• 한국안광학회지
• /
• 제20권1호
• /
• pp.51-60
• /
• 2015

목적: 시판되고 있는 소프트콘택트렌즈용 다목적용액이 사람의 각막상피세포에 미치는 세포독성을 이미지 분석법을 이용하여 평가하고자 하였다. 방법: 각막상피세포를 6종류의 다목적용액(A~F)이 0.05~50% 포함된 배양액에서 각각 2시간, 12시간, 24시간, 48시간 동안 배양하였다. 배양 후 각막상피세포를 고정한 다음 Draq 5로 염색하고 공초점현미경과 ImageXpress $Ultra^{TM}$를 이용하여 세포형태를 관찰하고 세포생존율과 세포자살(apoptosis)을 비교하였다. 결과: 각막상피세포 생존율과 세포자살은 다목적용액을 2시간 처리한 경우에는 모든 제품에서 대조군과 차이가 없었으나, 12시간 이상 처리한 경우에는 B~F 제품에서 대조군의 52~75% 수준으로 감소하였고, 세포자살은 모든 제품에서 차이가 없었다. 24~48시간 처리한 경우에는 생존율이 29~73% 수준으로 감소하였고(p<0.05), 세포자살은 199~526% 증가하였다. 제품별로는 다목적용액 D, E, F가 A보다 각막상피세포 생존율을 감소시켰고 세포자살을 증가시켰다(p<0.05). 결론: 저농도의 다목적용액은 각막상피세포 독성에 영향을 미치지 않지만 고농도의 다목적용액은 각막상피세포의 자살을 유도하고 세포생존율을 저하시킬 수 있으므로 다목적용액의 성분은 소독기능이 우수하고 독성이 없는 성분으로 개발되어야 할 것으로 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1087-1088
• /
• 2020

본 논문에서는 특징 추출 분석, 관심 영역을 추출하기 위한 몇 가지 종래의 이미지 전처리 방법과 K-means 클러스터링 및 이미지 분할방법을 통해서 얻어진 결과를 정상적인 세포와 비정상 세포를 추출하는 기법을 제안한다. 그 결과 97.8% 분류로 우수한 성능을 보여주었다.

• 대한기계학회논문집B
• /
• 제37권3호
• /
• pp.259-266
• /
• 2013

광학 현미경을 통해 일정한 시간 간격으로 얻은 세포 이미지로부터 세포 변화를 자동적으로 추적 및 분석하는 것이 세포 트래킹이라고 한다. 세포 변화 과정에서 이웃에 있는 세포들이 겹쳐져 있는 상태를 클러스터라고 하며 세포트래킹에서 클러스터를 다시 세포로 분리하는 작업은 매우 중요하다. 본 논문에서는 타원 근사법을 기반으로 클러스터를 분리하기 위한 알고리즘을 제안한다. 클러스터의 외곽선을 추출한 후 외곽선의 오목정점을 이용하여 클러스터를 라인 세그먼트들로 분리한 다음 휴리스틱을 이용하여 라인 세그먼트들을 결합해 가며 근사 타원을 생성한다. 실험 결과 두 개의 세포가 겹쳐진 클러스터의 경우 평균적으로 91%, 세 개의 세포가 겹쳐진 경우 평균적으로 84% 그리고 겹쳐진 세포의 개수가 네 개 이상인 경우 약 73%의 정확도로 클러스터를 분리해 주었다.

• 한국정보통신학회논문지
• /
• 제17권5호
• /
• pp.1239-1244
• /
• 2013

임상 의료 분야에서 질병 진단 및 치료를 위해서는 분자 수준(프로틴, DNA 등)의 크기 뿐만 아니라, 세포 수준에 대한 분석이 필요하다. 많은 경우 실험 샘플이 시간에 따라 변질되기 때문에 정확한 분석을 위해서는 빠른 분석과 실시간 데이터가 필요하다. 본 연구에서는 나노 마이크로 크기의 세포내 단백질이나 DNA의 변화 과정 등을 촬영할 수 있는 3차원 형광 관측 장치를 제작하고 이로부터 얻은 형광 이미지를 실시간 통합 관리 및 분석하기 위한 서버 클라이언트 기반의 형광 이미지 분석 시스템을 구축하였다. 시스템은 형광 관측 장치와 소프트웨어 그리고 형광 이미지를 실시간으로 분석할 수 있는 모바일 프로그램으로 구성된다. 개발된 시스템은 의료인이 시공간의 제약 없이 응급환자의 샘플에서 획득한 형광이미지를 실시간으로 전송받아 분석 및 진단을 내릴 수 있도록 해 주므로 유비쿼터스 헬스 구현에 활용할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.916-919
• /
• 2012

분자 수준의 크기인 세포 내에서 일어나는 현상들을 영상화하는 바이오 이미징 분야는 단백질이나 DNA 등에서 일어나는 현상까지도 공초점 형광현미경을 이용하여 영상으로 또렷이 관찰할 수 있는 수준으로 발전하였다. 따라서 생체 형광 이미징 분야는 진단과 치료를 위해 의료 임상 분야에서 필수적으로 사용되고 있다. 본 논문에서는 시공간의 제약을 받지 않고 형광 이미지를 분석할 수 있는 모바일용 형광이미지 분석통합 관리 시스템을 개발하였다. 개발된 시스템은 서버 클라이언트 기반이며 형광이미지의 강도 값을 분석하고 통합 관리하기 위한 기능을 제공한다. 본 시스템은 의료인이 언제 어디에서나 응급환자의 형광이미지 사진을 분석하여 진단을 내릴 수 있도록 돕기 때문에 유비쿼터스 헬스를 구현하기 위한 수단이 된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권6호
• /
• pp.267-272
• /
• 2016

생물정보학분야에서 현미경을 통해 얻은 세포 영상은 생물학적 정보를 얻기 위한 중요한 지표이다. 연구자들은 영상을 육안으로 분석하기 때문에 분석에 많은 시간과 고도의 집중력이 요구된다. 게다가 연구자의 주관적 관점이 분석에 개입되어 결과를 객관적으로 정량화하는데 어려움이 있다. 따라서 본 연구에서는 OpenCV 라이브러리를 이용하여 세포의 자동 분석을 위한 HCS(High Content Screen) 알고리즘을 개발하였다. HCS 알고리즘은 이미지 전처리 과정, 세포 계수, 세포 주기와 분열지수 분석 기능을 포함한다. 본 연구에서는 공초점 레이저 현미경을 통해 얻은 위암세포(MKN-28) 영상을 분석에 사용하였으며, 성능 평가를 위해 세포영상 분석 프로그램인 ImageJ와 전문 연구원의 세포 계수 분석결과를 비교하였다. 실험 결과 HCS 알고리즘의 평균 정확성이 99.7%로 나타났다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1415-1416
• /
• 2015

본 논문은 외산 HCS장비에서 획득한 세포 이미지를 기반으로 다기능 분석 소프트웨어 개발을 위한 기초 연구로서 세포의 외곽선 검출 알고리즘을 제안한다. 기존 체인코드 알고리즘의 탐색 횟수를 줄여 ROI 검출 속도 및 전체 시스템의 성능을 높이고자 하였다. 기존 알고리즘과 제안한 알고리즘을 C언어로 구현하여 실제 영상에 실험해 본 결과 정확한 세포의 ROI 검출뿐만 아니라 속도 향상의 효과를 확인하였다.

• 방송공학회논문지
• /
• 제23권5호
• /
• pp.669-681
• /
• 2018

본 논문에서는 고해상도 자궁경부암 세포사진을 CNN(Convolution Neural Network)을 통해 효과적으로 인식 및 분류하는 방법을 소개한다. 이때 고려되는 세포의 종류는 Ascus, Inflammation, RCC, Normal 로 네 가지가 있다. 본 논문에서는 먼저 기존의 고해상도 이미지를 분류하는 알고리즘을 소개하고, 이 방법을 이용하여 고해상도 세포사진을 분류하는 과정에서 어떤 정보의 손실이 발생하는지 분석한 후, 이를 해결하기 위한 방법을 제시한다. 이를 위해서 본 논문에서 제안하는 학습 모델에서는 dilated convolution을 이용하여 고해상도 사진의 정보의 손실을 최소한으로 줄임과 동시에 학습속도 빠르게 하는 알고리즘을 제시한다. 또한 이미지 전처리 과정으로 임계치를 사용함으로써 암세포를 판단하는데 혼란을 줄 수 있는 부분을 제거함으로써 인식률을 향상시킨다. 본 논문에서 제시되는 실험 결과를 통해, 제안한 알고리즘이 기존 기술보다 높은 인식률을 제공하는 것을 확인할 수 있었다.

• 순환기질환의공학회:학술대회논문집
• /
• 순환기질환의공학회 2005년도 제5회 학술대회 초록집
• /
• pp.11-12
• /
• 2005

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.313-315
• /
• 2023

본 논문에서는 ¹⁸F-FDG PET과 CT에서 추출한 영상인자를 이용하여 비소세포폐암의 전이를 예측하는 머신러닝 모델을 생성하였다. ¹⁸F-FDG는 종양의 포도당 대사 시 사용되며 이를 추적하여 환자의 암 세포를 진단하는데 사용되는 의료영상 기법 중 하나이다. PET과 CT 영상에서 추출한 이미지 특징은 종양의 생물학적 특성을 반영하며 해당 ROI로부터 계산되어 정량화된 값이다. 본 연구에서는 환자의 의료영상으로부터 image texture 프절 전이 예측에 있어 유의한 인자인지를 확인하기 위하여 AUC를 계산하고 단변량 분석을 진행하였다. PET과 CT에서 각각 4개(GLRLM_GLNU, SHAPE_Compacity only for 3D ROI, SHAPE_Volume_vx, SHAPE_Volume_mL)와 2개(NGLDM_Busyness, TLG_ml)의 image texture feature를 모델의 생성에 사용하였다. 생성된 각 모델의 성능을 평가하기 위해 accuracy와 AUC를 계산하였으며 그 결과 random forest(RF) 모델의 예측 정확도가 가장 높았다. 추출된 PET과 CT image texture feature를 함께 사용하여 모델을 훈련하였을 때가 각각 따로 사용하였을 때 보다 예측 성능이 개선됨을 확인하였다. 추출된 영상인자가 림프절 전이를 나타내는 바이오마커로서의 가능성을 확인할 수 있었으며 이러한 연구 결과를 바탕으로 개인별 의료 영상을 기반으로 한 비소세포폐암의 치료 전략을 수립할 수 있을 것이라 기대된다.