• Journal of information and communication convergence engineering
• /
• 제6권1호
• /
• pp.94-99
• /
• 2008

Segmentation for the region of nucleus in the image of uterine cervical cytodiagnosis is known as the most difficult and important part in the automatic cervical cancer recognition system. In this paper, the region of nucleus is extracted from an image of uterine cervical cytodiagnosis using the HSI model. The characteristics of the nucleus are extracted from the analysis of morphemetric features, densitometric features, colormetric features, and textural features based on the detected region of nucleus area. The classification criterion of a nucleus is defined according to the standard categories of the Bethesda system. The fuzzy C-means clustering algorithm is employed to the extracted nucleus and the results show that the proposed method is efficient in nucleus recognition and uterine cervical Pap-Smears extraction.

• 한국지능시스템학회논문지
• /
• 제16권5호
• /
• pp.519-524
• /
• 2006

자궁 경부암 세포진 영상의 영역 분할은 슬라이드의 상태나 정상 및 비정상에 따라 많은 차이를 보여 자궁경부암 세포진 인식 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 본 논문에서는 자궁 경부 세포진 영상에서 퍼지 그레이 모폴로지 연산을 이용하여 핵을 추출하고, 추출된 세포진 핵 영역은 형태학적 정보와 명암 정보, 색상 정보 및 질감 정보를 분석하여 핵의 특징을 추출한다. 또한 Bethesda System에서의 분류 기준에 따라 핵의 분류 기준을 정하고 추출된 핵의 특징들을 개선된 퍼지 ART 알고리즘에 적용하여 실험한 결과, 제안된 방법이 자궁 세포진 핵의 추출과 인식에 있어서 효율적임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제11권10호
• /
• pp.1992-1998
• /
• 2007

자궁 경부 세포진 영상의 효과적인 세포핵 영역 추출과 인식 및 분류를 위해서는 세포진 영상의 배경 그리고 세포핵과 세포질 영역의 정확한 구분이 중요하다. 본 논문에서는 자궁 경부 세포진 영상에서 세포핵 영역과 배경을 효과적으로 분할하기 위 해 Median 필터를 적용하여 전체적인 영상의 명암값을 보정한 후, Gaussian 필터를 적용하여 그레이 영상에서 존재하는 잡음을 제거한다. Kapur 방법을 통해 배경과 세포의 엔트로피 누적 확률을 이용하여 영상을 이진화 한다. 자궁 경부진 영상에서는 군집화된 세포 영 역 이 빈번하게 나타난다. 군집화가 심화된 세포영역에서는 그 영역의 평균 명암도 값을 이용하여 세밀하게 영역을 재분할 한다. 그런 후, 미세잡음을 제거하기 위해 $3{\times}3$ 마스크를 적용하여 미세한 잡음을 제거 한 후, 8 방향 윤곽선 추적 알고리즘을 적용하여 분할된 영역에서 세포들의 후보영역을 추출한다. 추출된 세포영역은 크기, 면적 비율, 핵 외곽의 방향성 정보를 이용하여 정상 세포와 암세포를 인식 및 분류한다. 실험 결과에서는 제안된 방법의 성능이 전문의와 소견과 비교적 근접한 것을 보여준다.

• 한국정보통신학회논문지
• /
• 제13권8호
• /
• pp.1699-1704
• /
• 2009

자궁경부암은 다른 암과 달리 전암(前癌) 단계가 존재하므로 조기 발견할 경우에 생존율이 높다. 그러나 의사나 병리학자가 하루에 검진할 수 있는 양은 제한되어 있다. 따라서 본 논문에서는 세포 도말 검사에 사용되는 자궁 경부진 세포에서 핵을 추출하는 방법을 제안한다. 조기 자궁 경부 세포진 영상에서 핵의 추출은 영상의 배경 그리고 핵과 세포질 영역의 구분이 중요하기 때문에 Lighting Compensation을 적용하여 영상을 보정하고, 명암도의 분포가 가장 작은 B채널에서 $3{\times}3$ 마스크를 이용하여 잡음을 제거한다. 잡음이 제거된 영상을 이진화하고 Grassfire 알고리즘을 적용하여 세포 객체를 추출한다. 추출된 세포 객체 중에서 군집화된 세포 영역에 대해서는 R 채널의 명암도 값을 반복 이진화에 적용하여 핵 영역을 추출한다. 실제 진단 세포학에서 사용하는 자금경부 세포진 400 배율 영상을 대상으로 실험한 결과, 45개의 세포 영역 중에서 40개의 핵이 추출되었다.

• 한국컴퓨터정보학회논문지
• /
• 제13권3호
• /
• pp.179-187
• /
• 2008

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 세포핵영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3{\times}3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8 방향 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 퍼지추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.

• 한국정보통신학회논문지
• /
• 제10권6호
• /
• pp.1153-1158
• /
• 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 클러스터링 한다. 클러스터링된 각 각의 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.