การทำนายผลอัตโนมัติโรคมะเร็งปอดจากภาพถ่ายเอกซเรย์
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
วรเวธน์ อัศวลายทอง
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
อาจรีย์ ธิราช
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
ตามรายงานขององค์การอนามัยโลก (WHO) ที่มีการตีพิมพ์เมื่อเดือนพฤษภาคม 2557 พบว่าผู้ป่วยที่ตายด้วยโรคมะเร็งปอดในประเทศไทยมากถึง 17,400 ราย และถูกจัดอันดับการตายด้วยโรคมะเร็งปอดเป็นลำดับที่ 50 ของโลก มะเร็งเป็นโรคที่สามารถรักษาให้หายขาดได้ถ้าสามารถตรวจพบตั้งแต่เนิ่น ๆ ซึ่งปัจจุบันการใช้ภาพถ่ายเอกซเรย์ทรวงอกเป็นวิธีที่ใช้กันอย่างกว้างขวางในการตรวจรอยของโรคมะเร็งปอดเบื้องต้น อย่างไรก็ตามเนื่องจากคุณภาพของภาพเอกซเรย์มีคุณภาพต่ำทำให้การตรวจรอยของโรคด้วยตารวมถึงการวิเคราะห์ต้องใช้ความชำนาญและทักษะของแพทย์อย่างสูง ดังนั้นการใช้คอมพิวเตอร์ในการค้นหารอยของโรคจึงน่าจะเป็นวิธีที่มีประสิทธิภาพมากกว่า โดยการใช้เทคนิค โครงข่ายประสาทเทียม (Neural Network) ซึ่งเป็นวิธีการรู้จำด้วยการเรียนรู้ของเครื่อง (Machine Learning) เพื่อที่จะค้นหาตำแหน่งของเนื้องอก และระบุความน่าจะเป็นที่จะเป็นมะเร็งจากภาพถ่ายเอกซเรย์
กระบวนการวิจัยเริ่มต้นด้วยการนำโครงข่ายประสาทเทียมที่มี 50 ชั้นมาฝึกบนชุดข้อมูล ChestX-ray14 ซึ่งเป็นชุดข้อมูลภาพถ่ายเอกซเรย์ทรวงอกที่เปิดให้ใช้อย่างสาธารณะสามารถนำไปใช้ได้อย่างอิสระพร้อมระบุโรคจากภาพอีก 14 โรค โดยเลือกใช้ข้อมูลที่ถูกระบุว่า nodule และ no finding มาใช้ในการฝึก เพื่อที่จะได้น้ำหนักของโครงข่ายประสาทเทียมมาใช้ในขั้นตอนต่อไป โดยอาศัยหลักการ transfer learning หาน้ำหนักเองจากชุดข้อมูลที่มีลักษณะคล้ายๆ กันจะพอสามารถทดแทนข้อมูลรูปมะเร็งปอดจาก JSRT และ Indiana dataset ที่มีจำนวนน้อยได้ ซึ่งผลที่ได้มีความแม่นยำสูง โดยคำนวณค่าความแม่นยำโดยการใช้ 10-fold cross-validation ซึ่งได้ accuracy เฉลี่ยเท่ากับ 74% specificity เท่ากับ 73.33% และ sensitivity เท่ากับ 74.67%