อัลกอริทึมเรียนรู้สำหรับการวินิจฉัยโรคที่เกี่ยวข้องกับความผิดปกติทางการเคลื่อนไหวโดยใช้ข้อมูลการเดิน

Abstract

การวิเคราะห์ข้อมูลการเดิน เป็นการศึกษาเกี่ยวกับข้อมูลการเดินของมนุษย์ รวมถึงการเก็บข้อมูลและการวิเคราะห์ข้อมูล ข้อมูลเหล่านี้สามารถนำไปใช้ประโยชน์ในหลาย ๆ ด้าน โดยเฉพาะอย่างยิ่งในทางการแพทย์ได้ใช้ข้อมูลเหล่านี้นำไปวิเคราะห์โรคที่ส่งผลกระทบต่อการเดิน เพื่อวินิจฉัย ดำเนินรักษาและฟื้นฟูผู้ป่วย กระบวนการการวินิจฉัยนั้น แพทย์ผู้เชี่ยวชาญจะทำการอ่านและวิเคราะห์ผลของข้อมูลที่ได้มา ซึ่งในขั้นตอนนี้ต้องใช้ผู้ที่มีความรู้ที่เฉพาะทางและใช้ผู้ที่มีความเชี่ยวชาญอีกด้วย ดังนั้นวิทยานิพนธ์นี้จึงนำเสนอระบบการวิเคราะห์ข้อมูลการเดินจาก Motion Capture ในการจำแนกผู้ป่วยที่มีโรคเกี่ยวกับการเดิน โดยจะแบ่งออกเป็น 3 คลาส คือ คนปกติ (Normal), ผู้ป่วยข้อเข่าเสื่อม (Sick/Knee OA), ผู้ป่วยพาร์กินสัน (Sick/Parkinson) การทดลองได้ศึกษาสภาพแวดล้อมที่เหมาะสม โดยศึกษาในผู้กลุ่มตัวอย่าง 88 ราย เป็นคนปกติสูงวัย 27 คน ผู้ป่วยข้อเข่าเสื่อม 34 คนและผู้ป่วยพาร์กินสัน 27 คน ซึ่งผลการทดลองได้ให้ค่าความแม่นยำที่ดีที่สุดเป็นฟีเจอร์ที่ใช้ตำแหน่งในวงจรการเดินสี่ตำแหน่งโดยใช้ Support vector machine (SVM) โครงสร้างแบบ One VS One ในการจำแนกประเภท ซึ่งได้ค่าความแม่นยำเป็น 70% และนำเสนอโปรแกรมต้นแบบที่มีขอบเขตค่าปกติเพื่อช่วยให้สามารถใช้ระบบนี้ในการจำแนกผู้ป่วยได้ในเบื้องต้น