|
การพัฒนาตัวแบบคัดกรองโรคท็อกโซพลาสโมซิสจากภาพถ่ายจอประสาทตาด้วยเทคนิคเหมืองข้อมูลภาพ |
|---|---|
| รหัสดีโอไอ | |
| Creator | อนุพงศ์ สุขประเสริฐ |
| Title | การพัฒนาตัวแบบคัดกรองโรคท็อกโซพลาสโมซิสจากภาพถ่ายจอประสาทตาด้วยเทคนิคเหมืองข้อมูลภาพ |
| Contributor | พงศกร เทนสันเทียะ, ศิวกร มีสนม และ ธีระวัฒน์ ภูกองชัย |
| Publisher | มหาวิทยาลัยแม่โจ้ |
| Publication Year | 2568 |
| Journal Title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| Journal Vol. | 11 |
| Journal No. | 1 |
| Page no. | 144 ถึง 157 |
| Keyword | การทำเหมืองข้อมูลภาพ, โรคท็อกโซพลาสโมซิส, เทคนิคต้นไม้ตัดสินใจ, เทคนิคซัพพอร์ตเวกเตอร์แมชชีน, เทคนิคเพื่อนบ้านใกล้ที่สุด |
| URL Website | https://mitij.mju.ac.th/ |
| Website title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| ISSN | ISSN 3027-7280 (Online) |
| Abstract | การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อสร้างตัวแบบและเปรียบเทียบประสิทธิภาพของตัวแบบสำหรับคัดกรองผู้ป่วยโรคท็อกโซพลาสโมซิส โดยใช้ข้อมูลจากภาพถ่ายจอประสาทตา มาวิเคราะห์ตามกระบวนการมาตรฐานในการทำเหมืองข้อมูล (CRISP-DM) โดยใช้เทคนิคการจำแนกประเภทข้อมูลภาพทั้ง 3 เทคนิค ประกอบด้วย เทคนิคต้นไม้ตัดสินใจ (Decision Tree) เทคนิคซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine: SVM) และเทคนิคเพื่อนบ้านใกล้ที่สุด (k-Nearest Neighbors: k-NN) หลังจากนั้นวัดประสิทธิภาพของตัวแบบโดยใช้ค่าความแม่น (Accuracy) ค่าประสิทธิภาพโดยรวม (F-Measure) ค่าความไว (Sensitivity) และค่าจำเพาะ (Specificity) ผลการวิจัยพบว่า เทคนิคที่ให้ประสิทธิภาพของการจำแนกประเภทข้อมูลภาพที่ดีที่สุด คือ เทคนิคต้นไม้ตัดสินใจ โดยมีค่าความแม่น เท่ากับ 91.10% ค่าประสิทธิภาพโดยรวม เท่ากับ 93.71% ค่าความไว เท่ากับ 91.51% และค่าจำเพาะ เท่ากับ 90.00% จึงเป็นเทคนิคที่มีความเหมาะสมสำหรับนำไปสร้างตัวแบบสำหรับคัดกรองผู้ป่วยโรคท็อกโซพลาสโมซิสจากภาพถ่ายจอประสาทตา ซึ่งผลการวิเคราะห์ข้อมูลจากงานวิจัยนี้สามารถนำไปสนับสนุนการตัดสินใจของแพทย์สำหรับการวินิจฉัยคัดกรองผู้ป่วยโรคท็อกโซพลาสโมซิสที่มีความแม่นยำมากยิ่งขึ้นและยังสามารถคาดการณ์ความเสี่ยงของการเกิดโรคหรือภาวะแทรกซ้อนอื่นๆ |
