과학자들은 MATLAB을 사용하여 표준 광학대 영상부터 전체 슬라이드 분석에 이르기까지 모든 크기의 현미경 영상을 분석합니다. 해부학자, 병리학자, 미생물학자 및 생체공학 전문가들은 전처리, 세포 계수 및 분류, 세포 추적, 조직 분할 및 질병 진단 등 일반적인 현미경 검사 워크플로의 전 단계에서 MATLAB을 사용합니다.
MATLAB과 Image Processing Toolbox는 Computer Vision Toolbox, Statistics and Machine Learning Toolbox, Deep Learning Toolbox와의 통합을 통해 과학자가 자신의 연구 분야에서 다양한 기법을 사용할 수 있도록 해줍니다. 현미경학 분야에는 활발한 MATLAB 개발 커뮤니티가 있으며, 해당 분야의 전문가는 과학자의 특정 업무를 지원하기 위해 더 많은 툴을 만들어내고 있습니다.
“MathWorks 컨설턴트의 도움을 받아 MATLAB에서 개발하고 응용 프로그램으로 배포한 알고리즘을 통해 정량 분석 결과를 얻고, 인적 오류를 피하며, 더 효율적으로 협업하고 확실하게 결과를 재현할 수 있었습니다. 그 결과 매년 완료하는 타당성 조사의 수가 두 배로 늘어났습니다.”
MATLAB을 활용한 현미경 영상 분석
과학자들은 현미경 검사 워크플로에서 정량 분석을 위해 MATLAB을 사용합니다. 과학자들은 코드 작성 없이 영상 분할기 앱 또는 색 이진화 앱과 같은 앱을 사용하여 이러한 워크플로를 개발하고, 대화형 방식의 처리를 재현하는 문서화된 코드를 자동으로 생성할 수 있습니다. 또한, 모폴로지 및 일반 영상 처리를 사용하여 세포 분할, 계수 및 식별 등 일반적인 현미경학 업무를 실행할 수 있습니다. MATLAB에서 현미경 영상 분석을 위한 툴을 개발하는 과학자들의 활발한 커뮤니티가 있습니다. 예로, 다음과 같은 File Exchange의 현미경학 툴을 살펴보십시오.
MATLAB을 활용한 전체 슬라이드 분석
MATLAB R2019b에 도입된 blockedImage는 기가픽셀 단위의 전체 슬라이드 영상을 처리하기 위한 새로운 데이터형입니다. Bigimage 데이터형을 사용하면, 과학자들은 더 작은 현미경 영상을 처리하기 위해 개발된 코드를 활용하여 전체 슬라이드 영상에 대해 out-of-core 연산을 수행할 수 있습니다. 이 데이터형은 Deep Learning Toolbox와 통합되며, 딥러닝을 활용하여 전체 슬라이드 분석을 높은 처리량으로 수행할 수 있습니다. 과학자들은 MATLAB을 사용하여 결과를 예측하고, 조직을 분할하며 전체 슬라이드 영상에서 암을 분석할 수 있습니다.
MATLAB을 활용한 현미경 계측기 제어
과학자 및 엔지니어는 MATLAB을 사용해 현미경의 소프트웨어를 제어하고 영상을 획득할 뿐만 아니라, 일반 장비를 제어할 수 있습니다. 이런 모든 툴을 결합하여 과학자들은 고수준 온보드 영상 형성 및 분석 체계를 갖춘 온전한 현미경을 만들어낼 수 있습니다. 그 결과, 대용량 데이터 저장 공간이 필요 없어지고 단일 계측기에서 전체 워크플로를 전개할 수 있습니다.
코드 예제 및 문서
자세히 알아보기
