[논문 리뷰] Robust cDNA microarray image segmentation and analysis technique based on Hough circle transform

R. M. Farouk, M. A. SayedElahl|arXiv (Cornell University)|2016. 03. 23.

Gene expression and cancer classification참고 문헌 17인용 수 5

한 줄 요약

이 논문은 유전자 발현 분석에서 중요한 열쇠가 되는 표적의 정확한 국소화, 주소 지정 및 분할 정확도 향상을 위해 원형 히우프 변환(Circular Hough Transform, CHT)을 활용한 강건한 cDNA 마이크로어레이 이미지 분할 기법을 제안한다. 노이즈 및 결함이 있는 상황에서도 원형 표적을 탐지하기 위해 투표 절차를 적용함으로써, 실험 결과 K-means 및 SVM보다 뛰어난 정밀도를 보이며 전경 및 배경 픽셀 분류 정확도를 향상시켰다.

ABSTRACT

One of the most challenging tasks in microarray image analysis is spot segmentation. A solution to this problem is to provide an algorithm than can be used to find any spot within the microarray image. Circular Hough Transformation (CHT) is a powerful feature extraction technique used in image analysis, computer vision, and digital image processing. CHT algorithm is applied on the cDNA microarray images to develop the accuracy and the efficiency of the spots localization, addressing and segmentation process. The purpose of the applied technique is to find imperfect instances of spots within a certain class of circles by applying a voting procedure on the cDNA microarray images for spots localization, addressing and characterizing the pixels of each spot into foreground pixels and background simultaneously. Intensive experiments on the University of North Carolina (UNC) microarray database indicate that the proposed method is superior to the K-means method and the Support vector machine (SVM). Keywords: Hough circle transformation, cDNA microarray image analysis, cDNA microarray image segmentation, spots localization and addressing, spots segmentation

연구 동기 및 목표

• 유전자 발현 분석에서 중요한 장애물이 되는 cDNA 마이크로어레이 이미지에서 정확한 표적 분할 문제를 해결하기 위해.
• 일반적으로 마이크로어레이 이미지에서 관찰되는 노이즈, 비정규적인 표적 형상 및 배경 변화에 강건한 방법을 개발하기 위해.
• 원형 히우프 변환을 통한 기하학적 특징 탐지 기반으로 표적의 국소화, 주소 지정 및 분할을 향상시키기 위해.
• 기존의 K-means 군집화 및 서포트 벡터 머신(SVM) 등의 방법보다 분할 정확도와 강건성 면에서 뛰어난 성능을 내기 위해.

제안 방법

• 해당 방법은 cDNA 마이크로어레이 이미지에서 원형 패턴을 탐지하기 위해 원형 히우프 변환(Circular Hough Transform, CHT)을 적용하며, 각 표적을 잠재적인 원으로 간주한다.
• 모서리 픽셀에서의 증거를 누적시켜 히우프 공간에서 표적의 중심과 반지름을 식별하기 위해 투표 절차를 사용한다.
• 검출된 원에 대응하는 히우프 공간의 피크를 분석하여 전경 및 배경 픽셀을 동시에 특성화한다.
• 이성적인 원형에서의 편차를 수용할 수 있도록 하여, 완벽하거나 균일하지 않은 표적을 처리할 수 있도록 설계되었다.
• 전체 마이크로어레이 이미지를 단일 패assing으로 처리하여 모든 표적의 국소화 및 분할을 수행함으로써 자동 분석을 가능하게 하였다.
• 기준 비교를 위해 워싱턴 대학교(University of North Carolina, UNC) 마이크로어레이 데이터베이스를 활용하여 검증하였다.

실험 결과

연구 질문

• RQ1 노이즈 조건 하에서 불완전한 원형 표적을 효과적으로 탐지하고 분할할 수 있는가?
• RQ2 제안된 CHT 기반 방법은 K-means 및 SVM에 비해 분할 정확도와 강건성 면에서 어떻게 비교되는가?
• RQ3 히우프 공간 내 투표 메커니즘이 마이크로어레이 이미지에서 표적 국소화 및 픽셀 분류 정확도 향상에 얼마나 기여하는가?
• RQ4 이 방법은 다양한 마이크로어레이 이미지 품질과 표적 강도 조건에서도 높은 성능을 유지하는가?

주요 결과

• 제안된 CHT 기반 방법은 UNC 마이크로어레이 데이터베이스에서 K-means 및 SVM보다 더 높은 분할 정확도를 달성하였다.
• 비정규적인 형상과 다양한 강도를 가진 표적을 탐지하는 데 있어 강건성을 입증하였으며, 전통적인 군집화 및 분류 기법보다 뛰어난 성능을 보였다.
• 히우프 공간 내 투표 메커니즘이 부분적으로 가림되거나 왜곡된 표적의 국소화에도 효과적으로 기여하였다.
• 전경 및 배경 픽셀의 동시에 분류 정확도가 향상되어 후속 유전자 발현 정량 분석의 정밀도가 향상되었다.