An automatic white blood cell differential counting system, to be called EBIS 81 (Electronic System Lab's Binary Image Processing System), was developed, which consists of Z-2 system, GLOPR part, and Auto searching and focusing part.
This paper is divided into two part.
First, a general description of classification is given to system which classifies the white blood cells into 6 types. Second, some classification methods with the simulation data quoted from the Appendix of Ref. 6 were studied. The logic classifier developed compared favorably with other conventional classifiers.
Some statistical methods (e.g. Bayes classifier, Minimum distance classifier, Nearest neighbor decision, K-Nearest neighbor decision) and logic based classifier method were examined. Among others, the logic classifier based on the VVL concept has the advantage of easy hardware realization and fast decision time.
At present, the classification accuracy achieved is only 80.95% with the K-nearest neighbor decision (K=3) and 86.49% with the Bayes, Minimum distance classifier. To get higher classification accuracy, cooperation from some clinical center is needed.
Binary 영상을 처리할 수 있는 시스템이 개발되었는데 이는 GLOPR 을 바탕으로 Z-2 시스템이 모체가 되어있다. 백혈구의 유형을 6가지로 분류하는 방법으로 통계적방법인 Bayes Classifier, Minimum Distance Classifier (86.49%) 또 K-Nearest neighbor decision rule (K=3, 80.95%) 을 택했으며 앞으로의 시스템의 향상을 위한 새로운 방법인, VVL 개념이 기초가 된 logic based classifier method를 시스템 simulation 데이타를 가지고 앞의 통계적 방법 못지 않은 좋은 결과를 얻을 수 있다는 것을 보였다. 이방법은 하드웨어 실현이 무척쉽고 일단 결정함수가 결정되면 어느 classifier 의 결정함수보다 판단이 빠르기 때문에 이 논리 인식의 집중적인 연구가 필요하다.
보다높은 확률의, 또 실질적인 사용을 위해서, 위의 논리인식과 또하나의 방법인 나무 개념을 이용한 multi-stage classification 의 연구가 임상학 분야의 협조로 진행이 되어야 하겠다.
