세포 영상 분석

온라인 회의 내용 정리

현재 오프라인에서는 활동하지 못하고 있지만, 온라인에서 서로 공부하는 내용 들을 열심히 공유 하고 있습니다. 그 내용을 정리해서 올리고자 합니다.

* 아래 과정들은 김윤영 연구원이 열심히 공부한 내용입니다.

가장먼저, 세포의 진단은 세포의 Cytoplasm 과 Nucleus 의 비율을 통해 해당 세포가 암인지 아닌지를 분류 할 수 있다고 합니다. 따라서, 세포의 각 영역을 구하기 위해 segmentation 딥러닝 모델을 만들어보고자 합니다.

이때, segmentation 에 대한 학습 성능 향상을 위해서 기존 영상처리 방식으로 다른 주변 정보를 제안하는 방법에 대해 알아보았습니다.

이를 통해 확인 할 수 있었던 것은, Nucleus 는 다른 부위보다 차이가 확실하기 때문에, segmentation 이 어렵지 않음을 확인 할 수 있었습니다. 따라서, 기존의 영상처리 알고리즘(Edge Detection) 을 통해 찾을 수 있는 검출율 보다 딥러닝 방법을 통해 더 높은 성능을 보이는 모델을 개발 하고자 합니다.

문제는, cytoplasm 은 육안으로도 확인하기가 어려운 문제에 속하기 때문에 이를 segmentation 하기 위해서는 좀더 다른 방식으로 접근해 봐야 할 듯 합니다.

우선 cGAN-based Multi Organ Nuclei Segmentation 는 nuclei 세그멘테이션하는 논문인데 GAN 활용했는데 오픈소스라 nucleus 할때 적용해보려고합니다.

https://github.com/faisalml/NucleiSegmentation

다음에는 해당 결과를 업데이트 하도록 더 열심히 하겠습니다.

코드등은 랩에서 정리 되면 추후 업데이트 하겠습니다.