PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.13601v1eess.IV

자동 현미경 요검사를 위한 영상 기반 전초점 이미지 재구성 알고리즘

Video to All-in-focus Image Reconstruction Algorithm for Automated Microscopic Urinalysis

현미경 요검사는 병원에서 시행하는 일상적인 진단 검사이다. 최근 연구들은 현미경 요검사 자동화를 위한 심층 학습 방법의 효과를 입증하였다. 이러한 방법들은 각 세포를 명확히 식별할 수 있는 고품질 소변 샘플 이미지에 의존한다. 그러나 실제로는 유리 슬라이드 위의 소변 샘플이 다층 구조를 가지므로, 특정 초점면에 맞춘 렌즈의 피사계 깊이 내에서 모든 세포가 명확히 보이지 않는다. 따라서 주어진 소변 샘플에서 각 세포를 올바르게 식별하려면 서로 다른 초점면에서 여러 장의 이미지를 촬영해야 하며, 이는 시간이 많이 소요되는 작업이다. 본 논문에서는 여러 장의 이미지를 촬영하는 대신, 렌즈의 초점을 손으로 수동으로 서서히 변경하면서 영상을 녹화함으로써 이 작업을 단순화하는 방법을 제안한다. 영상의 일반적인 길이는 2~14초이다. 녹화된 영상 프레임으로부터 전초점(all-in-focus) 이미지를 재구성하고, 심층 학습 모델을 적용하여 요침사를 검출 및 분류한다. 개념 증명으로, 일반적인 진단 실험실 환경에서 훈련된 검사실 기술자가 촬영한 14개의 영상에 대해 실험을 수행하고, 새로운 재구성 알고리즘을 갖춘 제안된 자동 요검사 파이프라인의 효과를 보였다.