KR20220086264A - 미세 생물체 추적 장치 및 분석 장치 - Google Patents
미세 생물체 추적 장치 및 분석 장치 Download PDFInfo
- Publication number
- KR20220086264A KR20220086264A KR1020200176558A KR20200176558A KR20220086264A KR 20220086264 A KR20220086264 A KR 20220086264A KR 1020200176558 A KR1020200176558 A KR 1020200176558A KR 20200176558 A KR20200176558 A KR 20200176558A KR 20220086264 A KR20220086264 A KR 20220086264A
- Authority
- KR
- South Korea
- Prior art keywords
- micro
- organism
- outline
- image
- calculating
- Prior art date
Links
Images
Classifications
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
-
- 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
- G01N2021/1765—Method using an image detector and processing of image signal
Abstract
본 실시예에 의한 미세 생물체의 추적 장치는: 광원과, 미세 생물체가 위치한 플레이트와, 타겟을 이미징하는 이미징 장치와, 타겟의 움직임에 따라 이미징 장치를 이동하는 모터 스테이지 및 타겟의 이미지를 제공받고, 타겟의 이미지를 처리하여 모터 스테이지를 제어하는 제어부를 포함한다.
Description
본 기술은 미세 생물체 추적 시스템 및 분석 시스템과 관련된다.
예쁜 꼬마 선충(Caenorhabditis elegans)과 같은 미세 생물체에는 사람의 질병에 관여하는 많은 유전자가 보존되어 있어 이를 이용하는 유전자 발굴, 분석 및 이를 타겟으로 하는 신약 개발 가능성이 타진되고 있다. 이러한 미세 생물체의 움직임을 관찰하거나, 분석을 위하여 움직임을 이미징하는 경우에는 현미경이나 녹화 장치를 이용하는 것이 일반적이다.
종래 기술에 의하면 미세 생물체를 이미징 할 때, 미세 생물체가 위치한 플레이트를 고정시켜 놓은 상태에서 레코딩을 하기 때문에 낮은 배율에서 레코딩을 할 수 밖에 없었다. 이로 인해, 미세 생물체의 움직임에 대한 정밀한 분석이 이루어지기 어려웠다.
본 실시예로 해결하고자 하는 과제 중 하나는 상기한 종래 기술의 난점을 해소하기 위한 것이다. 즉, 높은 배율로 미세 생물체를 추적하여 이미징 할 수 있으며, 이를 이용하여 미세 생물체를 분석할 수 있는 방법 및 장치를 제공하는 것이 본 실시예로 해결하고자 하는 과제 중 하나이다.
본 실시예에 의한 미세 생물체의 추적 장치는: 광원과, 미세 생물체가 위치한 플레이트와, 타겟을 이미징하는 이미징 장치와, 타겟의 움직임에 따라 이미징 장치를 이동하는 모터 스테이지 및 타겟의 이미지를 제공받고, 타겟의 이미지를 처리하여 모터 스테이지를 제어하는 제어부를 포함한다.
본 실시예의 일 태양에 의하면, 제어부는, 제공된 미세 생물체의 이미지를 이진화하고, 이진화된 타겟의 이미지에서 타겟의 외곽선을 추출하며, 외곽선을 둘러싸는 영역을 연산하고, 영역의 중심을 연산하는 이미지 처리부를 포함한다.
본 실시예의 일 태양에 의하면, 제어부는, 영역의 중심 정보를 제공받아 영역의 중심이 이미지에서 목적하는 부분에 위치하도록 모터 스테이지를 제어하는 제어 신호를 출력하는 모터 스테이지 제어부를 더 포함한다.
본 실시예의 일 태양에 의하면, 광원은, 가시광, 적외광 중 어느 하나의 광을 제공하는 광 제공원과, 광을 확산하는 디퓨저(diffuser) 및 확산된 광을 플레이트에 균일하게 제공하는 렌즈를 포함한다.
본 실시예에 의한 미세 생물체 분석 방법은 미세 생물체의 움직임이 포함하는 이미지를 제공받는 단계와, 이미지에서 미세 생물체의 외곽선을 획득하는 단계와, 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계와, 미세 생물체의 머리와 꼬리 사이를 미리 정해진 간격으로 구획하여 복수의 영역들을 형성하는 단계 및 영역별로 물리적 특성을 연산하는 단계를 포함한다.
본 실시예의 일 태양에 의하면, 외곽선을 획득하는 단계는, 제공된 미세 생물체의 이미지를 이진화하고, 이진화된 타겟의 이미지에서 타겟의 외곽선을 추출하여 수행한다.
본 실시예의 일 태양에 의하면, 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계는, 미세 생물체의 등(dorsal) 방향과, 배(ventral) 방향을 더 식별하여 수행한다.
본 실시예의 일 태양에 의하면, 영역별로 물리적 특성을 연산하는 단계는, 미세 생물체의 곡률(curvature)를 연산하여 수행하고, 미세 생물체의 곡률은, 외곽선의 각 영역들을 하나 이상의 다항 함수로 피팅(fitting)하는 단계와, 각 영역들에 대하여 하나 이상의 다항 함수의 곡률의 평균을 연산하는 단계를 거쳐 연산된다.
본 실시예의 일 태양에 의하면, 영역별로 물리적 특성을 연산하는 단계는, 영역별 변위, 속도 및 가속도 중 어느 하나 이상을 연산하는 단계로, 미세 생물체 각 영역의 시간에 따른 좌표를 얻는 단계와, 좌표를 칼만 필터(Kalman filter)로 처리하는 단계 및 칼만 필터로 처리된 결과로부터 영역별 변위, 속도 및 가속도 중 어느 하나 이상을 연산하여 수행한다.
본 실시예에 의한 이미징 장치와 연결되어 이미징된 미세 생물체를 분석하는 장치는: 적어도 하나 이상의 프로세서 및 프로세서에 의해 실행되는 하나 이상의 프로그램을 저장하는 메모리를 포함하며, 프로그램들은 하나 이상의 프로세서에 의해 실행될 때, 하나 이상의 프로세서들에서, 미세 생물체의 움직임이 포함하는 이미지를 제공받는 단계와, 이미지에서 미세 생물체의 외곽선을 획득하는 단계와, 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계와, 미세 생물체의 머리와 꼬리 사이를 미리 정해진 간격으로 구획하여 복수의 영역들을 형성하는 단계 및 영역별로 물리적 특성을 연산하는 단계를 포함하는 미세 생물체 분석 방법이 수행된다.
본 실시예의 일 태양에 의하면, 외곽선을 획득하는 단계는, 제공된 미세 생물체의 이미지를 이진화하고, 이진화된 타겟의 이미지에서 타겟의 외곽선을 추출하여 수행한다.
본 실시예의 일 태양에 의하면, 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계는, 미세 생물체의 등(dorsal) 방향과, 배(ventral) 방향을 더 식별하여 수행한다.
본 실시예의 일 태양에 의하면, 영역별로 물리적 특성을 연산하는 단계는, 미세 생물체의 곡률(curvature)를 연산하여 수행하고, 미세 생물체의 곡률은, 외곽선의 각 영역들을 하나 이상의 다항 함수로 피팅(fitting)하는 단계와, 각 영역들에 대하여 하나 이상의 다항 함수의 곡률의 평균을 연산하는 단계를 거쳐 연산된다.
본 실시예의 일 태양에 의하면, 영역별로 물리적 특성을 연산하는 단계는, 영역별 변위, 속도 및 가속도 중 어느 하나 이상을 연산하는 단계로, 미세 생물체의 시간에 따른 좌표를 얻는 단계와, 좌표를 칼만 필터(Kalman filter)로 처리하는 단계 및 칼만 필터로 처리된 결과로부터 영역별 변위, 속도 및 가속도 중 어느 하나 이상을 연산하여 수행한다.
본 실시예에 의하면, 고 배율로 미세 생물체를 추적하여 이미징할 수 있다는 장점이 제공되며, 이미지를 이용하여 미세 생물체를 분석할 수 있다는 장점이 제공된다.
도 1은 본 실시예에 의한 미세 생물체 추적 장치의 개요를 도시한 도면이다.
도 2는 제어부의 개요를 도시한 블록도이다.
도 3(a)는 이미지 처리부가 제공된 이미지(image)를 이진화한 결과를 도시한 도면이고, 도 3(b)는 이미지 처리부가 이진화된 이미지로부터 추출한 미세 생물체의 외곽선을 도시한 도면이며, 도 3(c)는 이미지 처리부가 외곽선을 둘러싸는 영역을 형성한 상태를 도시한 도면이다.
도 4(a)는 이미지 내에서 미세 생물체가 움직인 궤적을 도시한 선도이고, 도 4(b)는 모터 스테이지가 이미징 장치를 구동하면서 이동한 궤적을 도시한 도면이며, 도 4(c)는 실제로 미세 생물체가 움직인 궤적을 도시한 도면이다.
도 5는 본 실시예에 의한 미세 생물체 분석 방법의 개요를 도시한 순서도이다.
도 6은 본 실시예에 의한 미세 생물체 분석 장치의 개요를 도시한 블록도이다.
도 7(a)는 외곽선에서 머리와 꼬리를 찾는 과정을 개요적으로 설명한 도면이고, 도 7(b)는 사잇각 α를 연산한 결과를 도시한 도면이다.
도 8(a)는 미세 생물체인 예쁜 꼬마선충의 외곽선을 도시한 도면이고, 도 8(b)는 미세 생물체를 등(dorsal) 과 배(ventral)의 중간 지점으로 양분하고, 머리와 꼬리 사이를 12분할하여 복수의 영역들을 형성한 예를 도시한 도면이고, 도 8(c)는 미세 생물체의 등(dorsal)과 배(ventral)의 중간 지점으로 양분하고, 머리와 꼬리 사이를 100 분할하여 복수의 영역들을 형성한 예를 도시한 도면이다.
도 9는 미세 생물체 외곽선(P) 일부를 분할하고, 다항 함수(polynomial function)를 이용하여 피팅(fitting)하는 단계를 도시한 도면이다.
도 10(a)는 예쁜 꼬마 선충의 어느 한 방향의 외곽선을 도시한 도면이고, 도 10(b)는 외곽선을 이차 함수로 피팅한 결과를 도시한 도면이며, 도 10(c)는 이차 함수로 피팅된 외곽선에서 각 영역별 곡률을 연산하여 도시한 도면이다. 도 10(d)와 도 10(e)는 각각 도 10(b)에서 적색 사각형으로 표시된 부분을 확대한 도면들이다.
도 11(a)는 예쁜 꼬마 선충의 배(ventral) 측 외곽선의 곡률에 대한 히트 맵(heat map)이고, 도 11(b)는 예쁜 꼬마 선충의 등(dorsal) 측 외곽선의 곡률에 대한 히트 맵(heat map)이다.
도 12는 칼만 필터를 이용하여 획득한 예쁜 꼬마 선충 각 영역별 속도를 벡터의 형태로 도시한 도면이다.
도 13은 칼만 필터를 이용하여 획득한 예쁜 꼬마 선충의 머리 부근에서 작용하는 힘을 벡터의 형태로 도시한 도면이다.
도 2는 제어부의 개요를 도시한 블록도이다.
도 3(a)는 이미지 처리부가 제공된 이미지(image)를 이진화한 결과를 도시한 도면이고, 도 3(b)는 이미지 처리부가 이진화된 이미지로부터 추출한 미세 생물체의 외곽선을 도시한 도면이며, 도 3(c)는 이미지 처리부가 외곽선을 둘러싸는 영역을 형성한 상태를 도시한 도면이다.
도 4(a)는 이미지 내에서 미세 생물체가 움직인 궤적을 도시한 선도이고, 도 4(b)는 모터 스테이지가 이미징 장치를 구동하면서 이동한 궤적을 도시한 도면이며, 도 4(c)는 실제로 미세 생물체가 움직인 궤적을 도시한 도면이다.
도 5는 본 실시예에 의한 미세 생물체 분석 방법의 개요를 도시한 순서도이다.
도 6은 본 실시예에 의한 미세 생물체 분석 장치의 개요를 도시한 블록도이다.
도 7(a)는 외곽선에서 머리와 꼬리를 찾는 과정을 개요적으로 설명한 도면이고, 도 7(b)는 사잇각 α를 연산한 결과를 도시한 도면이다.
도 8(a)는 미세 생물체인 예쁜 꼬마선충의 외곽선을 도시한 도면이고, 도 8(b)는 미세 생물체를 등(dorsal) 과 배(ventral)의 중간 지점으로 양분하고, 머리와 꼬리 사이를 12분할하여 복수의 영역들을 형성한 예를 도시한 도면이고, 도 8(c)는 미세 생물체의 등(dorsal)과 배(ventral)의 중간 지점으로 양분하고, 머리와 꼬리 사이를 100 분할하여 복수의 영역들을 형성한 예를 도시한 도면이다.
도 9는 미세 생물체 외곽선(P) 일부를 분할하고, 다항 함수(polynomial function)를 이용하여 피팅(fitting)하는 단계를 도시한 도면이다.
도 10(a)는 예쁜 꼬마 선충의 어느 한 방향의 외곽선을 도시한 도면이고, 도 10(b)는 외곽선을 이차 함수로 피팅한 결과를 도시한 도면이며, 도 10(c)는 이차 함수로 피팅된 외곽선에서 각 영역별 곡률을 연산하여 도시한 도면이다. 도 10(d)와 도 10(e)는 각각 도 10(b)에서 적색 사각형으로 표시된 부분을 확대한 도면들이다.
도 11(a)는 예쁜 꼬마 선충의 배(ventral) 측 외곽선의 곡률에 대한 히트 맵(heat map)이고, 도 11(b)는 예쁜 꼬마 선충의 등(dorsal) 측 외곽선의 곡률에 대한 히트 맵(heat map)이다.
도 12는 칼만 필터를 이용하여 획득한 예쁜 꼬마 선충 각 영역별 속도를 벡터의 형태로 도시한 도면이다.
도 13은 칼만 필터를 이용하여 획득한 예쁜 꼬마 선충의 머리 부근에서 작용하는 힘을 벡터의 형태로 도시한 도면이다.
이하에서는 첨부된 도면들을 참조하여 본 발명의 실시예들을 설명한다. 아래에서 설명되는 본 발명의 실시예들은 각각 실시될 수 있으며, 당연히 실시예들 및 또는 실시예들의 일부 요소들이 조합되어 실시될 수 있다.
미세 생물체 추적 장치
도 1은 본 실시예에 의한 미세 생물체 추적 장치(10)의 개요를 도시한 도면이다. 도 1을 참조하면, 미세 생물체 추적 장치(10)는 광원(100)과, 미세 생물체(T)가 위치한 플레이트(P)와, 타겟(T)을 이미징하는 이미징 장치(300)와, 타겟(T)의 움직임에 따라 이미징 장치(300)를 이동하는 모터 스테이지(400) 및 타겟(T)의 이미지를 제공받고, 타겟(T)의 이미지를 처리하여 모터 스테이지(400)를 제어하는 제어부(500)를 포함한다. 일 실시예로, 모터 스테이지(400)는 현재의 위치를 제어부(500)에 제공한다.
일 실시예로, 광원(100)은 광 제공원(110)과 디퓨저(diffuser, 120) 및 렌즈부(130)를 포함할 수 있다. 광 제공원(110)이 제공하는 광은 가시광 대역, 적외광 대역의 파장 중 어느 하나일 수 있다. 일 예로, 본 실시예의 미세 생물체 추적 장치(10)가 가시광 대역의 광원과 함께 사용될 수 있다. 이러한 경우 광 제공원(110)이 제공하는 광은 적외광을 제공하여 파장 대역이 중첩되어 발생하는 오류를 방지한다.
디퓨저(120)는 광 제공원(110)이 제공한 광을 확산시켜 미세 생물체(T)가 위치한 플레이트(P)에 제공한다. 디퓨저(120)는 광 제공원(110)의 상이 타겟을 포함하는 플레이트(P)에 맺히는 것을 방지하기 위하여 광을 확산한다. 렌즈부(130)는 적어도 하나 이상의 렌즈를 포함할 수 있으며, 프레넬(Fresnel) 렌즈를 포함할 수 있다. 렌즈부(130)는 확산된 광이 타겟(T)이 위치한 플레이트(P)에 균일하게 제공되도록 광을 직진시켜 제공한다. 광 제공원(110)이 제공한 광이 미세 생물체(T)를 포함하는 플레이트(P)에 직사하는 경우에 명도의 차이가 커서 음영의 차이가 심하게 형성되는 것을 막을 수 있다.
플레이트(P)에는 미세 생물체(T)가 위치한다. 미세 생물체(T)는 머리, 몸체, 꼬리를 가지는 미소한 생물로, 예쁜 꼬마선충(Caenorhabditis elegans), 초파리 유충(Drosophila larvae), 딱정벌레 유충(beetle larva), 개미(ant) 중 어느 하나일 수 있다. 플레이트(P)는 광원(100)이 제공한 광이 투과하여 이미징 장치(300)에 제공될 수 있는 투명한 플레이트일 수 있다. 일 예로, 플레이트(P)에는 미세 생물체(T)이 이동할 수 있는 아가로스 겔(agarose gel)등이 위치할 수 있다.
이미징 장치(300)는 미세 생물체(T)가 위치한 플레이트(P)를 투과한 광을 이미징한다. 일 실시예로, 광원(100)과 이미징 장치(300)는 상호 호응하여 동작한다. 일 예로, 광원(100)이 적외광을 제공하는 경우에는 이미징 장치(300)는 플레이트(P)에서 투과된 적외광을 받아 미세 생물체(T) 이미징을 수행한다. 다른 예로, 광원(100)이 가시광을 제공하는 경우에는 이미징 장치(300)는 플레이트(P)에서 투과된 가시광을 받아 미세 생물체(T) 이미징을 수행한다. 일 실시예로, 이미징 장치(300)는 미세 생물체(T)가 이동하는 동영상을 촬영할 수 있으며, 미세 생물체(T)의 정지 영상을 촬영할 수 있다.
모터 스테이지(400)는 제어 신호(con_X, con_Y)로 제어되어 X축과 Y축으로 각각 움직이는 두 개의 모터와 이미징 장치(300)과 결합된 스테이지를 포함한다. 모터 스테이지(400)에 포함된 두 개의 모터는 스텝 모터를 포함할 수 있으며, 제어부(500)으로부터 제어 신호(con_X, con_Y)를 제공받아 목적하는 방향으로 스테이지를 이동한다.
모터 스테이지(400)는 모터가 구동됨에 따른 모터 스테이지(400)의 위치 정보를 제어부(500)로 전송한다. 일 실시예로, 플레이트(P)는 고정되어 위치할 수 있다. 플레이트(P)에 위치하는 미세 생물체(T)가 이동할 때에는 모터 스테이지(400)에 포함된 모터들이 제어부(500)가 제공하는 제어 신호에 의하여 구동됨으로써 미세 생물체(T)를 연속적으로 이미징할 수 있다.
도시되지 않은 실시예로, 미세 생물체가 위치하는 플레이트는 모터 스테이지에 배치될 수 있으며, 이미징 장치가 고정되어 위치할 수 있다. 따라서, 플레이트에 위치하는 미세 생물체가 이동할 때에는 모터 스테이지에 포함된 모터들이 제어부가 제공하는 제어 신호에 의하여 구동되어 플레이트를 이동함으로써 미세 생물체를 연속적으로 이미징할 수 있다.
제어부(500)는 이미징 장치(300)가 제공한 미세 생물체(T)의 이미지를 제공받고, 미세 생물체(T)의 이미지를 처리하여 모터 스테이지(500)를 제어한다. 일 실시예로, 제어부(500)는 이미징 장치(300)로부터 미세 생물체(T)의 이미지를 제공받아 처리하는 이미지 처리부를 포함할 수 있다.
도 2는 제어부(500)의 개요를 도시한 블록도이다. 도 2를 참조하면, 제어부는 이미징 장치(300)로부터 미세 생물체(T)의 영상(image)을 제공받고 이를 처리하는 이미지 처리부(image processing unit, 510)와, 이미지 처리부(510)의 처리 결과로부터 모터 스테이지(400)를 제어하는 모터 스테이지 제어부(motor stage control unit, 520)를 포함한다. 일 예로, 모터 스테이지(400)는 모터 스테이지 제어부(520)에 위치 정보를 제공할 수 있다.
도 3(a)는 이미지 처리부(510)가 제공된 이미지(image)를 이진화한 결과를 도시한 도면이다. 도 3(a)를 참조하면, 이미지 처리부(510)는 이미징 장치(300)로부터 제공된 이미지를 이진화(binarization)한다. 이미징 장치(300)가 제공하는 동영상은 결국 연속된 이미지의 연결이다. 하나의 이미지는 여러 픽셀로 이루어져 있으며, 각 픽셀들은 다른 값들을 가지고 있다. 이미지 처리부(510)는 이미지에 포함된 각 픽셀의 값과 미리 설정된 임계값(threshold)을 비교하여 임계값보다 낮은 값을 가지는 픽셀의 픽셀값을 0으로 설정한다. 임계값(threshold)과의 비교 결과 임계값보다 큰 값을 가지는 픽셀의 픽셀값을 255으로 설정한다. 따라서, 이미지 처리부(510)는 제공된 이미지를 흑색에 상응하는 픽셀값 0과 백색에 상응하는 픽셀값 255로 이진화 한다.
도 3(b)는 이미지 처리부(510)가 이진화된 이미지로부터 추출한 미세 생물체(T)의 외곽선(P)을 도시한 도면이다. 도 3(b)를 참조하면, 이미지 처리부(510)는 픽셀값이 0에서 255로 변화하거나, 255에서 0으로 변화하는 경계를 파악하고, 경계에 외곽선(P)을 형성한다. 일 실시예로, 이미지 처리부(510)는 이진화된 이미지에서 여러 외곽선(P)들을 추출한 다음, 그 중에서 특정 조건값을 충족하는 하나의 외곽선(P)을 찾을 수 있다. 일 예로, 이미지 처리부(510)는 이진화된 이미지에서 특정 면적 이상에 대하여 외곽선을 추출할 수 있다. 따라서, 도 3(a)에서 노란색 점선으로 도시된 부분에 대하여는 도 3(b)와 같이 외곽선 추출 및 외곽선 형성이 수행되지 않는다.
도 3(c)는 이미지 처리부(510)가 외곽선(P)을 둘러싸는 영역(A)을 형성한 상태를 도시한 도면이다. 도 3(c)를 참조하면, 이미지 처리부(510)는 외곽선(P)을 둘러싸는 영역(A)을 형성한다. 일 예로, 외곽선(P)을 둘러싸는 영역(A)은 도 3(c)로 예시된 것과 같이 외곽선(P)을 모두 둘러싸는 최소한의 영역(A)을 가지도록 형성될 수 있다. 또한, 도시된 실시예는 이미지 처리부(510)가 형성한 외곽선(P)을 둘러싸는 영역(A)을 원으로 예시하였으나, 이와 달리 다각형, 타원 등의 형태일 수 있다.
이미지 처리부(510)는 외곽선을 둘러싸는 영역의 중심(C)을 구하고 중심 정보(center data)를 모터 스테이지 제어부(520)에 제공한다. 위에서 설명된 바와 같이 이미지 처리부(510)에 제공되는 이미지들이 시간적으로 연속되는 동영상이다. 이미지 처리부(510)는 매 이미지들마다 이미지 이진화, 외곽선(P) 추출, 외곽선(P)을 둘러싸는 영역(A) 형성 및 영역(A)의 중심을 추출하여 모터 스테이지 제어부(520)에 제공한다. 따라서, 이미지 처리부(510)가 제공하는 중심 정보는 미세 생물체(T)가 움직이는 방향과 일치할 수 있다.
모터 스테이지 제어부(520)는 이미지 처리부(510)가 제공한 중심 정보(center data)를 이용하여 영역(A)의 중심(C)이 이미지(image) 내 미리 목적한 곳에 위치하도록 모터 제어 신호(con_X, con_Y)를 제공한다. 일 실시예로, 모터 스테이지 제어부(520)는 영역(A)의 중심(C)이 이미지(image)의 중앙부, 좌하단, 좌상단, 우상단 및 우하단 등 미리 정해진 위치하도록 모터 스테이지(400)에 모터 제어 신호(con_X, con_Y)를 형성하여 제공한다.
실험 결과
도 4(a)는 이미지 내에서 미세 생물체(T)가 움직인 궤적을 도시한 선도이다. 도 4(a)에서, 미세 생물체(T)를 포함하는 이미지는 모터 스테이지(400)가 미세 생물체(T)를 추적하면서 획득한 이미지이다. 따라서, 도 4(a)로 도시된 이미지만으로 미세 생물체(T)의 움직임을 판단할 수 없다. 도 4(b)는 모터 스테이지(400)가 이미징 장치(300)를 구동하면서 이동한 궤적을 도시한 도면이다. 미세 생물체(T)가 플레이트(P) 내에서 움직인 궤적은 도 4(a)와 도 4(b)의 궤적을 합산하여야 실제로 미세 생물체(T)의 궤적을 얻을 수 있으며, 이는 도 4(c)로 예시된 것과 같다.
따라서, 본 실시예에 의하면, 이동하는 미세 생물체(T)를 고배율로 이미징하면서 미세 생물체(T)를 추적할 수 있으며, 미세 생물체(T)의 정확한 움직임을 파악할 수 있다는 장점이 제공된다.
미세 생물체 분석 장치 및 방법
이하에서는 첨부된 도면들을 참조하여 본 실시예에 의한 미세 생물체 분석 장치 및 분석 방법을 설명한다. 다만, 간결하고 명료한 설명을 위하여 위에서 설명된 실시예와 동일하거나 유사한 요소에 대하여는 설명을 생략할 수 있다. 도 5는 본 실시예에 의한 미세 생물체 분석 방법의 개요를 도시한 순서도이다. 도 5를 참조하면, 본 실시예에 의한 미세 생물체 분석 방법은 미세 생물체(T)의 움직임을 포함하는 이미지를 제공받는 단계(S100)와, 이미지에서 미세 생물체의 외곽선을 획득하는 단계(S200)와, 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계(S300)와, 미세 생물체의 머리와 꼬리 사이를 미리 정해진 간격으로 구획하여 복수의 영역들을 형성하는 단계(S400) 및 영역별로 물리적 특성을 연산하는 단계(S500)를 포함한다.
도 6은 본 실시예에 의한 미세 생물체 분석 장치(20)의 개요를 도시한 블록도이다. 도 6을 참조하면, 본 실시예에 따른 미세 생물체 분석 장치(20)는 입력부(210), 출력부(220), 프로세서(250), 메모리(240) 및 데이터베이스(230)를 포함한다. 도 6의 미세 생물체 분석 장치(20)는 예시적인 것으로서, 도 6에 도시된 모든 블록이 필수 구성요소는 아니며, 다른 실시예에서 미세 생물체 분석 장치(20)에 포함된 일부 블록이 추가, 변경 또는 삭제될 수 있다. 한편, 미세 생물체 분석 장치(20)는 미세 생물체를 분석하기 위한 컴퓨팅 장치로 구현될 수 있으며, 미세 생물체 분석 장치(20)에 포함된 각 구성요소들은 각각 별도의 소프트웨어 장치로 구현되거나, 소프트웨어가 결합된 별도의 하드웨어 장치로 구현될 수 있다.
미세 생물체 분석 장치(20)는 미세 생물체(T)의 움직임이 포함하는 이미지를 제공받는 단계와, 이미지에서 미세 생물체의 외곽선을 획득하는 단계와, 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계와, 미세 생물체의 머리와 꼬리 사이를 미리 정해진 간격으로 구획하여 복수의 영역들을 형성하는 단계 및 영역별로 물리적 특성을 연산하는 단계를 수행하여 미세 생물체(T)를 분석할 수 있다.
입력부(210)는 미세 생물체(T)의 움직임을 포함하는 이미지를 제공받을 수 있는 수단을 의미한다. 입력부(210)는 이미징 장치(300) 등의 외부 장치와 연동하여 직접 데이터를 획득하고, 프로세서(250)로 전달할 수도 있다. 입력부(210)는 프로세서(250)와 연동하여 다양한 형태의 신호 또는 데이터를 입력받을 수 있다. 입력부(210)는 로그정보(log), 다양한 조건정보 또는 제어신호 등을 입력하거나 입력 받기 위한 장치 또는 서버일 수 있으나 반드시 이에 한정되는 것은 아니다.
출력부(220)는 프로세서(250)와 연동하여 미세 생물체의 곡률(curvature), 영역별 변위, 속도 및 가속도 등과 같이 연산된 미세 생물체(T)의 물리적 특성을 출력 및 표시할 수 있다. 출력부(220)는 소정의 정보를 출력하기 위하여 미세 생물체 분석 장치(20)에 구비된 디스플레이(미도시), 스피커(미도시) 등을 통해 다양한 정보를 표시하는 것이 바람직하나 반드시 이에 한정되는 것은 아니다.
프로세서(250)는 메모리(240)에 포함된 적어도 하나의 명령어 또는 프로그램을 실행시키는 기능을 수행한다. 본 실시예에 따른 프로세서(250)는 입력부(210) 또는 데이터베이스(230)로부터 획득한 데이터를 기반으로 각 단계를 수행하기 위한 데이터를 연산하고 미세 생물체(T)의 영역별로 물리적 특성을 연산하는 단계를 수행하여 미세 생물체(T)를 분석하는 등의 동작을 수행한다.
메모리(240)는 프로세서(250)에 의해 실행 가능한 적어도 하나의 명령어 또는 프로그램을 저장할 수 있다. 메모리(240)는 미세 생물체(T)에서 처리를 수행하기 위한 명령어 또는 프로그램을 저장할 수 있다. 메모리(240)는 각 단계에서 수행된 결과, 중간값 등의 연관된 값들을 저장할 수 있다.
데이터베이스(230)는 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 의미한다. 즉, 데이터베이스(230)는 데이터의 검색(추출), 삭제, 편집, 추가 등을 자유롭게 행할 수 있는 데이터 저장형태를 뜻하는 것이다. 일 예로, 데이터베이스(230)는 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이타베이스 관리 시스템(RDBMS)일 수 있다. 다른 예로, 데이터베이스(230)는 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이타베이스 관리 시스템(OODBMS) 및 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등의 XML 전용 데이터베이스(XML Native Database)를 이용하여 본 발명의 일 실시예의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(Field) 또는 엘리먼트들을 포함할 수 있다.
본 실시예에 따른 데이터베이스(230)는 로그정보, 실패 로그정보, 조건 정보, 모델정보, 필터정보, 고장 진단 결과정보 등을 저장하고, 저장된 데이터를 제공할 수 있다. 한편, 데이터베이스(230)는 미세 생물체 분석 장치(20) 내에 구현되는 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며, 별도의 데이터 저장장치로 구현될 수도 있다.
계속하여 도 5 및 도 6을 참조하면, 미세 생물체 분석 장치(20)는 이미징 장치(300)로부터 이미지 정보를 제공(S100)받고, 이미지를 이진화(binarization)후, 외곽선을 형성한다(S200). 간결하고 명료한 설명을 위하여 이미지 정보를 제공 받는 단계와 이미지를 이진화하여 외곽선을 형성하는 단계에 대하여는 설명을 생략할 수 있다.
일 실시예에서, 이미징 장치(300)가 제공한 이미지 정보로부터 미세 생물체(T)의 머리(head)와 꼬리(tail)가 지정될 수 있다. 일 예로, 미세 생물체 분석 장치(20)는 미세 생물체(T)의 이미지로부터 머리(head)가 위치하는 영역과 꼬리(tail)가 위치하는 영역을 각각 파악할 수 있다. 또한, 미세 생물체 분석 장치(20)는 미세 생물체(T)의 외곽선이 형성된 이후 등(dorsal) 방향과, 배(ventral) 방향을 더 식별할 수 있다.
다른 실시예로, 미세 생물체 분석 장치(20)의 사용자는 미세 생물체(T)의 이미지로부터 머리(head)가 위치하는 영역과 꼬리(tail)이 위치하는 영역을 각각 지정할 수 있다. 또한, 미세 생물체 분석 장치(20)의 사용자는 미세 생물체(T)의 외곽선이 형성된 이후 등(dorsal) 방향과, 배(ventral) 방향을 더 지정할 수 있다.
미세 생물체 분석 장치(20)는 미세 생물체(T)의 머리(head)와 꼬리(tail)를 검출한다(S300). 도 7(a)는 외곽선에서 머리와 꼬리를 찾는 과정을 개요적으로 설명한 도면이다. 도 7(a)를 참조하면, 미세 생물체(T)의 외곽선은 도시된 것과 같이 여러 점들의 연속으로 표시될 수 있다. 무수히 많은 점들 중에서 세 점(p, p+, p-)를 선택하고, 세 점이 이루는 삼각형에서 아래의 수학식 1과 같이 코사인 제2 법칙을 이용하여 사잇각 α를 찾는다. 일 예로, 점 p+와 점 p사이의 길이 a와 점 p와 점 p-사이의 길이 b는 미리 정해진 값일 수 있다.
[수학식 1]
외곽선을 따라 점 p+, p 및 점 p-를 이동하면서 수학식 1에 따라 사잇각 α를 연산한 결과를 도시하면 도 7(b)와 같다. 도 7(b)에서 사잇각의 크게 감소하는 두 지점을 확인할 수 있으며, 이 지점들이 미세 생물체(T)의 머리(head)와 꼬리(tail)에 해당한다.
따라서, 미세 생물체(T)가 플레이트(P) 상에서 이동하여도 미세 생물체(T)의 외곽선을 추적하여 정확하게 머리(head)와 꼬리(tail)가 외곽선 상 어디에 위치하는지 파악할 수 있으며, 미세 생물체(T)의 등(dorsal) 방향과, 배(ventral) 방향도 파악할 수 있다.
미세 생물체의 머리와 꼬리 사이를 미리 정해진 간격으로 구획하여 복수의 영역들을 형성한다(S400). 미세 생물체 분석 장치(20)는 외곽선을 따라 미세 생물체(T)의 머리(head)와 꼬리(tail) 사이를 분할한다. 도 8(a)는 미세 생물체(T)인 예쁜 꼬마선충의 외곽선을 도시한 도면이고, 도 8(b)는 미세 생물체를 등(dorsal) 과 배(ventral)의 중간 지점으로 양분하고, 머리와 꼬리 사이를 12분할하여 복수의 영역들을 형성한 예를 도시하며, 도 8(c)는 미세 생물체의 등(dorsal)과 배(ventral)의 중간 지점으로 양분하고, 머리와 꼬리 사이를 100 분할하여 복수의 영역들을 형성한 예를 도시한다. 도 8(b)와 도 8(c)로 예시된 것과 같이 미세 생물체(T)를 분할함으로써 미세 생물체(T)의 각 부분에 대한 정량적 분석을 수행할 수 있다.
영역별로 물리적 특성을 연산한다(S500). 미세 생물체 분석 장치(20)는 이미징 장치(300)가 제공하는 동영상으로부터 추출된 외곽선을 이용하여 형성된 복수의 영역들을 분석하여 미세 생물체(T) 및 미세 생물체(T) 각 영역에 대한 물리적 특성을 연산한다.
일 실시예로, 미세 생물체 분석 장치(20)는 분할된 각 영역들(s1, s2, s3, s4)의 곡률(curvature)을 연산한다. 도 9는 미세 생물체 외곽선(P) 일부를 분할하고, 다항 함수(polynomial function)를 이용하여 피팅(fitting)하는 단계를 도시한 도면이다. 도 9를 참조하면, 분할된 영역들(s1, s2, s3, s4)의 외곽선(P)을 복수의 다항 함수들(f1, f2, f3, f4)로 피팅(fitting)한다. 분할된 영역들(s1, s2, s3, s4) 각각은 복수의 함수들(f1, f2, f3, f4)로 피팅될 수 있다. 일 예로, 각 영역의 외곽선(P)을 피팅하는 다항 함수는 해당 영역의 외곽선에 상응하는 개형을 가지는 이차 함수일 수 있다.
각 영역별로 외곽선(P)를 피팅하는 다항함수 각각에 대하여 곡률(curvature)을 연산한다. 곡률을 연산하는 식은 아래의 수학식 2로 연산될 수 있다.
[수학식 2]
(k:곡률, x, y: 함수의 x, y 좌표 )
표 1은 다항 함수로 외곽선(P)을 피팅하고, 외곽선(P)의 평균 곡률을 연산한 예시적 표이다.
[표 1]
표 1을 참조하면, 연산된 곡률에 대하여 영역별로 평균값을 취하여 평균 곡률값을 얻을 수 있다. 도 9 및 표 1로 예시된 것과 같이 외곽선(P)에 대하여 평균 곡률값을 연산함으로서 미세 생물체(T)의 몸체가 구부러진 정도를 수치화, 정량화할 수 있다.
일 실시예로, 미세 생물체 분석 장치(20)는 분할된 각 영역들의 변위, 속도, 가속도 및 벡터를 연산한다. 위에서 설명된 바와 같이 미세 생물체 분석 장치(20)는 미세 생물체(20) 각 영역의 화면상 좌표와 모터 스테이지(400)에 의한 이미징 장치(300)가 움직인 좌표 값을 도합하여 미세 생물체 각 영역들의 움직임을 얻을 수 있다(도 4(a), (b), 4(c) 참조).
또한, 미세 생물체 각 영역들의 좌표 및 움직임에 대하여 칼만 필터(Kalman filter)를 처리한다. 칼만 필터는 이산 실시간격(Discrete Real Time Interval)마다 측정되는 잡음(Noise)이 실린 데이터로부터 동적 시스템의 미지의 상태변수를 최적으로 추정할 수 있는 선형, 불편(unbiased), 최소오차분산(minimum error variance)의 반복적 알고리즘(recursive algorithm)으로 구현되는 필터이다.
미세 생물체 추적 장치(10)가 추적하여 제공한 미세 생물체(T)의 움직임 정보에는 글리치(glitch) 및/또는 노이즈 등의 목적하지 않는 성분을 포함할 수 있으나, 칼말 필터링을 수행함으로써 목적하지 않는 성분이 제거된 좌표값들과 각 영역의 시간에 따른 속도 및 가속도를 얻을 수 있다.
실험 결과
이하에서는 첨부된 도면들을 이용하여 미세 생물체 분석 장치(20)의 실험예를 설명한다. 이하 설명되는 실험예에서, 미세 생물체(10)는 예쁜 꼬마 선충이다. 도 10(a)는 예쁜 꼬마 선충의 어느 한 방향의 외곽선을 도시한 도면이고, 도 10(b)는 외곽선을 이차 함수로 피팅한 결과를 도시한 도면이며, 도 10(c)는 이차 함수로 피팅된 외곽선에서 각 영역별 곡률을 연산하여 도시한 도면이다. 도 10(d)와 도 10(e)는 각각 도 10(b)에서 적색 사각형으로 표시된 부분을 확대한 도면들이다.
도 10(a), (b)를 참조하면, 이차 함수로 예쁜 꼬마 선충 외곽선과 이차함수로 피팅한 결과를 비교하면 매우 높은 유사도와 정밀도로 예쁜 꼬마 선충의 외곽선을 얻을 수 있음을 알 수 있다. 도 10(d)와 도 10(e)를 참조하면, 확대된 부분을 비교하여 보아도 실제 예쁜 꼬마 선충의 외곽선과 일치하는 것을 확인할 수 있다. 본 실시예에 의한 미세 생물체 분석 장치(20)에 의하면, 도 10(c)로 예시된 것과 같이 예쁜 꼬마 선충의 각 영역별 곡률의 변화를 실시간으로 측정 및 확인할 수 있다.
도 11(a)는 예쁜 꼬마 선충의 배(ventral) 측 외곽선의 곡률에 대한 히트 맵(heat map)이고, 도 11(b)는 예쁜 꼬마 선충의 등(dorsal) 측 외곽선의 곡률에 대한 히트 맵(heat map)이다. 도 11(a) 및 도 11(b)에서, 횡축 값은 예쁜 꼬마 선충의 머리(head)에서 꼬리(tail)까지 거리로, 횡축의 값 0은 머리(head), 300은 꼬리를 나타낸다. 종축은 시간을 나타내며, 히트 맵에서 적색이 짙을수록 등 방향으로 높은 곡률을 가지는 것을 표시하고, 청색이 짙을수록 배 방향으로 높은 곡률을 가지는 것을 표시한다.
도 11(a)와 도 11(b)를 참조하면, 배(vental) 측 히트 맵의 색은 등(dorsal) 측 히트 맵의 색에 비하여 진한 것을 확인할 수 있다. 또한, 배(ventral) 측 의 히트 맵에서는 머리 부분에서 곡률이 크게 나타나는 것을 확인할 수 있으며 예쁜 꼬마 선충이 배(ventral) 방향으로 많이 굽어 있는 것을 알 수 있다. 또한, 등(dorsal) 측 히트 맵의 색은 배(ventral) 측 히트맵의 색보다 연한 것을 알 수 있으며, 이것은 상술한 바와 같이 예쁜 꼬마 선충이 배(ventral) 방향으로 많이 굽어 있어 상대적으로 곡률 반경이 큰 등(dorsal) 측에는 히트 맵의 색이 연하게 형성된다.
도 11(a), 도 11(b)로 도시된 것과 같이, 본 실시예에 의한 미세 생물체 분석 장치(20)에 의하면 시간에 따른 예쁜 꼬마 선충의 등측, 배측 외곽선의 곡률 반경의 변화를 검출할 수 있고, 히트 맵 등으로 시간에 따른 곡률 반경 변화를 표시할 수 있다.
도 12는 칼만 필터를 이용하여 획득한 예쁜 꼬마 선충 각 영역별 속도를 벡터의 형태로 도시한 도면이다. 도 12를 참조하면, 예쁜 꼬마 선충의 좌표 정보에 칼만 필터를 적용시켜 각 영역별 속도를 파악할 수 있으며, 도 12로 예시된 예에서, 예쁜 꼬마 선충은 우상단 방향으로 이동하고 있는 것을 알 수 있다.
도 13은 칼만 필터를 이용하여 획득한 예쁜 꼬마 선충의 머리 부근에서 작용하는 힘을 벡터의 형태로 도시한 도면이다. 도 13을 참조하면, 예쁜 꼬마 선충의 좌표 정보에 칼만 필터를 적용시켜 각 영역에서 작용하는 힘을 파악할 수 있다. 도 13은 각 영역에 작용하는 힘을 접선 방향(tangential) 성분(적색)과 직교(normal) 성분(청색)으로 도시하였다.
예시된 실시예들은 미세 생물체(T)로 예쁜 꼬마 선충을 예시하였다. 예쁜 꼬마 선충은 단순히 예시일 뿐이며, 머리, 꼬리 및 몸체를 가지는 초파리 유충(Drosophila larvae), 딱정벌레 유충(beetle larva), 개미(ant) 등을 본 실시예의 분석 대상으로 할 수 있을 것이다.
본 실시예에 의한 미세 생물체 추적 장치에 의하면, 미세 생물체의 움직임에도 불구하고 이를 고배율로 촬영할 수 있으며, 실제 미세 생물체의 좌표, 이동 궤적을 얻을 수 있다. 본 실시예에 의한 미세 생물체 분석 장치에 의하면 다양한 지표를 통해 미세 생물체의 움직임에 대하여 정량적인 분석을 할 수 있다는 장점이 제공된다.
본 발명에 대한 이해를 돕기 위하여 도면에 도시된 실시 예를 참고로 설명되었으나, 이는 실시를 위한 실시예로, 예시적인 것에 불과하며, 당해 분야에서 통상적 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위에 의해 정해져야 할 것이다.
S100~S500: 미세 생물체 분석 방법의 예시적 각 단계
10: 미세 생물체의 추적 장치 20: 미세 생물체 분석 장치
100: 광원 110: 광 제공원
120: 디퓨저 130: 렌즈부
210:입력부 220: 출력부
230: 데이터 베이스 240: 메모리
250: 프로세서 300: 이미징 장치
400: 모터 스테이지 500: 제어부
510: 이미지 처리부 520: 모터 스테이지 제어부
10: 미세 생물체의 추적 장치 20: 미세 생물체 분석 장치
100: 광원 110: 광 제공원
120: 디퓨저 130: 렌즈부
210:입력부 220: 출력부
230: 데이터 베이스 240: 메모리
250: 프로세서 300: 이미징 장치
400: 모터 스테이지 500: 제어부
510: 이미지 처리부 520: 모터 스테이지 제어부
Claims (14)
- 광원;
타겟을 이미징하는 이미징 장치;
상기 타겟의 움직임에 따라 상기 이미징 장치를 이동하는 모터 스테이지 및
상기 타겟의 이미지를 제공받고, 상기 타겟의 이미지를 처리하여 상기 모터 스테이지를 제어하는 제어부를 포함하는 미세 생물체의 추적 장치. - 제1항에 있어서,
상기 제어부는,
제공된 상기 미세 생물체의 이미지를 이진화하고,
이진화된 상기 타겟의 이미지에서 상기 타겟의 외곽선을 추출하며,
상기 외곽선을 둘러싸는 영역을 형성하고,
상기 영역의 중심을 연산하는 이미지 처리부를 포함하는 미세 생물체 추적 장치. - 제2항에 있어서,
상기 제어부는,
상기 영역의 중심 정보를 제공받아 상기 영역의 중심이 상기 이미지에서 목적하는 부분에 위치하도록 상기 모터 스테이지를 제어하는 제어 신호를 출력하는 모터 스테이지 제어부를 더 포함하는 미세 생물체 추적 장치. - 제1항에 있어서,
상기 광원은,
가시광 및 적외광 중 어느 하나의 광을 제공하는 광 제공원과,
상기 광을 확산하는 디퓨저(dffuser) 및
상기 확산된 광을 상기 플레이트에 균일하게 제공하는 렌즈를 포함하는 미세 생물체 추적 장치. - 미세 생물체의 움직임을 포함하는 이미지를 제공받는 단계와,
상기 이미지에서 상기 미세 생물체의 외곽선을 획득하는 단계와,
상기 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계와,
상기 미세 생물체의 상기 머리와 상기 꼬리 사이를 미리 정해진 간격으로 구획하여 복수의 영역들을 형성하는 단계 및
상기 영역별로 물리적 특성을 연산하는 단계를 포함하는 미세 생물체 분석 방법. - 제5항에 있어서,
상기 외곽선을 획득하는 단계는,
제공된 상기 미세 생물체의 이미지를 이진화하고,
이진화된 상기 타겟의 이미지에서 상기 타겟의 외곽선을 추출하여 수행하는 미세 생물체 분석 방법. - 제5항에 있어서,
상기 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계는,
상기 미세 생물체의 등(dorsal) 방향과, 배(ventral) 방향을 더 식별하여 수행하는 미세 생물체 분석 방법. - 제5항에 있어서,
상기 영역별로 물리적 특성을 연산하는 단계는,
상기 미세 생물체의 곡률(curvature)를 연산하여 수행하고, 상기 미세 생물체의 곡률은,
상기 외곽선의 각 영역들을 하나 이상의 다항 함수로 피팅(fitting)하는 단계와,
상기 각 영역들에 대하여 상기 하나 이상의 다항 함수의 곡률의 평균을 연산하는 단계를 거쳐 연산되는 미세 생물체 분석 방법. - 제5항에 있어서,
상기 영역별로 물리적 특성을 연산하는 단계는, 상기 영역별 변위, 속도 및 가속도 중 어느 하나 이상을 연산하는 단계로,
상기 미세 생물체 각 영역의 시간에 따른 좌표를 얻는 단계와,
상기 좌표를 칼만 필터(Kalman filter)로 처리하는 단계 및
상기 칼만 필터로 처리된 결과로부터 상기 영역별 변위, 속도 및 가속도 중 어느 하나 이상을 연산하여 수행하는 미세 생물체 분석 방법. - 이미징 장치와 연결되어 이미징된 미세 생물체를 분석하는 장치로, 상기 장치는:
적어도 하나 이상의 프로세서; 및
상기 프로세서에 의해 실행되는 하나 이상의 프로그램을 저장하는 메모리를 포함하며, 상기 프로그램들은 하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서들에서,
미세 생물체의 움직임이 포함하는 이미지를 제공받는 단계와,
상기 이미지에서 상기 미세 생물체의 외곽선을 획득하는 단계와,
상기 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계와,
상기 미세 생물체의 상기 머리와 상기 꼬리 사이를 미리 정해진 간격으로 구획하여 복수의 영역들을 형성하는 단계 및
상기 영역별로 물리적 특성을 연산하는 단계를 포함하는 미세 생물체 분석 방법이 수행되는 미세 생물체 분석 장치. - 제10항에 있어서,
상기 외곽선을 획득하는 단계는,
제공된 상기 미세 생물체의 이미지를 이진화하고,
이진화된 상기 타겟의 이미지에서 상기 타겟의 외곽선을 추출하여 수행하는 미세 생물체 분석 장치. - 제10항에 있어서,
상기 미세 생물체의 머리(head)와 꼬리(tail)를 찾는 단계는,
상기 미세 생물체의 등(dorsal) 방향과, 배(ventral) 방향을 더 식별하여 수행하는 미세 생물체 분석 장치. - 제10항에 있어서,
상기 영역별로 물리적 특성을 연산하는 단계는,
상기 미세 생물체의 곡률(curvature)를 연산하여 수행하고, 상기 미세 생물체의 곡률은,
상기 외곽선의 각 영역들을 하나 이상의 다항 함수로 피팅(fitting)하는 단계와,
상기 각 영역들에 대하여 상기 하나 이상의 다항 함수의 곡률의 평균을 연산하는 단계를 거쳐 연산되는 미세 생물체 분석 장치. - 제10항에 있어서,
상기 영역별로 물리적 특성을 연산하는 단계는, 상기 영역별 변위, 속도 및 가속도 중 어느 하나 이상을 연산하는 단계로,
상기 미세 생물체의 시간에 따른 좌표를 얻는 단계와,
상기 좌표를 칼만 필터(Kalman filter)로 처리하는 단계 및
상기 칼만 필터로 처리된 결과로부터 상기 영역별 변위, 속도 및 가속도 중 어느 하나 이상을 연산하여 수행하는 미세 생물체 분석 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200176558A KR102413799B1 (ko) | 2020-12-16 | 2020-12-16 | 미세 생물체 추적 장치 및 분석 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200176558A KR102413799B1 (ko) | 2020-12-16 | 2020-12-16 | 미세 생물체 추적 장치 및 분석 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220086264A true KR20220086264A (ko) | 2022-06-23 |
| KR102413799B1 KR102413799B1 (ko) | 2022-06-27 |
Family
ID=82221716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200176558A KR102413799B1 (ko) | 2020-12-16 | 2020-12-16 | 미세 생물체 추적 장치 및 분석 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102413799B1 (ko) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010246534A (ja) * | 2009-03-24 | 2010-11-04 | Olympus Corp | 光シグナル解析方法 |
| JP2015533086A (ja) * | 2012-10-03 | 2015-11-19 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 組み合わされた試料検査 |
| KR20160048383A (ko) * | 2014-10-24 | 2016-05-04 | 포항공과대학교 산학협력단 | 선충의 3차원 운동 분석시스템 및 방법 |
| KR20180032488A (ko) * | 2016-09-22 | 2018-03-30 | 주식회사 아토즈소프트 | 이미지를 이용한 어류 종류 및 체장 측정 방법 |
| KR20190097271A (ko) * | 2017-02-02 | 2019-08-20 | 패스트 코포레이션 | 미생물의 운동성 운동학의 분석 및 사용 |
| JP2019215321A (ja) * | 2018-04-19 | 2019-12-19 | イーメージ ヴィジョン ピーティーイー． エルティーディー．Ｅｍａｇｅ Ｖｉｓｉｏｎ Ｐｔｅ． Ｌｔｄ． | 溶液に浸された眼用レンズの屈折力および厚さを検査するためのシステムおよび方法 |
| KR102074406B1 (ko) * | 2019-07-25 | 2020-02-06 | 주식회사 딥노이드 | 영상 랜드마크 분류 장치 및 방법 |
| KR102099610B1 (ko) * | 2019-07-19 | 2020-04-10 | 한홍규 | 식물공장 시스템 및 이를 이용한 식물의 발아여부 및 육성정도 판단방법 |
-
2020
- 2020-12-16 KR KR1020200176558A patent/KR102413799B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010246534A (ja) * | 2009-03-24 | 2010-11-04 | Olympus Corp | 光シグナル解析方法 |
| JP2015533086A (ja) * | 2012-10-03 | 2015-11-19 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 組み合わされた試料検査 |
| KR20160048383A (ko) * | 2014-10-24 | 2016-05-04 | 포항공과대학교 산학협력단 | 선충의 3차원 운동 분석시스템 및 방법 |
| KR20180032488A (ko) * | 2016-09-22 | 2018-03-30 | 주식회사 아토즈소프트 | 이미지를 이용한 어류 종류 및 체장 측정 방법 |
| KR20190097271A (ko) * | 2017-02-02 | 2019-08-20 | 패스트 코포레이션 | 미생물의 운동성 운동학의 분석 및 사용 |
| JP2019215321A (ja) * | 2018-04-19 | 2019-12-19 | イーメージ ヴィジョン ピーティーイー． エルティーディー．Ｅｍａｇｅ Ｖｉｓｉｏｎ Ｐｔｅ． Ｌｔｄ． | 溶液に浸された眼用レンズの屈折力および厚さを検査するためのシステムおよび方法 |
| KR102099610B1 (ko) * | 2019-07-19 | 2020-04-10 | 한홍규 | 식물공장 시스템 및 이를 이용한 식물의 발아여부 및 육성정도 판단방법 |
| KR102074406B1 (ko) * | 2019-07-25 | 2020-02-06 | 주식회사 딥노이드 | 영상 랜드마크 분류 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102413799B1 (ko) | 2022-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kok et al. | OrganoidTracker: Efficient cell tracking using machine learning and manual error correction | |
| Mathe et al. | Action from still image dataset and inverse optimal control to learn task specific visual scanpaths | |
| US20120002841A1 (en) | Information processing apparatus, three-dimensional position calculation method, and program | |
| CN110561399B (zh) | 用于运动障碍病症分析的辅助拍摄设备、控制方法和装置 | |
| CN115761212B (zh) | 一种基于红外图像的人体状态预警系统 | |
| Dietter et al. | Optic disc detection in the presence of strong technical artifacts | |
| JP2011147547A (ja) | 画像処理方法および画像処理装置 | |
| JP2007252707A (ja) | 画像解析装置及び画像解析プログラム | |
| KR102413799B1 (ko) | 미세 생물체 추적 장치 및 분석 장치 | |
| KR20200062764A (ko) | 딥러닝 기반 혈관 구분 방법 및 시스템 | |
| Menti et al. | Automatic generation of synthetic retinal fundus images: Vascular network | |
| Pholberdee et al. | Study of chronic wound image segmentation: Impact of tissue type and color data augmentation | |
| CN116645697A (zh) | 一种多视角步态识别方法、装置、电子设备及存储介质 | |
| JP7091635B2 (ja) | 対象物検出器、画像解析装置、対象物検出方法、画像解析方法、プログラム、及び、学習データ | |
| Nuthmann et al. | Visual search in naturalistic scenes from foveal to peripheral vision: A comparison between dynamic and static displays | |
| KR101447958B1 (ko) | 신체 부분 검출 방법 및 장치 | |
| CN114863318A (zh) | 一种基于多模态数据融合的行为识别方法 | |
| KR102413798B1 (ko) | 미세 생물체 분석 장치 및 방법 | |
| WO2010098211A1 (ja) | 輪郭抽出装置および輪郭抽出方法、並びにプログラム | |
| Cao et al. | High performance adaptive fidelity algorithms for multi-modality optic nerve head image fusion | |
| Durant et al. | Variation in the local motion statistics of real-life optic flow scenes | |
| Rodtook et al. | Optic disc localization using graph traversal algorithm along blood vessel in polar retinal image | |
| Badeche et al. | An automatic natural feature selection system for indoor tracking–application to Alzheimer patient support | |
| Sallow et al. | Optical Disc and Blood Vessel Segmentation in Retinal Fundus Images | |
| Wahid et al. | A fusion based approach for blood vessel segmentation from fundus images by separating brighter optic disc |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |