眼底断層画像の領域抽出・解析手法に関する研究: 緑内障診断に用いられる視神経構造特徴の自動測定

摘要

光干渉断層計（OCT）は緑内障診断に有効な装置として近年普及が進んでいる．緑内障診断ではOCT データの定量評価が重要であるが，OCT によって得られた網膜断層画像はスペックルノイズや血管の影の影響があり，一般的な手法で網膜断層の層構造を抽出することは難しい．本研究では網膜断層画像に対する層構造検出手法と乳頭部判定の自動化手法，スペックルノイズ軽減手法について述べる．層構造の検出は修正したIntelligent Scissors 法を用い，乳頭部判定は網膜上皮色素細胞層（RPE）に対して構造類似度（SSIM）を適用することで行った．この結果，緑内障診断の際に量的指標として用いられる，視神経繊維層（RNFL）の厚み，C/D比を自動測定することができた．また，新しいスペックルノイズ軽減手法としてバイラテラルフィルターと局所的なコントラスト補正処理を施す手法を開発した．また，本手法はOCTデータを正規化することによって複数のOCT において適用可能である．%The optical coherence tomography (OCT) is widely used for the diagnosis of the glaucoma recently. It is important to measure the retinal structure quantitatively for the diagnosis. However the images obtained from the OCT are usually distorted by speckle noises and shadow of the vessels. Therefore, it is difficult to detect and measure the retinal layers using normal object detection methods. In our study, we use the advanced bilateral filter and local and adaptive tone correction methods for speckle noise reduction, the Intelligent Scissors method for detecting retinal layers, and the Structural Similarity (SSIM) for detecting the edge of the Retinal Pigment Epithelium (RPE). As a result, we can measure the RNFL thickness and C/D area ratio automatically.