| 1 |
1
컴퓨터에 의해 수행되는, 광학 회절 단층 촬영법(ODT)을 이용한 줄기세포 분류 방법에 있어서,광학 회절 단층 촬영법(Optical Diffraction Tomography, ODT)으로 줄기세포의 3차원 굴절률(Refraction index, RI) 이미지를 획득하는 단계; 상기 3차원 굴절률 이미지를 기반으로 상기 줄기세포 내 소기관별로 3차원 매핑하는 단계; 상기 3차원 매핑 결과를 기반으로 상기 줄기세포 내 소기관별 정량화 정보를 획득하는 단계; 및상기 정량화 정보를 기반으로 상기 줄기세포의 분화 상태 및 유형을 분류하는 단계;를 포함하는, 방법
|
| 2 |
2
제1항에 있어서,PCR 기반 줄기세포 분석 정보를 획득하는 단계;상기 PCR 기반 줄기세포 분석 정보 및 상기 3차원 굴절률 이미지를 기반으로 획득되는 상기 정량화 정보를 기반으로 데이터셋을 구성하는 단계; 및상기 데이터셋을 기반으로 머신러닝을 이용하여 줄기세포의 분화 상태 및 유형을 분류하는 학습을 수행하는 단계;를 더 포함하고,상기 PCR 기반 줄기세포 분석 정보는, 상기 데이터셋의 라벨링 생성을 위한 기준 정보로 사용되는 것인, 방법
|
| 3 |
3
제2항에 있어서,상기 줄기세포의 분화 상태 및 유형을 분류하는 단계는,상기 정량화 정보를 상기 머신러닝에 입력하여 상기 줄기세포의 분화 상태 및 유형을 분류하는, 방법
|
| 4 |
4
제1항에 있어서,상기 줄기세포의 3차원 굴절률 이미지를 획득하는 단계는,상기 광학 회절 단층 촬영법으로 상기 줄기세포에 대하여 적어도 하나 이상의 각도로 레이저 광원을 입사시켜 적어도 하나 이상의 2차원 홀로그램 이미지를 획득하는 단계; 상기 적어도 하나 이상의 2차원 홀로그램 이미지를 기반으로 상기 줄기세포의 3차원 굴절률 분포를 측정하여 상기 3차원 굴절률 이미지를 획득하는 단계;를 포함하는, 방법
|
| 5 |
5
제1항에 있어서,상기 줄기세포 내 소기관별로 3차원 매핑하는 단계는,상기 3차원 굴절률 이미지에서 굴절률 값을 기반으로 상기 줄기세포 내 핵소체, 세포질, 소포, 세포막 중 적어도 하나의 소기관을 추출하여 상기 3차원 매핑 영역을 결정하는 단계; 및 상기 3차원 매핑 영역을 기반으로 상기 줄기세포 내 핵소체, 세포질, 소포, 세포막 중 적어도 하나의 소기관에 대한 3차원 이미지를 생성하는 단계;를 포함하는, 방법
|
| 6 |
6
제5항에 있어서,상기 정량화 정보는, 상기 줄기세포 내 핵소체, 세포질, 소포, 세포막 중 적어도 하나의 소기관에 대한 굴절률 값, 위치, 부피, 개수 중 적어도 하나의 정보를 포함하는, 방법
|
| 7 |
7
제1항에 있어서,상기 줄기세포의 3차원 굴절률 이미지를 보정 처리하는 단계;를 더 포함하고, 상기 보정 처리된 3차원 굴절률 이미지를 기반으로 상기 줄기세포 내 소기관별 정량화 정보가 획득되는 것인, 방법
|
| 8 |
8
제2항에 있어서,상기 머신러닝을 통해 학습된 줄기세포의 분화 상태 및 유형을 분류하는 학습모델을 기반으로 구현된 어플리케이션을 제공하는 단계;를 더 포함하고,상기 어플리케이션은, 분석 대상 줄기세포에 대한 3차원 굴절률 이미지 정보를 기반으로 상기 분석 대상 줄기세포에 대한 소기관별 정량화 정보를 산출하여 제공하거나, 상기 분석 대상 줄기세포에 대한 소기관별로 디스플레이하거나, 상기 분석 대상 줄기세포에 대한 분류 정보를 제공하는 것인, 방법
|
| 9 |
9
광학 회절 단층 촬영법(ODT)을 이용한 줄기세포 분류 방법을 수행하는 장치에 있어서,광학 회절 단층 촬영법(Optical Diffraction Tomography, ODT)으로 줄기세포의 3차원 굴절률(Refraction index, RI) 이미지를 획득하는 이미지 획득부;상기 3차원 굴절률 이미지를 기반으로 상기 줄기세포 내 소기관별로 3차원 매핑하고, 상기 3차원 매핑 결과를 기반으로 상기 줄기세포 내 소기관별 정량화 정보를 획득하는 정량화정보 처리부; 및상기 정량화 정보를 기반으로 상기 줄기세포의 분화 상태 및 유형을 분류하는 줄기세포 분류부;를 포함하는, 장치
|
| 10 |
10
제9항에 있어서,PCR 기반 줄기세포 분석 정보를 획득하고, 상기 PCR 기반 줄기세포 분석 정보 및 상기 3차원 굴절률 이미지를 기반으로 획득되는 상기 정량화 정보를 기반으로 데이터셋을 구성하고, 상기 데이터셋을 기반으로 머신러닝을 이용하여 줄기세포의 분화 상태 및 유형을 분류하는 학습을 수행하는 머신러닝 기반 학습부;를 더 포함하고,상기 PCR 기반 줄기세포 분석 정보는, 상기 데이터셋의 라벨링 생성을 위한 기준 정보로 사용되는 것인, 장치
|
| 11 |
11
제10항에 있어서,상기 줄기세포 분류부는,상기 정량화 정보를 상기 머신러닝에 입력하여 상기 줄기세포의 분화 상태 및 유형을 분류하는, 장치
|
| 12 |
12
제9항에 있어서,상기 이미지 획득부는,상기 광학 회절 단층 촬영법으로 상기 줄기세포에 대하여 적어도 하나 이상의 각도로 레이저 광원을 입사시켜 적어도 하나 이상의 2차원 홀로그램 이미지를 획득하고, 상기 적어도 하나 이상의 2차원 홀로그램 이미지를 기반으로 상기 줄기세포의 3차원 굴절률 분포를 측정하여 상기 3차원 굴절률 이미지를 획득하는, 장치
|
| 13 |
13
제9항에 있어서,상기 정량화정보 처리부는,상기 3차원 굴절률 이미지에서 굴절률 값을 기반으로 상기 줄기세포 내 핵소체, 세포질, 소포, 세포막 중 적어도 하나의 소기관을 추출하여 상기 3차원 매핑 영역을 결정하고, 상기 3차원 매핑 영역을 기반으로 상기 줄기세포 내 핵소체, 세포질, 소포, 세포막 중 적어도 하나의 소기관에 대한 3차원 이미지를 생성하는, 장치
|
| 14 |
14
제13항에 있어서,상기 정량화 정보는, 상기 줄기세포 내 핵소체, 세포질, 소포, 세포막 중 적어도 하나의 소기관에 대한 굴절률 값, 위치, 부피, 개수 중 적어도 하나의 정보를 포함하는, 장치
|
| 15 |
15
제9항에 있어서,상기 이미지 획득부는, 상기 줄기세포의 3차원 굴절률 이미지를 보정 처리하고, 상기 정량화정보 처리부는, 상기 보정 처리된 3차원 굴절률 이미지를 기반으로 상기 줄기세포 내 소기관별 정량화 정보를 획득하는, 장치
|
| 16 |
16
제10항에 있어서,상기 머신러닝 기반 학습부는,상기 머신러닝을 통해 학습된 줄기세포의 분화 상태 및 유형을 분류하는 학습모델을 기반으로 구현된 어플리케이션을 제공하고,상기 어플리케이션은, 분석 대상 줄기세포에 대한 3차원 굴절률 이미지 정보를 기반으로 상기 분석 대상 줄기세포에 대한 소기관별 정량화 정보를 산출하여 제공하거나, 상기 분석 대상 줄기세포에 대한 소기관별로 디스플레이하거나, 상기 분석 대상 줄기세포에 대한 분류 정보를 제공하는, 장치
|
