• Environmental Engineering Research
• /
• 제24권3호
• /
• pp.397-403
• /
• 2019

Microcystis sp. is one of the most common harmful cyanobacteria that release toxic substances. Counting algal cells is often used for effective control of harmful algal blooms. However, Microcystis sp. is commonly observed as a colony, so counting individual cells is challenging, as it requires significant time and labor. It is urgent to develop an accurate, simple, and rapid method for counting algal cells for regulatory purposes, estimating the status of blooms, and practicing proper management of water resources. The flow cytometer and microscope (FlowCAM), which is a dynamic imaging particle analyzer, can provide a promising alternative for rapid and simple cell counting. However, there is no accurate method for counting individual cells within a Microcystis colony. Furthermore, cell counting based on two-dimensional images may yield inaccurate results and underestimate the number of algal cells in a colony. In this study, a three-dimensional cell counting approach using a novel model algorithm was developed for counting individual cells in a Microcystis colony using a FlowCAM. The developed model algorithm showed satisfactory performance for Microcystis sp. cell counting in water samples collected from two rivers, and can be used for algal management in fresh water systems.

• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1239-1246
• /
• 2015

셀 카운팅은 세포의 성장을 분석하는 방법으로써 생물학연구에서 가장 많이 사용된다. 최근까지도 다양한 자동 셀 카운팅 기법이 제안되고 있지만 암세포와 같이 분열 속도가 빠르고 군집하려는 성질을 갖는 세포들은 분리 및 검출이 쉽지 않아 세포 이미지 분석을 통하여 셀 카운팅의 신뢰도를 높이기가 어렵다. 본 논문에서는 암 연구의 연구재료로 매우 보편적으로 사용되는 HeLa 세포 이미지 분석을 이용한 자동 셀 카운팅 방법을 제시한다. 세포막 추출 기반의 세포 분할 알고리즘을 통하여 세포의 형태적 상황을 구분하고, 세포 간 경계가 희미한 세포군집 내의 세포 분할을 위하여 역추적 알고리즘을 사용함으로써 셀 카운팅 정확도를 높인다. 실험을 통하여 제안하는 세포 분할 알고리즘이 기존의 세포 분할 알고리즘에 비해 정확함을 입증하였고, 결과적으로 매우 높은 자동 셀 카운팅 정확도를 얻을 수 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제22권3호
• /
• pp.335-348
• /
• 2019

Cell segmentation and counting represent one of the most important tasks required in order to provide an exhaustive understanding of biological images. Conventional features suffer the lack of spatial consistency by causing the joining of the cells and, thus, complicating the cell counting task. We propose, in this work, a cascade of networks that take as inputs different versions of the original image. After constructing a Gaussian pyramid representation of the microscopy data, the inputs of different size and spatial resolution are given to a cascade of deep convolutional autoencoders whose task is to reconstruct the segmentation mask. The coarse masks obtained from the different networks are summed up in order to provide the final mask. The principal and main contribution of this work is to propose a novel method for the cell counting. Unlike the majority of the methods that use the obtained segmentation mask as the prior information for counting, we propose to utilize the hidden latent representations, often called the high-level features, as the inputs of a neural network based regressor. While the segmentation part of our method performs as good as the conventional deep learning methods, the proposed cell counting approach outperforms the state-of-the-art methods.

• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.113-119
• /
• 2020

This study proposed the structure of the cluster's cell counting algorithm for cell analysis. The image required for cell count is taken under a microscope. At present, the cell counting algorithm is reported to have a problem of low accuracy of results due to uneven shape and size clusters. To solve these problems, the proposed algorithm has a feature of calculating the number of cells in a cluster by applying a radius change analysis to the existing distance conversion and watershed algorithm. Later, cell counting algorithms are expected to yield reliable results if applied to the required field.

• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.39-46
• /
• 2015

본 논문에서는 모바일 환경에서 미세세포 영상으로부터 셀을 자동 검출하고 계수하는 자동화 방법을 제시하였다. 셀 카운팅은 생물학 또는 병리학적 영상분석에 있어서 매우 중요한 과정이다. 과거에는 셀 카운팅은 수동적인 방법으로 진행되어 매우 지루하고 많은 시간을 필요로 하는 작업이었다. 이에 더하여 수동 계수 방법은 정확한 카운팅 결과를 도출하는데 어려움이 있었다. 따라서, 정확하고 일관된 셀 검출과 카운팅 결과를 생물학적인 영상으로부터 획득하기 위해서는 자동화방법이 필요하다. 제안된 다단계 셀 계수방법은 배양된 세포영상으로부터 셀을 자동으로 분할하고 분할된 셀의 위상학적 분석을 통하여 셀을 라벨링 한다. 셀 카운팅의 정확도를 높이기 위하여 워터쉐드 알고리듬에 의하여 서로 덩어리로 뭉쳐진 셀을 서로 분리하고 모폴로지 연산을 통하여 영상으로부터 획득한 개별 셀의 형태를 개선한다. 제안된 시스템은 모바일 환경에서 사용될 수 있도록 개발되었다. 따라서 셀 영상은 모바일 폰의 카메라로 획득하며 미세세포의 통계학적인 분석 데이터는 유비쿼터스 환경의 모바일 장치에 의해 전송 된다. 실험을 통하여 수동으로 계수한 셀의 숫자와 제안된 방법에 의해 자동 카운팅 된 셀의 수를 비교한 결과 제안된 방법이 매우 효과적이고 정확한 결과를 제시한다는 사실을 입증하였다.

• Korean Chemical Engineering Research
• /
• 제61권2호
• /
• pp.247-257
• /
• 2023

본 연구에서는 이미지 분석 프로그램을 통해 액적 내 박테리아 세포의 개수를 측정하는 코딩-기반의 자동화된 세포 계수 방법을 제시하였다. 먼저, 형광 이미지 기반의 분석을 위하여, 형광단백질을 발현하는 균주를 담지한 액적을 형성하고 이를 광학 및 형광 현미경을 이용하여 분석 결과를 나타냈다. 액적의 관찰을 용이하게 위하여 유리 그리드에 도포하고, 촬영한 광학 이미지를 통해 분석하고자 하는 영역(Region of Interest)을 지정하였다. 동일한 위치에서 촬영한 형광 이미지에서 앞서 지정된 영역 속 특정 임계 값을 넘는 형광 신호를 계수하여 세포 수를 정량화 하였다. 또한 서로 다른 농도의 항생제를 처리한 액적 내 박테리아의 시간에 따른 세포 개수 변화의 차이를 추적하였다. 30분 간격으로 동일한 위치에서의 형광 이미지들을 동시에 분석함으로써 시간에 따른 세포 개수 변화를 도출하였고, 본 계수법의 성능을 실험적으로 검증하였다. 본 논문의 방법은 외부 분석 프로그램을 이용한 기존 방법 대비 분석 시간을 15배 가량 단축하고, 99%의 정확도를 보이는 것으로 확인되었다. 더 나아가 사용자의 연구의 방향에 맞춰 제시된 코드의 확장 수정을 통해 다양한 종류의 세포 계수 연구에 도움이 될 것으로 기대된다.

• Restorative Dentistry and Endodontics
• /
• 제34권6호
• /
• pp.491-499
• /
• 2009

본 연구의 목적은 구강상피세포를 배양한후 각기 다른 조건의 냉동 보존법으로 6일간 보존시 각각의 세포의 활성도를 Cell counting, WST-1, Clonogenic capacity의 방법을 이용하여 비교 평가하기 위함이다. 각 실험군당 $1\times10^6$개의 세포를 다음의 방법으로 6일간 냉동 보존한다. Freezing container에 담아 $1^{\circ}C$/min의 냉동속도로 $-70^{\circ}C$까지 냉동 후 $-196^{\circ}C$에 냉동하여 보관한 일반 냉동 보존군, 세포를 바로 $-196^{\circ}C$의 액화질소에 넣어 냉동한 급속 냉동 보존군, $4^{\circ}C$에서 $-35^{\circ}C$까지 $-0.5^{\circ}C$/min속도로 서서히 냉동시킨 뒤 $-196^{\circ}C$에 냉동한 저속 냉동 보존군, 2 Mpa, 3 Mpa의 압력을 가하고 $-0.5^{\circ}C$/min속도로 $4^{\circ}C$에서 $-35^{\circ}C$까지 서서히 냉동시킨 뒤 $-196^{\circ}C$에 냉동한 2 Mpa, 3 Mpa압력 저속 냉동 보존군으로 나누었다. 6일 후 냉동되었던 세포를 급속 해빙하여 각각의 Cell counting, WST-1, Clonogenic capacity 값을 측정하여 비교하였다. 실험 결과 2 Mpa혹은 3 Mpa의 압력을 이용한 저속 냉동법이 저속 냉동법 및 급속 냉동법 보다 세포 활성도에 있어 우수한 경향을 나타내었다.

• 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.

• Transactions on Control, Automation and Systems Engineering
• /
• 제4권3호
• /
• pp.224-230
• /
• 2002

In this paper, a counting algorithm hybridized with an adaptive automatic thresholding method based on Otsu's method and the algorithm that elongates markers obtained by the well-known watershed algorithm is proposed to enhance the exactness of the microcell counting in microscopic images. The proposed counting algorithm can be stated as follows. The transformed full image captured by CCD camera set up at microscope is divided into cropped images of m$\times$n blocks with an appropriate size. The thresholding value of the cropped image is obtained by Otsu's method and the image is transformed into binary image. The microbial cell images below prespecified pixels are regarded as noise and are removed in tile binary image. The smoothing procedure is done by the area opening and the morphological filter. Watershed algorithm and the elongating marker algorithm are applied. By repeating the above stated procedure for m$\times$n blocks, the m$\times$n segmented images are obtained. A superposed image with the size of 640$\times$480 pixels as same as original image is obtained from the m$\times$n segmented block images. By labeling the superposed image, the counting result on the image of microbial cells is achieved. To prove the effectiveness of the proposed mettled in counting the microbial cell on the image, we used Acinetobacter sp., a kind of ammonia-oxidizing bacteria, and compared the proposed method with the global Otsu's method the traditional watershed algorithm based on global thresholding value and human visual method. The result counted by the proposed method shows more approximated result to the human visual counting method than the result counted by any other method.

• ALGAE
• /
• 제23권4호
• /
• pp.257-268
• /
• 2008

Species composition, standing crop and dominant species of phytoplankton were investigated at 6 sites of Galgok stream and Incheon river which run into Gomso Bay, Jeollanam-do in April, August and November 2007. Total of 210 taxa were found which were classified as 6 classes, 12 orders, 25 families, 66 genera, 177 species, 27 varieties, 5 forms and 1 unidentified species. These river and stream had lower concentration of T-N and T-P compared to that of others; however, the site 2 of Galgok stream in summer was hypertrophic in T-P and also near hypertrophic in TN, and the site 1 in Incheon river during fall appeared to be hypertrophic in T-N, and the site 3 in summer showed near hypertrophic level in T-P. Determining the trophic status of the water quality based on chlorophyll a (chl-a), the site 3 of Galgok stream in spring and the site 3 of Incheon river in fall were oligotrophic; moreover, 6 sites including the site 2 and 3 of Galgok stream in summer were mesotrophic, and 9 sites including all sites of Galgok stream in fall turned out to be eutrophic. Particularly, the site 1 of Galgok stream in summer was hypertrophic, having 58.19 mg chl-a m$^{-3}$. There was a conspicuous difference between two values of standing crops based on chl-a and cell counting. This discrepancy may have occurred because of abundant cyanophytes and exclusion of picoplankton cells in cell counting. In the study, 5 cyanophytes, Synechocystis aquatilis, Microcystis aeruginosa, M. flos-aquae, Oscillatoria angustissima, O. limnetica and 2 diatoms, Thalassiosira bramaputrae and Navicula viridula var. rostellata were abundant. Based on the T-N, T-P values, standing crops and cell counting in Galgok stream and Incheon river were between mesotrophic and eutrophic conditions.