디지털 사진과 인공지능을 이용한 요도하열 매개변수 식별 (ASHOKA)

인공신경망을 이용하여 다양한 요도하열 파라미터를 식별하기 위한 디지털 패턴 인식 프로그램 개발 프로토콜입니다. 이 연구의 모집단은 인도네시아에서 병원에 입원 또는 의뢰된 요도하열이 의심되는 아동입니다.

연구에 필요한 이미지 캡처에 대한 동의는 임상 참조로 사용되는 치료 표준의 일부로 요도 하열 환자의 부모로부터 얻을 것입니다. 이 연구를 위해 촬영한 사진은 암호화된 데이터베이스에 보관되었습니다. 이 연구의 포함 기준은 연령에 맞는 대조군으로 요도 하열이 의심되는 18세 미만의 소아입니다. 요도하열 치료 병력이 있거나 연구 참여를 거부한 자는 제외하였다.

이 연구에서 측정된 임상 결과는 다음과 같습니다.

1. 요도하열 상태: 요도하열 또는 비요도하열
2. Meatal 위치: glanular, coronal, distal shaft, proximal shaft, penoscrotal
3. 고기 모양: 정상, 비정상
4. 요도 판의 품질: 좋음, 나쁨
5. 귀두 직경: mm
6. 귀두 모양: 정상, 비정상 임상 결과는 수술 전과 수술 후 1개월에 측정했습니다.

연령 데이터베이스가 일치하는 요도 하열 및 정상 음경 이미지를 사용하여 인공 신경망을 훈련했습니다. 음경의 세 가지 이미지 측면(귀두, 음낭 및 음낭을 포함하는 복부, 등쪽 및 측면)을 각 대상에서 가져왔습니다. 데이터는 요도하열 매개변수로 분류되었습니다: 요도하열 상태, 요도 위치, 요도판의 품질, 귀두 직경 및 귀두 모양. 데이터는 인공 신경망을 훈련시키기 위해 업로드되었습니다.

모든 임상 결과 분석에 대해 통계 분석 계획을 따를 것입니다. 표준 오차, 95% 신뢰 구간 및 P 값은 가능할 때마다 보고됩니다. 내부 및 평가자 간 분석은 Fleiss Kappa 통계 분석을 사용하여 수행됩니다. p-값이 0.05 미만이면 데이터가 통계적으로 유의한 것으로 간주됩니다. 또한 정확도, 정밀도, 재현율 및 f1 점수 값을 계산하여 인식 모델의 성능을 측정합니다.