แอปพลิเคชันจำแนกโรคลิ้นหัวใจโดยอาศัยเสียงการเต้นของหัวใจ
Application For Classifying Valvular Heart Disease Based On Heart Sound
โครงงานของพวกเราสร้างแอปพลิเคชันและโมเดลในการจำแนกโรคลิ้นหัวใจทั้งหมด 4 โรค โดยโมเดลการเรียนรู้เชิงลึกที่สร้างเป็นประเภท Convolutional Neural Network (CNN) กระบวนการจำแนกโรคจะใช้เสียงบันทึกการเต้นของหัวใจที่วัดจากหูฟังแพทย์ตัวต้นแบบของโครงงานเรา โดยมุ่งหวังที่จะทำให้คนทั่วไปสามารถตรวจหาโรคลิ้นหัวใจดังกล่าวได้ด้วยอุปกรณ์ที่หาได้ไม่ยากและทำได้ด้วยตนเอง การสร้างโมเดลในโครงงานนี้เราได้ฝึกสอนโดยใช้ dataset จากแหล่วงข้อมูลใน internet หลังจากนำข้อมูลไปผ่านกระบวนการ preprocess และ augmentation จนได้ตัวอย่างเพิ่มเป็นจำนวน 11956 ตัวอย่าง ทั้งหมดจะถูกนำไปสกัดคุณลักษณะออกมาเป็น Mel-frequency cepstral coefficients (MFCC) เพื่อไปนำฝึกสอนและสร้างโมเดล ซึ่งมีค่าความถูกต้อง (accuracy) อยู่ที่ 99.92% และจะนำมาหา segment time และ sample rate ที่ดีสุดเปรียบเทียบโดยเสียงหัวใจปกติจากหูฟังแพทย์ในโครงงานนี้และ abnormalจาก Circor digiscope dataset ซึ่งได้แก่ 3 วินาทีและ 22050 Hz จากนั้นโมเดลที่ดีที่สุดจะถูกนำมาคัดกรองแต่ละตำแหน่งในการวัดเสียงหัวใจ พบว่า ตำแหน่ง aortic area ให้ผลดีที่สุด
ว่าที่ ร.ต. อ.ดร. ธวัชชัย สุดใจ
ดร. กันต์ณภพ รัฐวรภัสสร์
นางสาว นภสร โตสุโขวงศ์
นาย พีรบูรณ์ เคียงธนสมบัติ
อ. ดร. สิทธิโชค โสมอ่ำ
กรุณาหมุนหน้าจอ
(ต้องเปิดฟังก์ชันหมุนหน้าจออัตโนมัติบนอุปกรณ์)
เว็บไซต์นี้ ใช้คุกกี้ (Cookies) เพื่อพัฒนาประสบการณ์ของผู้ใช้ให้ดียิ่งขึ้น
เรียนรู้เพิ่มเติมที่นี่