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.
