Cognition Network Technology(CNT)는 Definiens Cognition Network Technology라고도 불리며, 노벨상 수상자 게르트 비니히(Gerd Binnig)가 독일 뮌헨의 Definiens AG에서 연구진과 함께 개발한 객체 기반 이미지 분석 방법이다. 이 기술은 전통적인 픽셀 처리 방식과 달리 이미지 객체(픽셀 그룹)의 계층 구조를 사용하여 이미지에서 정보를 추출하는 데 사용된다. 인간의 인지 능력을 모방하기 위해 Definiens는 특허받은 이미지 분할 및 분류 프로세스를 사용했으며, 의미 네트워크(semantic network)로 지식을 표현하는 방법을 개발했다. CNT는 픽셀을 단독으로 검사하지 않고 맥락 속에서 검사하며, 반복적으로 이미지를 구축하고 픽셀 그룹을 객체로 인식한다. 색상, 모양, 질감, 객체의 크기뿐만 아니라 그 맥락과 관계를 사용하여 인간의 분석과 유사하게 결론과 추론을 도출한다.
역사
1994년, 노벨 물리학상 수상자 게르트 비니히 교수는 뮌헨에서 Definiens AG를 설립했다. CNT는 2000년 5월 eCognition 소프트웨어 출시와 함께 처음 사용 가능해졌다. 2010년 6월, Trimble Navigation Ltd(NASDAQ: TRMB)는 eCognition 소프트웨어를 포함한 지구 과학 시장에서의 Definiens 사업 자산을 인수하고 Definiens의 특허받은 CNT를 라이선스했다. 2014년, Definiens는 AstraZeneca의 글로벌 생물학적 연구 개발 부문인 MedImmune에 초기 대가 1억 5천만 달러로 인수되었다. 이 인수는 회사의 초점을 생물의학 응용, 특히 디지털 병리학으로 전환시켰다.
핵심 원리
CNT는 전통적인 픽셀 기반 방법과 대조되는 객체 기반 이미지 분석(OBIA) 원리로 작동한다. 개별 픽셀을 단독으로 분석하는 대신, CNT는 분광, 공간 및 맥락적 속성을 기반으로 픽셀을 의미 있는 객체로 그룹화한다. 이러한 객체는 계층적 네트워크로 구성되어 시스템이 여러 규모에서 이미지를 분석할 수 있게 한다. 이 방법은 의미 네트워크를 활용하여 이미지 내용에 대한 지식을 표현하며, 시스템이 인간의 시각 인지와 유사하게 객체 간의 관계를 추론할 수 있게 한다. 이 접근 방식은 맥락과 객체 관계가 중요한 복잡한 이미지, 예를 들어 원격 감지 및 의료 영상에서 특히 효과적이다.
소프트웨어 구현
eCognition
eCognition 제품군은 지구 과학 및 원격 감지를 위한 CNT의 주요 소프트웨어 구현이다. 세 가지 구성 요소를 제공한다: 규칙 세트와 응용 프로그램을 생성하기 위한 개발 환경인 eCognition Developer, 비기술 사용자가 워크플로우를 구성하고 실행할 수 있게 하는 eCognition Architect, 그리고 배치 처리 기능을 제공하는 eCognition Server. eCognition은 신속한 매핑, 변화 감지, 토지 피복 매핑, 도시 분석(예: 과세를 위한 불투수 표면적), 산림(바이오매스 측정, 종 식별), 농업(정밀 농업, 위기 대응), 해양 및 하천 환경(생태계 평가, 재해 관리) 등 다양한 응용 분야에서 사용된다. 온라인 eCognition 커뮤니티는 2009년 7월에 출시되었으며 2010년 7월 9일 기준으로 2,813명의 회원이 있었다. 사용자 회의가 정기적으로 개최되며, 격년으로 열리는 GEOBIA(지리적 객체 기반 이미지 분석) 회의에는 eCognition 사용자가 많이 참석한다.
Definiens Tissue Studio
Definiens Tissue Studio는 CNT를 기반으로 한 디지털 병리학 이미지 분석 소프트웨어 응용 프로그램으로, 바이오마커 번역 연구를 위해 설계되었다. 면역조직화학 염색 또는 헤마톡실린 및 에오신(H&E)으로 처리된 포르말린 고정, 파라핀 포매 조직 샘플과 함께 사용하기 위한 것이다. 이 소프트웨어는 예제 디지털 조직 병리학 이미지에서 기계 학습을 촉진하여 정의된 관심 영역 내에서 세포별, 하위 세포 구획을 포함하여 바이오마커와 조직학적 특징을 측정하기 위한 이미지 분석 솔루션을 도출한다. 도출된 솔루션은 후속 이미지에 자동으로 적용되어 다중 파라미터 특징을 객관적으로 측정하며, 암과 같은 질병의 기저 생물학적 과정을 이해하는 데 도움을 준다. 이미지 처리는 로컬 워크스테이션이나 서버 그리드에서 수행할 수 있다.
응용 및 영향
CNT는 지리 공간 분석에서 생물의학 연구에 이르기까지 다양한 분야에 적용되었다. 지구 과학에서는 위성 및 항공 이미지의 상세하고 정확한 분석을 가능하게 하여 환경 모니터링, 도시 계획, 재해 대응 응용을 지원한다. 디지털 병리학에서는 Definiens Tissue Studio와 같은 CNT 기반 도구가 연구자가 바이오마커와 조직학적 특징을 정량화하는 데 도움을 주어 개인 맞춤 의학의 발전에 기여한다. 맥락과 객체 관계를 통합하는 이 방법의 능력은 높은 정확도와 해석 가능성이 요구되는 시나리오에서 전통적인 픽셀 기반 접근 방식에 대한 강력한 대안이 된다. 2020년대 초반 현재, CNT는 객체 기반 이미지 분석의 기초 기술로 남아 있으며, 머신 러닝 및 딥 러닝의 지속적인 발전이 그 기능을 향상시키고 있다.