การตรวจหาเซลล์มะเร็งตับโดยอาศัยภาพ Abdominal CT scan ด้วยการใช้ การเรียนรู้เชิงลึก

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

กฤติพงศ์ มานะชำนิ

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

บุญนที ศักดิ์บุญญารัตน์

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนมหิดลวิทยานุสรณ์

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2561

บทคัดย่อโครงงานวิทยาศาสตร์

ในปัจจุบันการเสียชีวิตจากโรคมะเร็ง 5 อันดับแรกทั้งชายและหญิง หนึ่งในนั้นคือโรค มะเร็งตับ ในสหรัฐอเมริกาพบว่า ในผู้ป่วยมะเร็งตับ 21,370 ราย และมีผู้ป่วย 18,410 ราย เสียชีวิตจากโรคดังกล่าว และในระยะแรกจะไม่แสดงอาการของโรค ซึ่งทำให้ผู้ป่วยส่วนใหญ่ เมื่อทำการวินิจฉัยตรวจโรคจะเจอในระยะท้าย ทำให้ยากแก่การรักษา

งานวิจัยนี้ศึกษาและพัฒนาอัลกอริทึมโดยนำภาพ Abdominal CT scan มาแยกส่วนที่ไม่ใช่ตับออกด้วย Gaussian Blurring หลังจากนั้นก็นำภาพที่ได้มาทำการแยกพื้นที่ตับออกมาเพื่อเลือกพื้นที่ที่จะตรวจหาเซลล์มะเร็งตับ

โดยอาศัยการเรียนรู้เชิงลึกด้วยโมเดลที่มีชื่อว่า SEResnet50 (Jie Hu,Li Shen,Gang Sun, 2018) ในการหาเซลล์มะเร็งตับ โดยแบ่งข้อมูลให้โมเดลเรียนรู้ทั้งหมด 930 รูป และ ทดสอบจำนวน 348 รูป โดยโมเดลหาพื้นที่ที่มีตับอยู่ในสไลด์ ซึ่งแบ่งเป็น 3 classes โดยจำแนกบริเวณเหนือตับ บริเวณที่มีตับ และบริเวณใต้ตับ โดย preprocess ข้อมูลสไลด์ ดังนี้ 1) ไม่ใช้ Gaussian blurring 2) ใช้ ksize = (25,25) 3) ใช้ ksize = (125,125) มีค่าความเชื่อมั่น27.59%, 81.90% และ 39.94% ตามลำดับ รวมถึงโมเดลหาบริเวณที่เซลล์มะเร็งที่อยู่ในสไลด์ 1) ไม่ใช้ Gaussian blurring 2) ใช้ ksize = (25,25) มีค่าความเชื่อมั่น 20.98% และ 85.06% ตามลำดับ