초록 ▼

본 발명은 비모수적 확률 모델과 질감 정보를 이용한 백혈구 분할 방법에 관한 것으로서, 보다 구체적으로는 (1) 혈액에서 분할된 백혈구 핵 영역으로부터, 채도, 명도 값을 추출하는 단계; (2) 상기 추출된 채도, 명도 값을 이용하여, 상기 백혈구 핵 영역에 대한 확률 모델을 생성하는 단계; (3) 상기 생성된 확률 모델을 이용하여, 혈액 세포 영상에서 각각의 픽셀에 대해 백혈구 핵일 확률을 의미하는 확률 맵을 생성하는 단계; (4) 상기 생성된 확률 맵에서 백혈구 후보 영역인 서브 이미지(sub-image)를 분리하는 단계; (5

본 발명은 비모수적 확률 모델과 질감 정보를 이용한 백혈구 분할 방법에 관한 것으로서, 보다 구체적으로는 (1) 혈액에서 분할된 백혈구 핵 영역으로부터, 채도, 명도 값을 추출하는 단계; (2) 상기 추출된 채도, 명도 값을 이용하여, 상기 백혈구 핵 영역에 대한 확률 모델을 생성하는 단계; (3) 상기 생성된 확률 모델을 이용하여, 혈액 세포 영상에서 각각의 픽셀에 대해 백혈구 핵일 확률을 의미하는 확률 맵을 생성하는 단계; (4) 상기 생성된 확률 맵에서 백혈구 후보 영역인 서브 이미지(sub-image)를 분리하는 단계; (5) 상기 분리된 서브 이미지에 대하여, Mean-shift를 이용하여 영역 클러스터링을 수행하는 단계; (6) 거리 맵(distance map)과 상기 생성된 확률 맵을 결합한 결합 맵을 이용하여, 상기 분리된 서브 이미지의 각 클러스터 영역 간의 병합을 수행하는 단계; 및 (7) 상기 병합이 완료된 클러스터 영역을 최종 분할된 백혈구 핵 영역으로 판단하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.본 발명에서 제안하고 있는 비모수적 확률 모델과 질감 정보를 이용한 백혈구 분할 방법에 따르면, 백혈구 핵의 채도, 명도 값의 확률 모델을 만들어 백혈구 핵을 혈액 세포 영상으로부터 분할하고, 분할된 백혈구 핵과 혈액 세포 영상에서의 웨이블릿 에너지 값을 이용하여 세포질을 분할함으로써 분할 시간을 단축함과 동시에 분할 정확도를 향상시킬 수 있다,또한 본 발명에 따른 비모수적 확률 모델과 질감 정보를 이용한 백혈구 분할 방법은, 혈액 세포 영상에서 백혈구가 존재한다고 예측되는 백혈구 후보 영역인 서브 이미지를 자동 선택하고 이에 대해서만 분할 과정을 수행함으로써, 시간과 정확도 측면에서 효율성을 높일 수 있다.

대표청구항 ▼

(1) 혈액에서 분할된 백혈구 핵 영역으로부터, 채도, 명도 값을 추출하는 단계;(2) 상기 추출된 채도, 명도 값을 이용하여, 상기 백혈구 핵 영역에 대한 확률 모델을 생성하는 단계;(3) 상기 생성된 확률 모델을 이용하여, 혈액 세포 영상에서 각각의 픽셀에 대해 백혈구 핵일 확률을 의미하는 확률 맵을 생성하는 단계;(4) 상기 생성된 확률 맵에서 백혈구 후보 영역인 서브 이미지(sub-image)를 분리하는 단계;(5) 상기 분리된 서브 이미지에 대하여, Mean-shift를 이용하여 영역 클러스터링을 수행하는 단계;(6) 거리

(1) 혈액에서 분할된 백혈구 핵 영역으로부터, 채도, 명도 값을 추출하는 단계;(2) 상기 추출된 채도, 명도 값을 이용하여, 상기 백혈구 핵 영역에 대한 확률 모델을 생성하는 단계;(3) 상기 생성된 확률 모델을 이용하여, 혈액 세포 영상에서 각각의 픽셀에 대해 백혈구 핵일 확률을 의미하는 확률 맵을 생성하는 단계;(4) 상기 생성된 확률 맵에서 백혈구 후보 영역인 서브 이미지(sub-image)를 분리하는 단계;(5) 상기 분리된 서브 이미지에 대하여, Mean-shift를 이용하여 영역 클러스터링을 수행하는 단계;(6) 거리 맵(distance map)과 상기 생성된 확률 맵을 결합한 결합 맵을 이용하여, 상기 분리된 서브 이미지의 각 클러스터 영역 간의 병합을 수행하는 단계; 및(7) 상기 병합이 완료된 클러스터 영역을 최종 분할된 백혈구 핵 영역으로 판단하는 단계를 포함하며,상기 단계 (4)는,(4a) 상기 생성된 확률 맵에 대하여, 자동 이진화 알고리즘을 적용하여 이진화하는 단계;(4b) 상기 생성된 확률 맵에 모폴로지컬 오프닝(Morphological Opening) 연산을 수행하여 잡음을 제거하는 단계; 및(4c) 상기 모폴로지컬 오프닝 연산 후 잔존하는 후보 영역을 서브 이미지로 분리하는 단계를 포함하는 것을 특징으로 하는 비모수적 확률 모델과 질감 정보를 이용한 백혈구 분할 방법.