안구 생체측정용 인공지능(안구축장 길이 예측 및 데이터 증강)

AI for Ocular Biometry (Axial Length Prediction and Data Augmentation)

연구 내용

안저(펀더스) 영상에서 안구축장 길이를 정밀 예측하고, 데이터 부족 문제를 조건부 생성 및 메트릭 기반 특징학습으로 완화하는 연구

안저 펀더스 영상을 입력으로 하여 안구축장 길이(AXIAL LENGTH)를 자동 추정하는 프레임워크를 연구합니다. 안구축장 정보에 기반한 메트릭 러닝으로 생성기 인코더를 사전 학습하고, 조건부 생성 모델에서 랜덤 벡터 및 제로 패딩을 활용해 데이터 생성의 유연성을 확보합니다. 생성된 펀더스-축장 쌍을 포함한 학습으로 추론 모델의 분산과 오차를 동시에 줄이는 방향으로 성능 견고성을 확보합니다. 또한 안과 영상 진단 영역의 AI 적용 동향을 체계적으로 정리해 연구 설계 기준을 제공합니다.

관련 프로젝트

0건

연구 흐름

초기에는 안과 질환 분야에서 인공지능이 임상 진단을 어떻게 보조하는지에 대한 최근 동향을 정리하고, 적용 영역과 연구 과제를 범주화하는 방향으로 연구를 수행했습니다. 이후 2023년에는 실제 수집 데이터와 조건부 생성 데이터의 조합을 통해 안구축장 길이 추정의 데이터 의존성을 완화하는 방법을 제안했습니다. 메트릭 기반 특징학습으로 생성기의 조건 정합성을 높이고, 생성 유연성을 부여하는 구조를 통해 학습 데이터 편향의 영향을 낮추는 흐름으로 발전했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

안구축장 길이 자동 측정
안과 수술 전 계획 지원
백내장 수술용 사전 예측
사시 수술 대상자 선별
도메인 분포 편차 완화
데이터 부족 대응용 생성 모델
정밀 생체측정 품질관리
개인화 추론 모델 개발
다기관 영상 통합 학습
안과 임상 보조 시스템 설계