In this invention, a control unit in an ophthalmic image processing device acquires an ophthalmic image captured by an ophthalmic image capture device (S11). The control unit, by inputting the ophthalmic image into a mathematical model that has been trained by a machine-learning algorithm, acquires a probability distribution in which the random variables are the coordinates at which a specific site and/or a specific boundary of a tissue is present within a region of the ophthalmic image (S14). On the basis of the acquired probability distribution, the control unit detects the specific boundary and/or the specific site (S16, S24).Dans la présente invention, une unité de commande dans un dispositif de traitement d'images ophtalmiques acquiert une image ophtalmique capturée par un dispositif de capture d'image ophtalmique (S11). L'unité de commande, en introduisant l'image ophtalmique dans un modèle mathématique qui a été entraîné par un algorithme d'apprentissage automatique, acquiert une distribution de probabilité dans laquelle les variables aléatoires sont les coordonnées auxquelles un site spécifique et/ou une limite spécifique d'un tissu est présent dans une région de l'image ophtalmique (S14). Sur la base de la distribution de probabilité acquise, l'unité de commande détecte la limite spécifique et/ou le site spécifique (S16, S24).眼科画像処理装置の制御部は、眼科画像撮影装置によって撮影された眼科画像を取得する（Ｓ１１）。制御部は、機械学習アルゴリズムによって訓練された数学モデルに眼科画像を入力することで、眼科画像中の領域内において組織の特定の境界および特定部位の少なくともいずれかが存在する座標を確率変数とする確率分布を取得する（Ｓ１４）。制御部は、取得した確率分布に基づいて、特定の境界および特定部位の少なくともいずれかを検出する（Ｓ１６，Ｓ２４）。
