眼底画像における細動脈狭窄評価のための 主幹動静脈の

社団法人 電子情報通信学会
THE INSTITUTE OF ELECTRONICS,
INFORMATION AND COMMUNICATION ENGINEERS
信学技報
IEICE Technical Report
MI2009-110(2010-01)
眼底画像における細動脈狭窄評価のための
主幹動静脈の自動検出および分類法
岩瀬
周
達彦†
向栄†
村松
原
千左子†
武史†
畑中
藤田
裕司‡
広志†
†岐阜大学大学院 〒501-1194 岐阜県岐阜市柳戸 1-1
‡滋賀県立大学工学部 〒522-8533 滋賀県彦根市八坂町 2500
E-mail: {iwase, chisa, zxr, hara, fujita}@fjt.info.gifu-u.ac.jp.jp, [email protected]
あらまし 眼底画像を解析することによって，高血圧性網膜症の所見である細動脈狭窄を定量的に評価し，眼科
医の診断を支援するコンピュータ支援診断システムを開発することが本研究の目的である．本研究では，Black top
hat 変換と 2 重リングフィルタを組み合わせて血管抽出し，血管領域内の R，G，B 成分を用いて線形判別関数を求
めることによって主幹動静脈の分類を行なった．その結果，主幹動静脈の分類精度は 88.2％であった．さらに，分
類した血管から，細動脈狭窄の診断に必要な並走する動静脈に絞り，動静脈の血管径を計測することによって A/V
比を算出した．その結果，平均誤差と標準偏差は 0.06±0.05 であった．
キーワード 眼底画像，コンピュータ支援診断，細動脈狭窄，動静脈分類，A/V 比
Automated detection and classification of major arteries and
veins for arteriolar narrowing analysis on retinal fundus images
Tatsuhiko IWASE†
Xiangrong ZHOU†
Chisako MURAMATSU†
Takeshi HARA†
and
Yuji HATANAKA‡
Hiroshi FUJITA†
†Graduate School of Medicine, Gifu University 1-1 Yanagido,Gifu-shi, Gifu 501-1194, Japan
‡The University of Shiga Prefecture 2500 Hatsusaka-cho, hikone-shi, Shiga, 522-8533 Japan
E-mail: {iwase, chisa, zxr, hara, fujita}@fjt.info.gifu-u.ac.jp.jp, [email protected]
Abstract The purpose of this study is to develop a computer-aided diagnosis (CAD) system for early detection of
arteriolar narrowing on retinal images. In this study, blood vessels were detected using the black top hat transformation and a
double ring filter, and major arteries and veins were classified by linear discriminant analysis using RGB components of blood
vessel regions. As a result, the classification accuracy of major arteries and veins was 88.2%. In addition, major arteries and
veins that run parallel to each other were selected for evaluation of arteriolar narrowing, and A/V (artery and vein) ratios were
calculated based on their diameters. The average error±standard deviation of the proposed method was 0.06±0.05.
Keyword Retinal Image，Computer-Aided Diagnosis ，Arteriolar Narrowing，Classification of Artery and Vein,
A/V Ratio
1. は じ め に
生活習慣病などの早期発見のために人間ドックを
によって診断を支援するコンピュータ支援診断
(computer-aided diagnosis: CAD) シ ス テ ム の 開 発 が 求
受診する人数が増加している．人間ドックの検査の一
められている．眼底とは体外から血管が観察できる唯
つに眼底検査があるが，受診者数の増加に伴い眼底検
一の部位であり，眼底画像を用いた診断は，高血圧症
査の件数が増加すれば，診断する医師の負担が大きく
や糖尿病などの生活習慣病を早期に発見する手段とし
なることが予想される．そのため，コンピュータを用
て 用 い ら れ て い る [1]．
高血圧症において眼科医は，高血圧性変化と硬化性
いて画像解析を行い，その結果を医師に提示すること
- 189 Copyright ©2009 by IEICE
変化に大別してその各々を 4 段階に程度分けした
リーニングプログラムから得られたものである．眼底
Scheie 分 類 に 基 づ い て Ⅰ ~Ⅳ 度 に 分 類 し て 診 断 を 行 な
画 像 は ，40 枚 用 意 さ れ て お り ，学 習 用 画 像 と 評 価 用 画
っ て い る [1]．高 血 圧 性 変 化 の 程 度 分 類 で ，重 要 な 所 見
像 の そ れ ぞ れ 20 枚 に 分 類 さ れ て い る ．今 回 は 評 価 用 画
となるのは細動脈狭窄である．細動脈狭窄は動脈の血
像 20 枚 を 評 価 の 対 象 と し た ．画 像 の 大 き さ は 565×584
管径が狭くなる現象であり，動脈と静脈の血管径の比
画 素 で あ り , 24bit の カ ラ ー 画 像 で あ る ． 全 て の 画 像 に
（ Artery/Vein 比 : A/V 比 ） を 測 定 し 診 断 を す る ．し か
おいて血管構造を描画した画像が用意されており，正
し，眼科医は血管径などを目視によって判断すること
解画像として使用できる．また，いくつかのグループ
が 多 く ， A/V 比 の 評 価 は 再 現 性 お よ び 客 観 性 に 乏 し い
が提案した血管抽出精度がホームページ上にまとめら
可 能 性 が あ る ．そ こ で ，診 断 の 定 量 化 や 再 現 性 の 向 上 ，
れている．
眼科医の負担軽減を目的としたコンピュータ支援診断
(computer-aided diagnosis : CAD)シ ス テ ム の 開 発 が 行
3. 手 法
われている．
医師は眼底画像上の血管に対して，並走する動脈と
こ れ ま で に 眼 底 画 像 に お け る 多 く の CAD 技 術 が 開
静 脈 の A/V 比 に よ っ て 細 動 脈 狭 窄 の 診 断 を 行 う ．こ の
発 さ れ て お り ，血 管 検 出 に 関 す る 研 究 に お い て は ，様 々
際用いる動静脈は，図 1 に示すような最も太い動脈と
な 手 法 の 提 案 が さ れ て い る ． RGB カ ラ ー 眼 底 画 像 の
静脈の組合せから求める．この並走する動静脈を主幹
G(緑 )成 分 画 像 か ら 濃 淡 情 報 の 隆 線 を 検 出 す る 手 法 [2]，
動 脈 ， 主 幹 静 脈 と 定 義 す る ． A/V 比 を 計 測 す る ま で の
ガ ボ ー ル ウ ェ ー ブ レ ッ ト を 用 い た 手 法 [3 ， 4]， Hough
流れを図 2 に示す．まず，眼底画像から血管領域を抽
変 換 を 用 い た 手 法 [5]， Contourlet 変 換 を 用 い た 手 法 [6]
出した．次に，血管領域を分割し，動静脈の分類を行
などがある．また，眼底画像の血管解析として動静脈
なった．そして，診断に用いる血管を対象とするため
を認識しそれらを分類する手法などについても報告さ
並 走 す る 主 幹 動 静 脈 の 選 択 を 行 な い ，血 管 径 を 計 測 し ，
れ て い る [11-13]． 高 血 圧 症 に お い て は ， A/V 比 を 計 測
A/V 比 を 算 出 し た ． 各 処 理 に つ い て 以 下 で 説 明 す る ．
し細動脈狭窄の評価を行なう手法などが報告されてい
る [14]． ま た ， 我 々 も 血 管 検 出 に 関 す る 研 究 を 行 な っ
3.1. 血 管 抽 出
て き た [7-10]． 他 に も ， 眼 底 血 管 の 口 径 解 析 と し て 口
眼 底 画 像 に お い て ，血 管 の 色 は RGB 表 色 系 に お け る
径 不 動 の 判 定 [15-17] や 動 脈 狭 窄 の 検 出 に 関 す る 研 究
G 成分の画像において，血管と周囲組織とのコントラ
[18]を 行 っ て き た ． そ こ で ， 本 研 究 で は 細 動 脈 狭 窄 を
ストが高くなるので，G 成分画像に対して血管抽出を
評価するために眼底画像より動静脈を自動検出し，動
行 う ． 緑 内 障 の CAD シ ス テ ム で 用 い ら れ て い る 血 管
静 脈 に 分 類 ，血 管 径 を 解 析 す る 手 法 に つ い て 検 討 し た ．
抽 出 手 法 で あ る Black top hat 変 換 を 用 い た 手 法 [10]と
高 血 圧 生 網 膜 症 や 糖 尿 病 網 膜 症 の CAD で 用 い ら れ て
2. デ ー タ ベ ース
い る 2 重 リ ン グ フ ィ ル タ を 用 い た 手 法 [8]を 組 み 合 わ せ
本研究では，研究のために無料で公開されている
た新たな血管抽出手法を提案した．この血管抽出処理
DRIVE (Digital Retinal Images for Vessel Extraction)[2，
の流れを図 3 に示す．まず，前処理において原画像を
19]， の デ ー タ ベ ー ス を 用 い て 評 価 を 行 っ た ． DRIVE
G 成 分 で グ レ ー ス ケ ー ル 化 し ，そ の 画 像 に 対 し て Black
に含まれる眼底画像は，オランダの糖尿病網膜症スク
top hat 変 換 し た 多 値 画 像 と 2 重 リ ン グ フ ィ ル タ を か け
た多値画像を用いて平均画像を作成し，これらに対し
動脈
て 2 値化を行うことによって血管を抽出した．この血
管抽出結果を用いて以下の処理を行なう．
静脈
図1
図2
眼底画像
- 190 -
全体の処理の流れ
わる二点間の距離が最小となる線分の長さとした．そ
3.2. 動 静 脈の分 類
A/V 比 を 計 測 す る た め に 動 静 脈 の 分 類 を 行 な う 必 要
して，その血管径を注目画素に置き換えることで血管
がある．分類には線形判別分析を用いた．線形判別分
径 の 値 を 記 し た 画 像 を 作 成 し た [20]． さ ら に ， 選 択 し
析 に 用 い る 特 徴 量 は 血 管 領 域 内 の RGB 成 分 を 使 用 し
た主幹動静脈の中で並走する血管を決定し，動脈血管
た．ただし，血管領域内においても血管壁に近い画素
の 血 管 径 と 静 脈 血 管 の 血 管 径 の 平 均 か ら A/V 比 を 計 測
では濃度のばらつきが大きいため，抽出した血管領域
した．
を 細 線 化 し ，細 線 化 し た 画 素 上 の RGB 値 を 特 徴 量 と し
て 使 用 し た ．そ れ ら の 特 徴 量 か ら (1)式 の 線 形 判 別 式 の
4. 結 果 と 考 察
係 数 Wi , C を 決 定 し ，動 静 脈 の 分 類 を 行 っ た ．本 実 験
上 記 手 法 を DRIVE の 評 価 画 像 20 枚 に 適 用 し 実 験 を
で は ， Wi， C の 値 は W 1 =-0.25， W 2 =1.91， W 3 =-0.31，
行 な っ た ．判 別 分 析 な ど の 学 習 に は ，DRIVE の 学 習 用
C=0.56 と な っ た ．ま た ，血 管 を 分 岐・交 差 部 分 で 分 割
画 像 20 枚 を 用 い た ． 次 に 血 管 抽 出 結 果 ， 分 類 結 果 ，
し，セグメントごとに分け分類を行なった．さらに，
A/V 比 の 計 測 結 果 の 精 度 に つ い て そ れ ぞ れ 評 価 し 考 察
診断の際，神経乳頭縁から 1 乳頭径の血管領域で細動
した．
脈狭窄を判定行うため，分類する範囲を図 4 のように
定 め ， そ の 範 囲 内 で 分 類 を 行 な っ た [14]．
Z = W1R + W2 G + W3 B + C
4.1. 血 管 抽 出 結果
(1)
本 研 究 で 用 い た Black top hat 変 換 を 用 い た 血 管 抽 出
手法，2 重リングフィルタを用いた血管の抽出手法と
これらを組み合わせた手法を一致率と過抽出率を用い
3.3. 診 断に用いる血 管の選 択
医師は動脈狭窄の判定を行うとき特に主幹動静脈
て評価した．一致率と過抽出率は次式のように定義し
た．
一致 Pixel 数
Gold standard 血管Pixel数
過抽出 Pixel 数
過抽出率＝
Gold standard 血管Pixel数
に注目して診断を行なう．ところが，本研究において
一致率＝
は A/V 比 を 計 測 す る 際 に 主 幹 動 静 脈 以 外 の 細 い 血 管 を
誤検出してしまうため，主幹動静脈を選択してから細
動脈狭窄の検出を行った．最初に，動脈と静脈に分類
(2)
(3)
した結果に対して走行方向の解析を行い，並走してい
結果を表 1 に示す．この結果より，二つを組み合わ
る動脈と静脈の候補を選択した．この段階では，選択
せた手法では過抽出率においては 2 重リングフィルタ
した動脈と静脈は 1 本ずつであるとは限らない．そこ
に は 及 ば な い も の の ， 少 な い 過 抽 出 率 で Black top hat
で，選択した動静脈の血管径を計測し，動脈・静脈の
変換と同等の一致率を得ることができた．
中で最も太い血管を選択することで主幹動静脈を選択
表1
した．
Black top‐hat 変 換
2 重リングフィルタ
Black top‐hat 変 換
＋
2 重リングフィルタ
3.4. A/V 比 の計 測
上記手法で主幹動静脈として選択した血管の中心
線を求め，その中心線上から血管径を測定した．ここ
で ，血 管 径 の 定 義 は ，注 目 画 素 を 通 り ,か つ 血 管 壁 と 交
図3
血管抽出の手法比較
図4
血管抽出の流れ
- 191 -
一致 率
0.806
0.683
過抽 出率
0.539
0.210
0.793
0.410
分類を行なう範囲
る対の動静脈からなるので 1 画像あたり 2 対存在する．
4.2. 分 類 結 果
DRIVE の 評 価 画 像 20 枚 に 含 ま れ る 主 幹 動 静 脈 は 40 対
上記手法で動静脈を分類した結果を分類率で評価
存在し，上記で述べた主幹動静脈の認識手法を適用し
した．分類率は次式のように定義した．
正しく分類できた血管のPixel数
分類率＝
血管の総Pixel数
た 結 果 ， 75%（ 30 対 /40 対 ） の 主 幹 動 静 脈 の 認 識 に 成
(4)
功 し た ．認 識 に 失 敗 し た 10 対 の 内 ，原 画 像 で コ ン ト ラ
評 価 の 際 用 い た 正 解 画 像 は ，DRIVE の デ ー タ ベ ー ス
ストの低い動脈の抽出に失敗したものが 6 対，対とな
にある血管抽出の正解画像から手動で動脈静脈を分類
る血管の選択に失敗したものが 2 対，隣接または重な
し，その結果を眼科医に確認していただき作成した．
って並走しているため 2 本の血管を 1 本として認識し
DRIVE の 学 習 用 画 像 20 枚 を 用 い て 学 習 し ， 評 価 用
てしまったものが 2 対であった．そこで，認識に成功
画 像 20 枚 に 対 し て 評 価 実 験 を 行 な っ た 結 果 ，分 類 率 は
し た 主 幹 動 静 脈 を 用 い て 動 静 脈 の 口 径 を 計 測 し ， A/V
比 を 算 出 し た ．計 測 し た A/V 比 の 正 当 性 を 評 価 す る た
88.2％ と な っ た ．
め に ，DRIVE の 原 画 像 か ら 手 動 で 血 管 毎 に 口 径 を 5 点
計測し，その平均値をその血管の求めるべき血管径で
4.3. A/V 比 の計 測 結 果
あ る と 仮 定 し て 正 解 と な る A/V 比 を 求 め て お き ，そ の
分類した結果より，上記手法により診断に用いる血
管 の 選 択 を 行 な っ た 結 果 を 図 5(a)(c)に 示 す ．ま た ，選
正 解 A/V 比 と 本 手 法 の 結 果 を 比 較 す る こ と で 評 価 し た ．
択 し た 主 幹 動 静 脈 の 正 当 性 を 示 す た め に 図 5(b)(d)に
こ の 結 果 ，手 動 で 計 測 し た A/V 比 と の 誤 差 の 範 囲 は －
主幹動静脈の正解画像を示す．この結果より，正しく
0.26～ ＋ 0.10 で あ り ，平 均 誤 差 と 標 準 偏 差 は 0.06±0.05
主幹動静脈が選択できていることが分かる．そして，
と な っ た ． 誤 差 は わ ず か で あ る こ と か ら ， 大 凡 の A/V
こ の 結 果 よ り A/V 比 の 計 測 を 行 な っ た ．診 断 に 用 い ら
比を測定できていることが分かる．また，多くの画像
れる主幹動静脈は，乳頭から耳側方向に上下に並走す
に お い て 本 手 法 で 計 測 し た A/V 比 が ，手 動 で 計 測 し た
静脈
静脈
動脈
動脈
(a)
(b)
動脈
動脈
静脈
静脈
(c)
(d)
(a)抽 出 結 果 ： DRIVE test 画 像 No.1
(b)正 解 画 像 ： DRIVE test 画 像 No.1
(c)抽 出 結 果 ： DRIVE test 画 像 No.7
(d)正 解 画 像 ： DRIVE test 画 像 No.7
図5
主幹動静脈の抽出結果
- 192 -
A/V 比 に 比 べ て 値 が 小 さ く な っ て い た ． こ れ は ， 血 管
抽出において動脈のコントラストが低く血管が途中で
途切れて抽出され，実際の血管径よりも抽出結果が細
くなったためであると考えられる．
5. ま と め
本研究では，細動脈狭窄の診断を支援するための
CAD シ ス テ ム と し て 主 幹 動 静 脈 を 自 動 検 出 し ，そ し て ，
動脈と静脈血管に自動分類し，さらに口径計測を行な
う こ と で A/V 比 を 自 動 計 測 す る シ ス テ ム を 開 発 し た ．
そ の 結 果 ， Black top hat 変 換 と 2 重 リ ン グ フ ィ ル タ に
よる血管抽出手法を組み合わせることで血管抽出の精
度 向 上 に つ な が っ た ．そ し て ，動 静 脈 を 88.2％ の 精 度
で 自 動 分 類 で き た ．最 後 に A/V 比 を 計 測 し た 結 果 ，手
動 で 計 測 し た 値 に 対 し て 平 均 誤 差 が 0.06 と 近 い 値 を
得 る こ と が で き た ．一 方 ，本 研 究 で は 25％ の 主 幹 動 静
脈の抽出に失敗しているので，今後は血管抽出精度や
動静脈の分類精度の向上を図る必要がある．
謝辞
本研 究の 一 部は ，文部 科 学省 知的 ク ラス ター 創
成事業「ロボティック先端医療クラスター」
（2004～ 2008 年度 ）の 支援 に よっ て行 わ れま した ．
文
献
[1] 渡 邉 郁 緒 ，上 野 眞 ，鑑 別 診 断 の た め の 眼 底 ア ト ラ
ス ， 文 光 堂 ， 東 京 ， 1995.
[2] J.J. Staal, M.D. Abramoff, M. Niemeijer, M.A.
Viergever, B. van Ginneken, “ Ridge-based vessel
segmentation in color images of the retina,” IEEE
Trans. on Med. Imaging, vol.23, no.4, pp.501-509,
2004.
[3] F. Oloumi, R.M. Rangayyan, P. Eshghzadeh-Zanjani,
F.J. Ayres, “ Detection of blood vessels in fundus
images of the retina using Gabor wavelets,” Proc. of
IEEE Engineering in Medicine and Biology, vol.29,
no.1, pp.6451-6454, 2007.
[4] J.V.B. Soares, J.J.G. Leandro, R.M. Cesar Jr., H.F.
Jelinek, M.J. Cree, “ Retinal vessel segmentation
using the 2-D Gabor wavelet and supervised
classification,”IEEE Trans. on Med. Imaging, vol.25,
no.9, pp.1214-1222, 2006.
[5] F. Zana, J. C. Klein, “ A multimodal registration
algorithm of eye fundus images using vessels
detection and hough transform,”IEEE Trans. on Med.
Imaging, vol.18, no.5, pp.419-428, 1999.
[6] Rezatofighi SH, Roodaki A, Ahmadi Noubari H, “ An
enhanced segmentation of blood vessels in retinal
images using contourlet,”Proc. of IEEE Engineerin g
in Medicine and Biology, vol.30, pp.3530 -3533,
2008.
[7] 林 俊 文 ，中 川 俊 明 ，畑 中 裕 司 ，林 佳 典 ，青 山 陽 ，
水 草 豊 ，藤 田 明 宏 ，加 古 川 正 勝 ，原 武 史 ， 藤 田 広
志 ， 山 本 哲 也 ，“ 眼 底 画 像 に お け る 動 脈 狭 窄 検 出
の た め の 主 幹 血 管 の 認 識 法 ，” 信 学 技 法 vol.107,
no.461, pp.377-382, 2008.
[8] 高 橋 亮 ，畑 中 裕 司 ，中 川 俊 明 ，林 佳 典 ，青 山 陽 ，
水 草 豊 ，藤 田 明 宏 ，加 古 川 正 勝 ，原 武 史 ， 藤 田 広
志 ，“ 眼 底 画 像 に お け る 高 血 圧 症 診 断 支 援 の た め
の 血 管 交 叉 部 の 自 動 解 析 ，” Medical Imaging
Technology, vol.24, no.4, pp.270-276, 2006.
[9] Y. Hatanaka, T. Nakagawa, Y. Hayashi, A. Fujita, M.
Kakogawa, K. Kawase, T. Hara, H. Fujita, “CAD
scheme to detect hemorrhages and exudates in ocular
fundus images,” Proc. of SPIE Medical Imagin g
2007, vol.6514, pp.65142M, 2007.
[10] 中 川 俊 明 ， 林 佳 典 ， 畑 中 裕 司 ， 青 山 陽 ， 水 草 豊 ，
藤 田 明 宏 ， 加 古 川 正 勝 ，原 武 史 ，藤 田 広 志 ，山 本
哲 也 ，“ 眼 底 画 像 診 断 支 援 シ ス テ ム の た め の 血 管
消去画像を用いた視神経乳頭の自動認識及び擬
似 立 体 視 画 像 生 成 へ の 応 用 ，”信 学 論 D，vol.J89-D,
no.11, pp.2491-2501, Nov. 2006.
[11] 八 木 秀 俊 ， 田 邊 勝 義 ， 壷 内 鉄 郎 ，“ 血 管 の 同 心 円
分 割 を 用 い た 眼 底 写 真 に お け る 動 脈・静 脈 分 離 の
検 討 ，” 電 子 情 報 通 信 学 会 総 合 大 会 予 稿 集 ,
vol.D-7-32, pp.160, 1997.
[12] 秋 田 興 一 郎 ， 久 家 秀 樹 ，“ 眼 底 画 像 に お け る 血 管
パ タ ー ン の 認 識 方 法 ，” 信 学 論 ， vol.J64-D, no.8，
pp.729-736， Aug. 1981.
[13] 荒 井 啓 之 ， 佐 久 間 聡 ， 高 橋 裕 子 ， 大 塚 作 一 ，“ 眼
底 画 像 中 の 動 脈 ・ 静 脈 識 別 方 法 の 提 案 ，” 電 子 情
報 通 信 学 会 総 合 大 会 予 稿 集 ， vol.D-16-9， pp.374，
2000.
[14] L.D. Hubbard, R.J. Brothers, W.N. King, L.X. Clegg,
R. Klein, L.S. Cooper, A. Richey Sharrett, M.D.
Davis, J. Cai,“ Methods for Evaluation of Retinal
Microvascular
Abnormalities
Associated
with
Hypertension/Sclerosis in the Atherosclerosis Risk in
Communities Study,”Ophthalmology, vol.106, no.12,
pp.2269-2280, 1999.
[15] J. Hayashi, T. Kunieda, J. Cole,R. Sogo, Y. Hayashi,
M. Lu, T. Hara, H. Fujita, “ A development of
computer-aided diagnosis system using fundus
images, ” Proc. of the 7th International Conference
on Virtual Systems and MultiMedia(VSMM2001),
pp.429-438, 2001.
[16] 陸 苗 ， 畑 中 裕 司 ， 月 山 佳 大 ， 曽 我 竜 介 ， 原 武 史 ，
国 枝 孝 光 ， 藤 田 広 志 ， 内 田 英 哉 ，青 山 勝 ， 山 本 哲
也 ，“ Automatic distribution and shape anal ysis of
blood vessels on retinal images，”信 学 技 報 ，vol.102,
no.126, pp83-86, 2003.
[17] 畑 中 裕 司 ， 原 武 史 ， 周 向 栄 ， 青 山 陽 ， 内 田 英 哉 ，
藤 田 広 志 ， 山 本 哲 也 ，“ 眼 底 写 真 に お け る 血 管 の
追 跡 処 理 に よ る 動 脈 の 口 径 不 同 の 自 動 検 出 ，” 生
体 医 工 学 , vol.42, no.4, pp.236-240, 2004.
[18] Y. Hatanaka, X. Zhou, T. Hara, H. Fujita, Y. Hayashi,
A. Aoyama, T. Yamamoto, “ Automated detection
algorithm for abnormal vessel on retinal fundus
images,” Proc. of the 10th International Conference
on Virtual Systems and MultiMedia (VSMM2004),
pp.303-306, 2004.
[19] DRIVE: Digital Retinal Images for Vessel ホ ー ム ペ
ー ジ ，URL:http://www.isi.uu.nl/Research/Databases/
DRIVE/，（ 最 終 ア ク セ ス 2009.12.24).
[20] 中 川 俊 明 ， 林 佳 典 ， 畑 中 裕 司 ， 青 山 陽 ， 水 草 豊 ，
藤 田 明 宏 ， 加 古 川 正 勝 ，原 武 史 ，藤 田 広 志 ，山 本
哲 也 ，“ 1 枚 の 2 次 元 眼 底 画 像 を 用 い た 3 次 元 眼 底
画 像 の 構 築 ，”医 用 画 像 情 報 学 会 雑 誌 ，vol.23, no.2,
pp.85-90, 2006.
- 193 -