Journal of the Institute of Electronics Engineers of Korea SP (대한전자공학회논문지SP)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Extraction of Renal Glomeruli Region using Genetic Algorithm

유전적 알고리듬을 이용한 신장 사구체 영역의 추출

  • Kim, Eung-Kyeu (Division of Information Communication & Computer Engineering, Hanbat National University)
  • 김응규 (한밭대학교 정보통신.컴퓨터공학부)
  • Published : 2009.03.25
Download PDF
⟨ Previous Next ⟩

Abstract

Extraction of glomeruli region plays a very important role for diagnosing nephritis automatically. However, it is not easy to extract glomeruli region correctly because the difference between glomeruli region and other region is not obvious, simultaneously unevennesses that is brought in the sampling process and in the imaging process. In this study, a new method for extracting renal glomeruli region using genetic algorithm is proposed. The first, low and high resolution images are obtained by using Laplacian-Gaussian filter with ${\sigma}=2.1$ and ${\sigma}=1.8$, then, binary images by setting the threshold value to zero are obtained. And then border edge is detected from low resolution images, the border of glomeruli is expressed by a closed B-splines' curve line. The parameters that decide the closed curve line with this low resolution image prevent the noises and the border lines from breaking off in the middle by searching using genetic algorithm. Next, in order to obtain more precise border edges of glomeruli, the number of node points is increased and corrected in order from eight to sixteen and thirty two from high resolution images. Finally, the validity of this proposed method is shown to be effective by applying to the real images.

사구체 영역의 추출은 신장염 진단 자동화에 있어서 매우 중요한 역할을 하고있다. 그러나 사구체 영역과 타 영역과의 차이가 그다지 뚜렷하지 않고 동시에 표본화 과정과 영상취득과정에서 발생한 얼룩이 원영상에 존재하기 때문에 사구체 영역을 정확히 추출하는 일은 간단치 않다. 본 연구에서는 신장 사구체 영역의 추출에 관해서 유전적 알고리듬에 의한 새로운 방법을 제안한다. 우선, 표준편차 ${\sigma}=2.1$과 ${\sigma}=1.8$의 라플라시안-가우시안 필터를 사용해서 저해상도와 고해상도 영상을 획득한 후, 그 임계값을 0으로 설정하여 2치화 영상을 취득하며, 그런 다음, 저해상도 영상으로부터 경계에지를 추출한다. 사구체의 경계는 B-스플라인 폐곡선으로 표현한다. 이 저해상도 영상에 있어서 B-스플라인 폐곡선을 결정하는 파라메타는 유전적 알고리듬을 이용한 탐색에 의해 잡음과 경계선이 도중에서 끊어지는 것을 방지한다. 그 다음, 보다 정밀한 사구체의 경계 에지를 획득하기 위해 고해상도 영상으로부터 절점수를 8개, 16개 및 32개로 순차적으로 증가시켜 수정한다. 최종적으로 실제 영상에 적용함으로써 제안한 본 방법의 유효성을 확인하였다.

Keywords

References

  1. AF. Michael, WF. Keane, L. Raij et al, 'The glomerular mesangium,' Kidney Int. Vol.17, pp.141-145, 1990 https://doi.org/10.1038/ki.1980.18
  2. XM. Zhang, K. Taniguchi, Y. Nakano, 'An extraction method of glomerulus region using neural network,' Bioelectron and somatic Eng.,.Vol.32, Suppl. 2, p.71, 1994
  3. XM. Zhang, K. Taniguchi, Y. Nakano, 'Variable thresholding and its application to extracting nuclei in glomeruli,' Proc. of International Association of Science and Technology for Development on MSI, pp.112-115, 1994
  4. XM. Zhang, K. Taniguchi, Y. Nakano, 'Extraction of glomerular cell nuclei redions in the kidney by dynamic thresholding method having feature amount feedback,' Journal of the Institute of Electronics, Information and Communication Engineers, Vol.116, No.4, pp.425- 431, 1996
  5. RM. Haralick, LG. Shapiro, 'Survey on image segmentation techniques,' Computer Vision Graphics Image Process, Vol.29, pp.100-132, 1995 https://doi.org/10.1016/S0734-189X(85)90153-7
  6. Z. Dokur, 'Segmentation of MR and CT Images Using Hybrid Neural Network Trained by Genetic Algorithms,' Neural Processing Letters, Vol.16, Iss. 3, pp.211-225, 2002 https://doi.org/10.1023/A:1021769530941
  7. A. Kass, A. Witkin, D. Terzopoulos, 'Snakes:Active Contour Models,' International Journal of Computer Vision, Vol.1, No.3, pp.321-331, 1988 https://doi.org/10.1007/BF00133570
  8. A. W. Liew, S. H. Leung and W. H. Lau, 'Lip contour extraction from color images using a deformable model,' Pattern Recognition, Vol.35, No.12, pp.2949-2962, 2002. https://doi.org/10.1016/S0031-3203(01)00231-X
  9. J. Zhang, L. Wang, D. Niu, Y. Zhan, 'Research and Implementation of a Real Time Approach to Lip Detection in Image Sequencs,' Proceedings of the Second International Conference on Machine Learning and Cybernetics, Xi'an, 2-5, pp.2795-2799, Nov. 2003
  10. T. Nagao, T. Agui and H. Nagahashi, 'Pattern Matching of Binary Shapes using a Genetic Method,' Journal of the Institute of Electronics, Information and Communication Engineers, Vol.J76-D-Ⅱ, No.3, pp.557-565, 1993
  11. M. Nagano, et al, 'study of three chromosomal coding in genetic algorithm,' Proceedings of IEICE, PRU 9-24, PP.41-48, 1994
  12. Chuljin Jang and Hwan-Gue Cho, 'A method of image matching by 2D alignment of unit block based on comparison between block content,' Proceedings of Korea Computer Congress 2008, KIISE, Vol.35, No.1, pp.295-296, 2008
  13. 김응규, 이충호, '신장조직영상에서 사구체 영역의 자동 추출법,' 한국신호처리시스템학회, 2006 하계 학술대회논문집, Vol.7, No.1, pp.21-24, 2006