현미경 이미지 처리

Microscope image processing

현미경 이미지 처리는 디지털 이미지 처리 기법을 사용하여 현미경으로 얻은 이미지를 처리, 분석 및 표시하는 광범위한 용어다. 그러한 처리는 이제 의학, 생물학 연구, 암 연구, 약물 검사, 야금 등 다양한 분야에서 흔한 일이다. 현재 많은 현미경 제조업체들이 현미경이 이미지 처리 시스템과 상호 접속할 수 있는 기능을 특별히 설계하고 있다.

이미지 획득

1990년대 초까지만 해도 비디오 현미경 애플리케이션에서 대부분의 이미지 획득은 일반적으로 아날로그 비디오 카메라, 종종 단순히 폐쇄회로 TV 카메라로 이루어졌다. 이를 위해서는 이미지를 디지털화하기 위해 프레임 그래버를 사용해야 하는 반면, 비디오 카메라는 실시간 비디오 녹화 및 처리가 가능한 최대 비디오 프레임률(초당 25~30프레임)의 영상을 제공했다. 솔리드 스테이트 감지기의 등장은 몇 가지 장점을 가져다 주었지만, 실시간 비디오 카메라는 여러 면에서 실제로 우수했다.

오늘날, 획득은 보통 현미경의 광학 경로에 장착된 CCD 카메라를 사용하여 이루어진다. 카메라는 풀 컬러 또는 단색일 수 있다. 매우 자주, 매우 고해상도 카메라는 가능한 많은 직접적인 정보를 얻기 위해 사용된다. 극저온 냉각은 소음을 최소화하기 위해 일반적이다. 이 응용 프로그램에 사용되는 디지털 카메라는 종종 12-16비트의 해상도로 픽셀 강도 데이터를 제공하며, 이는 소비자 영상 제품에 사용되는 것보다 훨씬 높다.

아이러니하게도 최근 몇 년 동안 영상 속도, 즉 그 이상(초당 25~30프레임 이상)의 데이터 획득에 많은 노력을 기울였다. 한때는 기성품 비디오 카메라로 쉬웠던 것은 이제 방대한 디지털 데이터 대역폭을 처리하기 위한 특수 고속 전자장치를 필요로 한다.

고속 획득을 통해 동적 프로세스를 실시간으로 관찰하거나 나중에 재생 및 분석을 위해 저장할 수 있다. 높은 이미지 해상도와 결합하여, 이 접근방식은 현대의 컴퓨터 시스템에서도 다루기 어려운 방대한 양의 원시 데이터를 생성할 수 많은 양의 원시 데이터를 생성할 수 있다.

현재의 CCD 검출기는 매우 높은 영상 해상도를 허용하지만, 주어진 칩 크기의 경우 픽셀 수가 증가하면 픽셀 크기가 감소하기 때문에 절충이 수반되는 경우가 많다. 화소가 작아질수록 그 깊이가 낮아져 저장할 수 있는 전자의 수가 줄어든다. 결과적으로 신호 대 잡음 비율이 낮아진다.

최상의 결과를 얻으려면 주어진 애플리케이션에 적합한 센서를 선택해야 한다. 현미경 이미지는 본질적인 제한 분해능을 가지고 있기 때문에 이미지 획득에 소음이 많은 고해상도 검출기를 사용하는 것은 종종 이치에 맞지 않는다. 화소가 더 큰 검출기는 노이즈 감소로 인해 훨씬 더 높은 화질의 영상을 생성할 수 있다. 이것은 형광 현미경과 같은 낮은 조도의 응용에서 특히 중요하다.

더욱이 신청서의 일시적 해결 요건도 고려해야 한다. 분해능이 낮은 검출기는 종종 획득률이 현저히 높아 더 빠른 이벤트를 관측할 수 있다. 반대로 관찰된 물체가 움직이지 않는 경우, 단일 이미지 획득에 필요한 시간과 관계없이 가능한 한 가장 높은 공간 해상도로 이미지를 획득하고자 할 수 있다.

2D 영상 기술

현미경 적용을 위한 이미지 처리는 현미경 샘플에 포함된 정보를 가장 정확하게 재현하기 위한 기본적인 기법으로 시작한다. 여기에는 영상의 밝기 및 대비 조정, 영상 노이즈를 줄이기 위한 영상 평균화 및 조명 불균일성에 대한 보정이 포함될 수 있다. 이러한 처리에는 영상 사이의 기본적인 산술 연산(즉, 덧셈, 뺄셈, 곱셈, 나눗셈)만 포함된다. 현미경 이미지 처리의 대부분은 이런 성질의 것이다.

영상 콘볼루션이라고 불리는 또 다른 일반적인 2D 연산의 클래스는 종종 영상 디테일을 줄이거나 향상시키기 위해 사용된다. 대부분의 프로그램에서 그러한 "블러링"과 "샤프닝" 알고리즘은 그것과 주변 픽셀의 가중 합계에 기초하여 픽셀의 값을 변경하거나(커널 기반 콘볼루션에 대한 보다 자세한 설명은 그 자체로 입력을 받을 가치가 있다) 푸리에 변환을 사용하여 이미지의 주파수 영역 함수를 변경함으로써 작동한다. 대부분의 영상 처리 기법은 주파수 영역에서 수행된다.

다른 기본적인 2차원 기법에는 이미지 회전, 뒤틀림, 색 밸런싱 등과 같은 조작이 포함된다.

때로는 현미경의 광학 경로 왜곡을 "해제"하여 계측에 의해 야기되는 왜곡과 흐림을 제거한다는 목표를 가지고 첨단 기법을 채용하기도 한다. 이 과정을 디콘볼루션이라고 하며, 다양한 알고리즘이 개발되었는데, 이는 수학적 복잡성이 매우 크다. 최종 결과는 광학 영역에서만 얻을 수 있는 것보다 훨씬 더 선명하고 선명하게 나타난다. 이것은 일반적으로 3차원 연산인데, 체적 영상(즉, 샘플을 통해 다양한 초점면에서 촬영된 영상)을 분석하여 이 데이터를 사용하여 보다 정확한 3차원 영상을 재구성한다.

3D 영상 기술

또 다른 일반적인 요건은 고정된 위치에서 다른 초점 깊이에서 일련의 영상을 촬영하는 것이다. 대부분의 현미경 검체는 본질적으로 투명하고, 초점 검체의 영역 깊이는 예외적으로 좁기 때문에 콘코칼로컬 현미경과 같은 2D 장비를 사용하여 3차원 물체를 "통과"하여 촬영할 수 있다. 그러면 소프트웨어는 적절히 조작될 수 있는 원래 샘플의 3D 모델을 재구성할 수 있다. 이 프로세싱은 2D 계측기를 3D 계측기로 변환하는데, 그렇지 않으면 존재하지 않을 것이다. 최근 이 기술은 세포 생물학에서 많은 과학적 발견으로 이어졌다.

분석

영상의 분석은 용도에 따라 상당히 달라질 것이다. 대표적인 분석으로는 물체의 가장자리가 어디에 있는지 파악, 유사한 물체를 세는 것, 면적, 둘레 길이 및 각 물체의 기타 유용한 측정값을 계산하는 것 등이 있다. 일반적인 방법은 특정 기준에 맞는 픽셀만 포함하는 이미지 마스크를 만든 다음 결과 마스크에서 더 간단한 스캔 작업을 수행하는 것이다. 또한 물체에 라벨을 붙이고 일련의 프레임에 걸쳐 물체의 움직임을 비디오 시퀀스로 추적할 수도 있다.

참고 항목

참조

Russ, John C. (2006-12-19) [1992]. The Image Processing Handbook (5th ed.). CRC Press. ISBN 0-8493-7254-2.

  • Jan-Mark Geusebroek, 이미지에서의 색상과 기하학적 구조, 현미경에서의 적용, ISBN 90-5776-0576
  • 젊은 이안 T, 예쁜 사진뿐 아니라 디지털 정량 현미경, Proc. 왕립 현미경학회, 1996, 31(4), 페이지 311~313.
  • Young Ian T, 정량 현미경, IEEE Engineering in Medical and Biology, 1996, 15(1), 페이지 59–66.
  • Young Ian T, 샘플링 밀도와 정량 현미경, 분석 및 정량적 사이토리와 역사학, 제10권, 1988, 페이지 269–275

외부 링크

라이브러리 리소스 정보
현미경 이미지 처리