ศึกษาความเป็นไปของการวิเคราะห์โรคอัลไซเมอร์จากภาพถ่ายทางการแพทย์

จันทนา ปัญญาวราภรณ์

dc.contributor.author	จันทนา ปัญญาวราภรณ์
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิศวกรรมศาสตร์
dc.date.accessioned	2021-02-01T09:00:56Z
dc.date.available	2021-02-01T09:00:56Z
dc.date.issued	2561
dc.identifier.uri	http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/4011
dc.description	โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ประจำปีงบประมาณ พ.ศ. 2558	th_TH
dc.description.abstract	ปัจจุบันโรคที่มักจะพบบ่อยในผู้สูงอายุ เช่น โรคความดันสูง โรคไขมันในเส้นเลือดสูง โรคสมอง เสื่อม เป็นต้น สมองเสื่อมเป็นโรคที่แปรผันตรงกับอายุที่เพิ่มขึ้น โรคอัลไซเมอร์ก็เป็นสภาวะทางสมองเสื่อมชนิดหนึ่ง การตรวจพบโรคตั้งแต่ระยะแรกจะช่วยหาวิธีรักษาเพื่อชะลอความรุนแรงของโรค การวินิจฉัยโรคอัลไซเมอร์ทำได้หลายวิธี เช่น การทำแบบสำรวจ การวิเคราะห์จากภาพถ่ายทางการแพทย์ เป็นต้น โครงการวิจัยนี้เป็นหนึ่งในวิธีการวินิจฉัยโรคอัลไซเมอร์เบื้องต้นจากภาพ PET จากกลุ่มตัวอย่างของคนไทยจำนวน 30 คน ขั้นตอนประกอบด้วย การแบ่งภาพสมอง การสกัดคุณลักษณะเด่นของภาพโดยใช้วิธีสัมประสิทธิ์เมลฟรีเคว็นซีเซปสตรัม (MFCC) ขั้นตอนสุดท้ายคือจำแนกประเภทโดยใช้วิธีซัพพอร์ตเวกเตอร์แมชชีน ผลลัพธ์ที่ได้จากการทดสอบเห็นว่าวิธีที่นำเสนอให้ค่าความถูกต้องมากถึงร้อยละ 96.51 ซึ่งเหมาะสมที่จะใช้จำแนกผู้ป่วยโรคอัลไซเมอร์จากกลุ่มคนปกติ	th_TH
dc.description.sponsorship	สำนักงานคณะกรรมการวิจัยแห่งชาติ	th_TH
dc.language.iso	th	th_TH
dc.publisher	คณะวิศวกรรมศาสตร์ มหาวิทยาลัยบูรพา	th_TH
dc.subject	การถ่ายภาพทางการแพทย์	th_TH
dc.subject	สมอง -- การบันทึกภาพด้วยรังสี	th_TH
dc.subject	โรคอัลไซเมอร์	th_TH
dc.subject	ภาวะสมองเสื่อม	th_TH
dc.subject	การวิเคราะห์สเปกตรัม -- การใช้วินิจฉัยโรค	th_TH
dc.subject	การวินิจฉัยโรคทางห้องปฏิบัติการ	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	th_TH
dc.year	2561	th_TH
dc.description.abstractalternative	Now, 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 one 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 by using Mel-Frequency Cepstral Coefficients (MFCC). The disease was finally classified by using Support Vector Machine. The experimental results indicated the accuracy of proposed method was up to 95.61%. It was appropriate to identify Alzheimer's patients from normal.	en