서지주요정보
Deep learning-based optical diffraction tomography reconstruction = 심층 학습 기법을 이용한 광학 회절 현미경 이미지 복원에 관한 연구
서명 / 저자 Deep learning-based optical diffraction tomography reconstruction = 심층 학습 기법을 이용한 광학 회절 현미경 이미지 복원에 관한 연구 / Jaeyoung Huh.
저자명 Huh, Jaeyoung ; 허재영
발행사항 [대전 : 한국과학기술원, 2020].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8035691

소장위치/청구기호

학술문화관(도서관)2층 패컬티라운지(학위논문)

MBIS 20017

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

리뷰정보

초록정보

In this study, we propose the method for image reconstruction in optical diffraction tomography (ODT). Because of the physics of ODT, there is a missing cone part in the reconstructed images using the conventional method. It generates many problems. The first is a lower refractive index (RI) problem. It means that the cell intensity cannot reflect the original cell intensity. The second is the cell elongation problem. If we see the plane of the image, two-direction plane images have elongated cell image along the missing part direction. So, it cannot reflect the original cell image. There are some algorithms to address this problem. However, it takes a very long time to generate an image or it makes artifacts. Therefore, in this study, we apply the deep learning method to solve the missing cone problem with avoiding those disadvantages.

본 연구에서는 심층 학습 기법을 이용하여 광학 회절 현미경 이미지를 복원하는 방법을 다루었다. 광학 회절 현미경의 물리적 특성상, 일반적인 방법을 통해 복원한 이미지는 콘모양의 데이터 손실이 일어날 수밖에 없다. 콘모양의 데이터 손실로 인해 우리가 보는 이미지에서는 실제적인 세포의 이미지 값을 나타내지 못하며, 이미지 단면을 봤을 때, 손실 부분의 방향으로 이미지 늘어짐 현상이 일어난다. 이를 해결하고자 하는 여러 알고리즘들이 고안되었지만, 시간이 오래 걸리거나 열화가 발생한다는 등의 단점들이 있다. 이 연구에서는 심층 학습 기법을 적용하여 앞에서 언급한 단점들을 줄이고 콘모양 데이터 손실 문제를 해결하는 방법을 제시 하였다.

서지기타정보

서지기타정보
청구기호 {MBIS 20017
형태사항 v, 37 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 허재영
지도교수의 영문표기 : Jongchul Ye
지도교수의 한글표기 : 예종철
학위논문 학위논문(석사) - 한국과학기술원 : 바이오및뇌공학과,
서지주기 References : p. 32-35
주제 Deep learning
Supervised learning
Optical Diffraction tomography
Missing cone
Microscopy
심층 학습
지도 학습
광학 회절 현미경
콘 모양 손실
현미경
QR CODE qr code