Problem to be solved: to provide a method of assisting identification of corneal severity using unsupervised machine learning, or a method of identifying eye and disease eyes with normal eye and disease problems by applying mechanical learning to many corneal tomographic data.Obtaining a corneal corneal configuration data set as examined by tomography such as optical coherence tomography；Cornea of the disease obtained by tomographyAlong with some existing corneal configuration data sets of cornea and normal cornea suspected of diseaseUsing the t-distributed stochastic neighborhood embedding methodVisualizing the corneal configuration data set of the examined cornea within a two-dimensional or three-dimensional map；A method of assisting identification of corneal severity including determining corneal severity from a map and a map.Diagram【課題】教師なし機械学習を使用して角膜重症度の同定を支援する方法、又は多数の角膜トモグラフィーデータに機械学習を適用することによって、正常な眼、疾患の疑いがある眼及び疾患の眼を同定する方法を提供する。【解決手段】光コヒーレンストモグラフィー等のトモグラフィーによって検査した角膜の角膜コンフィギュレーションデータセットを得ること；トモグラフィーによって得た疾患の角膜、疾患の疑いがある角膜及び正常な角膜のいくつかの既存の角膜コンフィギュレーションデータセットと共に、ｔ分布型確率的近傍埋め込み法を使用して、検査した角膜の角膜コンフィギュレーションデータセットを２次元又は３次元マップ内で視覚化すること；並びにマップから角膜重症度を判断することを含む角膜重症度の同定を支援する方法。【選択図】図３
