รายละเอียด

ประโยชน์ของโมเดลการเรียนรู้เชิงลึก (YOLOv4-Tiny) สำหรับการตรวจจับพยาธิเพื่อเพิ่มประสิทธิภาพในโรงพยาบาล เราได้ฝึกโมเดลการเรียนรู้เชิงลึก YOLOv4-Tiny เพื่อตรวจจับและแยกแยะระหว่างไข่พยาธิ โดยเราได้สร้างกล่องขอบและป้ายกำกับภาพ 1600 ภาพ มีไข่พยาธิทั้งหมด 4 ประเภท ได้แก่ Hookworm, Opisthorchis viverrini, Ascaris lumbricoides, Trichuris trichiura โดยเเบ่งป็น 400 ภาพสำหรับแต่ละกลุ่ม โปรแกรมได้ถูกฝึกจนได้ค่าการสูญเสียเฉลี่ยที่ 0.08 และถูกทดสอบโดยใช้ภาพไข่พยาธิที่ไม่เคยเห็นมาก่อน 320 ภาพ และเป้าหมายถูกตั้งไว้ที่ 50% ในทุกการทดสอบเราได้รับความแม่นยำที่ 98.75% และค่าการสูญเสียเฉลี่ยที่ 0.05 ดังนั้น ปัญญาประดิษฐ์นี้สามารถแยกแยะไข่พยาธิเหล่านี้ได้อย่างมีความแม่นยำ

วัตถุประสงค์

เหตุผลที่ทำโครงงานนี้ก็เพราะว่าในเมืองไทยยังมีการติดเชื้อพยาธิ โดยเฉพาะในต่างจังหวัดที่มีการกินของดิบเป็นอาหารพื้นบ้าน หรือสามารถผบเจอได้ในชีวิตประจำวัน เช่นการทำการเกษตร จึงมีความสำคัญที่จะต้องมีการตรวจเชื้อพยาธิในเมืองไทย เพราะฉะนั้นโครงงานนี้ก็จะช่วยลดหย่อน ภาระงานของเจ้าหน้าที่ และสามารถเร่งระยะเวลาการ วินิจฉัยโรค และการรักษา

ผู้จัดทำ

พิมพ์มาดา ฮุดา บุญมา

PIMMADA HUDA BOONMA

#นักศึกษา

สมาชิก

ณธรรศ เจียมจินตนากุล

NATAS CHIAMCHINTANAKUL

#นักศึกษา

สมาชิก

วีรยุทธ กิตติชัย

Veerayut Kittichai

#อาจารย์

อาจารย์ที่ปรึกษา

โหวตนวัตกรรมนี้