• 한국멀티미디어학회논문지
• /
• 제10권7호
• /
• pp.846-855
• /
• 2007

암세포 조직 영상 분석에서 유효한 특성값 추출은 암세포 등급별 분류를 위한 중요한 과정이다. 본 논문에서는 디지털 영상 세포 측정법 기반 세포핵의 3차원 정량적 분석 방법을 제안한다. 먼저 공초점 현미경을 사용하여 신세포암의 각 등급별 3차원 볼륨 데이터를 획득하고, 지도학습 방법을 기반으로 슬라이스 영상의 화소의 컬러 특성값을 이용하여 세포핵을 분할했다. 세포핵의 3차원 가시화를 위해, 윤곽선 기반 표면 렌더링과 3차원 텍스쳐 사상 방법을 이용한 볼륨 렌더링을 수행했다. 이후 세포핵의 3차원 형태학적 특성값을 정의하고 추출했다. 어떠한 3차원 특성값이 진단 정보로 유용할 것인가를 평가하기 위해, 분산 분석을 이용하여 각 등급 간 3차원 특성값의 통계적 유효성을 분석했다. 마지막으로 추출한 특성값을 2차원 특성값과 비교하고 상관관계를 분석했다. 그 결과, 세포핵 등급과 3차원 형태학적 특성값 간의 유효한 통계학적인 차이를 확인했다. 제안한 방법은 정확한 진단과 예후 추정을 위한 새로운 등급 결정 시스템 개발을 위한 기반 연구로 활용될 수 있는 가능성을 보여주었다.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1000-1011
• /
• 2021

In recent years, using Deep Learning methods to apply for medical and biomedical image analysis has seen many advancements. In clinical, using Deep Learning-based approaches for cancer image analysis is one of the key applications for cancer detection and treatment. However, the scarcity and shortage of labeling images make the task of cancer detection and analysis difficult to reach high accuracy. In 2015, the Unet model was introduced and gained much attention from researchers in the field. The success of Unet model is the ability to produce high accuracy with very few input images. Since the development of Unet, there are many variants and modifications of Unet related architecture. This paper proposes a new approach of using Unet++ with pretrained EfficientNet as backbone architecture for breast tumor cell nuclei segmentation and uses the multi-organ transfer learning approach to segment nuclei of breast tumor cells. We attempt to experiment and evaluate the performance of the network on the MonuSeg training dataset and Triple Negative Breast Cancer (TNBC) testing dataset, both are Hematoxylin and Eosin (H & E)-stained images. The results have shown that EfficientUnet++ architecture and the multi-organ transfer learning approach had outperformed other techniques and produced notable accuracy for breast tumor cell nuclei segmentation.

• 대한의용생체공학회:의공학회지
• /
• 제27권3호
• /
• pp.125-130
• /
• 2006

The number of the living endothelial cells and the shape of those are very import clinical parameters for the evaluation of the quality of cornea. In this paper, we developed the automated endothelial cell counting and shape analysis algorithm for a confocal microscope. Since, the endothelial images from the confocal microscope has a non-uniform illumination and low contrast between cell boundaries and cell bodies, it is very difficult to segment the cells from the endothelial images. To cope with these difficulties, we proposed the new two stage image processing algorithm. At first stage algorithm, we used a high-pass filter and histogram equalization to compensate the non-uniform brightness pattern and a morphological filter and a watershed method are applied to detect the boundary of cells. From this stage, we could count the number of cells in an endothelial image. At second stage algorithm, we used a Voronoi diagram method to classify the shape of cells. This cell shape analysis and the percent of hexagonal cells are very sensitive in detecting the early endothelium damage. To evaluate the performance of the proposed system, we p개cessed seven endothelial images obtained using a confocal microscope. The proposed system correctly counted 95.5% cells and classified 92.0% of hexagonal cell shapes. This result is better than any others in this research area.

• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.39-46
• /
• 2015

본 논문에서는 모바일 환경에서 미세세포 영상으로부터 셀을 자동 검출하고 계수하는 자동화 방법을 제시하였다. 셀 카운팅은 생물학 또는 병리학적 영상분석에 있어서 매우 중요한 과정이다. 과거에는 셀 카운팅은 수동적인 방법으로 진행되어 매우 지루하고 많은 시간을 필요로 하는 작업이었다. 이에 더하여 수동 계수 방법은 정확한 카운팅 결과를 도출하는데 어려움이 있었다. 따라서, 정확하고 일관된 셀 검출과 카운팅 결과를 생물학적인 영상으로부터 획득하기 위해서는 자동화방법이 필요하다. 제안된 다단계 셀 계수방법은 배양된 세포영상으로부터 셀을 자동으로 분할하고 분할된 셀의 위상학적 분석을 통하여 셀을 라벨링 한다. 셀 카운팅의 정확도를 높이기 위하여 워터쉐드 알고리듬에 의하여 서로 덩어리로 뭉쳐진 셀을 서로 분리하고 모폴로지 연산을 통하여 영상으로부터 획득한 개별 셀의 형태를 개선한다. 제안된 시스템은 모바일 환경에서 사용될 수 있도록 개발되었다. 따라서 셀 영상은 모바일 폰의 카메라로 획득하며 미세세포의 통계학적인 분석 데이터는 유비쿼터스 환경의 모바일 장치에 의해 전송 된다. 실험을 통하여 수동으로 계수한 셀의 숫자와 제안된 방법에 의해 자동 카운팅 된 셀의 수를 비교한 결과 제안된 방법이 매우 효과적이고 정확한 결과를 제시한다는 사실을 입증하였다.

• Mass Spectrometry Letters
• /
• 제14권4호
• /
• pp.121-140
• /
• 2023

It is becoming more and more clear that each cell, even those of the same type, has a unique identity. This sophistication and the diversity of cell types in tissue are what are pushing the necessity for spatially distributed omics at the single-cell (SC) level. Single-cell chemical assessment, which also provides considerable insight into biological, clinical, pharmacodynamic, pathological, and toxicity studies, is crucial to the investigation of cellular omics (genomics, metabolomics, etc.). Mass spectrometry (MS) as a tool to image and profile single cells and subcellular organelles facilitates novel technical expertise for biochemical and biomedical research, such as assessing the intracellular distribution of drugs and the biochemical diversity of cellular populations. It has been illustrated that ambient mass spectrometry (AMS) is a valuable tool for the rapid, straightforward, and simple analysis of cellular and sub-cellular constituents and metabolites in their native state. This short review examines the advances in ambient mass spectrometry (AMS) and ambient mass spectrometry imaging (AMSI) on single-cell analysis that have been authored in recent years. The discussion also touches on typical single-cell AMS assessments and implementations.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.71-78
• /
• 2019

현재 상용화된 대부분의 3D 디스플레이는 왼쪽 눈과 오른쪽 눈의 입력영상을 다르게 만들어 입체감을 만드는 양안시차 방식을 적용하고 있다. 하지만 상용화된 3D 영상 출력 장치는 성능 부족에 의한 시청자의 불편 유발과 시청위치의 제약 등의 문제들이 있다. 본 논문에서는 기존 Dual-cell 구조 대비 시야각, Crosstalk 감소, 광투과도를 향상할 수 있는 Single-cell 구조의 편광안경식 입체영상 시스템을 개발하고, 투과도 실험과 시야각 평가를 통해 Single-cell 구조의 편광안경식 입체영상 시스템 특성분석과 Dual-cell 구조 대비 성능향상 효과 분석을 진행하였다. 분석 결과 Single-cell 구조가 Dual-cell 구조 대비 투과도 부분에서 약 25% 이상의 높은 성능을 보이며, 시야각 평가 중 입체 영상 특성품질의 주요지표인 3D crosstalk 지표는 약 37% 이상 향상되는 것을 확인할 수 있었다.

• International Journal of Control, Automation, and Systems
• /
• 제4권5호
• /
• pp.637-644
• /
• 2006

Biomedical image is often complex. An applied image analysis system should deal with the images which are of quite low quality and are challenging to segment. This paper presents a framework for color cell image segmentation by learning and classification online. It is a robust two-stage scheme using kernel method and watershed transform. In first stage, a two-class SVM is employed to discriminate the pixels of object from background; where the SVM is trained on the data which has been analyzed using the mean shift procedure. A real-time training strategy is also developed for SVM. In second stage, as the post-processing, local watershed transform is used to separate clustering cells. Comparison with the SSF (Scale space filter) and classical watershed-based algorithm (those are often employed for cell image segmentation) is given. Experimental results demonstrate that the new method is more accurate and robust than compared methods.

• 융합신호처리학회논문지
• /
• 제12권2호
• /
• pp.83-90
• /
• 2011

In cell biology area, microscopy enables detecting objects inside cells that are stained or fluorescently tagged. It is disadvantageous for observing these objects because of the noisy characteristics of their environmental surrounding. In this paper, a framework is proposed to increase the throughput and reliability for analysis of these images. First, we apply adaptive beamlet transform to extract edges meaningfully followed by orientation, location, and length in different scales. Then, a post-process is implemented to extend and map them onto original image. Our proposed scheme is compared with Canny edge detector and conventional beamlet transform from four evaluation aspects. It produces better results when experiments are conducted on real images. Much better results for observing internal parts make this framework competitive for analysis of cell images.

• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.113-119
• /
• 2020

This study proposed the structure of the cluster's cell counting algorithm for cell analysis. The image required for cell count is taken under a microscope. At present, the cell counting algorithm is reported to have a problem of low accuracy of results due to uneven shape and size clusters. To solve these problems, the proposed algorithm has a feature of calculating the number of cells in a cluster by applying a radius change analysis to the existing distance conversion and watershed algorithm. Later, cell counting algorithms are expected to yield reliable results if applied to the required field.

• 한국컴퓨터정보학회논문지
• /
• 제4권1호
• /
• pp.47-53
• /
• 1999

의학분야에서 컴퓨터는 병원에서 발생하는 각종 업무데이터의 전산화에서 진단을 위해 사용하는 검사 의료기기들의 자동화, 그리고, 각종 의학영상들을 디지털화하여 처리하는 단계까지 활발하게 활용되고 있는 실정이다. 이러한 시점에서 본 논문에서는 병원의 임상병리과에서 늘어나고 있는 혈액검사를 자동화하기 위한 것으로 혈구영상으로부터 적혈구를 분석하여 정상세포를 비롯한 비정상세포를 16부류로 나누어 분류하였다. 이를위해 UNL푸리에 특징과 불변 모멘트 알고리즘을 사용하여 세그먼트된 적혈구 영상으로부터 특징을 추출하고 이를 인식하기 위한 다단계 신경망을 구축하였다. 실제 임상에서 10명의 환자를 대상으로 실험한 결과 검사자가 참조가능 형태의 결과를 얻을 수 있었다.