JP2018143427A - 眼科装置、装置の制御方法及びプログラム - Google Patents

Abstract

【課題】被検眼の疾患診断に使用可能な情報を取得するための、眼科装置、装置の制御方法、プログラムを提供する。【解決手段】被検眼の血管を含む血管含有画像の中から、少なくとも２つの血管３１０及び３２０が合流して１つの血管３３０となる血管合流部を含む画像領域６００を抽出し、画像領域６００に係る画像を解析して、血管３３０において血管３１０及び３２０のそれぞれから流入する血液の層流に係る層流情報（層流の長さ６１０の情報，層流の幅６２１と層流の幅６２２との層流比率の情報，血管径６２３と血管径６２４との血管径比率と層流比率とを比較した比較情報など）を取得し、当該層流情報を表示する制御を行う。【選択図】図６

Description

本発明は、被検眼の血管を含む血管含有画像を生成する眼科装置、被検眼を含む被検体の血管含有画像を生成する装置の制御方法、並びに、当該制御方法をコンピュータに実行させるためのプログラムに関するものである。

近年、低コヒーレンス光による干渉を利用した光干渉断層計（Ｏｐｔｉｃａｌ Ｃｏｈｅｒｅｎｃｅ Ｔｏｍｏｇｒａｐｈｙ：以下、「ＯＣＴ」と記載）装置が、眼科検査用の眼科装置として実用化されている。このＯＣＴ装置は、例えば、被検眼の網膜の３次元構造を描出することが可能である。さらに近年では、ＯＣＴ装置は、単に網膜構造のみならず、連続して取得された断層画像間の信号変化を利用して網膜血管を非浸襲に描出するＯＣＴアンギオグラフィー（ＯＣＴ Ａｎｇｉｏｇｒａｐｙ）の技術が開発されている（例えば特許文献１参照）。

特開２０１６−２０９２００号公報

近年の研究結果において、ＯＣＴアンギオグラフィーの有用性が論じられている。特に、加齢黄斑変性や糖尿病網膜症などの失明の可能性がある被検眼の疾患の診断に血管状態が可視化されたＯＣＴアンギオグラフィーが有効である。この点、特許文献１の技術は、血管を精度良く画像化するための技術であり、ＯＣＴアンギオグラフィー画像を用いて被検眼の疾患診断に使用可能な情報を提供することまでは考慮されていなかった。

本発明は、このような問題点に鑑みてなされたものであり、被検眼の疾患診断に使用可能な情報を提供することを目的とする。

本発明の眼科装置は、被検眼の血管を含む血管含有画像を生成する生成手段と、前記血管含有画像の中から、少なくとも２つの血管が合流して１つの血管となる血管合流部を含む画像領域を抽出する抽出手段と、前記画像領域に係る画像を解析して、前記１つの血管において前記２つの血管のそれぞれから流入する血液の層流に係る層流情報を取得する解析手段と、前記層流情報を表示部に表示する制御を行う表示制御手段とを有する。
また、本発明は、上述した眼科装置を含む装置の制御方法、及び、当該制御方法をコンピュータに実行させるためのプログラムを含む。

本発明によれば、被検眼の疾患診断に使用可能な情報を提供することができる。

本発明の実施形態に係る眼科装置の概略構成の一例を示す図である。 図１の抽出手段による画像領域抽出処理の一例を示す図である。 図１の生成手段により生成された血管合流部含有画像領域に係るＯＣＴＡ画像の一例を示す図である。 図１の解析手段で取得する輝度プロファイルの一例を示す図である。 本発明の実施形態に係る眼科装置の制御方法における処理手順の一例を示すフローチャートである。 図５のステップＳ１０８の解析処理で得られる層流情報を説明するための図である。 図５のステップＳ１０８の解析処理における態様１に係る詳細な処理手順の一例を示すフローチャートである。 図５のステップＳ１０８の解析処理における態様２に係る詳細な処理手順の一例を示すフローチャートである。 本発明の実施形態を示し、被検眼の血管を含む血管含有画像として蛍光眼底造影法により得られた眼底画像を適用した例を示す図である。

以下に、図面を参照しながら、本発明を実施するための形態（実施形態）について説明する。

図１は、本発明の実施形態に係る眼科装置１００の概略構成の一例を示す図である。なお、本実施形態に係る眼科装置１００としては、ＳＳ（Ｓｗｅｐｔ ｓｏｕｒｃｅ）−ＯＣＴ装置を適用した例について説明を行うが、本発明においてはこれに限定されるものではない。例えば、本実施形態に係る眼科装置１００として、他の方式のＯＣＴ装置を適用することも、更にはＯＣＴ装置以外の他の眼科装置を適用することも、本発明に含まれる。

眼科装置１００は、図１に示すように、波長掃引光源１１０、光信号分岐／合波部１２０、干渉光検出部１３０、コンピュータ１４０、測定アーム１５０、参照アーム１６０、及び、表示部１７０を有して構成されている。ここで、コンピュータ１４０は、例えば、中央演算処理装置（ＣＰＵ）と記憶装置とを含むハードウェア構成を備える。この際、記憶装置としては、例えば、メモリ（ＲＡＭ及びＲＯＭ）と大容量記憶装置（ＨＤＤ）とを含み構成されている。また、記憶装置の一部または全ては、コンピュータ１４０の外部に備えられることとしてもよい。

波長掃引光源１１０は、コンピュータ１４０の制御に基づいて、例えば波長９８０ｎｍ〜１１００ｎｍの光を１００ｋＨｚの周波数（Ａスキャンレート）で出射する。ここで、波長や周波数については例示であり、本実施形態においては上述した値に限定されるものではない。また、以下の記載についても同様に、記載された数値は例示であり、本実施形態においては、記載された数値に限定されるものではない。また、本実施形態においては、撮影対象として被検眼Ｅの眼底Ｅｆを適用した例について説明を行うが、本発明においてはこれに限定されるものではなく、例えば被検眼の他の部位（例えば前眼部）を撮影対象とすることも、本発明に含まれる。

光信号分岐／合波部１２０は、図１に示すように、カプラ１２１及びカプラ１２２を有して構成されている。まず、カプラ１２１は、波長掃引光源１１０から射出された光を被検眼Ｅの眼底Ｅｆへ照射する照射光と、参照光とに分岐する分岐部材である。照射光は、測定アーム１５０を経由して被検眼Ｅに照射される。より具体的には、測定アーム１５０に入射した照射光は、偏光コントローラ１５１で偏光状態を整えられた後、コリメータ１５２から空間光として射出される。その後、照射光は、Ｘ軸スキャナー１５３、Ｙ軸スキャナー１５４、フォーカスレンズ１５５を介して、被検眼Ｅの眼底Ｅｆに照射される。なお、Ｘ軸スキャナー１５３及びＹ軸スキャナー１５４は、眼底Ｅｆを照射光で走査する機能を有する走査部材である。この走査部材によって、照射光の眼底Ｅｆへの照射位置が変えられる。ここで、被検眼Ｅの１点の奥行き方向（深さ方向）の情報を取得することをＡスキャンと呼ぶ。また、Ａスキャンと直交する方向に沿って、２次元断層画像を取得することをＢスキャン、更にＢスキャンの２次元断層画像に垂直な方向に沿って、２次元断層画像を取得することをＣスキャンと呼ぶ。

なお、Ｘ軸スキャナー１５３及びＹ軸スキャナー１５４は、それぞれ、回転軸が互いに直交するよう配置されたミラーで構成されている。Ｘ軸スキャナー１５３は、Ｘ軸方向の走査を行い、Ｙ軸スキャナー１５４は、Ｙ軸方向の走査を行う。Ｘ軸方向及びＹ軸方向の各方向は、眼球の眼軸方向に対して垂直な方向で、互いに垂直な方向である。また、Ｂスキャン、Ｃスキャンのようなライン走査方向と、Ｘ軸方向またはＹ軸方向とは、一致していなくてもよい。このため、Ｂスキャン、Ｃスキャンのライン走査方向は、撮影したい２次元の断層画像或いは３次元の断層画像に応じて、適宜決めることができる。

眼底Ｅｆからの反射光は、再びフォーカスレンズ１５５などの同一経路を経由して、カプラ１２１を通りカプラ１２２に入射する。なお、シャッター１５６を閉じて計測することで、被検眼Ｅからの反射光をカットしてバックグランド（ノイズフロア）の計測が可能である。

一方、参照光は、参照アーム１６０を経由し、カプラ１２２に入射する。より具体的には、参照アーム１６０に入射した参照光は、偏光コントローラ１６１で偏光状態を整えられた後、コリメータ１６２から空間光として射出される。その後、参照光は、分散補償ガラス１６３、光路長調整光学系１６４、分散調整プリズムペア１６５を通り、コリメータ１６６を介して光ファイバーに入射され、参照アーム１６０から射出されてカプラ１２２に入射する。

カプラ１２２では、測定アーム１５０を経由した被検眼Ｅからの測定光の戻り光と、参照アーム１６０を通った参照光とが干渉する。そして、その干渉光を干渉光検出部１３０で検出する。この干渉光検出部１３０は、差動検出器１３１と、Ａ／Ｄ変換器１３２とを有して構成されている。干渉光検出部１３０では、まず、カプラ１２２で分波された干渉光を差動検出器１３１で検出する。そして、差動検出器１３１で電気信号に変換されたＯＣＴ干渉信号（以下、単に「干渉信号」という場合がある）をＡ／Ｄ変換器１３２でデジタル信号に変換している。ここで、差動検出器１３１の干渉光のサンプリングは、波長掃引光源１１０の中に組み込まれたクロック発生器が発信するｋクロック信号に基づいて等波数間隔に行われる。そして、Ａ／Ｄ変換器１３２が出力したデジタル信号は、コンピュータ１４０に送られる。その後、コンピュータ１４０は、デジタル信号に変換した干渉信号を信号処理し、ＯＣＴアンギオグラフィー画像（以下、「ＯＣＴＡ画像」と記載する）を計算により生成する。

コンピュータ１４０が備えるＣＰＵは、各種の処理を実行する。具体的に、コンピュータ１４０のＣＰＵは、コンピュータ１４０の記憶装置に記憶されたプログラムを実行することにより、生成手段１４１、抽出手段１４２、解析手段１４３、記憶手段１４４及び表示制御手段１４５として機能する。なお、コンピュータ１４０が備えるＣＰＵ及び記憶装置は、１つであってもよいし、複数であってもよい。即ち、少なくとも１以上の処理装置（ＣＰＵ）と少なくとも１つの記憶装置（ＲＯＭまたはＲＡＭ等）とが接続されており、少なくとも１以上の処理装置が少なくとも１以上の記憶装置に記憶されたプログラムを実行した場合に、コンピュータ１４０は、上述した各手段１４１〜１４５として機能する。

以下、コンピュータ１４０の機能構成である生成手段１４１、抽出手段１４２、解析手段１４３、記憶手段１４４及び表示制御手段１４５について説明する。

生成手段１４１は、Ａ／Ｄ変換器１３２から出力されたデジタル信号（被検眼Ｅに対して走査された測定光の被検眼Ｅからの戻り光と参照光との干渉光に基づくデジタルの干渉信号）を用いて、ＯＣＴＡ画像を生成する。ここで、ＯＣＴＡ画像は、被検眼Ｅ（具体的に本実施形態では、眼底Ｅｆ）の血管を含む血管含有画像に相当するものである。以下、この生成手段１４１によるＯＣＴＡ画像の生成方法の一例について説明する。

まず、生成手段１４１は、Ａ／Ｄ変換器１３２から取得した干渉信号をフーリエ変換することにより断層画像を取得する。具体的に、生成手段１４１は、干渉信号に高速フーリエ変換（ＦＦＴ：Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）を適用することにより位相と振幅とからなるＯＣＴ複素信号を取得する。なお、周波数解析として最大エントロピー法を用いてもよい。さらに、生成手段１４１は、ＯＣＴ複素信号の絶対値を２乗し、信号強度（Ｉｎｔｅｎｓｉｔｙ）を計算することにより、Ｉｎｔｅｎｓｉｔｙを示す断層画像（以下、単に「断層画像」という場合がある）を取得する。この断層画像は、被検眼Ｅの眼底Ｅｆの断層を示す断層画像データの一例に相当する。即ち、測定光を被検眼Ｅの眼底Ｅｆの略同一位置で複数回走査した場合、生成手段１４１は、それぞれ被検体の略同一位置の断層を示す複数の断層画像データを取得することとなる。なお、複数の断層画像データは、異なるタイミングで走査された測定光により取得されるデータである。

なお、生成手段１４１は、Ｘ軸スキャナー１５３、Ｙ軸スキャナー１５４を制御する手段としても機能する。

続いて、生成手段１４１は、複数の断層画像の位置合わせを行う。本実施形態では、生成手段１４１は、被検眼Ｅの眼底Ｅｆの略同一位置を測定光で複数回走査することで得られた複数の断層画像の位置合わせを行う。より具体的には、生成手段１４１は、モーションコントラスト値を算出する前に複数の断層画像データ同士を位置合わせする。

断層画像の位置合わせは、既知の種々の手法により実現可能である。生成手段１４１は、例えば断層画像同士の相関が最大となるように複数の断層画像の位置合わせを行う。なお、被検体が眼のように動く検体でなければ、この位置合わせ処理は不要である。また、被検体が眼であっても追尾の性能が高ければ、この位置合わせ処理は不要である。即ち、生成手段１４１による断層画像同士の位置合わせは必須ではない。

続いて、生成手段１４１は、モーションコントラスト特徴量（以下、「モーションコントラスト値」という場合がある）を算出する。ここで、モーションコントラストとは、被検体組織のうち流れのある組織（例えば血液）と流れのない組織の間のコントラストであり、このモーションコントラストを表現する特徴量をモーションコントラスト特徴量と定義する。

モーションコントラスト特徴量は、略同一位置を測定光で複数回走査することで得られた複数の断層画像間におけるデータの変化に基づいて算出される。例えば、生成手段１４１は、位置合わせされた複数の断層画像の信号強度（輝度）の分散をモーションコントラスト特徴量として算出する。より具体的には、生成手段１４１は、位置合わせされた複数の断層画像の対応する各位置における信号強度の分散をモーションコントラスト特徴量として算出する。例えば、所定時刻の血管に相当する像の信号強度と所定時刻とは異なる時刻の血管に相当する像の信号強度とは血流により変化するため、血管に相当する部分の分散値は血流等の流れがない部分の分散値に比べて大きな値となる。即ち、モーションコントラスト値は、複数の断層画像データ間での被検体における変化が大きいほど大きくなる値である。従って、この分散値に基づいて画像を生成することでモーションコントラストを表現することが可能である。なお、モーションコントラスト特徴量は、分散値に限定されるものではなく、例えば、標準偏差、差分値、非相関値及び相関値のいずれであってもよい。なお、生成手段１４１は、信号強度の分散等を用いることとしたが、位相の分散等を用いてモーションコントラスト特徴量を算出することとしてもよい。

続いて、生成手段１４１は、位置合わせした複数の断層画像の平均値を算出することで、平均化画像を生成する。この平均化画像は、複数の断層画像の信号強度が平均化された断層画像である。この平均化画像をＩｎｔｅｎｓｉｔｙ平均化画像という場合がある。生成手段１４１は、平均化画像の信号強度と閾値との比較を行う。生成手段１４１は、平均化画像の所定位置の信号強度が閾値よりも低い場合には、平均化画像の所定位置に対応する分散等に基づいて得られたモーションコントラスト特徴量を血管を示す特徴量とは異なる値にする。例えば、生成手段１４１は、平均化画像の信号強度が閾値よりも低い場合には、分散等に基づいて得られたモーションコントラスト特徴量を０にする。即ち、生成手段１４１は、信号強度を示す代表値が閾値よりも低い場合のモーションコントラスト値を、信号強度を示す代表値が閾値よりも高い場合のモーションコントラスト値よりも低い値とする。なお、生成手段１４１は、複数の断層画像の信号強度の分散をモーションコントラスト特徴量として算出する前に、平均化画像の信号強度と閾値との比較を行うこととしてもよい。例えば、生成手段１４１は、平均化画像の信号強度が閾値より低い場合にはモーションコントラスト特徴量を０と算出し、平均化画像の信号強度が閾値より高い場合には複数の断層画像の信号強度の分散をモーションコントラスト特徴量として算出する。

なお、モーションコントラスト特徴量を完全に０にするのではなく、０近傍の値とすることとしてもよい。一方、生成手段１４１は、平均化画像の信号強度が閾値よりも高い場合は、分散等に基づいて得られたモーションコントラスト特徴量を維持する。即ち、生成手段１４１は、複数の断層画像データに基づいてモーションコントラスト値を算出し、信号強度を示す代表値と閾値との比較結果に基づいてモーションコントラスト値を再度算出する。

なお、閾値との比較対象として平均化画像の信号強度（信号強度の平均値）を用いたが、複数の断層画像の対応する位置における信号強度の最大値、最小値、中央値等の代表値を用いることとしてもよい。また、複数の断層画像から得られた信号強度を閾値と比較するのではなく、生成手段１４１は、１つの断層画像の信号強度と閾値とを比較し、モーションコントラスト特徴量を制御することとしてもよい。

上述したように、生成手段１４１は、複数の断層画像データ及び信号強度を示す複数の断層画像データの代表値と閾値との比較結果に基づいて、モーションコントラスト値を算出する。

続いて、生成手段１４１は、モーションコントラスト特徴量に基づいてＯＣＴＡ画像を生成する。ＯＣＴＡ画像は、生成手段１４１によって算出したモーション特徴量を画像化したものであり、例えばモーションコントラスト特徴量が大きいほど輝度を高く、モーションコントラスト特徴量が低いほど輝度を低くした画像である。ここで、本実施形態では、輝度が高い部分は、血管に相当する部分となる。なお、モーションコントラスト特徴量が大きいほど輝度を低く、モーションコントラスト特徴量が低いほど輝度を高くすることとしてもよい。このＯＣＴＡ画像をモーションコントラスト画像という場合がある。即ち、生成手段１４１は、ＯＣＴＡ画像として、モーションコントラスト値に基づく被検体のモーションコントラスト画像を生成する。

生成手段１４１は、３次元の断層画像データから３次元のモーションコントラスト特徴量（３次元のデータ）を算出している場合には、３次元のＯＣＴＡ画像を生成することができる。また、生成手段１４１は、３次元のＯＣＴＡ画像の任意の網膜方向の深さ範囲において投影または積算した２次元のＯＣＴＡ画像を生成することもできる。即ち、生成手段１４１は、ＯＣＴＡ画像として、被検体の深さ方向における所定範囲のモーションコントラスト値を前記深さ方向に投影または積算して２次元のモーションコントラスト画像を生成することもできる。

さらに、生成手段１４１は、３次元のＯＣＴＡ画像から任意の網膜方向の深さ範囲を切り出して、部分的な３次元のＯＣＴＡ画像を生成することもできる。即ち、生成手段１４１は、ＯＣＴＡ画像として、被検体の深さ方向における所定範囲のモーションコントラスト値に基づく３次元のモーションコントラスト画像を生成することもできる。

なお、任意の網膜方向の深さ範囲は検査者（操作者）により設定可能である。例えば、コンピュータ１４０は、ＩＳ／ＯＳからＲＰＥまでの層、ＲＰＥからＢＭまでの層などの選択可能な層の候補を表示部１７０に表示する。表示された層の候補から、検査者は、所定の層を選択する。そして、生成手段１４１は、検査者により選択された層において網膜の深さ方向に積算を行って２次元のＯＣＴＡ画像（ｅｎ−ｆａｃｅ血管画像）または部分的な３次元のＯＣＴＡ画像を生成することとしてもよい。

また、生成手段１４１は、モーションコントラスト特徴量から断層画像に相当するＯＣＴＡ画像を生成することとしてもよい。

抽出手段１４２は、生成手段１４１で生成されたＯＣＴＡ画像の中から、少なくとも２つの血管が合流して１つの血管となる血管合流部を含む画像領域である血管合流部含有画像領域を抽出する処理を行う。この抽出手段１４２の処理について、図２を用いて説明する。

図２は、図１の抽出手段１４２による画像領域抽出処理の一例を示す図である。具体的に、図２には、抽出手段１４２が、生成手段１４１で生成されたＯＣＴＡ画像２００の中から、少なくとも２つの血管が合流して１つの血管となる血管合流部を含む血管合流部含有画像領域２１０，２２０，２３０を抽出した例を示している。

その後、本実施形態においては、生成手段１４１は、抽出手段１４２で抽出された血管合流部含有画像領域に対応する被検眼Ｅの眼底Ｅｒの領域を再スキャンして、血管合流部含有画像領域に係るＯＣＴＡ画像を生成する。

図３は、図１の生成手段１４１により生成された血管合流部含有画像領域に係るＯＣＴＡ画像３００の一例を示す図である。この図３に示すＯＣＴＡ画像３００は、図２に示す血管合流部含有画像領域２１０に対応するＯＣＴＡ画像である。また、図３に示すＯＣＴＡ画像３００は、２つの血管３１０及び３２０が合流して１つの血管３３０となる血管合流部（血管合流点）３０１を含む画像領域に係る画像となっている。ここで、血管合流部（血管合流点）３０１は、例えば、上述した２つの血管のうちの一方の血管３１０の中心線と他方の血管３２０の中心線との交点で定められるものである。

解析手段１４３は、抽出手段１４２によって抽出された血管合流部含有画像領域に係る画像（本実施形態では、生成手段１４１により生成された血管合流部含有画像領域に係るＯＣＴＡ画像）を解析して、図３に示す１つの血管３３０において図３に示す２つの血管３１０及び３２０のそれぞれから流入する血液の層流に係る層流情報を取得する。ここで、解析手段１４３は、この層流情報として、例えば、図３に示す血管３３０の血流方向における層流の長さの情報を含む情報を取得する。また、解析手段１４３は、層流情報として、例えば、図３に示す血管３３０における、図３に示す血管３１０から流入した血液の層流と血管３２０から流入した血液の層流との比率である層流比率の情報を含む情報を取得する。さらに、解析手段１４３は、層流情報として、例えば、図３に示す血管３１０の血管径と血管３２０の血管径との比率である血管径比率と、上述した層流比率とを比較した比較情報を含む情報を取得する。ここで、解析手段１４３は、層流情報を取得する際に、ＯＣＴＡ画像から輝度プロファイルを取得し、当該輝度プロファイルを用いて層流情報を取得する。以下、解析手段１４３が層流情報を取得する際に用いる輝度プロファイルについて説明する。

図４は、図１の解析手段１４３で取得する輝度プロファイルの一例を示す図である。以下、図３を用いながら、図４を説明する。

図４（ａ）は、図３に示す血管合流部（血管合流点）３０１を基準とし、血管３３０の血流方向と交差（例えば直交）する方向であって測定点３０２と測定点３０３を両端とする線分の輝度プロファイルの一例を示している。この図４（ａ）において、横軸は測定点３０２から測定点３０３までの距離（ピクセル数）を示し、縦軸は輝度値（濃淡値）を示している。図４（ａ）には、図３に示す測定点３０２と測定点３０３を両端とする線分で横切る、血管３１０から流入した血液の血流（層流）と血管３２０から流入した血液の血流（層流）を示す２つの輝度極大値ａ１及びｂ１が示されている。具体的に、図４（ａ）には、横軸の２０〜３０の間に血管３１０から流入した血液の血流（層流）に関する第１の輝度極大値ａ１が示され、横軸の５５〜６５の間に血管３２０から流入した血液の血流（層流）に関する第２の輝度極大値ｂ１が示されている。この点、血管合流部（血管合流点）３０１では、血管内の赤血球の形状と層流を維持しているため、図４（ａ）は、単一の血管３３０内に２つの血管３１０及び３２０のそれぞれから流入する血液の層流を示す２つの輝度極大値ａ１及びｂ１が観測されることを意味している。また、図４（ａ）には、第１の輝度極大値ａ１と第２の輝度極大値ｂ１との間に輝度極小値ｃ１が示されており、この輝度極小値ｃ１の部分は図３に示すＯＣＴＡ画像３００では黒色となっており、変化がない部分（即ち、血流が無い部分）であることが分かる。

図４（ｂ）は、図３に示す血管合流部（血管合流点）３０１から血管３３０の血流方向の下流側に１０ピクセル移動させた位置で血管３３０の血流方向と交差（例えば直交）する方向であって測定点３０４と測定点３０５を両端とする線分の輝度プロファイルの一例を示している。この図４（ｂ）においても、血管３１０から流入した血液の血流（層流）に関する第１の輝度極大値ａ２、血管３２０から流入した血液の血流（層流）に関する第２の輝度極大値ｂ２、これらの輝度極大値間の輝度極小値ｃ２が示されている。

図４（ｃ）は、図３に示す測定点３０４と測定点３０５を両端とする線分から血管３３０の血流方向の下流側に更に移動させた位置で血管３３０の血流方向と交差（例えば直交）する方向であって測定点３０６と測定点３０７を両端とする線分の輝度プロファイルの一例を示している。この図４（ｃ）においても、血管３１０から流入した血液の血流（層流）に関する第１の輝度極大値ａ３、血管３２０から流入した血液の血流（層流）に関する第２の輝度極大値ｂ３、これらの輝度極大値間の輝度極小値ｃ３が示されている。

図４（ｄ）は、図３に示す測定点３０６と測定点３０７を両端とする線分から血管３３０の血流方向の下流側に更に移動させた位置で血管３３０の血流方向と交差（例えば直交）する方向であって測定点３０８と測定点３０９を両端とする線分の輝度プロファイルの一例を示している。この図４（ｄ）においても、血管３１０から流入した血液の血流に関する第１の輝度極大値ａ４、血管３２０から流入した血液の血流に関する第２の輝度極大値ｂ４、これらの輝度極大値間の輝度極小値ｃ４がわずかに観測されるが、その差はほとんどない。そこで、本実施形態においては、血管３３０において血管３１０及び血管３２０のそれぞれから流入した血液の層流が無いと判断する基準として、輝度値が最小の輝度極大値（図４（ｄ）では、輝度極大値ａ４）をＩｐとし、輝度極小値（図４（ｄ）では、輝度極小値ｃ４）をＩｂとした際に、Ｉｂ／Ｉｐ≧０．９５となる場合を採用することにする。通常、単一の血管では、単一の輝度ピークが観察されるため、輝度極大値Ｉｐと輝度極小値Ｉｂとが略同じと考えられる上述した判断基準を採用した。なお、本実施形態では、血管３３０において血管３１０及び血管３２０のそれぞれから流入した血液の層流が無いと判断する基準として、Ｉｂ／Ｉｐ≧０．９５を採用したが、これは飽くまでも一例であり、例えばＩｂ／Ｉｐ≧０．９０を採用することも、その他の基準を採用することも、本発明に適用可能である。即ち、Ｉｂ／Ｉｐが所定値以上となる場合の「所定値」は、適宜変更可能である。

このように、解析手段１４３は、図４を用いて説明した輝度プロファイルを解析することによって、層流情報を取得する。

ここで、再び、図１の説明に戻る。
記憶手段１４４は、コンピュータ１４０が各種の制御や処理を行う際に必要な各種の情報、データ、プログラム等を記憶している。また、記憶手段１４４は、コンピュータ１４０が各種の制御や処理を行うことによって得られた各種の情報やデータ等を記憶する。例えば、記憶手段１４４は、被検眼Ｅごとに過去に測定された層流情報を記憶している。また、例えば、記憶手段１４４は、各人種の正常眼のデータベースであるノーマティブデータベース（ＮＤＢ）を格納しているものとし、そのうちの１つの情報として正常眼の層流情報が記憶されているものとする。

表示制御手段１４５は、解析手段１４３で得られた層流情報を表示部１７０に表示する制御を行う。さらに、表示制御手段１４５は、生成手段１４１で生成されたＯＣＴＡ画像や、抽出手段１４２や解析手段１４３で得られた各種の情報、記憶手段１４４に記憶されている各種の情報等を表示部１７０に表示する制御も行う。

表示部１７０は、表示制御手段１４５の制御に基づいて、各種の画像や各種の情報等を表示する。表示部１７０は、例えば、液晶等のディスプレイである。この表示部１７０には、表示制御手段１４５の制御によって、解析手段１４３で得られた層流情報や、生成手段１４１で生成されたＯＣＴＡ画像、抽出手段１４２や解析手段１４３で得られた各種の情報、記憶手段１４４に記憶されている各種の情報等が表示される。

次に、眼科装置１００の制御方法における処理手順について説明する。
図５は、本発明の実施形態に係る眼科装置１００の制御方法における処理手順の一例を示すフローチャートである。

例えば、ユーザーインターフェース（不図示）から被検眼Ｅの撮影指示がなされると、ステップＳ１０１において、コンピュータ１４０（例えば、生成手段１４１）は、干渉光検出部１３０から撮像信号である干渉信号の読み出し処理を行う。この際、本ステップでは、予め干渉光検出部１３０から読み出され、記憶手段１４４に保存データとして記憶されている干渉信号に係るデータを読み出すようにしてもよい。

続いて、ステップＳ１０２において、生成手段１４１は、ステップＳ１０１で読み出した撮像信号である干渉信号に基づいて、上述したＯＣＴＡ画像（例えば図２の２００）を生成する処理を行う。

続いて、ステップＳ１０３において、抽出手段１４２は、ステップＳ１０２で生成されたＯＣＴＡ画像に、血管の有無とともに、少なくとも２つの血管が合流して１つの血管となる血管合流部があるか否かを判断する。

ステップＳ１０３の判断の結果、ステップＳ１０２で生成されたＯＣＴＡ画像に血管があり且つ血管合流部がある場合には（Ｓ１０３／ＹＥＳ）、抽出手段１４２は、ＯＣＴＡ画像の中から当該血管合流部を含む血管合流部含有画像領域を抽出する。この抽出手段１４２で抽出される血管合流部含有画像領域としては、例えば、図２に示す血管合流部含有画像領域２１０，２２０，２３０が挙げられる。その後、ステップＳ１０４に進む。
ステップＳ１０４に進むと、生成手段１４１は、生成手段１４１は、抽出手段１４２で抽出された血管合流部含有画像領域に対応する被検眼Ｅの眼底Ｅｒの領域を再スキャンして、血管合流部含有画像領域に係るＯＣＴＡ画像を生成する。本ステップで生成されるＯＣＴＡ画像としては、例えば、図３に示すＯＣＴＡ画像３００が挙げられる。ここで、本ステップでは、解析精度の向上のために、ステップＳ１０２で生成したＯＣＴＡ画像よりも高解像度のＯＣＴＡ画像を生成すべく、血管合流部含有画像領域に対応する被検眼Ｅの眼底Ｅｒの領域を指定の間隔（例えば５μｍ）で再スキャンする。

続いて、ステップＳ１０５において、解析手段１４３は、ステップＳ１０４で生成されたＯＣＴＡ画像の中から、少なくとも２つの血管が合流して１つの血管となる血管合流部（血管合流点）の位置座標と取得する処理を行う。例えば、図３に示す血管合流部（血管合流点）３０１の位置座標を取得する。なお、本実施形態では、ＯＣＴＡ画像３００を画像処理し、例えば血管３１０の中心線と血管３２０の中心線との交点を血管合流部（血管合流点）３０１として取得するものとするが、例えばユーザーインターフェースで指示された位置に基づき取得してもよい。

続いて、ステップＳ１０６において、解析手段１４３は、ステップＳ１０４で生成されたＯＣＴＡ画像から、ステップＳ１０６で位置座標を取得した血管合流部（血管合流点）における輝度プロファイルを取得する処理を行う。ここでは、例えば、図３に示す血管合流部（血管合流点）３０１を基準とし、血管３３０の血流方向と交差する方向であって測定点３０２と測定点３０３を両端とする線分の輝度プロファイル（図４（ａ）に示す輝度プロファイル）を取得する。

続いて、ステップＳ１０７において、解析手段１４３は、ステップＳ１０６で取得した輝度プロファイル内にピーク（輝度極大値）が２つ以上あるか否かを判断する。例えば、図４（ａ）に示す輝度プロファイルの場合には、輝度極大値ａ１及びｂ１を含む２つ以上の輝度極大値があるため、本ステップでは肯定判断（Ｓ１０７／ＹＥＳ）されることになる。

ステップＳ１０７の判断の結果、ステップＳ１０６で取得した輝度プロファイル内にピーク（輝度極大値）が２つ以上ある場合には、ステップＳ１０８に進む。
ステップＳ１０８に進むと、解析手段１４３は、ステップＳ１０４で生成されたＯＣＴＡ画像を解析して、合流後の血管において合流前の複数の血管のそれぞれから流入する血液の層流に係る層流情報を取得する処理を行う。

図６は、図５のステップＳ１０８の解析処理で得られる層流情報を説明するための図である。図６に示すＯＣＴＡ画像６００は、図３に示すＯＣＴＡ画像３００を拡大した画像であり、図６において、図３に示す構成と同様の構成については同じ符号を付している。図５のステップＳ１０８において、解析手段１４３は、例えば、図６に示す血管３３０の血流方向における層流の長さ６１０の情報や、図６に示す血管３３０において血管３１０から流入した血液の層流の幅６２１と血管３２０から流入した血液の層流の幅６２２との比率である層流比率の情報を、層流情報として取得する。さらに、解析手段１４３は、例えば、図６に示す血管３１０の血管径６２３と血管３２０の血管径６２４との比率である血管径比率を算出し、上述した層流比率と当該血管径比率とを比較した比較情報を層流情報として取得する。この図５のステップＳ１０８の詳細については、図７、図８を用いて後述する。

ステップＳ１０８の処理が終了した場合、ステップＳ１０７で否定判断された場合（Ｓ１０７／ＮＯ）、或いは、ステップＳ１０３で否定判断された場合（Ｓ１０３／ＮＯ）には、ステップＳ１０９に進む。
ステップＳ１０９に進むと、表示制御手段１４５は、ステップＳ１０８の解析処理で得られた層流情報等を、必要に応じて、生成手段１４１で生成されたＯＣＴＡ画像とともに表示部１７０に表示する制御を行う。さらに、表示制御手段１４５は、ステップＳ１０３における血管の有無及び血管合流部の有無を含む血管合流部情報や、ステップＳ１０６で取得された輝度プロファイル、ステップＳ１０７の判定結果情報等も、表示部１７０に表示する制御を行う。そして、このステップＳ１０９の処理が終了すると、図５に示すフローチャートの処理が終了する。

次に、図５のステップＳ１０８の解析処理における詳細な処理手順について、図７及び図８に示す２つの態様を説明する。

まず、図７の説明を行う。
図７は、図５のステップＳ１０８の解析処理における態様１に係る詳細な処理手順の一例を示すフローチャートである。図７では、ステップＳ１０８の解析処理における態様１をステップＳ１０８−１として図示している。具体的に、ステップＳ１０８の解析処理における態様１は、層流情報として、図６に示す血管３３０の血流方向における層流の長さ６１０の情報を取得するものである。

図７に示すステップＳ１０８−１が開始されると、まず、ステップＳ２０１において、解析手段１４３は、ステップＳ１０５で取得した血管合流部（血管合流点）の位置座標を読み出す。

続いて、ステップＳ２０２において、解析手段１４３は、ステップＳ２０１で読み出した血管合流部（血管合流点）の位置座標を記憶手段１４４に記憶して保存する。

続いて、ステップＳ２０３において、解析手段１４３は、前回測定した位置座標（初期は血管合流点の位置座標）から図３に示す血管３３０の血流方向の下流側に１０ピクセル移動し、移動した位置座標において輝度プロファイルを取得する。ここでは、例えば図４（ｂ）〜図４（ｄ）等に示すような輝度プロファイルを取得する。

続いて、ステップＳ２０４において、解析手段１４３は、ステップＳ２０３で取得した輝度プロファイルから、輝度値が最小の輝度極大値（例えば、図４（ｄ）では輝度極大値ａ４）をＩｐとし、輝度極大値間の輝度極小値（例えば図４（ｄ）では輝度極小値ｃ４）をＩｂとして取得する。

続いて、ステップＳ２０５において、解析手段１４３は、Ｉｂ／Ｉｐ≧０．９５であるか否かを判断する。この判断の結果、Ｉｂ／Ｉｐ≧０．９５ではない（即ち、Ｉｂ／Ｉｐ＜０．９５である）場合には（Ｓ２０５／ＮＯ）、ステップＳ２０３で輝度プロファイルを取得した位置座標では、血管３１０及び血管３２０のそれぞれから流入する血液の層流がまだ観測されると判断し、ステップＳ２０３に戻り、ステップＳ２０３以降の処理を行う。

一方、ステップＳ２０５の判断の結果、Ｉｂ／Ｉｐ≧０．９５である場合には（Ｓ２０５／ＹＥＳ）、ステップＳ２０６に進む。
ステップＳ２０６に進むと、解析手段１４３は、Ｉｂ／Ｉｐ≧０．９５と判定した位置座標を記憶手段１４４に記憶する。ここで、Ｉｂ／Ｉｐ≧０．９５と判定した位置座標は、図６に示す層流限界点６０１の位置座標とする。

続いて、ステップＳ２０７において、解析手段１４３は、ステップＳ２０６で保存した図６に示す層流限界点６０１の位置座標と、ステップＳ２０２で保存した図６に示す血管合流部（血管合流点）の位置座標とから、図６に示す層流の長さ６１０（層流長ｌともいう）を算出する。ここで、図６に示す例では、層流の長さ６１０（層流長ｌ）は、１５μｍ程度で計測された。ステップＳ２０７の処理が終了すると、図７に示すフローチャートの処理を終了する。

なお、図７に示すフローチャートの処理では、ステップＳ２０３において１０ピクセル移動させて輝度プロファイルを取得する例を示したが、例えば、画像サイズやスキャンエリアを考慮して、適宜、変更しても同様に計測を行うことができる。また、ステップＳ２０５の判断において閾値を０．９５（９５％）としたが、画像ノイズ等の関係から任意の値にしても同様に計測を行うことができる。

次いで、図８の説明を行う。
図８は、図５のステップＳ１０８の解析処理における態様２に係る詳細な処理手順の一例を示すフローチャートである。図８では、ステップＳ１０８の解析処理における態様２をステップＳ１０８−２として図示している。具体的に、ステップＳ１０８の解析処理における態様２は、層流情報として、図６に示す血管３１０から流入した血液の層流の幅６２１と血管３２０から流入した血液の層流の幅６２２との比率である層流比率の情報を取得するものである。さらに、ステップＳ１０８の解析処理における態様２の変形例としては、層流情報として、図６に示す血管３１０の血管径６２３と血管３２０の血管径６２４との比率である血管径比率と上述した層流比率とを比較した比較情報を取得するものである。

図８に示すステップＳ１０８−１が開始されると、まず、ステップＳ３０１において、解析手段１４３は、ステップＳ１０５で取得した血管合流部（血管合流点）の位置座標を読み出す。

続いて、ステップＳ３０２において、解析手段１４３は、血管合流部（血管合流点）の位置座標から図３に示す血管３３０の血流方向の下流側に１０ピクセル移動し、移動した位置座標において輝度プロファイルを取得する。ここでは、例えば図４（ｂ）に示す輝度プロファイルを取得する。

続いて、ステップＳ３０３において、解析手段１４３は、ステップＳ３０２で取得した輝度プロファイルから、一方の血管３１０から流入した血液の層流に対応する山状の第１の輝度分布の幅（図４（ｂ）に示すＦａ）と、他方の血管３２０から流入した血液の層流に対応する山状の第２の輝度分布の幅（図４（ｂ）に示すＦｂ）とを取得する。ここで、第１の輝度分布の幅Ｆａは血管３１０から流入した血液の層流の幅６２１と見なせるものとし、また、第２の輝度分布の幅Ｆｂは血管３２０から流入した血液の層流の幅６２２と見なせるものとする。また、例えば、図４（ｂ）において、それぞれの輝度分布の幅Ｆａ及びＦｂは半値全幅（Ｆｕｌｌ Ｗｉｄｔｈ ａｔ Ｈａｌｆ Ｍａｘｉｍｕｍ：ＦＷＨＭ）であることが望ましい。しかしながら、図４（ｂ）において輝度極小値ｃ２の位置と強度がＦＷＨＭ計測困難な値であることから、それぞれの輝度分布の幅Ｆａ及びＦｂは、輝度極小値ｃ２の位置を基準として計測している。

続いて、ステップＳ３０４において、解析手段１４３は、ステップＳ３０３で取得した第１の輝度分布の幅Ｆａと第２の輝度分布の幅Ｆｂとの比率で表される層流比率（Ｆａ／Ｆｂ）を算出する。その後、解析手段１４３は、算出した層流比率（Ｆａ／Ｆｂ）を記憶手段１４４に記憶して保存する。ステップＳ３０４の処理が終了すると、図８に示すフローチャートの処理を終了する。

なお、ステップＳ１０８の解析処理における態様２の変形例として、まず、解析手段１４３は、合流前の血管３１０の血管径Ｄａ（図６に示す６２３）と合流前の血管３２０の血管径Ｄｂ（図６に示す６２４）との比率である血管径比率（Ｄａ／Ｄｂ）を算出する。そして、解析手段１４３は、上述した層流比率（Ｆａ／Ｆｂ）と血管径比率（Ｄａ／Ｄｂ）とを比較した比較情報を取得する。この比較情報を表示することにより、被検眼Ｅの疾患診断に使用可能な情報を提供することができる。

また、本実施形態において、表示制御手段１４５は、解析手段１４３で取得された被検眼Ｅの層流情報とともに、記憶手段１４４に記憶されている過去の当該被検眼Ｅの層流情報を表示部１７０に表示する制御も行う。この表示制御を行うことにより、被検眼Ｅの経過観察（機能低下など）を行うことが可能になる。なお、この経過観察を行う際には、同一の条件、方法及び同一箇所について観察を行うことが望ましい。

また、本実施形態において、表示制御手段１４５は、解析手段１４３で取得された被検眼Ｅの層流情報とともに、記憶手段１４４に記憶されている正常眼の層流情報を表示部１７０に表示する制御も行う。この表示制御を行うことにより、正常眼と比較しながら被検眼Ｅの疾患診断（生活習慣病など）を行うことが可能になる。なお、この正常眼との比較観察を行う際には、同一の条件、方法及び同一箇所について観察を行うことが望ましい。

以上説明したように、本実施形態に係る眼科装置１００では、被検眼Ｅの血管を含むＯＣＴＡ画像を生成し（図５のＳ１０２）、当該ＯＣＴＡ画像の中から、少なくとも２つの血管３１０及び３２０が合流して１つの血管３３０となる血管合流部を含む血管合流部含有画像領域を抽出し（図５のＳ１０３）、当該血管合流部含有画像領域に係る画像を解析して、血管３３０において血管３１０及び３２０のそれぞれから流入する血液の層流に係る層流情報を取得し（図５のＳ１０８）、当該層流情報を表示部１７０に表示する制御を行うようにしている（図５のＳ１０９）。
かかる構成によれば、被検眼Ｅの血管内を流れる血液の層流情報を取得し表示するようにしたので、被検眼Ｅの血流状態を把握することができ、その結果、被検者の負担を最小限に抑えつつ、ユーザに被検眼Ｅの疾患診断に使用可能な情報を提供することができる。

（その他の実施形態）
上述した本発明の実施形態は、解析精度の向上のために、図５のステップＳ１０４において、ステップＳ１０２で生成されたＯＣＴＡ画像よりも高解像度のＯＣＴＡ画像を生成すべく再スキャンを行い、当該再スキャンにより得られたＯＣＴＡ画像に対して解析処理を行う形態であったが、本発明はこの形態に限定されるものではない。例えば、図５のステップＳ１０２で生成されたＯＣＴＡ画像の画質で十分と考えられる場合には、ステップＳ１０４の処理を行わずに、ステップＳ１０３において抽出手段１４２がステップＳ１０２で生成されたＯＣＴＡ画像から抽出した血管合流部含有画像領域の画像に対して、解析処理を行う形態も、本発明に適用可能である。なお、図５のステップＳ１０４において、より高解像度のＯＣＴＡ画像を生成するために、再スキャンの際の波長掃引光源１１０による光ビームのスポット径を変更してもよい。また、再スキャン時には、合流後の血管３３０に対して、血流方向に対して、垂直にスキャンすることが望ましい。

上述した本発明の実施形態は、眼底平面に係るＯＣＴＡ画像を用いて被検眼Ｅの血管内を流れる血液の層流情報を取得する形態を示したが、本発明はこの形態に限定されるものではない。例えば、ＯＣＴＡ断層画像（ＯＣＴＡ−Ｂスキャン画像）を用いて被検眼Ｅの血管内を流れる血液の層流情報を取得する形態も、本発明に適用可能である。また、ＯＣＴＡ断層画像の元データ（信号処理前後）を用いて画像ではなく数値（グラフ等）から被検眼Ｅの血管内を流れる血液の層流情報を取得するようにしてもよい。

また、上述した本発明の実施形態では、血管合流部（血管合流点）３０１は、血管３１０の中心線と血管３２０の中心線との交点で定めるものとしたが、本発明はこの形態に限定されるものではなく、例えば血管壁の交点等の他の形態も適用可能である。更にまた、本発明の実施形態に係る装置や制御方法やプログラムは、必ずしも眼科に関する装置やその制御方法やプログラムに限定されるものではない。血管含有画像としては、被検眼に関する画像の他にも、被検体の乳房や心臓等に含まれる血管画像を対象とすることができる。被検体の様々な部位の血管画像は、例えば、超音波や光音響波を利用することで撮像することができる。

また、上述した本発明の実施形態では、被検眼Ｅの血管を含む血管含有画像として、ＯＣＴＡ画像を適用する例について説明を行ったが、本発明はこの形態に限定されるものではない。例えば、被検眼Ｅの血管を含む血管含有画像として、蛍光眼底造影法により得られた眼底画像や、ＳＬＯ画像（Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）を適用する形態も、本発明に適用可能である。
図９は、本発明の実施形態を示し、被検眼Ｅの血管を含む血管含有画像として蛍光眼底造影法により得られた眼底画像を適用した例を示す図である。この図９に示す例の場合、蛍光眼底造影法により得られた眼底画像９００の中から、血管合流部含有画像領域９１０を抽出して、上述した解析処理を行う形態を採る。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。
このプログラム及び当該プログラムを記憶したコンピュータ読み取り可能な記憶媒体は、本発明に含まれる。

なお、上述した本発明の実施形態は、いずれも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。

１００：眼科装置、１１０：波長掃引光源、１２０：光信号分岐／合波部、１３０ 干渉光検出部、１４０：コンピュータ、１４１：生成手段、１４２：抽出手段、１４３：解析手段、１４４：記憶手段、１４５：表示制御手段、１５０：測定アーム、１６０：参照アーム、１７０：表示部、Ｅ：被検眼、Ｅｆ：眼底

Claims (18)

1. 被検眼の血管を含む血管含有画像を生成する生成手段と、
   前記血管含有画像の中から、少なくとも２つの血管が合流して１つの血管となる血管合流部を含む画像領域を抽出する抽出手段と、
   前記画像領域に係る画像を解析して、前記１つの血管において前記２つの血管のそれぞれから流入する血液の層流に係る層流情報を取得する解析手段と、
   前記層流情報を表示部に表示する制御を行う表示制御手段と
   を有することを特徴とする眼科装置。
2. 前記解析手段は、前記層流情報として、前記１つの血管の血流方向における前記層流の長さの情報を含む情報を取得することを特徴とする請求項１に記載の眼科装置。
3. 前記解析手段は、前記画像領域に係る画像から前記血流方向と交差する方向の輝度プロファイルを取得し、当該輝度プロファイルを用いて前記層流の長さの情報を取得することを特徴とする請求項２に記載の眼科装置。
4. 前記解析手段は、前記輝度プロファイルから、前記２つの血管のうちの一方の血管から流入した血液の層流に対応する第１の輝度極大値と、前記２つの血管のうちの他方の血管から流入した血液の層流に対応する第２の輝度極大値と、前記第１の輝度極大値と前記第２の輝度極大値との間の輝度極小値とを取得し、前記第１の輝度極大値、前記第２の輝度極大値および前記輝度極小値を用いて前記層流の長さの情報を取得することを特徴とする請求項３に記載の眼科装置。
5. 前記解析手段は、前記第１の輝度極大値および前記第２の輝度極大値のうちの輝度値が小さい方の輝度極大値と前記輝度極小値との比の値に応じて、前記層流の長さの情報を取得することを特徴とする請求項４に記載の眼科装置。
6. 前記解析手段は、前記比の値として、前記輝度極小値の前記輝度極大値に対する比の値を算出し、当該比の値が所定値以上となる前記輝度プロファイルを取得した位置と前記血管合流部の位置との長さに応じて、前記層流の長さの情報を取得することを特徴とする請求項５に記載の眼科装置。
7. 前記解析手段は、前記層流情報として、前記１つの血管における、前記２つの血管のうちの一方の血管から流入した血液の層流と前記２つの血管のうちの他方の血管から流入した血液の層流との比率である層流比率の情報を含む情報を取得することを特徴とする請求項１または２に記載の眼科装置。
8. 前記解析手段は、前記画像領域に係る画像から前記１つの血管の血流方向と交差する方向の輝度プロファイルを取得し、当該輝度プロファイルを用いて前記層流比率の情報を取得することを特徴とする請求項７に記載の眼科装置。
9. 前記解析手段は、前記輝度プロファイルから、前記２つの血管のうちの一方の血管から流入した血液の層流に対応する山状の第１の輝度分布の幅と、前記２つの血管のうちの他方の血管から流入した血液の層流に対応する山状の第２の輝度分布の幅とを取得し、前記第１の輝度分布の幅と前記第２の輝度分布の幅との比の値に応じて前記層流比率の情報を取得することを特徴とする請求項８に記載の眼科装置。
10. 前記解析手段は、
    前記２つの血管のそれぞれの血管径を取得するとともに当該それぞれの血管径の比率である血管径比率を算出し、
    前記層流情報として、前記層流比率と前記血管径比率とを比較した比較情報を含む情報を取得することを特徴とする請求項７乃至９のいずれか１項に記載の眼科装置。
11. 前記血管含有画像は、ＯＣＴアンギオグラフィー画像、蛍光眼底造影法により得られた眼底画像またはＳＬＯ画像であることを特徴とする請求項１乃至１０のいずれか１項に記載の眼科装置。
12. 前記生成手段は、前記画像領域に係る画像として、前記画像領域に対応する前記被検眼の前記血管合流部を含む画像を更に生成するものであり、
    前記解析手段は、前記生成手段で生成された前記血管合流部を含む画像を解析して、前記層流情報を取得することを特徴とする請求項１乃至１１のいずれか１項に記載の眼科装置。
13. 前記被検眼の過去の前記層流情報を記憶する記憶手段を更に有し、
    前記表示制御手段は、前記解析手段で取得された層流情報とともに前記記憶手段に記憶されている過去の層流情報を前記表示部に表示する制御を行うことを特徴とする請求項１乃至１２のいずれか１項に記載の眼科装置。
14. 正常眼の前記層流情報を記憶する記憶手段を更に有し、
    前記表示制御手段は、前記解析手段で取得された層流情報とともに前記記憶手段に記憶されている正常眼の層流情報を前記表示部に表示する制御を行うことを特徴とする請求項１乃至１３のいずれか１項に記載の眼科装置。
15. 血管を含む血管含有画像を生成する生成ステップと、
    前記血管含有画像の中から、少なくとも２つの血管が合流して１つの血管となる血管合流部を含む画像領域を抽出する抽出ステップと、
    前記画像領域に係る画像を解析して、前記１つの血管において前記２つの血管のそれぞれから流入する血液の層流に係る層流情報を取得する解析ステップと、
    前記層流情報を表示部に表示する制御を行う表示制御ステップと
    を有することを特徴とする装置の制御方法。
16. 前記血管含有画像は、被検眼の血管を含む画像であることを特徴とする請求項１５に記載の装置の制御方法。
17. 血管を含む血管含有画像を生成する生成ステップと、
    前記血管含有画像の中から、少なくとも２つの血管が合流して１つの血管となる血管合流部を含む画像領域を抽出する抽出ステップと、
    前記画像領域に係る画像を解析して、前記１つの血管において前記２つの血管のそれぞれから流入する血液の層流に係る層流情報を取得する解析ステップと、
    前記層流情報を表示部に表示する制御を行う表示制御ステップと
    をコンピュータに実行させるためのプログラム。
18. 前記血管含有画像は、被検眼の血管を含む画像であることを特徴とする請求項１７に記載のプログラム。