2차원 전기영동 영상에서 잡영을 제거하기 위한 적응적인 문턱값 결정

Adaptive thresholding for eliminating noises in 2-DE image

2차원 전기영동 영상 분석 프로그램의 반점 검출 단계에서 해결해야할 문제점 중에 하나는 잡영 제거의 문제이다. 전처리과정에서 처리되지 않고 남은 잡영은 영역분할 결과 과분할되는 문제를 낳는다. 과분할된 배경 영역을 구분하고 제외시키기 위해서 일정한 밝기 이상의 영역을 제거하는 고정 문턱값을 사용하여 영역을 제거하면, 육안으로는 보이지 않으나 중요한 기능을 하는 미량의 단백질을 나타내는 반점들이 제외될 수도 있다. 제안 기법은 영역분할 후에 영역들의 첨도의 평균 곡선을 지수함수에 회귀분석하여 매개변수를 구한 다음, 오차의 확률분포에 따라서 매개변수들로 문턱값을 구하여 적용한다. 오차의 확률분포에 따르면 문턱값 적용의 신뢰도는 99.85%이며, 제안기법을 실험 영상으로 실험한 결과로써 적응적 문턱값 결정 기법이 정확함을 보인다.

One of the problems for implementing the spot detection phase in the 2-DE gel image analysis program is the eliminating noises in the image. Remained noises after the preprocessing phase cause the over-segmented regions by the segmentation phase. To identify and exclude the over-segmented background regions, if we use the fixed thresholding method that is choosing an intensity value for the threshold, the spots that is invisible by the eyes but mean a very small amount proteins which have important role in the biological samples could be eliminated. This paper propose an adaptive thresholding method that come from an idea that is got on statistical analysing for the prominences of the peaks. The adaptive thresholding method works as following. Firstly we calculate an average prominence value curve and fit it to exponential function curve, as a result we get parameters for the exponential function. And then we calculate a threshold value by using the parameters and probability distribution of errors. Lastly we apply the threshold value to the region for determining the region is a noise or not. According to the probability distribution of errors, the reliability is 99.85% and we show the correctness of the proposed method by representing experiment results.