RISS 검색 - 국내학술지논문 상세보기

다국어 초록 (Multilingual Abstract)

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.

번역하기

국문 초록 (Abstract)

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.

번역하기

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 제...

참고문헌 (Reference)

1 Niehorster DC, "What to expect from your remote eye-tracker when participants are unrestrained" 50 : 213-227, 2018

2 Blascheck T, "Visualization of eye tracking data : a taxonomy and survey" 36 : 260-284, 2017

3 Phanphruk W, "Validation of StrabisPIX, a mobile application for home measurement of ocular alignment" 8 : 9-, 2019

4 Van Der Walt S, "The NumPy array : a structure for efficient numerical computation" 13 : 22-30, 2011

5 Abadi M, "TensorFlow: a system for Large-Scale machine learning" USENIX Association 265-284, 2016

6 Sharma P, "Technology and Innovation in Learning, Teaching and Education" Springer 2022

7 de Figueiredo LA, "Strabismus and artificial intelligence app : optimizing diagnostic and accuracy" 10 : 22-, 2021

8 Pulli K, "Real-time computer vision with OpenCV" 55 : 61-69, 2012

9 Iwata Y, "Objective measurement of nine gaze-directions using an eye-tracking device" 2020

10 Zou Z, "Object detection in 20 years: a survey"