CMU
Curricular
Seperating Faculties
Search for Curriculums
Bachelor’s Degree
Master’s Degree
Doctoral Degree
Other Curriculums
|
Studying at CMU
Application of Bachelor's Degree
Application for Graduate Studies
Application of International Program
CMU Presidential Scholarship
|
Faculties and Departments
Faculties
CMU’s Organizations
Other Division
|
TH
EN
CN
TH
EN
CN
Curricular
Seperating Faculties
Search for Curriculums
Bachelor’s Degree
Master’s Degree
Doctoral Degree
Other Curriculums
Studying at CMU
Application of Bachelor's Degree
Application for Graduate Studies
Application of International Program
CMU Presidential Scholarship
Faculties and Departments
Faculties
CMU’s Organizations
Other Division
News
Research and Innovation News
Outstanding News
Outstanding Staff
Prize and Pride
Conference and Seminar
Executives' News
Job Application
Procurement
Event Calendar
COVID-19 and PM2.5
About CMU
Background
The 60th Anniversary of Chiang Mai University
Resolution/ Vision/ Mission/Values and Organizational Culture
Authority
The University’s Logo
About CMU
Open Data Integrity and Transparency Assessment : OIT
CMU 360
Sustainable Development Goals
Organizational Structure and Administration of Chiang Mai University
Education Development Plan 5 years
Committee of University Council
Executives
Deans
Directors
Employee Council
Download CMU Powerpoint Template
Q&A
Privacy Policy
Contact
Suggestion
ข่าว
นักวิจัยคณะวิทย์ มช. พัฒนาการใช้ Deep Learning และ Explainable AI ที่สามารถตรวจจับเนื้องอกในสมองได้แม่นยำสูงถึง 97%
4 ตุลาคม 2567
คณะวิทยาศาสตร์
ผศ.ดร.กรพรหม พิกุลแก้ว ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่
พัฒนาการใช้ Deep Learning และ Explainable AI ที่สามารถตรวจจับเนื้องอกสมองได้แม่นยำสูงถึง 97%
ภายใต้การวิจัยในหัวข้อ "
Enhancing Brain Tumor Detection with Gradient-Weighted Class Activation Mapping and Deep Learning Techniques"
การศึกษาดังกล่าว ใช้การเรียนรู้เชิงลึก (Deep Learning) และหนึ่งในปัญญาประดิษฐ์ที่สามารถอธิบายได้ (Explainable AI) ชนิด Gradient-Weighted Class Activation Mapping (Grad-CAM) ในการวิเคราะห์ภาพ MRI เพื่อตรวจจับเนื้องอกสมอง โดยมีการ Preprocessing ข้อมูลด้วยการขยายและปรับขนาดภาพ จากนั้นใช้โมเดล ResNet-50 ในการจำแนกประเภทภาพ ระหว่างเนื้องอกและไม่มีเนื้องอก การคำนวณ Grad-CAM ทำให้สามารถสร้างแผนที่ความร้อนเพื่อบ่งชี้พื้นที่สำคัญในภาพที่โมเดลใช้ในการทำนาย ผลลัพธ์ที่ได้มีความแม่นยำสูงถึง 97% ช่วยให้แพทย์เข้าใจการทำงานของโมเดลมากขึ้น
ผลลัพธ์จากงานวิจัยนี้มีประโยชน์ในการพัฒนา และประยุกต์ใช้งานหลายด้าน โดยโมเดลที่ใช้ Deep Learning พัฒนาขึ้น
สามารถตรวจจับเนื้องอกสมองจากภาพ MRI ด้วยความแม่นยำสูงถึง 97% ช่วยให้การวินิจฉัยเร็วและแม่นยำขึ้น
นอกจากนี้ การใช้ Grad-CAM ทำให้แพทย์สามารถมองเห็นพื้นที่สำคัญในภาพที่โมเดลใช้ในการตัดสินใจ ช่วยเพิ่มความเข้าใจและความเชื่อมั่นในผลการวินิจฉัย รวมทั้งผลลัพธ์ยังสามารถนำไปปรับใช้ในเทคนิคการวิเคราะห์ภาพทางการแพทย์อื่น ๆ เช่น การตรวจโรคติดเชื้อ และหากพัฒนาเพิ่มเติม โมเดลนี้มีศักยภาพที่จะนำไปใช้ในทางคลินิกเพื่อตรวจคัดกรองโรคและติดตามผลการรักษาได้อย่างมีประสิทธิภาพ
การศึกษาครั้งนี้ สามารถช่วยเพิ่มประสิทธิภาพในการตรวจวินิจฉัยเนื้องอกสมองอย่างแม่นยำและรวดเร็ว ลดต้นทุนด้านการแพทย์และช่วยยกระดับคุณภาพชีวิตของผู้ป่วย
นอกจากนี้ผู้วิจัยยังเป็นหนึ่งในผู้บุกเบิกคนแรกๆ ของประเทศไทย ที่นำเทคนิคปัญญาประดิษฐ์ที่สามารถอธิบายได้ (Explainable AI) ชนิด Grad-CAM มาใช้ในการวิเคราะห์ภาพทางการแพทย์
ซึ่งสร้างผลกระทบอย่างมากต่อการพัฒนาเทคโนโลยีการวินิจฉัยโรค ช่วยขับเคลื่อนความก้าวหน้าในวงการวิชาการและสอดคล้องกับเป้าหมาย SDGs ด้านสุขภาพที่ดีและความเป็นอยู่ที่ดี
Published in : 20
th
International Joint Conference on Computer Science and Software Engineering (JCSSE),
28 June 2023 - 01 July 2023
Publisher: IEEE DOI: 10.1109/JCSSE58229.2023.10202020
ผู้ที่สนใจสามารถอ่านเพิ่มเติมได้ที่
https://ieeexplore.ieee.org/document/10202020
งานวิจัยและนวัตกรรม
บทความ
ข่าวเด่น
แกลลอรี่
×
RoomID:
Room Name:
Description: