Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/51507
Title: อัลกอริทึมเรียนรู้สำหรับการวินิจฉัยโรคที่เกี่ยวข้องกับความผิดปกติทางการเคลื่อนไหวโดยใช้ข้อมูลการเดิน
Other Titles: Learning Algorithm For Medical Diagnosis On Movement Disorder Using Gait Data
Authors: รัตติยา ฐานะสุนทรฤกษ์
Advisors: พิษณุ คนองชัยยศ
พีรพล เวทีกูล
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: Pizzanu.K@Chula.ac.th
ไม่มีข้อมูล
Subjects: ท่าเดินผิดปกติ
การเคลื่อนไหวผิดปกติ
การเดิน
ข้อเสื่อม
โรคพาร์กินสัน
Gait disorders
Movement disorders
Walking
Osteoarthritis
Parkinson's disease
Issue Date: 2556
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
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
Other Abstract: Gait analysis is the process of collecting and analyzing the data of human walking movement. This kind of information is useful and widely used in many areas, especially in clinical research study. Doctors and physicians use it to identify a type of movement disorder diseases. Different illnesses require different types of doctors and treatments. This thesis presents an automated diagnosis system using gait data to classify patients into three groups: Normal, Sick/Knee Osteoarthritis (OA), and Sick/Parkinson’s disease. In the study, there are 88 samples (patients): 27 elder normal, 34 osteoarthritis, and 27 Parkinson. The best classification scheme is based on a feature set of four major positions in the gait cycle and SVM using the One-VS-One strategy. The experimental results show that the proposed system achieved 70% accuracy. To primarily assist the diagnosis, the prototype system was implemented showing a comparison of gait cycle graphs between a patient and normal people.
Description: วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556
Degree Name: วิศวกรรมศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: วิศวกรรมคอมพิวเตอร์
URI: http://cuir.car.chula.ac.th/handle/123456789/51507
URI: http://doi.org/10.14457/CU.the.2013.1663
metadata.dc.identifier.DOI: 10.14457/CU.the.2013.1663
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
rattiya_th.pdf1.96 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.