| 저자(한글) |
SONG, You-yi,LEI, Bai-ying,HE, Liang,ZENG, Zhong-ming,ZHOU, Yu-xiang,NI, Dong,CHEN, Si-ping,WANG, Tian-fu |
| 초록 |
세균 감염으로 하여 발생한 질염(Vaginitis) 질병은 자궁 외 임신(Ectopic pregnancy), 불임, 급성 및 만성 골반 염증(pelvic inflammation) 등 엄중한 질병을 초래할 수 있고 현재 임상 방면에서 해당 질병을 진단하는 주요한 방법은 형태학적 인공 관찰이며 진단을 내리지 못하거나 잘못 진단하는 상황이 쉽게 발생한다. 본 논문에서는 슈퍼 픽셀(superpixel)과 서포터 벡터 기계(SVM, support vector machine)를 기반으로 음도 세균(vaginal bacteria) 자동 검측(automated detection) 방법을 제기하고 그람 염색(Gram stain)을 진행한 음도 세균 영상에 대해 간단한 선형 반복 클러스터링(SLIC) 방법을 사용하여 슈퍼 픽셀을 계산하였다. 슈퍼 픽셀 구역에 대해 형태 특성, 색상 특성과 지향 경사도 히스토그램(HOG, histograms of oriented gradients) 특성을 계산하였다. 마지막으로 SVM을 사용하여 슈퍼 픽셀 구역에 대해 식별을 진행하였다. 전문 의사의 지도에 따라 40폭의 정상 영상과 60폭의 세균성 질염(BV, Bacterial vaginosis) 영상을 선별하여 실험을 진행하였고 이 중 10폭의 정상 영상과 20폭의 세균성 질염 영상은 분류기의 훈련에 사용하였으며 나머지 70폭의 영상은 알고리즘의 테스트에 사용하였다. 실험 결과, 제기한 자동 검측 알고리즘은 89.27%의 세균 검출률을 얻었고 비교적 큰 임상 응용 가치가 있었다. |
