การประยุกต์ใช้โมเดลการเรียนรู้เชิงลึก CNN เพื่อคัดกรองความเสี่ยงการเป็นภาวะหัวใจโตโดยใช้ภาพเอ็กซ์เรย์ทรวงอกของสุนัข
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
ธีริทธิ์ ตันติโรจนาเมธ, พิศณุพงศ์ ภูเดช
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
สิทธิโชค โสมอ่ำ, ถิรวุฒิ คงตาทราย
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
โรคหัวใจเป็นหนึ่งในโรคที่พบได้บ่อยในสุนัข คือประมาณ 10% ของประชากรสุนัข ภาวะหัวใจโตเป็นพยาธิสภาพอันสามารถแสดงถึงโรคหัวใจในสุนัขได้ แต่ในการวินิจฉัยว่าสุนัขว่าสุนัขเป็นภาวะหัวใจโตหรือไม่นั้น จำเป็นต้องใช้สัตวแพย์เฉพาะทาง และมีประสปการณ์ ทั้งยังมีงานวิจัยสร้างโมเดล Deep Learning ด้วยภาพถ่ายรังสีทรวงอกสุนัขเพื่อทำนายค่า VHS ซึ่งใช้เป็นเกณฑ์ในการวินิจฉัยภาวะหัวใจโตแล้ว ดังนั้นในโครงงานนี้ผู้จัดทำต้องการฝึกโมเดล CNN Deep leaning ที่แตกต่างกัน ได้แก่ ResNet DenseNet VggNet และ InceptionNet ด้วยภาพถ่ายรังสีทรวงอกสุนัข แล้วทดสอบประสิทธิภาพเพื่อหาโมเดลที่สุดในการตรวจพบภาวะหัวใจโต และนำโมเดลนั้นมาประยุกต์ใช้ gradcam layer เพื่อสร้าง heat map แล้วครอปภาพด้วยโมเดล U-net ทำให้สามารถะบุส่วนที่ผิดปกติในหัวใจสุนัขได้ จากนั้นนำโปรแกรมที่ได้มาพัฒนาเป็นแอพพลิเคชันเพื่อช่วยสัตวแพทย์ในการวินิจฉัยภาวะหัวใจโต