กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้:
https://buuir.buu.ac.th/xmlui/handle/1234567890/7818ระเบียนเมทาดาทาแบบเต็ม
| ฟิลด์ DC | ค่า | ภาษา |
|---|---|---|
| dc.contributor.advisor | อัณณ์นุพันธ์ รอดทุกข์ | |
| dc.contributor.advisor | สุวรรณา รัศมีขวัญ | |
| dc.contributor.author | จักรพงษ์ บุญใหญ่ | |
| dc.contributor.other | มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ | |
| dc.date.accessioned | 2023-05-12T06:08:00Z | |
| dc.date.available | 2023-05-12T06:08:00Z | |
| dc.date.issued | 2561 | |
| dc.identifier.uri | https://buuir.buu.ac.th/xmlui/handle/1234567890/7818 | |
| dc.description | วิทยานิพนธ์ (วท.ม.)--มหาวิทยาลัยบูรพา, 2561 | |
| dc.description.abstract | วิทยานิพนธ์ฉบับนี้นําเสนอขั้นตอนวิธีการแบ่งส่วนข้อของกระดูกสันหลัง ที่สามารถแบ่งส่วนภาพถ่ายรังสีเอกซ์ที่มีคุณภาพต่ำ เพื่อช่วยสนับสนุนแพทย์ในขั้นตอนการวินิจฉัยโรคที่เกี่ยวกับกระดูก เช่น โรคกระดูกพรุน โรคกระดูกบางและโรคกระดูกสันหลังคด ซึ่งภาพถ่ายรังสีเอกซ์ถูกนํามาใช้อย่างแพร่หลายในการวินิจฉัยโรคดังกล่าว เพื่อลดความเสี่ยงของผู้ป่วยที่จะได้รับรังสีปริมาณสูงในการรักษา ต่อเนื่อง โดยขั้นตอนวิธีที่นําเสนอจะประกอบด้วย 3 ขั้นตอนหลัก ได้แก่ ขั้นตอนที่ 1 ขั้นตอนการ เตรียมภาพ (Pre-processing) ขั้นตอนที่ 2 ขั้นตอนการแบ่งส่วน (Segmentation) โดยขั้นตอนการแบ่งส่วนนี้แบ่งออกเป็นขั้นตอนย่อย 2 ขั้นตอน คือ ขั้นตอนการแบ่งส่วนในแนวตั้งสําหรับการหาโครงร่างของกระดูก (Vertical Segmentation) และขั้นตอนการแบ่งส่วนในแนวนอนสําหรับหาลักษณะที่เป็นข้อของกระดูก (Horizontal Segmentation) ขั้นตอนที่ 3 ขั้นตอนการระบุตําแหน่งที่สนใจ (Prediction) ซึ่งจะพิจารณาลักษณะของข้อมูลที่ใช้บ่งบอกตําแหน่งข้อของกระดูกภายในภาพ วิธีการที่นําเสนอนี้สามารถแบ่งส่วนกระดูกสันหลังส่วนเอวทั้งกระดูกที่มีรูปร่างปกติและกระดูกผิดรูปได้อย่างอัตโนมัติ จากผลการทดลองภาพถ่ายรังสีเอกซ์ของโรงพยาบาลมหาวิทยาลัยบูรพา จํานวน 119 ภาพ โดยทําการเปรียบเทียบกับผลเฉลยที่ระบุตําแหน่งข้อกระดูกโดยแพทย์ผู้เชี่ยวชาญ พบว่า การแบ่งส่วนข้อของกระดูกสันหลังในตําแหน่งข้อที่ L1 - L5 มีค่าความถูกต้องเฉลี่ยเท่ากับ 81.82% และความถูกต้องในแต่ละข้อภายในภาพตั้งแต่ L1 - L5 มีค่าเท่ากับ 85.09%, 91.96%, 89.36%, 81.57% และ 61.16% ตามลําดับ เมื่อใช้ตัวชี้วัดประสิทธิภาพแบบพื้นที่ทับซ้อน และเมื่อใช้ตัววัดประสิทธิภาพด้วยคอนฟิวชันเมเทริกซ์กับชุดข้อมูลทั้งหมดมีค่าความเที่ยงตรงเท่ากับ 89.41% และค่าความถูกต้องเฉลี่ย เท่ากับ 83.55% | |
| dc.language.iso | th | |
| dc.publisher | คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา | |
| dc.rights | มหาวิทยาลัยบูรพา | |
| dc.subject | กระดูกสันหลัง | |
| dc.subject | รังสีเอกซ์ | |
| dc.subject | มหาวิทยาลัยบูรพา -- สาขาวิชาวิทยาการสารสนเทศ | |
| dc.title | การแบ่งส่วนข้อกระดูกสันหลังจากภาพถ่าย DXA โดยการประยุกต์ใช้ External force | |
| dc.title.alternative | Vertebrl pose segmenttion for dx imges using externl force. | |
| dc.type | วิทยานิพนธ์/ Thesis | |
| dc.description.abstractalternative | This work presents an algorithm for spine segmentation. The proposed method can use to segment the spine of low-quality x-ray images to assist in the process of diagnosing bone diseases such as osteoporosis, osteopenia, and scoliosis. Low radiation X-ray images are often used to diagnose such diseases. This is done to reduce patients risk exposure to the overdose radiation which may cause from a series of treatments. The proposed method consists of three main steps. The first step is the pre-processing step. In the second step, the segmentation step, this step is divided into two sub-steps, Vertical Segmentation and Horizontal Segmentation. Finally, in the prediction step, we analyze the feature of bone structure for identifying vertebral pose in the image. The proposed method is able to segment the vertebrae of both normal and abnormal structure automatically. In the experimental result, a total of 119 bone X-ray images from Burapha University Hospital are compared with ground-truth generated by a hospital specialist. By using Area Overlapping Technique, the accuracy of segmenting the position L1 - L5 of the vertebral column is 81.82%. The accuracy of segmentation for each position of the image from L1 - L5 are 85.09%, 91.96%, 89.36%, 81.57% and 61.16% respectively. Additionally, the performance measurement uses confusion matrix shows the precision of 89.41% and the accuracy of 83.55%. | |
| dc.degree.level | ปริญญาโท | |
| dc.degree.discipline | วิทยาการสารสนเทศ | |
| dc.degree.name | วิทยาศาสตรมหาบัณฑิต | |
| dc.degree.grantor | มหาวิทยาลัยบูรพา | |
| ปรากฏในกลุ่มข้อมูล: | วิทยานิพนธ์ (Theses) | |
แฟ้มในรายการข้อมูลนี้:
| แฟ้ม | รายละเอียด | ขนาด | รูปแบบ | |
|---|---|---|---|---|
| Fulltext.pdf | 7.59 MB | Adobe PDF | ดู/เปิด |
รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น