• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.241-247
• /
• 2007

자궁 경부 세포진 영상의 핵 추출을 위해서는 영상의 배경과 핵 그리고 세포질 영역의 구분이 중요하다. 또한 정상 세포핵과 암종 세포핵의 구분 및 인식을 위해서는 세포핵들의 형태학적 특징을 이용한 분류 기준을 세워야한다. 본 논문에서는 자궁 경부 세포진 영상에서 세포핵의 후보 영역과 핵을 추출하기 위해 현미경 400배율 확대 사진을 획득하는 과정에서 훼손된 컬러 영상을 복원하기 위한 방법으로 Lighting Compensation을 적용하여 영상을 보정한다. 그리고 배경 영역과 세포핵 영역을 구분하기 위해 영상의 R,G,B 영역의 히스토그램의 분포를 이용하여 배경을 제거한다. 배경이 제거된 영상을 그레이 영상으로 변환 한 후, 히스토그램 명암도의 값을 이용하여 세포핵 영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화 한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3\times3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8방향 윤곽선 추적 알고리즘을 적용하여 최종적으로 세포핵 영역을 추출한다. 추출된 세포핵의 영역을 분류 및 인식하는 과정으로 세포의 외각의 방향성 정보, 핵의 크기, 그리고 면적 비율의 특징을 이용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.533-535
• /
• 1999

자궁경부진 세포인식 시스템에 있어서 가장 중요한 것이 영상처리를 이용하여 세포핵과 세포질을 추출하여 세포의 형태적인 정보를 알아내는 과정이다. 기존의 전역 thresholding 기법이나 region growing의 경우는 pap smear 검사를 통해 얻어진 세포 영상을 분할할 수 있는 region growing 기법을 제안한다. 제안된 region growing 기법은 초기에 seed를 검출할 때 local threshold growing 기법을 제안한다. 제안된 region growing 기법은 초기에 seed를 검출할 때 local threshold 개념을 도입하여 seed의 검출을 고르게 하고, 2가지 확장 조건을 사용하여 영역을 확장한다. 첫 번째 확장 조건은 비정상 세포나 artifact가 많아서 어둡게 나타나는 영상이나 세포질과 배경의 경계가 뚜렷하지 않아서 세포질의 구별이 어려운 영상의 영역 분할이 가능하도록 그 특성을 반영하고, 두 번째 조건은 세포가 흡수하는 빛의 양이 일정하다는 가정으로 영상에서의 지역 특성(gray level, color 등을 반영한다. 제안된 기법은 정상세포 영상뿐만 아니라 비정상 세포 영상에 대하여 over-segment나 under-segment하는 경우를 줄여서 영역 분할에 좋은 결과를 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.335-339
• /
• 2006

자궁 경부 세포진 영상의 핵 영역 분할은 자궁 경부암 자동화 검색 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 자궁 경부 세포진 영상은 배경과 세포의 영역이 확실히 구분되지 않는 경우가 많기 때문에 이들을 확실히 구분하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해 자궁 경부 세포진 영상에서 Region growing 기법을 적용하여 세포 영상을 분할한다. Region growing 기법은 화소간의 유사도를 측정하여 영역을 확장하여 분할하는 방법이다. 세포와 배경이 분할된 영상을 일정 임계값을 이용하여 영상을 이진화 한 후, 8방향 윤곽선 추적 알고리즘을 이용해 세포 영역을 추출한다. 추출된 세포 영역을 원 영상인 RGB 컬러로 변환한 후에 K-means 알고리즘을 적용하여 각 세포 영역의 RGB 화소를 R, G, B 채널로 각각 분리하여 클러스터링한다. 클러스터링된 각각의 R, G, B 채널의 클러스터 값을 이용하여 HSI 모델로 변환시킨 후에 세포핵 영역의 Hue 정보를 추출한다. 추출된 세포핵의 특징을 오류 역전파 알고리즘을 적용하여 정상 세포와 비정상 세포를 분류하고 인식한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.419-421
• /
• 1999

본 논문은 자궁경부암 검사를 위한 전처리 과정인 자궁경부암 세포 영상분할 문제 연구의 결과이다. 자궁경부암 세포 영상은 배경과 세포질 및 세포핵의 구별이 어렵다. 게다가 자궁경부암 검사 시스템은 짧은 시간동안 많은 영상을 처리해야 하기 때문에, 영상의 분석 속도가 빠르고 강력한 영상 분할 기법이 필요하다. 이를 위하여 우리는 thresholding 기법을 연구하였다. 먼저 세포 영상의 각 화소의 명암의 분포를 조사하여 히스토그램을 구하였다. 히스토그램은 0~255 사이에 존재하게 되는데, 0~255의 전 영역에 존재하기 보다는 그 중 일부분에만 존재한다. 우리는 히스토그램이 존재하는 영역을 백분율로 나누고 세포핵 및 세포질이 존재하는 영역의 분포를 구하여 global threshold를 찾았고, 이를 기준으로 각 점을 thresholding 할 때에 주위의 평균값을 보정값으로 두어 local thresholding을 수행하였다. 결과 영상은 핵의 영역을 탐색하기 위한 seed로 사용하기에 적합하다.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.3
• /
• pp.179-187
• /
• 2008

In this paper, we apply a set of algorithms to classily normal and cancer nucleus from uterine cervical pap-smear images. First, we use lightening compensation algorithm to restore color images that have defamation through the process of obtaining $1{\times}400$ microscope magnification. Then, we remove the background from images with the histogram distributions of RGB regions. We extract nucleus areas from candidates by applying histogram brightness, Kapur method, and our own 8-direction contour tracing algorithm. Various binarization, cumulative entropy, masking algorithms are used in that process. Then, we are able to recognize normal and cancer nucleus from those areas by using three morphological features - directional information, the size of nucleus, and area ratio - with fuzzy membership functions and deciding rules we devised. The experimental result shows our method has low false recognition rate.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.364-368
• /
• 2009

자궁경부암은 다른 암과 달리 전암(前癌) 단계가 존재하므로 조기에 발견할 경우 생존율이 높다. 그러나 검체 적정성의 부족과 검체 체취의 오류로 인해 질병이 있음에도 음성으로 나타나는 위음성률이 높다. 따라서 본 논문에서는 세포 도말검사에서 사용되는 자궁 경부진 세포에서 암종 세포를 추출하는 방법을 제안한다. 영상의 배경 그리고 핵과 세포질 영역의 구분이 중요하기 때문에 조기 자궁 경부 세포진 영상에서 핵의 추출은 Lighting Compensation을 적용하여 영상을 보정하고, 명암도 분포가 가장 작은 B 채널과 명암도 분포가 높은 R채널과의 OR 연산을 적용한 후, $3{\times}3$마스크를 이용하여 잡음을 제거한다. 잡음이 제거된 영상을 이진화하고 Grassfire 알고리즘을 이용하여 암종 세포의 후보 객체를 추출한다. 추출된 세포 객체에서 핵의 크기, 핵의 면적과 핵의 외곽의 방향성 정보를 이용하여 백혈구와 잡음으로 구성된 객체를 제거한다. 세포 도말검사 과정에서 겹쳐진 부분은 거리 함수와 명암도를 이용하여 마커를 추출하고 추출된 마커 정보와 워터쉐드 알고리즘을 적용하여 겹쳐진 암종 세포를 분리한다. 자궁경부 편평 세포진 400 배율 영상과 자궁 경부 상피내 종양 400 배율 영상을 대상으로 실험한 결과, 기존의 자궁 경부진 암종 세포 추출 방법보다 효과적으로 암종 세포 영역이 추출되는 것을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.10
• /
• pp.1992-1998
• /
• 2007

It is important to obtain conn cytodiagnosis to classify background, cytoplasm, and nucleus from the diagnostic image. This study mose an algorithm that detects and classifies carcinoma cells of the uterine cervix in Pap smear using features of cervical cancer. It applies Median filter and Gaussian filter to get noise-removed nucleus area and also applies Kapur method in binarization of the resultant image. We apply 8-directional contour tracking algorithm and stretching technique to identify and revise clustered cells that often hinder to obtain correct analysis. The resulted nucleus area has distinguishable features such as cell size, integration rate, and directional coefficient from normal cells so that we can detect and classify carcinoma cells successfully. The experiment results show that the performance of the algorithm is competitive with human expert.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.6
• /
• pp.1153-1158
• /
• 2006

The classification of the background and cell areas is very important research area because of the ambiguous boundary. In this paper, the region of cell is extracted from an image of uterine cervical cytodiagnosis using the region growing method that increases the region of interest based on similarity between pixels. Segmented image from background and cell areas is binarized using a threshold value. And then 8-directional tracking algorithm for contour lines is applied to extract the cell area. First, the extracted nucleus is transformed to RGB color that is the original image. Second, the K-means clustering algorithm is employed to classify RGB pixels to the R, G, and B channels, respectively. Third, the Hue information of nucleus is extracted from the HSI models that is the transformation of the clustering values in R, G, and B channels. The backpropagation algorithm is employed to classify and identify the normal or abnormal nucleus.

• The Journal of the Korea Contents Association
• /
• v.10 no.4
• /
• pp.19-27
• /
• 2010

In recent years, high-throughput genome-wide RNA interference screening is emerging as an essential tool to biologists in understanding complex cellular processes. The manual analysis of the large number of images produced in each study spends much time and the labor. Hence, automatic cellular image analysis becomes an urgent need, where segmentation is the first and one of the most important steps. However, those factors such as the region overlapping, a variety of shapes, and non-uniform local characteristics of cellular images become obstacles to efficient cell segmentation. To avoid the problem, a new watershed-based cell segmentation algorithm using a localized segmentation method and a feature vector is proposed in this paper. Localized approach in segmentation resolves the problems caused by a variety of shapes and non-uniform characteristics. In addition, the poor performance of segmentation in overlapped regions can be improved by taking advantage of a feature vector whose component features complement each other. Simulation results show that the proposed method improves the segmentation performance compared to the method in Cellprofiler.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.383-387
• /
• 2003

기존의 병리영상의 저장 및 관리, 공유를 위한 시스템이 수작업으로 이루어져 발생하는 문제점들을 보완하기 위한 방안으로 병리 영상의 전산화 및 대용량 자료를 표준화하여 보관하기 위한 시스템을 유방종양 영상을 사용하여 구축하였다. 다양한 유방종양 영상들을 질환별로 분류하고, 획득되어진 배율별로 구분하여 데이터 베이스를 구축하여 검색이 가능하도록 하였다. 비쥬얼 베이직을 이용하여 소프트제어를 개발하였으며, 검색되어진 영상에 대해 영상이 가지고 있는 컬러 및 질감특징값을 뽑아 영상의 객관적인 특성을 파악할 수 있도록 하였으며, 향후 다양하고 체계적인 병리 영상 세포은행을 구축하기 위 한 기반을 마련하였다.