Pattern Classification of Chromosome Images using the Image Reconstruction Method

영상 재구성방법을 이용한 염색체 영상의 패턴 분류

  • 김충석 (신라대학교 컴퓨터정보공학부) ;
  • 남재현 (신라대학교 컴퓨터정보공학부) ;
  • 장용훈 (동주대학 네트워크전자계열)
  • Published : 2003.08.01

Abstract

To improve classification accuracy in this paper, we proposed an algorithm for the chromosome image reconstruction in the image preprocessing part. also we proposed the pattern classification method using the hierarchical multilayer neural network(HMNN) to classify the chromosome karyotype. It reconstructed chromosome images for twenty normal human chromosome by the image reconstruction algorithm. The four morphological and ten density feature parameters were extracted from the 920 reconstructed chromosome images. The each combined feature parameters of ten human chromosome images were used to learn HMNN(Hierarchical Multilayer Neural Network) and the rest of them were used to classify the chromosome images. The experimental results in this paper were composed to optimized HMNN and also obtained about 98.26% to recognition ratio.

본 연구에서는 염색체의 영상패턴을 인식하고 분류하는 방법을 개선하기 위해 패턴인식의 특징정보로 사용되는 비선형적인 염색체 영상을 선형적으로 재구성하는 영상 재구성 알고리즘을 사용하여 선형화된 특징정보를 추출하여 패턴분류기인 신경회로망의 입력정보로 사용한다. 중앙축 변환방법과, 영상 재구성방법을 사용하여 임상적으로 정상인으로 판명된 20명의 염색체 영상의 특징정보를 추출하였다. 중앙축 변환방법에 의하여 추출된 특징정보의 패턴조합과 영상 재구성방법에 의하여 추출된 특징정보의 패턴조합을 구성하였으며, 10명에 대하여 추출한 특징정보를 계층적인 신경회로망(Hierarchical Multilayer Neural Network : HMNN)의 학습입력으로 사용하여 염색체를 분류하기 위한 패턴인식기를 구현하였다. 그리고 나머지 10명에 대하여 학습입력과 동일하게 조합된 패턴조합을 HMNN의 분류입력으로 사용하여 수행한 결과 약 98.26%의 우수한 인식률을 나타내는 최적화된 패턴인식기를 구현할 수 있었다.

Keywords

References

  1. D. E. Rooney, B. H. Czepulkowski, Human cytogenetics essential data, John Wiley & Sons, 1994
  2. J. H. Tjio and A. Levan, ''The chromosome number of man', Hereditas, Vol. 42, pp.1-16, (1956) https://doi.org/10.1111/j.1601-5223.1956.tb03010.x
  3. John R. Gosden, Chromosome analysis protocols, Humana press, 1994
  4. ISCN, An international system for human cytogenetic nomenclature, Karger, 1985
  5. Robert S. Ledly, 'High-speed automatic analysis of biomedical picture', Science, Vol. 146, pp.216-223, (1964) https://doi.org/10.1126/science.146.3641.216
  6. Lucas J. van Vliet, Ian T. Young and Brian H. Mayall, ''The athens semi-automated karyotyping system', Cytometry, Vol. 11, pp.51-58, (1990) https://doi.org/10.1002/cyto.990110107
  7. J. Piper, E. Granum, D. Rutovitz and H. Ruttledeg, 'Automation of chromosome analysis', Signal Processing, Vol. 2, pp.203-221, (1980) https://doi.org/10.1016/0165-1684(80)90019-5
  8. R. C. Gonzalez and Paul Wintz, Digital image processing, Addison- Wesley, 1987
  9. 김명남, 조진호, '죄심실에 대한 2D 단축 심초음파도에서 기하학적 모델을 이용한 심내벽 윤관선의 자동검출', 대한의용생체공학회 논문지, Vol. 15, No.4, pp.447-453, (1994)