초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

전자현미경은 세포의 구조를 분석하는데 중요한 역할을 한다. 전자현미경 세포 영상 분석은 세포영상의 분할과 복원을 통해 신경세포의 연결을 분석하는데 아주 중요하다. 하지만 잡음이 심하고 아주 많은 양의 데이터를 발생하는 전자현미경 영상의 특성상 영상의 분석이 아주 어렵다. 이에 본 논문은 상하향 ...

전자현미경은 세포의 구조를 분석하는데 중요한 역할을 한다. 전자현미경 세포 영상 분석은 세포영상의 분할과 복원을 통해 신경세포의 연결을 분석하는데 아주 중요하다. 하지만 잡음이 심하고 아주 많은 양의 데이터를 발생하는 전자현미경 영상의 특성상 영상의 분석이 아주 어렵다. 이에 본 논문은 상하향 주의집중 모델을 통해 자동적으로 세포영상을 분할하는 시스템을 제안한다. 우선 전처리 과정에서 세포의 경계를 뚜렷하게 하고 잡음을 제거하기 위해 헤시안 배열 기반의 편미분 방정식을 사용한다. 전처리 후에는 세포의 형태 정보와 밝기 정보를 바탕으로 목표 신경세포 영역을 강화와 억제 과정과 같은 상하향 주의집중을 통해 후보영역을 구한다. 이때 상하향 주의집중은 자율성장형 퍼지 위상 적응 공진 이론 모델을 통해 수행한다. 자율성장형 퍼지 위상 적응 공진 이론 모델은 효과적으로 전자현미경 뇌신경 세포영상 내에서 목표 신경세포 영역을 구해내고 구해진 후보영역 내에서 AAM을 통해 목표 신경세포를 분할한다. 실험결과는 제안하는 모델의 효율성을 보여줄 것이다.

Abstract ▼ AI-Helper

Transmission electron microscopy (TEM) is an important manner for analysis of cellular structures in neurobiology. The TEM cell image analysis plays an important role in analyzing the connectivity of neurons, which is conducted using the proper image segmentation and reconstruction processes. Proble...

Transmission electron microscopy (TEM) is an important manner for analysis of cellular structures in neurobiology. The TEM cell image analysis plays an important role in analyzing the connectivity of neurons, which is conducted using the proper image segmentation and reconstruction processes. Problem complexity of this TEM cell image analysis is very high owing to very large size of TEM cell image datasets as well as low signal-to-noise ratios of them. In this paper, we propose an automatic method for segmenting neurons in the TEM cell images based on a top-down attention model. In preprocessing, the proposed model enhances cell boundaries using a partial differential equation based on hessian matrix, which can improve the contrast and continuity of cell membranes in the TEM images. After preprocessing of the TEM cell images, a top-down attention model trains the shape, intensity characteristics of the desired target neurons through the reinforcement and inhibition process. The top-down attention model was implemented by a growing fuzzy topology adaptation resonance theory network (GFTART) model. The GFTART model is successively used to localize a candidate neuron region in subsequent TEM cell images. The candidate target neurons localized by the top-down attention model is finally segmented and indicated whether it is a correct by an active appearance model (AAM). Experimental results show that the proposed method is efficient to segment the TEM cell images.

주제어