초록
사구체 영역의 추출은 신장염 진단 자동화에 있어서 매우 중요한 역할을 하고있다. 그러나 사구체 영역과 타 영역과의 차이가 그다지 뚜렷하지 않고 동시에 표본화 과정과 영상취득과정에서 발생한 얼룩이 원영상에 존재하기 때문에 사구체 영역을 정확히 추출하는 일은 간단치 않다. 본 연구에서는 신장 사구체 영역의 추출에 관해서 유전적 알고리듬에 의한 새로운 방법을 제안한다. 우선, 표준편차 ${\sigma}=2.1$과 ${\sigma}=1.8$의 라플라시안-가우시안 필터를 사용해서 저해상도와 고해상도 영상을 획득한 후, 그 임계값을 0으로 설정하여 2치화 영상을 취득하며, 그런 다음, 저해상도 영상으로부터 경계에지를 추출한다. 사구체의 경계는 B-스플라인 폐곡선으로 표현한다. 이 저해상도 영상에 있어서 B-스플라인 폐곡선을 결정하는 파라메타는 유전적 알고리듬을 이용한 탐색에 의해 잡음과 경계선이 도중에서 끊어지는 것을 방지한다. 그 다음, 보다 정밀한 사구체의 경계 에지를 획득하기 위해 고해상도 영상으로부터 절점수를 8개, 16개 및 32개로 순차적으로 증가시켜 수정한다. 최종적으로 실제 영상에 적용함으로써 제안한 본 방법의 유효성을 확인하였다.
Extraction of glomeruli region plays a very important role for diagnosing nephritis automatically. However, it is not easy to extract glomeruli region correctly because the difference between glomeruli region and other region is not obvious, simultaneously unevennesses that is brought in the sampling process and in the imaging process. In this study, a new method for extracting renal glomeruli region using genetic algorithm is proposed. The first, low and high resolution images are obtained by using Laplacian-Gaussian filter with ${\sigma}=2.1$ and ${\sigma}=1.8$, then, binary images by setting the threshold value to zero are obtained. And then border edge is detected from low resolution images, the border of glomeruli is expressed by a closed B-splines' curve line. The parameters that decide the closed curve line with this low resolution image prevent the noises and the border lines from breaking off in the middle by searching using genetic algorithm. Next, in order to obtain more precise border edges of glomeruli, the number of node points is increased and corrected in order from eight to sixteen and thirty two from high resolution images. Finally, the validity of this proposed method is shown to be effective by applying to the real images.
