KR20210048077A - Cell number quantification device of anterior eye image and the method thereof - Google Patents
Cell number quantification device of anterior eye image and the method thereof Download PDFInfo
- Publication number
- KR20210048077A KR20210048077A KR1020190131921A KR20190131921A KR20210048077A KR 20210048077 A KR20210048077 A KR 20210048077A KR 1020190131921 A KR1020190131921 A KR 1020190131921A KR 20190131921 A KR20190131921 A KR 20190131921A KR 20210048077 A KR20210048077 A KR 20210048077A
- Authority
- KR
- South Korea
- Prior art keywords
- eye image
- noise
- corneal
- anterior eye
- anterior
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000011002 quantification Methods 0.000 title claims abstract description 10
- 210000004087 cornea Anatomy 0.000 claims abstract description 20
- 238000003384 imaging method Methods 0.000 claims abstract description 7
- 210000001508 eye Anatomy 0.000 claims description 56
- 210000005252 bulbus oculi Anatomy 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 10
- 208000030533 eye disease Diseases 0.000 abstract description 10
- 238000000605 extraction Methods 0.000 description 4
- 208000022873 Ocular disease Diseases 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 208000003556 Dry Eye Syndromes Diseases 0.000 description 2
- 206010013774 Dry eye Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 206010023332 keratitis Diseases 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 231100000397 ulcer Toxicity 0.000 description 1
- 230000004393 visual impairment Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- G06T5/002—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Pathology (AREA)
- Physiology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Ophthalmology & Optometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Eye Examination Apparatus (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 안구 이미지 처리에 관한 것으로, 특히 전방 안구 이미지의 세포개수를 정량적으로 측정하여 시각화함으로써, 안구 질환과 관련된 환자 상태를 빠르게 평가하고 진단할 수 있도록 한 전방 안구 이미지의 세포수 정량화 장치 및 방법에 관한 것이다. The present invention relates to eye image processing, and in particular, by quantitatively measuring and visualizing the number of cells in the anterior eye image, an apparatus and method for quantifying the number of cells in an anterior eye image to enable rapid evaluation and diagnosis of a patient condition related to an eye disease. It is about.
눈은 많은 균들로부터 쉽게 노출되어 있어 안구건조증, 각막염 등의 안구질환이 흔히 발생하게 된다. Since the eyes are easily exposed to many germs, eye diseases such as dry eye syndrome and keratitis are common.
안구건조증은 눈물이 지나치게 증발하게 되거나 눈물의 구성 성분이 불균형적으로 맞지 않아 안구 표면이 손상되고 자극감, 이물감, 건조감 등을 느끼는 현상으로, 안구 표면에 생긴 염증에 의해 발생하기도 하며, 오래 지속될 경우, 각막의 손상으로 시력이 손실되는 문제점까지 발생되기도 한다. 각막염은 각막에 염증이 일어나는 질환으로, 심한 통증이 생기고, 악화되는 경우 각막이 하얗게 흐려지면서 궤양이 발생하기도 한다.Dry eye syndrome is a phenomenon in which the surface of the eyeball is damaged due to excessive evaporation of the tears or the components of the tears are unbalanced, and a feeling of irritation, foreign body, and dryness is felt.It may be caused by inflammation on the surface of the eyeball. Damage to the cornea may cause vision loss. Keratitis is a disease in which the cornea is inflamed. Severe pain occurs, and when it worsens, the cornea becomes white and cloudy and ulcers may occur.
이러한 안구질환에 대한 의사 진단은 대부분 시세포 층의 형태를 임상적으로 확인하여 그 질환여부를 판단하였다. 그러나 이러한 임상적인 진단에는 많은 시간과 인력이 투입되어야 한다는 문제가 있다. Most of the doctor's diagnosis of these ocular diseases clinically confirmed the shape of the optic cell layer to determine the disease. However, there is a problem that a lot of time and manpower must be invested in such clinical diagnosis.
또 안구 질환을 진단하기 위하여 안저검사 등 기타 여러 검사들이 병행되고 있지만, 안구 질환을 진단하는 것은 쉽지 않았다. 예를 들면 한국등록특허 10-1667279호와 같이 OCT(Optrical Coherence Tomography) 장치를 이용하여 안구질환을 진단하는 방법들도 제안되고 있지만, 이러한 방법은 촬영된 데이터가 광범위하여 복잡하고 자료 분석을 위한 별도의 가공작업이 필요하였다. 그렇기 때문에 간단하게 안구질환을 진단할 수 있는 필요성이 꾸준히 요구되는 실정이었다. In addition, many other tests, such as fundus examination, are being conducted in parallel to diagnose eye diseases, but it was not easy to diagnose eye diseases. For example, as in Korean Patent Registration No. 10-1667279, methods for diagnosing ocular diseases using an OCT (Optrical Coherence Tomography) device have been proposed, but such a method is complicated because the photographed data is extensive and is separate for data analysis. It was necessary to process. For this reason, the necessity of simply diagnosing eye diseases was constantly required.
따라서 본 발명의 목적은 상기한 문제점을 해결하기 위한 것으로, 전방 안구 내부 세포 개수를 정량적으로 측정할 수 있도록 하여, 간단하게 환자의 안구 질환상태를 평가하고 진단할 수 있도록 하는 전방 안구 이미지의 세포수 정량화 장치 및 방법을 제공하는 것이다. Accordingly, an object of the present invention is to solve the above-described problem, and the number of cells in the anterior eye image to allow the number of cells inside the anterior eyeball to be quantitatively measured, so that the patient's ocular disease state can be evaluated and diagnosed. It is to provide a quantification apparatus and method.
즉, 안구 질환의 경우 대부분 세포 개수와 밀접한 관련이 있고, 예를 들어 안구 이미지의 세포 개수가 감소하거나 증가하는 비율에 따라 안구 질환을 어느 정도 예상할 수 있다는 점에서, 전방 안구이미지의 내부 세포 개수를 측정하는 것에 의하여 간단하게 안구 질환을 진단하고 평가할 수 있는 것이다. In other words, in the case of eye diseases, most of them are closely related to the number of cells, and for example, the number of internal cells in the anterior eye image can be predicted to some extent depending on the rate at which the number of cells in the eye image decreases or increases. It is possible to diagnose and evaluate eye diseases simply by measuring.
이와 같은 목적을 달성하기 위한 본 발명은, 촬상장치에 의해 획득된 전방 안구 이미지의 노이즈를 제거하는 노이즈 제거부; 상기 노이즈 제거된 전방 안구 이미지의 각막 영역을 제거하는 각막 영역 제거부; 및 각막 영역이 제거된 각막에서 윤곽을 추출하고, 추출된 윤곽 개수를 사용하여 세포 개수를 정량화하는 정량화부를 포함하는 전방 안구 이미지의 세포수 정량화 장치를 제공한다. The present invention for achieving the above object is a noise removal unit for removing noise of the front eye image obtained by the imaging device; A corneal region removal unit removing the corneal region of the anterior eyeball image from which noise has been removed; And a quantification unit for extracting a contour from the cornea from which the corneal region has been removed, and quantifying the number of cells using the extracted contour number.
상기 노이즈 제거부는, 상기 전방 안구 이미지에서 각막 외부 영역을 추출하는 각막 외부영역 추출부; 상기 각막 외부영역이 추출된 전방 안구 이미지의 히스토그램에서 '0'을 제외한 값을 이용하여 분산 측정을 수행하는 분산 측정부; 상기 분산 측정결과에서 표준 정규분포표를 사용하여 소정 지점을 임계점으로 적용하는 임계점 적용부; 상기 전방 안구 이미지에서 노이즈를 제거하도록 상기 임계점 이하 픽셀 값을 '0'으로 변경한 다음 소정 필터를 적용하는 필터 적용부를 포함하여 구성된다.The noise removing unit may include an external corneal region extracting unit for extracting an external corneal region from the anterior eyeball image; A variance measurement unit that performs variance measurement using a value excluding '0' from the histogram of the anterior eye image from which the outer region of the cornea is extracted; A critical point applying unit for applying a predetermined point as a critical point using a standard normal distribution table in the variance measurement result; And a filter applying unit for changing a pixel value below the threshold to '0' to remove noise from the anterior eye image and then applying a predetermined filter.
상기 필터는, 메디안 필터(median filter)가 적용된다.As the filter, a median filter is applied.
상기 각막 영역 제거부는, 노이즈 제거된 전방 안구 이미지의 평균값을 측정하는 평균값 측정부; 상기 평균값을 기준으로 상기 전방 안구 이미지를 이진화하는 이진화부; 상기 이진화된 이미지에 필터를 적용하고 팽창시켜 각막 마스크를 생성하는 마스크 생성부; 상기 각막 마스크를 상기 전방 안구 이미지에 적용하여 각막 영역을 제거하는 영역 제거부를 포함하여 구성된다.The corneal region removing unit may include an average value measuring unit for measuring an average value of an image of the anterior eye from which noise has been removed; A binarization unit for binarizing the anterior eye image based on the average value; A mask generator configured to apply a filter to the binarized image and expand it to generate a corneal mask; And a region removal unit configured to remove a corneal region by applying the corneal mask to the anterior eye image.
본 발명의 다른 특징에 따르면, 촬상장치에 의해 획득된 전방 안구 이미지에서 각막 외부영역을 추출하는 단계; 상기 각막 외부 영역이 추출된 전방 안구 이미지에서 노이즈를 제거하는 단계; 노이즈 제거된 전방 안구 이미지에서 각막 영역을 제거하는 단계; 상기 각막 영역이 제거된 안구 이미지에서 윤곽을 추출하여 세포 개수를 정량화하는 단계를 수행하는 전방 안구 이미지의 세포수 정량화 방법을 제공한다. According to another feature of the present invention, the method comprises: extracting an external area of the cornea from an anterior eyeball image acquired by an imaging device; Removing noise from the anterior eye image from which the outer region of the cornea is extracted; Removing the corneal region from the noise-removed anterior eye image; It provides a method for quantifying the number of cells in the anterior eyeball image, which performs the step of quantifying the number of cells by extracting a contour from the eyeball image from which the corneal region has been removed.
상기 노이즈 제거는, 상기 각막 외부영역이 추출된 전방 안구 이미지의 히스토그램에서 '0'을 제외한 값을 이용하여 분산 측정하는 단계; 상기 측정 결과에서 표준 정규분포표를 사용하여 노이즈 제거를 위한 임계점을 구하는 단계; 상기 전방 안구 이미지에서 상기 임계점 이하 픽셀 값을 '0'으로 변경하고 소정 필터를 적용하여 노이즈를 제거하는 단계를 포함한다.The noise removal may include measuring variance using a value excluding '0' from the histogram of the anterior eyeball image from which the outer region of the cornea is extracted; Obtaining a critical point for noise removal using a standard normal distribution table from the measurement result; And removing noise by changing a pixel value below the threshold point to '0' in the anterior eye image and applying a predetermined filter.
상기 각막 영역 제거는, 상기 노이즈 제거된 전방 안구 이미지의 평균값을 구하는 단계; 상기 평균값을 기준으로 상기 전방 안구 이미지를 이진화하는 단계; 상기 이진화된 전방 안구 이미지에 필터를 적용하고 팽창시켜 각막 마스크를 생성하는 단계; 및 상기 각막 마스크를 상기 노이즈 제거된 전방 안구 이미지에 적용하여 각막 영역을 제거하는 단계를 포함하여 수행된다. The corneal region removal may include obtaining an average value of the noise-removed anterior eyeball image; Binarizing the anterior eye image based on the average value; Applying a filter to the binarized anterior eye image and expanding it to generate a corneal mask; And removing the corneal region by applying the corneal mask to the noise-removed front eye image.
이상과 같은 본 발명의 전방 안구 이미지의 세포수 정량화 장치에 따르면, 전방 안구 이미지의 세포 개수를 정량화하고 있어, 안구 이미지의 세포 개수의 변화상태를 쉽게 확인할 수 있다. 따라서, 안구 질환 환자의 상태를 빠르고 간단하게 평가 및 진단할 수 있는 효과가 있다.According to the apparatus for quantifying the number of cells in the anterior eye image according to the present invention as described above, since the number of cells in the anterior eye image is quantified, the state of change in the number of cells in the eye image can be easily confirmed. Therefore, there is an effect of quickly and simply evaluating and diagnosing the condition of a patient with eye disease.
그리고 본 발명은 촬영된 전방 안구 이미지의 노이즈 제거 및 불필요한 각막 영역을 제거한 후 세포 개수를 정량화하고 시각화하고 있다는 점에서 더 정확한 세포 개수의 측정이 가능하고, 그만큼 진단결과의 정확성이 기대되는 효과가 있다.In addition, since the present invention quantifies and visualizes the number of cells after removing noise from the photographed anterior eye image and removing unnecessary corneal regions, it is possible to measure the number of cells more accurately, and thus, the accuracy of the diagnosis result is expected. .
도 1은 본 발명의 바람직한 실시 예에 따른 전방 안구 이미지의 세포수 정량화 장치의 블록 구성도
도 2는 본 발명의 바람직한 실시 예에 따라 전방 안구 이미지의 세포수 정량화 방법을 설명한 흐름도
도 3 내지 도 8은 세포수 정량화 방법에 따라 안구 이미지의 변화상태를 보인 도면1 is a block diagram of an apparatus for quantifying the number of cells in an anterior eye image according to a preferred embodiment of the present invention
2 is a flowchart illustrating a method for quantifying the number of cells in an anterior eye image according to a preferred embodiment of the present invention.
3 to 8 are diagrams showing a state of change of an eyeball image according to a method for quantifying the number of cells
본 발명의 목적 및 효과, 그리고 그것들을 달성하기 위한 기술적 구성들은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 본 발명을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.Objects and effects of the present invention, and technical configurations for achieving them will become apparent with reference to the embodiments described later in detail together with the accompanying drawings. In describing the present invention, if it is determined that a detailed description of a known function or configuration may unnecessarily obscure the subject matter of the present invention, a detailed description thereof will be omitted.
그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다.In addition, terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to the intention or custom of users or operators.
그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다. 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.However, the present invention is not limited to the embodiments disclosed below and may be implemented in various different forms. However, the present embodiments are provided to complete the disclosure of the present invention and to fully inform the scope of the invention to those of ordinary skill in the art, and the present invention is defined by the scope of the claims. It just becomes. Therefore, the definition should be made based on the contents throughout the present specification.
이하에서는 도면에 도시한 실시 예에 기초하면서 본 발명에 대하여 더욱 상세하게 설명하기로 한다. Hereinafter, the present invention will be described in more detail based on the embodiment shown in the drawings.
도 1을 보면, 본 발명의 장치(10)는 카메라(미도시)와 같은 촬상장치에 의해 획득된 전방 안구이미지로부터 노이즈를 제거하는 노이즈 제거부(100), 노이즈 제거된 전방 안구이미지에서 각막 영역을 제거하는 각막 영역 제거부(200) 및, 안구 이미지에서 세포 개수를 정량화하는 정량화부(300)를 포함하여 구성된다. 한편 실시 예에서 이와 같이 각각의 구성들을 나열하여 일련의 디바이스 개념으로 설명하고 있지만, 이는 소프트웨어 프로그램으로 충분하게 적용할 수 있음은 당연하다. 그리고 소프트 웨어 프로그램의 경우, 상기 전방 안구 이미지를 전달받아 프로그램적으로 처리할 수 있는 하드웨어적인 장치(컴퓨터 등) 등에 설치되어야 함은 당연할 것이다.Referring to FIG. 1, the apparatus 10 of the present invention includes a
노이즈 제거부(100)는, 각막 외부영역 추출부(110), 분산 측정부(120), 임계점 적용부(130), 필터 적용부(140)를 포함한다. 즉 전방 안구 이미지에서 각막 외부영역을 추출한 다음 일련의 과정을 수행하여 각막 외부영역이 제거된 전방 안구이미지에서 불필요하게 존재하는 노이즈를 제거하기 위한 것이고, 이들 구성들 모두 프로그램으로 구현될 수 있음은 당연하다.The
각막 영역 제거부(200)는 각막 마스크를 생성하고 이렇게 생성된 각막 마스크를 상기 노이즈 제거된 각막 외부영역 이미지에 적용하여 각막 영역을 제거하는 구성이다. 구체적으로 각막 마스크를 생성하기 위하여 제거된 전방 안구 이미지 영역의 평균값을 구하는 평균값 산출부(210), 상기 산출된 평균값으로 전방 각막 이미지 전체를 이진화하는 이진화부(220), 이진화 이미지에 메디안 필터를 적용하여 각막 마스크를 생성하는 마스크 생성부(230), 그리고 전방 각막 이미지에 각막 마스크를 저용하여 각막 영역을 제거하는 영역 제거부(240)를 포함하여 구성된다. 마찬가지로 이들 구성들 모두 프로그램으로 구현될 수 있을 것이다. 이로써 노이즈 제거된 순수한 전방 안구 이미지를 획득할 수 있게 된다.The corneal
정량화부(300)는, 각막 영역이 제거된 안구 이미지에서 윤곽을 추출하는 윤곽 추출부(310)를 포함하고, 이렇게 추출된 윤곽 개수를 사용하여 세포 개수를 정량화하는 구성이다. The
이와 같은 구성에 따라, 전방 안구 이미지의 내부 세포 개수를 시각적으로 확인할 수 있어, 안구 질환의 치료에 따른 경과를 빠르게 확인할 수가 있을 것이고, 이러한 전방 안구 이미지의 세포수 정량화 방법은 도 2 내지 도 8을 참조하여 더 상세하게 설명한다. According to such a configuration, it is possible to visually check the number of internal cells in the anterior eyeball image, so that the course of the treatment of the eye disease can be quickly confirmed. The method for quantifying the number of cells in the anterior eyeball image is shown in FIGS. 2 to 8. It will be described in more detail with reference to.
카메라와 같은 촬상장치를 이용하여 전방 안구 이미지를 획득한다(s100). 획득된 상기 전방 안구 이미지가 최초의 원본 이미지라 할 수 있고, 원본 이미지의 예는 도 3과 같다. 다만 이러한 원본 이미지에서는 세포 개수를 확인할 수 없다. 따라서 세포 개수를 정량화하기 위한 과정으로 노이즈 제거 및 각막 영역을 제거하는 다음의 과정이 수행된다. An image of the front eye is acquired using an imaging device such as a camera (s100). The acquired front eye image may be referred to as the first original image, and an example of the original image is shown in FIG. 3. However, the number of cells cannot be confirmed in these original images. Therefore, as a process for quantifying the number of cells, the following processes of removing noise and removing the corneal region are performed.
노이즈 제거를 위한 첫 번째 과정으로 각막 외부영역 추출부(110)가 상기 전방 안구 이미지에서 각막 외부영역을 추출한다. 각막 외부영역을 제거해야 하는 이유는 전방 안구 이미지에서만 정확한 세포 개수를 추출할 수 있도록 해야 하기 때문이다. As a first process for removing noise, the corneal external
분산 측정부(120)가 상기 전방 각막 이미지의 영역의 히스토그램에서 '0'을 제외한 값을 이용하여 분산 측정을 한다(s104). The
그런 다음 임계점 적용부(130)는 이미 사용되고 있는 표준 정규분포표를 사용하여 소정 퍼센트(%)를 포함하는 지점을 임계점으로 적용한다(s106). 여기서 상기 % 값은 사용자가 임의로 조절 가능한 값이다. 그리고 이러한 임계점이 실질적으로 노이즈를 제거하는 기준값이라 할 수 있다. 임계점을 조절하는 것에 의하여 노이즈 제거정도가 달라질 수 있는 것이다. Then, the critical
그리고 임계점이 정해지면, 실질적인 노이즈 제거를 위한 과정이 수행된다. 즉 필터 적용부(140)는 상기 각막 외부영역이 제거된 전방 안구 이미지에서 상기 임계점 이하 픽셀값을 '0'으로 변경한 다음 소정 필터를 적용하여 노이즈를 제거한다(s108). 이렇게 노이즈가 제거된 이미지를 노이지 제거된 이미지라 할 것이고, 노이즈 제거된 이미지는 도 4에 도시하였다. In addition, when the critical point is determined, a process for substantially removing noise is performed. That is, the
여기서 상기 필터는 비선형 근방 연산을 사용하여 원본 이미지(화상)에서 잡음과 같은 노이즈를 제거하는 필터인 메디안 필터(median filter)를 이용하지만, 반드시 메디안 필터만을 사용할 필요는 없다. 경우에 따라 다른 필터도 얼마든지 사용 가능할 것이다.Here, the filter uses a median filter, which is a filter that removes noise such as noise from an original image (image) by using a nonlinear near operation, but it is not necessary to use only a median filter. In some cases, you can use any number of other filters.
이러한 노이즈 제거과정이 완료되면 다음에는 각막 영역을 제거하는 과정을 수행하게 된다. 각막 영역을 제거해야 안구 내부 세포 개수를 알 수 있기 때문이다. When the noise removal process is completed, the corneal region is removed next. This is because the number of cells inside the eyeball can be determined only by removing the corneal area.
이를 위해 평균값 산출부(210)가, 상기 노이즈 제거된 전방 안구 이미지 영역의 평균값을 구한다(s110). 이때 산출하고자 하는 평균값의 범위는 사용자가 조절할 수 있다. 그런 다음 이진화부(220)가 상기 산출된 평균값으로 전방 각막 이미지 전체를 도 5와 같이 이진화한다(s112).To this end, the average
이진화된 이미지에서 각막 마스트를 생성하기 위한 과정이 수행된다. 각막 마스크는 각막 영역을 제거하기 위한 일종의 패턴이라 할 수 있고, 도 6에 도시하고 있다. 각막 마스크는 마스크 생성부(230)가 상기 이진화된 전방 안구 이미지에 메디안 필터를 적용하고 팽창시켜 생성할 수 있다(s114). A process is performed to create a corneal mast from the binarized image. The corneal mask may be referred to as a type of pattern for removing the corneal region, and is shown in FIG. 6. The corneal mask may be generated by applying a median filter to the binarized anterior eye image by the
그리고 생성된 각막 마스크를 상기 노이즈 제거 이미지에 적용하여 각막 영역(s116)을 제거한다. 각막 영역이 제거된 이미지는 도 7과 같다.Then, the generated corneal mask is applied to the noise removal image to remove the corneal region s116. The image from which the corneal region has been removed is shown in FIG. 7.
도 7과 같이 각막 영역이 제거된 이미지에서 윤곽 추출부(310)는 윤곽을 추출할 수 있게 된다. 그리고 도 8과 같이 정량화부(300)는 추출된 윤곽 개수를 사용하여 세포 개수를 정량화한다. 정량화부(300)는 측정된 윤곽을 세그멘테이션화 하여 표시할 수 있다.As shown in FIG. 7, the
이와 같은 과정에 따라, 전방 안구 이미지에서 각막의 외부영역을 제거하고, 또 전방 안구 이미지의 노이즈 및 각막 영역을 제거한 다음, 전방 안구 이미지에 있는 안구 이미지의 세포개수를 정량적으로 측정할 수 있게 됨을 알 수 있고, 그만큼 환자 치료에 의한 상태를 빠르게 평가하고 진단할 수 있는 것이다.According to this process, it is possible to quantitatively measure the number of cells in the eyeball image in the anterior eye image after removing the external area of the cornea from the anterior eye image, and also removing noise and the corneal area from the anterior eye image. It is possible to quickly evaluate and diagnose the condition caused by patient treatment.
이상과 같이 본 발명의 도시된 실시 예를 참고하여 설명하고 있으나, 이는 예시적인 것들에 불과하며, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자라면 본 발명의 요지 및 범위에 벗어나지 않으면서도 다양한 변형, 변경 및 균등한 타 실시 예들이 가능하다는 것을 명백하게 알 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적인 사상에 의해 정해져야 할 것이다.Although described with reference to the illustrated embodiments of the present invention as described above, these are only exemplary, and those of ordinary skill in the technical field to which the present invention pertains, without departing from the gist and scope of the present invention, various It will be apparent that variations, modifications and other equivalent embodiments are possible. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the appended claims.
100: 노이즈 제거부
110: 각막 외부 영역 추출부
120: 분산 측정부
130: 임계점 적용부
140: 필터 적용부
200: 각막 영역 제거부
210: 평균값 산출부
220: 이진화부
230: 마스크 생성부
240: 영역 제겅부
300: 정량화부
310: 윤곽 추출부100: noise removal unit
110: corneal outer region extraction unit
120: dispersion measurement unit
130: critical point application unit
140: filter application unit
200: corneal region removal unit
210: average value calculation unit
220: binarization unit
230: mask generation unit
240: Territory
300: quantification unit
310: contour extraction unit
Claims (7)
상기 노이즈 제거된 전방 안구 이미지의 각막 영역을 제거하는 각막 영역 제거부; 및
각막 영역이 제거된 각막에서 윤곽을 추출하고, 추출된 윤곽 개수를 사용하여 세포 개수를 정량화하는 정량화부를 포함하는 전방 안구 이미지의 세포수 정량화 장치. A noise removing unit that removes noise from the front eyeball image acquired by the imaging device;
A corneal region removal unit removing the corneal region of the anterior eyeball image from which noise has been removed; And
An apparatus for quantifying the number of cells of an anterior eye image comprising a quantification unit for extracting a contour from the cornea from which the corneal region has been removed and quantifying the number of cells using the number of extracted contours.
상기 노이즈 제거부는,
상기 전방 안구 이미지에서 각막 외부 영역을 추출하는 각막 외부영역 추출부;
상기 각막 외부영역이 추출된 전방 안구 이미지의 히스토그램에서 '0'을 제외한 값을 이용하여 분산 측정을 수행하는 분산 측정부;
상기 분산 측정결과에서 표준 정규분포표를 사용하여 소정 지점을 임계점으로 적용하는 임계점 적용부; 및
상기 전방 안구 이미지에서 노이즈를 제거하도록 상기 임계점 이하 픽셀 값을 '0'으로 변경한 다음 소정 필터를 적용하는 필터 적용부를 포함하여 구성되는 전방 안구 이미지의 세포수 정량화 장치.The method of claim 1,
The noise removing unit,
An external corneal region extracting unit for extracting an external corneal region from the anterior eye image;
A variance measurement unit that performs variance measurement using a value excluding '0' from the histogram of the anterior eyeball image from which the outer region of the cornea is extracted;
A critical point applying unit for applying a predetermined point as a critical point using a standard normal distribution table in the variance measurement result; And
A device for quantifying the number of cells in an anterior eye image, comprising a filter application unit that changes a pixel value below the threshold to '0' to remove noise from the anterior eye image, and then applies a predetermined filter.
상기 필터는,
메디안 필터(median filter)가 적용되는 전방 안구 이미지의 세포수 정량화 장치.The method of claim 2,
The filter,
A device for quantifying the number of cells in an anterior eye image to which a median filter is applied.
상기 각막 영역 제거부는,
노이즈 제거된 전방 안구 이미지의 평균값을 측정하는 평균값 측정부;
상기 평균값을 기준으로 상기 전방 안구 이미지를 이진화하는 이진화부;
상기 이진화된 이미지에 필터를 적용하고 팽창시켜 각막 마스크를 생성하는 마스크 생성부; 및
상기 각막 마스크를 상기 전방 안구 이미지에 적용하여 각막 영역을 제거하는 영역 제거부를 포함하여 구성되는 전방 안구 이미지의 세포수 정량화 장치.The method of claim 1,
The corneal region removal unit,
An average value measuring unit for measuring an average value of the noise-removed front eye image;
A binarization unit for binarizing the anterior eye image based on the average value;
A mask generator configured to apply a filter to the binarized image and expand it to generate a corneal mask; And
An apparatus for quantifying the number of cells in an anterior eye image, comprising a region removal unit configured to remove a corneal region by applying the corneal mask to the anterior eye image.
상기 각막 외부 영역이 추출된 전방 안구 이미지에서 노이즈를 제거하는 단계;
노이즈 제거된 전방 안구 이미지에서 각막 영역을 제거하는 단계; 및
상기 각막 영역이 제거된 안구 이미지에서 윤곽을 추출하여 세포 개수를 정량화하는 단계를 수행하는 전방 안구 이미지의 세포수 정량화 방법.Extracting an external area of the cornea from the anterior eyeball image acquired by the imaging device;
Removing noise from the anterior eye image from which the outer region of the cornea is extracted;
Removing the corneal region from the noise-removed anterior eye image; And
A method for quantifying the number of cells in the anterior eyeball image, comprising the step of quantifying the number of cells by extracting a contour from the eyeball image from which the corneal region has been removed.
상기 노이즈 제거는,
상기 각막 외부영역이 추출된 전방 안구 이미지의 히스토그램에서 '0'을 제외한 값을 이용하여 분산 측정하는 단계;
상기 측정 결과에서 표준 정규분포표를 사용하여 노이즈 제거를 위한 임계점을 구하는 단계;
상기 전방 안구 이미지에서 상기 임계점 이하 픽셀 값을 '0'으로 변경하고 소정 필터를 적용하여 노이즈를 제거하는 단계를 포함하는 전방 안구 이미지의 세포수 정량화 방법.The method of claim 5,
The noise removal is,
Measuring variance using a value excluding '0' from the histogram of the anterior eye image from which the outer region of the cornea is extracted;
Obtaining a critical point for noise removal using a standard normal distribution table from the measurement result;
And changing the pixel value below the threshold point to '0' in the anterior eye image and applying a predetermined filter to remove noise.
상기 각막 영역 제거는,
상기 노이즈 제거된 전방 안구 이미지의 평균값을 구하는 단계;
상기 평균값을 기준으로 상기 전방 안구 이미지를 이진화하는 단계;
상기 이진화된 전방 안구 이미지에 필터를 적용하고 팽창시켜 각막 마스크를 생성하는 단계; 및
상기 각막 마스크를 상기 노이즈 제거된 전방 안구 이미지에 적용하여 각막 영역을 제거하는 단계를 포함하여 수행되는 전방 안구 이미지의 세포수 정량화 방법.The method of claim 5,
Removal of the corneal region,
Obtaining an average value of the noise-removed front eye image;
Binarizing the anterior eye image based on the average value;
Applying a filter to the binarized anterior eye image and expanding it to generate a corneal mask; And
And removing the corneal region by applying the corneal mask to the noise-removed anterior eyeball image.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190131921A KR20210048077A (en) | 2019-10-23 | 2019-10-23 | Cell number quantification device of anterior eye image and the method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190131921A KR20210048077A (en) | 2019-10-23 | 2019-10-23 | Cell number quantification device of anterior eye image and the method thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210048077A true KR20210048077A (en) | 2021-05-03 |
Family
ID=75910629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190131921A KR20210048077A (en) | 2019-10-23 | 2019-10-23 | Cell number quantification device of anterior eye image and the method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210048077A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102476472B1 (en) * | 2021-06-25 | 2022-12-12 | 경상국립대학교산학협력단 | Cell number quantification device of anterior eye image and the method thereof |
-
2019
- 2019-10-23 KR KR1020190131921A patent/KR20210048077A/en not_active Application Discontinuation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102476472B1 (en) * | 2021-06-25 | 2022-12-12 | 경상국립대학교산학협력단 | Cell number quantification device of anterior eye image and the method thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6676561B2 (en) | Ophthalmic equipment | |
| US9924860B2 (en) | Geographic atrophy identification and measurement | |
| Patel et al. | Quantitative analysis of in vivo confocal microscopy images: a review | |
| US9655512B2 (en) | Methods and systems to measure corneal epithelial thickness and power, stromal thickness, subepithelial corneal power and topography for disease diagnosis | |
| Betzler et al. | Choroidal vascularity index: a step towards software as a medical device | |
| US10368735B2 (en) | Method and system for three-dimensional thickness mapping of corneal micro-layers and corneal diagnoses | |
| US10149610B2 (en) | Methods and systems for automatic detection and classification of ocular inflammation | |
| US9241622B2 (en) | Method for ocular surface imaging | |
| Consejo et al. | Corneo-scleral limbus demarcation from 3D height data | |
| WO2019031424A1 (en) | Tear state evaluation method, computer program, and device | |
| CN113768461A (en) | Fundus image analysis method and system and electronic equipment | |
| JP7388924B2 (en) | Tear film evaluation method, computer program, device | |
| Dogan et al. | Objectifying the conjunctival provocation test: photography-based rating and digital analysis | |
| Consejo et al. | Corneal tissue properties following scleral lens wear using Scheimpflug imaging | |
| KR20210048077A (en) | Cell number quantification device of anterior eye image and the method thereof | |
| Bağbaba et al. | An automated grading and diagnosis system for evaluation of dry eye syndrome | |
| Bhandari et al. | Quantitative analysis of the lamina cribrosa in vivo using a scanning laser opthalmoscope | |
| Lu et al. | Quantification of parapapillary atrophy and optic disc | |
| US20180315185A1 (en) | System and method to analyze various retinal layers | |
| Kumara et al. | Active contour-based segmentation and removal of optic disk from retinal images | |
| Prakash et al. | Single session, intrauser repeatability of anterior chamber biometric and corneal pachy-volumetric parameters using a new Scheimpflug+ Placido device | |
| KR102476472B1 (en) | Cell number quantification device of anterior eye image and the method thereof | |
| Yedidya et al. | Automatic detection of pre-ocular tear film break-up sequence in dry eyes | |
| Zhou et al. | Finer cornea characterization with improved spatial resolution in corvis ST | |
| Cardenas-Morales et al. | Validation of a Semiautomatic Optical Coherence Tomography Digital Image Processing Algorithm for Estimating the Tear Meniscus Height |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E601 | Decision to refuse application |