論文の概要: A portable diagnosis model for Keratoconus using a smartphone
- arxiv url: http://arxiv.org/abs/2505.08616v1
- Date: Tue, 13 May 2025 14:34:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-14 20:57:54.616829
- Title: A portable diagnosis model for Keratoconus using a smartphone
- Title（参考訳）: スマートフォンを用いたKeratoconusのポータブル診断モデル
- Authors: Yifan Li, Myeongjun Kim, Yanjing Jin, Peter Ho, Jo Woon Chong,
- Abstract要約: Keratoconus (KC) は進行性角膜疾患である。
携帯電話画面に表示されるプラチドディスクの角膜反射をキャプチャする携帯型スマートフォンベースの診断フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 2.341315877576343
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Keratoconus (KC) is a progressive corneal disorder characterized by localized thinning and protrusion, leading to visual distortion. While Placido disc-based topography remains a standard in clinical diagnostics, its dependence on specialized equipment limits accessibility. In this paper, we propose a portable, smartphone-based diagnostic framework that captures corneal reflections of a Placido disc displayed on a phone screen and applies a two-stage detection pipeline, then validate on 3D-printed emulated eyeball models that simulate normal, moderate, and severe KC stages based on anterior chamber depth (ACD). The first step of the two-stage detection pipeline is classifying different stages of KC with features including height and width of extracted reflections using weighted support vector machine (WSVM). It achieves a maximum accuracy of 92.93%, and maintains over 90% accuracy across multiple smartphone models, including the Galaxy Z Flip 3, iPhone 15 Pro, and iPhone 16 Pro. For the second step, we visualize the KC-affected protrusion regions on the corneas with color maps based on inter-disc distance, that provides an intuitive representation of disease severity and localization. Moreover, we validate the ability of the extracted features to differentiate between KC stages with ANOVA and Omega Squared, with significant p-values (e.g., $p < 10^{-6}$) and large effect sizes ($\\omega^2$ up to 0.8398) among classes.
- Abstract（参考訳）: ケラトコヌス(Keratoconus, KC)は、角膜進行性疾患で、局所的な薄型化と隆起を特徴とし、視覚的歪みを引き起こす。
プラシドディスクベースのトポグラフィーは臨床診断の標準であり続けているが、特殊な機器への依存はアクセシビリティを制限している。
本稿では,携帯電話画面上に表示されたプラチドディスクの角膜反射を捕捉し,二段階検出パイプラインを適用し,正常,中,重度のKCステージを模擬した3Dプリンティング眼球モデルの検証を行う携帯型スマートフォンベースの診断フレームワークを提案する。
2段検出パイプラインの最初のステップは、重み付き支持ベクトルマシン(WSVM)を使用して抽出された反射の高さと幅を含む特徴を持つKCの異なるステージを分類することである。
最大精度は92.93%で、Galaxy Z Flip 3、iPhone 15 Pro、iPhone 16 Proなど複数のスマートフォンモデルで90%以上の精度を維持している。
第2のステップでは,角膜上のKCの影響した隆起領域をディスク間距離に基づくカラーマップで可視化し,疾患の重症度と局在の直感的な表現を提供する。
さらに,ANOVAとOmega SquaredとのKC段差,p値(例えば,$p < 10^{-6}$),およびクラス間の大きな効果サイズ(\\omega^2$ から 0.8398 まで)を比較検討した。
関連論文リスト
- Cross-Spectral Vision Transformer for Biometric Authentication using Forehead Subcutaneous Vein Pattern and Periocular Pattern [1.2137050542976475]
本稿では,生体認証のための軽量クロススペクトル・ビジョン・トランスフォーマ (CS-ViT) を提案する。
このフレームワークは、2つの異なる生体特性を扱うために設計されたクロススペクトルデュアルチャネルアーキテクチャで構成されている。
提案アルゴリズムは,前頭下皮下静脈パターンと近視バイオメトリックパターンデータベースを用いて厳密に評価した。
論文 参考訳（メタデータ） (2024-12-26T10:40:15Z) - On the Localization of Ultrasound Image Slices within Point Distribution
Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い
縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。
3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-01T10:10:46Z) - Thoracic Cartilage Ultrasound-CT Registration using Dense Skeleton Graph [49.11220791279602]
一般的なアトラスから個々の患者への計画された経路を正確にマッピングすることは困難である。
アトラスから現在の設定へ計画されたパスを転送できるように、グラフベースの非厳密な登録を提案する。
論文 参考訳（メタデータ） (2023-07-07T18:57:21Z) - nnUNet RASPP for Retinal OCT Fluid Detection, Segmentation and
Generalisation over Variations of Data Sources [25.095695898777656]
我々は、複数のデバイスベンダーの画像間で一貫した高パフォーマンスを持つnnUNetの2つの変種を提案する。
このアルゴリズムはMICCAI 2017 RETOUCHチャレンジデータセットで検証された。
実験の結果,我々のアルゴリズムは最先端のアルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2023-02-25T23:47:23Z) - Affinity Feature Strengthening for Accurate, Complete and Robust Vessel
Segmentation [48.638327652506284]
血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。
コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
論文 参考訳（メタデータ） (2022-11-12T05:39:17Z) - Keratoconus Classifier for Smartphone-based Corneal Topographer [6.693221730277371]
ケラトコヌス(Keratoconus)は、角膜を変形させる重度の眼疾患である。
安価なスマートフォンベースの角膜トポグラフィー(SmartKCなど)がケラトコヌスの診断に役立てるために提案されている。
本稿では,SmartKC が生成した熱マップ上でケラトコヌスを分類するための二重頭畳み込みニューラルネットワーク (CNN) を提案する。
論文 参考訳（メタデータ） (2022-05-07T18:39:37Z) - Assessing glaucoma in retinal fundus photographs using Deep Feature
Consistent Variational Autoencoders [63.391402501241195]
緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。
緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。
ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
論文 参考訳（メタデータ） (2021-10-04T16:06:49Z) - Malignancy Prediction and Lesion Identification from Clinical
Dermatological Images [65.1629311281062]
臨床皮膚画像から機械学習に基づく悪性度予測と病変の同定を検討する。
まず, サブタイプや悪性度に関わらず画像に存在するすべての病変を同定し, その悪性度を推定し, 凝集により, 画像レベルの悪性度も生成する。
論文 参考訳（メタデータ） (2021-04-02T20:52:05Z) - SERV-CT: A disparity dataset from CT for validation of endoscopic 3D
reconstruction [8.448866668577946]
CT(SERV-CT)に基づく立体内視鏡再構成検証データセットを提案する。
SERV-CTデータセットは、内視鏡画像の大部分をカバーするスムーズな参照格差と深さを持つ外科的アプリケーションのための使いやすい立体的検証を提供します。
論文 参考訳（メタデータ） (2020-12-22T01:28:30Z) - Spatio-spectral deep learning methods for in-vivo hyperspectral
laryngeal cancer detection [49.32653090178743]
頭頸部腫瘍の早期発見は患者の生存に不可欠である。
ハイパースペクトルイメージング(HSI)は頭頸部腫瘍の非侵襲的検出に用いられる。
HSIに基づく喉頭癌診断のための複数の深層学習手法を提案する。
論文 参考訳（メタデータ） (2020-04-21T17:07:18Z) - Deep Learning Based Unsupervised and Semi-supervised Classification for
Keratoconus [1.337031698173905]
ケラトコヌス(Keratoconus)は、世界中で2000人中1人に感染する進行性多因子性角膜変性疾患である。
角膜移植以外に角膜移植や角膜架橋術の治療法はない。
微妙なKCまたはKC進行を正確に識別する能力は重要な臨床的意義である。
論文 参考訳（メタデータ） (2020-01-31T03:56:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。