KR20110072098A - 디지털 병리학의 이미지 표준화 방법 - Google Patents
디지털 병리학의 이미지 표준화 방법 Download PDFInfo
- Publication number
- KR20110072098A KR20110072098A KR1020090128898A KR20090128898A KR20110072098A KR 20110072098 A KR20110072098 A KR 20110072098A KR 1020090128898 A KR1020090128898 A KR 1020090128898A KR 20090128898 A KR20090128898 A KR 20090128898A KR 20110072098 A KR20110072098 A KR 20110072098A
- Authority
- KR
- South Korea
- Prior art keywords
- sample
- information
- image
- substance
- predetermined portion
- Prior art date
Links
Images
Classifications
-
- 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
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/52—Use of compounds or compositions for colorimetric, spectrophotometric or fluorometric investigation, e.g. use of reagent paper and including single- and multilayer analytical elements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Urology & Nephrology (AREA)
- Biochemistry (AREA)
- Food Science & Technology (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Microbiology (AREA)
- Biophysics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
디지털 병리학의 이미지 표준화 방법에 관한 것으로, 이미지 표준화를 위한 샘플을 선정하는 단계와, 선정된 샘플의 소정부분을 스펙트럼 분석하여, 샘플의 소정부분 내에 존재하는 물질의 정보를 수집하는 단계와, 수집된 정보를 통해, 상관식을 구하는 단계와, 상관식을 이용하여, 샘플 전체 이미지를 보정하는 단계와, 보정된 이미지를 통해, 샘플의 이미지를 표준화하는 단계를 포함하여 이루어질 수 있다.
디지털, 병리학, 이미지, 표준화, 스펙트럼
Description
본 발명은 디지털 병리학에 관한 것으로, 특히 디지털 병리학의 이미지 표준화 방법에 관한 것이다.
일반적으로, 현대인 건강의 가장 큰 적이라 할 수 있는 암을 진단하는데 있어서, 병리 시편은 결정적인 역할을 한다.
CT나 MRI 등의 촬영이나 혈액 검사, 내시경 등으로 암이 의심되는 조직의 샘플을 떼어내고, 떼어낸 조직의 샘플을 육안검사, 고정화, 탈수화 등의 과정을 거쳐 슬라이드 글래스(slide glass) 위에 얇은 시편으로 절단하여 올린 후, 이를 H&E, IHC 등의 염색을 통해 핵과 비핵물질, 혹은 특정 마커(marker)의 존재여부 및 그 양을 눈으로 가늠할 수 있도록 하여, 병리학자가 염색된 이미지(image)를 통해 병변을 현미경으로 관찰하고 판별하는 것이 일반적인 조직검사의 흐름이다.
현재는 디지털 카메라 기술의 발달과 더불어 현미경을 통해 눈으로 보면서 판독하는 방법으로부터 디지털 이미지를 찍어 컴퓨터 모니터 상에서 판별을 하는 단계로 발전하였으며, 이러한 방법으로 얻은 이미지를 여러 병리학자가 공유하여 원거리에서도 의견을 교환하여 판독의 정확성을 높이기 위한 노력을 하고 있다.
하지만, 과거나 현재 모두, 이미지를 현미경으로 보든 디지털 이미지로 얻든 간에 조직을 염색하여 보는 과정은 변함이 없다.
문제는 염색 시간, 시편의 두께, 염색 후 보관 시간 등 발색 및 색 유지에 영향을 주는 요인이 많아 이미지를 표준화 및 정량화하기가 어렵다는데 있다.
따라서, 향후, 염색된 이미지를 표준화하여 정확한 진단을 가능하게 하는 기술이 개발되어야 할 것이다.
본 발명의 목적은 샘플의 양과 색깔 사이의 상관식을 통해, 염색된 이미지를 표준화함으로써, 정확한 진단을 수행할 수 있는 디지털 병리학의 이미지 표준화 방법을 제공하는데 있다.
본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않는 또 다른 기술적 과제들은 아래의 기재들로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 따른 디지털 병리학의 이미지 표준화 방법은, 이미지 표준화를 위한 샘플을 선정하는 단계와, 선정된 샘플의 소정부분을 스펙트럼 분석하여, 샘플의 소정부분 내에 존재하는 물질의 정보를 수집하는 단계와, 수집된 정보를 통해, 상 관식을 구하는 단계와, 상관식을 이용하여, 샘플 전체 이미지를 보정하는 단계와, 보정된 이미지를 통해, 샘플의 이미지를 표준화하는 단계를 포함하여 이루어질 수 있다.
여기서, 선정된 샘플의 소정부분을 스펙트럼 분석하여, 샘플의 소정부분 내에 존재하는 물질의 정보를 수집하는 단계는 선정된 샘플의 소정부분을 스펙트럼 분석하는 단계와, 스펙트럼의 분석을 통해, 샘플의 소정부분 내에 존재하는 물질 중 특정 물질을 선정하는 단계와, 선정된 특정 물질의 제 1 정보를 수집하는 단계와, 선정된 샘플을 염색하는 단계와, 염색된 샘플을 통해, 샘플의 소정부분 내에 존재하는 특정 물질의 제 2 정보를 수집하는 단계를 포함하여 이루어질 수 있다.
이 때, 샘플의 소정부분 내에 존재하는 특정 물질의 제 1 정보는 특정 물질의 양일 수 있고, 샘플의 소정부분 내에 존재하는 특정 물질의 제 2 정보는 제 1 정보로부터 얻은 특정 물질의 양에 대한 발색 정도일 수도 있다.
또한, 선정된 샘플의 소정부분을 스펙트럼 분석하여, 샘플의 소정부분 내에 존재하는 물질의 정보를 수집하는 단계는 선정된 샘플을 염색하는 단계와, 염색된 샘플의 소정부분을 스펙트럼 분석하는 단계와, 스펙트럼 분석을 통해, 염색을 위한 염료로부터 독립적인 물질을 선정하는 단계와, 선정된 물질의 제 1 정보와 제 2 정보를 수집하는 단계를 포함하여 이루어질 수도 있다.
여기서, 선정된 물질의 제 1 정보는 해당 물질의 양이고, 선정된 물질의 제 2 정보는 해당 물질의 양에 대한 발색 정도일 수 있다.
본 발명의 다른 목적, 특징 및 잇점들은 첨부한 도면을 참조한 실시 예들의 상세한 설명을 통해 명백해질 것이다.
본 발명에 따른 디지털 병리학의 이미지 표준화 방법은 다음과 같은 효과가 있다.
본 발명은 샘플 염색 전에 스펙트럼을 통해 샘플의 일정부분 내의 특정 물질의 양에 대한 정보를 얻고, 염색을 통해 해당하는 물질 양에 따른 발색 정도를 얻어 상관식을 구하고, 이 상관식을 통해, 전체 샘플에 대한 이미지를 보정함으로써, 발색 정도로 이미지를 바로 표준화할 수 있고, 정확한 진단을 수행할 수 있다.
또한, 본 발명은 염색한 샘플의 일정부분을 선정하고, 스펙트럼을 통해 염료와 무관한 특정 물질의 양과 발색 정도를 얻어 상관식을 구하고, 이 상관식을 통해 전체 샘플에 대한 이미지를 보정함으로써, 소정 시간이 지나 색이 바뀐 샘플의 경우에 있어서도, 이미지 표준화가 용이하여 정확한 진단을 수행할 수 있다.
이하, 첨부도면을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명한다.
본 발명은 표준화 및 정량화된 이미지를 얻기 위하여, 스펙트로스코피(spectroscopy) 방법으로, 샘플 일부분의 양과 색깔 사이의 상관식을 구해, 이로부터 전체 이미지를 표준화(normalization)하는 방법을 제안하고자 한다.
본 발명은 크게 두 가지 방식으로 샘플의 이미지를 표준화할 수 있다.
먼저, 첫 번째 방식은 염색을 하기 전의 샘플로부터 일정부분의 스펙트럼 분석을 얻은 후에, 샘플의 일정부분에서 물질의 양에 대한 정보를 얻고, 샘플을 염색 한 다음, 해당 물질의 양에 대한 발색 정도에 대한 정보를 얻어서, 관계식을 통해 이미지를 표준화하는 방식이다.
그리고, 두 번째 방식은 이미 염색을 한 샘플로부터 일정부분의 스펙트럼 분석을 얻은 후에, 염료와 관련없는 물질의 양과 그의 발색 정도에 대한 정보를 얻어서, 관계식을 통해 이미지를 표준화하는 방식이다.
여기서, 첫 번째 방식은 발색 정도의 정보만으로 전체 샘플의 이미지를 바로 표준화할 수 있는 장점이 있고, 두 번째 방식은 시간이 지나 색이 바뀐 샘플의 경우에도, 용이하게 전체 셈플의 이미지를 표준화할 수 있다는 장점이 있다.
도 1은 본 발명에 따른 디지털 병리학의 이미지 표준화 방법을 설명하기 위한 흐름도로서, 도 1에 도시된 바와 같이, 먼저 이미지 표준화를 위한 샘플을 선정한다.(S100)
여기서, 샘플은 검사하고자 하는 인체 또는 동물 등의 조직 샘플일 수 있다.
이어, 선정된 샘플 중에서, 전체 샘플 중 소정부분을 스펙트럼 분석하여, 샘플의 소정부분 내에 존재하는 물질의 정보를 수집한다.(S300)
여기서, 물질의 정보를 수집할 때, 다음 2가지 방법으로 수집할 수 있다.
도 2는 본 발명 제 1 실시예에 따른 도 1의 물질 정보 수집 방법을 보여주는 상세 흐름도로서, 도 2에 도시된 바와 같이, 먼저 선정된 샘플의 소정부분을 스펙트럼 분석한다.(S310)
그리고, 스펙트럼의 분석을 통해, 샘플의 소정부분 내에 존재하는 물질 중 특정 물질을 선정한다.(S330)
여기서, 특정 물질은 핵과 비핵 물질 등과 같이, 샘플의 소정영역 내에 존재하는 물질 중 적어도 어느 하나일 수 있다.
이어, 선정된 특정 물질의 제 1 정보를 수집한다.(S350)
이때, 샘플의 소정부분 내에 존재하는 물질의 제 1 정보는 특정 물질의 양일 수 있다.
다음, 선정된 샘플의 전체를 염색한다.(S370)
여기서, 염색 방법은 H&E, IHC 등 다양한 방법으로 염색할 수 있다.
그리고, 염색된 샘플을 통해, 샘플의 소정부분 내에 존재하는 특정 물질의 제 2 정보를 수집한다.(S390)
여기서, 샘플의 소정부분 내에 존재하는 물질의 제 2 정보는 제 1 정보로부터 얻은 특정 물질의 양에 대한 발색 정도일 수 있다.
이와 같이, 본 발명 제 1 실시예는 샘플 염색 전에, 샘플의 스펙트럼 분석을 통해 물질의 양에 대한 정보를 수집하고, 샘플 염색 후에, 물질의 양에 대한 발색 정도 관련 정보를 얻을 수 있다.
도 3은 본 발명 제 2 실시예에 따른 도 1의 물질 정보 수집 방법을 보여주는 상세 흐름도로서, 도 3에 도시된 바와 같이, 먼저 선정된 샘플을 염색한다.(S320)
여기서도, 염색 방법은 H&E, IHC 등 다양한 방법으로 염색할 수 있다.
이어, 염색된 샘플의 소정부분을 스펙트럼 분석한다.(S340)
그리고, 스펙트럼 분석을 통해, 염색을 위한 염료로부터 독립적인 물질을 선정한다.(S360)
다음, 염료와 관계 없는 물질에 의한 스펙트럼 영역을 통해, 선정된 물질의 제 1 정보와 제 2 정보를 수집한다.(S380)
여기서, 선정된 물질의 제 1 정보는 해당 물질의 양이고, 선정된 물질의 제 2 정보는 해당 물질의 양에 대한 발색 정도일 수 있다.
이와 같이, 본 발명 제 2 실시예는 이미 염색된 샘플로부터 스펙트럼 분석을 통해, 염료와 관련 없는 독립적인 물질을 선택하여 그 물질의 양과 해당 발색 정도 관련 정보를 얻을 수 있다.
다음으로는, 도 1과 같이, 상기 2가지 방식으로 수집된 정보를 통해, 상관식을 구할 수 있다.(S500)
여기서, 상관식은 특정 물질 스펙트럼 = a × 특정 물질의 컬러 기준값 + c (여기서, 상기 a는 상기 컬러 기준값에 해당하는 특정 물질의 양에 대한 배수이고, 상기 특정 물질의 컬러 기준값은 상기 특정 물질의 양에 대한 컬러 기준값이며, 상기 c는 소정 조건에 따른 변수)일 수 있다.
이어, 상관식을 이용하여, 샘플 전체 이미지를 보정한다.(S700)
그리고, 마지막으로, 보정된 이미지를 통해, 샘플의 이미지를 표준화한다.(S900)
이와 같이, 본 발명은 샘플 염색 전에 스펙트럼을 통해 샘플의 일정부분 내의 특정 물질의 양에 대한 정보를 얻고, 염색을 통해 해당하는 물질 양에 따른 발색 정도를 얻어 상관식을 구하고, 이 상관식을 통해, 전체 샘플에 대한 이미지를 보정함으로써, 발색 정도로 이미지를 바로 표준화할 수 있고, 정확한 진단을 수행 할 수 있다.
또한, 본 발명은 염색한 샘플의 일정부분을 선정하고, 스펙트럼을 통해 염료와 무관한 특정 물질의 양과 발색 정도를 얻어 상관식을 구하고, 이 상관식을 통해 전체 샘플에 대한 이미지를 보정함으로써, 소정 시간이 지나 색이 바뀐 샘플의 경우에 있어서도, 이미지 표준화가 용이하여 정확한 진단을 수행할 수 있다.
본 발명 제 1 실시예에 따른 디지털 병리학의 이미지 표준화 방법을 좀 더 상세히 설명하면 다음과 같다.
도 4 내지 도 6은 본 발명 제 1 실시예에 따른 디지털 병리학의 이미지 표준화 방법을 설명하기 위한 도면으로서, 도 4는 염색 전의 샘플을 보여주는 사진이고, 도 5는 도 4의 샘플의 일부분에 대한 스펙트럼 분석을 보여주는 그래프이며, 도 6은 염색 후의 샘플을 보여주는 사진이다.
본 발명 제 1 실시예는, 먼저, 이미지 표준화를 위한 샘플을 선정한다.
그리고, 도 4와 같이, 염색 전의 샘플로부터 일부분을 선정한다.
여기서, 선정된 샘플의 일부분은 도 4의 점선 부분을 의미한다.
이어, 도 5와 같이, 선정된 샘플의 일부분을 스펙트럼 분석한다.
다음, 샘플의 일부분 내에 존재하는 물질 중 특정 물질을 선정한다.
본 발명은 일 실시예로서, 샘플의 일부분 내에 존재하는 핵과 비핵물질을 선정한다.
그리고, 도 5와 같이, 선정된 특정 물질의 스펙트럼 분석을 통해, 제 1 정보를 수집한다.
여기서, 제 1 정보는 샘플 일부분 내에 존재하는 핵과 비핵물질의 양에 대한 정보일 수 있다.
다음, 샘플 전체를 염색한다.
이어, 염색된 샘플을 통해, 도 6과 같이, 샘플의 일부분 내에 존재하는 특정 물질의 제 2 정보를 수집한다.
여기서, 제 2 정보는 샘플의 일부분에 대한 발색 정도일 수 있다.
즉, 상기 샘플의 일부분과 동일한 부분(도 6의 점선 부분)에 대해 발색 정도를 컬러메터(colormeter) 등으로 측정할 수 있다.
그리고, 상기 선정된 샘플 일부분의 제 1 정보와 제 2 정보를 이용하여 상관식을 구한다.
예를 들면, 스펙트럼 분석을 통한, 샘플 일부분 내에 존재하는 핵과 비핵 물질의 양과 그에 해당하는 발색 정보를 이용하여 상관식을 구할 수 있다.
핵의 스펙트럼 ∝ 청색값
비핵물질의 스펙트럼 ∝ 적색값
핵의 스펙트럼 = a × 청색 기준값 + c1
여기서, 상기 a는 청색 기준값에 해당하는 핵의 양에 대한 배수이고, 상기 청색 기준값은 핵의 양에 대한 청색 기준값이며, 상기 c1는 소정 조건에 따른 변수이다.
비핵물질의 스펙트럼 = b× 적색 기준값 + c2
여기서, 상기 b는 적색 기준값에 해당하는 비핵물질의 양에 대한 배수이고, 상기 적색 기준값은 비핵물질의 양에 대한 적색 기준값이며, 상기 c2는 소정 조건에 따른 변수이다.
다음, 이와 같이, 구해진 상관식을 이용하여, 샘플 전체 이미지의 발색 정도를 보정한다.
예를 들면, 상기 상관식을 통해, 샘플의 양이 1 일 때의 발색 정도를 얻고, 이를 발색 레벨 1로 하여 전체 이미지를 보정할 수 있다.
그리고, 보정된 이미지를 통해, 샘플의 이미지를 표준화한다.
이와 같이, 본 발명 제 1 실시예는 샘플 일부분의 발색 정도를 통해 바로 표준화 정보를 얻을 수 있다.
한편, 본 발명 제 2 실시예에 따른 디지털 병리학의 이미지 표준화 방법을 좀 더 상세히 설명하면 다음과 같다.
도 7 내지 도 8은 본 발명 제 2 실시예에 따른 디지털 병리학의 이미지 표준화 방법을 설명하기 위한 도면으로서, 도 7은 염색된 샘플을 보여주는 사진이고, 도 8은 도 7의 샘플의 일부분에 대한 스펙트럼 분석을 보여주는 그래프이다.
본 발명 제 2 실시예는, 먼저, 이미지 표준화를 위한 샘플을 선정한다.
그리고, 도 7과 같이, 이미 염색된 샘플로부터 일부분을 선정한다.
여기서, 선정된 샘플의 일부분은 도 7의 점선 부분을 의미한다.
이어, 도 8과 같이, 선정된 샘플의 일부분을 스펙트럼 분석한다.
다음, 스펙트럼 분석을 통해, 염료로부터 독립적인 스펙트럼을 선정한다.
예를 들면, 도 8의 스펙트럼으로부터 염료와 관계없는 핵과 비핵물질에 대한 스펙트럼 영역(도 8의 점선부분)을 선택한다.
그리고, 선택된 스펙트럼 영역으로부터 핵의 양과 비핵물질의 양에 대한 정보와 그들의 발색 정도에 대한 정보를 얻은 다음, 이 정보들을 이용하여 상관식을 구한다.
예를 들면, 스펙트럼 분석을 통한, 샘플 일부분 내에 존재하는 핵과 비핵 물질의 양과 그에 해당하는 발색 정보를 이용하여 상관식을 구할 수 있다.
핵의 스펙트럼 ∝ 청색값
비핵물질의 스펙트럼 ∝ 적색값
핵의 스펙트럼 = a × 청색 기준값 + c1
여기서, 상기 a는 청색 기준값에 해당하는 핵의 양에 대한 배수이고, 상기 청색 기준값은 핵의 양에 대한 청색 기준값이며, 상기 c1는 소정 조건에 따른 변수이다.
비핵물질의 스펙트럼 = b× 적색 기준값 + c2
여기서, 상기 b는 적색 기준값에 해당하는 비핵물질의 양에 대한 배수이고, 상기 적색 기준값은 비핵물질의 양에 대한 적색 기준값이며, 상기 c2는 소정 조건에 따른 변수이다.
다음, 이와 같이, 구해진 상관식을 이용하여, 샘플 전체 이미지의 발색 정도를 보정한다.
예를 들면, 상기 상관식을 통해, 샘플의 양이 1 일 때의 발색 정도를 얻고, 이를 발색 레벨 1로 하여 전체 이미지를 보정할 수 있다.
그리고, 보정된 이미지를 통해, 샘플의 이미지를 표준화한다.
이와 같이, 본 발명 제 2 실시예는 시간이 지나 색이 바뀐 샘플의 경우에 있어서도 이미지 표준화가 용이하다는 장점이 있다.
이상 설명한 내용을 통해 당업자라면 본 발명의 기술 사상을 일탈하지 아니하는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서, 본 발명의 기술적 범위는 실시예에 기재된 내용으로 한정되는 것이 아니라 특허 청구의 범위에 의하여 정해져야 한다.
도 1은 본 발명에 따른 디지털 병리학의 이미지 표준화 방법을 설명하기 위한 흐름도
도 2는 본 발명 제 1 실시예에 따른 도 1의 물질 정보 수집 방법을 보여주는 상세 흐름도
도 3은 본 발명 제 2 실시예에 따른 도 1의 물질 정보 수집 방법을 보여주는 상세 흐름도
도 4 내지 도 6은 본 발명 제 1 실시예에 따른 디지털 병리학의 이미지 표준화 방법을 설명하기 위한 도면
도 7 내지 도 8은 본 발명 제 2 실시예에 따른 디지털 병리학의 이미지 표준화 방법을 설명하기 위한 도면
Claims (7)
- 이미지 표준화를 위한 샘플을 선정하는 단계;상기 선정된 샘플의 소정부분을 스펙트럼 분석하여, 상기 샘플의 소정부분 내에 존재하는 물질의 정보를 수집하는 단계;상기 수집된 정보를 통해, 상관식을 구하는 단계;상기 상관식을 이용하여, 상기 샘플 전체 이미지를 보정하는 단계; 그리고,상기 보정된 이미지를 통해, 상기 샘플의 이미지를 표준화하는 단계를 포함하여 이루어지는 것을 특징으로 하는 디지털 병리학의 이미지 표준화 방법.
- 제 1 항에 있어서, 상기 선정된 샘플의 소정부분을 스펙트럼 분석하여, 상기 샘플의 소정부분 내에 존재하는 물질의 정보를 수집하는 단계는,상기 선정된 샘플의 소정부분을 스펙트럼 분석하는 단계;상기 스펙트럼의 분석을 통해, 상기 샘플의 소정부분 내에 존재하는 물질 중 특정 물질을 선정하는 단계;상기 선정된 특정 물질의 제 1 정보를 수집하는 단계;상기 선정된 샘플을 염색하는 단계;상기 염색된 샘플을 통해, 상기 샘플의 소정부분 내에 존재하는 상기 특정 물질의 제 2 정보를 수집하는 단계를 포함하여 이루어지는 것을 특징으로 하는 디지털 병리학의 이미지 표준화 방법.
- 제 2 항에 있어서, 상기 샘플의 소정부분 내에 존재하는 특정 물질의 제 1 정보는 상기 특정 물질의 양인 것을 특징을 하는 디지털 병리학의 이미지 표준화 방법.
- 제 2 항에 있어서, 상기 샘플의 소정부분 내에 존재하는 특정 물질의 제 2 정보는 상기 제 1 정보로부터 얻은 특정 물질의 양에 대한 발색 정도인 것을 특징을 하는 디지털 병리학의 이미지 표준화 방법.
- 제 1 항에 있어서, 상기 선정된 샘플의 소정부분을 스펙트럼 분석하여, 상기 샘플의 소정부분 내에 존재하는 물질의 정보를 수집하는 단계는,상기 선정된 샘플을 염색하는 단계;상기 염색된 샘플의 소정부분을 스펙트럼 분석하는 단계;상기 스펙트럼 분석을 통해, 상기 염색을 위한 염료로부터 독립적인 물질을 선정하는 단계;상기 선정된 물질의 제 1 정보와 제 2 정보를 수집하는 단계를 포함하여 이루어지는 디지털 병리학의 이미지 표준화 방법.
- 제 5 항에 있어서, 상기 선정된 물질의 제 1 정보는 해당 물질의 양이고, 상기 선정된 물질의 제 2 정보는 해당 물질의 양에 대한 발색 정도인 것을 특징을 하 는 디지털 병리학의 이미지 표준화 방법.
- 제 1 항에 있어서, 상기 상관식은,특정 물질 스펙트럼 = a × 특정 물질의 컬러 기준값 + c (여기서, 상기 a는 상기 컬러 기준값에 해당하는 특정 물질의 양에 대한 배수이고, 상기 특정 물질의 컬러 기준값은 상기 특정 물질의 양에 대한 컬러 기준값이며, 상기 c는 소정 조건에 따른 변수)인 것을 특징으로 하는 디지털 병리학의 이미지 표준화 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090128898A KR101559798B1 (ko) | 2009-12-22 | 2009-12-22 | 디지털 병리학의 이미지 표준화 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090128898A KR101559798B1 (ko) | 2009-12-22 | 2009-12-22 | 디지털 병리학의 이미지 표준화 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20110072098A true KR20110072098A (ko) | 2011-06-29 |
KR101559798B1 KR101559798B1 (ko) | 2015-10-13 |
Family
ID=44403069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090128898A KR101559798B1 (ko) | 2009-12-22 | 2009-12-22 | 디지털 병리학의 이미지 표준화 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101559798B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10404894B2 (en) | 2017-08-11 | 2019-09-03 | Infinitt Healthcare Co., Ltd. | Image compression method for digital pathology system |
US10438375B2 (en) | 2017-08-11 | 2019-10-08 | Infinitt Healthcare Co., Ltd. | WSI streaming method |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101789513B1 (ko) | 2016-07-11 | 2017-10-26 | 주식회사 인피니트헬스케어 | 디지털 병리 시스템의 이미지 품질 평가 방법 |
KR101849458B1 (ko) | 2016-07-11 | 2018-04-17 | 주식회사 인피니트헬스케어 | 디지털 병리 시스템의 영상 압축 방법 |
KR101902621B1 (ko) | 2016-07-12 | 2018-10-01 | 주식회사 인피니트헬스케어 | 디지털 병리 시스템의 샘플 유사도 측정 방법 |
KR101863227B1 (ko) | 2016-07-12 | 2018-05-31 | 주식회사 인피니트헬스케어 | 디지털 병리 시스템의 환자 케이스 동일성 판단 방법 |
KR102440827B1 (ko) * | 2021-02-24 | 2022-09-06 | 주식회사 넘버제로 | 기저귀 대변 이미지를 활용한 아기 건강 진단 솔루션 제공 방법, 장치 및 시스템 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5305618B2 (ja) * | 2007-06-15 | 2013-10-02 | オリンパス株式会社 | 画像処理装置および画像処理プログラム |
-
2009
- 2009-12-22 KR KR1020090128898A patent/KR101559798B1/ko active IP Right Grant
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10404894B2 (en) | 2017-08-11 | 2019-09-03 | Infinitt Healthcare Co., Ltd. | Image compression method for digital pathology system |
US10438375B2 (en) | 2017-08-11 | 2019-10-08 | Infinitt Healthcare Co., Ltd. | WSI streaming method |
Also Published As
Publication number | Publication date |
---|---|
KR101559798B1 (ko) | 2015-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5663873B2 (ja) | 乳癌病理画像診断支援システム、乳癌病理画像診断支援方法、乳癌病理画像診断支援プログラム、及び、乳癌病理画像診断支援プログラムを記録した記録媒体 | |
Pham et al. | Quantitative image analysis of immunohistochemical stains using a CMYK color model | |
JP5040597B2 (ja) | 評価システム、評価方法および評価プログラム | |
Gailhouste et al. | Fibrillar collagen scoring by second harmonic microscopy: a new tool in the assessment of liver fibrosis | |
KR101559798B1 (ko) | 디지털 병리학의 이미지 표준화 방법 | |
RU2690224C2 (ru) | Обследующее устройство для обработки и анализа изображения | |
EP3827248B1 (en) | Information processing apparatus and microscope for separating the fluorescence of a fluorescent reageant from the autofluorescence of a specimen | |
US20110091081A1 (en) | Method and system for analyzing the expression of biomarkers in cells in situ in their tissue of origin | |
CA2851152A1 (en) | Method and system for analyzing biological specimens by spectral imaging | |
US20120052063A1 (en) | Automated detection of breast cancer lesions in tissue | |
US20220389523A1 (en) | Image acquisition methods for simultaneously detecting genetic rearrangement and nuclear morphology | |
CN101560544A (zh) | 一种细胞综合检测方法 | |
PT1334461E (pt) | Processo e dispositivo de análise de células | |
Ulaganathan et al. | A clinicopathological study of various oral cancer diagnostic techniques | |
JP2014530594A5 (ko) | ||
RU2548399C2 (ru) | Способ получения обработанного виртуального изображения анализа | |
US20110158501A1 (en) | Method for sample cell analysis using a virtual analysis plate | |
Baidoo et al. | Histochemical and biochemical analysis of collagen content in formalin-fixed, paraffin embedded colonic samples | |
Li et al. | Methyl green and nitrotetrazolium blue chloride co-expression in colon tissue: A hyperspectral microscopic imaging analysis | |
Bower et al. | A quantitative framework for the analysis of multimodal optical microscopy images | |
JP6246978B2 (ja) | 線維化を検出及び定量化する方法 | |
CN115602311A (zh) | 基于胶原纤维多元参量分析的胰腺癌辅助检查工具 | |
WO2020022394A1 (en) | Information processing apparatus and microscope for separating the fluorescence of a fluorescent reageant from the autofluorescence of a specimen | |
Murakami et al. | Color processing in pathology image analysis system for liver biopsy | |
Ghosh et al. | A generalized framework for stain separation in digital pathology applications |
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: 20180921 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20190924 Year of fee payment: 5 |