딥러닝을 활용한 안진 검사 영상에서의 동공 움직임 분석 알고리즘

Abstract

본 연구에서는 동공 검출 및 동공 움직임 분석을 위하여 딥러닝 기술을 활용한 동공 움직임 분석 알고리즘을 제안한다. 동공 움직임 분석 알고리즘은 딥러닝 기반의 동공 검출과 검출된 동공 결과를 활용하여 동공의 중심좌표를 계산하고 이를 시계열 데이터화하고 그래프 화하는 과정으로 구성된다. 동공 검출을 위하여 U-Net을 기반으로 한 동공 영역 분할 학습모델을 개발하였으며, 770장의 테스트 데이터를 사용하여 모델의 성능을 검증하여 97.7%의 민감도와 98.3%의 다이스 유사계수를 나타냈다. 알고리즘 성능 분석을 위하여 Ground Truth 데이터와 딥러닝 학습모델의 동공 분할 데이터를 알고리즘에 적용하여 추출한 중심좌표를 분석한 결과, 총 3명의 환자에 대한 전체 평균 성능은 1.19, 0.59, 0.78의 MAE와 1.69, 1.05, 1.19의 RMSE를 보여 높은 알고리즘 성능을 보였다. 또한 동공 중심의 움직임을 분석하기 위하여 이를 그래프로 시각화하여 나타냈다. 다양한 환경의 촬영 데이터 수집과 추가학습을 통한 학습모델의 성능 고도화를 통해 분석 알고리즘의 성능을 향상시켜 환자와 임상의에게 도움을 줄 수 있다.