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.
문제 정의
- 본 연구에서는 다른 논문에서 사용하지 않은 크기가 매우 작은 세포 이미지를 위한 클러스터분리 알고리즘을 제안하고 개발하였다. 제안된 알고리즘은 타원 근사법을 기반으로 하며 분리된 세포의 개수에 대한 정확도가 Xiangzhi 등이 제안한 알고리즘보다 평균적으로 높았다.
- 본 연구에서 사용한 그림 1의 세포 이미지에 Xiangzhi 등이 제안한 알고리즘[2]을 적용한 결과타원 근사 과정에서 오류가 발생하여 근사 타원을 생성하지 못하는 라인 세그먼트들이 많았다. 본 연구에서는 세포의 크기가 작은 경우에도 오류 없이 타원 근사 작업을 수행할 수 있도록 라인 세그먼트를 결합하여 근사 타원을 구해주는 클러스터 분리 알고리즘을 제안한다.
- 본 연구에서는 타원 근사법(ellipse fitting)을 이용한 세포 분리 알고리즘을 제안하고 구현하였다. 현재까지 제안되어 있는 기존의 세포분리 방법과 제안한 방법의 차이점은 처리하는 세포 이미지의 크기에 있다.
- 세포 이미지들에 대해 전처리 과정을 거친 후 두 개 이상의 세포가 겹쳐진 클러스터만을 분류하여 본 논문에서 제안한 클러스터 분리 알고리즘을 적용하였다. 사용된 세포 이미지는 그림 1과 같이 크기가 매 우 작으므로 클러스터 분리 결과를 정확히 확인하기 위하여 결과를 확대하였다.
가설 설정
- 세포나 클러스터 C는 한 개 이상의 라인 세그먼트 li로 구성되며 li는 여러 개의 점들 pij로 구성된다. C는 m개의 라인 세그먼트로 구성되고 li는 s개의 점들로 구성된다고 가정한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.