| CR F-006 |
| A Comparative Study of Various Machine Learning Methods in IOL Power Calculation |
| (1)Department of Ophthalmology, Korea University College of Medicine
(2)School of Computing, Korea Advanced Institute of Science and Technology |
| Soo Yeon Choi(1), Tae Joon Jun(2), Youngsub Eom(1), Jong Suk Song(1), Daeyoung Kim(2), Hyo Myung Kim(1) |
|
목적 : 백내장 수술 전 생체계측치에서 여러 가지 기계학습을 이용한 인공수정체 도수 계산 방법의 정확도를 비교하고자 하였다.
방법 : 백내장 수술을 받고 일체형 단초점 인공수정체(Tencis ZCB00)를 삽입 받은 환자 448명 448안을 대상으로 하였다. Feed-forward Neural Network (FNN), Random Forest (RF), K-Nearest Neighbor (KNN), Support Vector Machine (SVM) 4 가지 방법을 이용하여 358명 358안의 생체계측치, 인공수정체 도수, 수술 후 굴절 값을 통해 학습을 한 후 나머지 90명 90안에서 테스트를 하였다. Haigis와 SRK/T 공식과 4 가지 기계학습 방법으로 예측한 Mean absolute errors (MAEs)를 비교하였다.
결과 : Haigis 공식과 SRK/T 공식을 예측된 MAEs는 각각 0.59 D와 0.60 D 였다. 4 가지 기계학습 방법으로 예측된 MAEs는 FNN 방법의 경우 0.65D, RF 방법의 경우 0.64 D, KNN 방법의 경우 0.65 D, SVM 방법의 경우 0.58 D로 SVM 방법의 기계학습이 가장 정확하였으며, 기존 Haigis 공식과 SRK/T 공식으로 예측된 MAEs와 유사한 수준을 보였다.
결론 : 백내장 수술 전 생체계측치를 이용한 인공수정체 도수 계산 여러 가지 기계학습 방법을 사용해 볼 수 있으며, 이번 연구에서는 SVM 방법이 수술 후 굴절 값 예측에 가장 우수한 결과를 보였다.
|
| |