|
Classification of Nail Abnormalities using Convolutional Neural Network |
|---|---|
| รหัสดีโอไอ | |
| Creator | 1. Sajjaporn Waijanya 2. Nuttachot Promrit |
| Title | Classification of Nail Abnormalities using Convolutional Neural Network |
| Contributor | Nuttida Lapthanachai, Arthitaya Chomthong |
| Publisher | Faculty of Informatics, Mahasarakham University |
| Publication Year | 2566 |
| Journal Title | Journal of Applied Informatics and Technology |
| Journal Vol. | 5 |
| Journal No. | 1 |
| Page no. | 18-35 |
| Keyword | Abnormal Nails, Image Classification, Neural Network, Convolutional Neural Network |
| URL Website | https://ph01.tci-thaijo.org/index.php/jait/index |
| Website title | Journal of Applied Informatics and Technology (JIT) |
| ISSN | 2586-8136 |
| Abstract | Abstract: Nails are one organ which can indicate the status of a health condition through its own appearance. To create a model which can be applied as a tool for self-classifying nail abnormalities, this article presents the study and analysis on seven abnormalities of nails: 1) Beau's lines on Nails, 2) Black line on Nails, 3) Nails Clubbing, 4) Muehrcke’s nails, 5) Onycholysis, 6) Terry’s nail, and 7) White spots on Nails. The data is composed of seven hundred images compiled from Google images. They are separated into training sets, validation sets, and test sets and arranged into a 64:16:20 ratio, respectively. The Convolutional Neural Network (CNN) model method was developed from the Artificial Neural Network (ANN) model. It points out that CNN achieves 81.43% accuracy, which is more efficient in classifying nail abnormalities than ANN, which only has 43.57% accuracy.บทคัดย่อ:เล็บเป็นอวัยวะหนึ่งของร่างกาย ซึ่งลักษณะของเล็บสามารถบ่งบอกถึงสุขภาพดีหรือโรคร้ายที่เกิดต่อร่างกายได้ เพื่อสร้างโมเดลที่สามารถนำไปประยุกต์เป็นเครื่องมือจำแนกความผิดปกติของเล็บได้ด้วยตนเอง บทความนี้เสนอการศึกษาและวิเคราะห์การจำแนกความผิดปกติของเล็บ 7 ลักษณะ ได้แก่ 1) เล็บเป็นร่องลึกตามแนวขวาง 2) เล็บเป็นแถบสีดำ 3) นิ้วปุ้ม 4) เล็บมีแถบขวางสีขาวสลับกับสีชมพู 5) ปลายเล็บร่น 6) เล็บเป็นสีขาวเกือบทั้งเล็บและมีแถบสีชมพูที่ปลายเล็บ และ 7) เล็บมีจุดสีขาว โดยรวบรวมข้อมูลจาก Google images จำนวน 700 ภาพ แบ่งเป็นชุดข้อมูลสำหรับฝึกฝนโมเดล ชุดข้อมูลสำหรับตรวจสอบโมเดล และชุดข้อมูลสำหรับทดสอบโมเดล คิดเป็นอัตราส่วน 64:16:20 ด้วยวิธีการสร้างโมเดลแบบโครงข่ายประสาทเทียมแบบคอนโวลูชันที่พัฒนาจากโมเดลแบบโครงข่ายประสาทเทียม พบว่า โมเดลแบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน ได้ค่าความถูกต้องอยู่ที่ 81.43% ซึ่งมีประสิทธิภาพจำแนกความผิดปกติของเล็บได้มากกว่าโมเดลแบบโครงข่ายประสาทเทียมที่ได้ค่าความถูกต้องเพียง 43.57% |
