เจ้าของนวัตกรรม
นาย ณภัทร์ อัครภาณุวิทยา
นักศึกษา
Details
การตรวจวินิจฉัยโรคดีซ่าน ซึ่งเป็นภาวะที่พบได้ทั่วไปในทารกเนื่องจากระดับบิลิรูบินในเลือดที่สูงขึ้น มักต้องการการวินิจฉัยและการตรวจสอบอย่างรวดเร็วเพื่อป้องกันภาวะแทรกซ้อนร้ายแรง โดยเฉพาะในทารกแรกเกิด วิธีการวินิจฉัยแบบดั้งเดิมสามารถใช้เวลานานและอาจเกิดข้อผิดพลาดจากมนุษย์ได้ งานวิจัยนี้เสนอแนวทางในการตรวจวินิจฉัยโรคดีซ่านแบบเรียลไทม์โดยใช้เทคนิคการประมวลผลภาพขั้นสูงและอัลกอริทึมแมชชีนเลิร์นนิง โดยการวิเคราะห์ภาพที่ถ่ายในพื้นที่สี RGB จะมีการสกัดและประมวลผลค่าพิกเซลผ่านการปรับค่าเกณฑ์ของ Otsu และการดำเนินการทางสัณฐานวิทยาเพื่อตรวจจับรูปแบบสีที่บ่งบอกถึงโรคดีซ่าน จากนั้นตัวจำแนกจะถูกฝึกฝนเพื่อแยกแยะระหว่างภาวะปกติและภาวะดีซ่าน นำเสนอนวัตกรรมเครื่องมือวินิจฉัยที่แม่นยำและมีประสิทธิภาพ การทำงานแบบเรียลไทม์ทำให้ระบบนี้เหมาะสำหรับสถานพยาบาล โดยให้ข้อมูลเชิงลึกที่ทันเวลาแก่บุคลากรทางการแพทย์เพื่อปรับปรุงผลลัพธ์ของผู้ป่วย วิธีการที่เสนอนี้เป็นนวัตกรรมสำคัญในด้านการดูแลสุขภาพ โดยการรวมปัญญาประดิษฐ์และการถ่ายภาพทางการแพทย์เพื่อเพิ่มประสิทธิภาพในการตรวจวินิจฉัยและจัดการโรคดีซ่านได้เร็วขึ้น ลดการพึ่งพาการแทรกแซงแบบแมนนวล และปรับปรุงการให้บริการด้านสุขภาพโดยรวม
Objective
1. พัฒนาระบบตรวจวินิจฉัยโรคดีซ่านแบบอัตโนมัติในเวลาเรียลไทม์โดยใช้การประมวลผลภาพเพื่อระบุโรคดีซ่านจากลวดลายสีผิว 2. สกัดและวิเคราะห์ค่าพิกเซลจากพื้นที่สี LAB และ YCbCr เพื่อแยกแยะระหว่างสีผิวปกติและสีผิวที่มีภาวะดีซ่าน 3.ใช้เทคนิคการประมวลผลภาพเช่นการปรับค่าเกณฑ์ของ Otsu และการดำเนินการทางสัณฐานวิทยาเพื่อปรับปรุงความแม่นยำในการตรวจจับ 4.ประเมินประสิทธิภาพของระบบในแง่ของความแม่นยำ ความเร็ว และความน่าเชื่อถือในการใช้งานทางคลินิกแบบเรียลไทม์
โรคดีซ่าน ซึ่งเป็นภาวะทางการแพทย์ทั่วไปที่มีลักษณะการเหลืองของผิวหนังและดวงตา มักบ่งบอกถึงความผิดปกติของตับหรือเลือดที่อยู่เบื้องหลัง การตรวจพบในระยะเริ่มต้นมีความสำคัญอย่างยิ่ง โดยเฉพาะในทารกแรกเกิด ที่หากไม่ได้รับการรักษาโรคดีซ่าน อาจนำไปสู่ภาวะแทรกซ้อนร้ายแรงได้ วิธีการวินิจฉัยแบบดั้งเดิมต้องอาศัยการตรวจสอบด้วยสายตาหรือการทดสอบในห้องปฏิบัติการ ซึ่งอาจใช้เวลานานและมีข้อผิดพลาดได้ ความก้าวหน้าล่าสุดในด้านการประมวลผลภาพและแมชชีนเลิร์นนิงเสนอความเป็นไปได้ใหม่ ๆ สำหรับการตรวจจับที่แม่นยำ มีประสิทธิภาพ และแบบเรียลไทม์มากขึ้น ด้วยการวิเคราะห์รูปแบบสีผิว ปัญญาประดิษฐ์ (AI) สามารถทำให้การวินิจฉัยเป็นไปโดยอัตโนมัติ ทำให้รวดเร็วขึ้นและลดการพึ่งพาการประเมินโดยมนุษย์