การตรวจสอบรูปภาพโดยการเรียนรู้เชิงลึกเพื่อระบุการมีออยู่ของแบคทีเรีย Pseudomonas aeruginosa ในดินและน้ำเพื่อป้องกันการเกิดโรคในพืชและสัตว์
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
เจ้าใจ เหล่าลุมพุก, ปุณณภพ ชื่อดำรงรักษ์, กฤตวีร์ ชัยประเสริฐสุด
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
ธนศานต์ นิลสุ, คเณศ สุเมธพิพัธน์
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
แบคทีเรีย Pseudomonas aeruginosa ในดินและน้ำสามารถก่อให้เกิดโรคในพืช สัตว์และมนุษย์ โดยเฉพาะโรคที่เกิดในพืชและสัตว์ ส่งผลในเกิดความเสียหายทางด้านผลผลิตให้แก่เกษตรกรและเนื่องจากในปัจจุบันเทคโนโลยี Deep learning with image classification ถูกใช้อย่างแพร่หลายด้วยกระบวนการคล้ายการวิเคราะห์และประมวลผลของสมองมนุษย์ด้วยการลอกเลียนแบบการทำงานของเซลล์ประสาทในสมอง โดยข้อมูลรูปภาพที่ได้รับมาจะทำการแบ่งแยกและจำแนกข้อมูลออกเป็นรายละเอียดเล็กๆ เพื่อนำมาประมวลผล คล้ายกับการกรองข้อมูลเพื่อหาจุดเด่น/ลักษณะพิเศษของชุดข้อมูลเชิงลึกนั้นๆ และสรุปผลการวิเคราะห์แต่ละชุดข้อมูลออกมา โครงงานนี้มีจึงวัตถุประสงค์ในการพัฒนาระบบการเรียนรู้เชิงลึก(Deep learning)เพื่อระบุการมีอยู่ของแบคทีเรีย Pseudomonas aeruginosa จากตัวอย่างดินและน้ำ โดยใช้อัลกอริทึมการเรียนรู้เชิงลึกแบบไบนารีในการวิเคราะห์รูปภาพ(Image classification) โครงการนี้ดำเนินการด้วยขั้นตอนการเพาะเลี้ยงแบคทีเรีย โดยเก็บรวบรวมจากตัวอย่างเชื้อที่มีอยู่และพื้นที่เสี่ยง จากนั้นทำการเพาะเชื้อเพื่อเก็บรูปภาพโคโลนี โดยจะแบ่งชุดข้อมูลการเก็บภาพออกเป็น 2 กลุ่มคือ 1. กลุ่มสำหรับการใช้ในการเทรนโมเดล 2. กลุ่มสำหรับการทดสอบโมเดล รูปโคโลนีของแบคทีเรียที่ใช้จะถูกแบ่งออกเป็น 2 กลุ่มคือ 1. รูปโคโลนีของ Pseudomonas aeruginosa 2. รูปโคโลนีที่มีการปนกันของแบคทีเรียชนิดอื่นๆ จากนั้นนำรูปภาพโคโลนีของแบคทีเรียมาใช้ในการฝึกโมเดลและทดสอบความแม่นยำของโมเดล โดยโครงงานนี้มีความคาดหวังในการทำนายผลของโมเดลในการเรียนรู้เชิงลึก มีความแม่นยำในการทำนายผลมากกว่า 90% โครงงานนี้เป็นการสร้างแบบจำลองที่สามารถระบุโคโลนีของแบคทีเรีย Pseudomonas aeruginosa ในตัวอย่างดินและน้ำอย่างแม่นยำและรวดเร็ว เพื่อป้องกันการแพร่กระจายของเชื้อและลดผลกระทบทางด้านผลผลิตของพืชและสัตว์