현미경학

MATLAB 및 Simulink를 사용한 현미경 영상 분석 및 계측기 제어

과학자들은 MATLAB®을 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 Toolbox™는 Computer Vision Toolbox™, Statistics and Machine Learning Toolbox™, Deep Learning Toolbox™와의 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.”

Ryuta Saito, Mitsubishi Tanabe Pharma

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.

카메라 보정: 카메라 내부, 외부 및 렌즈 왜곡 파라미터를 추정합니다.

전체 슬라이드 분석

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.

현미경 계측기 제어