KR20180055970A - 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법 - Google Patents
초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법 Download PDFInfo
- Publication number
- KR20180055970A KR20180055970A KR1020160152782A KR20160152782A KR20180055970A KR 20180055970 A KR20180055970 A KR 20180055970A KR 1020160152782 A KR1020160152782 A KR 1020160152782A KR 20160152782 A KR20160152782 A KR 20160152782A KR 20180055970 A KR20180055970 A KR 20180055970A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- embryo
- chicken egg
- fertile chicken
- survival
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 210000001161 mammalian embryo Anatomy 0.000 title claims abstract description 31
- 238000000701 chemical imaging Methods 0.000 title abstract 2
- 230000035899 viability Effects 0.000 title description 2
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000000513 principal component analysis Methods 0.000 claims abstract description 13
- 230000004083 survival effect Effects 0.000 claims abstract description 13
- 229910052736 halogen Inorganic materials 0.000 claims abstract description 11
- 150000002367 halogens Chemical class 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000005286 illumination Methods 0.000 claims abstract description 3
- 235000013601 eggs Nutrition 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000002604 ultrasonography Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 2
- 230000001678 irradiating effect Effects 0.000 claims 1
- 210000000287 oocyte Anatomy 0.000 claims 1
- 241000700605 Viruses Species 0.000 abstract description 7
- 229960003971 influenza vaccine Drugs 0.000 abstract description 4
- 238000012258 culturing Methods 0.000 abstract description 3
- 238000003672 processing method Methods 0.000 abstract description 2
- 210000000991 chicken egg Anatomy 0.000 abstract 9
- 238000011156 evaluation Methods 0.000 abstract 1
- 229960005486 vaccine Drugs 0.000 abstract 1
- 210000004204 blood vessel Anatomy 0.000 description 16
- 241000270666 Testudines Species 0.000 description 11
- 230000004720 fertilization Effects 0.000 description 5
- 239000008267 milk Substances 0.000 description 5
- 235000013336 milk Nutrition 0.000 description 5
- 210000004080 milk Anatomy 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000012285 ultrasound imaging Methods 0.000 description 4
- 102000001554 Hemoglobins Human genes 0.000 description 3
- 108010054147 Hemoglobins Proteins 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 210000002257 embryonic structure Anatomy 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000011081 inoculation Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 102000002322 Egg Proteins Human genes 0.000 description 2
- 108010000912 Egg Proteins Proteins 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000003278 egg shell Anatomy 0.000 description 2
- 238000000855 fermentation Methods 0.000 description 2
- 230000004151 fermentation Effects 0.000 description 2
- 238000011534 incubation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 241000234282 Allium Species 0.000 description 1
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 1
- 241001147665 Foraminifera Species 0.000 description 1
- 241000255777 Lepidoptera Species 0.000 description 1
- 239000005862 Whey Substances 0.000 description 1
- 102000007544 Whey Proteins Human genes 0.000 description 1
- 108010046377 Whey Proteins Proteins 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000001605 fetal effect Effects 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 210000005166 vasculature Anatomy 0.000 description 1
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
- G01N33/02—Food
- G01N33/08—Eggs, e.g. by candling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J2003/003—Comparing spectra of two light sources
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10036—Multispectral image; Hyperspectral image
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법에 관한 것으로서, 보다 상세하게는 유정란에 바이러스를 접종하고, 배양, 수득과 정제과정을 거쳐 인플루엔자 백신을 생산하는 백신용 유정란의 배아 생존 유무를 비파괴적으로 판별하기 위하여 내부에 할로겐 광을 비추고 초분광 영상시스템을 적용하여 내용물을 가장 잘 확인할 수 있는 파장을 찾고, 초분광 영상의 라인 스캔을 통해 살아있는 유정란의 유동을 검출하되, 유정란의 유동을 강조하기 위해 영상처리 방법인 CLAHE 방법과, Gabor filter를 적용하고, 영상의 질감분석법을 수행함으로써, 유정란 내부의 배아 생존유무를 비파괴적으로 현장에서 실시간으로 대량평가할 수 있도록 한 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법에 관한 것이다.
이를 위하여, 본 발명은 (a) 할로겐 조명에서 조사된 유정란으로부터 400~1000nm의 초분광 투과 영상을 EMCCD(electron multiplying chargecoupled device) 카메라로 이미지를 촬영하는 단계; 및 (b) 상기 카메라에 촬영된 이미지를 통계분석 처리(PCA)을 통해 유정란 내부를 표현하는 영상을 획득한 후, 선명한 이미지를 얻는 전처리 방법을 수행하고, 질감분석을 통해 생존 유무를 판별하는 단계를 특징으로 한다.
이를 위하여, 본 발명은 (a) 할로겐 조명에서 조사된 유정란으로부터 400~1000nm의 초분광 투과 영상을 EMCCD(electron multiplying chargecoupled device) 카메라로 이미지를 촬영하는 단계; 및 (b) 상기 카메라에 촬영된 이미지를 통계분석 처리(PCA)을 통해 유정란 내부를 표현하는 영상을 획득한 후, 선명한 이미지를 얻는 전처리 방법을 수행하고, 질감분석을 통해 생존 유무를 판별하는 단계를 특징으로 한다.
Description
본 발명은 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법에 관한 것으로서, 보다 상세하게는 유정란에 바이러스를 접종하고, 배양, 수득과 정제과정을 거쳐 인플루엔자 백신을 생산하는 백신용 유정란의 배아 생존 유무를 비파괴적으로 판별하기 위하여 내부에 할로겐 광을 비추고 초분광 영상시스템을 적용하여 내용물을 가장 잘 확인할 수 있는 파장을 찾고, 초분광 영상의 라인 스캔을 통해 살아있는 유정란의 유동을 검출하되, 유정란의 유동을 강조하기 위해 영상처리 방법인 CLAHE 방법과, Gabor filter를 적용하고, 영상의 질감분석법을 수행함으로써, 유정란 내부의 배아 생존유무를 비파괴적으로 현장에서 실시간으로 대량평가할 수 있도록 한 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법에 관한 것이다.
세계 주요국의 인플루엔자 백신 시장은 2012/13년 32억달러 수준에서 연평균 5.73% 성장하여 2021/22년도에는 53억달러 규모까지 성장할 것으로 전망되고 있다. 인플루엔자 백신은 주로 유정란을 이용하여 생산하게 되는데, 유정란에 바이러스를 접종하고, 배양, 수득과 정제과정을 거쳐서 생산하게 된다.
접종 및 수득 과정에서는 10∼13일 동안 배양한 살아있는 유정란이 요구되는데, 살아있지 않은 유정란에 접종하면 바이러스가 증식되지 않을 뿐 아니라 보관을 위한 불필요한 공간 및 노동력 손실이 발생한다.
이러한 이유로 검란을 통해 살아있는 유정란 만의 사용이 요구되고 있어, 본 발명인이 많은 연구 끝에 개발하여 특허등록한 및 10-1400649(가시광선 및 근적외선을 이용한 투과식 혈란 검출 방법) 및 10-1410972(다양한 크기의 혈란을 검사할 수 있는 혈란 검출 시스템)을 활용하여 배양한 유정란의 생존 유무를 검사하기 위한 방법으로 내부에 빛을 비추어 혈관의 분포 상태를 파악하는 방법이 시도되고 있다.
이러한 광 파장을 이용한 달걀 또는 유정란의 상태를 분석하는 방법은 갈색란의 신선도 평가를 위해 근적외선(1000 nm ~1700 nm)을 투과 및 반사기술을 이용하거나, 471 nm ~ 1154 nm 영역의 스펙트로미터를 이용하여 혈란 선별가능성을 판단하는 것으로서, 혈란 판별을 위해 헤모글로빈 흡수영역인 539 nm와 577 nm의 파장을 이용하였고, 유정란의 초기 배아 성장을 검사하기 위해 577 nm와 610 nm 파장을 이용한다.
또한 5일~10일 사이의 유정란 성장을 통한 무게 변화를 예측하기 위해 Vis/NIR 파장을 이용하여 최소자승법 (Partial Least Square, PLS) 모델 및 초분광 Vis/NIR 영상을 이용하여 유정란의 초기 배아를 주성분분석으로 검출하는 방법이다.
그런데, 혈란 선별을 통한 방법은 유정란 내부의 혈의 유무를 기초로 분석하는 간접적 방법으로서, 유정란의 생존 유무와 직접적으로 매칭되는 것이 아니므로 판별의 정확도가 낮고, 무게 변화를 통한 방법 역시 유정란 내부를 가시적으로 확인하는 것이 아니므로 이 역시 판별의 정확도가 낮은 문제점이 있어, 상용화가 되지 못하고 있는 실정이다.
따라서, 유정란의 생존 유무를 정확하게 비파괴적으로 대량평가할 수 있는 방법의 개발이 절실히 요구되고 있다.
본 발명은 상기와 같은 문제를 해결하기 위하여 안출된 것으로, 본 발명에 따른 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법은 유정란의 생존 유무를 정확하게 비파괴적으로 대량평가할 수 있는 방법 및 시스템을 제시하는 것을 과제로 한다.
또한, 유정란 배양 상태를 가장 잘 구분할 수 있는 최적파장 영역을 선정하고 영상으로 구현하는 방법을 제시하는 것을 과제로 한다.
또한, 유정란의 배양상태에 대한 내부의 혈관과, 유정란 내부 배아의 유동에 대한 신뢰성을 높일 수 있는 전처리 기법을 제시하는 것을 과제로 한다.
상기 목적을 달성하기 위한 본 발명에 따른 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법은
상기와 같은 특징을 갖는 본 발명에 따른 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법은 유정란의 생존 유무를 검사하기 위해 초분광 영상을 이용하고, 유정란에 할로겐 광을 투과하여 400 nm ~ 1000 nm 영역의 초분광 투과영상을 획득하고, 주성분분석 (Principal Component Analysis, PCA)을 통하여 유정란 배양 상태를 가장 잘 구분할 수 있는 최적파장 영역을 영상으로 구현할 뿐만 아니라 선정된 파장 영상을 잡음제거 영상처리 기법을 이용함으로써. 선명한 영상을 획득할 수 있고, 정상 배양란과 생육 미활성란을 영상 질감분석기법을 이용하여 판별할 수 있게 됨에 따라 고속대량 표현형 다차원 분석이 가능해 진다.
도 1은 초분광 Vis/NIR 영상 시스템
도 2는 초분광 투과 영상을 획득하기 위한 유정란 고정판 및 광 조사 위치 설정 사진
도 3은 노치 필터링을 통한 노이즈 제거 사진((a)살아있는 유정란 영상, (b)이산푸리에 변환 (c)노치 투과 필터, (d)필터적용, (e)역이산푸리에 변환(노이즈 제거))
도 4는 초분광 Vis/NIR 영상 데이터의 PCA 수행 과정을 나타낸 사진((a)초분광 Vis/NIR 영상, (b) PCA 분석 후 획득 영상들, (c)PC4 영상의 파장그래프, (d) PC4의 가중치가 높은 파장별 영상(560 nm가 혈관을 가장 잘 표현하고 있다)).
도 5는 유정란 영상의 전처리 과정을 나타낸 사진( a) 유정란 영상의 목표 영역 설정(117×73 pixel, 중앙) b) 목표 영역의 영상, c) 'b'영상에 CLAHE 방법이 적용된 결과 d) 'd' 영상에 Gabor filtering(90°)가 적용된 결과)
도 6은 동시발생 매트릭스 분석의 적용 방법을 나타낸 예시도((a)분석 영역 선택, (b) 그레이 스케일 영상의 밝기를 256단계로 지정 (c) 상관관계를 정의할 픽셀 방향 지정(0°, 45°, 90°, 135°) (d) 질감 분석 묘사자를 통한 수치화)
도 7은 90°방향 특성의 Contrast 값의 분포를 나타낸 그래프( a) 생육 유정란의 진동이 미 포함된 Contrast 값의 분포 b 생육 유정란의 진동이 포함된 Contrast 값의 분포)
도 2는 초분광 투과 영상을 획득하기 위한 유정란 고정판 및 광 조사 위치 설정 사진
도 3은 노치 필터링을 통한 노이즈 제거 사진((a)살아있는 유정란 영상, (b)이산푸리에 변환 (c)노치 투과 필터, (d)필터적용, (e)역이산푸리에 변환(노이즈 제거))
도 4는 초분광 Vis/NIR 영상 데이터의 PCA 수행 과정을 나타낸 사진((a)초분광 Vis/NIR 영상, (b) PCA 분석 후 획득 영상들, (c)PC4 영상의 파장그래프, (d) PC4의 가중치가 높은 파장별 영상(560 nm가 혈관을 가장 잘 표현하고 있다)).
도 5는 유정란 영상의 전처리 과정을 나타낸 사진( a) 유정란 영상의 목표 영역 설정(117×73 pixel, 중앙) b) 목표 영역의 영상, c) 'b'영상에 CLAHE 방법이 적용된 결과 d) 'd' 영상에 Gabor filtering(90°)가 적용된 결과)
도 6은 동시발생 매트릭스 분석의 적용 방법을 나타낸 예시도((a)분석 영역 선택, (b) 그레이 스케일 영상의 밝기를 256단계로 지정 (c) 상관관계를 정의할 픽셀 방향 지정(0°, 45°, 90°, 135°) (d) 질감 분석 묘사자를 통한 수치화)
도 7은 90°방향 특성의 Contrast 값의 분포를 나타낸 그래프( a) 생육 유정란의 진동이 미 포함된 Contrast 값의 분포 b 생육 유정란의 진동이 포함된 Contrast 값의 분포)
본 발명에서 사용되는 용어는 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있는데 이 경우에는 단순한 용어의 명칭이 아닌 발명을 실시하기 위한 구체적인 내용에 기재되거나 사용된 의미를 고려하여 그 의미가 파악되어야 할 것이다.
이하, 첨부도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 본 발명을 설명함에 있어 발명의 요지를 불필요하게 흐릴 소지가 있는 구성에 대해서는 그 상세한 설명은 생략하기로 한다.
본 발명에 따른 초분광 영상을 이용한 유정란 내부 배아 생존유무 (a) 할로겐 조명에서 조사된 유정란으로부터 400~1000nm의 초분광 투과 영상을 EMCCD(electron multiplying chargecoupled device) 카메라로 이미지를 라인스캔 방식으로 촬영하는 단계; 및 (b) 상기 카메라에 촬영된 이미지를 통계분석 처리(PCA)을 통해 유정란 내부를 표현하는 영상을 획득한 후, 선명한 이미지를 얻는 전처리 방법을 수행하고, 질감분석을 통해 생존 유무를 판별하는 단계를 포함한다.
인플루엔자 백신은 주로 유정란에 바이러스를 접종하고, 배양, 수득과 정제과정을 거쳐서 생산하게 되는데, 이때 접종 및 수득 과정에서는 10∼13일 동안 배양한 살아있는 유정란이 요구되므로, 본 발명에 따른 유정란은 10~13일령 동안 부화된 백색 유정란을 대상으로 한다.
여기서, 계란의 경우, 갈색과 백색 등 다양한 껍질 색을 갖는 종류가 존재하지만 본 발명에서는 헤모글로빈 흡수영역인 539 nm와 577 nm의 파장을 회피할 수 있는 백색란을 대상으로 초분광 Vis/NIR 영역의 광을 투과방식으로 획득하여 이용한다.
한편, 도 %에서 에서 볼 수 있듯이 상기 (a) 단계에서 이미지 촬영은 광이 유정란을 투과할 수 있도록 유정란의 밑과 기실(air cell) 부분에 1000W급 할로겐 광을 조사하여 초분광 투과 영상을 획득한다.
한편, 유정란 내부의 광을 비추면, 배아의 위치, 기실의 크기, 혈관의 상태 그리고 달걀 껍질의 패턴이 섞인 이미지가 나타나고, 이는 혈관의 패턴과, 배아의 유동으로 인한 패턴의 검출에 상당한 노이즈로 작용하게 된다.
이러한 상태에서 선정된 분광영상을 이용하면 유정란 내부의 혈관 상태를 파악할 수는 있으나 초분광 영상획득의 특성상 세로 방향의 패턴이 포함된다.
도 3에서 에서 볼 수 있듯이 이러한 원인은 초분광 영상획득 시 유정란에 광을 비추면 유정란 내부에 있는 배아가 자극을 받아 움직이게 되고 이러한 진동이 라인스캔 영상획득 시 세로축 방향으로 패턴을 형성하게 되는 것이다
이러한 세로축 패턴이 포함된 영상과 포함하지 않은 영상의 질감 차이를 비교하기 위해 노치 필터(notch filter)를 사용하여 배아의 움직임으로 인한 패턴이 포함된 영상(도 3a)을 도 3b와 같이 이산푸리에 변환에 log를 취하여 변환시킨 후, 도 3c와 같이 노치 필터를 제작하여 적용한 후 (도 3d), 역변환을 통해 도 3e와 같이 노이즈가 제거된 영상을 얻을 수 있다.
한편, 본 발명에서는 배양된 백색 유정란에 할로겐 광을 투과하여 400 nm ~ 1000 nm 영역의 초분광 투과영상을 획득하고, 주성분분석 (Principal Component Analysis, PCA)을 통하여 유정란 배양 상태를 가장 잘 구분할 수 있는 파장 영역을 560 nm 영역으로 선정한다.
또한, 상기 (b)단계의 전처리 방법은 CLAHE 대비제한 적응 히스토그램 평활화(Contrast Limited Adapted Histogram Equalization, CLAHE) 방법 및 Gabor filter가 적용되고, 이를 통해 유정란 내부의 혈관과, 유정란 내부 배아의 유동을 강조(증폭)함으로써, 개선된 영상을 통해 정확한 생존유무의 판별이 가능해진다.
한편, 상기 (b)단계의 질감분석 방법은 라인스캔에 의한 초분광 이미지를 이용하여 유정란의 유동으로 인한 세로방향의 패턴 발생여부를 통해 배아 생존 유무를 판단하되, 동시발생 매트릭스의 상관성 묘사자로서, 전처리로 강조된 영상을 Contrast 방법을 통하여 90°방향의 패턴을 수치화하고, Contrast 값은 문턱값 0.9865를 기준으로 유정란 내부 배아의 생존 유무를 판단 정확성을 확보가 가능해진다.
이하, 본 발명을 실시예에 의해 상세히 설명한다. 그러나, 하기 실시예는 본 발명을 예시하는 것일 뿐, 본 발명의 내용이 하기 실시예에 한정되는 것이 아니다.
1. 재료 및 방법
1.1 재료
실험에 사용한 유정란은 백색 유정란으로 온도 37℃, 습도 75%로 설정한 배양기에서 1시간마다 1회씩 회전을 시키며 배양하였다. 각각 10일과 13일동안 배양한 유정란을 꺼내어 실험하였다. 이 중 미생육란을 만들기 위해 배양중인 유정란을 5일과 9일차에 배양기에서 꺼내어 하루 이상 상온에 두어 생육중단을 유도하였다. 총 사용된 유정란은 88개로 10일령 22개, 13일령 22개, 5일차 생육중단 22개, 9일차 생육중단 22개를 초분광 Vis/NIR영상을 촬영에 사용하였다.
1.2 실험장치
본 연구에 사용된 초분광 Vis/NIR 영상 시스템의 측정 범위는 400 nm∼1000 nm이며 시스템의 개략도는 도 1과 같다. 초분광 영상시스템은 Electron multiplying charge-coupled device(EMCCD) 카메라(Luca RDL-604M, Andor Technology, USA), Imaging spectrograph (VNIR/SWIR, Headwll photonics, Fitchburg, MA, USA), 그리고 시료 이송부(Step motor XNN10-0180-M02-21, VELMEX INC, USA)로 구성되어 있으며 라인스캔 방식을 이용하여 초분광 영상을 획득하였다.
이송 테이블 위에 도 2와 같이 유정란 고정 테이블(360 mm×215 mm×130 mm)을 제작 하였으며 100W급 할로겐램프를 광이 유정란을 투과되도록 하였다. 유정란 당 2개의 광케이블을 이용하여 조사하였고 2열로 연결하여 한번에 총 2개의 유정란을 측정할 수 있도록 제작하였다. 램프의 광케이블 고정 장치의 크기는 직경25 mm, 길이100 mm이며 각도는 25°로 고정시켰다.
1.3 최적 파장 선정
유정란의 생존 상태를 파악 할 수 있는 방법은 유정란 내부의 혈관 상태가 정상적으로 유지되어있음을 확인하는 것이다. 보통 유정란 내부에 광을 비추어 혈관이 보여지면 정상이고, 혈관이 발견되지 않고 피가 뭉쳐 응고된 경우 죽은 것으로 판단한다. 초분광 Vis/NIR투과 영상을 통하여 획득한 분광 영상 중, 유정란 내부 혈관을 가장 잘 표현한 파장 영역을 찾기 위해 주성분분석을 수행하였다. 주성분 분석법은 스펙트럼으로 구성된 영상의 변위 즉 유정란의 파장 특성을 표현하는 파장 변수들의 선형결합을 변이가 큰 순서데로 보여주게 된다. 이를 행렬로 표현 하면 아래의 식 (1)과 같다.
고유벡터를 이용하여 주성분 영상을 구성하고 최종적으로 정상 유정란과 미생육 유정란을 선별하기 위한 영상으로 이용하였다. 주성분 영상은 아래 식 (2)에 의해 구할 수 있다.
초분광 영상 획득 후, 주성분분석을 통해 주성분 영상을 구한다. 주성분 영상 중 네번째인 PC4가(도 4b) 유정란 내부의 혈관을 가장 잘 반영하는 것으로 나타났다. PC4 영상을 구성하는 스펙트럼의 가중치를 관찰한 결과 도 4c와 같이 560 nm, 799 nm, 904 nm에서 가장 높은 가중치를 보였다. 각 파장에 해당하는 영상은 그림 3d와 같았다. 이 분광영상 중 560 nm 영상이 유정란 내부의 혈관을 가장 잘 나타내 주는 것을 알 수 있다.
1.4 배아 생존 유무에 따른 패턴
살아있는 유정란에 내부에 할로겐 광을 비출 경우 세로방향의 노이즈가 발생한다. 원인은 초분광 영상의 시스템의 측정 방법이 라인스켄 방식에 따른 노이즈로써, 매 라인 스캔시, 광에 따른 배아의 유동이 영상에 반영되기 때문이다. 이러한 성질이 노이즈가 아닌, 살아있는 유정란의 검출에 중요한 요소가 된다.
2. 이미지 프로세싱
2.1 대비제한 적응 히스토그램 평활화(Contrast Limited Adapted Histogram Equalization, CLAHE) 적용
유정란 내부의 광을 비추면, 배아의 위치, 기실의 크기, 혈관의 상태 그리고 달걀 껍질의 패턴이 섞인 이미지가 나타난다. 이는 혈관의 패턴과, 배아의 유동으로 인한 패턴의 검출에 상당한 노이즈로 작용하게 된다. 광 조사 위치에 따른 영상의 밝기 차이와 이에 따른 숨어있는 패턴을 강조하기 위해 CLAHE 방법을 적용하였다. CLAHE는 영상을 직사각형 형태의 임의의 개수로 분할하여 각각의 영상을 히스토그램 평활화한 후, 다시 각각의 영상을 보간하여 합치는 방법이다. 이 때 분할된 영상의 히스토그램에서 한계점 이상의 밀도값(누적된 픽셀 갯수)을 다시 히스토그램에 재분배한다. 이러한 기법은 영상의 밝기 차이로 인해 숨어있는 패턴을 부각시키는데 상당이 유리한 방법이다.
도 5(b)는 죽은 유정란(위)과 살아있는 유정란(아래)의 gray 스케일 영상이다. 광원과의 거리와 배아의 위치에 따른 명암 차이가 존재함을 알 수 있으며, 배아의 진동으로 인한 유동과 혈관이 명확히 표현되지 않는다. 하지만 CLAHE 처리한 도 5(c)는 명암 차이로 인한 숨어있는 패턴들이 명확히 나타나는 것을 알 수 있다.
2.2 Gaber filer 적용
Gaber filter는 영상의 Edge를 사인 함수를 기반으로 한 특정 방향의 특징점을 추출하는 가우시안 필터로서, 영상처리 부분에서 특수한 방향성 및 패턴을 강조할 때 사용되며, 이를 이용하여 눈에 보이지 않는 특징점을 찾을 수 있다.
본 발명은 도 5a)와 같이 유정란의 생존 유무에 따른 560 nm 영상 중 각각의 유정란의 중심점을 기준으로 한 117 by 73 영상을 이용하였다. 도 5b)와 같이CLAHE 처리 후 Gaber filter를 이용하여 90°패턴을 강조하는 전처리를 수행하였다. 도 5c)의 아래 영상은 생육 유정란에 Gabor filter처리를 수행한 영상이다. 그림에서 알 수 있듯이 미생육 유정란(도 5c) 위)보다 세로 방향의 패턴이 매우 강조되어 나타남을 알 수 있다.
2.3 영상 질감 분석
전처리를 수행한 영상에서 정상란과 미생육 유정란의 차이를 판별하기 위하여 영상 질감 분석법을 사용하였다. 질감 분석법은 영상의 밝기값 분포를 히스토그램화하여 형태로 표현하는 방법이며 중앙 적률(central moments) 계산법을 사용한다. 평균에 관련된 n차 중앙적률 은 식 (3)과 같이 주어진다.
여기서, z = 밝기를 나타내는 랜덤 변수
L =가능한 밝기 레벨 수
m = z의 평균(그레이 레벨)
히스토그램만 사용하여 연산된 질감 분석법은 화소간의 상대적 위치 정보를 포함하지 않기 때문에 이를 반영하기 위해 동시발생(co-occurrence) 매트릭스를 사용하였다. 동시발생 매트릭스는 각각의 픽셀에서 0°, 45°, 90°, 135°방향의 픽셀의 밝기 값의 관계를 매트릭스 형태로 구성한 것이다. 만약 화소 레벨이 256개인 8비트 영상을 대상으로 0°방향의 관계 매트릭스로 구성한다면, 256×256 크기의 매트릭스를 구할 수 있다. 획득된 매트릭스의 질감 묘사를 위해 표1과 같이 정의된 다양한 상관성 묘사자를 계산하였다. 상관성 묘사자를 구하기 위해 사용되는 수식들은 표 1과 같다
| 묘사자 | 공 식 |
| Contrast |
 |
| Correlation |
  |
| Energy |
 |
| Homogeneity |
 |
| Maximum Probability | Max( |
| Entropy |
 |
본 발명은 전처리를 통해 태아의 유동이 포함된 생육 유정란 영상과 미유동 생육 유정란 영상(노치 필터를 이용한 생육 유동 제거)간의 차이를 확인하였다.
도 6을 참조하면, 노치 필터링 처리에 따른 미생육 유정란 영상과 정상 생육 중인 유정란 영상을 대상으로 동시발생 매트릭스의 질감 묘사 분석을 수행하였으며, 영상의 픽셀 강도는 256으로 구분하였고, 픽셀에서 0°, 45°, 90°, 135°방향의 밝기 관계를 조사하였다
3. 동시발생 매트릭스의 상관성 결과
동시발생 매트릭스의 0°, 45°, 90°, 135°방향의 6가지 상관성 묘사를 계산하였는데 90°방향이 가장 좋은 결과를 나타내었다. 표 2, 3, 4, 5의 값을 살펴보면 평균에 대조하여 표준편차의 값이 가장 작은 상관성 묘사자는 Contrast임을 알 수 있다. 각 시료의 90°방향의 Contrast 값 분포를 그래프로 나타내면 그림 6과 같으며, 배아의 유동 패턴이 포함된 영상이 값의 편차가 적은 것을 알 수 있다. 또한 문턱값 0.9865값을 기준으로 미생육 유정란과 정상 유정란이 잘 구분될 수 있음을 알 수 있다. 이는 생육 유정란의 유동 패턴을 포함한 영상을 이용하면, 유정란의 생육 유무 판단할 수 있음을 알 수 있다.
| 0° | 45° | |||
| Dead | Live | Dead | Live | |
| Max probability | 0.0003(0.00007) | 0.0012(0.0059) | 0.0003(0.0001) | 0.0012(0.0056) |
| Correlations | 403.99(180.47) | 231.46(68.705) | 426.46(181.73) | 279.05(79.380) |
| Contrast | 0.9080(0.0360) | 0.9017(0.0162) | 0.9022(0.0364) | 0.8775(0.0198) |
| Energy | 0.0003(0.00004) | 0.0009(0.037) | 0.0003(0.0001) | 0.0009(0.0035) |
| Homogeneity | 0.1355(0.0252) | 0.1694(0.0350) | 0.1321(0.0229) | 0.1594(0.0323) |
| Entropy | 3.5332(0.0462) | 3.4252(0.0910) | 3.5003(0.0437) | 3.4028(0.0870) |
| 90° | 135° | |||
| Dead | Live | Dead | Live | |
| Max probability | 0.0006(0.0001) | 0.0014(0.0058) | 0.0003(0.0001) | 0.0012(0.0056) |
| Correlations | 29.831(9.2182) | 58.736(14.471) | 428.82(185.99) | 278.33(80.246) |
| Contrast | 0.9931(0.0023) | 0.9745(0.0042) | 0.9017(0.0374) | 0.8781(0.0184) |
| Energy | 0.0006(0.0001) | 0.0012(0.0037) | 0.0003(0.0001) | 0.0009(0.0035) |
| Homogeneity | 0.3168(0.0296) | 0.2675(0.0344) | 0.1315 (0.0235) | 0.1603(0.0337) |
| Entropy | 3.3128(0.0669) | 3.2821(0.0988) | 3.5009 (0.0442) | 3.4027(0.0878) |
| 0° | 45° | |||
| Dead | Live | Dead | Live | |
| Max probability | 0.0006(0.0002) | 0.0014(0.0066) | 0.0005(0.0001) | 0.0013(0.0063) |
| Correlations | 143.40(43.703) | 229.37(70.890) | 179.20(49.697) | 275.97(81.568) |
| Contrast | 0.9115(0.0180) | 0.9040(0.0167) | 0.8788(0.0199) | 0.8801 (0.0209) |
| Energy | 0.0007(0.0002) | 0.0011(0.0048) | 0.0006(0.0001) | 0.0010(0.0045) |
| Homogeneity | 0.0226(0.0260) | 0.1728(0.0383) | 0.1901(0.0227) | 0.1613(0.0346) |
| Entropy | 3.2662(0.0876) | 3.4184(0.0993) | 3.2517 (0.0842) | 3.3969(0.0957) |
| 90° | 135° | |||
| Dead | Live | Dead | Live | |
| Max probability | 0.0008(0.0003) | 0.0015(0.0065) | 0.0005(0.0002) | 0.0013(0.0063) |
| Correlations | 50.749(13.191) | 58.862(15.883) | 183.71(52.104) | 277.13(85.270) |
| Contrast | 0.9662(0.0056) | 0.9746(0.0046) | 0.8761(0.0205) | 0.8804(0.0190) |
| Energy | 0.0010(0.0004) | 0.0013(0.0047) | 0.0006(0.0002) | 0.0010(0.0045) |
| Homogeneity | 0.2859(0.0333) | 0.2697(0.0371) | 0.1870(0.0234) | 0.1634(0.0372) |
| Entropy | 3.1347 (0.0973) | 3.2760(0.1063) | 3.2546(0.0840) | 3.3957(0.0964) |
4. 결론
유정란의 내부 배아 생존 상태를 판별하려면 혈관의 분포 상태를 파악해야 하는데, 혈관의 분포 상태를 잘 파악할 수 있는 파장 정보를 알기 위해 초분광 Vis/NIR 장비를 이용하여 측정하였다.
PCA를 이용하여 유정란의 내부 혈관 분포 상태를 잘 표현하는 파장을 선정하였으며, 그 중에서 560 nm가 가장 유효하였다. 560 nm는 헤모글로빈이 광을 흡수하는 영역으로 알려져 있으며, 혈관 정보와 일치하였다.
초분광 영상장치로 측정시, 태아의 움직임에 따른 패턴이 발생하였고, CLHAE법과 Gabor filter를 이용하여 영상을 개선하였다. 노치 제거필터를 이용하여 유정란 움직임이 포함하지 않은 영상을 만들고, 실제 유동이 포함된 영상의 질감-동시발생 매트릭스를 이용하여 수치화 하여 비교하였다. 영상의 Contrast 중 90도 방향 성분을 이용하여 0.9865값을 기준으로 유정란의 생사 여부를 판단할 수 있었다.
본 발명에 따른 방법을 이용한다면, 기존 10~13일령의 유정란 온라인 선별 시스템 성능이 향상될 것이라 판단된다
이상의 설명은 본 발명을 예시적으로 설명한 것이고, 명세서에 게시된 실시예는 본 발명의 기술사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술사상을 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 그러므로 본 발명의 보호범위는 청구범위에 기재된 사항에 의해 해석되고, 그와 균등한 범위 내에 있는 기술적 사항도 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (8)
- (a) 할로겐 조명에서 조사된 유정란으로부터 400~1000nm의 초분광 투과 영상을 EMCCD(electron multiplying chargecoupled device) 카메라로 이미지를 촬영하는 단계; 및
(b) 상기 카메라에 촬영된 이미지를 통계분석 처리(PCA)을 통해 유정란 내부를 표현하는 영상을 획득한 후, 선명한 이미지를 얻는 전처리 방법을 수행하고, 질감분석을 통해 생존 유무를 판별하는 단계를 특징으로 하는 유정란의 내부 배아 생존 유무의 상태측정 방법.
- 청구항 1에 있어서,
상기 (a)단계의 유정란은 백색란이며, 10~13일령 동안 부화된 것을 특징으로 하는 유정란의 내부 배아 생존 유무의 상태측정 방법.
- 청구항 1에 있어서,
상기 (a) 단계에서 이미지 촬영은 유정란의 밑과 기실 부분에 할로겐 광을 조사하여 초분광 투과 영상을 획득하는 것을 특징으로 하는 유정란의 내부 배아 생존 유무의 상태측정 방법.
- 청구항 1에 있어서,
상기 (b)단계에서 PCA 분석을 통해 획득된 영상은 560 nm 영역인 것을 특징으로 하는 유정란의 내부 배아 생존 유무의 상태측정 방법.
- 청구항 1에 있어서,
상기 (b)단계의 전처리 방법은 CLAHE 방법 및 Gabor filter가 적용되고,
이를 통해 유정란 내부의 혈관과, 유정란 내부 배아의 유동을 강조(증폭)하는 것을 특징으로 하는 유정란의 내부 배아 생존 유무의 상태측정 방법.
- 청구항 1에 있어서,
상기 (b)단계의 질감분석 방법은 동시발생 매트릭스의 상관성 묘사자로서, 전처리로 강조된 영상을 Contrast 방법을 통하여 90°방향의 패턴을 수치화하는 것을 특징으로 하는 유정란의 내부 배아 생존 유무의 상태측정 방법.
- 청구항 7에 있어서,
상기 (b)단계의 Contrast 값은 문턱값 0.9865를 기준으로 유정란 내부 배아의 생존 유무를 판단하는 것을 특징으로 하는 유정란의 내부 배아 생존 유무의 상태측정 방법.
- 청구항 1에 있어서,
상기 (a) 단계에서 초분광 이미지는 라인스캔 방식을 통하여 획득되고,
상기 (b) 단계의 질감분석 방법은 라인스캔에 의한 초분광 이미지를 이용하여 유정란의 유동으로 인한 세로방향의 패턴 발생여부를 통해 배아 생존 유무를 판단하는 것을 특징으로 하는 유정란의 내부 배아 생존 유무의 상태측정 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160152782A KR101907563B1 (ko) | 2016-11-16 | 2016-11-16 | 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160152782A KR101907563B1 (ko) | 2016-11-16 | 2016-11-16 | 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180055970A true KR20180055970A (ko) | 2018-05-28 |
| KR101907563B1 KR101907563B1 (ko) | 2018-10-15 |
Family
ID=62451275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160152782A KR101907563B1 (ko) | 2016-11-16 | 2016-11-16 | 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101907563B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102099164B1 (ko) * | 2018-12-28 | 2020-04-09 | 충남대학교산학협력단 | 초분광 nir 영상을 이용한 인삼의 내부 내백 등급 판정시스템 및 판정방법 |
| WO2023173208A1 (en) * | 2022-03-14 | 2023-09-21 | MatrixSpec Solutions Inc. | System and method of egg fertility and gender detection |
-
2016
- 2016-11-16 KR KR1020160152782A patent/KR101907563B1/ko active IP Right Grant
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102099164B1 (ko) * | 2018-12-28 | 2020-04-09 | 충남대학교산학협력단 | 초분광 nir 영상을 이용한 인삼의 내부 내백 등급 판정시스템 및 판정방법 |
| WO2023173208A1 (en) * | 2022-03-14 | 2023-09-21 | MatrixSpec Solutions Inc. | System and method of egg fertility and gender detection |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101907563B1 (ko) | 2018-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Detecting fertility and early embryo development of chicken eggs using near-infrared hyperspectral imaging | |
| CN102334422B (zh) | 基于机器视觉的蔬菜叶部病害实时诊断方法与系统 | |
| US20080102487A1 (en) | Method and apparatus for non-invasive rapid fungal specie (mold) identification having hyperspectral imagery | |
| JP2012135240A (ja) | 細菌コロニー同定装置およびその方法 | |
| KR20030077994A (ko) | 유정란의 성별을 감별하기 위한 방법 및 장치 | |
| Hai-ling et al. | Research on the discrimination of hatching eggs activity based on thermal imaging: A food nondestructive testing practice | |
| CN107392920B (zh) | 一种基于可见光-太赫兹光的植株健康辨别方法和装置 | |
| CN106530346B (zh) | 一种柏科植物冠形图像分析方法 | |
| CN104297165A (zh) | 一种基于高光谱图像对腐败真菌生长预测的方法 | |
| CN104237235A (zh) | 基于近红外成像技术的食源性致病菌的快速检测方法 | |
| CN107610122A (zh) | 一种基于Micro‑CT的单籽粒谷物内部虫害检测方法 | |
| Zhihui et al. | Nondestructive detection of infertile hatching eggs based on spectral and imaging information | |
| CN105067532A (zh) | 一种鉴别油菜菌核病和灰霉病早期病斑的方法 | |
| Park et al. | Line-scan imaging analysis for rapid viability evaluation of white-fertilized-egg embryos | |
| US20060039603A1 (en) | Automated color classification for biological samples | |
| CN109389581A (zh) | 基于红外热成像边缘检测处理的小麦叶锈病分级的方法 | |
| KR101907563B1 (ko) | 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법 | |
| Saifullah | K-means clustering for egg embryo’s detection based-on statistical feature extraction approach of candling eggs image | |
| CN114359539A (zh) | 一种生鱼片中寄生虫高光谱图像智能识别方法 | |
| Xu et al. | Non-destructive detection on the fertility of injected SPF eggs in vaccine manufacture | |
| CN104297136A (zh) | 一种基于高光谱图像对铜绿假单胞杆菌生长预测的方法 | |
| CN114136920A (zh) | 一种基于高光谱的单粒杂交水稻种子种类鉴定方法 | |
| CN111275064B (zh) | 基于卷积神经网络与时序特征的鸡蛋胚胎分类方法 | |
| Durai et al. | RETRACTED ARTICLE: Research on varietal classification and germination evaluation system for rice seed using hand-held devices | |
| Landahl et al. | Investigation of diseased onion bulbs using data processing of optical coherence tomography images |
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 |