눈 사진 한 장으로
안질환 소견을 분류합니다
Teachable Machine으로 학습한 이미지 분류 모델을 브라우저에서 직접 실행합니다. 눈 앞부분 사진을 올리면 클래스별 확률과 가장 유력한 소견을, 그리고 모델의 AUC·민감도·특이도를 같은 화면에서 확인할 수 있습니다.
- 정상
- 결막염
- 익상편
- 황달
온디바이스 추론
사진은 서버로 전송되지 않고 브라우저 안에서만 처리됩니다.
실측 성능 지표
AUC·민감도·특이도를 세션 표본에서 클래스별로 직접 계산합니다.
모바일 카메라 지원
웹캠·휴대폰 카메라로 촬영하거나 갤러리에서 바로 올립니다.
분석
눈 사진을 올리면 바로 분석합니다
추론은 전부 브라우저에서 실행됩니다. 파일 업로드와 카메라 촬영을 모두 지원하며, 결과는 즉시 아래 성능 지표에 반영됩니다.
모델 연결
접속하면 이 프로젝트의 기본 모델이 자동으로 연결되고, 원하면 언제든 다른 Teachable Machine 모델로 바꿀 수 있습니다. 클래스 개수와 이름은 모델에서 그대로 읽어오므로, 몇 가지 소견을 분류하든 그대로 동작합니다.
눈 사진을 여기에 놓으세요
갤러리·파일에서 선택하거나, 드래그 앤 드롭, 클립보드 붙여넣기(⌘V)도 지원합니다.
위의 모델 연결을 먼저 완료하면 입력이 활성화됩니다.
분석 결과가 여기에 표시됩니다
위의 모델 연결 패널에서 모델을 불러온 뒤 눈 사진을 올려 주세요.
성능 지표
AUC · 민감도 · 특이도를 실측으로
각 사진에 실제 진단 클래스를 지정하면 그 표본으로 ROC 곡선과 혼동 행렬, 신뢰구간까지 즉시 계산합니다.
성능 지표
이번 세션에서 정답을 지정한 표본으로 실시간 계산한 값입니다. 문헌값이나 고정값이 아닙니다.
관심 클래스 확률이 임계값 이상이면 양성으로 판정합니다. 낮추면 민감도가, 높이면 특이도가 올라갑니다.
아직 계산할 지표가 없습니다
AUC·민감도·특이도는 예측값과 실제 진단을 비교해야 정의되는 지표입니다. 사진을 분석한 뒤 결과 카드에서 실제 진단 클래스를 지정하면 이 자리에 ROC 곡선과 혼동 행렬이 나타납니다.
작동 방식
네 단계로, 브라우저 안에서 끝납니다
백엔드도 계정도 필요하지 않습니다. 정적 사이트 한 벌과 사용자의 모델만으로 전체 파이프라인이 완결됩니다.
- 01
모델 연결
접속하면 기본 모델이 자동으로 연결됩니다. 다른 모델을 쓰려면 Teachable Machine 공유 URL을 붙여넣거나, 내보낸 model.json · metadata.json · weights.bin 파일을 직접 선택합니다.
클래스 이름과 개수는 모델에서 읽어오므로 별도 설정이 없습니다.
- 02
눈 사진 입력
눈을 크게 뜬 상태로 흰자와 검은자가 모두 보이게 촬영합니다. 갤러리·파일 업로드, 드래그 앤 드롭, 카메라 실시간 촬영을 모두 지원합니다.
촬영 가이드 타원에 눈을 맞추면 중앙 크롭에서 잘리지 않습니다.
- 03
브라우저에서 추론
사진을 224px 정사각형으로 중앙 크롭한 뒤 Teachable Machine과 동일한 전처리로 모델에 넣고, 클래스별 확률과 가장 유력한 소견을 얻습니다.
네트워크 전송이 없으므로 오프라인에서도(모델 캐시 후) 동작합니다.
- 04
성능 검증
진찰·검사로 확인된 실제 진단 클래스를 각 사진에 지정하면, 그 표본으로 ROC 곡선과 AUC·민감도·특이도·혼동 행렬을 즉시 계산합니다.
관심 클래스를 바꾸면 같은 표본으로 다른 소견의 성능을 바로 볼 수 있습니다.
분류 대상
네 가지 전안부 소견
세 가지 소견과 정상을 구분하는 문제입니다. 각 클래스가 의존하는 시각적 단서가 서로 달라서, 촬영 품질에 대한 요구도 클래스마다 다릅니다.
정상
비교 기준이 되는 클래스Normal
전안부에 특이 소견이 없는 상태.
- 확진 방법
- 안과 진찰상 이상 없음
결막염
색 + 혈관 패턴Conjunctivitis
결막의 염증. 충혈, 분비물, 부종으로 나타납니다. 감염성(바이러스·세균)과 알레르기성 등 원인이 다양합니다.
- 확진 방법
- 안과 진찰 · 세극등 검사, 필요시 배양·도말
익상편
형태 · 경계 구조Pterygium
결막에서 각막을 향해 삼각형 모양으로 자라 들어오는 섬유혈관성 증식. 만성 자외선 노출과 연관됩니다.
- 확진 방법
- 안과 진찰 · 세극등 검사
황달
색조 (황색도)Jaundice / scleral icterus
빌리루빈이 상승해 공막(흰자)이 노랗게 보이는 소견. 간·담도 또는 혈액 질환의 신호일 수 있습니다.
- 확진 방법
- 혈액 빌리루빈 검사
- 과제
4-클래스 이미지 분류
눈 앞부분(전안부) 사진 한 장을 입력받아 정상·결막염·익상편·황달 중 하나로 분류합니다.
- 라벨 기준
진찰 · 검사 결과
사진만으로는 정답을 정의할 수 없습니다. 라벨은 안과 진찰(세극등)이나 혈액 검사로 확인된 진단에서 나옵니다.
- 전처리
224px 중앙 정사각 크롭
Teachable Machine 이미지 모델의 입력 규격에 맞춰 중앙을 정사각형으로 잘라 리샘플링합니다.
촬영 조건이 결과를 바꿉니다
- 황달은 노란 색조 자체가 판단 근거이므로, 조명 색온도와 카메라 화이트밸런스가 결과를 직접 흔듭니다. 자동 보정이 노란기를 지워버릴 수 있습니다.
- 결막염은 충혈 정도가 단서라, 노출 과다나 플래시 반사에 취약합니다.
- 익상편은 형태 단서라 색보다 초점과 각도가 중요합니다. 각막 경계가 선명하게 담겨야 합니다.
학습할 때와 사용할 때의 촬영 환경을 맞추는 것이 성능에 가장 큰 영향을 줍니다.
이 사이트는 특정 모델의 성능을 대신 주장하지 않습니다. 화면에 표시되는 AUC·민감도·특이도는 연결한 모델이 지금 세션에서 정답을 지정한 표본에 대해 낸 실측값이며, 표본이 적으면 신뢰구간이 넓게 나옵니다.
의료적 고지
- 이 도구는 의료기기가 아니며, 진단·치료 목적으로 사용할 수 없습니다.
- 결과는 참고용 스크리닝 신호일 뿐이며, 확진에는 안과 진찰이나 혈액 검사가 필요합니다.
- 황달 소견은 간·담도 질환의 신호일 수 있습니다. 해당 결과가 나오면 지체 없이 진료를 받으세요.
- 눈의 통증, 시력 저하, 갑작스러운 변화가 있으면 결과와 무관하게 즉시 의료 전문가와 상담하세요.
- 모델 성능은 학습 데이터의 인구 집단·촬영 기기·조명 조건에 따라 크게 달라집니다.
- 네 클래스 중 하나로만 분류되므로, 학습하지 않은 다른 안질환은 인식하지 못합니다.