KR102476472B1 - 전방 안구 이미지의 세포 수 정량화 장치 및 방법 - Google Patents

전방 안구 이미지의 세포 수 정량화 장치 및 방법 Download PDF

Info

Publication number
KR102476472B1
KR102476472B1 KR1020210083194A KR20210083194A KR102476472B1 KR 102476472 B1 KR102476472 B1 KR 102476472B1 KR 1020210083194 A KR1020210083194 A KR 1020210083194A KR 20210083194 A KR20210083194 A KR 20210083194A KR 102476472 B1 KR102476472 B1 KR 102476472B1
Authority
KR
South Korea
Prior art keywords
image
noise
cells
unit
original
Prior art date
Application number
KR1020210083194A
Other languages
English (en)
Inventor
이성진
이영섭
한용섭
김진현
강태신
김경훈
Original Assignee
경상국립대학교산학협력단
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 경상국립대학교산학협력단 filed Critical 경상국립대학교산학협력단
Priority to KR1020210083194A priority Critical patent/KR102476472B1/ko
Application granted granted Critical
Publication of KR102476472B1 publication Critical patent/KR102476472B1/ko

Links

Images

Classifications

    • G06T5/001—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0025—Operational features thereof characterised by electronic signal processing, e.g. eye models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Ophthalmology & Optometry (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

본 발명은 SD-OCT 장비로 촬영된 AC-OCT 이미지에서 노이즈의 영향을 최소화하여 세포 개수를 정확하게 정량화하는 장치 및 방법을 제안한다. 본 발명은 원본 AC 이미지에서 노이즈를 제거하는 노이즈 제거유닛과, 상기 노이즈 제거된 AC 이미지에서 각막과 아티팩트(artifacts)를 제거하는 제1 처리유닛, 상기 제1 처리유닛의 AC 세포 이미지에서 세포를 식별하고 시각화하는 제2 처리유닛을 포함하여 구성된다. 그리고 상기 노이즈 제거유닛은, 각막 외부영역의 노이즈를 기준으로 원본 AC 이미지에 포함된 전체 노이즈를 제거한다.

Description

전방 안구 이미지의 세포 수 정량화 장치 및 방법{Cell number quantification device of anterior eye image and the method thereof}
본 발명은 안구 이미지 처리에 관한 것으로, 더욱 상세하게는 전방 안구 내부 세포 개수의 정확한 측정을 통하여 안구 질환과 관련된 환자 상태를 빠르게 평가, 진단할 수 있도록 한 전방 안구 이미지의 세포 수 정량화 장치 및 방법에 관한 것이다.
안구질환, 예를 들어 포도막염에서 전안부(AC, anterior chamber)의 염증 정도를 나타내는 AC 염증의 등급은 눈염증성 질환을 앓는 환자를 진단, 분류 및 시간에 따라 질환의 경과를 추적하는데 중요하다.
종래에 이러한 질환을 검사하는 방법으로 표준화된 명명법(SUN, standardization of uveitis nomenclature)이 있다. 상기 방법은 1×1mm의 광원을 안구에 비추고 전방에서 보이는 세포를 안과의가 개수하여 아래 표 1과 같이 0 ~ 4+ 까지의 6단계로 등급을 나눠 진단하는 방식이다.
Grade Number of AC Cells
0 <1
0.5+ 1 - 5
1+ 6 - 15
2+ 16 - 25
3+ 26 - 50
4+ >50
그러나 AC-OCT 이미지의 세포수 정량화 방법은 육안 관찰에 의한 것으로 훈련된 전문가만 가능하기 때문에, 장시간의 훈련과 인적/물적 자원이 충분히 지원되어야 하는 전제가 있다. 또 상기 방법은 전문가의 숙련도와 경험 그리고 주관적 판단에 따라 세포 수를 다르게 측정할 수도 있다. 즉 질병 진행 정도의 추적과 치료에 따른 환자의 상태 경과를 추적하는데 있어 전문가의 정량화 과정에 전적으로 의존하기 때문에 전문가의 실수 등이 있을 경우 진단결과에 미치는 영향이 크다.
따라서 전문가에 전적으로 의존하는 종래 진단방법에서 벗어나 AC-OCT 촬영 이미지의 세포 개수를 정확하게 측정하는 기술이 요구된다.
본 발명의 목적은 전문가에 의존하는 진단방식을 개선하여 환자의 안구 질환 상태를 정확하게 진단할 수 있도록 하는 전방 안구 이미지의 세포 수 정량화 장치 및 방법을 제공하는 것이다.
본 발명의 다른 목적은 SD-OCT로 촬영된 AC-OCT 이미지에서 노이즈의 영향을 최소화하여 세포 개수를 정확히 정량화할 수 있는 전방 안구 이미지의 세포 수 정량화 장치 및 방법을 제공하는 것이다.
이와 같은 목적을 달성하기 위한 본 발명의 전방 안구 이미지의 세포수 정량화 장치는, 원본 AC 이미지에서 노이즈를 제거하는 노이즈 제거유닛; 상기 노이즈 제거된 AC 이미지에서 각막과 아티팩트(artifacts)를 제거하는 제1 처리유닛; 및 상기 제1 처리유닛의 AC 세포 이미지에서 세포를 식별하고 시각화하는 제2 처리유닛을 포함하고, 상기 노이즈 제거유닛은, 각막 외부영역의 노이즈를 기준으로 하여 원본 AC 이미지에 포함된 노이즈를 제거하는 것을 특징으로 한다.
상기 노이즈 제거유닛은, 상기 원본 AC 이미지의 노이즈를 제거하는 1차 노이즈 제거부; 및 제거되지 않은 미세 노이즈를 다시 제거하는 2차 노이즈 제거부를 포함한다.
상기 1차 노이즈 제거부는, 원본 AC 이미지에서 추출된 각막 외부 영역의 히스토그램을 계산하는 계산부; 상기 히스토그램으로 표준편차를 측정하는 측정부; 상기 표준편차를 사용하여 노이즈 제거를 위한 기준 값을 결정하는 임계값 결정부; 및 상기 임계값 이하의 픽셀 값을 제거하는 제거부를 포함하며, 상기 기준값은 97.5%의 노이즈 히스토그램의 신뢰구간을 가지는 1.96이다.
상기 2차 노이즈 제거부는, 커널 크기 3을 사용한 메디안 필터를 적용하여 1 내지 2 pixel2의 넓이를 가지는 미세 노이즈를 제거한다.
상기 제1 처리유닛은, 각막과 AC 내부를 분할하는 분할부; 노이즈와 세포의 경계를 식별하는 경계 식별부; 식별된 경계를 활용하여 원본 AC 이미지를 이진화하는 이진화부; 이진화된 원본 AC 이미지에서 각막과 아티팩트(artifacts)을 제거하는 제거부를 포함하고, 상기 제거부는 커널 크기 11×11을 사용한 메디안 필터를 적용한다.
상기 제2 처리유닛은, 상기 제1 처리유닛에 의해 처리된 AC 이미지에 있는 세포의 윤곽선을 검출하는 정량화부; 상기 검출된 세포 윤곽선을 원본 AC 이미지에 적용하여 시각화하되, 상기 세포 윤곽선을 색대비가 높은 색을 선택하여 강조하여 표시하는 시각화부를 포함한다.
상기 정량화부는, 상기 세포의 윤곽선의 면적과 둘레를 정량화하여 면적이 8 ~ 65pixel2 사이의 세포 윤곽선만 세포로 정의하여 식별한다.
본 발명의 다른 특징에 따른 전방 안구 이미지의 세포수 정량화 방법은, 원본 AC 이미지에서 각막 외부 영역의 픽셀 값의 히스토그램을 계산하는 단계; 각막 외부 영역의 히스토그램으로 표준 편차를 측정하는 단계; 측정된 표준편차를 이용하여 노이즈 제거를 위한 임계값을 결정하는 단계; 상기 임계값 이하의 값을 노이즈로 취급하여 원본 AC 이미지에 존재하는 노이즈를 제거하는 단계; 상기 노이즈 제거된 AC 이미지에서 미세 노이즈를 제거하는 단계; 노이즈 제거된 AC 이미지에서 각막과 각막 내부를 분할하는 단계; 상기 원본 AC 이미지의 히스토그램에서 노이즈와 세포의 경계를 식별하는 단계; 식별된 경계를 활용하여 원본 AC 이미지를 이진화하는 단계; 이진화된 원본 AC 이미지에서 각막과 아티팩트(artifacts)을 제거하는 단계; 상기 각막과 아티팩트(artifacts)가 제거된 이미지에서 세포를 식별하는 단계; 및 상기 세포에 색대비가 높은 색을 선택하고 원본 AC 이미지에 적용하여 시각화하는 단계를 포함하는 것을 특징으로 한다.
상기 임계값은 97.5%의 신뢰구간을 가지는 1.96이다.
상기 미세 노이즈 제거는 커널 크기 3의 메디안 필터를 적용하여 1 내지 2 pixel2의 사이즈에 해당하는 노이즈를 제거한다.
상기 세포 식별은 면적과 둘레를 정량화하여 면적이 8 ~ 65pixel2 사이의 세포 윤곽선만 세포로 판단하여 식별한다.
이상과 같은 본 발명에 따르면 AC-OCT 이미지에 포함된 아티팩트(artifacts)나 각종 노이즈들을 효과적으로 제거할 수 있어, 이미지에 포함된 세포 개수를 정확하게 측정할 수 있다. 따라서, 종래에 전문가가 세포 개수를 측정하는 방식 대비 환자의 안구 질환상태를 빠르고 간단하게 평가 및 진단할 수 있고 나아가 진단 결과의 정확성이 향상되는 효과를 기대할 수 있다.
도 1은 본 발명에서 설명하는 AC-OCT 이미지 구조를 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 세포수 정량화 장치를 나타낸 구성도이다.
도 3은 본 발명에 따라 세포수를 정량화하는 과정을 설명하는 흐름도이다.
도 4는 본 발명의 원본 AC 이미지에서 외부 영역에 대한 히스토그램이다.
도 5는 본 발명의 원본 AC 이미지의 히스토그램이다.
도 6은 본 발명의 세포수 정량화 장치의 프로그램 GUI 구성도이다.
도 7은 본 발명의 정량화 장치에 의해 화면 표시되는 예시도이다.
도 8은 본 발명의 세포수 정량화 과정에 따른 AC-OCT 이미지의 시각화 상태를 보인 예시도면이다.
본 발명의 목적 및 효과, 그리고 그것들을 달성하기 위한 기술적 구성들은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 본 발명을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다.
그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다. 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하에서는 도면에 도시한 실시 예에 기초하면서 본 발명에 대하여 더욱 상세하게 설명하기로 한다.
먼저 본 발명에 적용되는 OCT 장비부터 살펴보기로 한다. OCT 장비는 안구 조직에 일정 파장의 빛을 비추어 반사된 빛의 지연과 간섭의 정도를 측정하여 조직 내부의 단면을 고해상도로 관찰하는 장치이다. OCT 장비는 시간 영역에서 신호를 해석하는 TD-OCT(time-domain OCT)와 스펙트럼을 측정하는 SD-OCT(spectral domain OCT)로 구분되는데, SD-OCT(spectral domain OCT)가 TD-OCT 대비 고해상도 영상과 3차원 영상을 제공할 수 있기 때문에, 본 발명은 SD-OCT 장비를 이용하여 전안부(AC) OCT 이미지를 획득하고 세포 개수를 정량화하는 방안을 제안한다.
즉, 본 발명은 SD-OCT 장비를 활용하는 것이고, AC-OCT 이미지의 분석 및 질환 경과를 추적하기 위하여 각막 외부 노이즈의 히스토그램을 사용하여 AC-OCT 이미지에서 노이즈를 제거한 후 이미지를 분할한 다음 세포 개수를 정량화하는 방안이다.
도 1은 본 발명에서 설명하는 AC-OCT 이미지 구조를 나타낸 도면이다. AC-OCT 이미지는 안구 전반부인 anterior chamber를 촬영한 이미지를 말하며, 도 1에 도시한 바와 같이 각막(cornea) 외부의 전기적 노이즈(Noise), 각막, 각막 내부의 각종 아티팩트(artifacts, 인공물) 및 세포(cells)를 포함한다. 도 1에서 각막은 원형으로 되어 있는 높은 시그널의 반구 형태이고, 노이즈는 각막 내외부 모든 영역에 나타난다. 아티팩트(artifacts)는 촬영 조건에 따라 나타나는데 주로 렌즈 플레어와 눈썹 등의 형태로 나타난다. 세포는 각막 내부에 분포하며, OCT 장비를 통해 관측 가능한 세포는 단핵구(monocyte, 15-30㎛), 림프구(lymphocyte, 7-8㎛), 호중성 과립구(neutrophil granulocyte, 10-12㎛), 적혈구(red blood cells 6.2-8.2㎛) 등이 있다.
도 1에서 보듯이 AC-OCT 이미지는 내부에 전기적 노이즈 및 촬영에서 발생한 아티팩트(artifacts)가 혼재되어 있기 때문에 정확한 측정이 쉽지 않다. AC-OCT 이미지의 세포를 정량화하기 위해서는 이러한 노이즈, 아티팩트(artifacts), 세포를 정확하게 구분할 수 있어야 한다.
도 2는 본 발명의 실시 예에 따른 세포수 정량화 장치(1)를 나타낸 구성도이다. 도 2를 참조하면, SD-OCT 장비에서 얻은 AC OCT 이미지의 내부 세포를 정량화하는 구성으로, 노이즈 제거유닛(10), 제1 처리유닛(40), 제2 처리유닛(60)을 포함하여 이루어진다. 유닛들(10, 40, 60)은 'Qt 프레임워크'를 사용하는 자동화 알고리즘을 포함하는 응용프로그램으로 만들수 있다.
노이즈 제거유닛(10)은, SD-OCT 장비가 촬영한 원본 AC 이미지에서 임계 값 이하의 픽셀 값을 '0'으로 변환하여 노이즈를 제거하는 1차 노이즈 제거부(20), 일련의 필터를 사용해 제거되지 않은 미세한 노이즈를 제거하는 2차 노이즈 제거부(30)를 포함하여 구성된다.
노이즈 제거유닛(10)은, 각막 외부 영역에서 얻은 정보를 이용하여 노이즈 제거를 위해 계산된 임계값을 이용한다. 이는 SD-OCT 장비에서 전달된 이미지는 촬영 조건에 따라 노이즈 정보가 변경되기 때문에, 기계 학습을 사용하기에는 데이터 셋이 충분하지 않기 때문이다. 또 노이즈 제거를 위해 각막 외부의 노이즈를 기준으로 원본 AC 이미지의 노이즈를 제거하는 방식을 채택한다. AC 이미지의 내부는 노이즈와 세포의 픽셀 값의 분포가 중복되는 영역이 존재하기 때문에 노이즈가 확실한 각막 외부 정보를 이용하여 AC 내부 노이즈를 제거하기 위해서이다.
본 발명에 따른 1차 노이즈 제거부(20)는, 계산부(21), 측정부(22), 임계값 결정부(23), 제거부(24)를 포함한다. 계산부(21)는 원본 AC 이미지에서 추출된 각막 외부 영역의 히스토그램을 계산하며, 이때 히스토그램에서 무의미한 값은 제외한다. 예를 들어 히스토그램에서 픽셀 값 '0'이 해당된다. 픽셀 값 '0'은 아무런 시그널을 가지고 있지 않기 때문이다.
측정부(22)는 각막 외부 영역의 히스토그램으로 표준 편차를 측정한다. 여기에 적용되는 히스토그램은 도 4와 같다. 도 4는 원본 AC 이미지의 외부 영역의 히스토그램으로, 픽셀 값 '0'이 제외된 상태를 나타내고 있다.
임계값 결정부(23)는, 노이즈 제거를 위한 기준 값을 결정한다. 상기 측정된 표준편차를 사용해 사용자가 지정한 비율을 곱하여 결정할 수 있다. 실시 예는 97.5%의 노이즈 히스토그램의 신뢰구간을 가지는 1.96값을 노이즈 제거를 위한 임계값으로 결정한다. 실험 결과에 따르면 96% 이하로 내려갈 경우 표준화된 명명법에 따른 6단계 등급 중 0 ~ 0.5+ 단계에서 큰 오차를 나타내는 것이 확인되었고, 98.81%를 넘어갈 경우 이미지 정보의 손실이 크게 발생하는 것이 확인되었기 때문이다.
제거부(24)는 원본 AC 이미지에서 임계값 이하의 픽셀 값을 '0'으로 변환하여 제거한다. 임계값 이하의 픽셀 값을 모두 노이즈로 취급하는 것이다.
본 발명에 따른 2차 노이즈 제거부(30)는 일련의 필터를 적용하여 1차 노이즈 제거부(20)가 제거하지 못한 나머지 미세 노이즈를 제거한다. 실시 예에서는 커널 크기 3을 사용한 메디안 필터를 적용한다. 1 내지 2 pixel2의 넓이를 가지는 미세 노이즈를 효과적으로 제거할 수 있다. 커널크기와 신뢰구간을 위한 값은 실험을 통해 가장 높은 성능이 입증된 값들이다.
노이즈 제거유닛(10)에 의해 원본 AC 이미지에 포함된 노이즈들이 제거되게 된다.
본 발명에 따른 제1 처리유닛(40)은 노이즈 제거유닛(10)에 의해 노이즈가 제거된 제1 AC 이미지에서 각막과 아티팩트(artifacts)을 제거하는 기능을 수행한다. 노이즈가 제거된 제1 AC 이미지의 각막 내부에는 촬영 단계에서 발생한 아티팩트(artifacts)와 세포가 혼재되어 존재하고 있기 때문이다. 궁극적으로 세포만을 측정하기 위해서이다.
제1 처리유닛(40)은, 제1 AC 이미지에서 각막과 AC 내부를 분할하는 분할부(42), 노이즈와 세포의 경계를 식별하는 경계 식별부(44), 식별된 경계를 활용하여 원본 AC 이미지를 이진화하는 이진화부(44), 이진화된 원본 AC 이미지에서 각막과 아티팩트(artifacts)를 제거하는 제거부(48)를 포함한다. 여기서 제거부는 커널 크기 11×11을 사용한 메디안 필터를 적용할 수 있다. 11×11 크기의 비교적 큰 커널의 메디안 필터를 적용하면 픽셀의 색 대비를 유지하며 각막과 아티팩트(artifacts)를 효과적으로 제거할 수 있다.
이러한 과정에 따라 제1 처리유닛(40)은 원본 AC 이미지에서 노이즈 및 아티팩트(artifacts), 각막이 제거된 제2 AC 이미지를 출력할 수 있다.
본 발명에 따른 제2 처리유닛(60)은, 제2 AC 이미지('AC 세포 이미지'라 하기도 함)에서 세포를 식별하는 정량화하는 정량화부(62), 식별된 세포의 식별이 용이하도록 시각화화는 시각화부(64)를 포함한다. 세포 식별은 세포의 면적과 둘레를 정량화하여 면적이 8 ~ 65pixel2 사이의 세포 윤곽선을 세포로 식별하고, 세포 시각화는 윤곽선을 색 대비가 높은 색을 선택하여 식별된 세포가 강조되게 시각화한다.
다음에는 이러한 구성을 가지는 세포수 정량화 장치(1)를 이용하여 AC-OCT 이미지의 세포를 정량화하는 과정을 살펴본다.
도 3은 본 발명에 따라 세포수를 정량화하는 과정을 설명하는 흐름도이다.
SD-OCT 장치를 활용하여 환자의 안구 이미지를 촬영한다. 안구 이미지는 원본 AC 이미지(AC 이미지, AC-OCT 이미지, AC-OCT 촬영 이미지라고 하기도 함)이다.
1차 노이즈 제거부(20)가 원본 AC 이미지를 제공받는다(s100). 그러면 계산부(21)는 각막의 외부 영역을 세그멘테이션하여 픽셀값의 히스토그램을 계산한다(s110). 히스토그램을 계산할 때, 아무런 시그널을 가지고 있지 않은 픽셀 값인 '0'인 픽셀은 제외하면서 계산한다. 다음에 측정부(22)가 각막 외부 영역의 히스토그램으로 표준 편차를 측정하고(s120), 임계값 결정부(23)가 측정된 표준편차를 이용하여 노이즈 제거를 위한 기준 임계값을 결정한다(s130). 본 실시 예는 97.5%의 신뢰구간을 가지는 1.96를 임계값으로 적용하고 있다. 제거부(24)는 원본 AC 이미지에 임계값을 적용하여 1.96 이하의 픽셀 값은 '0'으로 변환하고 이를 노이즈로 취급하여 제거하는 1차 노이즈 제거 과정을 수행한다(s140).
노이즈가 1차로 제거된 경우에도 원본 AC 이미지에는 아직 크기가 작은 미세한 노이즈가 존재할 수 있다. 그래서 미세 노이즈를 제거할 필요가 있다. 실시 예에서 2차 노이즈 제거부(30)는 미세 노이즈 제거를 위해 커널 크기 3의 메디안 필터가 적용되며, 1 내지 2 pixel2의 비교적 작은 사이즈의 미세 노이즈를 제거한다(s150).
1, 2차 노이즈 제거과정을 통해 원본 AC 이미지에 포함된 노이즈들은 모두 제거될 수 있다.
다음에는 원본 AC 이미지에서 세포 개수를 정량화할 수 있도록 각막과 아티팩트(artifacts)를 제거하는 과정이 필요하다. 각막 영역이 항상 일정하지 않고 일그러져 있거나 눈썹이나 빛의 굴절 등의 영향에 의한 아티팩트(artifacts)가 있는 경우가 있기 때문에 각막과 아티팩트(artifacts)를 제거하는 과정이 필요한 것이다.
제1 처리유닛(40)의 분할부(42)가 제1 AC 이미지에서 각막과 AC 내부를 분할한다(s200). 그런 다음 경계 식별부(44)가 원본 AC 이미지의 히스토그램(도 5 참고)에서 노이즈와 세포의 시그널이 겹치는 영역을 예를 들어 경사하강 알고리즘을 사용하여 노이즈와 세포의 경계를 식별한다(s210). 나중에 세포만을 식별할 수 있도록 하기 위해서이다. 그리고 이진화부(46)가 식별된 경계를 활용하여 원본 AC 이미지를 이진화한다(s220).
제거부(48)는 이진화된 원본 AC 이미지를 전달받는다. 그러면 제거부(48)는 이진화된 원본 AC 이미지에서 각막과 아티팩트(artifacts)를 제거하는 과정을 수행한다(s230). 이때 제거부(48)는 커널 크기 11×11을 사용한 메디안 필터를 적용할 수 있다. 제거부(48)까지 정상적으로 기능이 수행되었다면 원본 AC 이미지에 있던 노이즈, 아티팩트(artifacts), 각막영역이 모두 제거되고 세포만 남아있게 된다.
제2 처리유닛(60)은 세포 정량화를 위해 제2 AC 이미지에 있는 세포를 식별할 필요가 있다. 세포 식별은 윤곽선 검출 알고리즘을 이용하며, 면적과 둘레를 정량화하여 면적이 8 ~ 65pixel2 사이의 세포 윤곽선만 세포로 판단하여 식별한다(s300). 그리고 식별된 세포만을 이용하여 정량화할 수 있지만, 세포가 더 용이하게 식별할 수 있도록 세포의 윤곽선에 색대비가 높은 색을 선택하는 시각화 작업을 더 수행할 수 있다(s310). 검출된 세포 윤곽선은 원본 AC 이미지에 강조하여 시각화한다.
도 6은 본 발명의 세포수 정량화 장치의 프로그램 GUI 구성도로서, 본 발명의 세포수 정량화 장치를 프로그램 방식으로 나타낸 것이다.
도 6을 보면 AC-OCT 이미지의 세포수를 카운터하고 정량화하는 이미지 오브젝트 매니저(Image Object Manager), 그리고 원본 이미지 및 통계처리된 세포를 시각화하고, 정량화된 세포 개수 및 통계적 정보를 보여주는 GUI 매니저를 포함한다.
도 7은 본 발명의 정량화 장치에 의해 화면 표시되는 예시도이다. 도 7에서 보듯이 표시되는 화면은 이미지 파일 리스트부(1), 원본 이미지와 세포를 시각화한 이미지 영역(visualization)(2), 정량화된 이미지, 그래프 및 통계 정보를 보여주는 영역(3)으로 구분되어 있다. 여기서 이미지 영역(2)는 하단의 원본 이미지를 표시한 영역(2a)과, 상단의 세포를 시각화하여 표시하는 영역(2b)으로 구분할 수 있다. 이를 통해 전문가(의사)는 원본 AC 이미지에서 정량화된 세포 개수를 확인할 수 있을 것이다.
도 8은 본 발명의 세포수 정량화 과정에 따른 AC-OCT 이미지의 시각화 상태를 보인 예시도면이다. 도 8a는 원본 AC 이미지로서, 이는 도 1에 도시했던 이미지와 같은 이미지이다. 환자별 차이가 있을 수 있지만, SD-OCT 장비가 촬영한 원본 이미지인 것이다. 여기에는 도 1에서 언급한 바와 같이 노이즈, 아티팩트(artifacts), 세포 등이 혼재되어 있는 상태이다.
도 8b는 본 발명의 노이즈 제거유닛(10)에 의해 노이즈가 제거된 상태의 이미지이다. 도 8b를 보면 각막, 각막의 내/외부 영역에 존재한 노이즈들이 제거된 결과이다.
도 8c는 본 발명의 제1 처리유닛(40)에 의해 각막과 아티팩트(artifacts)가 제거된 이미지로서, 도 8c는 실질적으로 세포만 남아있는 상태일 수 있다.
도 8d는 본 발명의 제2 처리유닛(60)에 의해 검출된 세포를 대상으로 시각화한 이미지이다. 도 8d의 이미지는 시각화 과정이 원본 AC 이미지에 적용된 예이다.
이상과 같이 본 발명의 도시된 실시 예를 참고하여 설명하고 있으나, 이는 예시적인 것들에 불과하며, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자라면 본 발명의 요지 및 범위에 벗어나지 않으면서도 다양한 변형, 변경 및 균등한 타 실시 예들이 가능하다는 것을 명백하게 알 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적인 사상에 의해 정해져야 할 것이다.
10: 노이즈 제거유닛
20: 1차 노이즈 제거부
21: 계산부
22: 측정부
23: 임계값 결정부
24: 제거부
30: 2차 노이즈 제거부
40: 제1 처리유닛
42: 분할부
44: 경계식별부
46: 이진화부
48: 제거부
60: 제2 처리유닛
62: 정량화부
64: 시각화부

Claims (10)

  1. 각막 외부영역의 노이즈를 기준으로 하여 원본 AC 이미지의 노이즈를 제거하는 1차 노이즈 제거부와 제거되지 않은 미세 노이즈를 다시 제거하는 2차 노이즈 제거부를 포함하는 노이즈 제거유닛;
    상기 노이즈 제거된 AC 이미지에서 각막과 아티팩트(artifacts)를 제거하는 제1 처리유닛; 및
    상기 제1 처리유닛의 AC 세포 이미지에서 세포를 식별하고 시각화하는 제2 처리유닛을 포함하며,
    상기 1차 노이즈 제거부는,
    원본 AC 이미지에서 추출된 각막 외부 영역의 히스토그램을 계산하는 계산부;
    상기 히스토그램으로 표준편차를 측정하는 측정부;
    상기 표준편차를 사용하여 노이즈 제거를 위한 임계값을 결정하는 임계값 결정부; 및
    상기 임계값 이하의 픽셀 값을 제거하는 제거부를 포함하며,
    상기 임계값은 97.5%의 노이즈 히스토그램의 신뢰구간을 가지는 1.96이고,
    상기 2차 노이즈 제거부는,
    커널 크기 3을 사용한 메디안 필터를 적용하여 1 내지 2 pixel2의 넓이를 가지는 미세 노이즈를 제거하는, 전방 안구 이미지의 세포수 정량화 장치.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 제1 처리유닛은,
    각막과 AC 내부를 분할하는 분할부;
    노이즈와 세포의 경계를 식별하는 경계 식별부;
    식별된 경계를 활용하여 원본 AC 이미지를 이진화하는 이진화부;
    이진화된 원본 AC 이미지에서 각막과 아티팩트(artifacts)를 제거하는 제거부를 포함하고,
    상기 제거부는 커널 크기 11×11을 사용한 메디안 필터를 적용하는 것을 특지응로 하는 전방 안구 이미지의 세포수 정량화 장치.
  5. 제 1 항에 있어서,
    상기 제2 처리유닛은,
    상기 제1 처리유닛에 의해 처리된 AC 이미지에 있는 세포의 윤곽선을 검출하는 정량화부;
    상기 검출된 세포 윤곽선을 원본 AC 이미지에 적용하여 시각화하되, 상기 세포 윤곽선을 색대비가 높은 색을 선택하여 강조하여 표시하는 시각화부를 포함하는 것을 특징으로 하는 전방 안구 이미지의 세포수 정량화 장치.
  6. 제 5 항에 있어서,
    상기 정량화부는,
    상기 세포의 윤곽선의 면적과 둘레를 정량화하여 면적이 8 ~ 65pixel2 사이의 세포 윤곽선만 세포로 정의하여 식별하는 것을 특징으로 하는 전방 안구 이미지의 세포수 정량화 장치.
  7. 원본 AC 이미지에서 각막 외부 영역의 픽셀 값의 히스토그램을 계산하는 단계;
    각막 외부 영역의 히스토그램으로 표준 편차를 측정하는 단계;
    측정된 표준편차를 이용하여 노이즈 제거를 위하여 97.5%의 신뢰구간을 가지는 1.96인 임계값을 결정하는 단계;
    상기 임계값 이하의 값을 노이즈로 취급하여 원본 AC 이미지에 존재하는 노이즈를 제거하는 단계;
    상기 노이즈 제거된 AC 이미지에서 커널 크기 3의 메디안 필터를 적용하여 1 내지 2 pixel2의 사이즈에 해당하는 노이즈를 제거하는 미세 노이즈를 제거하는 단계;
    노이즈 제거된 AC 이미지에서 각막과 각막 내부를 분할하는 단계;
    상기 원본 AC 이미지의 히스토그램에서 노이즈와 세포의 경계를 식별하는 단계;
    식별된 경계를 활용하여 원본 AC 이미지를 이진화하는 단계;
    이진화된 원본 AC 이미지에서 각막과 아티팩트(artifacts)를 제거하는 단계;
    상기 각막과 아티팩트(artifacts)가 제거된 이미지에서 세포를 식별하는 단계;
    상기 세포에 색대비가 높은 색을 선택하고 원본 AC 이미지에 적용하여 시각화하는 단계를 포함하는 것을 특징으로 하는 전방 안구 이미지의 세포수 정량화 방법.
  8. 삭제
  9. 삭제
  10. 제 7 항에 있어서,
    상기 세포 식별은 면적과 둘레를 정량화하여 면적이 8 ~ 65pixel2 사이의 세포 윤곽선만 세포로 판단하여 식별하는 것을 특징으로 하는 전방 안구 이미지의 세포수 정량화 방법.
KR1020210083194A 2021-06-25 2021-06-25 전방 안구 이미지의 세포 수 정량화 장치 및 방법 KR102476472B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210083194A KR102476472B1 (ko) 2021-06-25 2021-06-25 전방 안구 이미지의 세포 수 정량화 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210083194A KR102476472B1 (ko) 2021-06-25 2021-06-25 전방 안구 이미지의 세포 수 정량화 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102476472B1 true KR102476472B1 (ko) 2022-12-12

Family

ID=84391615

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210083194A KR102476472B1 (ko) 2021-06-25 2021-06-25 전방 안구 이미지의 세포 수 정량화 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102476472B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013207393A (ja) * 2012-03-27 2013-10-07 Secom Co Ltd 画像監視装置
KR20160117011A (ko) * 2015-03-31 2016-10-10 연세대학교 산학협력단 안구 단층 촬영 영상에서의 시세포 층 정량화 검출 장치 및 그 방법
JP2019213740A (ja) * 2018-06-13 2019-12-19 株式会社トプコン 眼科装置、その制御方法、プログラム、及び記録媒体
KR20210048077A (ko) * 2019-10-23 2021-05-03 경상국립대학교산학협력단 전방 안구 이미지의 세포수 정량화 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013207393A (ja) * 2012-03-27 2013-10-07 Secom Co Ltd 画像監視装置
KR20160117011A (ko) * 2015-03-31 2016-10-10 연세대학교 산학협력단 안구 단층 촬영 영상에서의 시세포 층 정량화 검출 장치 및 그 방법
JP2019213740A (ja) * 2018-06-13 2019-12-19 株式会社トプコン 眼科装置、その制御方法、プログラム、及び記録媒体
KR20210048077A (ko) * 2019-10-23 2021-05-03 경상국립대학교산학협력단 전방 안구 이미지의 세포수 정량화 장치 및 방법

Similar Documents

Publication Publication Date Title
CN107451998B (zh) 一种眼底图像质量控制方法
Figueiredo et al. Automated lesion detectors in retinal fundus images
Gandhi et al. Diagnosis of diabetic retinopathy using morphological process and SVM classifier
US10117568B2 (en) Geographic atrophy identification and measurement
Agurto et al. A multiscale optimization approach to detect exudates in the macula
Medhi et al. An effective fovea detection and automatic assessment of diabetic maculopathy in color fundus images
SujithKumar et al. Automatic detection of diabetic retinopathy in non-dilated RGB retinal fundus images
Winder et al. Algorithms for digital image processing in diabetic retinopathy
Macgillivray et al. Fractal analysis of the retinal vascular network in fundus images
Mahendran et al. Investigation of the severity level of diabetic retinopathy using supervised classifier algorithms
Llorens-Quintana et al. A novel automated approach for infrared-based assessment of meibomian gland morphology
Madhusudhan et al. Image processing techniques for glaucoma detection
JP2011521682A (ja) 皮質白内障診断のための自動混濁検出システム
Stapor et al. Segmentation of fundus eye images using methods of mathematical morphology for glaucoma diagnosis
Hunter et al. Automated diagnosis of referable maculopathy in diabetic retinopathy screening
Yao et al. Generic features for fundus image quality evaluation
Almeida-Galárraga et al. Glaucoma detection through digital processing from fundus images using MATLAB
Lazar et al. Retinal microaneurysm detection based on intensity profile analysis
Sagar et al. A novel integrated approach using dynamic thresholding and edge detection (idted) for automatic detection of exudates in digital fundus retinal images
Biyani et al. A clustering approach for exudates detection in screening of diabetic retinopathy
Brancati et al. Automatic segmentation of pigment deposits in retinal fundus images of Retinitis Pigmentosa
Kumar et al. Automatic optic disc segmentation using maximum intensity variation
KR102476472B1 (ko) 전방 안구 이미지의 세포 수 정량화 장치 및 방법
Shajahan et al. An improved retinal blood vessel segmentation algorithm based on multistructure elements morphology
Mahendran et al. Detection and localization of retinal exudates for diabetic retinopathy

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant