膜血管の特徴点の数は、網膜血管の特徴点の数より、多い。よって、本実施の形態は、眼の動き量を、より正確に算出することができる。

以上説明したように、本実施の形態では、ステップ３０２で、撮影制御部２０２は、ＳＬＯユニット１８及び撮影光学系１９を制御して、ＵＷＦ－ＳＬＯ眼底画像を取得する。
本開示の技術はこれに限定されない。例えば、このように取得されたＵＷＦ－ＳＬＯ眼底画像を、サーバ１４０の図示しない記憶媒体に記憶しておく。ステップ３０２では、処理部２０８が、サーバ１４０の記憶媒体からＵＷＦ－ＳＬＯ眼底画像を取得するようにしてよい。また、上記のように取得されたＵＷＦ－ＳＬＯ眼底画像を、眼科装置１１０のＲＡＭ１６Ｂに記憶しておく。ステップ３０２では、処理部２０８が、眼科装置１１０のＲＡＭ１６Ｂの記憶媒体からＵＷＦ－ＳＬＯ眼底画像を取得するようにしてよい。

上記実施の形態では、アイトラッキング処理を実行した後に、断層画像を取得している。本開示の技術はこれに限定されない。例えば、断層画像を取得しながら、アイトラッキング処理を実行してもよい。この場合、図５のステップ３５２からステップ３６０を、断層画像を取得している間、繰り返し実行するようにしてもよい。そして、ステップ３５２からステップ３６０を所定回繰り返し実行する毎に、得られた被検眼１２の動き量の平均値を求め、断層画像を取得している間、第２光学スキャナ２４による走査範囲を調整し、断層画像を取得するようにしてもよい。これにより被検眼１２の同じ位置の断層画像を複数枚取得する。これらの複数枚の断層画像の加算平均を行うことにより、ノイズが低減された断層画像を取得するようにしてもよい。
上記実施の形態では、アイトラッキング処理を実行した後に、断層画像を取得している。本開示の技術はこれに限定されない。例えば、光学スキャナを追従させることなく複数枚の断層画像の取得を行う。複数枚の断層画像を取得している間、図５のステップ３５２からステップ３６０を、繰り返し実行するようにする、そして、眼の動きが所定値以上のときに撮影された断層画像を削除し、残された複数の断層画像を用いて加算平均を行うようにしてもうよい。

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 。

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。

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。

（第１の技術）
被検眼の眼底画像を、異なるタイミングで少なくとも２回取得する取得部と、
前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出する抽出部と、
前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出する算出部と、
を備える画像処理装置。

（第２の技術）
取得部が、被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、
抽出部が、前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、
算出部が、前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、
を備える画像処理方法。

撮影制御部２０２は、本開示の技術の「取得部」の一例である。画像処理部２０６は、本開示の技術の「抽出部」及び「算出部」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。
（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、プロセッサが行う画像処理であって、
被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、
前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、
前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、
を含む画像処理を実行させる、コンピュータープログラム製品。

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。

１００ 眼科システム
１６ 制御装置
１６Ａ ＣＰＵ
１６Ｃ ＲＯＭ
２０２ 撮影制御部
２０４ 表示制御部
２０６ 画像処理部
２０８ 処理部

Claims (14)

1. プロセッサが行う画像処理方法であって、
   被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、
   前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、
   前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、
   を含む画像処理方法。
2. 前記眼底画像を取得するステップは、
   前記被検眼の第１眼底画像を取得するステップと、
   前記第１眼底画像が取得された後、前記被検眼の第２眼底画像を取得するステップと、
   を含み、
   前記脈絡膜血管の特徴点を抽出するステップは、
   前記第１眼底画像から第１脈絡膜血管の第１特徴点を抽出するステップと、
   前記第２眼底画像から第２脈絡膜血管の第２特徴点を抽出するステップと、
   を含み、
   前記動き量を算出するステップは、
   前記第１特徴点と前記第２特徴点とを用いて前記第１眼底画像と前記第２眼底画像との位置合わせをするレジストレーション処理を行い、前記被検眼の動き量を算出するステップと、
   を含む、
   請求項１に記載の画像処理方法。
3. 前記第１眼底画像は、赤色（Ｒ）光、緑色（Ｇ）光、及び青色（Ｂ）光の少なくとも２種類の光の組み合わせの光を用いて前記被検眼を撮影することにより、得られ、
   前記第２眼底画像は、赤外線（ＩＲ）を用いて前記被検眼を撮影することにより、得られる、
   請求項２に記載の画像処理方法。
4. 前記第２眼底画像は、前記第１眼底画像の少なくとも一部の領域を撮影して得られる
   ことを特徴とする、請求項２又は請求項３に記載の画像処理方法。
5. 前記領域の大きさは、前記第１眼底画像の大きさより小さいことを特徴とする、請求項４に記載の画像処理方法。
6. 前記領域は、前記被検眼の眼底の断層画像を取得する位置の少なくとも一部を含むことを特徴とする、請求項４又は請求項５に記載の画像処理方法。
7. 前記動き量に基づいて、前記被検眼の眼底の断層画像を取得するための走査デバイスを制御するステップを更に含む請求項１から請求項６の何れか１項に記載の画像処理方法。
8. 前記制御された走査デバイスを用いて、前記被検眼の眼底の断層画像を取得するステップを更に含む、請求項７に記載の画像処理方法。
9. 前記動き量は、大きさと方向からなるベクトル量である、請求項１から請求項８の何れか１項に記載の画像処理方法。
10. 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、
    被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、
    前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、
    前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、
    を含む画像処理を実行する、画像処理装置。
11. コンピュータに、
    被検眼の眼底画像を、異なるタイミングで少なくとも２回取得するステップと、
    前記少なくとも２回取得された眼底画像の各々から、脈絡膜血管の特徴点を抽出するステップと、
    前記少なくとも２回取得された眼底画像の各々から抽出された前記脈絡膜血管の特徴点を用いて前記被検眼の動き量を算出するステップと、
    を含む画像処理を実行させるプログラム。
12. プロセッサが行う画像処理方法であって、
    被検眼の第１眼底画像を記録媒体から取得するステップと、
    第２眼底画像を、前記被検眼を赤外線（ＩＲ）で撮影することにより、取得するステップと、
    前記第１眼底画像から脈絡膜血管の第１特徴点を抽出するステップと、
    前記第２眼底画像から前記脈絡膜血管の第２特徴点を抽出するステップと、
    前記第１特徴点と前記第２特徴点とを用いて前記被検眼の動き量を算出するステップと、
    を含む画像処理方法。
13. 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、
    被検眼の第１眼底画像を記録媒体から取得するステップと、
    第２眼底画像を、前記被検眼を赤外線（ＩＲ）で撮影することにより、取得するステップと、
    前記第１眼底画像から脈絡膜血管の第１特徴点を抽出するステップと、
    前記第２眼底画像から前記脈絡膜血管の第２特徴点を抽出するステップと、
    前記第１特徴点と前記第２特徴点とを用いて前記被検眼の動き量を算出するステップと、
    を含む画像処理を実行する、画像処理装置。
14. コンピュータに、
    被検眼の第１眼底画像を記録媒体から取得するステップと、
    第２眼底画像を、前記被検眼を赤外線（ＩＲ）で撮影することにより、取得するステップと、
    前記第１眼底画像から脈絡膜血管の第１特徴点を抽出するステップと、
    前記第２眼底画像から前記脈絡膜血管の第２特徴点を抽出するステップと、
    前記第１特徴点と前記第２特徴点とを用いて前記被検眼の動き量を算出するステップと、
    を含む画像処理を実行させるプログラム。
    
    

Images