기계 학습을 이용한 백혈병 암세포 분할 및 분류

이 프로젝트의 목표는 이미지 처리 기술의 도움으로 백혈병을 조기 단계에서 검출하는 것입니다. 백혈병은 백혈구(백혈구)의 비정상적이고 통제되지 않은 생산으로 특징지어지는 혈액암을 의미합니다. 급성 림프모구 백혈병(ALL)은 어린이에게 더 흔한 유형의 백혈병입니다. '급성'이라는 용어는 백혈병이 빠르게 진행될 수 있음을 의미하며, 치료하지 않으면 몇 개월 이내에 치명적인 사망에 이를 수 있습니다. ALL의 증상과 징후의 비특성적 성질 때문에 잘못된 진단이 발생합니다. 심지어 혈액학자들도 백혈병 세포를 분류하는 데 어려움을 겪으며, 혈액 세포의 수동 분류는 시간 소모적일 뿐만 아니라 부정확합니다. 따라서 백혈병의 조기 식별은 환자에게 적절한 치료를 제공하는 데 이릅니다. 이미지를 통한 검출은 실험실 검사를 위한 특별한 장비의 필요 없이 빠르고 저렴한 방법입니다. 우리는 MATLAB과 같은 처리 도구를 사용하여 백혈구를 다른 혈액 성분과 구별하는 면적, 둘레와 같은 세포의 기하학적 변화 및 평균과 표준 편차와 같은 통계적 매개변수에 주목했습니다. 통계적 특성을 인식한 후, 형태의 불규칙성을 기반으로 백혈병의 유형이 식별됩니다.