

เจ้าของนวัตกรรม
นาย ณภัทร์ อัครภาณุวิทยา
นักศึกษา
Details
งานวิจัยนี้นำเสนอระบบวินิจฉัยโรคดีซ่านในทารกแบบเรียลไทม์ โดยใช้เทคนิคการประมวลผลภาพและแมชชีนเลิร์นนิงเพื่อวิเคราะห์สีผิว ช่วยเพิ่มความแม่นยำและลดข้อผิดพลาดจากการวินิจฉัยแบบดั้งเดิม
การตรวจวินิจฉัยโรคดีซ่าน ซึ่งเป็นภาวะที่พบได้ทั่วไปในทารกเนื่องจากระดับบิลิรูบินในเลือดที่สูงขึ้น มักต้องการการวินิจฉัยและการตรวจสอบอย่างรวดเร็วเพื่อป้องกันภาวะแทรกซ้อนร้ายแรง โดยเฉพาะในทารกแรกเกิด วิธีการวินิจฉัยแบบดั้งเดิมสามารถใช้เวลานานและอาจเกิดข้อผิดพลาดจากมนุษย์ได้ งานวิจัยนี้เสนอแนวทางในการตรวจวินิจฉัยโรคดีซ่านแบบเรียลไทม์โดยใช้เทคนิคการประมวลผลภาพขั้นสูงและอัลกอริทึมแมชชีนเลิร์นนิง โดยการวิเคราะห์ภาพที่ถ่ายในพื้นที่สี RGB จะมีการสกัดและประมวลผลค่าพิกเซลผ่านการปรับค่าเกณฑ์ของ Otsu และการดำเนินการทางสัณฐานวิทยาเพื่อตรวจจับรูปแบบสีที่บ่งบอกถึงโรคดีซ่าน จากนั้นตัวจำแนกจะถูกฝึกฝนเพื่อแยกแยะระหว่างภาวะปกติและภาวะดีซ่าน นำเสนอนวัตกรรมเครื่องมือวินิจฉัยที่แม่นยำและมีประสิทธิภาพ การทำงานแบบเรียลไทม์ทำให้ระบบนี้เหมาะสำหรับสถานพยาบาล โดยให้ข้อมูลเชิงลึกที่ทันเวลาแก่บุคลากรทางการแพทย์เพื่อปรับปรุงผลลัพธ์ของผู้ป่วย วิธีการที่เสนอนี้เป็นนวัตกรรมสำคัญในด้านการดูแลสุขภาพ โดยการรวมปัญญาประดิษฐ์และการถ่ายภาพทางการแพทย์เพื่อเพิ่มประสิทธิภาพในการตรวจวินิจฉัยและจัดการโรคดีซ่านได้เร็วขึ้น ลดการพึ่งพาการแทรกแซงแบบแมนนวล และปรับปรุงการให้บริการด้านสุขภาพโดยรวม

Objective
พัฒนาระบบวินิจฉัยโรคดีซ่านอัตโนมัติแบบเรียลไทม์ด้วยการประมวลผลภาพและวิเคราะห์ค่าสีผิว เพื่อเพิ่มความแม่นยำและประสิทธิภาพในการใช้งานทางคลินิก
- พัฒนาระบบตรวจวินิจฉัยโรคดีซ่านแบบอัตโนมัติในเวลาเรียลไทม์โดยใช้การประมวลผลภาพเพื่อระบุโรคดีซ่านจากลวดลายสีผิว
- สกัดและวิเคราะห์ค่าพิกเซลจากพื้นที่สี LAB และ YCbCr เพื่อแยกแยะระหว่างสีผิวปกติและสีผิวที่มีภาวะดีซ่าน
- ใช้เทคนิคการประมวลผลภาพเช่นการปรับค่าเกณฑ์ของ Otsu และการดำเนินการทางสัณฐานวิทยาเพื่อปรับปรุงความแม่นยำในการตรวจจับ
- ประเมินประสิทธิภาพของระบบในแง่ของความแม่นยำ ความเร็ว และความน่าเชื่อถือในการใช้งานทางคลินิกแบบเรียลไทม์


