KR20190022691A - 유체 내의 미세 물체의 검출 기술 - Google Patents
유체 내의 미세 물체의 검출 기술 Download PDFInfo
- Publication number
- KR20190022691A KR20190022691A KR1020197002096A KR20197002096A KR20190022691A KR 20190022691 A KR20190022691 A KR 20190022691A KR 1020197002096 A KR1020197002096 A KR 1020197002096A KR 20197002096 A KR20197002096 A KR 20197002096A KR 20190022691 A KR20190022691 A KR 20190022691A
- Authority
- KR
- South Korea
- Prior art keywords
- image data
- filtered
- prepared
- hologram
- light
- Prior art date
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 67
- 238000001914 filtration Methods 0.000 claims abstract description 33
- 230000002452 interceptive effect Effects 0.000 claims abstract description 14
- 230000000644 propagated effect Effects 0.000 claims abstract description 7
- 238000005286 illumination Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 14
- 230000036961 partial effect Effects 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 25
- 238000012545 processing Methods 0.000 description 20
- 206010057190 Respiratory tract infections Diseases 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000000386 microscopy Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000003708 edge detection Methods 0.000 description 5
- 235000019557 luminance Nutrition 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 239000011859 microparticle Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- -1 distribution Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000001093 holography Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 241000589248 Legionella Species 0.000 description 1
- 208000007764 Legionnaires' Disease Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012994 industrial processing Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 238000002032 lab-on-a-chip Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1484—Optical investigation techniques, e.g. flow cytometry microstructural devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/45—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods
- G01N21/453—Holographic interferometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/04—Processes or apparatus for producing holograms
- G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
- G01N2015/0233—Investigating particle size or size distribution by optical means using imaging; using holography using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1029—Particle size
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/103—Particle shape
-
- G01N2015/1087—
-
- G01N2015/1093—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/03—Cuvette constructions
- G01N2021/0378—Shapes
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/0005—Adaptation of holography to specific applications
- G03H2001/0033—Adaptation of holography to specific applications in hologrammetry for measuring or analysing
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/0005—Adaptation of holography to specific applications
- G03H2001/0033—Adaptation of holography to specific applications in hologrammetry for measuring or analysing
- G03H2001/0044—Adaptation of holography to specific applications in hologrammetry for measuring or analysing holographic fringes deformations; holographic sensors
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/04—Processes or apparatus for producing holograms
- G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
- G03H2001/0447—In-line recording arrangement
Landscapes
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Holo Graphy (AREA)
- Image Processing (AREA)
- Microscoopes, Condenser (AREA)
Abstract
방법(10)은, 간섭 광에 의해 샘플 볼륨을 조명하면서, 외래 미세 물체를 포함할 수 있는 유체를 보유하는 상기 샘플 볼륨을 통해 전파된 광을 수광하는 이미지 센서에 의해 캡쳐된 준비된(prepared) 이미지 데이터를 획득하는 단계(101) - 상기 준비된 이미지 데이터는 미세 물체에 대하여, 상기 간섭 무늬에 의해 형성되는 준비된 공간-교번 세기를 가지는 준비된 홀로그램 패턴을 포함함 -; 에지 강화 필터에 의하여 상기 준비된 이미지 데이터를 자동으로 필터링하는 것을 포함하는, 필터링된 이미지 데이터를 제공하는 단계(102) - 상기 필터링된 이미지 데이터는 준비된 홀로그램 패턴에 대하여, 필터링된 홀로그램 패턴을 포함함 -; 및 상기 필터링된 홀로그램 패턴에 기초하여, 상기 유체의 샘플 볼륨 내에서 상기 필터링된 홀로그램 패턴과 연관된 미세 물체의 존재를 자동으로 검출하는 단계(103)를 포함한다.
Description
본 발명은 일반적으로 물과 같은 유체의 품질을 모니터링하는 것에 관한 것이다. 특히, 본 발명은 유체의 미세 입자 또는 미생물 콘텐츠를 광학적 감지를 이용하여 모니터링하기 위한 방법 및 장치에 관한 것이다.
수질은 깨끗한 물이 생산, 공급, 또는 사용되는 다양한 응용 분야의 경우 중요한 파라미터이다. 수질은, 특정 품질 요건의 물이 사용되는 다양한 산업적 처리를 위해서 중요한 것처럼 도시 용수의 최종 사용자인 사람의 안전과 건강을 위해서도 중요할 수 있다.
종래에는, 철저한 수질 분석은 물 샘플이 복잡한 분석 기구를 사용하여 검사되는, 시간을 많이 소모하는 실험실에서의 처리로서 수행되어 왔다. 그러나, 많은 응용 분야, 예컨대 용수 처리 설비, 도시 상수도망, 또는 병원, 요양원, 또는 유아원과 같은 일부 특정한 타입의 주거용 상수도 시스템의 관내 용수 보급망, 및 특정한 산업 처리 프로세스에서의 수질의 모니터링의 경우, 훨씬 빠른 응답 시간이 요구된다.
인라인 홀로그래피 또는 홀로그래픽 현미경 검사가 신속한 수질 모니터링을 위한 하나의 가능한 기술로서 제안되어 왔다. US 2004/0169903 A1 에서, 해수에 있는 입자 및 생명체를 추적하기 위한 인라인 홀로그래피 방법이 개시된다. 다른 예에서는, 수생 병원균의 검출을 위한 콤팩트한 인라인 홀로그래픽 현미경 검사법이 Mudanyali O, Oztoprak C, Tseng D, Erlinger A, Ozcan A. Detection of waterborne parasites using field-portable and cost-effective lensfree microscopy. Lab on a chip. 2010;10(18):2419-2423 에서 개시된다. 이것의 전자 공개본은 www.rsc.org에 있다.
선행 기술의 홀로그래픽 현미경 검사 방법에서, 복잡한 수학적 알고리즘을 사용하여 홀로그래픽 이미지가 샘플의 하나 이상의 2-차원의 이미지로 재구성되는 재구성 단계가 수행되려면 번거롭고 시간이 많이 걸리는 계산을 해야 하고 강력한 성능의 고가 계산 장비가 필요하다. 그러면 인라인 홀로그래픽 현미경 검사 시스템을 소형의 저렴한 센서-레벨에서 구현하는 것이 어려워진다.
수질 모니터링과 유사하게, 유체 내의 외래 미세 물체가 검출 및/또는 분석되어야 하는 다른 다양한 응용 분야도 존재한다.
이러한 개요는 아래의 예시적인 실시형태들의 상세한 설명에서 추가로 설명되는, 단순화된 형태로의 개념들의 선택을 소개하기 위해 제공된다. 이러한 개요는 청구된 요지의 중요한 특징들 또는 본질적 특징들을 식별하기 위해 의도된 것이 아니며, 청구된 요지의 범위를 제한하기 위해 사용되는 것도 아니다.
일 양태에서, 유체 내에 존재하는 외래 미세 물체를 검출하기 위해서 사용될 수 있는 방법이 구현될 수 있다. 이러한 방법은, 예를 들어 상수도망, 용수 분배망, 용수 사용 시스템 및 미세 물체가 예를 들어 불순물 입자 및/또는 미생물일 수 있는 수도망에서 수질을 모니터링하기 위해 활용될 수 있다. 또는, 유체는 다른 몇 몇 액체 또는 가스일 수도 있다.
이러한 방법은, 간섭 광에 의해 샘플 볼륨을 조명하면서, 외래 미세 물체를 포함할 수 있는 유체를 보유하는 상기 샘플 볼륨을 통해, 즉 가로질러 전파된 광을 수광하는 이미지 센서에 의해 캡쳐된 홀로그램 디지털 이미지 프레임으로부터 유래하는 준비된(prepared) 이미지 데이터를 획득하는 단계 - 존재할 수 있는 미세 물체는 상기 광의 일부를 산란시키고, 산란된 광 및 산란되지 않은 광은 상기 미세 물체 뒤에 간섭 무늬를 형성하도록 간섭하며, 상기 준비된 이미지 데이터는 미세 물체에 대하여, 상기 간섭 무늬에 의해 형성되는 준비된 공간-교번(spatially alternating) 세기를 가지는 준비된 홀로그램 패턴을 포함함 -; 에지 강화 필터(edge enhancing filter)에 의하여, 상기 준비된 이미지 데이터를, 가능하게는 두 개 이상의 상이한 방형으로 자동으로 필터링하는 것을 포함하는, 필터링된 이미지 데이터를 제공하는 단계 - 상기 필터링된 이미지 데이터는 상기 준비된 이미지 데이터 내에 존재하는 준비된 홀로그램 패턴에 대하여, 필터링된 홀로그램 패턴을 포함함 -; 및 상기 필터링된 홀로그램 패턴에 기초하여, 상기 유체의 샘플 볼륨 내에서 상기 필터링된 홀로그램 패턴과 연관된 미세 물체의 존재를 자동으로 검출하는 단계를 포함할 수 있다.
이러한 방법에서, 인라인 홀로그래픽 현미경 검사법으로부터 공지된 것과 같은 일부 원리들이 사용될 수 있다.
수반되는 특징들 중 많은 것들이 첨부 도면과 연계하여 고려되는 후속하는 발명을 실시하기 위한 구체적인 내용을 참조하여 더 잘 이해됨에 따라 더 용이하게 인식될 것이다.
본 발명은 첨부 도면을 참조하여 후속하는 상세한 설명을 파악하면 더 잘 이해될 것이다.
도 1 내지 도 4 는 유체에 존재하는 외래 미세 물체를 검출하는 방법을 개략적인 흐름도로 예시한다; 그리고
도 5 및 도 6 은 유체에 존재하는 외래 미세 물체를 검출하는 장치를 개략적인 블록도로 예시한다.
도 1 내지 도 4 는 유체에 존재하는 외래 미세 물체를 검출하는 방법을 개략적인 흐름도로 예시한다; 그리고
도 5 및 도 6 은 유체에 존재하는 외래 미세 물체를 검출하는 장치를 개략적인 블록도로 예시한다.
도 1 의 방법(10)은, 동작 시에(11), 간섭 광에 의해 샘플 볼륨을 조명하는 동안에, 큐벳 내에 놓이거나 큐벳에 의해 규정될 수 있는 샘플 볼륨을 통해 전파된 광을 수광하는 이미지 센서에 의해 캡쳐된 홀로그램 디지털 이미지 프레임으로부터 유래하는 준비된 이미지 데이터를 획득하는 단계를 포함하는데, 이러한 샘플 볼륨은 외래 미세 물체를 포함할 수 있는 외래 미세 물체를 보유한다.
큐벳에 의해 규정된다는 것은, 샘플 볼륨의 연장, 즉 형상 및 치수가 큐벳에 의해 물리적으로 제한되거나 한정된다는 것을 가리킨다. 이러한 큐벳은 샘플 볼륨의 경계를 결정할 수 있는 하나 이상의 직선형 또는 만곡형 벽을 가지는 임의의 적절한 형상 및 구조를 가질 수 있다. 또는, 샘플 볼륨은 큐벳에 의해 규정되는 내부 볼륨의 일부만을 포함할 수도 있다.
"외래(of foreign orign)"라는 표현은 이러한 미세 물체가 유체 자체로 형성된 것이 아니라는 것을 의미한다. 이들은, 예를 들어 관심 대상인 유체가 이송되거나 저장되는 파이프 또는 컨테이너의 재료로부터 생길 수 있다. 이러한 시스템의 재료의 입자들이, 예를 들어 파이프 파손 또는 장비의 고장의 결과로서 유체 내로 방출될 수 있다. 또는, 외래 미세 물체는 이러한 파이프 또는 컨테이너 내에 생긴 외래 물건(body) 또는 오염물로부터 생길 수도 있다. 예를 들어 상수도 시스템의 경우, 유체 내에 미생물이 생기게 하는 이러한 외래 물건은 동물의 사체일 수 있다.
상수도, 배수(distribution), 또는 용수 시스템 및 네트워크의 경우, 일반적으로 존재하지 않는 미생물은, 예를 들어 대장균군 또는 레지오넬라군에 속하는 박테리아, 장편모충과 같은 원생동물, 또는 다양한 타입의 조류일 수 있다.
다른 측면에서, 물리적 특성의 관점에서 볼 때, "외래 미세 물체"는 통상적으로, 예를 들어 유체의 굴절률과는 다른 굴절률을 가진다. 그러면 광학적 감지법을 이용하여 이러한 물체를 검출할 수 있다. 도 1 의 방법에서, 미세 물체의 검출이 미세 물체와 유체의 굴절률들 사이의 차이에 기인한 미세 물체에 의한 광의 산란에 기초한다는 점에서 광학적 감지법이 활용된다.
"이미지 센서"란 디지털 이미지 프레임을 캡쳐할 수 있는 광 감지 컴포넌트 또는 요소를 가리킨다. 이미지 센서는, 예를 들어 CMOS(Complementary Metal Oxide Semiconductor) 또는 능동 광 검출 이미징 요소와 같은 임의의 다른 적절한 타입의 센서 요소를 포함할 수 있다.
"디지털 이미지 프레임", 또는 간략하게 "프레임"이라는 것은, 이미지 센서의 픽셀 또는 일부 다른 광-감지 요소(들)의 노출을 통해 캡쳐된 데이터 콘텐츠를 가리킨다. 따라서, 프레임은 해당 이미지 데이터에 기초하여 디스플레이가능한 디지털 이미지를 조합하게 하는 이미지 데이터를 일반적으로 포함한다. 디지털 이미지 프레임의 이미지 데이터는, 예를 들어 이미지 센서의 픽셀에 의해 수광되는 광 에너지에 대한 정보를 포함할 수 있다.
간섭 광으로 샘플 볼륨을 조명할 때, 그 안에 존재할 수 있는 미세 물체는 광의 일부를 산란시키고, 및 조명 광의 산란된 부분 및 비-산란된 부분이 간섭을 일으켜서 미세 물체 뒤에 간섭 무늬를 형성한다.
간섭 광에 의한 조명이란 샘플 볼륨을 조명하는 광의 적어도 일부가 공간적 및 시간적으로 충분히 간섭성을 가져서 상기 간섭이 가능해지게 한다는 것을 가리킨다. 따라서, "간섭 광에 의한 조명"이란 비간섭 광에 의해서도 샘플 볼륨을 동시에 조명하는 가능성을 배제하지 않는다. 따라서, 샘플 볼륨을 조명하는 광은 간섭 광 및 비간섭 광을 포함할 수 있다.
"뒤(behind)"란, 조명 광, 즉 샘플 볼륨을 조명하는 간섭 광의 입사 방향으로부터 관찰할 때에 간섭 무늬의 위치를 가리킨다. 다르게 말하면, 간섭성 조명 광을 생성하는 광원의 위치로부터 관찰하면, 간섭 무늬는 주로 미세 물체 뒤에서, 즉 간섭 광이 미세 물체에 입사하는 쪽에 반대쪽에서 주로 형성된다.
그 결과, 홀로그램 디지털 이미지 프레임으로부터 유래하는 준비된 이미지 데이터는, 이미지 센서에 의해 수광되는 광의 경로 내의 미세 물체에 대하여, 간섭 무늬에 의해 형성되는 준비된 공간-교번 세기를 가지는 준비된 홀로그램 패턴을 포함한다.
간섭 광, 즉 조명 광은 확장하는 원뿔 또는 빔 내로 또는 시준된 빔 내로 방출되거나 유도될 수 있다. 전자의 경우, 간섭 무늬는 산란하는 미세 물체로부터의 거리의 함수로서 확장된다. 더 나아가, 조명 광이 확장하는 광 빔 또는 시준된 광 빔으로 방출되거나 유도되는지와 무관하게, 간섭 무늬는 미세 물체의 타입 및 조명 광의 파장에 따라서, 다양한 방향으로의 광의 산란에 기인하여 확장된다. 결과적으로, 미세 물체와 이미지 센서 사이의 거리가 길수록, 이미지 센서 상에 형성되는 홀로그램 패턴도 커진다.
치수의 관점에서 볼 때, "미세 물체"는 0.1, 0.5 또는 1.0 내지 50 또는 100 μm의 최대 직경, 길이, 또는 폭에 속하는 최대 직경, 길이, 또는 폭과 같은 그들의 고유 치수(characteristic dimension)를 가지는 물체를 가리킨다. 매우 작은 고유 치수를 가지는 물체는 인간의 눈에는 보이지 않아서, 시각적으로 검출될 수 없다. 반면에, 그러한 크기의 물체에 의해 형성되는 홀로그램은 합리적으로 작은 크기를 가지는 이미지 센서에 의해서 검출가능하다. 더 나아가, 이러한 마이크로미터 단위의 고유 치수를 가지면, 물체는 광을 주로 순방향으로 산란하여, 인라인 홀로그래피에 의해서 효율적으로 검출된다.
홀로그램 디지털 이미지 프레임으로부터 "유래하는(originating from)" "준비된(prepared)" 이미지 데이터란, 캡쳐된 홀로그램 디지털 이미지 프레임에 의해 직접적으로 규정되는 초기 이미지 데이터가 본 발명의 방법의 후속하는 동작에 대한 기초가 되는 준비된 이미지 데이터를 생성하도록 처음에 몇 몇 적절한 방법으로 준비되거나 처리될 수 있다는 것을 가리킨다.
홀로그램 디지털 이미지 프레임의 준비된 이미지 데이터 또는 그 이미지 데이터를 "획득한다"는 것은, 자동 데이터 처리 및/또는 저장 목적을 위하여 이용가능한 이러한 데이터 콘텐츠를 제공하는 임의의 적절한 방식을 가리킨다. 미리 생성된 준비된 이미지 데이터는 장치 내의 임의의 적절한 메모리 내에 또는 일부 다른 장치 또는 디바이스에, 또는, 예를 들어 클라우드 서버 내에 저장될 수 있다. 이러한 미리 생성된 데이터 콘텐츠는 임의의 적절한, 유선 또는 무선 데이터 또는 신호 송신 경로를 사용하는 방법으로 획득될 수 있다. 일부 실시예들에서, 상기 "획득한다"는 것은, 준비된 이미지 데이터를 생성하는 것 또는 준비된 이미지 데이터를 생성하도록 초기 이미지 데이터를 처리하는 것을 더 포함할 수 있다.
준비된 이미지 데이터가 획득되면, 본 발명의 방법은 동작(12)에서, 필터링된 이미지 데이터를 제공하는 단계를 포함한다. 이것은, 차례대로, 필터링된 이미지 데이터가, 준비된 이미지 데이터 내에 존재하는 준비된 홀로그램 패턴에 대하여, 필터링된 홀로그램 패턴을 포함하도록, 준비된 이미지 데이터를 에지 강화 필터에 의하여 자동으로 필터링하는 것을 포함한다.
당업자에게 공지된 바와 같이, 에지 강화 필터 목적으로 이미지 데이터를 필터링하기 위해서 사용될 수 있는 매우 다양한 공지된 수학 연산이 존재한다. 임의의 적절한 에지 강화 필터가 사용될 수 있다. 바람직하게는, 이미지 데이터 내에 대략적으로 둥글거나 원형인 물체를 강화시키는 에지 강화 필터가 사용될 수 있다.
에지 강화 필터는, 예를 들어 다양한 에지 검출 알고리즘에 기초할 수 있다. 일반적으로, 에지 검출에서의 원리는, 이러한 에지 검출 알고리즘에 의해서 이미지 데이터를 필터링함으로써, 이미지 콘텐츠 내에 상대적으로 급격한 변화가 존재하는 곳을 찾는 것이다. 예를 들어, "에지"를 찾기 위해 사용되는 관심 파라미터는 프레임의 캡쳐 중에 이미지 센서에 의해 수광되는 광의 세기, 즉 이미지 데이터에 의해 형성되는 이미지의 휘도일 수 있다.
에지 강화 필터링에 의해 이미지 데이터를 필터링한 결과, 필터링된 이미지 데이터는 일반적으로 에지, 즉 원본 이미지 데이터 내에 존재하는 구별가능한 물체의 윤곽을 강조처리한다. 준비된 홀로그램 패턴을 가지는 준비된 이미지 데이터를 필터링하는 경우에, 그러므로 필터링된 이미지 데이터는 필터링된 홀로그램 패턴의 형태인 준비된 홀로그램 패턴의 윤곽을 포함한다.
필터링된 홀로그램 패턴에 기초하여, 이미지 데이터의 추가적인 분석은 이미지 영역 내의 홀로그램 패턴의 실제 위치에 중점을 두거나 그것으로 한정될 수 있다. 그러면, 이미지 데이터의 나머지는 분석될 필요가 없기 때문에 요구되는 계산 파워가 크게 절약될 수 있다.
에지 강화 필터는 대칭적 필터일 수 있다. 대칭적 필터란 필터링될 원본 패턴의 회전 대칭, 즉 회전 형상 정보를 실질적으로 보존하는 필터를 가리킨다. 따라서, 대칭적 필터를 사용하면, 준비된 홀로그램 패턴의 원본 회전 대칭이 보존되어, 필터링된 홀로그램 패턴의 형상이 연관된 준비된 홀로그램 패턴의 형상에 실질적으로 대응하게 된다.
오직 하나의 방향 대신에, 에지 강화 필터에 의한 필터링은 두 개 이상의 상이한 방향에서 수행되는 것을 바람직할 수 있다. 더 많은 방향이 사용되면, 필터링된 홀로그램 패턴은 연관된 준비된 홀로그램 패턴의 형상을 더 정확하게 따라갈 수 있다.
두 개 이상의 방향에서 필터링을 수행하는 경우, 필터링된 이미지 데이터를 제공하는 단계는, 부분적인 필터링된 이미지 데이터를 각각 포함하는 복수 개의 필터링된 이미지 프레임을 제공하는 것, 및 복수 개의 필터링된 이미지 프레임의 부분적인 이미지 데이터를 조합함으로써 최종 필터링된 이미지 데이터를 형성하는 것을 포함할 수 있다. 따라서, 준비된 이미지 데이터는 부분적인 필터링된 이미지 데이터를 각각 제공하는 상이한 방향의 필터들에 의해 필터링될 수 있고, 그 뒤에 상이한 부분적인 이미지 데이터가 합산되거나 조합되어 필터링된 이미지 데이터를 형성할 수 있다. 상이한 또는 동일한 타입의 필터가 상이한 필터링 동작에서 사용될 수 있다.
에지 강화 필터링에 추가하여, 필터링된 이미지 데이터를 제공하는 단계는, 준비된 이미지 데이터를 일부 다른 타입의 필터에 의하여, 예컨대 홀로그램 패턴의 대칭을 강화시키는 하나 이상의 필터에 의하여 필터링하는 것을 포함할 수 있다.
두 개 이상의 방향에서 필터링을 수행하면, 각각의 방향에 대해서 원본 준비된 이미지 데이터 필터링이 원본 준비된 이미지 데이터 상에서 처리될 수 있고, 그 후에 필터링된 이미지 데이터가 조합되어 하나의 단일 필터링된 이미지 데이터를 형성할 수도 있다.
일 실시예에서, 준비된 이미지 데이터를 대칭적 에지 강화 필터에 의하여 필터링하는 단계는, 준비된 이미지 데이터에 콘볼루션 커널을 적용하는 것을 포함한다.
당업자에게 알려진 바와 같이, 콘볼루션 커널을 적용하는 것은 이미지 데이터에 걸쳐서 커널을 슬라이딩하는 것을 포함할 수 있다. 또는, 우선 이미지 데이터 및 커널의 푸리에 변환을 취하고, 그러한 푸리에 변환을 승산하며, 이를 통하여 얻어진 곱의 역변환을 취함으로써 실질적으로 동일한 결과가 얻어질 수도 있다.
당업자아게 알려져 있는 바와 같이, 콘볼루션 커널은 2-차원 필터 행렬을 포함하고, 행렬의 각각의 셀은 필터링될 이미지 데이터의 대응하는 셀 또는 픽셀이 승산될 인자를 규정한다. 이미지 데이터의 주어진 셀 또는 픽셀에 대하여, 해당 특정 셀 또는 픽셀 및 그 이웃하는 셀 또는 픽셀의 값들 각각은 행렬의 각각의 셀에 의해 승산된다. 결과적으로 얻어지는 곱이 합산되고, 결과는 필터링된 이미지 데이터의 해당 특정 셀 또는 픽셀의 값으로 설정된다.
일반적으로 에지 강화 필터 및 에지 검출 알고리즘에서와 같이, 이미지 데이터 내의 에지를 향상 및/또는 검출하기에 적합한 매우 다양한 미리 규정된 커널 행렬들이 존재한다. 에지 강화를 위해서 사용되는 콘볼루션 커널의 주지의 예는 로버트, 프리쉬트, 소벨(Roberts, Prewitt and Sobel) 커널을 포함한다. 일반적으로 사용되는 에지 검출 알고리즘에는 캐니 및 데리히(Canny and Deriche) 에지 검출기가 있다.
콘볼루션 커널이 적용되는 이전의 실시예에 따르는 것일 수 있는 일 실시예에서, 필터링된 이미지 데이터를 제공할 때, 준비된 이미지 데이터를 대칭적 필터일 수 있는 에지 강화 필터에 의하여 필터링하는 것이 적어도 두 개의 상이한 공간 주파수에 대해서 수행된다.
공간(spatial)" 주파수란 준비된 홀로그램을 형성하는 인접한 간섭 무늬들 사이의 공간적 거리를 가리킨다. 인접한 간섭 무늬가 가까워질수록, 공간 주파수는 높아진다.
간섭 무늬의 공간 주파수는 이미지 센서로부터의 미세 물체의 거리, 및 미세 물체의 크기 양자 모두에 의해 영향받는다. 간섭 무늬의 낮은 공간 주파수는, 그 낮은 세기 최대치들과 결합하여, 준비된 홀로그램 패턴의 점진적 에지를 생성할 수 있다. 이에 반해, 높은 공간 주파수 및/또는 높은 세기 최대치들은 실질적으로 더 첨예한 에지를 가지는 준비된 홀로그램 패턴을 생성할 수 있다. 준비된 이미지 데이터를 적어도 두 개의 상이한 공간 주파수에 대해서 필터링하면, 준비된 이미지 데이터 내에 상이한 에지 첨예도를 가지는 준비된 홀로그램 패턴이 있는 경우에 에지 강화의 신뢰성이 개선될 수 있다.
두 개 이상의 공간 주파수에 대하여 필터링을 수행하는 경우, 필터링된 이미지 데이터를 제공하는 단계는, 부분적인 필터링된 이미지 데이터를 각각 포함하는 복수 개의 필터링된 이미지 프레임을 제공하는 것, 및 복수 개의 필터링된 이미지 프레임의 부분적인 이미지 데이터를 조합함으로써 최종 필터링된 이미지 데이터를 형성하는 것을 포함할 수 있다. 따라서, 준비된 이미지 데이터는 부분적인 필터링된 이미지 데이터를 각각 제공하는 상이한 공간 주파수에 대한 필터들로 필터링될 수 있고, 그 뒤에 상이한 부분적인 이미지 데이터가 합산되거나 조합되어 필터링된 이미지 데이터를 형성할 수 있다. 상이한 또는 동일한 타입의 필터가 상이한 필터링 동작에서 사용될 수 있다.
더 나아가, 필터링된 이미지 데이터를 제공하는 단계는, 준비된 이미지 데이터를, 준비된 이미지 데이터를 필터링 방향 및 공간 주파수의 특정한 조합에 의하여 필터링하도록 각각 구성되는 복수 개의 필터에 의하여 자동으로 필터링하는 것을 포함할 수 있다. 그러면, 이러한 복수 개의 필터링 동작의 부분적인 필터링된 이미지 데이터가 조합 또는 합산되어 필터링된 이미지 데이터를 형성할 수 있다. 그 하나의 예가 도 10 에 도시된다.
도 10 에서, 좌측 열은 홀로그램 패턴을 필터링 방향 및 공간 주파수의 특정한 조합으로 필터링함으로써 각각 생성된 필터링된 이미지 프레임을 예시한다. 좌측 열은 위부터 아래로, 각각의 필터링 동작으로부터 얻어지는 상이한 필터링된 이미지의 부분적인 필터링된 이미지 데이터를 조합함으로써 형성되는 "누적" 필터링된 이미지 프레임을 발생시키는 것을 예시한다. 우측 열의 최하측 이미지 프레임은 최종 필터링된 이미지 데이터를 가지는 누적 필터링된 이미지 프레임을 나타낸다. 예를 들기 위하여, 이러한 최종 누적되거나 조합된 필터링된 이미지 프레임은, 좌측 열의 필터링된 이미지 프레임 중 임의의 것에서는 예시되지 않은 일부 부분적인 필터링된 이미지 데이터를 역시 그 안에 조합함으로써 형성된다.
교번하는 세기를 가지는 간섭 무늬 때문에, 준비된 이미지 데이터를 필터링하면, 준비된 이미지 데이터의 준비된 홀로그램 패턴에 대하여, 양의 값과 음의 값을 가지는 필터링된 공간-교번 세기 성분이 최초로 생성된다. 이것은 또한 하강 에지들도 "에지"라고 결정되기 때문이다. "세기 성분"이란, 공간적으로 실질적으로 상수이거나 느리게 변하는 기저 레벨이 될 수 있는, 공간-교번 세기의 교번하는 부분을 가리킨다. 이전의 실시예 중 임의의 것에 따르는 것일 수 있는 일 실시예에서, 필터링된 이미지 데이터를 제공하는 단계는, 필터링된 공간-교번 세기 성분의 이러한 음의 값을 그들의 절대값, 즉 양의 값으로 자동으로 변환하는 것을 더 포함한다.
일 실시예에서, 필터링된 공간-교번 세기 성분의 음의 값을 그들의 절대 값으로 이와 같이 변환한 이후에, 본 발명의 방법은 필터링된 공간-교번 세기 성분을 자동으로 평활화하는 것을 더 포함한다.
"평활화(smoothing)"란 일반적으로, 필터링된 홀로그램 패턴의 영역 내의 공간-교번 세기 성분의 진폭을 낮추는 것을 가리킨다. 이러한 목적을 위하여 임의의 적절한 필터(들) 및 알고리즘(들)이 활용될 수 있다. 결과적으로, 필터링된 이미지 데이터는 필터링된 홀로그램 패턴의 영역 내에서 국지적으로 증가된 세기를 포함할 수 있고, 필터링된 홀로그램 패턴 내의 세기는 조금만 교번하거나 교번하지 않는다.
필터링된 이미지 데이터는, 미리 결정된 임계 레벨을 초과하는 그 값을 특정한 상수 세기 레벨로 자동으로 설정하면서, 상기 임계 값 아래에 남아 있는 값을 제로로, 또는 가능하게는 필터링된 홀로그램 패턴 밖의 세기의 0이 아닌 기저 레벨로 변환하여 경계화(thresholding)함으로써 더 처리될 수 있다. 이를 통하여, 필터링된 이미지 데이터는 이진 이미지인 필터링된 홀로그램 패턴을 포함할 수 있다. 또는, 임계 레벨을 초과하는 값은 변하지 않은 채로 남겨질 수 있다.
이미지의 관점에서 보면, 처음에는 필터링된 공간-교번 세기 성분의 음의 값을 그들의 양의 상대값(counterpart)으로 변환하고, 가능하게는 평활화 및 또한 가능하게는 경계화를 수행하면, 필터링된 홀로그램 패턴이 "얼룩(blob)", 즉 실질적으로 일정하거나 적게 교번하는 국지적으로 증가된 세기를 가지는 영역을 형성하는 필터링된 이미지 데이터가 결과적으로 얻어질 수 있다.
음의 세기 성분 값을 양의 값으로 변환하고, 이를 통하여 획득된 세기 성분 곡선을 평활화하며, 더 나아가 평활화된 곡선을 경계화하는 동작들이 도 5 에 예시된다.
이용가능한 필터링된 이미지 데이터를 가지면, 본 발명의 방법은 동작(13)에서, 유체의 샘플 볼륨 내의 필터링된 홀로그램 패턴과 연관된 미세 물체의 존재를 필터링된 홀로그램 패턴에 기초하여 자동으로 검출하는 단계를 더 포함한다.
따라서, 필터링된 이미지 데이터의 필터링된 홀로그램 패턴(들)이 존재하면, 이것은 샘플 볼륨 내에 보유된 유체 내의 미세하고 산란하는 물체(들)의 존재를 표시하는 것으로 사용된다.
미세 물체의 존재를 "필터링된 홀로그램 패턴에 기초하여" 검출한다는 것은, 준비된 홀로그램 패턴을 가지는 준비된 이미지 데이터를 필터링함으로써 얻어진 필터링된 홀로그램 패턴이 샘플 볼륨 내의 미세 물체의 존재로부터 유래한다는 사실을 가리킨다. 따라서, 필터링된 홀로그램 패턴이 검출된다는 것은 존재 샘플 볼륨 내에 외래 미세 물체가 존재한다는 것을 나타낸다.
필터링된 이미지 데이터 내의 필터링된 홀로그램 패턴을 검출하기 위하여, 임의의 적절한 패턴 인식 필터(들) 또는 알고리즘(들)이 사용될 수 있다. 예를 들어, 위에서 논의된 바와 같은 "얼룩"을 포함하는 필터링된 홀로그램 패턴을 가지는 필터링된 홀로그램 데이터의 경우, 다양한 얼룩 검출 필터 및 알고리즘이 알려져 있으며 사용될 수 있다.
미세 물체의 존재를 검출한다는 것은 유체 내에 임의의 미세 물체가 존재하는지 여부를 결정하는 것을 가리킨다. 이러한 의미에서, 이러한 물체의 존재를 검출하는 것은, 조명 광이 통과하여 이미지 센서로 전파되는 이러한 물체가 유체 볼륨 내에 존재하지 않는다고 판정하고 결정하는 것도 포함할 수 있다. 반면에, 필터링된 이미지 데이터 내에 복수 개의 필터링된 홀로그램 패턴이 존재하는 경우, 본 발명의 방법은 자연적으로, 미세 물체의 총괄적인 존재를 판정하는 것에 추가하여, 분석된 유체 볼륨 내에 있는 이들의 개수까지 결정하는 것을 포함할 수 있다.
검출 동작의 결과, 즉 분석된 유체 볼륨 내의 적어도 하나의 미세 물체의 존재에 대한 정보는 저장되거나 추가적으로 전송되기에 적합한 임의의 적절한 전기적 데이터 또는 신호 형태로 구현될 수 있다.
본 발명의 방법의 하나 이상의 동작을 "자동으로" 수행한다는 것은, 관심 대상인 동작(들), 예를 들어 미리 결정된 규칙 및 프로시저에 따라서 하나 이상의 적절한 데이터 처리 유닛 또는 모듈에 의해, 이러한 유닛 또는 모듈을 내장하는 장치 또는 디바이스의 사용자에 의해 제공되는 기여 또는 사용자에 의해 수행되는 결정이 필요 없이, 유체내의 미세 물체(들)의 존재를 전술된 바와 같이 검출하는 것을 가리킨다. 자동으로 수행된다고 특히 언급된 동작들에 추가하여, 다른 동작도 완전히 또는 부분적으로 자동으로 수행될 수 있다.
전술된 방법에 의해서 많은 유리한 효과들을 달성할 수 있다. 첫째, 필터링된 이미지 데이터에 기초하여 유체 내의 미세 물체의 존재를 결정하면, 특히 3-차원 샘플 볼륨의 하나 이상의 2-차원 평면에서 진실된 재구성이 계산되고 산란성 물체의 검출이 재구성된 이미지(들)에 기초하여 수행되는 종래의 홀로그래픽 현미경 검사와 비교할 때, 상대적으로 낮은 계산 또는 데이터 처리 파워가 요구된다. 반면에, 미세 물체의 검출은 샘플 볼륨 또는 그 2-차원 섹션의 전체 재구성을 활용하는 접근법에서는 실질적으로 더 빨리 수행될 수 있다.
요구되는 계산 파워 및/또는 처리 시간이 절약되면, 예를 들어 수질 모니터링을 위한 온-라인 동작을 위한 소형 저비용의 검출 장치가 구현될 수 있다.
더 나아가, 홀로그램 패턴의 크기는 에지 강화 필터링 도중에 실질적으로 변하지 않고 유지된다. 홀로그램은 통상적으로 실제 물체보다 실질적으로 더 커서, 전술된 방법에서 이미지 데이터에 존재할 수 있는 노이즈는 재구성된 이미지 내에서 더 작은 크기의 물체를 검출하는 경우에서처럼 장해가 되지 않는다.
미세 물체(들)의 존재의 검출에 추가하는 선택적인 동작(14)으로서, 본 발명의 방법은 검출된 미세 물체의 적어도 하나의 형상 파라미터를 연관된 필터링된 홀로그램 패턴의 형상에 기초하여 자동으로 결정하는 단계를 더 포함할 수 있다.
"형상 파라미터(shape parameter)"란 미세 물체의 형상의 하나 이상의 피쳐에 따라 달라지거나 이것을 표시하는 임의의 적절한 표시자를 가리킨다.
형상 파라미터를 결정하는 것은, 미세 물체의 가능한 형상과 준비된 및/또는 필터링된 홀로그램 패턴의 연관된 형상 사이의 미리 결정된 관련성에 기초할 수 있다. 예를 들어, 일부 특정 박테리아 타입과 같은 기다란 물체는 다소 기다란 홀로그램을 통상적으로 생성한다. 이러한 형상은 에지 강화 필터링 도중에 대부분 남겨질 수 있어서, 필터링된 홀로그램 패턴에 기초하여 원본 미세 물체의 형상 파라미터를 직관적으로 결정할 수 있다.
미세 물체의 형상 파라미터를 결정할 때, 임의의 적절한 패턴 인식 알고리즘(들)이 사용될 수 있다.
전술된 선택적인 동작(14)도 역시 수행되는지 여부와 무관하게 수행될 수 있는 도 1 에 도시되지 않는 다른 선택적인 동작으로서, 본 발명의 방법은 검출된 미세 물체의 적어도 하나의 위치 파라미터를 필터링된 이미지 데이터 내의 연관된 필터링된 홀로그램 패턴의 위치에 기초하여 자동으로 결정하는 단계를 더 포함할 수 있다.
"위치 파라미터(position parameter)"란 필터링된 이미지 데이터 내의 미세 물체의 위치의 하나 이상의 특성 피쳐에 따라 달라지거나 이것을 표시하는 임의의 적절한 표시자를 가리킨다. 샘플 볼륨의 기하학적 구조, 조명, 및 이미지 센서가 알려져 있으면, 위치 파라미터(들)는 홀로그램 디지털 이미지 프레임을 캡쳐할 때에 샘플 볼륨 내의 검출된 미세 물체의 위치 파라미터를 더 결정하기 위해서 사용될 수 있다.
결정된 위치 파라미터(들)는, 예를 들어 다양한 진단 목적을 위해서 사용될 수 있다. 예를 들어, 유사하거나 동일한 위치 파라미터를 가지는 미세 물체를 검출하는 경우, 그러한 검출된 물체가 실제로 측정 또는 장비에 있는 일부 불순물로부터 초래된다는 것이 결정될 수 있다.
전술된 선택적인 동작(14) 및/또는 도 1 에 예시되지 않은 이전의 선택적인 동작이 수행되는 지와 무관하게 수행될 수 있는 또 다른 선택적인 동작(15)으로서, 본 발명의 방법은, 필터링된 홀로그램 패턴에 대하여, 준비된 이미지 데이터 내의 연관된 준비된 홀로그램 패턴을 자동으로 식별하는 단계, 및 연관된 미세 물체의 적어도 하나의 크기 파라미터를 연관된 준비된 홀로그램 패턴의 준비되거나 공간-교번 세기의 진폭에 기초하여 자동으로 결정하는 단계를 더 포함할 수 있다. 따라서, 필터링된 홀로그램 패턴 및 따라서 외래 미세 물체를 검출한 후에, 준비된 이미지 데이터 내의 어떤 준비된 홀로그램 패턴이 해당하는 특정 필터링된 홀로그램 패턴을 생성했는지가 평가, 즉 식별될 수 있다. 그러면, 준비된 홀로그램 패턴을 생성했던 연관된 미세 물체의 크기를 나타내는 크기 파라미터(들)가 관심 대상인 준비된 홀로그램 패턴의 진폭에 기초하여 결정될 수 있다.
"크기 파라미터"란, 연관된 미세 물체의 하나 이상의 특성 피쳐, 예컨대 직경 또는 길이에 따라 달라지거나 이것을 표시하는 임의의 적절한 표시자를 가리킨다.
또는, 필터링된 홀로그램 패턴이 남겨진 원본 준비된 홀로그램 패턴의 충분한 진폭 정보를 가진다고 가정하면, 검출된 미세 물체의 하나 이상의 크기 파라미터를 필터링된 이미지 데이터, 또는 그 필터링된 홀로그램 패턴에 직접적으로 기초하여 결정하는 것이 가능할 수 있다.
크기 파라미터(들)를 결정하는 데에 사용되는 "진폭"이란, 공간적으로 실질적으로 일정하거나 느리게 변하는 기저 레벨이 될 수 있는, 공간적으로 위 아래로 교번하는 세기 성분의 진폭을 가리킬 수 있다. 크기 파라미터(들)를 결정하는 데에 사용되는 이러한 세기 성분의 진폭은, 예를 들어 최대 또는 평균 피크 또는 피크-피크 진폭, 두 번째로 큰 피크 또는 피크-피크 진폭, 또는 준비되거나 필터링된 홀로그램 패턴의 영역 내의 세기의 임의의 다른 적절한 진폭-관련 특성일 수 있다.
미세 물체의 하나 이상의 크기 파라미터를 결정하는 것을 포함하는 실시예에서, 간섭 무늬의 휘도와 물체 크기 사이의 상관이 활용된다. 물체가 클수록, 간섭 무늬의 간섭 최대치들에서의 세기가 커진다.
형상, 위치, 및 크기 파라미터 중 임의의 것이 추후에 사용되기 위하여 또는 임의의 적절한 전기적 데이터 또는 신호 형태로 저장되기 위하여 제공될 수 있다.
더 나아가, 진폭 또는 휘도에 추가하여, 간섭 무늬의 공간 주파수와 같은 다른 파라미터도 미세 물체의 크기 파라미터를 결정하는 데에 활용될 수 있다.
필터링된 홀로그램 패턴과 연관된 준비된 홀로그램 패턴을 식별하는 것은, 필터링된 이미지 데이터 및 준비된 이미지 데이터 각각 내에서의 필터링된 홀로그램 패턴 및 준비된 홀로그램 패턴의 위치들의 비교에 기초할 수 있다.
이전의 실시예 중 임의의 것에 따르는 것일 수 있는 도 2 에 도시된 일 실시예에서, 동작(21)에서 준비된 이미지 데이터를 획득하는 단계는, 하부 동작(211)에서 홀로그램 디지털 이미지 프레임의 초기 이미지 데이터를 획득하는 것 - 초기 이미지 데이터는 간섭광의 경로에 존재하는 미세 물체에 대하여, 초기 공간-교번 세기 성분을 가지는 초기 홀로그램 패턴을 포함함 -; 및 하부 동작(212)에서, 미리 결정된 한계를 초과하는, 초기 홀로그램 패턴의 초기 공간-교번 세기의 진폭 값을 자동으로 스케일다운하는 것을 포함한다.
광의 공간-교번 세기의 상이한 최대 휘도 또는 진폭을 생성하는, 실질적으로 상이한 크기의 두 개 이상의 미세 물체의 초기 홀로그램 패턴이, 더 강한 홀로그램으로부터 더 약한 홀로그램을 구별하는 것이 어렵도록 위치설정되는 상황이 존재할 수 있다. 이러한 실시예에서, 이러한 홀로그램의 구별가능성(distinguishability)은 최고 세기 값을 스케일다운함으로써 개선될 수 있다.
이러한 스케일다운은 최대 세기를 미리 결정된 최대 레벨로 단순하게 절삭하는 것을 포함할 수 있다. 또는, 한계를 초과하는 세기 값은 이들을 상수 계수로 승산하거나 스케일링 함수를 사용함으로써 스케일링될 수도 있다.
스케일링이 필터링된 홀로그램 패턴에 주는 효과가 도 7 에 예시된다.
방법 및 그 실시예는 유체의 정지된 샘플 볼륨이 닫힌 큐벳 내에 보유되는 샘플링 프로세스로서 구현될 수 있는데, 큐벳 구조체는 샘플 볼륨을 규정할 수 있다.
또는, 일부 애플리케이션에서, 흐르는 유체 내에 존재하거나 발생한 미세 물체가 검출될 수 있고 그 특성이 결정될 수 있다.
이전의 실시예 중 임의의 것에 따르는 것일 수 있는 도 3 에 도시된 일 실시예에서, 분석된 유체는 상기 샘플 볼륨 내에서 흐르고 있고, 동작(31)에서 준비된 이미지 데이터를 획득하는 단계는, 하부 동작(311)에서 시간 상 순차적으로 캡쳐된 두 개의 홀로그램 디지털 이미지 프레임의 초기 이미지 데이터를 획득하는 것; 동작(312)에서 정지된 산란성 물체(scattering object)의 존재를 두 개의 홀로그램 디지털 이미지 프레임의 이미지 데이터 내에 유사하게 나타나는 정지된 홀로그램 패턴의 존재에 기초하여 자동으로 검출하는 것; 및 하부 동작(313)에서 검출된 정지된 홀로그램이 제거된 두 개의 디지털 이미지 프레임 중 적어도 하나의 초기 이미지 데이터에 기초하여 준비된 이미지 데이터를 자동으로 생성하는 것을 포함한다.
하지만, 이러한 실시예에서, 샘플 볼륨은, 비정지 상태인, 즉 큐벳 내에서 흐르는 일정한 유체 콘텐츠를 보유할 수 있으며 닫힐 수 있는 큐벳 내에 놓이거나 큐벳에 의해서 규정될 수 있다. 또는, 샘플 볼륨은, 관통-흐름 타입일 수 있는 큐벳 내에 놓이거나 큐벳에 의해서 규정될 수 있는데, 이러한 경우 분석될 유체는 큐벳 및 따라서 샘플 볼륨을 통과하여 연속적으로 흐른다. 후자의 경우, 온-라인 센서 및 검출 장치가 구현될 수 있다.
유체 및 그 안에 존재하는 미세 입자의 흐름 운동은, 예를 들어 큐벳 표면 상에 또는 조명 광 전파 경로의 다른 곳에 부착된 오염물에 의해 생성된 임의의 정지된 홀로그램 패턴을 제거하기 위해서 이러한 실시예에서 활용된다. 그러면, 준비된 이미지 데이터는 존재할 수 있는 이러한 홀로그램 패턴이 그 안에 포함되지 않도록 준비된다. 결과적으로 얻어지는 준비된 이미지 데이터는 두 개의 홀로그램 디지털 이미지 프레임 중 하나의 초기 이미지 데이터를 포함할 수 있다. 또는, 그 데이터 콘텐츠는 그러한 두 개의 프레임의 초기 이미지 데이터의 조합으로 규정될 수 있다.
일 실시예에서, 두 개의 홀로그램 디지털 이미지 프레임 중 하나의 이미지 데이터는 복수 개의 순차적으로 캡쳐된 홀로그램 디지털 이미지 프레임으로 구성될 수 있다.
전술된 경우, 본 발명의 방법은 실제 데이터 처리 동작에만 강조하여 논의된다. 이것은, 이미지 데이터를 캡쳐하는 앞선 단계가 반드시 본 발명의 방법의 일부일 필요는 없다는 것을 나타낸다. 그러면, 예를 들어 실제 조명 및 이미지 캡쳐 동작과 별개로 미세 물체의 검출 및 결정을 수행하는 분석 디바이스 또는 장치가 구현될 수 있다.
또한, 그러한 동작들을 역시 포함하는 완전한 검출 방법을 구현하는 것도 가능하다. 이전의 실시예 중 임의의 것에 따르는 것일 수 있는 도 4 에 도시된 일 실시예에서, 동작(41)에서 준비된 이미지 데이터를 획득하는 단계는, 하부 동작(411)에서 간섭 광을 제공하는 것; 하부 동작(412)에서 외래 미세 물체를 포함할 수 있는 유체를 보유한, 큐벳 내에 놓일 수 있거나 큐벳에 의해 규정될 수 있는 샘플 볼륨을 간섭 광으로 조명하는 것 - 미세 물체가 상기 광의 일부를 산란하고, 산란된 광 및 산란되지 않은 광이 상기 미세 물체 뒤에 간섭 무늬를 형성하도록 간섭함 -; 및 하부 동작(413)에서 샘플 볼륨을 통해 전파된 광을 수광하는 이미지 센서에 의해 홀로그램 디지털 이미지 프레임을 캡쳐하는 것을 포함한다.
따라서 이러한 실시예에서, 본 발명의 방법은 준비된 이미지 데이터를 생성하기 위해 요구되는 실제 조명 및 이미지 캡쳐 동작을 더 포함한다.
캡쳐된 홀로그램 디지털 이미지 프레임의 이미지 데이터는 준비된 이미지 데이터를 이와 같이 형성할 수 있다. 또는, 준비된 이미지 데이터는 상기 이미지 데이터를 임의의 적절한 동작(들)에 의해 처리함으로써 생성 또는 생산, 즉 "준비(prepared)"될 수 있다.
도 5 에서, 필터링된 이미지 데이터를 제공하는 데에 사용될 수 있는 위에서 논의된 몇 몇 원리가 예시된다.
도 5 의 A) 그래프에서, 필터링된 이미지 데이터의 세기의 기저 레벨(518)에 대해 표시된 필터링된 홀로그램 패턴의 필터링된 공간-교번 세기 성분(517)이 예시된다. 필터링된 공간-교번 세기 성분은 양의 값과 음의 값 양자 모두를 가진다.
도 5 의 B) 그래프에서, 우선 필터링된 공간-교번 세기 성분의 음의 값이 그들의 양의 상대 값으로 변환된 이후의 필터링된 공간-교번 세기 성분이 예시된다.
도 5 의 C) 그래프에 예시된 다음 단계에서, 필터링된 공간-교번 세기 성분은 평활화되어, 기저 레벨 위에서 조금씩 교번하는 필터링된 홀로그램 패턴의 영역 내의 세기 값이 된다.
도 5 의 D) 그래프에서, 미리 결정된 세기 성분 임계 레벨(519)이 공간-교번 세기 성분 곡선 상에 표시되어 예시된다.
마지막으로, 도 5 의 E) 그래프는 임계 레벨을 초과하는 세기 성분의 값이 상수 상단 레벨(520)로 변환되는 반면에, 임계 레벨(519) 아래에 남아 있는 값은 0으로 설정되는 경계화 동작 이후의 필터링된 홀로그램 패턴의 세기를 예시한다.
도 6 은 구체적인 미세 외래 물체와 그로부터 얻어지는 준비된 홀로그램 패턴 및 필터링된 홀로그램 패턴 사이의 관련성을 예시한다.
도 6 의 A)에서, 상이한 크기의 두 개의 실질적으로 점 모양이거나 둥근 미세 물체(616', 616''), 및 하나의 기다란 미세 물체(616''')가 도시된다. 도 6 의 B)는 개략적으로 미세 물체로부터 각각 얻어지는, 두 개의 둥근 패턴 그리고 하나의 다소 기다란 준비된 홀로그램 패턴(613', 613'', 613''')을 예시한다. 준비된 홀로그램 패턴은 동심의 간섭 무늬에 의해서 형성된다. 비록 도면에서 보이지는 않지만, 미세 물체가 커질수록 연관된 준비된 홀로그램 패턴의 간섭 무늬가 밝아진다.
도 6 의 C)는 준비된 홀로그램 패턴으로부터 최초로 얻어진 필터링된 홀로그램 패턴(615', 615'', 615''')이 도 5 에 예시된 것과 유사한 동작을 거친 후를 예시한다. 필터링된 공간-교번 세기 성분의 음의 값을 그들의 양의 상대 값으로 변환하고, 평활화하며 경계화 동작을 거친 결과, 필터링된 이미지 데이터의 필터링된 홀로그램 패턴은 민무늬 얼룩(plain blob)이 된다. 얼룩의 형상은 미세 물체의 형상을 나타내고, 그 크기는 준비된 홀로그램 패턴의 휘도, 따라서 미세 물체의 크기에 따라 달라진다.
도 7 은 미리 결정된 임계 레벨을 초과하는 초기 홀로그램 패턴의 초기 공간-교번 세기의 진폭 값을 전술된 것처럼 스케일다운하는 효과를 예시한다.
도 7 의 A)에서, 매우 다른 크기를 가지는 두 개의 미세 물체(616', 616'')가 도시되며, 이것이 도 7 의 B)에 도시된, 매우 다른 휘도를 가지는 준비된 홀로그램 패턴(613', 613'')이 된다(휘도차는 도면에서는 보이지 않음).
도 7 의 C)에서, 두 개의 대안적인 처리로부터 얻어지는, 얼룩의 형태인 필터링된 홀로그램 패턴(615', 615'')의 두 개의 쌍이 도시된다. 첫 번째인 얼룩의 상부 쌍은 초기 홀로그램 패턴(613', 613'')의 초기 공간-교번 세기의 진폭 값의 스케일링이 없는 필터링된 홀로그램 패턴을 나타낸다.
얼룩의 하부 쌍은 미리 결정된 한계를 초과하는 초기 홀로그램 패턴의 초기 공간-교번 세기의 진폭 값이 스케일다운된 경우의 필터링된 홀로그램 패턴을 나타낸다. 도 7 의 C)에 도시된 바와 같이, 이러한 하부 쌍의 얼룩은 상부 쌍의 얼룩보다 서로 더 명확하게 구별가능하다.
전술된 본 발명의 방법 및 다양한 실시예는, 예를 들어 물, 또는 미세 입자 또는 유체의 미생물 콘텐츠가 유체의 품질을 나타내는 중요한 파라미터인 산업 공정 유체와 같은 다양한 유체의 품질을 모니터링하기 위해서 사용될 수 있다. 본 발명의 방법은, 미세 물체 콘텐츠, 즉 검출된 미세 물체의 양 및/또는 타입이 미리 결정된 기준들을 만족할 경우에 미리 결정된 동작을 개시하는 단계를 더 포함할 수 있다.
이러한 동작은, 예를 들어 추가적인 분석을 위해서 모니터링된 유체의 샘플을 수집하는 것, 모니터링된 유체가 보유되거나 공급되는 공정 또는 시스템을 제어하는 것, 및/또는 알람 신호를 생성하는 것을 포함할 수 있다.
적어도 부분적으로 자동으로 수행될 수 있는 것으로 전술된 본 발명의 방법 및 다양한 실시예들의 동작은 임의의 적합한 계산 및/또는 데이터 처리 수단을 사용하여 수행될 수 있다. 이러한 수단은, 예를 들어 적어도 하나의 프로세서 및 프로세서에 커플링된 적어도 하나의 메모리를 포함할 수 있다. 적어도 하나의 메모리는, 적어도 하나의 프로세서에서 실행되면 프로세서가 본 발명의 방법의 다양한 동작에 따르는 동작을 수행하게 하는 프로그램 코드 명령을 저장할 수 있다. 대안적으로 또는 추가적으로, 그러한 동작 중 적어도 일부는 FPGA(Field-programmable Gate Arrays), ASIC(Application-specific Integrated Circuits), ASSP(Application-specific Standard Products), SOC(System-on-a-chip systems), CPLD(Complex Programmable Logic Devices)와 같지만 이들로 한정되지 않는 일부 하드웨어 논리 소자 또는 컴포넌트 등을 사용하여 수행될 수 있다.
방법 양태에 대한 세부사항, 구현 방법, 바람직한 특징, 및 장점에 대해서 전술된 것은 필요한 부분만 약간 수정하면 후술되는 장치 양태에도 적용된다. 그 반대의 경우도 마찬가지이다.
도 8 의 장치(800)는 유체 내에 존재하는 외래 미세 물체를 검출하기 위하여 사용될 수 있다. 이러한 장치는, 간섭 광을 제공하고, 샘플 볼륨을 조명하며, 및 홀로그램 디지털 이미지 프레임을 캡쳐하는 동작을 제외하고는 제 1 양태 또는 그 임의의 실시예의 전술된 방법의 동작을 수행하도록 구성되는 계산 장치(810)를 포함한다.
계산 장치는 위에서 설명된 방법의 동작을 수행할 수 있는 임의의 적절한 데이터 처리 및 통신 장비, 유닛(들), 요소(들), 및 컴포넌트(들)를 포함할 수 있다.
도 8 의 예에서, 계산 장치(810)는 준비된 홀로그램 패턴(813)을 포함하는 준비된 이미지 데이터(812)를 획득하고; 필터링된 홀로그램 패턴(815)을 포함하는 필터링된 이미지 데이터(814)를 제공하며; 필터링된 홀로그램 패턴에 기초하여 미세 물체(816)의 존재를 자동으로 검출하는 동작을 수행하도록 구성되는 처리 유닛(811)을 포함한다.
도 8 에서는 사용 시에 미리 생성된 준비된 이미지 데이터를 획득하는 것으로 예시되지만, 계산 유닛은 그 대신에 다양한 방법 실시예를 참조하여 전술된, 준비된 이미지 데이터를 획득하는 특정한 방법 중 임의의 것을 수행하도록 구성될 수도 있다.
더 나아가, 계산 장치는 필터링된 이미지 데이터를 위에서 논의된 방법 실시예 중 임의의 것에 따라서 제공하도록 구성될 수 있다.
다른 용어로 말하면, 특정한 방법의 동작을 수행하도록 "구성되는" 계산 장치 또는 그 처리 유닛이란 그러한 계산 장치 또는 처리 유닛이 해당 동작을 수행하기 위한 "수단"을 포함하거나 그러한 역할을 한다는 것을 의미한다.
계산 장치는 그 외의 동작을 위한 별개의 수단을 포함할 수도 있다. 또는, 전술된 그러한 다양한 동작을 수행하기 위한 이러한 수단 중 임의의 것은 두 개 이상의 동작이 동일한 수단에 의해 수행되도록 결합될 수 있다. 그러한 모든 동작이 동일한 수단에 의하여, 예를 들어 단일 데이터 처리 모듈 또는 유닛에 의해 처리되는 것도 역시 가능하다. 도 8 의 예에서, 이것은 처리 유닛(811)에 의해 예시된다.
전술된 동작 중 임의의 것을 수행하기 위한 임의의 수단은, 하나 이상의 컴퓨터 또는 다른 계산 및/또는 데이터 처리 컴포넌트, 유닛, 디바이스, 또는 장치를 포함할 수 있다. 실제의 계산 및/또는 데이터 처리 수단에 추가하여, 상기 동작을 수행하기 위한 수단은 자연적으로, 임의의 적절한 데이터 또는 신호 통신 및 연결 수단, 및 생성 및/또는 수신된 데이터를 저장하기 위한 메모리 또는 저장 수단을 더 포함할 수 있다.
전술된 동작 중 하나 이상을 수행하기 위한 수단으로서의 역할을 하는, 도 8 의 예의 처리 유닛(811)과 같은 계산 및/또는 데이터 처리 수단은, 예를 들어 적어도 하나의 메모리 및 적어도 하나의 메모리와 커플링된 적어도 하나의 프로세서를 포함할 수 있다. 그러면, 적어도 하나의 메모리는, 적어도 하나의 프로세서에 의해 실행되면 장치가 관심 동작(들)을 수행하게 하는 컴퓨터-판독가능 프로그램 코드 명령을 포함할 수 있다.
프로세서, 메모리, 및 프로세서에 의해 실행가능한 프로그램 코드 명령의 조합에 추가하거나 그 대신에, 하나 이상의 동작을 수행하기 위한 수단은 방법 양태를 참조하여 전술된 그러한 예들과 같은 일부 하드웨어 논리 컴포넌트, 요소, 또는 유닛을 포함할 수 있다.
분석될 유체 내에서 미세 물체를 실제 검출하는 것에 추가하여, 계산 장치(810), 실제로는 그 처리 유닛(811)은 미세 입자 양, 타입, 또는, 예를 들어 평균 크기에 대한 미리 결정된 기준들이 만족된다는 것을 표시하는 알람 신호(821)를 생성하도록 구성된다. 이러한 장치는 이러한 알람 신호를 이러한 장치로부터, 예를 들어 몇 몇 중앙 제어 시스템으로 송신하기 위한 송신 장치(830)를 포함한다. 송신 장치는, 예를 들어 안테나를 포함하는, 예를 들어 무선 데이터 통신 수단을 포함할 수 있다. 송신 장치 및 알람 신호를 생성하는 동작은 선택적인 피쳐들이고, 그러한 피쳐들이 없는 실시예도 역시 가능하다.
전술된 설명에서, 장치는 계산 수단 또는 데이터 처리 수단만을 포함하는 것으로 규정된다. 이전의 실시예 중 임의의 것에 따르는 것일 수 있는 도 9 에 도시된 실시예에서, 계산 장치(910)에 추가하여 계산 장치에 의해 처리될 이미지 데이터의 캡쳐를 수행하도록 구성되는 측정 장치(940)를 더 포함한다는 점에서 도 8 의 장치와 다른 완성된 검출 장치(900)가 구현된다. 따라서, 이러한 접근법에서, 이러한 장치는 물리량의 측정을 수행하기 위한 수단을 더 포함한다.
좀 더 상세하게 말하면, 측정 장치는, 외래 미세 물체(916)를 보유할 수 있는 유체(942)를 수납하기 위한 샘플 볼륨을 규정하는 큐벳(941); 간섭 광(951)을 방출하고 상기 샘플 볼륨 내에 수납된 유체를 상기 간섭 광에 의해 조명하도록 구성되는 조명 장치(950) - 존재할 수 있는 미세 물체는 상기 광의 일부를 산란하고, 산란된 광 및 산란되지 않은 광은 상기 미세 물체 뒤에 간섭 무늬를 형성하도록 간섭함 -; 및 큐벳 및 그 샘플 볼륨을 통해 전파된 광을 수광함으로써 홀로그램 디지털 이미지 프레임을 캡쳐하도록 위치설정되고 구성되는 이미지 센서(960)를 포함한다.
이러한 실시예에서, 계산 장치(910)는 측정 장치(940)에 연결되어 준비된 이미지 데이터를 위한 기초를 형성하는 캡쳐된 홀로그램 디지털 이미지 프레임(들)(970)의 이미지 데이터를 수신한다. 또한, 계산 장치는 측정 장치, 및 조명 장치 및 그 이미지 센서를 제어하도록 구성될 수도 있다.
"큐벳"이란 분석될 유체를 수용할 수 있는 임의의 적절한 샘플 셀 또는 컨테이너를 가리킨다. 큐벳은 상기 유체를 수용하기 위한 자신의 내적을 규정하는 하나 이상의 벽을 포함할 수 있다. 내적을 규정한다는 것은, 하나 이상의 벽이 그 둘레에 걸쳐서 내적의 단면을 한정짓거나 둘러싼다는 것을 의미한다. 다르게 말하면, 하나 이상의 벽 및/또는 큐벳의 일부 다른 적절한 구조체는 적어도 자신의 하나의 단면에서 전체 내적을 완전히 둘러쌈으로써, 측정될 유체가 이러한 단면의 평면 내의 방향에서 내적으로부터 탈출하지 못하게 한다.
큐벳 및 이를 내장하는 측정 장치 전체는 관심 대상인 응용 분야를 고려할 때 임의의 적절한 치수를 가질 수 있다. 예를 들어, 조명 광의 입사 방향에서의 내부 볼륨의 두께는, 예를 들어 0.5 내지 1 mm의 범위 안에 있을 수 있다. 큐벳의 폭은, 예를 들어 이미지 센서의 감광 셀의 크기에 기초하여 조절될 수 있고, 예를 들어 큐벳의 내적으로부터 약 1 내지 3 mm의 있을 수 있다. 예를 들어, 큐벳은 하나 이상의 방향에서 4 내지 8 mm의 폭을 가질 수 있다. 감광 셀의 하나의 픽셀은, 예를 들어 1.5 내지 5 μm의 범위 안에 있는 폭을 가질 수 있다. 예를 들어, 직사각형 픽셀의 폭은 약 2 μm일 수 있다. 조명 장치의 광원의 위치는, 예를 들어 광원 및 그 광 방출면에 따라서 달라질 수 있다. 일 예에서, 광원의 광 방출 소자로서 레이저 다이오드가 사용되면 이것은 큐벳의 내적으로부터 수 십 밀리미터, 예를 들어 약 40 mm에 위치될 수 있다.
일반적으로, 큐벳은 이산 볼륨이 큐벳 내에 저장될 수 있는 샘플링 타입일 수도 있다. 도 9 의 예에서, 이것은 분석될 유체(942)의 연속 흐름이 분석 도중에 큐벳을 통과하여 유도될 수 있는 관통-흐름 타입이다. 다른 실시예들에서는 다른 타입의 큐벳이 사용될 수 있다. 예를 들어, 일부 실시예들에서 큐벳은 샘플링 타입 큐벳 또는 관통-흐름 큐벳으로서 교번하여 동작하도록 구성될 수 있다.
큐벳은 조명 장치에 의해 방출된 조명 광이 큐벳에 들어가거나 빠져나오게 하는 윈도우(981, 982)를 포함한다. 도 9 의 예에서, 조명 장치 및 이미지 센서는 큐벳의 마주보는 면에 위치되어 조명 장치로부터 큐벳을 통해 이미지 센서로 가는 광의 직접 전파 경로를 형성한다.
조명 장치는 간섭 광을 생성할 수 있는 레이저 다이오드와 같은 임의의 적절한 광원을 포함할 수 있다. 광은, 예를 들어 350 내지 500 nm의 범위 내의 파장(들)을 가질 수 있지만, 이러한 범위로 한정되는 것은 아니다. 조명 장치는 방출된 간섭 광을 큐벳 및 샘플 볼륨을 향해 유도하여 그 안에 수용된 유체를 조명하게 하도록 구성되는 임의의 적절한 광학 요소를 더 포함할 수 있다.
이미지 센서(960)는 임의의 적합한 타입일 수 있다. 예를 들어, 이것은 CMOS(Complementary Metal Oxide Semiconductor) 또는 CCD(Charge-Coupled Device) 셀을 포함할 수 있다. 이미지 센서는 흑백 타입 센서일 수 있다. 액티브 영역의 적합한 크기 및 이미지 센서의 분해능은 측정 장치의 전체 구성에 따라 달라진다. 일부 실시예들에서, 이것은 예를 들어 5 x 5 mm2의 크기를 가질 수 있다. 일부 응용예에서, 이미지 센서의 액티브 영역은, 예를 들어 5 백만 개의 픽셀을 가질 수 있다.
도 8 및 도 9 의 장치는 독립형 장치 또는 센서로서 구현될 수 있다. 또는, 이것은 더 큰 제어 또는 모니터링 시스템의 일부를 형성할 수도 있다.
도면에 도시되지 않은 또 다른 양태에서, 컴퓨터 프로그램 제품은, 프로세서에 의해 실행되면 프로세서가 방법 양태 또는 그 임의의 실시예에 대해서 전술된 동작을 수행하게 하는 프로그램 코드 명령을 포함하도록 구현될 수 있다.
이러한 컴퓨터 프로그램 제품은 임의의 적절한 컴퓨터-판독가능 매체에 저장될 수 있다; 본 명세서에서 컴퓨터란 임의의 타입의 자동 계산 수단을 가리킨다.
본 발명이 전술된 실시예 및 예들로 한정되지 않는다는 것에 주의한다. 그 대신에, 본 발명의 실시예는 청구항들의 범위 안에서 자유롭게 변형될 수 있다.
전술된 이점 및 장점이 하나의 실시예 또는 예에 관련될 수 있고 또는 여러 실시예 또는 예에 관련될 수도 있다는 것이 이해될 것이다. 실시예 및 예는, 언급된 문제점 중 임의의 또는 전부를 해결하는 것들 또는 전술된 이점 및 장점 중 일부 또는 전부를 가지는 것들로 한정되지 않는다. '하나의(an)' 아이템이라고 언급하는 것이 하나 이상의 그러한 아이템을 가리키는 것이라는 것이 더 이해될 것이다.
"포함한다"는 용어는 본 명세서에서, 하나 이상의 추가적 피쳐 또는 동작을 제외하지 않으며 그 이후에 후속하는 피쳐(들) 또는 동작(들)을 포함하는 의미이다.
Claims (19)
- 유체 내에 존재하는 외래 미세 물체를 검출하는 방법(10)으로서,
간섭 광에 의해 샘플 볼륨을 조명하면서, 외래 미세 물체를 포함할 수 있는 유체를 보유하는 상기 샘플 볼륨을 통해 전파된 광을 수광하는 이미지 센서에 의해 캡쳐된 홀로그램 디지털 이미지 프레임으로부터 유래하는 준비된(prepared) 이미지 데이터를 획득하는 단계(101) - 존재할 수 있는 미세 물체는 상기 광의 일부를 산란시키고, 산란된 광 및 산란되지 않은 광은 상기 미세 물체 뒤에 간섭 무늬를 형성하도록 간섭하며, 상기 준비된 이미지 데이터는 미세 물체에 대하여, 상기 간섭 무늬에 의해 형성되는 준비된 공간-교번(spatially alternating) 세기를 가지는 준비된 홀로그램 패턴을 포함함 -;
에지 강화 필터(edge enhancing filter)에 의하여 상기 준비된 이미지 데이터를 자동으로 필터링하는 것을 포함하는, 필터링된 이미지 데이터를 제공하는 단계(102) - 상기 필터링된 이미지 데이터는 상기 준비된 이미지 데이터 내에 존재하는 준비된 홀로그램 패턴에 대하여, 필터링된 홀로그램 패턴을 포함함 -; 및
상기 필터링된 홀로그램 패턴에 기초하여, 상기 유체의 샘플 볼륨 내에서 상기 필터링된 홀로그램 패턴과 연관된 미세 물체의 존재를 자동으로 검출하는 단계(103)를 포함하는, 검출 방법(10). - 제 1 항에 있어서,
상기 에지 강화 필터는 대칭적 필터인, 검출 방법(10). - 제 1 항 또는 제 2 항에 있어서,
상기 준비된 이미지 데이터는 적어도 두 개의 상이한 방향에서 상기 에지 강화 필터에 의해 필터링되는, 검출 방법(10). - 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
상기 방법은,
검출된 미세 물체의 적어도 하나의 형상 파라미터를 연관된 필터링된 홀로그램 패턴의 형상에 기초하여 자동으로 결정하는 단계(104)를 더 포함하는, 검출 방법(10). - 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 방법은,
상기 필터링된 이미지 데이터 내의 연관된 필터링된 홀로그램 패턴의 위치에 기초하여, 검출된 미세 물체의 적어도 하나의 위치 파라미터를 자동으로 결정하는 단계를 더 포함하는, 검출 방법(10). - 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
상기 방법은,
필터링된 홀로그램 패턴에 대하여, 상기 준비된 이미지 데이터 내의 연관된 준비된 홀로그램 패턴을 자동으로 식별하는 단계(105), 및
연관된 미세 물체의 적어도 하나의 크기 파라미터를, 연관된 준비된 홀로그램 패턴의 상기 준비된 공간-교번 세기의 진폭에 기초하여 자동으로 결정하는 단계를 더 포함하는, 검출 방법(10). - 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 준비된 이미지 데이터를 획득하는 단계는,
상기 홀로그램 디지털 이미지 프레임의 초기 이미지 데이터를 획득하는 것(211) - 상기 초기 이미지 데이터는 미세 물체에 대하여, 초기 공간-교번 세기 성분을 가지는 초기 홀로그램 패턴을 포함함 -; 및
미리 결정된 한계를 초과하는, 상기 초기 홀로그램 패턴의 초기 공간-교번 세기 성분의 진폭 값을 자동으로 스케일다운하는 것(212)을 포함하는, 검출 방법(20). - 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
상기 에지 강화 필터에 의하여 상기 준비된 이미지 데이터를 필터링하는 단계는, 상기 준비된 이미지 데이터에 콘볼루션 커널을 적용하는 것을 포함하는, 검출 방법(10). - 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
상기 에지 강화 필터에 의하여 상기 준비된 이미지 데이터를 필터링하는 단계는 적어도 두 개의 상이한 공간 주파수에 대해서 수행되는, 검출 방법(10). - 제 3 항 또는 제 9 항에 있어서,
상기 필터링된 이미지 데이터를 제공하는 단계는,
부분적인 필터링된 이미지 데이터를 각각 포함하는 복수 개의 필터링된 이미지 프레임을 제공하는 것, 및
상기 복수 개의 필터링된 이미지 프레임의 상기 부분적인 필터링된 이미지 데이터를 상기 필터링된 이미지 데이터 내에 조합하는 것을 포함하는, 검출 방법(10). - 제 1 항 내지 제 10 항 중 어느 한 항에 있어서,
상기 준비된 이미지 데이터를 필터링하는 단계는 초기에, 준비된 홀로그램 패턴에 대하여 양의 값과 음의 값을 가지는 필터링된 공간-교번 세기 성분을 생성하고,
상기 필터링된 이미지 데이터를 제공하는 단계는, 음의 값을 그 절대 값으로 자동으로 변환하는 것을 더 포함하는, 검출 방법(10). - 제 11 항에 있어서,
상기 필터링된 이미지 데이터를 제공하는 단계는, 상기 필터링된 공간-교번 세기 성분을 자동으로 평활화하는 것을 더 포함하는, 검출 방법(10). - 제 1 항 내지 제 12 항 중 어느 한 항에 있어서,
상기 유체는 상기 샘플 볼륨 내에서 흐르고,
상기 준비된 이미지 데이터를 획득하는 단계는,
시간 상 순차적으로 캡쳐된 두 개의 홀로그램 디지털 이미지 프레임의 초기 이미지 데이터를 획득하는 것(311);
상기 두 개의 홀로그램 디지털 이미지 프레임의 초기 이미지 데이터에 기초하여, 임의의 정지된 산란성 물체(scattering object)의 존재를 상기 두 개의 홀로그램 디지털 이미지 프레임의 이미지 데이터 내에 유사하게 나타나는 정지된 홀로그램 패턴의 존재에 기초하여 자동으로 검출하는 것(312); 및
검출된 임의의 정지된 홀로그램이 제거된 임의의 상기 초기 이미지 데이터 중 적어도 하나에 기초하여 상기 준비된 이미지 데이터를 자동으로 생성하는 것(313)을 포함하는, 검출 방법(30). - 제 1 항 내지 제 13 항 중 어느 한 항에 있어서,
상기 준비된 이미지 데이터를 획득하는 단계는,
간섭 광을 제공하는 것(41);
외래 미세 물체를 포함할 수 있는 유체를 보유한 샘플 볼륨을 간섭 광으로 조명하는 것(42) - 존재할 수 있는 미세 물체가 상기 광의 일부를 산란하고, 산란된 광 및 산란되지 않은 광이 상기 미세 물체 뒤에 간섭 무늬를 형성하도록 간섭함 -; 및
상기 샘플 볼륨을 통해 전파된 광을 수광하는 이미지 센서에 의해 홀로그램 디지털 이미지 프레임을 캡쳐하는 것(43)을 포함하는, 검출 방법(40). - 유체 내에 존재하는 외래 미세 물체(816)를 검출하는 장치(800)로서,
제 1 항 내지 제 12 항 중 어느 한 항의 방법의 동작을 수행하도록 구성되는 계산 장치(810)를 포함하는, 검출 장치(800). - 제 15 항에 있어서,
상기 검출 장치는 측정 장치(940)를 더 포함하고,
상기 측정 장치는,
외래 미세 물체(916)를 포함할 수 있는 유체(942)를 수납하기 위한 샘플 볼륨을 규정하는 큐벳(941);
간섭 광(951)을 방출하고 상기 샘플 볼륨 내에 수납된 유체를 상기 간섭 광에 의해 조명하도록 구성되는 조명 장치(950) - 존재할 수 있는 미세 물체(916)는 상기 광의 일부를 산란하고, 산란된 광 및 산란되지 않은 광은 상기 미세 물체 뒤에 간섭 무늬를 형성하도록 간섭함 -; 및
상기 샘플 볼륨을 통해 전파된 광을 수광함으로써 홀로그램 디지털 이미지 프레임(970)을 캡쳐하도록 위치설정되고 구성되는 이미지 센서(960)를 포함하며,
상기 계산 장치(910)는 상기 홀로그램 디지털 이미지 프레임(970)의 이미지 데이터를 수신도록 상기 측정 장치에 연결되는, 검출 장치(900). - 제 16 항에 있어서,
상기 큐벳(941)은 관통-흐름 타입인, 검출 장치(900). - 프로세서에서 실행되면 상기 프로세서가 제 1 항 내지 제 13 항 중 어느 한 항의 방법의 수행하게 하는 프로그램 코드 명령을 포함하는 컴퓨터 프로그램 제품.
- 제 18 항에 있어서,
컴퓨터-판독가능 매체에 저장되는, 컴퓨터 프로그램 제품.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP16175687.9 | 2016-06-22 | ||
| EP16175687.9A EP3260841B1 (en) | 2016-06-22 | 2016-06-22 | Detecting microscopic objects in fluids |
| PCT/FI2017/050463 WO2017220860A1 (en) | 2016-06-22 | 2017-06-21 | Detecting microscopic objects in fluids |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190022691A true KR20190022691A (ko) | 2019-03-06 |
| KR102402198B1 KR102402198B1 (ko) | 2022-05-25 |
Family
ID=56203200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197002096A KR102402198B1 (ko) | 2016-06-22 | 2017-06-21 | 유체 내의 미세 물체의 검출 기술 |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US11630420B2 (ko) |
| EP (1) | EP3260841B1 (ko) |
| KR (1) | KR102402198B1 (ko) |
| CN (1) | CN109477782A (ko) |
| AU (1) | AU2017281680B2 (ko) |
| CA (1) | CA3027810A1 (ko) |
| EA (1) | EA037743B1 (ko) |
| SG (1) | SG11201811309YA (ko) |
| WO (1) | WO2017220860A1 (ko) |
| ZA (1) | ZA201900411B (ko) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108489872B (zh) * | 2018-03-23 | 2022-03-04 | 奥星制药设备（石家庄）有限公司 | 在线粒度监测方法和系统 |
| EP3575773A1 (en) * | 2018-05-28 | 2019-12-04 | Universität für Bodenkultur Wien | A method for determining a three-dimensional particle distribution in a medium |
| US20220365484A1 (en) * | 2019-07-15 | 2022-11-17 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Complex diversity for accurate phase retrieval with single shot acquisition |
| CN116026729B (zh) * | 2023-03-03 | 2024-03-15 | 浙江大学 | 一种基于数字同轴全息显微的便携式微塑料检测装置 |
| CN116071689B (zh) * | 2023-03-07 | 2023-06-06 | 四川三思德科技有限公司 | 一种基于lora技术的水源地水质在线监测方法及系统 |
| CN117233116B (zh) * | 2023-11-09 | 2024-02-02 | 江西鼎智检测有限公司 | 一种基于机器视觉的水质分析方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2110697A1 (en) * | 2008-04-17 | 2009-10-21 | Ruprecht-Karls-Universität Heidelberg | Wave field microscope with sub-wavelength resolution and methods for processing microscopic images to detect objects with sub-wavelength dimensions |
| WO2015166009A1 (fr) * | 2014-04-30 | 2015-11-05 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procédé et système de détection d'au moins une particule dans un liquide corporel, et procédé associé de diagnostic de la méningite |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6876474B2 (en) | 2002-11-27 | 2005-04-05 | Dalhousie University | Method for tracking particles and life forms in three dimensions and in time |
| WO2005103842A2 (en) * | 2004-04-16 | 2005-11-03 | Dce Aprilis, Inc. | Calibration of holographic data storage systems using holographic media calibration features |
| WO2011049965A1 (en) | 2009-10-20 | 2011-04-28 | The Regents Of The University Of California | Incoherent lensfree cell holography and microscopy on a chip |
| CN103025859A (zh) * | 2010-05-25 | 2013-04-03 | 阿尔利克斯公司 | 用于检测生物学和化学分析中的颗粒的位置自由度的方法和装置以及在免疫诊断学中的应用 |
| EP2985719A1 (en) * | 2014-08-15 | 2016-02-17 | IMEC vzw | A system and method for cell recognition |
| TWI557462B (zh) * | 2014-11-28 | 2016-11-11 | 台灣愛美科股份有限公司 | 自動聚焦系統與方法 |
| KR101820563B1 (ko) * | 2014-12-31 | 2018-01-19 | 한국전자통신연구원 | 홀로그램 데이터 포맷과 홀로그래픽 비디오 시스템 장치 및 방법 |
| CN105547945A (zh) * | 2016-01-14 | 2016-05-04 | 天津大学 | 干涉粒子成像系统采样区内粒子的判别方法 |
| US20170333903A1 (en) * | 2016-05-20 | 2017-11-23 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and Methods for Automated Single Cell Cytological Classification in Flow |
-
2016
- 2016-06-22 EP EP16175687.9A patent/EP3260841B1/en active Active
-
2017
- 2017-06-21 CN CN201780039197.1A patent/CN109477782A/zh active Pending
- 2017-06-21 EA EA201892777A patent/EA037743B1/ru not_active IP Right Cessation
- 2017-06-21 KR KR1020197002096A patent/KR102402198B1/ko active IP Right Grant
- 2017-06-21 US US16/310,541 patent/US11630420B2/en active Active
- 2017-06-21 SG SG11201811309YA patent/SG11201811309YA/en unknown
- 2017-06-21 WO PCT/FI2017/050463 patent/WO2017220860A1/en active Application Filing
- 2017-06-21 AU AU2017281680A patent/AU2017281680B2/en not_active Ceased
- 2017-06-21 CA CA3027810A patent/CA3027810A1/en active Pending
-
2019
- 2019-01-21 ZA ZA2019/00411A patent/ZA201900411B/en unknown
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2110697A1 (en) * | 2008-04-17 | 2009-10-21 | Ruprecht-Karls-Universität Heidelberg | Wave field microscope with sub-wavelength resolution and methods for processing microscopic images to detect objects with sub-wavelength dimensions |
| WO2015166009A1 (fr) * | 2014-04-30 | 2015-11-05 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procédé et système de détection d'au moins une particule dans un liquide corporel, et procédé associé de diagnostic de la méningite |
Non-Patent Citations (1)
| Title |
|---|
| Automatic sizing of particle holographic images via optical correlation and edge extraction(Frank C., Optics Communications 108, 1994)* * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3260841B1 (en) | 2024-03-13 |
| SG11201811309YA (en) | 2019-01-30 |
| EP3260841A1 (en) | 2017-12-27 |
| ZA201900411B (en) | 2022-08-31 |
| EA037743B1 (ru) | 2021-05-17 |
| CN109477782A (zh) | 2019-03-15 |
| AU2017281680B2 (en) | 2022-03-17 |
| US20190187613A1 (en) | 2019-06-20 |
| US11630420B2 (en) | 2023-04-18 |
| EP3260841C0 (en) | 2024-03-13 |
| KR102402198B1 (ko) | 2022-05-25 |
| WO2017220860A1 (en) | 2017-12-28 |
| CA3027810A1 (en) | 2017-12-28 |
| AU2017281680A1 (en) | 2019-02-07 |
| EA201892777A1 (ru) | 2019-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102402198B1 (ko) | 유체 내의 미세 물체의 검출 기술 | |
| KR102479862B1 (ko) | 입자 분석 방법 | |
| US8842901B2 (en) | Compact automated semen analysis platform using lens-free on-chip microscopy | |
| AU2015330241B2 (en) | Method and device for optically detecting nanoparticles in a fluid sample | |
| AU2017281681B2 (en) | Arrangement for in-line holography microscopy | |
| US11132784B2 (en) | Detecting microscopic objects in fluids | |
| KR102207043B1 (ko) | 공기중 부유균 측정 장치 | |
| OA18929A (en) | Detecting microscopic objects in fluids. | |
| OA19599A (en) | Detecting microscopic objects in fluids. | |
| KR102528012B1 (ko) | 공기중 부유균 측정 장치 | |
| Bortolato et al. | New insights into the analysis of red blood cells from leukemia and anemia patients: Nonlinear quantifiers, fractal mathematics, and Wavelet Transform | |
| OA18930A (en) | Arrangement for in-line holography microscopy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| N231 | Notification of change of applicant | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |