แอปพลิเคชั่นการพยากรณ์ความเสี่ยงของโรคจากลักษณะที่เเสดงออกผ่านเล็บ โดยใช้เทคนิคการเรียนรู้ของเครื่อง
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
กฤศณัฎฐ์ รัตนประเสริฐ, ธีรสูต การะเกตุ, สณัฐพัฒน์ สุวิกรม
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
สรพงษ์ สมสอน
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
ปัจจุบันการแพทย์เป็นเรื่องที่สำคัญอย่างมาก ซึ่งการนำเทคโนโลยีเข้ามาเป็นเครื่องมือที่ช่วยส่งเสริมด้านการรักษาโรคตลอดจนการดูแลสุขภาพ จะช่วยเพิ่มประสิทธิภาพและคุณภาพในการดูแลรักษามากยิ่งขึ้น โดยเฉพาะผู้ป่วยที่ไม่แสดงอาการ จำเป็นต้องได้รับการตรวจอย่างรอบคอบ ทำให้ใช้เวลานานเป็นสาเหตุให้คนส่วนให้เลือกที่จะไม่เข้ารับการตรวจเลือด ผู้จัดทำโครงงานได้ศึกษาเกี่ยวกับสัญญาณที่บ่งบอกถึงโรคร้ายจากลักษณะของเล็บ โดยมีวัตถุประสงค์เพื่อพัฒนาเว็บไซต์แอปพลิเคชันที่สามารถพยากรณ์การเกิดโรคที่แสดงอาการบนเล็บจากการเรียนรู้ของเครื่อง
คณะผู้จัดทำได้เริ่มดำเนินงานด้วยการเลือกลักษณะเล็บที่สามารถบอกได้ถึงโรคร้ายมา 5 ลักษณะดังนี้คือ Half and half ที่สามารถบอกได้ถึงโรคไตวาย , Koilonychia ที่บอกถึงโรคโลหิตจางจากการขาดธาตุเหล็ก , Eczema ที่บอกถึงโรคผิวหนังอักเสบ , Splinter hemorrhage ที่สามารถเกิดจากภาวะกล้ามเนื้อหัวใจชั้นในอักเสบ และ Alopecia areata ที่สามารถบอกถึงโรคผมร่วงเป็นหย่อม เมื่อทางคณะผู้จัดทำได้รวบรวม datasets มาครบทั้ง 5 ลักษณะแล้วทางผู้จัดทำได้นำ datasets ทั้งหมดที่ได้มา มาทำการ augmentation เช่นการกลับรูป,เพิ่มแสง และ ลดแสงเป็นต้นเพื่อเพิ่มปริมาณของ datasets เพื่อให้ model ในการทำนายมีความแม่นยำมากขึ้น โดยที่ทางคณะผู้จัดทำได้เลือกเป็น model CNN เพื่อที่จะใช้ในการแยกลักษณะทั้ง5และเล็บปกติออกจากกันได้หลังจากนั้นคณะผู้จัดทำได้นำกราฟความแม่นยำในการทำนายมาเทียบกันพบว่ากราฟความแม่นยำของ datasets ที่ทำการ augmentation เพิ่มมีความแม่นยำที่สูงกว่า datasets ปกติคณะผู้จัดทำจึงเลือก datasets ที่ทำการ augmentation มาใช้กับเว็บไซต์แอปพลิเคชันเพื่อให้เว็บไซต์แอปพลิเคชันของทางคณะผู้จัดทำมีความแม่นยำมากที่สุด