การประยุกต์ใช้อัลกอริทึมการเรียนรู้เชิงลึกประเภทโครงข่ายประสาทเทียมแบบคอนโวลูชัน เพื่อวินิจฉัยโรคอัลไซเมอร์จากภาพ MRI สมอง
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
พิชญะ แสงรุ่งคงคา, ภวิศวร์ วณิชชากร
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
ศิริพร ศักดิ์บุญญารัตน์, บุญนที ศักดิ์บุญญารัตน์
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
โรคอัลไซเมอร์เป็นหนึ่งในสาเหตุหลักของอาการสมองเสื่อม ซึ่งทำให้การทำงานของสมองหลายอย่างลดลง โดยโรคอัลไซเมอร์มีการพัฒนาได้หลายระยะตามระยะเวลาที่ผู้ป่วยเป็น ซึ่งจะรุนแรงขึ้นเรื่อย ๆ จนถึงขั้นเสียชีวิต ดังนั้นการวินิจฉัยพบโรคตั้งแต่เริ่มแรก จึงเป็นปัจจัยที่สำคัญที่สุดในการรับมือ ดูแล และรักษาผู้ป่วย โครงงานนี้จึงมีเป้าหมายพัฒนาปัญญาประดิษฐ์ จากการเรียนรู้ของเชิงลึก (Deep Learning) ประเภทโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neural Network / CNN) ในการจำแนกภาพ MRI สมองของผู้ที่ป่วยเป็นโรคอัลไซเมอร์ระยะต่าง ๆ เพื่อช่วยเหลือคณะแพทย์ในการวินิจฉัยโรคอัลไซเมอร์ให้ทำงานได้อย่างรวดเร็วและแม่นยำยิ่งขึ้น โดยขั้นตอนการทำโครงงาน เริ่มต้นจากค้นหาข้อมูลภาพ MRI แบบ 2 มิติของผู้ป่วยโรคอัลไซเมอร์ระยะต่าง ๆ จำนวนมาก จากนั้นสร้างและเปรียบเทียบโมเดลการเรียนรู้เชิงลึก CNN แบบต่าง ๆ (ConvNeXt, DenseNet, InceptionNet, ResNet, VGGNet, XceptionNet) ที่ฝึกสอนและทดสอบด้วยข้อมูลชุดเดียวกัน ก่อนจะนำ 3 โมเดลที่ดีที่สุดมาเข้ากระบวนการ Ensemble Learning หรือการเรียนรู้ร่วมกันของหลายโมเดลแบบต่าง ๆ (Bagging, Boosting, Stacking) และเปรียบเทียบประสิทธิภาพอีกครั้งเพื่อค้นหาโมเดลที่มีประสิทธิภาพที่สุด ซึ่งการวิเคราะห์ผลจะใช้ค่า Accuracy, AUC, Precision, Recall, F1-score และจัดทำ Confusion Matrix