dc.contributor.author |
จันทนา ปัญญาวราภรณ์ |
|
dc.contributor.other |
มหาวิทยาลัยบูรพา. คณะวิศวกรรมศาสตร์ |
|
dc.date.accessioned |
2019-05-08T01:52:22Z |
|
dc.date.available |
2019-05-08T01:52:22Z |
|
dc.date.issued |
2561 |
|
dc.identifier.uri |
http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3552 |
|
dc.description.abstract |
ปัจจุบันประเทศไทยกำลังอยู่ในช่วงการเปลี่ยนผ่านเข้าสู่สังคมผู้สูงอายุอย่างสมบูรณ์ สังเกตได้จากอัตราส่วนระหว่างประชากรเด็กต่อประชากรผู้ใหญ่ลดลง มีแผนนโยบายของรัฐบาลที่ดำเนินการเกี่ยวกับการบริการด้านสุขภาพสำหรับผู้สูงอายุ ซึ่งโรคจะพบบ่อยในผู้สูงอายุ เช่น โรคความดันสูง โรคไขมันในเส้นเลือดสูง และโรคสมองเสื่อม เป็นต้น สมองเสื่อมเป็นโรคที่สัมพันธ์กับอายุที่เพิ่มขึ้น โรคอัลไซเมอร์ก็เป็นสภาวะทางสมองเสื่อมชนิดหนึ่งที่มักเกิดขึ้นในผู้สูงอายุ การตรวจพบโรคตั้งแต่ระยะแรกจะช่วยหาวิธีรักษาเพื่อชะลอความรุนแรงของโรค การวินิฉัยโรคอัลไซเมอร์ทำได้หลายวิธี เช่น การทำแบบสำรวจ การวิเคราะหืจากภาพถ่ายทางการแพทย์ เป็นต้น โครงการวิจัยฉบับนี้เป็นหนึ่งในวิธีการวินิจฉัยโรคอัลไซเมอร์เบื้องต้นจากภาพถ่ายทางการแพทย์ที่ใช้กลุ่มตัวอย่างของคนไทย จำนวน 30 คน ขั้นตอนประกอบด้วย การแบ่งภาพสมออง การหาคุณลักษณะเด่นของภาพ และลดขนาดของข้อมูล ขั้นตอนสุดท้ายคือ จำแนกประเภทโดยการเรียนรู้ด้วยเครื่อง ทำการทดสอบการจำแนก 3 วิธี คือ ซัพพอร์ตเวกเตอร์แมชชีน โครงข่ายประสาทเทียมแบบสังวัฒนาการและวิธีที่นำเสมอ ผลลัพธ์ที่ได้จากการทดสอบเห็นว่าวิธีที่นำเสนอให้ค่าความถูกต้องมากถึงร้อยละ 87 ซึ่งเหมาะสมที่จะใช้จำแนกผู้ป่วยโรคอัลไซเมอร์จากกลุ่มคนปกติ |
th_TH |
dc.description.sponsorship |
โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ประจำปีงบประมาณ พ.ศ. 2557 มหาวิทยาลัยบูรพา |
th_TH |
dc.language.iso |
th |
th_TH |
dc.publisher |
คณะวิศวกรรมศาสตร์ มหาวิทยาลัยบูรพา |
th_TH |
dc.subject |
โรคอัลไซเมอร์ |
th_TH |
dc.subject |
โครงข่ายประสาทเทียมแบบสังวัฒนาการ |
th_TH |
dc.subject |
ภาพถ่ายทางการแพทย์ |
th_TH |
dc.subject |
สาขาวิศวกรรมศาสตร์และอุตสาหกรรมวิจัย |
th_TH |
dc.title |
ศึกษาความเป็นไปของการวิเคราะห์โรคอัลไซเมอร์จากภาพถ่ายทางการแพทย์ |
th_TH |
dc.title.alternative |
Feasibility of study of Alzheimer's Disease from medical imaging |
en |
dc.type |
Research |
th_TH |
dc.author.email |
jantanap@eng.buu.ac.th |
|
dc.year |
2561 |
th_TH |
dc.description.abstractalternative |
Thailand has been undergoing a transition into a completely developed elderly society.
The sign is becoming more apparent in the last few years, when a ratio between the number
of children and mature adults has been dramatically decreasing. In additional to prevailing
measures the government has to take, healthcare service for elderly people has to be readily
prepared. Among diseases from which the elderly people are suffered are high blood pressure,
high cholesterol and dementia. Age related dementia are gradually developed. Alzheimer's
disease is however another more serious type of dementia. This can be done in several ways,
e.g., by medical survey and medical imaging. This paper therefore presents a robust medical
image classification methods for the preliminary diagnosis of Alzheimer's disease in a samples
drawn from 30 Thai population. The proposed process adopted clustering brain segmentation,
image feature extraction and reduce the dimensions of data, respectively. The disease was
finally classified by using a supervised machine learning. Specifically, three classification
methods were considered, i.e., Support Vector Machine, Convolutional Neural Network and
proposed method. The experimental results indicated the accuracy of proposed method was
up to 87%. It was appropriate to identify Alzheimer's patients from normal |
en |