A novel AI‐powered IR‐Visible dual camera system for measuring and tracking ocular surface temperature
Notice bibliographique
Résumé
Aims/Purpose: To report the development of a novel artificial intelligence (AI) powered, dual camera (infrared (IR)/visible) system capable of measuring and tracking ocular surface temperature (OST) over any time period. Methods: The system consists of an IR camera (Teledyne FLIR IR A655sc) and a visible (V) camera (FLIR BFS 51S5C‐C), co‐mounted on a slit‐lamp for simultaneous and overlapping fields of view (FOV); designed control algorithms; computer hardware and connecting cables. Novel algorithms are leveraged to synchronize IR and V video streams of exposed ocular surface and adnexa for image and video registration. Localisation of the cornea in V video stream obtained by deep learning (DL) AI algorithms designed for semantic segmentation of the cornea. Coordinates of V video stream segmented cornea are then used to extract corresponding OST data from the IR video stream in each video stream frame. Data analysis algorithms are used to extract OST data from IR video stream. Further image segmentation algorithms isolated specific areas of interest (AOI) for OST analysis. Results: The DL algorithm was trained using V images captured using the V camera. Image registration and segmentation errors were calculated to determine accuracy of system. Mean square error for registration was 5.03 ± 1.82 (c.0.45 mm). Mean Intersection over Union (IoU) was 97.6%, representing accuracy in identifying corneal and scleral pixels in tracked eye segmentation. Analysis software extracted rate of OST change and relative OST change compared to baseline across cornea and selected AOI. Conclusions: A novel AI‐powered system for measuring and tracking OST over time was developed. The system synchronously records IR and V video streams of the eye surface and automatically extracts OST over time. The system can track eye movements and remove artefact eyelid blink frames from the data. A consistent AOI, i.e., pupil, whole cornea, inferior half, superior half, or selected corneal region, can be selected for OST extraction and analysis over time. Experimental results show that the system can track and analyse OST change over time.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».