KR101400410B1 - 현미경 영상 내 세포 분류 방법 및 장치 - Google Patents

현미경 영상 내 세포 분류 방법 및 장치 Download PDF

Info

Publication number
KR101400410B1
KR101400410B1 KR1020120089125A KR20120089125A KR101400410B1 KR 101400410 B1 KR101400410 B1 KR 101400410B1 KR 1020120089125 A KR1020120089125 A KR 1020120089125A KR 20120089125 A KR20120089125 A KR 20120089125A KR 101400410 B1 KR101400410 B1 KR 101400410B1
Authority
KR
South Korea
Prior art keywords
cell
image
brightness
cross
cell region
Prior art date
Application number
KR1020120089125A
Other languages
English (en)
Other versions
KR20140023465A (ko
Inventor
김명희
강미선
김혜련
Original Assignee
이화여자대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이화여자대학교 산학협력단 filed Critical 이화여자대학교 산학협력단
Priority to KR1020120089125A priority Critical patent/KR101400410B1/ko
Publication of KR20140023465A publication Critical patent/KR20140023465A/ko
Application granted granted Critical
Publication of KR101400410B1 publication Critical patent/KR101400410B1/ko

Links

Images

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12MAPPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/30Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
    • C12M41/36Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Engineering & Computer Science (AREA)
  • Wood Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Biotechnology (AREA)
  • Immunology (AREA)
  • General Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Genetics & Genomics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Sustainable Development (AREA)
  • Toxicology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Image Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

현미경으로 촬영한 볼륨 영상에서 세포를 분류하는 세포 분류 장치로서, 상기 볼륨 영상을 이진 영상으로 변환하고, 상기 이진 영상을 기초로 단일 세포의 위치를 탐지하는 세포 위치 탐지부, 주성분 분석을 통해 상기 단일 세포의 중심을 지나는 주축을 구하고, 상기 주축에 수직인 면으로 상기 단일 세포를 절단하여 단면 영상을 획득하는 단면 영상 획득부, 후광 현상에 의한 상기 단면 영상 내의 밝기값 변화를 기초로, 상기 단면 영상에서 세포 영역과 배경을 분할하는 세포 영역 분할부, 그리고 상기 세포 영역 분할부에서 분할한 세포 영역의 형태를 기초로 상기 단일 세포를 분류하는 세포 분류부를 포함한다.

Description

현미경 영상 내 세포 분류 방법 및 장치{METHOD AND APPARATUS FOR ANALYZING CELLS IN MICROSCOPY IMAGE}
본 발명은 현미경 영상 내 세포 분류 방법 및 장치에 관한 것이다.
일반적으로 암세포는 혈관을 통해 다른 신체 부위로 쉽게 전이되기 때문에 치료가 매우 어렵다. 그래서, 암세포의 전이를 억제할 수 있는 치료 방법에 관한 연구는 매우 중요하다. 최근 현미경 영상을 기반으로 한 암세포의 전이 운동 모니터링 기술이 암 전이 억제 치료의 효과를 검증하는 방법으로 고려되고 있으며, 관련 연구들이 활발하게 진행되고 있다.
현미경 영상을 통해 암세포의 행동 패턴을 분석하기 위해서는 영상 내에서 세포 영역을 분할하고 추출하는 기술이 필요하다. 또한 분할된 세포가 활성인지 비활성인지를 구별하는 기술도 필요하다.
지금까지의 세포 분석에 관한 대부분의 연구는 형광 현미경(fluorescent microscopy) 영상을 사용하였다. 형광 현미경 영상은 형광으로 염색한 부위의 밝기값과 주변 배경의 밝기값 차이가 크게 나타나기 때문에 간단한 방법으로 세포 영역과 배경 영역을 분할할 수 있다. 하지만 형광 염색 과정에서 광독성(phototoxicity)과 광퇴색(photobleaching) 문제가 나타날 수 있어 살아있는 세포의 움직임을 관찰하기에는 무리가 있다. 또한 다중 광자(multi-photon)를 이용한 공초점(confocal) 현미경 영상도 3차원상의 세포 영역을 추출하고 영역의 변화를 추적하기 위해 사용되었다. 이 방법은 레이저를 이용하여 형광 염색된 시료의 단면 및 3차원 영상을 얻을 수 있지만, 형광 염색 과정을 거치기 때문에 살아있는 세포를 장시간 동안 관찰하는데 한계가 있다.
본 발명이 해결하고자 하는 과제는 전처리된 3차원 영상에서 세포별로 초점이 잘 맞는 단면을 획득하고, 후광 현상 패턴을 분석하여 각 세포의 영역을 분할한 후, 단면 내에서 분할된 세포의 원형률과 크기를 기초로 세포를 분류하는 방법 및 장치를 제공하는 것이다.
본 발명의 한 실시예에 따른 현미경으로 촬영한 볼륨 영상에서 세포를 분류하는 세포 분류 장치로서, 상기 볼륨 영상을 이진 영상으로 변환하고, 상기 이진 영상을 기초로 단일 세포의 위치를 탐지하는 세포 위치 탐지부, 주성분 분석을 통해 상기 단일 세포의 중심을 지나는 주축을 구하고, 상기 주축에 수직인 면으로 상기 단일 세포를 절단하여 단면 영상을 획득하는 단면 영상 획득부, 후광 현상에 의한 상기 단면 영상 내의 밝기값 변화를 기초로, 상기 단면 영상에서 세포 영역과 배경을 분할하는 세포 영역 분할부, 그리고 상기 세포 영역 분할부에서 분할한 세포 영역의 형태를 기초로 상기 단일 세포를 분류하는 세포 분류부를 포함한다.
상기 단면 영상 획득부는 상기 주성분 분석을 통해 상기 단일 세포로 분류된 픽셀이 가장 많이 분포하는 첫 번째 주성분을 구하고, 상기 첫 번째 주성분을 상기 주축으로 이용할 수 있다.
상기 세포 영역 분할부는 상기 단면 영상의 세포 중심을 지나는 직선에서 후광현상에 의한 밝기값을 관찰하고, 상기 직선 상에서 밝기값이 급격히 변하는 두 피크 지점을 구한 후, 상기 두 피크 지점의 밝기값을 기초로 문턱치 알고리즘을 적용할 수 있다.
상기 세포 영역 분할부는 상기 두 피크 지점의 밝기값 평균을 상기 문턱치 알고리즘의 임계값으로 결정하여 세포 영역과 배경을 분할할 수 있다.
상기 세포 영역 분할부는 상기 직선 상에서 밝기값의 기울기를 구하고, 기울기가 급격히 변하는 두 지점을 상기 두 피크 지점으로 결정할 수 있다.
상기 세포 분류부는 상기 세포 영역의 형태를 기초로 상기 단일 세포를 구형 세포와 비정형 세포 중 어느 하나로 분류할 수 있다.
상기 세포 영역의 형태는 상기 세포 영역의 원형률과 크기를 포함할 수 있다.
상기 세포 위치 탐지부는 상기 이진 영상에서 세포로 인식되는 영역 각각에 번호를 매겨서 상기 단일 세포의 위치를 탐지할 수 있다.
상기 세포 분류 장치는 상기 볼륨 영상의 불균일한 밝기를 보정하는 불균일 조명 보정부를 더 포함하고, 상기 세포 위치 탐지부는 상기 불균일 조명 보정부에서 보정한 볼륨 영상을 이진 영상으로 변환할 수 있다.
상기 불균일 조명 보정부는 히스토그램 기반의 불균일 조명 보정 방법을 이용하여 상기 볼륨 영상의 불균일한 밝기를 보정할 수 있다.
상기 볼륨 영상은 3차원 위상차 현미경으로 촬영한 영상일 수 있다.
본 발명의 다른 실시예에 따른 세포 분류 장치가 현미경 영상에서 세포를 분류하는 방법으로서, 상기 현미경 영상에 최소 문턱치 알고리즘을 적용하여 이진 영상을 생성하는 단계, 상기 이진 영상을 기초로 세포 각각의 위치를 탐지하는 단계, 탐지한 세포별로 주성분 분석을 하여 세포 중심을 지나는 주축을 구하는 단계, 각 세포를 자신의 주축에 수직인 면으로 절단하여 세포별 단면 영상을 획득하는 단계, 후광 현상에 의한 각 단면 영상 내의 밝기값 변화를 기초로, 각 단면 영상에서 세포 영역과 배경을 분할하는 단계, 그리고 분할한 세포 영역의 형태 각각을 기초로 각 세포를 분류하는 단계를 포함한다.
상기 세포 영역과 배경을 분할하는 단계는 각 단면 영상의 세포 중심을 지나는 직선에서 후광 현상에 의한 밝기값을 관찰하는 단계, 상기 직선 상에서 밝기값이 급격히 변하는 두 피크 지점을 구하는 단계, 그리고 각 단면 영상에서 획득한 상기 두 피크 지점의 밝기값을 기초로 각 단면 영상에 문턱치 알고리즘을 적용하는 단계를 포함할 수 있다.
상기 문턱치 알고리즘을 적용하는 단계는 각 단면 영상에서 획득한 상기 두 피크 지점의 밝기값 평균을 단면 영상의 임계값으로 결정하여 상기 문턱치 알고리즘을 적용할 수 있다.
상기 두 피크 지점을 구하는 단계는 상기 직선 상에서 밝기값의 기울기를 구하고, 기울기가 급격히 변하는 두 지점을 상기 두 피크 지점으로 결정할 수 있다.
상기 각 세포를 분류하는 단계는 분할한 세포 영역 각각의 원형률과 크기를 기초로 각 세포를 구형 세포와 비정형 세포 중 어느 하나로 분류할 수 있다.
상기 세포 각각의 위치를 탐지하는 단계는 상기 이진 영상에서 세포로 인식되는 영역 각각에 번호를 매겨서 단일 세포의 위치를 탐지할 수 있다.
상기 세포 분류 방법은 상기 현미경 영상의 불균일한 밝기를 보정하는 단계를 더 포함하고, 상기 이진 영상을 생성하는 단계는 불균일한 밝기가 보정된 현미경 영상에 최소 문턱치 알고리즘을 적용하여 이진 영상을 생성할 수 있다.
상기 현미경 영상은 3차원 위상차 현미경으로 촬영한 영상일 수 있다.
상기 주축을 구하는 단계는 탐지한 세포별로 주성분 분석을 하여 각 세포의 기울어진 방향을 나타내는 상기 주축을 구할 수 있다.
본 발명의 실시예에 따르면 간헐 촬영 위상차 현미경 영상에서 전반적으로 나타나는 불균일 조명 문제를 해결할 수 있다. 본 발명의 실시예에 따르면 주성분 분석을 통한 세포 중심을 지나는 주축을 구하고, 주축에 수직인 단면에서 세포를 분할함으로써, Z축 면에서 비대칭적 확산 패턴을 가지는 후광 현상으로 인하여 초점이 맞지 않았던 문제점을 해결할 수 있다.
도 1은 본 발명의 한 실시예에 따른 세포 분류 장치의 블록도이다.
도 2는 본 발명의 한 실시예에 따른 현미경 영상의 예시이다.
도 3은 본 발명의 한 실시예에 따른 불균일 조명 보정 영상의 예시이다.
도 4는 본 발명의 한 실시예에 따른 이진 영상의 예시이다.
도 5는 수평면에서 획득한 단면 영상의 예시이다.
도 6부터 도 8 각각은 본 발명의 한 실시예에 따른 주축에 수직인 단면을 획득하는 방법을 설명하는 도면이다.
도 9부터 도 10 각각은 본 발명의 한 실시예에 따른 세포 영역 분할 방법을 설명하는 도면이다.
도 11부터 도 13 각각은 시간에 따른 세포 분류 결과를 시각적으로 나타내는 도면이다.
도 14는 본 발명의 한 실시예에 따른 영상 내 세포 분류 방법의 흐름도이다.
도 15는 본 발명의 한 실시예에 따른 단면별 세포 영역 분할 결과를 비교한 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이제 도면을 참고하여 본 발명의 실시예에 따른 영상 내 세포 분류 방법 및 장치에 대해 설명한다.
도 1은 본 발명의 한 실시예에 따른 세포 분류 장치의 블록도이고, 도 2는 본 발명의 한 실시예에 따른 현미경 영상의 예시이고, 도 3은 본 발명의 한 실시예에 따른 불균일 조명 보정 영상의 예시이고, 도 4는 본 발명의 한 실시예에 따른 이진 영상의 예시이며, 도 5는 수평면에서 획득한 단면 영상의 예시이다.
도 1을 참고하면, 세포 분류 장치(100)는 후광 현상을 이용하여 볼륨 영상에서 단일 세포 영역을 분할한 후, 각 세포 영역의 형태를 탐지한다. 그리고 세포 분류 장치(100)는 세포 영역의 형태를 기초로 세포를 활성 또는 비활성 세포로 분류한다. 이를 위해, 세포 분류 장치(100)는 영상입력부(110), 불균일 조명 보정부(120), 세포 위치 탐지부(130), 단면 영상 획득부(140), 세포 영역 분할부(150), 그리고 세포 분류부(160)를 포함한다.
영상입력부(110)는 세포를 촬영한 볼륨 영상을 입력받는다. 볼륨 영상은 3차원 위상차 현미경(Phase-Contrast Microscope)으로 촬영한 현미경 영상일 수 있다. 특히, 볼륨 영상은 암세포를 촬영한 영상일 수 있다. 위상차 현미경은 물질을 통과한 빛이 물질의 굴절률의 차이에 의해 갖게 되는 위상차를 명암차로 변화시켜 관찰하는 현미경이다. 위상차 현미경은 시료를 염색할 필요가 없기 때문에 긴 시간 살아있는 세포를 관찰할 수 있다. 따라서, 위상차 현미경은 세포의 행동 패턴 분석에 적합하다.
불균일 조명 보정부(120)는 영상입력부(110)에서 입력받은 영상의 불균일한 밝기를 보정한다. 즉, 불균일 조명 보정부(120)는 도 2와 같은 원영상을 명암 대비가 향상된 도 3과 같은 영상으로 보정한다. 위상차 현미경은 시료의 매질 자체 속성, 빛 흡수율, 광경로 등의 차이로 인하여 영상의 밝기가 균일하지 못하다. 따라서, 불균일 조명 보정부(120)는 이를 보정해주는 전처리를 수행하는 것이다.
불균일 조명 보정부(120)는 히스토그램 기반의 불균일 조명 보정 방법을 이용할 수 있다. 히스토그램 기반의 불균일 조명 보정 방법은 비용함수(cost function)를 정의하고 이를 최소화하는 MF-HS(Modification Framework-Histogram Smoothing) 방법을 기반으로 지역적 변환함수 보간 기법을 적용하여 블록화 현상(Blocking artifact)을 최소화하면서 지역적 특성을 반영하는 방법이다. 히스토그램 기반의 불균일 조명 보정 방법은 실시간으로 적용 가능하기 때문에 데이터의 양이 방대한 3차원 영상을 처리하는 데 적합하다.
세포 위치 탐지부(130)는 불균일 조명 보정부(120)에서 보정된 볼륨 영상에 최소 문턱치(minimum threshold) 알고리즘을 적용하여 이진 영상(binary image)을 생성한다. 이진 영상은 배경으로부터 세포 영역을 분리하여 세포의 초기 위치를 탐지한 영상으로서, 도 4와 같을 수 있다.
구체적으로, 세포 위치 탐지부(130)는 볼륨 영상의 각 레이어(layer)에서 문턱치를 정한다. 그리고 세포 위치 탐지부(130)는 각 레이어의 문턱치 평균값을 새로운 문턱치로 설정하여 볼륨 영상 전체에 일괄적으로 적용할 수 있다. 여기서 각 레이어는 2차원 영상일 수 있다. 각 레이어의 문턱치는 각 레이어에 자동 최소 문턱치 알고리즘을 적용하여 결정될 수 있다. 최소 문턱치 알고리즘이란, 영상의 히스토그램이 쌍봉 분포를 갖는다고 가정한 후, 일정 크기, 예를 들면 3X3 마스크의 평균값을 이용하여 반복적으로 히스토그램을 부드럽게(smooth) 만드는 알고리즘이다.
세포 위치 탐지부(130)는 이진 영상으로 변환된 2차원의 스택(stack) 영상을 기초로 3차원상에서 단일 세포의 위치를 탐지한다. 세포 위치 탐지부(130)는 이진 영상에서 초기 세포 영역으로 분할된 영역, 즉 이진 영상의 까만 영역을 레이블링(labeling)하여 단일 세포를 분리한다. 여기서 레이블링이란 이진 영상에서 객체로 인식되는 영역 각각에 번호를 매겨서 다른 객체임을 표시하는 것이다.
단면 영상 획득부(140)는 3차원의 단일 세포에서 세포 중심을 지나는 주축을 구한다. 여기서 주축은 단일 세포 영역으로 분류된 픽셀이 가장 많이 분포하는 축이다. 그리고 단면 영상 획득부(140)는 3차원의 단일 세포를 주축에 수직인 면으로 절단하여 단면 영상을 구한다. 단면 영상 획득부(140)는 주성분 분석(principal component analysis)으로 구한 첫 번째 주성분(the first principal component)을 주축으로 사용할 수 있다.
도 5를 참고하면, 후광 현상(halo artifact)은 3차원 영상에서 수평면, 즉 Z축면에 대해 비대칭적 확산 패턴을 갖는다. 따라서, Z축면에서 획득한 단면 영상에서 각 세포의 형태를 관찰하기가 쉽지 않다. 그러므로 단면 영상 획득부(140)는 Z축면 대신에, 세포 중심을 지나는 주축에 수직인 단면에서 세포 형태를 관찰한다. 주축에 수직인 단면은 세포 영역으로 분류된 픽셀이 가장 많이 분포하는 축에 수직인 면이므로, 단순히 세포 영역을 수평면이나 수직면으로 자른 단면에 비해 세포의 형태를 뚜렷이 관찰할 수 있다. 따라서, 세포 영역 분할부(150)는 주축에 수직인 단면 영상에서 후광 현상을 이용하여 세포 영역을 쉽게 분할할 수 있다. 여기서, 후광 현상은 어두운 세포 영역 주위로 밝은 영역이 나타나는 현상이다.
다시 도 1을 참고하면, 세포 영역 분할부(150)는 후광 현상에 기반한 문턱치 알고리즘을 기초로, 단일 세포의 단면 영상에서, 세포 영역과 배경을 분할한다. 위상차 현미경의 영상은 어두운 세포 영역 주위로 밝은 영역이 나타나는 후광 현상이 나타난다. 따라서, 세포 영역 분할부(150)는 후광현상을 이용하여 세포 중심에서 배경으로 가면서 바뀌는 밝기값(intensity)을 관찰한다. 세포 영역 분할부(150)는 밝기값이 급격히 변하는 두 피크(peak) 지점을 찾는다. 두 피크 지점은 세포와 배경의 경계에 나타나는 후광 현상을 관찰할 수 있는 지점이다.
세포 영역 분할부(150)는 두 피크 지점의 밝기값을 기초로 문턱치 알고리즘의 임계값을 결정한다. 세포 영역 분할부(150)는 임계값을 기초로 세포 영역과 배경을 분할한다.
세포 분류부(160)는 세포 영역 분할부(150)에서 분할한 세포 영역의 형태를 기초로 세포를 분류한다. 세포 분류부(160)는 세포의 원형률과 크기를 특징 벡터(feature vector)로 설정할 수 있다. 세포 분류부(160)는 특징 벡터를 기초로 세포를 구형과 비정형 세포로 분류한다. 여기서 구형 세포는 비활성 세포이고, 비정형 세포는 활성 세포일 수 있다. 세포 분류부(160)는 정확한 이진 분류 성능을 제공하는 SVM(Support Vector Machine)을 기초로 세포를 분류할 수 있다.
도 6부터 도 8 각각은 본 발명의 한 실시예에 따른 주축에 수직인 단면을 획득하는 방법을 설명하는 도면이다.
도 6을 참고하면, 세포 위치 탐지부(130)는 이진 영상으로 변환된 볼륨 영상을 기초로 단일 세포(200)의 위치를 탐지하여, 3차원상에서 단일 세포(200)를 가시화한다.
도 7을 참고하면, 단면 영상 획득부(140)는 주성분 분석을 통해 단일 세포(200)의 중심을 지나는 주축을 구한다. 단면 영상 획득부(140)는 단일 세포(200)를 주축에 수직인 면(300)으로 절단한다. 주성분 분석은 데이터 분석에 널리 이용되는 방법 중 하나로서, 분산을 최대로 하는 방향을 좌표축으로 하는 새로운 좌표계로 데이터를 선형 변환한다.
단면 영상 획득부(140)는 p차원의 벡터들로 구성된 데이터 집합 x가 주어졌을 때, 유한한 p x p공분산행렬
Figure 112012065281188-pat00001
를 이용하여 주성분을 구한다 이때, 주성분 분석으로 구한 첫 번째 주성분은 데이터를 한 개의 축으로 사상시켰을 때 그 분산이 가장 커지는 주축이다. 이를 위해, 단면 영상 획득부(140)는 이진 영상에서 검은색(0)을 띠고 있는 픽셀들, 즉 세포로 분류된 픽셀들을 성분(component)으로 사용한다. 이 성분들은 고유의 위치에 자리하고 있다. 따라서, 단면 영상 획득부(140)는 주성분 분석을 통해 단일 세포별로 검은색 픽셀이 가장 많이 분포하는 축을 주축으로 계산한다.
주축은 세포의 기울어진 방향을 나타낸다. 세포는 한 방향을 향해서 배열되는 것이 아니라, 공간 내에서 자유롭게 위치한다. 따라서, 모든 세포를 어느 한 방향, 예를 들면 Z축면으로만 절단하면, 세포마다 기울어진 방향이 다르므로 도 5와 같이 세포의 정확한 형태를 파악하기 어렵다. 따라서, 단면 영상 획득부(140)는 세포마다 기울어진 방향을 나타내는 주축을 구하고, 주축에 수직인 단면을 획득하여 최대한 각 세포의 형태를 보여주는 단면을 획득한다.
도 8을 참고하면, 단면 영상 획득부(140)는 단일 세포(200)를 주축에 수직인 면으로 절단하여 단면 영상(400)을 획득한다.
도 9부터 도 10 각각은 본 발명의 한 실시예에 따른 세포 영역 분할 방법을 설명하는 도면이다.
도 9를 참고하면, 단일 세포의 단면 영상(410)은 후광 현상에 의해 세포 영역과 배경의 밝기가 차이가 난다. 따라서, 세포 영역 분할부(150)는 단일 세포의 단면 영상(410)에서, 세포 중심을 지나는 직선(412)에서의 밝기값 분포와 밝기값 기울기 분포를 관찰한다.
도 10을 참고하면, 세포 영역 분할부(150)는 세포 중심을 지나는 직선(412)에서의 밝기값 그래프를 구한다. 그리고, 세포 영역 분할부(150)는 밝기값 그래프에서 밝기값 기울기 그래프를 구한다. 세포 영역 분할부(150)는 밝기값 기울기 그래프에서 밝기값이 급격히 변하는 지점, 즉, 기울기가 가장 크게 나타나는 피크를 영상 중심으로부터 양방향으로 한 개씩 찾는다. 두 피크 지점(414, 416)은 세포와 배경의 경계에 나타나는 후광 현상을 관찰할 수 있는 지점이다.
세포 영역 분할부(150)는 두 피크 지점(414, 416)의 밝기값을 기초로 문턱치 알고리즘의 임계값을 결정한다. 예를 들면, 세포 영역 분할부(150)는 두 피크 지점(414, 416)의 밝기값의 평균값을 문턱치 알고리즘의 임계값으로 결정할 수 있다. 세포 영역 분할부(150)는 임계값을 기초로 단일 세포의 단면 영상(410)에 문턱치 알고리즘을 적용하여 세포 영역과 배경을 분할한다. 즉, 임계값보다 밝은 영역과 임계값보다 어두운 영역으로 분할되는데, 밝은 영역은 배경이고, 어두운 영역은 세포 영역이다.
도 11부터 도 13 각각은 시간에 따른 세포 분류 결과를 시각적으로 나타내는 도면이다.
도 11부터 도 13을 참고하면, 세포 분류부(160)는 세포의 원형률을 기초로 구형(원모양)과 비정형 세포(별모양)로 분류한다. 여기서 구형 세포는 비활성 세포이고, 비정형 세포는 활성 세포일 수 있다. 따라서, 세포 분류부(160)는 각 세포의 위치와 함께, 각 세포가 비활성 세포인지 활성 세포인지를 나타낼 수 있다.
또한 세포 분류부(160)는 시간에 따른 세포의 변화를 확인할 수 있다. 예를 들면, 도 12는 도 11로부터 11시간 뒤의 세포 분류 결과이고, 도 13은 도 11로부터 25시간 뒤의 세포 분류 결과이다. 이러한 시간에 따른 세포 분류 결과를 기초로, 시간에 따라 활성 세포에서 비활성 세포로 바뀐 세포의 변화를 확인할 수 있다.
도 14는 본 발명의 한 실시예에 따른 영상 내 세포 분류 방법의 흐름도이다.
도 14를 참고하면, 세포 분류 장치(100)는 분류하고자 하는 세포 영상을 입력받는다(S1410). 세포 영상은 3차원 위상차 현미경으로 촬영한 현미경 영상이다.
세포 분류 장치(100)는 세포 영상의 불균일한 밝기를 보정한다(S1420). 세포 분류 장치(100)는 히스토그램 기반의 불균일 조명 보정 방법을 기초로 세포 영상의 불균일한 밝기를 보정한다.
세포 분류 장치(100)는 밝기가 보정된 영상에 최소 문턱치 알고리즘을 적용하여 이진 영상을 생성한다(S1430).
세포 분류 장치(100)는 이진 영상을 기초로 세포 각각의 위치를 탐지한다(S1440). 세포 분류 장치(100)는 이진 영상에서 세포 영역으로 분할된 영역을 레이블링하여 각 세포의 위치를 탐지한다.
세포 분류 장치(100)는 주성분 분석을 기초로 세포별로 세포 중심을 지나는 주축을 결정한다(S1450). 세포 분류 장치(100)는 주성분 분석을 기초로 데이터를 한 개의 축으로 사상시켰을 때 그 분산이 가장 커지는 주축을 구할 수 있다.
세포 분류 장치(100)는 세포별로 주축에 수직인 면으로 절단한 단면 영상을 획득한다(S1460).
세포 분류 장치(100)는 후광 현상에 기반한 문턱치 알고리즘을 기초로, 각 세포영역의 단면 영상에서, 각 세포 영역과 배경을 분할한다(S1470).
세포 분류 장치(100)는 분할한 각 세포 영역의 형태를 구형 또는 비정형으로 분류한다(S1480). 세포 분류 장치(100)는 세포의 원형률과 크기를 특징 벡터로 설정하여 각 세포 영역의 형태를 분류한다.
도 15는 본 발명의 한 실시예에 따른 단면별 세포 영역 분할 결과를 비교한 도면이다.
도 15를 참고하면, 샘플 세포 각각은 위쪽 영상과 같이 주성분 분석으로 획득한 단면(cross-sectional slice), 수평 단면(horizontal slice), 그리고 수직 단면(vertical slice)으로 절단될 수 있다. 각 샘플 세포의 위쪽 영상 각각은 불균일한 밝기가 보정된 영상이다. 각 샘플 세포의 아래쪽 영상 각각은 불균일한 밝기가 보정된 영상에 후광 효과에 기반한 문턱치 알고리즘이 적용된 영상이다. 아래쪽 영상을 보면, 검은색 영역이 세포 영역이고, 흰색 영역이 배경이다. 문턱치 알고리즘이 적용된 결과를 비교해보면, 주성분 분석으로 획득한 단면에서의 분할 결과가 수평 단면과 수직 단면에서 분할한 결과보다 세포의 경계가 또렷하게 나타난다. 따라서, 주성분 분석으로 획득한 단면에서 후광 현상 관찰이 용이하여 세포의 형태를 더 정확하게 추출할 수 있음을 알 수 있다.
이와 같이 본 발명의 실시예에 따르면 간헐 촬영 위상차 현미경 영상에서 전반적으로 나타나는 불균일 조명 문제를 해결할 수 있다. 본 발명의 실시예에 따르면 주성분 분석을 통한 세포 중심을 지나는 주축을 구하고, 주축에 수직인 단면에서 세포를 분할함으로써, Z축면에서 비대칭적 확산 패턴을 가지는 후광 현상으로 인하여 초점이 맞지 않았던 문제점을 해결할 수 있다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (20)

  1. 현미경으로 촬영한 볼륨 영상에서 세포를 분류하는 세포 분류 장치로서,
    상기 볼륨 영상을 이진 영상으로 변환하고, 상기 이진 영상을 기초로 단일 세포의 위치를 탐지하는 세포 위치 탐지부,
    주성분 분석을 통해 상기 단일 세포의 중심을 지나는 주축을 구하고, 상기 주축에 수직인 면으로 상기 단일 세포를 절단하여 단면 영상을 획득하는 단면 영상 획득부,
    후광 현상에 의한 상기 단면 영상 내의 밝기값 변화를 기초로, 상기 단면 영상에서 세포 영역과 배경을 분할하는 세포 영역 분할부, 그리고
    상기 세포 영역 분할부에서 분할한 세포 영역의 형태를 기초로 상기 단일 세포를 분류하는 세포 분류부
    를 포함하는 세포 분류 장치.
  2. 제1항에서,
    상기 단면 영상 획득부는
    상기 주성분 분석을 통해 상기 단일 세포로 분류된 픽셀이 가장 많이 분포하는 첫 번째 주성분을 구하고, 상기 첫 번째 주성분을 상기 주축으로 이용하는 세포 분류 장치.
  3. 제1항에서,
    상기 세포 영역 분할부는
    상기 단면 영상의 세포 중심을 지나는 직선에서 후광현상에 의한 밝기값을 관찰하고, 상기 직선 상에서 밝기값이 급격히 변하는 두 피크 지점을 구한 후, 상기 두 피크 지점의 밝기값을 기초로 문턱치 알고리즘을 적용하는 세포 분류 장치.
  4. 제3항에서,
    상기 세포 영역 분할부는
    상기 두 피크 지점의 밝기값 평균을 상기 문턱치 알고리즘의 임계값으로 결정하여 세포 영역과 배경을 분할하는 세포 분류 장치.
  5. 제3항에서,
    상기 세포 영역 분할부는
    상기 직선 상에서 밝기값의 기울기를 구하고, 기울기가 급격히 변하는 두 지점을 상기 두 피크 지점으로 결정하는 세포 분류 장치.
  6. 제1항에서,
    상기 세포 분류부는
    상기 세포 영역의 형태를 기초로 상기 단일 세포를 구형 세포와 비정형 세포 중 어느 하나로 분류하는 세포 분류 장치.
  7. 제1항에서,
    상기 세포 영역의 형태는 상기 세포 영역의 원형률과 크기를 포함하는 세포 분류 장치.
  8. 제1항에서,
    상기 세포 위치 탐지부는
    상기 이진 영상에서 세포로 인식되는 영역 각각에 번호를 매겨서 상기 단일 세포의 위치를 탐지하는 세포 분류 장치.
  9. 제1항에서,
    상기 볼륨 영상의 불균일한 밝기를 보정하는 불균일 조명 보정부를 더 포함하고,
    상기 세포 위치 탐지부는
    상기 불균일 조명 보정부에서 보정한 볼륨 영상을 이진 영상으로 변환하는 세포 분류 장치.
  10. 제9항에서,
    상기 불균일 조명 보정부는
    히스토그램 기반의 불균일 조명 보정 방법을 이용하여 상기 볼륨 영상의 불균일한 밝기를 보정하는 세포 분류 장치.
  11. 제1항에서,
    상기 볼륨 영상은 3차원 위상차 현미경으로 촬영한 영상인 세포 분류 장치.
  12. 세포 분류 장치가 현미경 영상에서 세포를 분류하는 방법으로서,
    상기 현미경 영상에 최소 문턱치 알고리즘을 적용하여 이진 영상을 생성하는 단계,
    상기 이진 영상을 기초로 세포 각각의 위치를 탐지하는 단계,
    탐지한 세포별로 주성분 분석을 하여 세포 중심을 지나는 주축을 구하는 단계,
    각 세포를 자신의 주축에 수직인 면으로 절단하여 세포별 단면 영상을 획득하는 단계,
    후광 현상에 의한 각 단면 영상 내의 밝기값 변화를 기초로, 각 단면 영상에서 세포 영역과 배경을 분할하는 단계, 그리고
    분할한 세포 영역의 형태 각각을 기초로 각 세포를 분류하는 단계
    를 포함하는 세포 분류 방법.
  13. 제12항에서,
    상기 세포 영역과 배경을 분할하는 단계는
    각 단면 영상의 세포 중심을 지나는 직선에서 후광현상에 의한 밝기값을 관찰하는 단계,
    상기 직선 상에서 밝기값이 급격히 변하는 두 피크 지점을 구하는 단계, 그리고
    각 단면 영상에서 획득한 상기 두 피크 지점의 밝기값을 기초로 각 단면 영상에 문턱치 알고리즘을 적용하는 단계
    를 포함하는 세포 분류 방법.
  14. 제13항에서,
    상기 문턱치 알고리즘을 적용하는 단계는
    각 단면 영상에서 획득한 상기 두 피크 지점의 밝기값 평균을 단면 영상의 임계값으로 결정하여 상기 문턱치 알고리즘을 적용하는 세포 분류 방법.
  15. 제13항에서,
    상기 두 피크 지점을 구하는 단계는
    상기 직선 상에서 밝기값의 기울기를 구하고, 기울기가 급격히 변하는 두 지점을 상기 두 피크 지점으로 결정하는 세포 분류 방법.
  16. 제12항에서,
    상기 각 세포를 분류하는 단계는
    분할한 세포 영역 각각의 원형률과 크기를 기초로 각 세포를 구형 세포와 비정형 세포 중 어느 하나로 분류하는 세포 분류 방법.
  17. 제12항에서,
    상기 세포 각각의 위치를 탐지하는 단계는
    상기 이진 영상에서 세포로 인식되는 영역 각각에 번호를 매겨서 단일 세포의 위치를 탐지하는 세포 분류 방법.
  18. 제12항에서,
    상기 현미경 영상의 불균일한 밝기를 보정하는 단계를 더 포함하고,
    상기 이진 영상을 생성하는 단계는
    불균일한 밝기가 보정된 현미경 영상에 최소 문턱치 알고리즘을 적용하여 이진 영상을 생성하는 세포 분류 방법.
  19. 제12항에서,
    상기 현미경 영상은 3차원 위상차 현미경으로 촬영한 영상인 세포 분류 방법.
  20. 제12항에서,
    상기 주축을 구하는 단계는
    탐지한 세포별로 주성분 분석을 하여 각 세포의 기울어진 방향을 나타내는 상기 주축을 구하는 세포 분류 방법.
KR1020120089125A 2012-08-14 2012-08-14 현미경 영상 내 세포 분류 방법 및 장치 KR101400410B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120089125A KR101400410B1 (ko) 2012-08-14 2012-08-14 현미경 영상 내 세포 분류 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120089125A KR101400410B1 (ko) 2012-08-14 2012-08-14 현미경 영상 내 세포 분류 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140023465A KR20140023465A (ko) 2014-02-27
KR101400410B1 true KR101400410B1 (ko) 2014-05-28

Family

ID=50268836

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120089125A KR101400410B1 (ko) 2012-08-14 2012-08-14 현미경 영상 내 세포 분류 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101400410B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7015144B2 (ja) * 2017-10-25 2022-02-02 オリンパス株式会社 画像処理装置および顕微鏡システム
KR102429534B1 (ko) * 2020-11-02 2022-08-04 주식회사 루닛 대상 이미지에 대한 추론 작업을 수행하는 방법 및 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10244170A (ja) * 1997-03-04 1998-09-14 Nikon Corp 微小物分割用基板及びその製造方法
KR20100116404A (ko) * 2009-04-22 2010-11-01 계명대학교 산학협력단 영상정보로부터 독립세포와 군집세포를 분류하는 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10244170A (ja) * 1997-03-04 1998-09-14 Nikon Corp 微小物分割用基板及びその製造方法
KR20100116404A (ko) * 2009-04-22 2010-11-01 계명대학교 산학협력단 영상정보로부터 독립세포와 군집세포를 분류하는 방법 및 장치

Also Published As

Publication number Publication date
KR20140023465A (ko) 2014-02-27

Similar Documents

Publication Publication Date Title
EP3669227B1 (en) Identifying the quality of the cell images acquired with digital holographic microscopy using convolutional neural networks
Wu et al. Live cell image segmentation
He et al. Automated three-dimensional tracing of neurons in confocal and brightfield images
US9690976B2 (en) Imaging blood cells
CA2968024C (en) Autofocus system and method in digital holography
JP6122817B2 (ja) スフェロイドの評価方法およびスフェロイド評価装置
JP6342810B2 (ja) 画像処理
Gayathri et al. A survey of breast cancer detection based on image segmentation techniques
KR101631953B1 (ko) 블러 영역 검출을 위한 영상 처리 방법 및 이를 수행하기 위한 영상 처리 장치
KR101700887B1 (ko) 영상 처리를 이용한 세포 계수 장치 및 방법, 이를 실행시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체
KR20200082746A (ko) 골수 판독을 위한 셀존 레이블링 장치 및 이를 포함하는 셀존 검출 시스템
CN106971141B (zh) 细胞区域确定方法、细胞拍摄系统及细胞图像处理装置
JP2017221555A (ja) 角膜内皮細胞品質評価支援システム
JP6931579B2 (ja) 生細胞検出方法、プログラムおよび記録媒体
KR101400410B1 (ko) 현미경 영상 내 세포 분류 방법 및 장치
Smafield et al. Automatic dendritic length quantification for high throughput screening of mature neurons
GB2485209A (en) Curve fitting to histogram data for identification of chromatin types in nuclei
JP2019058073A (ja) 画像処理装置、細胞認識装置、細胞認識方法および細胞認識プログラム
Ross et al. A three-dimensional image processing program for accurate, rapid, and semi-automated segmentation of neuronal somata with dense neurite outgrowth
Costa Filho et al. Sputum smear microscopy for tuberculosis: Evaluation of autofocus functions and automatic identification of tuberculosis mycobacterium
WO2014181024A1 (es) Método implementado por ordenador para reconocimiento y clasificación de células sanguíneas anormales y programas informáticos para llevar a cabo el método
Kang et al. Cell morphology classification in phase contrast microscopy image reducing halo artifact
Suberi et al. Optimization of overlapping dendritic cell segmentation in phase contrast microscopy images
Maška et al. Automatic quantification of filopodia-based cell migration
JP7085909B2 (ja) 画像処理装置、細胞認識装置、細胞認識方法および細胞認識プログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180212

Year of fee payment: 4

R401 Registration of restoration
LAPS Lapse due to unpaid annual fee