Now showing items 1-3 of 3

    • type-icon

      การคัดกรองโรคมะเร็งผิวหนังจากภาพถ่ายบนอุปกรณ์สมาร์ทโฟน 

      จาตุรงค์ ตันติบัณฑิต (สำนักงานศูนย์วิจัยและให้คำปรึกษาแห่งมหาวิทยาลัยธรรมศาสตร์, 2563-08-28)

      งานวิจัยนี้นำเสนอระบบรู้จำมะเร็งผิวหนังเมลาโนมาอย่างอัตโนมัติโดยใช้โครงข่ายประสาทสังวัตนาการเดนซ์เน็ต (Densely Connected Convolutional Network: DenseNet121) และโครงข่าย Wasserstein Generative Adversarial Network (WGAN-GP) ในการสร้างภาพรอยโรคผิวหนังเทียมเพื่อใช้เพิ่มประสิทธิภาพในการฝึกฝนโครงข่ายที่มีจำนวนข้อมูลในการฝึกฝนน้อย วัตถุประสงค์หลักของงานวิจัยนี้คือ การสนับสนุนการตรวจคัดกรองและวินิจฉัยมะเร็งผิวหนังโดยใช้ภาพถ่ายรอยโรคผิวหนัง โครงข่าย DenseNet121 ถูกนำมาใช้และประเมินผลเปรียบเทียบกับโครงข่ายเรสเน็ต (Deep Residual Neural Network: ResNet50) ...
    • type-icon

      การพัฒนาชุดตรวจคัดกรองผู้มีความบกพร่องในการเรียนรู้โดยใช้เสียงพูดภาษาไทยและการตอบคำถามการคำนวณสำหรับคนไทย: เฟสที่ 1 พัฒนาชุดตรวจคัดกรอง paper based 

      จาตุรงค์ ตันติบัณฑิต (สำนักงานศูนย์วิจัยและให้คำปรึกษาแห่งมหาวิทยาลัยธรรมศาสตร์, 2563-08-28)

      ความบกพร่องทางการเรียนรู้ (LD) คือความบกพร่องของกลุ่มบุคคลที่ประสบปัญหาทางด้านการฟัง การพูด การอ่าน การเขียน การให้เหตุผล และทักษะเชิงคณิตศาสตร์ โดยเด็กที่ป่วยเป็นโรค LD จะเริ่มแสดงอาการผิดปกติตั้งแต่ช่วงอายุ 3-5 ปี สำหรับชุดตรวจคัดกรองผู้ป่วย LD ในระยะแรกเริ่มมีการพัฒนาขึ้นใช้สำหรับในหลายภาษา เช่น ภาษาอังกฤษ ภาษาจีน และภาษาเดนิช แต่ยังไม่มีการพัฒนาขึ้นสำหรับภาษาไทยคณะผู้วิจัยจึงได้ออกแบบและพัฒนาชุดตรวจคัดกรองสำหรับเด็กไทยที่เสี่ยงต่อการเป็นโรค LD โดยใช้หลักการทางภาษาศาสตร์ คณิตศาสตร์ และความจำ โดยแบ่งเป็น 6 หัวข้อ ได้แก่ การอ่านอย่างรวดเร็ว ...
    • type-icon

      การพัฒนาเครื่องมือประเมินความเสี่ยงที่จะมีความบกพร่องในการเรียนรู้โดยใช้เสียงพูดภาษาไทยและการตอบคำถามการคำนวณสำหรับคนไทย : เฟสที่ 2 พัฒนาชุดตรวจคัดกรอง Computer Based 

      จาตุรงค์ ตันติบัณฑิต (สำนักงานศูนย์วิจัยและให้คำปรึกษาแห่งมหาวิทยาลัยธรรมศาสตร์, 2563-08-28)

      พัฒนาแอปพลิเคชันสำหรับคัดกรองผู้ที่มีความเสี่ยงต่อความชุดทดสอบในรูปแบบแอปพลิเคชันบนแท็บเลตเสร็จสิ้น โดยนำแอปพลเคชันที่พัฒนาขึ้นมาใช้สำหรับเก็บรวบรวมข้อมูลจากอาสาสมัครกลุ่มปกติจากโรงเรียนสาธิตจุฬาลงกรณ์มหาวิทยาลัยจำนวน 60 ราย และกลุ่มเสี่ยงจากโรงพยาบาลจุฬาลงกรณ์อีก 50 ราย (ภายใต้เอกสารรับรองโครงการวิจัย โรงพยาบาลจุฬาลงกรณ์หมายเลขที่ 448/61) ข้อมูลเสียงพูดที่เก็บรวบรวมจากอาสาสมัครถูกนำมาวิเคราะห์ โดยการสลัดลักษณะเด่น 988 ลักษณะเด่นจากเสียงพูดโดยใช้โปรแกรม openSMILE และสร้างแบบจำลองโดยใชhโปรแกรม Weka โดยใช้วิธีการตรวจสอบไขว้ 5 ส่วน พบว่าสำหรับการว ...