การประมาณค่าตำแหน่งกระดูกเชิงกรานบนภาพเอกซเรย์ชนิดฟิล์มธรรมดาอย่างแม่นยำด้วยอัลกอริทึมจากการคำนวณเชิงเรขาคณิต

อธิตา อ่อนเอื้อน

dc.contributor.author	อธิตา อ่อนเอื้อน
dc.date.accessioned	2025-10-10T11:39:15Z
dc.date.available	2025-10-10T11:39:15Z
dc.date.issued	2567
dc.identifier.uri	https://buuir.buu.ac.th/xmlui/handle/1234567890/17499
dc.description	โครงการวิจัยประเภทงบเงินรายได้คณะวิทยาการสารสนเทศ ปีงบประมาณ พ.ศ. 2567 มหาวิทยาลัยบูรพา	th_TH
dc.description.abstract	การวิจัยนี้มุ่งเน้นพัฒนาอัลกอริทึมเชิงเรขาคณิตเพื่อระบุตำแหน่งและขนาดของกระดูกในภาพ เอ็กซ์เรย์ โดยมีวัตถุประสงค์เพื่อสนับสนุนกระบวนการวินิจฉัยและติดตามการรักษาทางการแพทย์ การคำนวณตำแหน่งกระดูกอย่างแม่นยำช่วยในการวิเคราะห์โครงสร้างร่างกายของผู้ป่วยและระบุการบาดเจ็บหรือข้อมูลทางการแพทย์อื่น ๆ ได้อย่างมีประสิทธิภาพ การศึกษาใช้สถิติจากชุดข้อมูลที่มีอยู่เพื่อเพิ่มความแม่นยำของอัลกอริทึม โดยใชร์วิธีการ ASM (Active Shape Model) และโมเดลรูปวงรีที่สามารถปรับขนาดและทิศทางให้สอดคล้องกับภาพ ผลการทดสอบพบว่าค่าดัชนีแจ็คการได้สูงกว่า 0.85 ซึ่งแสดงถึงความแม่นยำของวิธีที่นำเสนอในการประมาณค่าตำแหน่งกระดูกเชิงกรานทั้งด้านซ้ายและขวาได้อย่างดี ความสำเร็จเป็นพื้นฐานสำคัญสำหรับการตรวจจับโครงสร้างอื่น ๆ เช่น กระดูกสันหลังส่วนล่างหรือกระดูกก้นกบ และมีศักยภาพในการนำไปประยุกต์ใช้ในวงการการแพทย์เพื่อเพิ่มประสิทธิภาพในการวินิจฉัย	th_TH
dc.description.sponsorship	คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา	th_TH
dc.language.iso	th	th_TH
dc.publisher	คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา	th_TH
dc.subject	กระดูกเชิงกราน	th_TH
dc.subject	คอมพิวเตอร์อัลกอริทึม	th_TH
dc.subject	อัลกอริทึม	th_TH
dc.title	การประมาณค่าตำแหน่งกระดูกเชิงกรานบนภาพเอกซเรย์ชนิดฟิล์มธรรมดาอย่างแม่นยำด้วยอัลกอริทึมจากการคำนวณเชิงเรขาคณิต	th_TH
dc.title.alternative	Computational geometry-based algorithms for accurate pelvic localization in plain film images	th_TH
dc.type	Research	th_TH
dc.year	2567	th_TH
dc.description.abstractalternative	This study focuses on developing a geometric algorithm to identify the position and size of bones in X-ray images, aimed at supporting diagnostic and tracking processes in medical treatment. Accurate bone positioning assists in analyzing patients' anatomical structures and identifying injuries or other medical information effectively. The algorithm leverages statistical data from existing datasets to enhance accuracy and applies the Active Shape Model (ASM) method using an elliptical model, which adjusts in size and orientation to align with the X-ray images. Results show a Jaccard index above 0.85, indicating high accuracy in estimating the positions of the pelvis bones on both the left and right sides. This achievement forms a crucial foundation for detecting other structures, such as the lower spine or coccyx, and holds potential for applications in the medical field to improve diagnostic efficiency.	th_TH