KR20110049606A - 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법 - Google Patents

히스토그램을 이용한 정자의 형태 및 운동성 분석 방법 Download PDF

Info

Publication number
KR20110049606A
KR20110049606A KR1020090106693A KR20090106693A KR20110049606A KR 20110049606 A KR20110049606 A KR 20110049606A KR 1020090106693 A KR1020090106693 A KR 1020090106693A KR 20090106693 A KR20090106693 A KR 20090106693A KR 20110049606 A KR20110049606 A KR 20110049606A
Authority
KR
South Korea
Prior art keywords
sperm
target
motility
determined
histogram
Prior art date
Application number
KR1020090106693A
Other languages
English (en)
Other versions
KR101150541B1 (ko
Inventor
강민수
김영식
김태군
김광민
Original Assignee
주식회사 메디칼써프라이
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 주식회사 메디칼써프라이 filed Critical 주식회사 메디칼써프라이
Priority to KR1020090106693A priority Critical patent/KR101150541B1/ko
Publication of KR20110049606A publication Critical patent/KR20110049606A/ko
Application granted granted Critical
Publication of KR101150541B1 publication Critical patent/KR101150541B1/ko

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING 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
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material

Landscapes

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

Abstract

본 발명은 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법에 관한 것으로서, 보다 구체적으로는 히스토그램을 이용하여 정자의 형태를 분석하는 방법의 경우, (1) 정자를 포함하는 하나의 영상으로부터, 정자의 헤드를 중심으로 미리 지정된 크기의 영역을 캡처하는 단계; (2) 상기 단계 (1)에서 캡처된 영역에 대하여, 히스토그램을 구하는 단계; (3) 상기 단계 (2)에서 구해진 히스토그램으로부터, 정자의 외곽선을 구하는 단계; 및 (4) 상기 단계 (3)에서 구해진 정자의 외곽선을 정자의 중심으로부터의 각에 따라 분석하여 정자의 형태를 분석하는 단계를 포함하는 것을 그 구성상의 특징으로 한다. 또한, 정자의 운동성을 분석하는 방법의 경우, (A) 정자의 움직임을 포함하는 영상 데이터를 입력받는 단계; (B) 상기 단계 (A)에서 입력받은 영상 데이터 중 하나의 프레임에서, 정자의 운동성을 분석할 대상 정자를 결정하는 단계; (C) 상기 단계 (B)에서 결정된 대상 정자의 위치를 기준점으로 정자의 이동 가능한 범위를 결정하는 단계; (D) 다음 번 프레임에서, 상기 단계 (C)에서 결정된 범위 내에 포함된 정자들로부터 상기 단계 (2)에서 결정된 대상 정자를 판별하는 단계; (E) 상기 단계 (B)에서 결정된 대상 정자의 위치와, 상기 단계 (D)에서 판별된 대상 정자의 위치를 비교하여 대상 정자의 이동거리 및 이동속도를 측정하는 단계; 및 (F) 상기 단계 (E)에서 측정된 정자의 이동거리 및 이동속도에 기초하여, 대상 정자의 운동성을 측정하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법에 따르면, 정자를 포함하는 영상의 히스토그램을 이용하여 정자의 형태를 분석함으로써 정자의 기형도를 효과적으로 판단할 수 있고, 정자의 움직임을 포함하는 영상 데이터로부터 정자의 운동성을 분석함으로써 해당 정자를 갖는 대상자의 가임 능력을 효과적으로 확인할 수 있다. 즉, 본 발명에서 제안하고 있는 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법을 통해, 정자의 건강 상태를 효과적으로 확인할 수 있다.
정자, 형태 분석, 운동성, 히스토그램

Description

히스토그램을 이용한 정자의 형태 및 운동성 분석 방법{A METHOD FOR ANALYZING THE MORPHOLOGY AND MOTILITY OF SPERM USING HISTOGRAM}
본 발명은 정자의 분석 방법에 관한 것으로서, 보다 구체적으로는 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법에 관한 것이다.
정자(sperm)는 생물의 수컷에서 생성되는 생식세포로서, 특히 사람의 정자는 머리 부분은 납작한 아몬드 모양이며 길이 4~5㎛, 폭 2~3㎛ 정도이며, 주로 세포핵으로서 염색체라고 하는 유전물질로 이루어져 있다. 정자는 눈, 머리, 피부의 색깔과 같은 개인의 형질을 결정한다. 사람의 체세포에는 46개의 염색체가 있지만 정자에는 절반인 23개가 있으며, 마찬가지로 23개의 염색체를 가진 난자와 결합해서 다시 46개의 염색체가 된다. 그리고 자식의 성을 결정할 X염색체나 Y염색체도 가진다. 정자의 머리 부분을 덮고 있는 첨체(acrosome)에는 정자가 난자를 뚫고 들어갈 수 있도록 도와주는 화학 물질이 포함되어 있다. 정자의 중간 부분에는 미토콘드리아가 있으며, 꼬리는 가늘고 털처럼 생긴 편모로서, 길이는 50㎛ 정도이며 두께는 머리 쪽에서 꼬리 끝쪽으로 갈수록 가늘어진다. 미토콘드리아 부분은 1㎛, 끝 부분은 0.5㎛이며, 정자는 꼬리로 헤엄쳐서 난자에 도달한다.
최근 환경오염 등 여러 가지 영향으로 인하여, 인간 남성의 정자의 경우, 운동성이 떨어지고 기형정자가 많이 증가하는 현상이 발생하고 있다. 이와 같은 정자의 운동성 저하와 기형정자의 증가는 불임의 원인이 될 수 있는바, 정자의 기형도 및 운동성을 분석할 필요성이 증가하고 있다. 기존의 정자의 기형도 및 운동성 분석은 현미경을 통한 육안 검사법에 의해 대부분 이루어지고 있다. 그러나 이러한 육안 검사법은 사용자의 숙련도를 요구할 뿐 아니라, 낮은 정확도 및 처리속도라는 문제점을 가지고 있다.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 정자를 포함하는 영상의 히스토그램을 이용하여 정자의 형태를 분석함으로써 정자의 기형도를 효과적으로 판단할 수 있는 히스토그램을 이용한 정자의 형태 분석 방법을 제공하는 것을 그 목적으로 한다. 또한, 정자의 움직임을 포함하는 영상 데이터로부터 정자의 운동성을 분석함으로써 해당 정자를 갖는 대상자의 가임 능력을 효과적으로 확인할 수 있는 정자의 운동성 분석 방법을 제공하는 것을 또 다른 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른, 히스토그램을 이용한 정자의 형태 분석 방법은,
(1) 정자를 포함하는 하나의 영상으로부터, 정자의 헤드를 중심으로 미리 지정된 크기의 영역을 캡처하는 단계;
(2) 상기 단계 (1)에서 캡처된 영역에 대하여, 히스토그램을 구하는 단계;
(3) 상기 단계 (2)에서 구해진 히스토그램으로부터, 정자의 외곽선을 구하는 단계; 및
(4) 상기 단계 (3)에서 구해진 정자의 외곽선을 정자의 중심으로부터의 각에 따라 분석하여 정자의 형태를 분석하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 단계 (4)에서,
정자의 중심으로부터 정자의 외곽선까지의 거리가 최대가 되는 지점을 꼬리 부분으로 인식하고, 그 반대쪽 지점을 머리 부분으로 인식하며,
상기 인식된 머리 부분과 꼬리 부분 사이의 거리(이하, ‘측정 길이’라 함)를 측정하여 미리 지정된 길이 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단할 수 있다.
더욱 바람직하게는, 상기 단계 (4)에서,
상기 인식된 머리 부분과 꼬리 부분 사이의 양쪽 중간 지점 사이의 거리(이하, ‘측정 폭’라 함)를 측정하여 미리 지정된 폭 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단할 수 있다.
더더욱 바람직하게는, 상기 단계 (4)에서,
상기 측정 길이와 상기 측정 폭 사이의 비를 계산하고, 계산된 비가 미리 지정된 비 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단할 수 있다.
바람직하게는, 상기 단계 (4)에서,
상기 단계 (3)에서 구해진 정자의 외곽선 내의 히스토그램을 이용하여 첨체(acrosome) 부분 및 전체에 대한 첨체 부분의 비를 결정하고, 상기 구해진 첨체 부분의 비가 미리 지정된 첨체 비 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단할 수 있다.
상기한 목적을 달성하기 위한 본 발명의 또 다른 특징에 따른, 정자의 운동성 분석 방법은,
(A) 정자의 움직임을 포함하는 영상 데이터를 입력받는 단계;
(B) 상기 단계 (A)에서 입력받은 영상 데이터 중 하나의 프레임에서, 정자의 운동성을 분석할 대상 정자를 결정하는 단계;
(C) 상기 단계 (B)에서 결정된 대상 정자의 위치를 기준점으로 정자의 이동 가능한 범위를 결정하는 단계;
(D) 다음번 프레임에서, 상기 단계 (C)에서 결정된 범위 내에 포함된 정자들로부터 상기 단계 (2)에서 결정된 대상 정자를 판별하는 단계;
(E) 상기 단계 (B)에서 결정된 대상 정자의 위치와, 상기 단계 (D)에서 판별된 대상 정자의 위치를 비교하여 대상 정자의 이동거리 및 이동속도를 측정하는 단계; 및
(F) 상기 단계 (E)에서 측정된 정자의 이동거리 및 이동속도에 기초하여, 대상 정자의 운동성을 측정하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 단계 (C)에서,
정자의 이동 가능한 범위는, 영상 데이터의 초당 프레임 수 및 정자의 생물 학적 최대 도달 거리에 기초하여 결정될 수 있다.
바람직하게는, 상기 단계 (D)에서,
상기 단계 (C)에서 결정된 범위 내에 정자가 하나만 존재할 경우, 해당 정자를 상기 단계 (B)에서 결정된 대상 정자로 판별하고,
상기 단계 (C)에서 결정된 범위 내에 정자가 두 개 이상 존재할 경우, 정자의 히스토그램에 기초하여 해당 정자들 중 상기 단계 (B)에서 결정된 대상 정자를 판별할 수 있다.
더욱 바람직하게는,
상기 단계 (B)와 상기 단계 (C) 사이에, 상기 결정된 대상 정자의 히스토그램을 이용하여 길이, 폭, 길이 대 폭의 비, 첨체 비 중 적어도 하나 이상을 비교 기준으로서 저장하는 단계를 더 포함하고,
상기 단계 (D)에서, 상기 단계 (C)에서 결정된 범위 내에 정자가 두 개 이상 존재할 경우, 해당 정자들의 히스토그램을 이용하여 상기 비교 기준에 해당하는 특성을 측정하고 이를 저장된 대상 정자의 비교 기준과 비교함으로써, 해당 정자들 중 상기 단계 (B)에서 결정된 대상 정자를 판별할 수 있다.
바람직하게는,
상기 단계 (B)에서 결정된 대상 정자에 대하여, 상기 단계 (C) 내지 단계 (E)를 적어도 2개 이상의 프레임에 대하여 반복하여 수행하고,
각각의 수행 결과로 얻어지는 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여 상기 대상 정자의 운동성을 측정할 수 있다.
바람직하게는,
상기 단계 (B)에서, 정자의 운동성을 분석할 대상 정자를 적어도 2개 이상 결정하고,
상기 결정된 적어도 2개 이상의 정자 각각에 대하여, 상기 단계 (C) 내지 단계 (E)를 수행하여 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하며,
상기 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여, 정자의 운동성을 측정할 수 있다.
바람직하게는,
상기 단계 (B) 내지 단계 (E)를, 서로 다른 정자를 대상으로 적어도 2회 이상 수행하여 얻어지는 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하고,
상기 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여, 정자의 운동성을 측정할 수 있다.
바람직하게는,
상기 단계 (B)에서, 정자의 운동성을 분석할 대상 정자를 적어도 2개 이상 결정하고,
상기 결정된 적어도 2개 이상의 정자 각각에 대하여, 상기 단계 (C) 내지 단계 (E)를 수행하여 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하며,
상기 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 이용하여 운동성이 있는 정자의 비율을 결정함으로써, 정자의 운동성을 측정할 수 있다.
바람직하게는,
상기 단계 (B) 내지 단계 (E)를, 서로 다른 정자를 대상으로 적어도 2회 이상 수행하여 얻어지는 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하고,
상기 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 이용하여 운동성이 있는 정자의 비율을 결정함으로써, 정자의 운동성을 측정할 수 있다.
본 발명에서 제안하고 있는 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법에 따르면, 정자를 포함하는 영상의 히스토그램을 이용하여 정자의 형태를 분석함으로써 정자의 기형도를 효과적으로 판단할 수 있고, 정자의 움직임을 포함하는 영상 데이터로부터 정자의 운동성을 분석함으로써 해당 정자를 갖는 대상자의 가임 능력을 효과적으로 확인할 수 있다. 즉, 본 발명에서 제안하고 있는 히스토 그램을 이용한 정자의 형태 및 운동성 분석 방법을 통해, 정자의 건강 상태를 효과적으로 확인할 수 있다.
이하에서는 첨부된 도면들을 참조하여, 본 발명에 따른 실시예에 대하여 상세하게 설명하기로 한다.
도 1은 본 발명에서 제안하고 있는 정자의 형태 및 운동성 분석 방법을 구현하기 위해 필요한 정자의 영상 데이터를 획득하기 위한 시스템의 일례를 나타내는 도면이다. 도 1에 도시된 바와 같이, 광학 현미경 등에 의해 관찰된 정자의 이미지는 연결된 카메라(예컨대, CMOS 카메라) 등의 촬상 수단을 통해 고해상도 영상으로 촬영되어 PC 등으로 전송되어, 정자의 형태 및 운동성 분석에 사용될 수 있다. 전송되는 영상 데이터에는, 형태성(morphology)을 분석하기 위한 개별 영상 데이터와 운동성(motility)을 분석하기 위한 동영상 데이터가 포함될 수 있다.
도 2는 본 발명의 일실시예에 따른 히스토그램을 이용한 정자의 형태 분석 방법의 구성을 나타내는 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 히스토그램을 이용한 정자의 형태 분석 방법은, 정자를 포함하는 하나의 영상으로부터, 정자의 헤드를 중심으로 미리 지정된 크기의 영역을 캡처하는 단계(S210), 단계 S210에서 캡처된 영역에 대하여, 히스토그램을 구하는 단계(S220), 단계 S220에서 구해진 히스토그램으로부터, 정자의 외곽선을 구하는 단계(S230), 및 단계 S230에서 구해진 정자의 외곽선을 정자의 중심으로부터의 각에 따라 분석하여 정자의 형태를 분석하는 단계(S240)를 포함한다.
단계 S210에서는, 정자를 포함하는 하나의 영상으로부터, 정자의 헤드를 중심으로 미리 지정된 크기의 영역을 캡처한다. 여기서, 미리 지정된 크기는 정자의 머리 부분을 모두 포함할 수 있는 크기라면 제한이 없으며, 예컨대 100 x 100의 크기를 가질 수 있다.
단계 S220에서는, 단계 S210에서 캡처된 영역에 대하여, 히스토그램을 구한다. 여기서, 히스토그램은 도수분포를 나타내는 그래프로서, 관측한 데이터의 분포의 특징이 한눈에 보이도록 일반적으로 기둥 모양으로 나타낸다. 본 단계에서 구해진 히스토그램은 이후 단계에서 정자의 외곽선을 구하는 데 사용된다.
단계 S230에서는, 단계 S220에서 구해진 히스토그램으로부터, 정자의 외곽선을 구한다. 도 3은 본 발명의 일실시예에 따라 구해진 정자의 외곽선을, 정자의 중심으로부터의 각에 따른 거리로서 표시한 그래프이다. 도 3에 도시된 바와 같이, 히스토그램을 이용하여 구해진 정자의 외곽선을 정자의 중심으로부터의 각에 따라 표시하고, 그 중 최고 거리의 지점을 정자의 꼬리 부분, 그 반대편을 정자의 머리 부분으로 판정하며, 이러한 판정 내용에 따라 정자의 길이, 폭, 길이 대 폭의 비 등을 결정할 수 있다.
단계 S240에서는, 단계 S230에서 구해진 정자의 외곽선을 정자의 중심으로부터의 각에 따라 분석하여 정자의 형태를 분석한다. 앞서 설명한 바와 같이, 정자의 중심으로부터 외곽선까지의 거리가 최대가 되는 지점을 꼬리 부분으로 인식하고, 그 반대쪽 지점을 머리 부분으로 인식하며, 인식된 머리 부분과 꼬리 부분 사이의 거리(이하, ‘측정 거리’라 함)를 측정하여 미리 지정된 길이 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단할 수 있다. 또한, 인식된 머리 부분과 꼬리 부분 사이의 양쪽 중간 지점 사이의 거리(이하, ‘측정 폭’라 함)를 측정하여 미리 지정된 폭 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단할 수 있으며, 이와 같이 측정된 측정 길이와 측정 폭 사이의 비를 계산하고, 계산된 비가 미리 지정된 비 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단할 수 있다. 뿐만 아니라, 단계 S30에서 구해진 외곽선 내의 히스토그램을 이용하여 첨체(acrosome) 부분 및 전체에 대한 첨체 부분의 비를 결정하고, 구해진 첨체 부분의 비가 미리 지정된 첨체 비 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단할 수도 있다. 여기서, 미리 지정된 길이 조건, 미리 지정된 폭 조건, 미리 지정된 길이 대 폭의 비 조건, 미리 지정된 첨체 비 조건은, 사용자가 임의로 설정할 수 있으며, 바람직하게는 세계 보건 기구(WHO)에서 규정하고 있는 내용에 따라 다음 표 1과 같이 설정할 수 있다.
구분 하한 상한
길이(㎛) 3.5 6.5
폭(㎛) 2 5
길이 대 폭의 비 1.2 2
첨체 비(%) 40 70
이상 설명한 바와 같이, 본 발명에서 제안하고 있는 히스토그램을 이용한 정자의 형태 분석 방법을 이용할 경우, 기존의 육안 검사법에 비하여 훨씬 정확하고 빠르게 정자의 형태 분석이 가능하며, 그 결과 정자의 기형도 분석이 훨씬 쉬워질 수 있다.
도 4는 본 발명의 일실시예에 따른 정자의 운동성 분석 방법의 구성을 나타내는 도면이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 정자의 운동성 분석 방법은, 정자의 움직임을 포함하는 영상 데이터를 입력받는 단계(S410), 단계 S410에서 입력받은 영상 데이터 중 하나의 프레임에서, 정자의 운동성을 분석할 대상 정자를 결정하는 단계(S420), 단계 S420에서 결정된 대상 정자의 위치를 기준점으로 정자의 이동 가능한 범위를 결정하는 단계(S430), 다음번 프레임에서, 단계 S430에서 결정된 범위 내에 포함된 정자들로부터 단계 S420에서 결정된 대상 정자를 판별하는 단계(S440), 단계 S420에서 결정된 대상 정자의 위치와, 단계 S440에서 판별된 대상 정자의 위치를 비교하여 대상 정자의 이동거리 및 이동속도를 측정하는 단계(S450), 및 단계 S450에서 측정된 정자의 이동거리 및 이동속도에 기초하여, 대상 정자의 운동성을 측정하는 단계(S460)를 포함한다.
단계 S410에서는, 정자의 움직임을 포함하는 영상 데이터를 입력받는다. 정자의 움직임을 포함하는 영상 데이터는, 도 1을 참조하여 예시적으로 설명한 시스템 등으로부터 입력받을 수 있다. 영상 데이터의 경우, 초당 프레임 수가 중요한 변수 중 하나인데, 예컨대 초당 30프레임 정도로 입력받을 수 있다.
단계 S420에서는, 단계 S410에서 입력받은 영상 데이터 중 하나의 프레임에서, 정자의 운동성을 분석할 대상 정자를 결정한다. 대상 정자는 임의로 결정될 수 있으며, 실시예에 따라서는 하나의 프레임에서 적어도 2개 이상의 정자를 대상 정자로서 선택할 수도 있다.
단계 S430에서는, 단계 S420에서 결정된 대상 정자의 위치를 기준점으로 정자의 이동 가능한 범위를 결정한다. 이때, 정자의 이동 가능한 범위는, 영상 데이터의 초당 프레임 수 및 정자의 생물학적 최대 도달 거리에 기초하여 결정될 수 있다. 예를 들어, 영상 데이터의 초당 프레임 수가 30이고, 정자의 생물학적 최대 속도가 50㎛/sec라고 가정하면, 정자의 이동 가능 범위는 현재 위치를 기준으로 1.67㎛ 이내라고 결정할 수 있다.
단계 S440에서는, 다음번 프레임에서, 단계 S430에서 결정된 범위 내에 포함된 정자들로부터 단계 S420에서 결정된 대상 정자를 판별한다. 만약 단계 S430에서 결정된 범위 내에 정자가 하나만 존재할 경우, 해당 정자를 단계 S420에서 결정된 대상 정자로 판별할 수 있다. 만약 단계 S430에서 결정된 범위 내에 정자가 두 개 이상 존재할 경우, 정자의 히스토그램에 기초하여 해당 정자들 중 상기 단계 S420에서 결정된 대상 정자를 판별할 수 있다. 즉, 단계 S430에서 결정된 범위 내에 정자가 두 개 이상 존재할 경우, 해당 정자들의 히스토그램을 이용하여 해당 정자들의 길이, 폭, 길이 대 폭의 비, 첨체 비 중 적어도 하나 이상을 측정하고, 이를 대상 정자의 특성과 비교함으로써, 해당 정자들 중에서 대상 정자를 판별할 수 있다. 물론, 이를 위해서, 단계 S420과 단계 S430 사이에, 결정된 대상 정자의 히스토그램을 이용하여 길이, 폭, 길이 대 폭의 비, 첨체 비 중 적어도 하나 이상을 비교 기준으로서 저장하는 단계를 더 포함하여야 한다. 본 발명에서 제안하는 방법을 실시하는 경우에, 대상 정자의 길이를 비교 기준으로 저장하였다면, 두 개 이상 존재하는 해당 정자들의 특성 중 길이만 측정함으로써 비교가 가능할 것이며, 나머지 특성들에 대해서도 동일하게 적용할 수 있다.
단계 S450에서는, 단계 S420에서 결정된 대상 정자의 위치와, 단계 S440에서 판별된 대상 정자의 위치를 비교하여 대상 정자의 이동거리 및 이동속도를 측정한다. 다시 말해, 단계 S450은, 이전 프레임에서의 위치와 현재 프레임의 위치를 비교하여, 정자의 이동거리를 측정하고, 여기에 초당 프레임 수를 적용하여 이동속도를 계산하여 측정하는 단계이다.
단계 S460에서는, 단계 S450에서 측정된 정자의 이동거리 및 이동속도에 기초하여, 대상 정자의 운동성을 측정한다. 정자의 운동성을 측정하기 위해서, 하나의 대상 정자의 이동속도로부터 운동성을 측정할 수도 있고, 적어도 2개 이상의 대상 정자의 이동속도를 평균하여 운동성을 측정할 수도 있다. 또한, 하나의 대상 정자의 이동속도를 반복하여 측정하고 이를 평균하여 운동성을 측정할 수도 있다. 즉, 실시예에 따라서는, 단계 S420에서 결정된 대상 정자에 대하여, 단계 S430 내지 단계 S450을 적어도 2개 이상의 프레임에 대하여 반복하여 수행하고, 각각의 수행 결과로 얻어지는 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여 대상 정자의 운동성을 측정할 수 있다. 또한, 다른 실시예에서는, 단계 S420에서, 정자의 운동성을 분석할 대상 정자를 적어도 2개 이상 결정하고, 결정된 적어도 2개 이상의 정자 각각에 대하여, 단계 S430 내지 단계 S450을 수행하여 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하며, 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여, 정자의 운동성을 측정할 수 있다. 또 다른 실시예에서는, 단계 S420 내지 단계 S450을, 서로 다른 정자를 대상으로 적어도 2회 이상 수행하여 얻어지는 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하고, 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여, 정자의 운동성을 측정할 수 있다. 또한, 단계 S420에서, 정자의 운동성을 분석할 대상 정자를 적어도 2개 이상 결정하고, 결정된 적어도 2개 이상의 정자 각각에 대하여, 단계 S430 내지 단계 S450을 수행하여 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하며, 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 이용하여 운동성이 있는 정자의 비율을 결정함으로써, 정자의 운동성을 측정하는 실시예도 가능하다. 뿐만 아니라, 단계 S420 내지 단계 S450을, 서로 다른 정자를 대상으로 적어도 2회 이상 수행하여 얻어지는 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하고, 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 이용하여 운동성이 있는 정자의 비율을 결정함으로써, 정자의 운동성을 측정하는 실시예도 가능하다.
도 5는 본 발명의 일실시예에 따른 정자의 운동성 분석 방법을 이용하여 실제로 정자의 운동성을 분석하는 과정을 나타내는 도면이다. 도 5에서, 프레임 A, 프레임 B, 프레임 C는 시간상으로 연속하는 프레임들로서, 초당 30프레임의 속도로 촬영된 영상 데이터의 프레임들이다. 프레임 A에 표시된 바와 같이, 먼저 정자의 운동성을 분석할 대상 정자를 결정하고, 결정된 대상 정자의 위치로부터 정자의 이동 가능 범위(프레임 A 및 프레임 B에서 분홍색 사각형으로 표시됨)를 결정한다. 여기서, 정자의 이동 가능 범위는, 앞서 설명한 바와 같이, 정자의 생물학적 최대 이동 가능 속도 및 초당 프레임 수에 의해 결정될 수 있는데, 도 5에 도시된 실시예의 경우, 초당 프레임 수가 30이므로, 정자의 이동 가능 범위는 ‘정자가 1/30초 안에 이동 가능한 (최대) 거리범위’가 된다. 이때, 정자의 위치는 꼬리를 제외한 머리 및 몸통 부분을 정자 인식 지점으로 확인한다. 다음번 프레임인 프레임 B에서, 프레임 A에서 결정된 정자의 이동 가능 범위 내에서 대상 정자를 판별하여, 그 위치를 확인한다. 확인된 위치는 프레임 A에서 확인된 정자의 위치와 비교되어, 대상 정자의 이동거리 및 이동속도를 측정하는데 이용된다. 앞서 설명한 바와 같이, 이동속도는 이동거리 및 초당 프레임 수(도 5에서는 30 frame/sec인 경우를 예시함)에 의해 계산될 수 있다. 또한, 프레임 B에서 다시 현재 위치를 기준으로 정자의 이동 가능 범위(프레임 B 및 프레임 C에서 연두색 사각형으로 표시됨)를 결정하고, 프레임 C에서 결정된 이동 가능 범위 내에서 대상 정자를 판별하여 이동거리 및 이동속도를 측정하게 된다.
이상 설명한 바와 같이, 본 발명에서 제안하고 있는 정자의 운동성 분석 방법을 이용할 경우, 기존의 육안 검사법에 비하여 훨씬 정확하고 빠르게 정자의 운동성 분석이 가능하며, 그 결과 불임 치료 및 연구에 크게 기여할 수 있을 것으로 기대된다.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
도 1은 본 발명의 일실시예에 따른 히스토그램을 이용한 정자의 형태 분석 방법의 구성을 나타내는 도면.
도 2는 본 발명의 일실시예에 따른 히스토그램을 이용한 정자의 형태 분석 방법의 구성을 나타내는 도면.
도 3은 본 발명의 일실시예에 따라 구해진 정자의 외곽선을, 정자의 중심으로부터의 각에 따른 거리로서 표시한 그래프.
도 4는 본 발명의 일실시예에 따른 정자의 운동성 분석 방법의 구성을 나타내는 도면.
도 5는 본 발명의 일실시예에 따른 정자의 운동성 분석 방법을 이용하여 실제로 정자의 운동성을 분석하는 과정을 나타내는 도면.
<도면 중 주요 부분에 대한 부호의 설명>
S210: 정자의 헤드를 중심으로 미리 지정된 크기의 영역을 캡처하는 단계
S220: 단계 S210에서 캡처된 영역에 대하여, 히스토그램을 구하는 단계
S230: 단계 S220에서 구해진 히스토그램으로부터, 정자의 외곽선을 구하는 단계
S240: 단계 S230에서 구해진 정자의 외곽선을 정자의 중심으로부터의 각에 따라 분석하여 정자의 형태를 분석하는 단계
S410: 정자의 움직임을 포함하는 영상 데이터를 입력받는 단계
S420: 단계 S410에서 입력받은 영상 데이터 중 하나의 프레임에서, 정자의 운동성을 분석할 대상 정자를 결정하는 단계
S430: 단계 S420에서 결정된 대상 정자의 위치를 기준점으로 정자의 이동 가능한 범위를 결정하는 단계
S440: 다음 번 프레임에서, 단계 S430에서 결정된 범위 내에 포함된 정자들로부터 단계 S420에서 결정된 대상 정자를 판별하는 단계
S450: 단계 S420에서 결정된 대상 정자의 위치와, 단계 S440에서 판별된 대상 정자의 위치를 비교하여 대상 정자의 이동거리 및 이동속도를 측정하는 단계
S460: 단계 S450에서 측정된 정자의 이동거리 및 이동속도에 기초하여, 대상 정자의 운동성을 측정하는 단계

Claims (14)

  1. 정자의 기형도를 파악하기 위하여 정자의 형태를 분석하는 방법에 있어서,
    (1) 정자를 포함하는 하나의 영상으로부터, 정자의 헤드를 중심으로 미리 지정된 크기의 영역을 캡처하는 단계;
    (2) 상기 단계 (1)에서 캡처된 영역에 대하여, 히스토그램을 구하는 단계;
    (3) 상기 단계 (2)에서 구해진 히스토그램으로부터, 정자의 외곽선을 구하는 단계; 및
    (4) 상기 단계 (3)에서 구해진 정자의 외곽선을 정자의 중심으로부터의 각에 따라 분석하여 정자의 형태를 분석하는 단계를 포함하는 것을 특징으로 하는 히스토그램을 이용한 정자의 형태 분석 방법.
  2. 제1항에 있어서, 상기 단계 (4)에서,
    정자의 중심으로부터 정자의 외곽선까지의 거리가 최대가 되는 지점을 꼬리 부분으로 인식하고, 그 반대쪽 지점을 머리 부분으로 인식하며,
    상기 인식된 머리 부분과 꼬리 부분 사이의 거리(이하, ‘측정 길이’라 함)를 측정하여 미리 지정된 길이 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단하는 것을 특징으로 하는 히스토그램을 이용한 정자의 형태 분석 방법.
  3. 제2항에 있어서, 상기 단계 (4)에서,
    상기 인식된 머리 부분과 꼬리 부분 사이의 양쪽 중간 지점 사이의 거리(이하, ‘측정 폭’라 함)를 측정하여 미리 지정된 폭 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단하는 것을 특징으로 하는 히스토그램을 이용한 정자의 형태 분석 방법.
  4. 제3항에 있어서, 상기 단계 (4)에서,
    상기 측정 길이와 상기 측정 폭 사이의 비를 계산하고, 계산된 비가 미리 지정된 비 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단하는 것을 특징으로 하는 히스토그램을 이용한 정자의 형태 분석 방법.
  5. 제1항에 있어서, 상기 단계 (4)에서,
    상기 단계 (3)에서 구해진 정자의 외곽선 내의 히스토그램을 이용하여 첨체(acrosome) 부분 및 전체에 대한 첨체 부분의 비를 결정하고, 상기 구해진 첨체 부분의 비가 미리 지정된 첨체 비 조건을 만족하는지 여부를 확인함으로써, 기형 여부를 판단하는 것을 특징으로 하는 히스토그램을 이용한 정자의 형태 분석 방법.
  6. 정자의 운동성을 분석하는 방법에 있어서,
    (A) 정자의 움직임을 포함하는 영상 데이터를 입력받는 단계;
    (B) 상기 단계 (A)에서 입력받은 영상 데이터 중 하나의 프레임에서, 정자의 운동성을 분석할 대상 정자를 결정하는 단계;
    (C) 상기 단계 (B)에서 결정된 대상 정자의 위치를 기준점으로 정자의 이동 가능한 범위를 결정하는 단계;
    (D) 다음번 프레임에서, 상기 단계 (C)에서 결정된 범위 내에 포함된 정자들로부터 상기 단계 (2)에서 결정된 대상 정자를 판별하는 단계;
    (E) 상기 단계 (B)에서 결정된 대상 정자의 위치와, 상기 단계 (D)에서 판별된 대상 정자의 위치를 비교하여 대상 정자의 이동거리 및 이동속도를 측정하는 단계; 및
    (F) 상기 단계 (E)에서 측정된 정자의 이동거리 및 이동속도에 기초하여, 대상 정자의 운동성을 측정하는 단계를 포함하는 것을 특징으로 하는 정자의 운동성 분석 방법.
  7. 제6항에 있어서, 상기 단계 (C)에서,
    정자의 이동 가능한 범위는, 영상 데이터의 초당 프레임 수 및 정자의 생물학적 최대 도달 거리에 기초하여 결정되는 것을 특징으로 하는 정자의 운동성 분석 방법.
  8. 제6항에 있어서, 상기 단계 (D)에서,
    상기 단계 (C)에서 결정된 범위 내에 정자가 하나만 존재할 경우, 해당 정자를 상기 단계 (B)에서 결정된 대상 정자로 판별하고,
    상기 단계 (C)에서 결정된 범위 내에 정자가 두 개 이상 존재할 경우, 정자의 히스토그램에 기초하여 해당 정자들 중 상기 단계 (B)에서 결정된 대상 정자를 판별하는 것을 특징으로 하는 정자의 운동성 분석 방법.
  9. 제8항에 있어서,
    상기 단계 (B)와 상기 단계 (C) 사이에, 상기 결정된 대상 정자의 히스토그램을 이용하여 길이, 폭, 길이 대 폭의 비, 첨체 비 중 적어도 하나 이상을 비교 기준으로서 저장하는 단계를 더 포함하고,
    상기 단계 (D)에서, 상기 단계 (C)에서 결정된 범위 내에 정자가 두 개 이상 존재할 경우, 해당 정자들의 히스토그램을 이용하여 상기 비교 기준에 해당하는 특성을 측정하고 이를 저장된 대상 정자의 비교 기준과 비교함으로써, 해당 정자들 중 상기 단계 (B)에서 결정된 대상 정자를 판별하는 것을 특징으로 하는 정자의 운동성 분석 방법.
  10. 제6항에 있어서,
    상기 단계 (B)에서 결정된 대상 정자에 대하여, 상기 단계 (C) 내지 단계 (E)를 적어도 2개 이상의 프레임에 대하여 반복하여 수행하고,
    각각의 수행 결과로 얻어지는 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여 상기 대상 정자의 운동성을 측정하는 것을 특징으로 하는 정자의 운동성 분석 방법.
  11. 제6항에 있어서,
    상기 단계 (B)에서, 정자의 운동성을 분석할 대상 정자를 적어도 2개 이상 결정하고,
    상기 결정된 적어도 2개 이상의 정자 각각에 대하여, 상기 단계 (C) 내지 단계 (E)를 수행하여 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하며,
    상기 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여, 정자의 운동성을 측정하는 것을 특징으로 하는 정자의 운동성 분석 방법.
  12. 제6항에 있어서,
    상기 단계 (B) 내지 단계 (E)를, 서로 다른 정자를 대상으로 적어도 2회 이상 수행하여 얻어지는 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하고,
    상기 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 평균하여 얻어진 평균 이동거리 및 평균 이동속도를 이용하여, 정자의 운동성을 측정하는 것을 특징으로 하는 정자의 운동성 분석 방법.
  13. 제6항에 있어서,
    상기 단계 (B)에서, 정자의 운동성을 분석할 대상 정자를 적어도 2개 이상 결정하고,
    상기 결정된 적어도 2개 이상의 정자 각각에 대하여, 상기 단계 (C) 내지 단계 (E)를 수행하여 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하며,
    상기 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 이용하여 운동성이 있는 정자의 비율을 결정함으로써, 정자의 운동성을 측정하는 것을 특징으로 하는 정자의 운동성 분석 방법.
  14. 제6항에 있어서,
    상기 단계 (B) 내지 단계 (E)를, 서로 다른 정자를 대상으로 적어도 2회 이 상 수행하여 얻어지는 각각의 대상 정자에 대한 이동거리 및 이동속도를 측정하고,
    상기 측정된 각각의 대상 정자에 대한 이동거리 및 이동속도를 이용하여 운동성이 있는 정자의 비율을 결정함으로써, 정자의 운동성을 측정하는 것을 특징으로 하는 정자의 운동성 분석 방법.
KR1020090106693A 2009-11-05 2009-11-05 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법 KR101150541B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090106693A KR101150541B1 (ko) 2009-11-05 2009-11-05 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090106693A KR101150541B1 (ko) 2009-11-05 2009-11-05 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법

Publications (2)

Publication Number Publication Date
KR20110049606A true KR20110049606A (ko) 2011-05-12
KR101150541B1 KR101150541B1 (ko) 2012-06-01

Family

ID=44360711

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090106693A KR101150541B1 (ko) 2009-11-05 2009-11-05 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법

Country Status (1)

Country Link
KR (1) KR101150541B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150101047A (ko) * 2014-02-25 2015-09-03 서영준 섬모의 운동 궤적에 따른 섬모의 운동성 측정 방법
CN112330660A (zh) * 2020-11-24 2021-02-05 成都朴华科技有限公司 一种基于神经网络的精子尾部检测方法及其系统
CN116863388A (zh) * 2023-09-05 2023-10-10 青岛农业大学 一种基于神经网络的精子活力确定方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240052169A (ko) 2022-10-13 2024-04-23 강원대학교산학협력단 포유동물 정자의 수정능력 예측장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0403611D0 (en) 2004-02-18 2004-03-24 Univ Glasgow Analysis of cell morphology and motility
JP2007017417A (ja) 2005-07-05 2007-01-25 Yasuo Nakane 精子活性度評価器

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150101047A (ko) * 2014-02-25 2015-09-03 서영준 섬모의 운동 궤적에 따른 섬모의 운동성 측정 방법
CN112330660A (zh) * 2020-11-24 2021-02-05 成都朴华科技有限公司 一种基于神经网络的精子尾部检测方法及其系统
CN112330660B (zh) * 2020-11-24 2024-02-02 成都朴华科技有限公司 一种基于神经网络的精子尾部检测方法及其系统
CN116863388A (zh) * 2023-09-05 2023-10-10 青岛农业大学 一种基于神经网络的精子活力确定方法及系统

Also Published As

Publication number Publication date
KR101150541B1 (ko) 2012-06-01

Similar Documents

Publication Publication Date Title
CN112105914B (zh) 用于自动非侵入性地测量精子活力和形态学以及自动选择具有高dna完整性的精子的方法
Rijsselaere et al. Automated sperm morphometry and morphology analysis of canine semen by the Hamilton-Thorne analyser
Baek et al. Using machine vision to analyze and classify Caenorhabditis elegans behavioral phenotypes quantitatively
Thurston et al. Sources of variation in the morphological characteristics of sperm subpopulations assessed objectively by a novel automated sperm morphology analysis system
Abbiramy et al. Spermatozoa segmentation and morphological parameter analysis based detection of teratozoospermia
Dai et al. Automated non-invasive measurement of single sperm’s motility and morphology
US20070298454A1 (en) Analysis Of Cell Morphology And Motility
de Paz et al. The relationship between ram sperm head morphometry and fertility depends on the procedures of acquisition and analysis used
Bellastella et al. Dimensions of human ejaculated spermatozoa in Papanicolaou-stained seminal and swim-up smears obtained from the Integrated Semen Analysis System (ISAS®)
KR101150541B1 (ko) 히스토그램을 이용한 정자의 형태 및 운동성 분석 방법
French et al. Identifying biological landmarks using a novel cell measuring image analysis tool: Cell-o-Tape
JP2007020449A (ja) スクリーニング方法およびスクリーニング装置
Simonik et al. Computer assisted sperm analysis–the relationship to bull field fertility, possible errors and their impact on outputs: a review
DE2823490A1 (de) Verfahren zur analyse von organismus- zellen
US9600874B2 (en) Method for evaluating culture quality
Moreira et al. Quality test protocol to dynamic laser speckle analysis
Engel et al. Automated semen analysis by SQA Vision® versus the manual approach—A prospective double‐blind study
Xin et al. Three‐dimensional reconstruction of Vitis vinifera (L.) cvs Pinot Noir and Merlot grape bunch frameworks using a restricted reconstruction grammar based on the stochastic L‐system
Sacha et al. Development and qualification of a machine learning algorithm for automated hair counting
EP3812467A1 (en) Method for analyzing behavior of cells, and use thereof
Natali et al. Scoring human sperm morphology using Testsimplets and Diff-Quik slides
KR20220080089A (ko) 재생절차 지원을 위한 품질 보증 메트릭의 자동화된 평가
CN116863388A (zh) 一种基于神经网络的精子活力确定方法及系统
Maggavi et al. Motility analysis with morphology: Study related to human sperm
JP2005296352A (ja) 白髪の評価方法

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: 20150521

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160520

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee