선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 3차원 볼륨상의 관심영역 (ROI, Region of Interest) 를 추출하기 위해, 하나의 seed 포인트를 지정하면 점진적으로 유사한 이웃화소로 확장해 나가는 알고리즘인 영역확장(region growing) 알고리즘을 3차원으로 확장하여 적용하였다[10T1]. 3차원 볼륨 데이터에 적용하기 위해 이웃의 포인트들은 물론, 각 슬라이스 위, 아래의 명도값을 함께 비교하여 원하는 세포핵만을 분할하였다. 그림 2.
- 3차원 볼륨상의 관심영역 (ROI, Region of Interest) 를 추출하기 위해, 하나의 seed 포인트를 지정하면 점진적으로 유사한 이웃화소로 확장해 나가는 알고리즘인 영역확장(region growing) 알고리즘을 3차원으로 확장하여 적용하였다[10T1]. 3차원 볼륨 데이터에 적용하기 위해 이웃의 포인트들은 물론, 각 슬라이스 위, 아래의 명도값을 함께 비교하여 원하는 세포핵만을 분할하였다.
- 광선 추적법 외에도 일반적으로 많이 사용되는 MIP (Maximum Intensity Projection), 합성 (composite) 같은 가시화 방법들도 구현해 결과를 비교해 보았다[9]. 그러나 신체의 다른 부분들을 촬영한 CT나 MR과 같은 의료영상들과 달리, 세포 영상은 영상 내의 명도의 변화가 상대적으로 적고 영역 자체가 제한적이라는 점으로 인해 만족할 만한 결과를 얻을 수가 없었다.
- 이는 전체 세포 모델의 가시화뿐만 아니라 세포를 확대해서 분석하게 될 경우, 표면에 대한 보다 세밀한 묘사가 필요하기 때문이다. 그러므로 일반적으로 이용하는 쉐이딩 (shading) 방법이 아닌 loop subdivision을 사용하여 더 많은 수의 메쉬로 분할하고 LOD(Level of Detail)을 중가시키고자 하였다. 그러나 사용한 Loop subdivision®! 다른 방법에 비해 속도는 빠르지만 메쉬의 중가로 전체 데이터양이 중가하게 되는 또 다른 문제가 발생하였다.
- 따라서 본 논문에서는 3차원 세포영상 분석 시스템 개발의 기반 연구로 컨포컬 현미경에서 획득된 정상 및 비정상 각각 50개의 영상으로 구성된 연속된 자궁 경부암 영상을 3차원 볼륨으로 재구성하고 볼륨 렌더링과, 표면 렌더링을 통해 가시화 하였다. 표면 렌더 링에는 대표적인 그래픽 라이브러리인 OpenGLi- 사용하였으며, 볼륨 렌더링을 위해서는 확장성 및 이식성이 좋은 오픈소스 라이브러리인 Kitware사 (http:// wWw.
- 먼저 컨포컬 현미경으로부터 얻은 볼륨 데이터를 표면 렌더링하기 위한 전처리 단계로써 세포조직의 염색 정도나 기타 요인들에 의해 발생된 잡음를 제거하기 위하여 가우시안 필터를 적용하였으며, 세포핵과 배경을 분리하기 위해 히스토그램을 이용하여 적절한 임계치로 이진화하였다.
- 본 논문에서는 컨포컬 현미경에서 얻어진 자궁경부암 세포영상에서 볼륨 데이터를 획득하고 볼륨 렌더링과 표면 렌더링 등을 통해 3차원으로 세포핵을 가시화하였다. 3차원 가시화를 통해 세포핵의 형태를 다양한 각도에서 관찰, 분석할 수 있다는 점온 2차원 영상 분석의 문제점을 보완할 수 있었다.
- 전처리를 거쳤음에도 불구하고 데이터 자체가 잡음을 포함하고 있거나 혹은 곡면생성을 위한 데이터 계산에 문제가 발생할 경우에는 모델의 표면에 불연속 한 부분들이 존재하게 되는데, 이를 부드럽게 처리하기 위하여 스무딩 (smoothng) 과정을 거쳤다. 사용한 스무딩 알고리즘은 Ryu등이 제안한 방법을 웅용한 것으로 지속적으로 외곽선의 정점의 개수를 달리하여 정점의 개수가 유동성을 가지도록 하였다[8丄 결과적으로 구현된 메쉬 모델은 곡면 모델의 특징상 부드러운 표현이 가능하다는 장점이 있었으나 각 세포들의 정밀한 표현이 어렵다는 단점이 있었다.
- 0 을 이용하여 구현하였으며, 볼륨 데이터의 가시화를 위해 그래픽 라이브러리인 OpenGL과 VTK를 사용하였다. 프로그램은 크게 2D 슬라이스를 각 섹션별로 볼 수 있는 부분과 3차원 렌더링 및 日이를 추출한 결과를 보여주는 부분으로 구성되어 있다.
대상 데이터
- 본 논문에서 가시화를 이용해 사용한 영상 데이터 셋은 cytokeraion과 propidium iodide(PI)로 염색된 두께의 자궁경부암조직을, 컨포컬 현미경(BioradMRC-1024)을 이용하여 100배예서 0.2㎛ 두께로 획득한 50개의 연속된 영상이다. 크기 512x512의 8비트 그레이 스케일 영상이며 정상과 비정상 세포의 3차원으로 가시화된 모양을 비교하기 위하여 전문가의 판단에 따른 정상과 비정상 세포의 연속된 영상 2집단 으로 획득하여 사용하였다.
- 2㎛ 두께로 획득한 50개의 연속된 영상이다. 크기 512x512의 8비트 그레이 스케일 영상이며 정상과 비정상 세포의 3차원으로 가시화된 모양을 비교하기 위하여 전문가의 판단에 따른 정상과 비정상 세포의 연속된 영상 2집단 으로 획득하여 사용하였다. 그림1.
데이터처리
- 세포 볼륨데이터의 렌더링을 위해 작성된 프로그램은 Microsoft사의 Visual C++ 6.0 을 이용하여 구현하였으며, 볼륨 데이터의 가시화를 위해 그래픽 라이브러리인 OpenGL과 VTK를 사용하였다. 프로그램은 크게 2D 슬라이스를 각 섹션별로 볼 수 있는 부분과 3차원 렌더링 및 日이를 추출한 결과를 보여주는 부분으로 구성되어 있다.
이론/모형
- 광선추적법의 수행에 보간법으로는 Bilinear 방식을 사용하였다. 샘플링의 간격은 1.
- 다음 단계로 이진화된 단면 데이터를 이용하여 공간상의 z축을 이루는 슬라이스 별로 외곽선을 추적하고 외곽선들을 의미 있는 정보들의 배열로 변환한 후, 이 정보들을 다시 표면 재구성 알고리즘인 Lofting 알고리즘을 사용하여 메쉬 모델을 생성하였다.
- 세포핵을 가시화하기 위해서 본 연구에서 사용한 볼륨 렌더링 방법은 영상 공간 렌더링인 front-to-ba ck 방식의 광선 추적법(ray casting)이다. 이 방법은 먼저 시점을 선택하고 영상 평면(Image Plane)의 각 화소에 광선(ray)을 통과시켜 일정한 간격으로 화소 값과 위치를 샘플링 할 때, 각각의 광선이 일직선상에 놓이는 복셀들의 명도와 불투명도를 합성해서 영상을 생성해내는 알고리즘이다.
- 따라서 본 논문에서는 3차원 세포영상 분석 시스템 개발의 기반 연구로 컨포컬 현미경에서 획득된 정상 및 비정상 각각 50개의 영상으로 구성된 연속된 자궁 경부암 영상을 3차원 볼륨으로 재구성하고 볼륨 렌더링과, 표면 렌더링을 통해 가시화 하였다. 표면 렌더 링에는 대표적인 그래픽 라이브러리인 OpenGLi- 사용하였으며, 볼륨 렌더링을 위해서는 확장성 및 이식성이 좋은 오픈소스 라이브러리인 Kitware사 (http:// wWw.kitwa.re.com) 의 Visualization Tool Kit(이하 VTK)를 사용하였다[7].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.