KR20200052932A

KR20200052932A - 골수 세포 표지 방법 및 시스템

Info

Publication number: KR20200052932A
Application number: KR1020207010423A
Authority: KR
Inventors: 치앙 리; 주 루; 슌 리; ? 리
Original assignee: 항저우 즈웨이 인포메이션 테크놀로지 캄파니 리미티드
Priority date: 2017-10-10
Filing date: 2018-10-10
Publication date: 2020-05-15
Also published as: AU2018349026A2; KR102380493B1; EP3696728A4; EP3696728A1; IL273483A; TWI715877B; TW201915832A; CN107729932B; JP6777354B1; AU2018349026A1; AU2018102232A4; US20200242759A1; RU2739974C1; CN107729932A; JP2020537781A; WO2019072181A1

Abstract

본 발명은 표본 화상을 획득하고, 화상 처리 알고리즘을 이용하여 표본 화상에 대해 세포 윤곽 추출을 진행하고, 추출 결과에 대해 표지 프레임을 통해 표지하여, 윤곽 세포 화상을 수득하는 단계; 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 단계; 색상 정보와 이름 정보를 획득하고, 미리 설정된 카테고리에 기초하여 상기 색상 정보를 분류하고, 분류 색상 정보를 수득하는 단계; 및 분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시하는 단계를 포함하는 것을 특징으로 하는, 골수 세포 표지 방법 및 시스템에 관한 것이다. 본 발명은 처리된 분류 세포 화상에 대응하는 이름 정보와 분류 색상 정보에 의거하여 조합 표지, 즉 표지 세포의 이름 정보와 함께 이러한 세포의 분류 색상 정보를 표지하는 단계를 포함하고; 각 유형의 세포가 특정적이고 반복되지 않은 색상 표지를 구현함으로써, 판독이 용이하고 또한 명명이 피해짐에 따라 쉽게 탐색된다.

Description

골수 세포 표지 방법 및 시스템

본 발명은 생의학 공학 분야, 특히 골수 세포 표지 방법 및 시스템에 관한 것이다.

세포 표지는 다세포 시스템에서 특정 세포의 작용 및 거동을 추체하고, 표지로 표지된 세포를 지칭한다. 인간 골수 세포는 모든 혈액 세포와 면역 세포가 기원하고, 종류가 다양하며, 광범위한 것은 골수 세포의 형성을 초래하며, 통상적으로 의학 전문가가 현미경으로 분류한다. 인위적 공정은 시간 집약적이고 전문 의학 지식을 필요로 한다. 그러나, 2D 또는 3D 현미경으로부터 직접 세포 화상을 얻는 것은 점점 더 보편화되고, 배경으로부터 화상 내의 세포를 분리하고 서로 분할하여 화상에 대해 분석될 수도 있다.

현재, 세포의 범위는 종종 세포 윤곽이 표지되어 있고, 각각의 개별적인 세포는 세포 유형에 따라 요약되어 있으며, 각각의 세포 군에는 세포의 이름만을 나타낸다. 그것의 주요 단점은 전형적인 골수 세포가 의학 및 임상적으로 이들 세포에 특이적인 이름을 갖고, 동일한 대형 세포 이름이 부분적으로 반복되는 경우, 세포 이름을 단독으로 사용하여 세포명을 읽기 어렵다는 것이고; 또한, 상이한 전문가, 병원, 지역, 국가에서는 약간 동일한 세포 명칭을 정의하고, 세포 명칭만을 사용하여 세포를 표지화하면 쉽게 상충됨을 인지할 수 있다.

본 발명의 목적은, 처리된 분류 세포 화상에 대하여, 대응하는 이름 정보와 분류 색상 정보에 의거하여 조합 표지하고, 즉 표지 세포의 이름 정보를 동일하게 표지하고, 그러한 세포의 분류 색상 정보를 표지하는 골수 세포 표지 방법 및 시스템을 제공하는 것이고; 각 유형의 세포가 특정적이고 반복되지 않은 색상 표지를 구현함으로써, 판독이 용이하고 또한 명명이 피해짐에 따라 쉽게 탐색된다.

본 발명은 골수 세포 표지 방법으로서, 표본 화상을 획득하고, 화상 처리 알고리즘을 이용하여 표본 화상에 대해 세포 윤곽 추출을 진행하고, 추출 결과에 대해 표지 프레임을 통해 표지하여, 윤곽 세포 화상을 수득하는 단계; 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 단계; 색상 정보와 이름 정보를 획득하고, 미리 설정된 카테고리에 기초하여 상기 색상 정보를 분류하고, 분류 색상 정보를 수득하는 단계; 및 분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시하는 단계를 포함하는 것을 특징으로 하는, 골수 세포 표지 방법을 제공한다.

한 실시양태에서, 본 발명의 골수 세포 표지 방법은 상기 윤곽 세포 화상을 미리 설정된 분류 모델 내로 입력하기 전에, 분류 절차 또는 분류기를 통해 분류 모델을 구축하는 단계를 더 포함한다.

한 실시양태에서, 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 것은, 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 상기 윤곽 세포 화상에 대해 미리 설정된 카테고리의 확률을 분배하는 단계; 상기 윤곽 세포 화상에 상응하는 확률 및 미리 설정된 임계값에 기초하여 상기 윤곽 세포 화상에 대해 분류 표지를 진행하고, 분류 세포 화상을 수득하는 단계; 및 상기 분류 세포 화상을 식별 판단하고, 대응하는 분류 세포 정보를 수득하는 단계를 포함한다.

한 실시양태에서, 상기 화상 처리 알고리즘을 이용하여 표본 화상에 대해 세포 윤곽 추출을 진행하는 것은, 상기 표본 화상에 대해 각각 흑백 및 노이즈 제거 처리를 진행하는 단계; 및 최대평방편차법을 이용하여 노이즈 제거 후의 흑백 이미지의 최적 임계값을 계산하고, 상기 최적 임계값으로 노이즈 제거 후의 흑백 이미지를 분할하고, 이진화 화상으로 변환하여 세포 윤곽 추출을 완성하는 단계를 포함한다.

한 실시양태에서, 본 발명의 골수 세포 표지 방법은 분류 색상 정보를 수득한 후에, 상기 이름 정보 및 상기 분류 색상 정보를 저장하고 표지 데이터베이스를 구축하는 단계를 더 포함한다.

상응하게, 본 발명은 또한 윤곽 추출 모듈, 분류 처리 모듈, 색상 전처리 모듈 및 표지 처리 모듈을 포함하는 골수 세포 표지 시스템으로서, 상기 윤곽 추출 모듈은 표본 화상을 획득하고 화상 처리 알고리즘을 이용하여 표본 화상에 대하여 세포 윤곽 추출을 진행하고, 추출 결과에 대해 표지 프레임을 통해 표지하여 윤곽 세포 화상을 수득하는 데에 사용되고; 상기 분류 처리 모듈은, 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 데에 사용되고; 상기 색상 전처리 모듈은 색상 정보와 이름 정보를 획득하고, 미리 설정된 카테고리에 기초하여 상기 색상 정보를 분류하고, 분류 색상 정보를 수득하는 데에 사용되고; 상기 표지 처리 모듈은 분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시하는 데에 사용되는 것을 특징으로 하는, 골수 세포 표지 시스템을 제공한다.

한 실시양태에서, 본 발명의 골수 세포 표지 시스템은 모델 구축 모듈을 더 포함하되, 상기 모델 구축 모듈은, 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하기 전에, 분류 절차 또는 분류기를 통해 분류 모델을 구축한다.

한 실시양태에서, 상기 분류 처리 모듈은 분배 유닛, 분배 표지 유닛 및 식별 판단 유닛을 포함하고; 상기 분배 유닛은, 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 상기 윤곽 세포 화상에 대해 미리 설정된 카테고리의 확률을 분배하는 데에 사용되고; 상기 분배 표지 유닛은, 상기 윤곽 세포 화상에 상응하는 확률 및 미리 설정된 임계값에 기초하여, 상기 윤곽 세포 화상에 대해 분류 표지를 진행하고, 분류 세포 화상을 수득하는 데에 사용되고; 상기 식별 판단 유닛은, 상기 분류 세포 화상을 식별 판단하고, 대응하는 분류 세포 정보를 얻는 데에 사용된다.

한 실시양태에서, 상기 윤곽 추출 모듈은 프로세싱 유닛 및 계산 변환 유닛을 포함하고; 상기 프로세싱 유닛은, 표본 화상에 대해 각각 흑백 및 노이즈 제거 처리를진행하는 데에 사용되고; 상기 계산 변환 유닛은, 최대평방편차법을 이용하여 노이즈 제거 후의 흑백 이미지의 최적 임계값을 계산하고, 상기 최적 임계값으로 노이즈 제거 후의 흑백 이미지를 분할하고, 이진화 화상으로 변환하여 세포 윤곽 추출을 완성하는 데에 사용된다.

한 실시양태에서, 본 발명의 골수 세포 표지 시스템은 저장 모듈을 더 포함하되, 상기 저장 모듈은 분류 색상 정보를 수득한 후, 상기 이름 정보와 상기 분류 색상 정보를 저장하고, 표지 데이터베이스를 구축하는 데에 사용된다.

종래 기술과 비교하여, 본 발명의 기술방안은 하기의 장점을 갖는다:

본 발명의 골수 세포 표지 방법 및 시스템은 표본 화상을 획득하고, 화상 처리 알고리즘을 이용하여 표본 화상에 대해 세포 윤곽 추출을 진행하고, 추출 결과에 대해 표지 프레임을 통해 표지하여, 윤곽 세포 화상을 수득하는 단계; 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 단계; 색상 정보와 이름 정보를 획득하고, 미리 설정된 카테고리에 기초하여 상기 색상 정보를 분류하고, 분류 색상 정보를 수득하는 단계; 및 분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시하는 단계를 포함한다. 본 발명은 처리된 분류 세포 화상에 대응하는 이름 정보와 분류 색상 정보에 의거하여 조합 표지, 즉 표지 세포의 이름 정보와 함께 이러한 세포의 분류 색상 정보를 표지하는 단계를 포함하고; 각 유형의 세포가 특정적이고 반복되지 않은 색상 표지를 구현함으로써, 판독이 용이하고 또한 명명이 피해짐에 따라 쉽게 탐색된다.

도 1은 본 발명의 실시양태에 따라 제공된 골수 세포 표지 방법의 개략적 흐름도이다.
도 2는 본 발명의 양태에 따른 3개의 골수 세포 표지 시스템의 구조적 개략도이다.
도 3은 도 2에 따른 분류 처리 모듈의 구조를 개략적으로 나타낸 도면이다.
도 4는 골수 세포(600)를 표지하기 위한 구조적 블록도이다.
도 5는 본 발명의 실시양태에 따라 제조된 표본 화상으로부터 추출한 세포 프로필을 도시한다.
도 6은 본 발명의 골수 세포 표지의 분류 세포 화상 사진이다.
도 7은 본 발명의 실시양태에 따라 생성된 표시 표본 화상을 나타낸 도면이다.
도 5 내지 도 7은 참조도이다.
[부호의 설명]
100, 윤곽 추출 모듈; 110, 프로세싱 유닛; 120, 계산 변환 유닛; 200, 분류 처리 모듈; 210, 분배 유닛; 220, 분배 표지 유닛; 230, 식별 판단 유닛; 300, 색상 전처리 모듈; 400, 표지 처리 모듈; 500, 모델 설정 모듈; 600, 저장 모듈; 602, 처리 어셈블리; 604, 메모리; 606, 파워 모듈; 608, 멀티미디어 모듈; 610, 입력/출력(I/O) 인터페이스.

본 발명의 상기한 기술적 및 추가적인 기술적 특징과 장점들을 첨부 도면과 함께 이하 상세히 설명하며, 설명된 실시예들은 단지 본 발명의 일 실시예이며, 전체 실시예보다는 본 발명의 실시예를 나타낸다는 것은 명백하다.

도 1을 참조하면, 본 발명의 실시예는 하기 단계를 포함하는, 골수 세포 표지 방법과 관련된다:

S100. 표본 화상을 획득하고, 화상 처리 알고리즘을 이용하여 표본 화상에 대해 세포 윤곽 추출을 진행하고, 추출 결과에 대해 표지 프레임을 통해 표지하여, 윤곽 세포 화상을 수득하는 단계;

S200. 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 단계;

S300. 색상 정보와 이름 정보를 획득하고, 미리 설정된 카테고리에 기초하여 상기 색상 정보를 분류하고, 분류 색상 정보를 수득하는 단계; 및

S400. 분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시하는 단계.

또한, 표지 프레임의 형상은 추출된 세포 윤곽의 형상과 일치하거나, 다른 형상의 표지 프레임(예를 들어, 표지 프레임의 형상이 직사각형, 원형, 삼각형 등 다른 규칙적인 패턴이거나, 불규칙적인 패턴을 채택하는 것도 가능하다. 본 실시예에서는, 직사각형 표지 프레임이 바람직하다. 직사각형 표지 프레임은 세포의 전체 윤곽에 가장 가깝고, 처리 부담을 감소시킨다.

분류 모델은 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하기 전에 미리 수립된다. 분류 모델은 분류 절차 또는 분류기에 의해 분류 모델을 생성할 수 있다. 여기서, 분류기 - 구축 분류 모델은 신경네트워크, 서포트 벡터 베이스, 베지어 네트워크, 및 결정 트리 중 하나 이상에 의해 설정될 수 있다. 이 처리는 본 실시예에 한정되는 것은 아니다.

다양한 크기, 거대분자류, 하위류 중의 카아류 등을 비롯한 골수 세포의 카테고리로 미리 설정된 카테고리; 및 분류 색상 정보는 상이한 색상에 따라 이들 다양한 카테고리에 대해 색상 분배 매칭이고; 서브류, 다음번 서브류, 서브류 등이 서로 다른 색상으로 구별되고; 각각 다른 색계 표현 세포를 속하는 카테고리의 통일이거나; 예컨대, 적색계의 표시는 큰 종류, 청색계 표시 자류 등을 이용하고 있다. 식별은 보다 용이하게 구별될 수 있다. 다른 실시예에서, 사용된 색계는 제한되지 않는다. 예를 들어, 입자 시스템, 큰 부류에 속하며, 대응하는 색상 정의 RGB 값이 #159845이며; 큰 클래스에 속하며, 대응하는 색상 정의 RGB 값이 #e30b20임을 나타내는 적혈구 시스템이고; 원래의 입자 세포는 과립구 시스템의 서브클래스에 속하고, 이에 따라 이의 대응하는 색상 정의 RGB 값은 #159845 및 #07f363이고; 원래 적혈구는 적혈구 시스템의 하위 군에 속하며, 따라서, 이의 상응하는 색상은 RGB 값이 #e30b20 및 #159848이다. 대류는, 하나의 색상 블록을 가지며, 서브류는, 두 개의 색상 블록을 가지며, 서브타입의 서브류는, 좌측으로부터 우측으로 병렬되어 나열되도록 정색블록이 순차적으로 표시되며, 서브타입의 색상 블록, 서브타입의 색상 블록을 갖는다.

상기 골수 내에 제공된 세포 정보에 대응하는 네임 정보를 분류하는 단계; 상기 세포마다 고유의 명칭 정보를 갖고; 분류된 세포 화상은, 해당 세포가 속하는 카테고리 상태이고, 해당 세포의 카테고리 의존 관계는 대소종류로부터 판정 분석되고; 예를 들어, 어느 세포에 대하여서는, 어느 대재종이, 어떠한 서브클래스에 속하는지를 판단하고, 이렇게 해서, 당해 세포에 대한 최종 분류 결과가 어떤 대종에 속하는 세포, 또는 어떤 대종의 어느 서브클래스에 속하는 세포인지를 확인하기 위해, 어느 대종의 재종에 속하는지를 판단한다. 최종적으로, 정명 정보와 분류 세포 정보의 정렬과 비교하여, 분류 세포 화상을 통해 분류 색상 정보보다 분류 색상 정보를 정렬함으로써, 상응하는 분류 색상 정보를 추출하는 것은, 조합 표지, 즉 바람직한 직사각형 표지 틀을 나타내는 것 이외에, 상응하는 세포의 이름 정보 및 분류 색상 정보를 드러낸다.

본 발명의 골수 세포 표지 방법은 화상 처리 알고리즘을 이용하여 표본 화상을 처리하여 윤곽 세포 화상을 수득하는 단계; 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 단계; 미리 설정된 카테고리에 기초하여 수득된 색상 정보를 분류하고, 분류 색상 정보를 수득하는 단계; 및 마지막으로, 분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시하는 단계를 포함한다. 본 발명은 처리된 분류 세포 화상에 대응하는 이름 정보와 분류 색상 정보에 의거하여 조합 표지, 즉 표지 세포의 이름 정보와 함께 이러한 세포의 분류 색상 정보를 표지하는 단계를 포함하고; 각 유형의 세포가 특정적이고 반복되지 않은 색상 표지를 구현함으로써, 판독이 용이하고 또한 명명이 피해짐에 따라 쉽게 탐색된다.

또한, 화상 처리 알고리즘을 이용하여 표본 화상을 세포 윤곽 추출하는 방법은 다음 단계를 포함한다:

S110. 표본 화상에 대해 각각 흑백 및 노이즈 제거 처리를 진행하는 단계; 및

S120. 최대평방편차법을 이용하여 노이즈 제거 후의 흑백 이미지의 최적 임계값을 계산하고, 상기 최적 임계값으로 노이즈 제거 후의 흑백 이미지를 분할하고, 이진화 화상으로 변환하여 세포 윤곽 추출을 완성하는 단계.

우선 수득한 표본 화상을 흑백 이미지로 변환하고, 그 후 3*3중치 필터링으로 노이즈를 제거한 후, 최대평방편차법(OTUS)을 사용하여 최적 임계값을 계산하고, 계산된 최적 임계값으로 노이즈 제거 후의 흑백 이미지를 분할하고, 이진화 화상으로 변환하여, 또한 완전한 변환 판정이 수행될 수 있으며, 세포 윤곽이 추출되지 않는 경우에는, 모든 세포 윤곽이 완료될 때까지 상기 단계들이 반복된다. 세포 윤곽 추출의 무결성이 보장되고, 최종 조합 표지의 정확성이 증가된다.

또한, 단계 S200은 특히 하기 단계를 포함한다:

S210. 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 윤곽 세포 화상에 대해 미리 설정된 카테고리의 확률을 분배하는 단계;

S220. 윤곽 세포 화상에 상응하는 확률 및 미리 설정된 임계값에 기초하여 상기 윤곽 세포 화상에 대해 분류 표지를 진행하고, 분류 세포 화상을 수득하는 단계; 및

S230. 분류 세포 화상을 식별 판단하고, 대응하는 분류 세포 정보를 수득하는 단계.

다양한 크기, 거대분자류, 하위류 중의 카아류 등을 비롯한 골수 세포의 카테고리로 미리 설정된 카테고리는 여러 미리 설정된 카테고리들에 대한 안팎의 표준 프로파일 비교 시에 각각의 미리 설정된 카테고리들에 대응하는 확률이다. 그 계산된 최대 확률은 윤곽 세포 화상에 분배되고; 분류된 윤곽 세포 화상에 상응하는 확률 및 미리 설정된 임계값 분석은 가장 가까운 분류를 분류하여, 분류된 세포 화상을 수득한다. 결국, 유사 세포 화상의 식별 판단이 행해지고, 대응하는 분류 세포 정보가 수득된. 여기서, 식별 판단은 컴퓨터 화상 식별 알고리즘을 사용하여 실시할 수도 있다. 확률 계산 비율로 인한 작업 레이트들을 증가시킴으로써 표본 화상에서의 개별 프로파일 세포 화상 인식의 정확성을 보장한다.

또한, 본 발명의 일 구체예와 관련하여 제공되는 골수 세포 표지 방법은 분류 색상 정보를 수득한 후에, 이름 정보 및 분류 색상 정보를 저장하고 표지 데이터베이스를 구축하는 단계를 더 포함한다.

표지 데이터베이스를 설정한 후에, 이름 정보 및 분류 색상 정보의 사용이 모두 표지 데이터베이스로부터 추출되고 활용 정보를 자동으로 생성할 필요가 있다. 사용 정보는 시간 파라미터, 사용 횟수, 표지의 위치 정보 등을 포함하지만 이들에 한정되지 않는다. 예컨대, 클래스 세포 화상에 대한 식별 정보 및 분류 색상 정보의 분류에 따른 조합 표지가 분류 세포 정보로부터 추출되어, 조합 표지된 가시도를 보여줄 수 있다. 상기 표본 화상에 대응하는 텍스트를 자동 생성하는 마무리 합성 표지로서, 텍스트에 상기 사용 정보를 보존한다. 사용 정보를 분석함으로써 표본 화상내의 각 종류의 세포의 실질적인 상황을 알 수 있다. 데이터 추적 또한 가능하며, 조사 동작에 유리한 점을 달성할 수 있다.

동일한 발명의 개념에 기초하여, 본 발명의 실시예는 또한, 상기 설명된 방법과 관련하여 공정 구현이 가능하며, 반복에서 더 이상 중복되지 않는 골수 세포 표지 시스템을 제공한다.

도 2에는 본 발명의 실시예의 3 가지 골수 세포 표지 시스템의 구조적 개략도로서, 윤곽 추출 모듈(100), 분류 처리 모듈(200), 색상 전처리 모듈(300), 및 표지 처리 모듈(400)을 포함하고; 윤곽 추출 모듈(100)은 표본 화상을 수득하기 위하여 화상 처리 알고리즘을 이용하여 표본 화상을 세포 윤곽 추출하고, 추출 결과를 표지 프레임을 통해 표지하여 윤곽 세포 화상을 수득하고; 분류 처리 모듈(200)은, 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하고; 색상 전처리 모듈(300)은 색상 정보와 이름 정보를 획득하고, 미리 설정된 카테고리에 기초하여 색상 정보를 분류하고, 분류 색상 정보를 수득하고; 표지 처리 모듈(400)은 분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시한다.

본 발명은 처리된 분류 세포 화상에 대응하는 이름 정보와 분류 색상 정보에 의거하여 조합 표지, 즉 표지 세포의 이름 정보와 함께 이러한 세포의 분류 색상 정보를 표지하는 단계를 포함하고; 각 유형의 세포가 특정적이고 반복되지 않은 색상 표지를 구현함으로써, 판독이 용이하고 또한 명명이 피해짐에 따라 쉽게 탐색된다.

더욱이, 본 발명의 실시예 4에서 골수 세포 표지 시스템은 모델 구축 모듈(500)을 포함하고; 모델 구축 모듈(500)은 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하기 전에 분류 모델 또는 분류기를 통해 분류 모델을 구축하기 위해 사용된다.

또한, 윤곽 추출 모듈(100)은 프로세싱 유닛(110) 및 계산 변환 유닛(120)을 포함하고; 프로세싱 유닛(110)은 표본 화상에 대해 흑백 및 노이즈 제거 처리를 진행하고(110); 계산 변환 유닛(120)은 최대평방편차법을 이용하여 노이즈 제거 후의 흑백 이미지의 최적 임계값을 계산하고, 상기 최적 임계값으로 노이즈 제거 후의 흑백 이미지를 분할하고, 이진화 화상으로 변환하여 세포 윤곽 추출을 완성한다.

또한, 본 발명의 실시예 5로부터 제공되는 골수 세포 표지 시스템은 저장 모듈(600)을 포함하고; 저장 모듈(600)은 분류 색상 정보를 수득한 후, 이름 정보와 분류 색상 정보를 저장하고, 표지 데이터베이스를 구축하기 위해 사용된다.

도 3은 분류 처리 모듈(200)의 개략적인 구조를 나타내며; 분배 유닛(210), 분배 표지 유닛(220) 및 식별 판단 유닛(230)을 포함하고; 분배 유닛(210)은 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 윤곽 세포 화상에 대히 미리 설정된 카테고리의 확률을 분배하는 데에 사용하고; 분배 표지 유닛(220)은 윤곽 세포 화상에 상응하는 확률 및 미리 설정된 임계치에 기초하여, 상기 윤곽 세포 화상에 대해 분류 표지를 진행하고; 식별 판단 유닛(230)은, 분류 세포 화상을 식별 판단하고, 대응하는 분류 세포 정보를 얻는 데에 사용된다.

도 4에 도시된 바와 같이, 프로세서(602)는 골수 세포 표지 및 디스플레이 표지와 관련된 동작과 같은, 저장 모듈(600)의 동작을 제어한다. 본 실시예에서, 프로세서(602)는 멀티미디어 모듈을 포함하여 멀티미디어 어셈블리(608)와 프로세서(602) 사이의 상호작용을 용이하게 한다.

메모리(604)는 저장 모듈(600)을 지원하기 위해 다양한 종류의 데이터를 저장한다. 저장 모듈(600)에 의해 구현된 임의의 응용 또는 방법에 대한 지시, 세포 화상, 표지 데이터베이스 등이 포함된다. 메모리(604)는, 임의의 유형의 휘발성 또는 비휘발성 메모리 장치 또는 예를 들어, 정적 랜덤 액세스 메모리(SRAM), 전기적 소거 프로그램 가능한 리드-온리 메모리(EEPROM), 소거 프로그램 가능한 리드-온리 메모리(EPROM), 리드-온리 메모리(PROM), 자기 메모리(ROM), 플래시 메모리, 또는 디스크 또는 광 디스크와 같은, 기록 방법을 사용하여 구현될 수 있다.

파워 어셈블리(606)는 저장 모듈(600)의 다양한 구성요소에 전력을 공급한다. 파워 어셈블리(606)는 전력 관리 시스템, 하나 이상의 전원, 및 저장 모듈(600) 내의 전력 발생, 관리 및 분배와 연관된 임의의 다른 구성요소를 포함한다.

멀티미디어 어셈블리(608)는 저장 모듈(600)과 저장 모듈(600)의 사용자 사이에 출력 인터페이스를 제공하는 스크린을 포함한다. 스크린은 액정 디스플레이 및 페이스 플레이트를 포함할 수 있다. 입력/출력(I/O) 인터페이스(610)는 프로세서(602) 및 주변 인터페이스 모듈, 예컨대 키보드, 클릭 휠, 버튼 등을 제공한다.

실시예에 있어서, 저장 모듈(600)은 개시된 방법을 수행하기 위해 하나 이상의 전용 집적 회로(ASIC), 디지털 신호 프로세서(DSP), 디지털 신호 처리 장치(DSPD), 프로그램 가능 논리 장치(PLD), 필드 프로그램 가능 게이트 어레이(PLD), 제어기, 마이크로 제어기, 마이크로프로세서 또는 다른 전자 구성요소로 구현될 수 있다. 본 발명은 또한 메모리(604) 내에 포함된 명령과 같은 명령을 포함하는 비-일시적 컴퓨터 판독가능 저장 매체를 제공한다. 이들 명령어는 개시된 골수 세포를 표지하기 위한 저장 모듈(600)의 프로세서(602)에 의해 수행될 수 있다. 예를 들어, 비-일시적 컴퓨터 판독가능 저장 매체는 ROM, RAM, CD-ROM, 테이프, 플로피 디스크, 광 데이터 저장 장치 등일 수 있다.

도 6에 나타난 바와 같이, 분류된 세포 화상은 색상 정보 및 이름 정보를 고려하여 공동-표지된다. 분류 색상 정보는 분류 세포 화상에서 세포 필드가 속한 주요 카테고리 및 서브클래스를 각각 나타내는 두 개의 색상 블록들로 표지된다.

도 7에 도시된 바와 같이, 표본 화상으로부터 추출된 세포 윤곽용 표지 프레임, 색에 대한 정보 및 그 명칭 정보가 함께 표지된다.

본 발명은 바람직한 실시예에 개시된 바와 같이, 본 발명을 한정하는데 사용되지 않지만, 당업자라면 본 발명의 기술적 사상 및 범주로부터 벗어나지 않으면서 본 기술을 이용하여 본 발명의 기술적인 특징에 대해 가능한 변형 및 수정을 수행할 수 있고, 이에 따라 어떠한 기술 내용도 본 발명의 기술적 해결방법의 내용으로부터 벗어나지 않고, 상기 기술에 따른 본 발명의 기술적 사상에 반드시 필요한 임의의 간단한 변형, 균등한 변화 및 변형은 본 발명의 기술적 해결방법의 보호 범위에 속한다.

Claims

골수 세포 표지 방법으로서,
표본 화상을 획득하고, 화상 처리 알고리즘을 이용하여 표본 화상에 대해 세포 윤곽 추출을 진행하고, 추출 결과에 대해 표지 프레임을 통해 표지하여, 윤곽 세포 화상을 수득하는 단계;
상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 단계;
색상 정보와 이름 정보를 획득하고, 미리 설정된 카테고리에 기초하여 상기 색상 정보를 분류하고, 분류 색상 정보를 수득하는 단계; 및
분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시하는 단계
를 포함하는 것을 특징으로 하는, 골수 세포 표지 방법.
제1항에 있어서,
상기 윤곽 세포 화상을 미리 설정된 분류 모델 내로 입력하기 전에, 분류 절차 또는 분류기를 통해 분류 모델을 구축하는 단계를 더 포함하는 것을 특징으로 하는, 골수 세포 표지 방법.
제1항 또는 제2항에 있어서,
상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 것이,
상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 상기 윤곽 세포 화상에 대해 미리 설정된 카테고리의 확률을 분배하는 단계;
상기 윤곽 세포 화상에 상응하는 확률 및 미리 설정된 임계값에 기초하여 상기 윤곽 세포 화상에 대해 분류 표지를 진행하고, 분류 세포 화상을 수득하는 단계; 및
상기 분류 세포 화상을 식별 판단하고, 대응하는 분류 세포 정보를 수득하는 단계를 포함하는 것을 특징으로 하는, 골수 세포 표지 방법.
제1항에 있어서,
상기 화상 처리 알고리즘을 이용하여 표본 화상에 대해 세포 윤곽 추출을 진행하는 것이,
상기 표본 화상에 대해 각각 흑백 및 노이즈 제거 처리를 진행하는 단계; 및
최대평방편차법을 이용하여 노이즈 제거 후의 흑백 이미지의 최적 임계값을 계산하고, 상기 최적 임계값으로 노이즈 제거 후의 흑백 이미지를 분할하고, 이진화 화상으로 변환하여 세포 윤곽 추출을 완성하는 단계
를 포함하는 것을 특징으로 하는, 골수 세포 표지 방법.
제1항에 있어서,
분류 색상 정보를 수득한 후에, 상기 이름 정보 및 상기 분류 색상 정보를 저장하고 표지 데이터베이스를 구축하는 단계를 더 포함하는 것을 특징으로 하는, 골수 세포 표지 방법.
윤곽 추출 모듈, 분류 처리 모듈, 색상 전처리 모듈 및 표지 처리 모듈을 포함하는 골수 세포 표지 시스템으로서,
상기 윤곽 추출 모듈은 표본 화상을 획득하고 화상 처리 알고리즘을 이용하여 표본 화상에 대하여 세포 윤곽 추출을 진행하고, 추출 결과에 대해 표지 프레임을 통해 표지하여 윤곽 세포 화상을 수득하는 데에 사용되고;
상기 분류 처리 모듈은, 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 분류 세포 화상 및 대응하는 분류 세포 정보를 수득하는 데에 사용되고;
상기 색상 전처리 모듈은 색상 정보와 이름 정보를 획득하고, 미리 설정된 카테고리에 기초하여 상기 색상 정보를 분류하고, 분류 색상 정보를 수득하는 데에 사용되고;
상기 표지 처리 모듈은 분류 세포 정보에 따라 대응하는 이름 정보와 분류 색상 정보를 추출하고, 분류 세포 화상에 대해 조합 표지를 진행하고, 조합 표지 후의 가시도를 표시하는 데에 사용되는 것을 특징으로 하는, 골수 세포 표지 시스템.
제6항에 있어서,
모델 구축 모듈을 더 포함하되,
상기 모델 구축 모듈은, 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하기 전에, 분류 절차 또는 분류기를 통해 분류 모델을 구축하는, 골수 세포 표지 시스템.
제6항 또는 제7항에 있어서,
상기 분류 처리 모듈은 분배 유닛, 분배 표지 유닛 및 식별 판단 유닛을 포함하고;
상기 분배 유닛은, 상기 윤곽 세포 화상을 미리 설정된 분류 모델에 입력하고, 상기 윤곽 세포 화상에 대해 미리 설정된 카테고리의 확률을 분배하는 데에 사용되고;
상기 분배 표지 유닛은, 상기 윤곽 세포 화상에 상응하는 확률 및 미리 설정된 임계값에 기초하여, 상기 윤곽 세포 화상에 대해 분류 표지를 진행하고, 분류 세포 화상을 수득하는 데에 사용되고;
상기 식별 판단 유닛은, 상기 분류 세포 화상을 식별 판단하고, 대응하는 분류 세포 정보를 얻는 데에 사용되는 것을 특징으로 하는, 골수 세포 표지 시스템.
제6항에 있어서,
상기 윤곽 추출 모듈은 프로세싱 유닛 및 계산 변환 유닛을 포함하고;
상기 프로세싱 유닛은, 표본 화상에 대해 각각 흑백 및 노이즈 제거 처리를진행하는 데에 사용되고;
상기 계산 변환 유닛은, 최대평방편차법을 이용하여 노이즈 제거 후의 흑백 이미지의 최적 임계값을 계산하고, 상기 최적 임계값으로 노이즈 제거 후의 흑백 이미지를 분할하고, 이진화 화상으로 변환하여 세포 윤곽 추출을 완성하는 데에 사용되는 것을 특징으로 하는, 골수 세포 표지 시스템.
제6항에 있어서,
저장 모듈을 더 포함하되,
상기 저장 모듈은 분류 색상 정보를 수득한 후, 상기 이름 정보와 상기 분류 색상 정보를 저장하고, 표지 데이터베이스를 구축하는 데에 사용되는 것을 특징으로 하는, 골수 세포 표지 시스템.