KR100479271B1 - 자궁경부 세포진영상의 핵영역분할방법 - Google Patents

Abstract

본 발명은 임상에서 실제로 사용되고 있는 팹스미어 영상에서 형태학적 연산을 사용한 세포핵영역을 분할할 수 있는 세포핵 영역분할시스템인 바, 이는 해당 영상에 나타나는 모든 세포핵의 영역을 분할하는 것보다 영상에서 비정상이라고 의심되는 영역을 정확히 분리할 수 있도록 어두운 단위세포, 밝은 단위세포및 군집영역등으로 분류하여 각 영역에서 세포핵 부분을 추출할 수 있는 자궁경부 세포진영상의 핵영역분할방법에 관한 것이다.

이를 위한 본 발명은, 영상의 질을 높이는 것과 영역분할에서 사용되는 명암영상을 생성하는 것을 행하는 전처리과정과, 자궁경부 세포진영상의 특성을 이용하여 세포핵을 추출하는 것을 행하는 영역분할과정, 그리고 단일세포와 군집세포 영역 각각의 영상분할 후 생기는 잡음을 제거하는 것을 행하는 후처리과정등을 포함한 것을 특징으로 한다.

Description

자궁경부 세포진영상의 핵영역분할방법{NUCLEUS SEGMENTATION METHOD}

본 발명은 임상에서 실제로 사용되고 있는 팹스미어(PAP-SMEAR)영상에서 형태학적 연산을 사용한 세포핵영역을 분할하는 세포핵 영역분할방법에 관한 것으로, 더욱 상세하게는 해당 영상에 나타나는 모든 세포핵의 영역을 분할하는 것보다 영상에서 관심의 대상이 되는 세포핵의 영역을 정확히 분리할 수 있도록 어두운 단위세포, 밝은 단위세포및 군집영역등으로 분류하여 각 영역에서 세포핵 부분을 추출할 수 있는 자궁경부 세포진영상의 핵영역분할방법에 관한 것이다.

영상처리를 이용한 자동 진단시스템에 관한 많은 연구가 이루어지고 있는 바, 그 중 종래의 영역 분할영상으로는 멀티드레솔딩(MULTI-THRESHOLDING)으로 분할한 결과영상을 이용하고 있으며, 신경회로망을 이용한 영역분할 결과영상을 이용하고 있다. 이 자동진단시스템은 반복되는 진단과정을 자동화하여 숙련된 전문가라든지 의사의 작업량을 줄이기 위해 사용되고, 또 객관적인 데이터를 추출하여 진단의의 주관적 판단으로 인한 오진율을 줄이기 위해 사용된다.

이러한 자동진단시스템들은 일반적으로 영상획득, 영역분할, 특징추출및 인식알고리즘으로 구성되고 있는 바, 그 중 영역분할은 획득한 영상에서 관심있는 대상을 분리하는 것으로 가장 중요한 부분을 차지하고, 상기 특징추출은 분리된 대상에서 특징을 추출하는 것이다. 상기 인식알고리즘은 추출된 특징을 판독하여 시스템에 저장되어 있는 정보와 비교하여 대상의 상태를 구분해내는 것이다. 따라서, 자동진단시스템에서 영역분할의 방법에 따라 동일 사물에 대하여 전혀 다른 특징이 추출될 수도 있고, 이에 따라 전혀 다른 인식의 결과를 초래할 수 있다.

한편, 의료영상중에서 세포영상을 이용하는 자동진단시스템인 경우에는 거의 세포핵의 정량적인 정보들을 이용하여 진단을 내리게 된다. 따라서, 세포핵의 정확한 분할이 가장 중요한 과제라 할 수 있다. 상기 세포영상은 세포핵만 염색되어 나타나는 ACRIFLAVIN-FEULGEN 염색방법에 의한 표본 영상과 실제임상에서 널리 쓰이고 있는 세포핵과 세포질 모두 염색되어 나타 나는(PAPANICOLAOU)가 제안한 염색방법에 의한 표본(PAP-SMEAR)영상등이 있다.

상기 세포영상에서의 세포핵 영역분할에 사용되는 방법들은 에지정보를 이용한 방법, 드레솔딩에 의한 방법, 그리고 신경회로망을 이용하여 핵영역을 추출하는 방법등 화소중심의 방법과 영역중심의 방법들이 있다. 그러나, 종래의 영역분할방법들이 FEULGEN 염색된 영상에서는 그대로 적용될 수 있지만, 상기 팝스미어 영상에서는 영상의 다양함과 추출부위에 따른 복잡함, 그리고 표본 획득과정에서의 정보손실로 좋은 결과를 얻을 수 없었다.

본 발명은 상기와 같은 제반 사정을 감안하여 세포핵의 영역추출에 중점을 둔 자궁경부 세포진 영상에서의 세포핵 영역분할방법을 발명한 것으로, 세포영상의 경우 대부분 진단의 대상이 되는 세포에 대해 모양이나 크기등이 미리 알려져 있는 것이 많기 때문에 관심의 대상에 대한 정보가 어느 정도로 알려질 때 효율적으로 사용할 수 있는 형태학적 연산이 세포영상의 영역분할에 적합한 방법을 다양한 세포영상에 대해 사용할 수 있도록 임상에서 실제로 사용되고 있는 팜스미어영상에서 형태학적 연산을 사용한 자궁경부 세포진영상의 핵영역분할방법을 제공함에 그 목적이 있다.

상기 목적을 달성하기 위한 본 발명은, 영상의 질을 높이는 것과 영역분할에서 사용되는 명암영상을 생성하는 것을 행하는 전처리과정과, 자궁경부 세포진영상의 특성을 이용하여 세포핵을 추출하는 것을 행하는 영역분할과정, 그리고 단일세포와 군집세포영역 각각의 영상분할 후 생기는 잡음을 제거하는 것을 행하는 후처리과정등을 포함한 것을 그 특징으로 한다.

이하, 본 발명의 실시예를 예시도면에 의거하여 상세히 설명한다.

도 1 은 본 발명의 실시예에 관한 자궁경부 세포진영상의 핵영역분할방법을 설명하기 위한 전체흐름도로서, 본 발명은 해당 영상에 나타나는 모든 세포핵의 영역을 분할하는 것보다 영상에서 관심의 대상이 되는 세포핵의 영역을 정확히 분리할 수 있도록 어두운 단위세포, 밝은 단위세포및 군집영역등으로 분류하여 각 영역에서 세포핵 부분을 추출할 수 있도록 되어 있다.

여기서의 영상은 100 배의 배율에서 해상도 640 ×480 의 24 비트 RGB 컬러로 획득된 자궁경부 세포진 영상들인 바, 이 자궁경부 세포진 영상은 자궁 경부암을 발견하기 위하여 사용되고 있고, 현미경에 CCD 카메라를 설치하여 획득하게 되는 데 자궁경부 세포자체가 추출부위나 세포의 종류에 따라 형태나 크기등의 특징들이 많이 다르며 각각 따로 추출되는 것이 아니라 한 영상에 같이 나타난다. 상기 영상은 크게 자궁경부세포, 배경및 백혈구등으로 구성되어 있고, 상기 자궁경부세포는 크게 핵과 세포질로 나누어지고 있으며 정상과 비정상을 구분하는 특징들 대부분이 세포핵에 집중되어 있다.

따라서, 본 발명에서의 자궁경부 세포진영상의 핵영역분할방법은 영상의 질을 높이는 것과 영역분할에서 사용되는 명암영상을 생성하는 것을 행하는 전처리과정(10), 자궁경부 세포진영상의 특성을 이용하여 비정상이라고 의심되는 세포핵을 추출하는 것을 행하는 영역분할과정(20), 그리고 단일세포와 군집세포영역 각각의 영상분할 후 생기는 잡음을 제거하는 것을 행한는 후처리과정(30)등으로 구성되어 있다.

상기 전처리과정(10)에서는 소스영상으로부터 휘도영상을 생성하고 히스토그램 스트레칭한다.

상기 영역분할과정(20)은 주로 수리형태학에 기초를 둔 형태학적 연산을 사용하는 바, 이들은 영상의 원래 형태를 유지하면서 불필요한 정보들을 제거하여 영상을 단순화시키며, 또한 영상의 특성에 맞는 구조화 요소를 잘 적용하면 영상에서 필요로하는 정보를 쉽게 얻을 수 있다. 백혈구를 포함한 잡음은 핵보다 크기가 작으므로 이들을 제거한다.

상기 영역분할과정(20)에서 비정상이라고 의심되는 세포핵을 검출한다. 또 크기가 작은 자궁 경부세포핵도 제거되고 있는 바, 이렇게 세포핵의 크기가 아주 작은 세포는 정상세포에 해당되므로 비정상 핵을 검출하는 데 영향을 주지 않는다. 크기가 표준치보다 큰 영역(객체영역〉표준화인 경우)은 여러개의 세포가 뭉쳐 있는 부분, 즉 군집세포(CLUSTER CELLS)이다. 군집세포영역에 대해서는 별도로 영역안에 있는 세포핵 검출방법을 사용하고, 이 군집세포영역이 아닌 부분은 단일세포인 것이다. 단일세포의 경우 밝은 세포핵과 어두운 세포핵으로 나누어 별도로 처리한다. 상기 후처리과정(30)에서는 영역분할과정(20)에서 얻어진 핵영역을 보정한다. 도 4a 에 도시된 영상을 초기영상으로 처리한 결과를 나타낸다.

본 발명에서 사용되는 영상은 획득 과정에서 카메라의 특성이나 주위환경으로 인해 잡음이 들어간 경우들이 있고, 또한 실제 영상분할작업에 적합한 영상으로 생성하기 위해 전처리과정(10)을 수행하며, 이 전처리과정(10)은 명암영상의 생성과 히스토그램 스트레칭으로 이루어진다. 먼저, 명암영상의 생성에 있어 본 발명에서 사용되는 영상은 RGB 컬러영상이지만, 영역분할은 그레이 레벨영상에 대해 적용하므로 명암영상으로 변환한다.

영상의 컬러값의 변화는, 즉 컬러영상을 명암영상으로 변환할 때에 RGB 각각의 요소들의 상관관계가 크기 때문에 영역분할에서 수행을 어렵게 만드는 조건으로 작용한다. 따라서, 컬러영상의 RGB 각 요소중 어떠한 한가지 값으로의 편중되는 것을 줄이기 위하여 많은 영상처리 알고리즘에서 사용되는 HSI 컬러모델중 I 성분을 사용하여 명암영상을 생성한다. 이 I 성분은 I = (R + G + B)/3 를 적용하여 구할 수 있다. 이렇게 변환된 명암영상에는 카메라 내부의 고유한 열잡음으로 인하여 원하지 않는 잡음이 포함되어 있다. 이런 잡음은 공지기술로 알려진 블러링 필터를 사용해서 제거하여 영상의 질을 높인다. 본 고안에서는 크기가 3×3인 블러링 필터를 사용하였는데, 다른 형태의 블러링 필터를 사용하는 것도 가능하다.

히스토그램 스트레칭은 8 비트로 표현된 하나의 밴드에서 값들의 히스토그램을 얻어 한쪽으로 치우친 화소의 분포를 전체적으로 분포하게 하는 것으로, 영상의 정규화와 더불어 잡음의 제거도 이루어진다. 본 발명에서는 히스토그램의 특정부분에 화소들이 치우친 영상에 잘 적용되는 앤드인 탐색을 사용하는 바, 이 앤드인 탐색은 기본 명암대비 스트레칭과 거의 비슷한데 다음과 같은 조건을 넣는다.

즉, 낮은 쪽의 일정 비율(LOW)에 해당하는 화소들의 값을 0 으로 높은 쪽의 일정 비율(HIGH)에 해당하는 화소들의 값을 255 로 만들어주고, 그 사이에 해당하는 화소들만 0 과 255 사이의 값들로 변환시켜주며, 새로운 화소의 밝기 값은 다음과 같이 나타난다.

x 〈 = LOW 라면 출력( x ) = 0 이고, LOW 〈 x 〈 = HIGH 라면 출력( x ) = ( x - MIN)/(MAX - MIN) ×255 이며, x 〉HIGH 라면 출력( x ) = 255 이다. 상기 x 는 화소의 밝기 값을 나타내고, 전체화소를 밝기 순으로 정렬한다고 가정하면 LOW 값은 하위 0.5 %에 해당하는 밝기이고, HIGH 값은 99.5 %에 해당하는 밝기로 정한다. 도4에 도시된 초기영상에 대해 전처리과정(10)이 끝난 영상은 도 4b 와 같이 도시되고 있다.

영역분할과정(20)은 잡음제거(도1의 형태학적 연산), 단일세포의 영역분할, 군집세포의 영역분할로 이루어진다. 잡음제거는 전처리된 영상에 대해 백혈구, 염증세포, 먼지등 잡음을 제거하여 영상의 정보를 단순화하기 위한 것으로 형태학적 연산을 이용하여 영상처리한다. 잡음제거를 위한 형태학적 연산을 도2에서는 Xmor = φ _B1 (X)의 식으로 표시하였다. 상기 X는 전처리된 영상을 나타내고 φ _B1 은 구조적 요소(STRUCTURING ELEMENT) B1을 사용해서 수행하는 클로징(CLOSING) 형태학적 연산을 나타낸다. 클로징 행태학적 연산은 구조적 요소보다 작은 핵과 잡음을 제거하여 관심을 갖는 세포핵을 쉽게 찾을 수 있게 한다. 전처리를 마친 영상(도 4b참조)에 클로징 형태학적 연산을 수행한 결과는 도 4c와 같이 도시된다. 세포영상에서 형태학적 연산을 사용하기 위해서는 관심 대상에 대한 정보를 알고 있어야 구조적 요소의 크기와 형태를 효과적으로 결정할 수 있다. 100배 자궁경부 세포진영상에서 3000개의 실제 비정상 세포핵에 대해 핵의 크기와 둥근정도(COMPACTNESS)를 측정한 결과를 각각 도5a와 도5b에 보인다. 도5에서 가로축은 영상의 번호를 나타내고 세로축은 측정값(도5a:핵의 크기, 도5b:둥근정도)이다. 영상번호는 측정값이 커지는 순으로 정렬하였다. 핵의 크기는 분할된 영역내의 픽셀 개수를 나타내고 핵의 둥근정도는 P2/4πA를 사용하여 측정한 바, 여기서 P는 핵의 둘레, A는 면적을 나타내며, 완전한 구의 형태일 때는 P가 1의 값을 가지고 1보다 큰값을 갖을수록 둥글지 않다는 것을 나타낸다.

삭제

관심이 되는 비정상 세포핵은 세포핵의 크기는 80 픽셀이상 1000 픽셀이하의 크기를 가지고 있고, 둥근정도는 대체로 1 에서 1.5 이하의 값을 지니고 있다. 관심대상이 되는 비정상 세포핵은 80 픽셀이상 1000픽셀 이하의 크기를 가지고 있고, 둥근정도는 1에서 1.5이하의 값을 지니고 있다. 이를 기반으로 구조적 요소 B1의 크기를 9×9디스크 형태로 정하여 크기가 작은 핵이나 잡음이 잡음제거 형태학적 연산을 통해 제거되도록 하였다. 잡음이 제거된 영상에 대해 다음에 설명하는 단일세포의 세포핵 영역분할을 수행하는데, 수행한 결과 크기가 1000픽셀이 넘는 세포는 군집세포라고 판단한다. 아울러, 둥근 정도가 1.5가 넘으면 관심대상이 아니므로 제거한다. 단일세포에서의 세포핵 영역분할(도2)은, 전기한 형태학적 연산을 통해 잡음이 제거된 영상에 대해 수행되는데, 밝은 세포핵의 영역을 분할하는 것과 어두운 세포핵의 영역을 분할하는 것으로 이루어진다.

삭제

삭제

대부분경우 어두운 세포핵에 해당하는데, 어두운 세포핵의 영역분할에 있어, 형태학적 연산을 적용하여 나온 결과, 영상의 경우 히스토그램의 분포가 크게 2 가지로 나뉘어지는 바, 첫번째는 히스토그램에서의 피크값이 배경부분에서 나온 경우이고, 두번째는 많은 세포질의 존재와 뭉쳐진 세포질로 인하여 영상에서 배경부분이 거의 없고 세포질 부분에서 피크값이 생성되는 경우이다.

세포핵 영역분할은 드레솔딩을 통해 이루어지는데, 이렇게 2 가지 경우에 동일한 드레솔딩을 적용할 경우, 원하는 핵의 위치를 추출할 수 없음으로 2 경우를 구별하는 기준을 두어 파라미터 값의 변화를 주어 세포핵의 영역을 추출한다. 배경에서 생성되는 피크인덱스와 세포질에서 생성되는 피크인덱스의 경우는 통계바탕으로 130 값으로 구분한다.

도 6 은 형태학적 연산을 적용한 다음 영상의 일반적인 히스토그램인 바, 여기서 Imin, Imax 는 각각 최소및 최대 명암값을 나타내고, Ip 는 피크가 나타나는 명암값(PEAK INDEX)를 나타낸다. h[i]는 명암값이 i 인 화소의 빈도수이다.

세포핵을 추출하기 위한 임계값(t)은, Ip 〉130 라면 t = Imin + (Ip - Imin) ×0.6 , 만약 그렇지 않으면 t = Imin + (Imax - Imin) ×0.51 로 계산한다.

상기 임계값(t)을 사용하여 드레솔딩하면 여러 개의 얼룩(BLOB)이 얻어진다. 이 얼룩중에서 영역의 넓이가 1000 픽셀이 넘는 경우, 군집세포의 영역으로 간주하여 상기 군집세포에서 세포핵을 찾는 부분으로 마스크 영상의 형태로 넘겨준다. 그리고, 군집세포영역에서 세포핵을 찾는 과정은 후술한다. 영역의 넓이가 1000 픽셀이하의 얼룩들은 단일세포들로 간주하고, 각 얼룩을 세포핵 영역으로 한다. 잡음이 제거된 영상(도 4c 참조)에 대해 드레솔딩한 결과를 어두운 세포핵의 영역분할 결과영상(도 7a 참조)으로 보인다.

단일세포에서 밝은 세포핵의 영역분할에 있어, 세포핵의 명암 값이 큰 경우(밝은 핵)에는 세포질의 명암값과 거의 구별이 되지 않을 경우도 있고, 세포질이 몇개가 겹쳐 있는 경우에는 세포질이 밝은 세포핵보다 더 어두운 경우도 있다. 따라서, 전술한 방법만을 사용할 경우 명암값이 높은 세포핵들은 세포질의 영역으로 간주되어 추출되지 않는다. 하지만 자궁경부 세포진 영상에서 관심의 대상이 되는 세포핵들 중에는 비정상 세포에서 명암값이 높은 핵들이 가끔 나타나게 되므로 밝은 세포핵 영역을 추출할 필요가 있다.

밝은 세포핵을 분할하기 위하여 잡음이 제거된 영상의 히스토그램 전체영역에서 임계값을 구하지 않고, 히스토그램의 45 % - 85 % 구간에 대하여 반복선택을 이용하여 임계값을 계산한다. f (x) 는 히스토그램에서 x % 에 해당하는 명암값을 나타낸 것으로, f (x) = {(Imax - Imin) ×X ×0.01} + Imin 으로 나타낸다.

새로운 임계값 t _ｋ 는 이전의 임계값, t _k-1 로부터 하기 식에 의해 구한다.

여기서, t ₀ 는 초기 임계값이며, 상기 식은 t _k+1 = t _k 가 될 때까지 반복 계산한다. 드레솔딩의 결과로 나온 얼룩들에 대해 영역의 넓이가 1000 픽셀이하인 얼룩만을 밝은 세포핵으로 한다. 잡음이 제거된 영상(도 4c 참조)에서 밝은 핵을 찾은 결과를 밝은 세포핵의 영역분할 결과영상(도 7b 참조)으로 보인다.

군집세포에서의 세포핵 영역분할에 있어 군집세포의 영역은 세포들이 뭉쳐 있거나, 다른 이물질들로 인하여 전반적으로 밝기가 어둡기 때문에 일반적인 방법에 의하여 영역을 분할하기가 어렵다. 따라서, 본 발명에서는 BTH(BLACK TOP-HAT)방법을 사용하여 군집세포의 영역에서 세포핵 영역을 분할하고, 군집세포에서 세포핵 영역분할의 과정을 도 3 에 도시된 바와 같이 보여진다. BTH방법은 영상에서 주변보다 명암값이 적고, 구조적 요소보다 작은 영역을 강조한 영상을 구하는 형태적 연산의 일종으로, 입력 영상을 X라고 하면 연산결과 A = φ _B3 (X)-X이다. 본 발명에서는 구조적 요소 B3를 27×27 크기를 가지는 디스크 형태로 하였다. 군집세포에서 세포핵 영역을 분할하는 단계에서는 단일세포 영역분할단계에서 영역이 1000픽셀이상이던 영역들에 대하여 세포핵 추출을 수행한다. 즉, 전처리과정을 거친 명암영상에 대하여 전술한 단일세포 영역분할후 군집세포 영역만 남겨진 영상을 마스크로하여 전체 영상에서 그 영역에 대해서만 수행하게 된다. 결과 영상 A에 대해 드레솔딩 연산을 통해 세포핵 부분을 추출한다.

삭제

삭제

삭제

삭제

삭제

드레솔딩을 위한 임계값은 엔트로피를 이용한 KAPUR 방법을 사용한 바, 이 KAPUR 방법은 원하는 객체의 엔트로피 Ho 와 배경의 엔트로피 Hb 를 각각의 하기 식으로 정의하고,

두 엔트로피의 합을 최대로 하는 t 값을 임계값으로 정하는 것이다. 여기서, Pi 는 명암값이 i 인 확률이고, Pt 는 그레이레벨에서 0 부터 t 까지의 누적확률이다. 드레솔딩한 2 진영상에 대하여 지름이 5 인 디스크형태의 구조적 요소를 사용한 크로싱 연산을 수행하여 영상의 홀을 제거한다. 군집 세포영역에서 세포핵 영역을 분할 한 결과를 영상(도 7c 참조)으로 보인다.

후처리과정(30)에 있어, 세포핵의 영역분할의 각 단계를 통해 얻어진 결과 영상들은 세포핵과 함께 어두운 세포질을 포함하고 있다. 또한, 형태학적 연산을 통해 원래의 크기보다 조금씩 크게 분할된다. 후처리과정(30)에서는 먼저 각 단계별로 얻어진 결과 영상들을 각각 마스크 형상으로 하여 전처리된 영상에서의 세포핵 영역을 구한다. 이 영상은 그레이 레벨영상인 바, 이 그레이 레벨영상에서 평균 명암값을 구하여 이 값을 임계값으로 드레솔딩을 하고, 이렇게 함으로써 영상의 분할된 핵의 크기를 줄이고 세포질 부분을 제거할 수 있다.

도 8은 도7의 각 영상들에 대해 후처리과정을 수행한 다음 모든 영상들을 하나의 영상으로 만든 결과 영상인 것이다. 따라서, 세포핵 영역을 추출한 다음 후처리를 통해 보정할 수 있다.

영역 분할의 성능평가에 있어, 진단시스템에서 비정상적인 영상이 정상으로 판정되는 것은 큰 문제가 되지만 정상인 영상이 비정상으로 큰 문제가 되지 않는다. 영역 분할은 인식의 전단계로서 실제 영상에서 놓쳐서는 안되는 비정상 세포핵을 정확히 분할하여 인식할 수 있다.

본 발명에서 이루어진 자궁경부 세포진영상의 핵 영역의 분할은 영상에 나타나는 모든 세포핵의 영역을 분할하는 것보다 영상에서 관심의 대상이 되는 비정상 세포핵의 영역을 얼마나 정확하게 분할하는 가 하는 것이다. 또한, 영상에 나타나는 모든 핵을 분할하는 것보다 관심의 대상이 되는 비정상 세포핵을 분할하는 것이 인식단계에서도 더욱 효율적이다.

따라서, 본 발명에서 이루어진 영역분할의 성능평가는 실제 영상에서 전문가가 관심을 갖는 세포핵들을 표시한 영상 200 장에 대해서 실험을 통해 얻은 영상과 비교를 통해 측정한 것으로 얼룩 중심의 개수를 측정한 것이다. 즉, 전문가가 표시한 세포핵의 수는 1988 개이고 영역 분할된 핵과 일치하는 핵의 수는 1756 개로서 백분율로 88.33 % 이다.

후처리과정(30)에서의 방법이 세포질을 제거하지만, 또한 아주 밝은 값의 세포핵도 제거시켜, 상기 성능 평가방법의 측면에서는 오히려 좋지 못한 결과를 나타난다. 수행시간은 영상의 종류에 따라 4 - 18 초 정도로 영상내의 데이터의 량에 따라 차이를 보이고, 평균 수행시간은 한 영상에 대하여 8.7 초로 종래의 다단계 영역분할(10초), 신경망을 사용한 영역분할(180)의 방법에 비해 적게 걸린다.

도 9 는 실험에서 사용된 영상들의 수행시간을 보여주고 있다. 도 10a 는 원영사이고, 도 10b 는 본 발명을 적용한 영역 분할결과 영상을 나타낸다.

본 발명에서는 일련의 형태학적 연산을 적용하여 자궁경부 세포진 영상에서 관심의 대상이 되는 세포핵의 분할방법으로, 영상에서 백혈구, 박테리아와 같은 불필요한 정보들을 제거하여 영상을 단순화시켜 세포핵의 분할이 용이하다. 또한, 본 발명은 종래의 에지정보를 이용한 분할이나 드레솔딩만을 이용한 분할보다 세포영상의 분할에 적합한 이유는 분할하고자 하는 대상의 형태학적인 특징을 충분히 이용할 수 있기 때문이다.

즉, 세포영상에서 진단의 대상이 되는 세포핵의 형태적인 특징들이 잘 알려져 있어 그 특징에 맞는 크기와 모양의 구조적 요소를 이용하여 형태학적 연산들을 영상에서 수행하면 된다. 따라서, 구조적 요소의 크기나 모양을 다르게 하여 분할하고자 하는 대상의 특징이 어느 정도 알려진 다른 영상의 분할에도 효율적으로 사용할 수 있다. 여기서, 분할하고자 하는 대상의 특성에 맞는 최적의 구조적 요소를 결정하는 것이 선행되고 있다.

이상 설명한 바와 같이 본 발명에 의하면, 세포영상의 경우 대부분 진단의 대상이 되는 세포에 대해 모양이나 크기등이 미리 알려져 있는 것이 많기 때문에 관심의 대상에 대한 정보가 어느 정도로 알려질 때 효율적으로 사용할 수 있는 형태학적 연산이 세포영상의 영역분할에 적합한 방법을 다양한 세포영상에 대해 사용할 수 있도록 임상에서 실제로 사용되고 있는 팜스미어영상에서 형태학적 연산을 사용한 자궁경부 세포진영상의 핵영역분할방법을 제공할 수 있다.

본 발명의 자궁경부 세포진영상의 핵영역분할방법에 대한 기술사상을 예시도면에 의거하여 설명했지만, 이는 본 발명의 가장 양호한 실시예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 본 발명은 이 기술분야의 통상 지식을 가진 자라면 누구나 본 발명의 기술사상의 범주를 이탈하지 않는 범위내에서 다양한 변형및 모방이 가능함은 명백한 사실이다.

도 1 은 본 발명의 실시예에 관한 자궁경부 세포진영상의 핵영역분할방법을 설명하기 위한 전체흐름도,

도 2 는 단일세포에서의 세포핵 영역분할의 구성을 나타낸 흐름도,

도 3 은 군집세포에서의 세포핵 영역분할의 구성을 나타낸 흐름도,

도 4 는 각각의 영상으로 처리한 결과를 보인 도면,

도 5 내지 도 10 은 본 발명의 자궁경부 세포진영상의 핵영역분할방법을 설명하기 위한 도면들이다.

♠도면의 주요부분에 대한 부호의 설명 ♠

10 : 전처리과정 20 : 영역분할과정

30 : 후처리과정

Claims (8)

1. 영상의 질을 높이는 것과 영역분할에서 사용되는 명암영상을 생성하는 것을 행하는 전처리과정과,

   자궁경부 세포진영상의 특성을 이용하여 세포핵을 추출하는 것을 행하는 영역분할과정, 그리고

   단일세포와 군집세포 영역 각각의 영상분할 후 생기는 잡음을 제거하는 것을 행하는 후처리과정등을 포함한 것을 특징으로 하는 자궁경부 세포진영상의 핵영역분할방법.
2. 단위세포의 영역분할은 클로징 형태학적 연산을 적용하여 백혈구및 염증세포등을 제거하여 영상의 정보를 단순화하며, 자궁경부 세포진 영역을 어두운 단위세포영역, 밝은 단위세포영역및 군집세포영역등으로 분류하고, 각 영역에서 세포핵 부분을 추출한 것을 특징으로 하는 자궁경부 세포진영상의 핵영역분할방법.
3. 제 2 항에 있어서,

   어두운 단위세포 영역을 추출하는 경우에는 영상의 히스토그램의 최대치가 주어진 임계치보다 크면 영상에 배경이 있다고 판단하고 그렇지 않으면 영상전체가 세포로 차 있다고 판단하여 각각 다른 방법으로 단위세포 영역을 추출하는 것을 특징으로 하는 자궁경부 세포진영상의 핵영역분할방법.
4. 제 2 항에 있어서,

   밝은 단위세포 영역을 추출하는 경우에는 히스토그램에서 일부 구간에 대해서만 임계치를 계산하여 적용하는 것을 특징으로 하는 자궁경부 세포진영상의 핵영역분할방법.
5. 삭제
6. 삭제
7. 삭제
8. 제1항에 있어서,

   세포핵 영역을 추출한 다음 추출된 세포영역의 명암값의 평균을 임계값으로하여 명암값이 임계값보다 작은 부분을 제거하는 후처리를 특징으로 하는 자궁경부 세포진영상의 핵영역분할방법.