กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: http://kb.psu.ac.th/psukb/handle/2016/19572
ชื่อเรื่อง: การตรวจจับและระบุตำแหน่งของจุดเลือดออกในสมองจากภาพถ่ายคลื่นแม่เหล็กไฟฟ้าโดยใช้เครือข่ายแบบสังวัฒนาการ
ชื่อเรื่องอื่นๆ: Cerebral Microbleed Detection by Extracting Area and Number from Susceptibility Weighted Imagery using Convolutional Neural Network
ผู้แต่ง/ผู้ร่วมงาน: ขวัญกมล ดิฐกัญจน์
สุจิตตรา เสงี่ยม
College of Computing (Information Technology)
วิทยาลัยการคอมพิวเตอร์ สาขาเทคโนโลยีสารสนเทศ
คำสำคัญ: สมอง ภาวะเลือดออก;การเรียนรู้เชิงลึก;การตรวจจับจุดเลือดออกในสมอง
วันที่เผยแพร่: 2019
สำนักพิมพ์: มหาวิทยาลัยสงขลานครินทร์
บทคัดย่อ: Cerebral micro-bleeding (CMB) is the condition where small vessels in the brain suffer small chronic hemorrhages. The main cause of CMB is hypertension. CMB does not have any symptoms in the short term but could cause the Alzheimer's disease in the long term. CMB patients generally have difficulties with daily activities such as speaking, walking, and remembering. Currently, CMB is manually diagnosed by the doctor, and there are many limitations (using time and not accurate, up to the doctor experience). The performance and reliability are importance. This thesis presents an automatic micro-bleeding detection and location from susceptibility weighted imaging (SWI) brain scan framework. The data used with respect to this research was collected from 26 patients that obtained from the local hospital in Phuket. A set of images from 16 patients was used as a training set and a set of images from 10 patients was used as test set. The process started with the training set images were segmented thus the region of interests (ROIs) were identified. Once a collection of ROIs has been obtained. The classifier generation process was then commenced. With respect to the work presented in this thesis, there were 4 architectures of Convolutional neural network were carried out: (i) Alexnet (ii) Googlenet (iii) Resnet50 and (iv) Squeezenet. The experiments also evaluated the classification performance using the different number of samples. There were five experiments had been conducted: 1,000 2,000 3,000 4,000 and 5000 samples. There were 4 areas of the brain were extracted using shape matching technique. The areas include: (i) cortical (ii) subcortical (iii) cerebellum and (iv) brainstem. There was 95.76% accuracy was recorded for CMB detection while 100% accurate was recorded for area (location) identification on the test set.
Abstract(Thai): การตรวจจับจุดเลือดออกในสมอง (Cerebral Microbleeding: CMB) เป็นภาวะเลือดออกในสมองเป็นจุดเล็ก ๆ ซึ่งเป็นอาการเริ่มต้นของโรคอัลไซเมอร์ ซึ่งเดิมการวินิจฉัยกระทําโดย แพทย์เฉพาะทางด้านประสาทวิทยาหรือผู้เชี่ยวชาญ อย่างไรก็ตามกระบวนการนี้ใช้เวลานาน และ ผลลัพธ์ที่ได้ไม่แม่นยํา เนื่องจากขึ้นอยู่กับประสบการณ์ของแพทย์ ซึ่งประสิทธิภาพและความน่าเชื่อถือของการวินิจฉัยเป็นสิ่งที่จําเป็น งานวิจัยนี้จึงเสนอกรอบแนวคิดของการตรวจจับ จุดเลือดออกและตําแหน่งของจุดในสมอง ซึ่งนําภาพถ่ายสมองมาจากโรงพยาบาลในจังหวัดภูเก็ต ของผู้ป่วย จํานวน 26 คน แบ่งเป็นภาพที่ใช้ในกระบวนการสร้างตัวจําแนก จํานวน 16 คน และใช้ใน กระบวนการทดสอบ จํานวน 10 คน โดยมีการระบุจุดที่สนใจจากภาพถ่ายสมอง รวมถึงระบุตําแหน่ง ของจุดจากภาพถ่ายคลื่นแม่เหล็กไฟฟ้าแบบ SWI นอกจากนี้มีการนําระบบโครงข่ายประสาทเทียม แบบสังวัฒนาการ (Convolution Neural Network: CNN) มาสร้างตัวจําแนกเพื่อการทํานาย ซึ่งใช้ ในขั้นตอนการตรวจจับจุดเลือดออกในสมอง โดยมีการทดสอบความแม่นยําเพื่อเลือกวิธีการที่ใช้ จาก 4 วิธีการคือ 1) Alexnet 2) Googlenet 3) Resnet50 และ 4) Squeezenet รวมถึงมีการทดสอบ จํานวนของข้อมูลที่ใช้ที่ทําให้มีค่าความแม่นยํา โดยทดสอบจากข้อมูลจํานวน 1,000 2,000 3,000 4,000 และ 5,000 ภาพ ส่วนในการระบุตําแหน่งของจุดมีการใช้การจับคู่ภาพที่มีรูปร่างเหมือนกัน (Shape matching) ตําแหน่งที่แสดงในงานวิจัยนี้มี 1) เนื้อสมองส่วนนอก (Cortical) 2) เนื้อสมอง ส่วนใน (Subcortical) 3) สมองส่วนท้าย (Cerebellum) และ 4) ก้านสมอง (Brainstem) ซึ่งผลลัพธ์ ที่ได้จากการตรวจจับจุดเลือดออกในสมอง และการระบุตําแหน่งมีค่าความแม่นยําร้อยละ 95.76 และร้อยละ 100 ตามลําดับ
รายละเอียด: วิทยาศาสตรมหาบัณฑิต (เทคโนโลยีสารสนเทศ), 2562
URI: http://kb.psu.ac.th/psukb/handle/2016/19572
ปรากฏในกลุ่มข้อมูล:976 Thesis

แฟ้มในรายการข้อมูลนี้:
แฟ้ม รายละเอียด ขนาดรูปแบบ 
435448.pdf5.51 MBAdobe PDFดู/เปิด


รายการนี้ได้รับอนุญาตภายใต้ Creative Commons License Creative Commons