$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

수상돌기 소극체의 형태변화 분석을 위한 공초점현미경 영상 분할 및 구조추출
Confocal Microscopy Image Segmentation and Extracting Structural Information for Morphological Change Analysis of Dendritic Spine 원문보기

한국시뮬레이션학회논문지 = Journal of the Korea Society for Simulation, v.17 no.4, 2008년, pp.167 - 174  

손진희 (이화여자대학교 컴퓨터학과) ,  김민정 (이화여자대학교 컴퓨터학과) ,  김명희 (이화여자대학교 컴퓨터학과)

초록
AI-Helper 아이콘AI-Helper

공초점 현미경(confocal microscopy) 기술의 적용은 살아있는 세포를 고배율로 관찰하는 것을 가능하게 하였다. 알츠하이머나 파킨슨 질환 같은 퇴행성 뇌질환의 경우 뇌세포의 수상돌기의 형태학적 변화가 연관되어 있음이 알려져 있다. 따라서 공초점 현미경 영상으로부터 이러한 정보를 추출하는 방법에 대한 연구가 필요하다. 그러나 공초점 현미경 영상은 명암도 분포가 고르지 않고, 구조의 경계 부분의 번짐 현상 등으로 인해 구조 추출에 어려움을 겪고 있는 실정이다. 따라서 이러한 문제를 극복하고 관심 구조에 대한 특성을 추출할 수 있는 영상처리 기법이 필요하다. 본 논문에서는 뇌세포의 수상돌기 공초점 현미경 사진으로부터 구조정보를 추출하는 새로운 방법을 제안한다. 첫째, 미세 분기 구조의 경계를 향상시키는 비선형 확산 필터링을 적용한다. 둘째, 관심구조를 반복적 역치 선택 방법을 이용해 분할한다. 셋째, 분할된 구조의 분석을 위해 구조의 중심축과 경계선을 추출하기 위한 패스트 마칭 방법(Fast Marching Method)에 기반을 둔 골격화를 수행한다. 본 논문에서 제안된 방법은 기존의 방법들과는 달리 주변 잡음에 덜 민감하였으며 거친 경계선에 영향을 훨씬 적게 받음으로써 보다 정확하고 사실적인 중심축 추출 결과를 보였다.

Abstract AI-Helper 아이콘AI-Helper

The introduction of confocal microscopy makes it possible to observe the structural change of live neuronal cell. Neuro-degenerative disease, such as Alzheimer;s and Parkinson’s diseases are especially related to the morphological change of dendrite spine. That’s the reason for the study of segmenta...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 명암도 분포와 내부 구조를 고려한 영상 향상 방법으로 영상을 향상시키고 명암도 분포가 서로 다른 영상들에 쉽게 적용할 수 있는 반복적 역치 선택 방법을 이용해 영상을 분할한다. 또한 중심축 변환과 세선화 알고리즘의 단점을 극복하기 위해 임계값을 조절함으로써 중심축의 불필요한 가지들을 쉽게 제거할 수 있고 노이즈가 많은 영상에서도 정확한 윤곽선과 중심축을 찾을 수 있는 패스트 마칭 방법(Fast Marching Method)을 이용해 골격화한다.
  • 본 논문에서는 세포내 미세 돌기구조의 변화를 시뮬레이션하기 위한 영상의 전처리 방법과 관심구조의 분기구조와 경계선 추출 방법을 제안하였다. 수상돌기의 공초점 현미경 영상을 대상으로 비선형 확산 필터링을 적용한 영상 향상 및 반복적 임계값 선택을 통한 영상 이진 자동 분할을 하였고, 중심축과 경계선 추출 기법인 패스트 마칭 방법을 이용한 경계선 추출과 골격화를 수행하였다.
  • 특히 알츠하이머나 파킨슨병과 같은 신경 퇴행성 질병들을 진단하는데 있어 수상돌기 소극체의 변화가 중요한 요소이다. 본 논문에서는 수상돌기 소극체의 공초점 현미경 영상의 전처리와 미세 분기 구조추출을 하고자 한다. 수상돌기와 수상돌기 소극체의 중심축 정보는 수상돌기 소극체의 시간에 따른 형태 변화 또는 분화와 밀접한 연관이 있기 때문이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
신경세포는 어디에서 신경전달물질을 분비하는가? 신경세포는 시냅스에서 신경전달물질을 분비하여 다음 신경세포에 신호를 전달한다. 시냅스로부터 신경전달물질을 전해 받는 수상돌기 소극체(dendritic spine)는 중추신경계의 흥분성 신호입력(excitatory input)을 받아들인다.
공초점 현미경 영상의 특성은? 공초점 현미경 영상(confocal microscopy image)은 세포 단위의 구조를 관찰할 수 있어 의료영상에 비해 훨씬 미세하고 복잡한 구조를 볼 수 있다. 그러나 영상의 명암도 분포가 고르지 않고 구조의 경계 부분에서의 번짐 현상 등으로 인해 구조 추출이 어려운 단점이 있다.
관심 구조의 추출을 위해서는 영상을 향상시킨 후 관심 영역을 분할하는 과정이 필요한데 이방법의 한계는? 관심 구조의 추출을 위해서는 영상을 향상시킨 후 관심 영역을 분할하는 과정이 필요하다. 그러나 동시 획득된 영상의 경우라도 단면에 따라 명암도 분포가 다르므로 단일 임계치 적용은 한계를 가진다. 따라서 매 영상마다 임계값을 재설정하기위해서는 명암차가 뚜렷한 영상에서 쉽게 이용이 가능한 반복적 임계값 선택(iterative threshold selection) 방법을 이용하여 임계값을 반복적으로 갱신한다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로