[논문 리뷰] Unsupervised Segmentation of Overlapping Cervical Cell Cytoplasm

S L Happy, Swarnadip Chatterjee외 1명|arXiv (Cornell University)|2015. 05. 21.

Image Processing Techniques and Applications참고 문헌 4인용 수 5

한 줄 요약

이 논문은 확장된 심도의 초점(EDF) 영상과 클래스 가중치를 적용한 수정된 옷수 임계치 기반의 핵 세분화를 통해 겹치는ervical 세포의 세 cytoplasm을 비지도로 분할하는 방법을 제안한다. 이 후, 핵 수를 기반으로 레벨 세트 기반의 세 cytoplasm 분할을 수행한다. 이 방법은 수동 애너테이션 없이도 세포가 겹치거나 세 cytoplasm의 대trast가 낮은 곤경에도 불구하고 정확한 분할을 달성한다.

ABSTRACT

Overlapping of cervical cells and poor contrast of cell cytoplasm are the major issues in accurate detection and segmentation of cervical cells. An unsupervised cell segmentation approach is presented here. Cell clump segmentation was carried out using the extended depth of field (EDF) image created from the images of different focal planes. A modified Otsu method with prior class weights is proposed for accurate segmentation of nuclei from the cell clumps. The cell cytoplasm was further segmented from cell clump depending upon the number of nucleus detected in that cell clump. Level set model was used for cytoplasm segmentation.

연구 동기 및 목표

• 자동 세포 분할에서 겹치는 자궁경부 세포와 낮은 세 cytoplasm 대비 문제를 해결하기 위해.
• 수동 애너테이션 또는 기준값이 필요 없는 비지도 분할 프레임워크를 개발하기 위해.
• 더 나은 세포 덩어리 시각화를 위해 확장된 심도의 초점(EDF) 영상을 활용하여 분할 정확도를 향상시키기 위해.
• 각 덩어리당 감지된 핵의 수를 기반으로 세포 덩어리에서 세 cytoplasm을 분리하기 위해.
• 핵 분할 이후 레벨 세트 모델을 적용하여 정밀한 세 cytoplasm 경계 추출하기 위해.

제안 방법

• 확장된 심도의 초점(EDF) 영상 기술을 사용하여 다수의 초점 평면 영상을 하나의 초점이 맞춘 세포 덩어리 영상으로 융합한다.
• 저대비 조건에서도 임계치 정확도를 향상시키기 위해 사전 클래스 가중치를 적용한 수정된 옷수 방법을 사용하여 세포 덩어리에서 핵을 분할한다.
• 각 세포 덩어리에서 감지된 핵의 수에 따라 세 cytoplasm 분할 전략을 결정한다.
• 정확한 세 cytoplasm 경계 추출을 위해 활성 윤곽을 진화시키는 데 레벨 세트 모델을 활용한다.
• 이 방법은 이미지 강도와 공간적 구조만을 기반으로 완전히 비지도 방식으로 작동한다.
• 분할 파이프라인에서 기준값 또는 사용자 정의 매개변수가 필요로 하지 않는다.

실험 결과

연구 질문

• RQ1 수동 애너테이션 없이 겹치는 자궁경부 세포의 세 cytoplasm을 정확하게 분할할 수 있는가?
• RQ2 EDF 영상은 후속 분할을 위한 세포 덩어리의 가시성을 향상시키는 데 얼마나 효과적인가?
• RQ3 클래스 가중치를 적용한 수정된 옷수 방법은 저대비 조건에서 핵 분할 성능을 향상시킬 수 있는가?
• RQ4 각 덩어리당 핵 수는 겹치는 영역에서 신뢰할 수 있는 세 cytoplasm 분할을 가능하게 하는가?
• RQ5 핵 분할이 이미 완료된 후 레벨 세트 모델이 복잡한 세 cytoplasm 경계를 정확하게 추출할 수 있는가?

주요 결과

• 제안된 방법은 EDF 영상과 비지도 기법만을 사용하여 겹치는 자궁경부 세포의 세 cytoplasm을 정확하게 분할한다.
• 클래스 가중치를 적용한 수정된 옷수 방법은 저대비 세 cytoplasm 영역에서 핵 분할 성능을 향상시킨다.
• EDF 융합을 통해 세포 덩어리가 효과적으로 분할되어 겹치는 구조의 명확한 시각화가 가능해진다.
• 각 덩어리당 감지된 핵 수를 기반으로 세 cytoplasm 분할이 유도되어 개별 세포의 선택적 분할이 가능해진다.
• 레벨 세트 모델은 조밀하게 겹쳐진 영역에서도 복잡한 세 cytoplasm 경계를 성공적으로 포착한다.
• 전체 파이프라인이 기준값 또는 사용자 정의 매개변수 없이 작동하여 비지도 환경에서의 강건성을 입증한다.