"시간 경과 현미경 이미지 분석을 위한 고급 프레임워크" 원고에 제안된 알고리즘은 시간 경과 현미경 이미지에서 암세포를 감지, 추적 및 분류할 수 있을 뿐만 아니라 식세포작용을 감지할 수 있습니다.
cell_classification 폴더에 있는 파일은 암세포를 살아 있는 세포와 죽은 세포로 분류하는데 필요한 코드입니다.
이 파일은 이미지의 셀 감지를 구현합니다. 여기에는 컬러 이미지를 회색조 이미지로, 회색조 이미지를 이진 이미지로 변환하고, 이진 이미지에서 윤곽선을 찾고, 윤곽선이 실제로 세포인지 확인하고, 세포의 모양을 계산하는 등 여러 단계가 포함되어 있습니다.
이 코드는 이미지의 셀을 분류합니다. 여기에는 연속 이미지를 통해 세포를 추적하고, 어떤 세포가 살아 있고 어떤 세포가 죽었는지 확인하는 등 여러 단계가 포함되어 있습니다.
이 코드는 저속 현미경 이미지를 입력 데이터로 사용하고 사용자에게 출력으로 세포 분류를 제공합니다. 계산을 위해 cell_Detect.py 및 cell_classify.py를 호출합니다.
사용자는 Ubuntu 환경에서 코드를 실행해야 합니다. 입력 데이터를 준비한 후 다음 명령을 실행합니다.
$./main.py
phagocytosis_Detection 폴더에 있는 파일은 이미지에서 식균작용을 감지하는 코드입니다.
이 파일은 이미지의 셀 감지를 구현합니다. 여기에는 컬러 이미지를 회색조 이미지로, 회색조 이미지를 이진 이미지로 변환하고, 이진 이미지에서 윤곽선을 찾고, 윤곽선이 실제로 세포인지 확인하고, 세포의 모양을 계산하는 등 여러 단계가 포함되어 있습니다.
이 코드는 연속 이미지에서 식균 작용을 감지합니다. 여기에는 DBSCAN 적용, 선형 회귀 분석 및 클러스터에 식세포작용이 포함되어 있는지 확인하는 기능이 포함되어 있습니다.
이 코드는 시간 경과 현미경 이미지를 입력 데이터로 사용하고 출력으로 식균 작용이 포함된 경우 세포가 클러스터링되고 클러스터가 표시되는 비디오를 사용자에게 제공합니다. 계산을 위해 cell_Detect.py 및 phagocytosis_Detect.py를 호출합니다.
사용자는 Ubuntu 환경에서 코드를 실행해야 합니다. 입력 데이터를 준비한 후 다음 명령을 실행합니다.
$./main.py
