PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.00860v1eess.IV

MorphoBranch: 분지형 세포 구조의 형태학적 분석을 위한 미세 구조 보존 워크벤치

MorphoBranch: A Fine-Structure-Preserving Workbench for Morphometric Analysis of Branched Cellular Structures

배경 및 목적: 형광 표지된 세포 수지상 분지는 신경 세포 및 미세아교세포(microglia)의 형태에 대한 판독 정보를 제공하지만, 미세하고 약하게 표지된 돌기는 단편화 및 잘못된 연결이 발생하기 쉬워 스켈레톤 기반 측정에 바이어스를 유발합니다. 본 논문에서는 분지형 세포 구조의 형태계측을 위해 미세 구조를 보존하고 사람이 검토 가능한 워크벤치인 MorphoBranch를 제안합니다. 방법: MorphoBranch는 결정론적 형태계측 엔진(Morphometry Engine)과 LLM 보조 정제 엔진(Refinement Engine)을 결합합니다. 형태계측 엔진은 다중 스케일 구조 증거 추출, 히스테리시스 분할, 증거 제약 스켈레톤 정제 및 그래프 기반 형태계측을 통합하는 이미지-투-그래프(image-to-graph) 워크플로우를 구현합니다. 정제 엔진은 자연어 요청을 매개변수 조정, 미리보기 실행, 지표 보고 및 지원되지 않는 요청 처리를 위한 등록된 동작에 매핑하는 한편, 이미지 처리 및 정량적 계산은 결정론적이며 검토 가능한 상태로 유지됩니다. 결과: MorphoBranch는 두 개의 공개 신경 세포 축삭 데이터셋인 AxonMIP 및 AxonStack과 자체 구축한 미세아교세포 형광 이미지 데이터셋인 Cell-Morph에서 평가되었습니다. 세 데이터셋 모두에서 평가된 방법 중 가장 높은 Skeleton F1 및 clDice, 그리고 가장 낮은 길이 추정 오차를 달성했으며, AxonMIP 및 AxonStack에서는 가장 높은 Dice 및 IoU도 기록했습니다. 150개의 자연어 작업 전반에서 정제 엔진은 94.0%의 엔드투엔드 성공률을 달성했습니다. 결론: 이러한 결과는 MorphoBranch가 분지형 세포 구조의 형태학적 분석을 위한 재현 가능하고 사람이 검토할 수 있는 워크플로우를 제공함을 입증합니다. 또한 검사 가능하고 재현 가능한 분석 워크플로우를 유지하면서 신경 세포 축삭 및 미세아교세포 형광 이미지 전반에서 미세 구조를 보존하는 정량화를 지원합니다.

arXiv:2509.21398v2cs.CV

골격 희소화 및 밀집화 스케일-스페이스

Skeleton Sparsification and Densification Scale-Spaces

Hamilton-Jacobi 골격은 중심축(medial axis)으로도 알려져 있으며, 최대 내접 원의 중심들을 기반으로 이진 객체를 표현하는 강력한 형상 기술자(shape descriptor)입니다. 광범위한 적용 가능성에도 불구하고, 중심축은 노이즈에 민감하다는 단점이 있는데, 사소한 경계 변화가 골격의 과도하게 크고 바람직하지 않은 확장을 초래할 수 있습니다. 고전적인 가지치기(pruning) 방법들은 불필요한 골격 가지들을 체계적으로 제거하여 이러한 단점을 완화합니다. 골격의 이러한 순차적 단순화는 점점 희소해지는 픽셀 표현으로부터 이미지를 재구성하는 계열로 이미지를 임베드하는 희소화 스케일-스페이스(sparsification scale-spaces)의 원리와 유사합니다. 우리는 골격화 스케일-스페이스(skeletonisation scale-spaces)를 도입하여 두 영역을 결합합니다. 이는 형상의 계층적 단순화를 달성하기 위해 중심축의 희소화를 활용합니다. 기존 가지치기와 달리, 우리의 프레임워크는 계층적 구조, 제어 가능한 단순화, 기하학적 변환에 대한 동변성(equivariance)과 같은 주요 스케일-스페이스 속성을 본질적으로 만족시킵니다. 우리는 연속 및 이산 공식화 모두에서 엄격한 이론적 기초를 제공하고 밀집화(densification)를 통해 개념을 더욱 확장합니다. 골격을 축소하는 대신 순차적으로 성장시킴으로써, 거친 스케일에서 미세한 스케일로의 역진행을 가능하게 합니다. 밀집화 스케일-스페이스는 원래 골격을 넘어서 실제 응용 분야와 관련성이 있는 과완전 형상 표현을 생성할 수도 있습니다. 개념 증명 실험을 통해, 강인한 골격화, 형상 압축, 적층 제조를 위한 강성 증대를 포함한 실제 과제에 대한 우리 프레임워크의 효과를 입증합니다.