การจำแนกรูปภาพเชิงความหมายของภาพติ่งเนื้อชนิดเซลล์แบ่งตัวแบบผิดปกติในกระเพาะอาหารตามเวลาจริงโดยใช้กระบวนการการเรียนรู้เชิงลึก

Abstract

ติ่งเนื้อชนิดเซลล์แบ่งตัวแบบผิดปกติในกระเพาะอาหารจัดอยู่ในประเภทรอยโรคชนิดหนึ่ง เนื่องจากรอยโรคชนิดนี้ตรวจพบได้ยาก ทำให้บ่อยครั้งทีมแพทย์มักจะตรวจไม่พบ และมีโอกาสสูงที่จะพัฒนากลายเป็นมะเร็งกระเพาะอาหาร ในปัจจุบัน กระบวนการการเรียนรู้เชิงลึกนั้น ไม่สามารถตรวจจับบริเวณที่เป็นตามเวลาจริงได้ ทำให้งานวิจัยส่วนใหญ่จะตรวจหลังจากทำหัถการ ทางผู้จัดทำ จึงเสนอแนวทางในการทำโมเดลใหม่ โดยเน้นไปที่การใช้งานตามเวลาจริง โดยนำภาพถ่ายรอยโรคความละเอียดสูง 802 ภาพ จากศูนย์ส่องกล้องโรงพยาบาลจุฬาลงกรณ์ มาทำการปรับปรุงโมเดล BiSeNet จากงานแข่งขัน โดยเพิ่มเทคนิคเพื่อช่วยเพิ่มความแม่นยำของโมเดล โดยการใช้การเรียนรู้แบบโอนถ่ายจากภาพการส่องกล้องทางเดินอาหารส่วนล่าง ใช้การปรับภาพแคลชเพื่อช่วยเพิ่มรายละเอียดของภาพ และใช้การเพิ่มข้อมูลเพื่อให้โมเดลมีความแม่นยำโดยที่มีภาพจำนวนน้อย โดยโมเดลที่ถูกปรับปรุงของผู้จัดทำนั้น สามารถรองรับการใช้งานจริงได้ โดยมีการประมวลผลอยู่ที่ 31.53 เฟรมต่อวินาจึงสาที และสามารถทำนายภาพที่มีรอยโรคได้แม่นยำถึงร้อยละ 93 ดั้งนั้น โมเดลของผู้จัดทำ จึงสามารถใช้งานได้ระหว่างการทำหัตถการ และสามารถทำนายรอยโรคได้แม่นยำใกล้เคียงกับโมเดลยอดนิยม ในตลาดปัจจุบัน