Detection of Bacteria in Blood in Darkfield Microscopy Image

암시야 현미경 영상에서 혈액 내 박테리아 검출 방법

Detecting bacteria in blood could be an important research area in medicine and computer vision. In this paper, we propose a method for detecting bacteria in blood from 366 darkfield microscopy images acquired at Kaggle. Generate a training dataset through preprocessing and data augmentation using image processing techniques, and define a deep learning model for learning it. As a result of the experiment, it was confirmed that the proposed deep learning model effectively detects red blood cells and bacteria in darkfield microscopy images. In this paper, we learned using a relatively simple model, but it seems that more accurate results can be obtained by using a deeper model.

혈액에서 박테리아를 검출하는 것은 의학 및 컴퓨터비전 영역에서 중요한 연구가 될 수 있다. 본 논문에서는 캐글에서 획득한 366장의 암시야 현미경 영상에서 혈액 내 박테리아를 검출하는 방법을 제안한다. 영상처리 기법을 이용한 전처리작업 및 데이터 증강을 통해 학습 데이터세트를 구축하고, 이를 학습하기 위한 딥러닝 모델을 정의한다. 실험 결과 제안된 딥러닝 모델은 암시야 현미경 영상에서 적혈구와 박테리아를 효과적으로 검출하는 것을 확인하였다. 본 논문에서는 비교적 간단한 모델을 사용하여 학습하였으나, 보다 깊은 모델을 활용하면 더 정확한 결과를 얻을 수 있을 것으로 보인다.