기계학습 기반 9방향 안구 사진 자동 결합 프로그램

• 영문명: Machine Learning-based Auto-merge Program for Nine-directional Ocular Photography
• 발행기관: 대한안과학회
• 저자명: 박신형 이우혁 강태신 조현경 한용섭 김지혜
• 간행물 정보: 『대한안과학회지』volume64,number8, 734~742쪽, 전체 9쪽
• 주제분류: 의약학 > 의학일반
• 파일형태: PDF
• 발행일자: 2023.08.31

국문 초록

목적: 본 연구는 각각의 방향을 주시하면서 촬영한 여러 장의 안구 사진을 한 장의 9방향 안구 사진으로 결합하는 새로운 인공지능기반 9방향 안구 사진 자동 결합 프로그램(HydraVersion)을 제안하고자 한다. 또한 HydraVersion의 정확도와 소요 시간을 기존의파워포인트(PowerPoint)를 이용하는 수작업과 비교하여, HydraVersion의 유용성에 대해 알아보고자 한다. 대상과 방법: 2016년 3월부터 2022년 6월까지 본원 외래에서 촬영한 9방향 안구 사진 중 134명의 사진 250세트 2,524장으로 후향적연구를 진행하였다. 그중 38명 74세트 728장은 평가데이터 세트로 구성하고, 각각의 방법(HydraVersion/PowerPoint)을 이용하여 9 방향 안구 사진을 생성하는데 소요된 시간을 측정하고 정확도를 평가하여 비교 분석하였다. 결과: HydraVersion은 74세트의 9방향 안구 사진 중 71세트(95.95%)를 정확하게 결합하였다. HydraVersion의 평균 소요 시간은2.40 ± 0.43초, Powerpoint의 평균 소요 시간은 255.9 ± 26.7초로 HydraVersion이 PowerPoint보다 빠르게 사진을 결합하였다(p<0.001). 결론: 그동안 일부 사시 및 신경안과 클리닉에서는 시간 및 인력 부족의 이유로 몇몇의 안구 사진들이 결합하지 못하고 낱장으로보관되었다. 본 연구에서 개발한 프로그램을 통해 빠르고 편리하게 9방향 안구 사진을 생성함으로써, 진료 및 연구에 많은 도움이될 것이라 기대한다.

영문 초록

Purpose: This study introduces a new machine learning-based auto-merge program (HydraVersion) that automatically combines multiple ocular photographs into single nine-directional ocular photographs. We compared the accuracy and time required to generate ocular photographs between HydraVersion and PowerPoint. Methods: This was a retrospective study of 2,524 sets of 250 nine-directional ocular photographs (134 patients) between March 2016 and June 2022. The test dataset comprised 74 sets of 728 photographs (38 patients). We measured the time taken to generate nine-directional ocular photographs using HydraVersion and PowerPoint, and compared their accuracy. Results: HydraVersion correctly combined 71 (95.95%) of the 74 sets of nine-directional ocular photographs. The average working time for HydraVersion and PowerPoint was 2.40 ± 0.43 and 255.9 ± 26.7 seconds, respectively; HydraVersion was significantly faster than PowerPoint (p < 0.001). Conclusions: Strabismus and neuro-ophthalmology centers are often unable to combine and store photographs, except those of clinically significant cases, because of a lack of time and manpower. This study demonstrated that HydraVersion may facilitate treatment and research because it can quickly and conveniently generate nine-directional ocular photographs.

목차

대상과 방법

결과

고찰

REFERENCES

키워드

Eye movement Eye tracking technology Machine learning Nine-directional ocular photography Strabismus