Development of an automatic inhibition zone detection model for disk diffusion method using CNN

항생제 내성 및 효과를 확인하기 위한 디스크 확산법 실험에서 차단 영역을 정확하고 효율적으로 감지하기 위해 Convolutional Neural Network(CNN)을 활용한 모델을 개발하였다. 다양한 실험 환경을 고려하여 훈련 데이터를 자동으로 생성하였으며, 과적합을 방지하기 위해 디스크 이미지와 차단 영역에 대한 데이터 증강(augmentation)을 수행하였다. 개발된 모델은 입력으로 3채널의 RGB 이미지를 받아 1채널의 흑백 이미지를 출력하며, 최종 정확도는 98.17%를 달성하였다. 모델의 출력 결과를 바탕으로 Hough Circle Detection 알고리즘을 적용하여 배지 내 디스크의 위치를 정확히 감지할 수 있었고, 감지된 디스크 주변의 색상 변화를 분석하여 차단 영역의 크기를 파악할 수 있었다. 본 연구에서 개발한 모델을 활용하면 기존의 수작업으로 이루어지던 디스크 확산법 결과 분석을 자동화 할 수 있어 항생제 내성 및 효과 실험의 효율성과 정확성을 크게 향상시킬 수 있을 것으로 기대된다. 이는 항생제 내성 연구 및 신약 개발 분야에서 유용하게 활용될 수 있을 것이다.