การประยุกต์ใช้โครงข่ายประสาทเพื่อตรวจจับเซลล์หลายชนิดผ่านกล้องจุลทรรศน์เชิงซ้อนด้วยตัวรับรู้ภาพ

Abstract

สำหรับงานทางด้านการตรวจหาและนับจำนวนเซลล์ภายในห้องปฏิบัติการ จะให้ความสำคัญในการวิเคราะห์จำนวนเซลล์ เช่น การตรวจเลือด ปัสสาวะ อุจาระ เสมหะ เป็นต้น จากการมองด้วยตาผ่านกล้องจุลทรรศน์นานนับชั่วโมงติดต่อกันและเป็นลักษณะงานทำซ้ำจะส่งผลให้เกิดอาการล้าสายตาจนก่อให้เกิดความคลาดเคลื่อนได้ จึงมีแนวคิดในการสร้างอุปกรณ์ที่ช่วยลดระยะเวลาในการนับคัดแยกเซลล์ขนาดเล็กที่มีความแม่นยำอย่างอัตโนมัติ ซึ่งส่งผลให้การวินิจฉัยโรคทำได้รวดเร็วมากขึ้นเป็น ชุดกล้องอัจฉริยะ “ไมโครซิสดีซีเอ็น” สำหรับกล้องจุลทรรศน์ (“MicrosisDCN” intelligent camera for microscope : Microbes Diagnosis with Deep Convolutional Neural Network) สำหรับแยกชนิดและนับจำนวนเซลล์ขนาดเล็กด้วยโครงข่ายประสาท เป็นชุดอุปกรณ์สำหรับสวมชุดกล้องเข้ากับท่อเลนส์ใกล้ตา (Eyepiece lens tube) ของกล้องจุลทรรศน์เชิงซ้อน (Compound microscope) สามารถบ่งบอกจำนวนเซลล์ขนาดเล็กด้วยโครงข่ายประสาทที่นับได้ในพื้นที่มาตรฐานการมองเห็นของชุดกล้อง จากพื้นที่ขอบเขตการมองเห็นของตัวรับรู้ภาพภายในชุดกล้องมีหน่วยเป็น 11.89 40X “field images” to equal standard area หรือ 11.9 คูณจำนวนเซลล์ต่อ HPF (High Power Field) ระบบมีความสามารถในการจำแนกเซลล์ขนาดเล็ก 3 คลาส ได้แก่ เม็ดเลือดแดง (Red blood cell : RBC) เม็ดเลือดขาว (White blood cell : WBC) และเกล็ดเลือด (Platelets) ที่มีค่า Mean Average Precision (mAP) สูงถึง 0.8681 หรือร้อยละ 86.81 และค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error : MAE) ของ RBC 1.06 WBC 0.06 และ Platelets 4.23