Abstract
If detected early enough, cervical cantor may have a good survival rate due to its preneoplastic state. However, the process is so time consuming that a medical expert can handle only a small amount of such examinations. In this paper, we propose a new nucleus extraction algorithm for uterine cervical pap smears in order to mitigate such burdens of medical experts. In the preneoplastic state cytodiagnosis images, it is important to differentiate three main areas - background, cytoplasm and nucleus. Thus, we apply lighting compensation and $3{\times}3$ mask of B channel in order to restore damaged image and remove noises respectively. The cell object is obtained from those clean binarized images with Grossfire algorithm. When there are clusters of cells, the target nucleus can be obtained with repetitive binarization of R channel brightness. In our experiment of using uterine cervical pap smears of 400 magnifications that is common in the diagnostic cytology, our method is able to extract 40 nucleus out of 45 population successfully.
자궁경부암은 다른 암과 달리 전암(前癌) 단계가 존재하므로 조기 발견할 경우에 생존율이 높다. 그러나 의사나 병리학자가 하루에 검진할 수 있는 양은 제한되어 있다. 따라서 본 논문에서는 세포 도말 검사에 사용되는 자궁 경부진 세포에서 핵을 추출하는 방법을 제안한다. 조기 자궁 경부 세포진 영상에서 핵의 추출은 영상의 배경 그리고 핵과 세포질 영역의 구분이 중요하기 때문에 Lighting Compensation을 적용하여 영상을 보정하고, 명암도의 분포가 가장 작은 B채널에서 $3{\times}3$ 마스크를 이용하여 잡음을 제거한다. 잡음이 제거된 영상을 이진화하고 Grassfire 알고리즘을 적용하여 세포 객체를 추출한다. 추출된 세포 객체 중에서 군집화된 세포 영역에 대해서는 R 채널의 명암도 값을 반복 이진화에 적용하여 핵 영역을 추출한다. 실제 진단 세포학에서 사용하는 자금경부 세포진 400 배율 영상을 대상으로 실험한 결과, 45개의 세포 영역 중에서 40개의 핵이 추출되었다.