関連する実験動画
Updated: Sep 9, 2025
05:36
Subjective Refraction Test Using a Smartphone for Vision Screening
Published on: October 18, 2024
1.0K
スマートフォンの画像の折射誤差検出
M K Michael Cheung1, Zhongqi Yang2, Xinwei Zhai3
1School of Optometry, The Hong Kong Polytechnic University, Hong Kong, China.
International journal of medical informatics
|August 30, 2025
まとめ
この研究では,スマートフォンの画像からの屈折誤差を推定するために,コンボリューションニューラルネットワーク (CNN) モデルを使用する新しい方法を導入しました. このアプローチは,特に近視に対して,アクセスしやすく効率的な視力スクリーニングの可能性を示しています.
科学分野:
- 眼科について
- コンピュータ・ビジョン
- 人工知能
背景:
- 折射誤差は 常見の視力障害で,アンブリオピアにつながる可能性があります.
- 現在の視力スクリーニング方法は 費用や専門知識の必要性のために 入手できないことが多いのです
- スマートフォンによる分析は 視力検診の民主化に 役立つ可能性があります
研究 の 目的:
- 正確な屈折誤差推定のためのCNNベースのモデルの使用を調査する.
- スマートフォンの画像を使用して,視覚的に重要な近視性折射の誤差をスクリーニングする方法を開発する.
- アクセシブルで効率的な視力スクリーニングツールの実現可能性を評価する.
主な方法:
- ImageNetで事前に訓練されたCNNモデル (MobileNetV2,EfficientNetB0,ResNet18) を利用しました.
- データの不足に対処するためにデータ増強を使用しました.
- 折射誤差の推定とバイナリ分類のための探求された機能アプリケーション.
主要な成果:
- MobileNetV2モデルは,折射誤差の推定で約0. 616の平均絶対誤差を達成しました.
- バイナリ屈折誤差検出で約85.3%の精度を達成しました.
- 推定とスクリーニングの両方のアプリケーションで有望なパフォーマンスを示しました.
結論:
- この研究は,折射誤差の推定と近視のスクリーニングにCNNモデルを初めて適用したものです.
- 提案された方法は,アクセシブルで効率的な視力スクリーニングソリューションとしての可能性を証明しています.
- スマートフォンベースのCNNの分析は 視力診断への世界的なアクセスを大幅に改善します
