โปรแกรมสำหรับช่วยวินิจฉัยและคัดกรองผู้ป่วยจากอาการปอดติดเชื้อโควิด-19 โดยการจำแนกระดับความอันตรายจากภาพฟิล์มเอ็กช์เรย์ด้วยระบบปัญญาประดิษฐ์
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
ภานุวัฒน์ วงศ์พัฒนวุฒิ, อชิรวัฒน์ สลางสิงห์, กฤตย์ สุนทร
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
ธีระวุฒิ จันทะพันธ์, ชวลิต บัวพรม
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
บทคัดย่อ
โครงงานเรื่อง โปรแกรมสำหรับช่วยวินิจฉัยและคัดกรองผู้ป่วยจากอาการปอดติดเชื้อโควิด-19 โดยการจำแนกระดับความอันตรายจากภาพฟิล์มเอ็กช์เรย์ด้วยระบบปัญญาประดิษฐ์มีวัตถุประสงค์เพื่อ1.)เพื่อออกแบบโค้ด Deep Learning ในการจำแนกปอดที่ติดเชื้อโควิด-19 กับปอดปกติหรือความอันตรายปอดที่ติดเชื้อระดับที่3 หรือ ระดับที่4 2.)เพื่อศึกษาประสิทธิภาพและความแม่นยำในการวินิจฉัยปอดที่ติดเชื้อโควิด-19 หรือความอันตรายปอดที่ติดเชื้อระดับที่3 หรือ ระดับที่ 4 กับปอดปกติหรือความอันตรายปอดที่ติดเชื้อระดับที่1 หรือ ระดับที่2จากภาพ X-ray 3.)การพัฒนาโมเดลเป็นโปรแกรมสำหรับช่วยวินิจฉัยและคัดกรองผู้ป่วยจากอาการปอดติดเชื้อโควิด-19 4.)การระบุตำแหน่งของส่วนที่พบการติดเชื้อหรือการอักเสบจากเชื้อโควิด-19 5.)การพัฒนาโมเดลเป็นโปรแกรมสำหรับวินิจฉัยคัดกรองผู้ป่วยจากอาการปอดติดเชื้อโควิด-19 จากการจำแนกระดับความอันตรายด้วยระบบปัญญาประดิษฐ์จากภาพฟิลม์เอ็กช์เรย์ผลการศึกษาพบว่าการพัฒนาโมเดลสำหรับการวินิจฉัยโรคปอดที่ติดเชื้อโควิดจากภาพ X-ray เบื้องต้น จากโมเดล ทั้งหมด 8 โมเดลทำการทดสอบโมเดลทั้งหมด โดยการใช้แยกโรคทางสมองและได้โมเดลที่ดีที่สุดคือการ ใช้ Nesterov Accelerated Adaptive Moment Estimation และ Min-MaxNormalization ใน การฝึกโมเดล จะได้ความแม่นยำในการตรวจสอบที่ร้อยละ 96.00 % ในการนำโมเดลที่ดีมี่สุดไปทดลองการ วินิจฉัยโรคปอดที่ ติดเชื้อโควิดจากภาพ โดยการทดสอบการแบ่งแยกโรคทางสมอง 300 ครั้ง ด้วยโปรแกรม PyCharm จะได้ ค่าความแม่นยำในการตรวจสอบที่ร้อยละ 96.08% ซึ่งผลการประเมิน ประสิทธิภาพในการวินิจฉัยโรคปอดที่ติด เชื้อโควิดจากภาพ X-rayแต่ละโรคของโมเดลที่ใช้ Nesterov Accelerated Adaptive Moment Estimation และ Min-MaxNormalization ค่าอ้างอิงทางสถิติ สูงกว่าทุกโมเดล จึงสรุปได้ว่าโมเดลที่ใช้ Nesterov Accelerated Adaptive Moment Estimation และ Min-MaxNormalization เป็นโมเดลที่ดีที่สุด ส่วน โมเดลสำหรับการระบุตำแหน่งของส่วนที่พบการติดเชื้อหรือการอักเสบจากเชื้อโควิด-19 จะใช้ โดยการใช้ U-Net convolutional networks และ optimizer Adam ร่วมกัน โดยการทดสอบความแม่นยำในการระบุ ตำแหน่งส่วนของปอดที่พบการติดเชื้อหรือการอักเสบจากเชื้อโควิด-19 700 ชุด 20 ครั้ง โดยแต่ละครั้งจะ ทดสอบครั้งละ 35 ชุด จะได้ความแม่นยำในการตรวจสอบที่ร้อยละ 89.44 % ถัดมาคือส่วนของการจำแนก ระดับความอันตราย จะสามารถจำแนกได้ผ่าน โปรแกรมที่เราจัดทำ เมื่อวินิจฉัยได้ว่าภาพ X-ray ของปอดมีความ หนาแน่นของปอดใกล้เคียงกับ ปอดที่ติดเชื้อหรือการอักเสบจากเชื้อโควิด-19 หรือ การอักเสบจากโรคปอด บวม จะสามารถจำแนกระดับความอันตราย ได้จากแบบฟอร์มของโปรแกรม อ้างอิงจากจากแนวทางเวชปฏิบัติการวินิจฉัยดูแลรักษาและป้องกันการติดเชื้อในโรงพยาบาล กรณีโรคติดเชื้อไวรสโคโรนา 2019 (Covid-19) ฉบับปรับปรุงวันที่ 2 พฤศจิกายน พ.ศ. 2564 สามารถจำแนกระดับความอันตราย ปอดที่ติดเชื้อหรือการ อักเสบจากเชื้อโควิด-19 ได้ว่าเป็นระดับ 3 หรือ ระดับ 4