การจำแนกภาวะฟันตกกระโดยใช้ขั้นตอนวิธีการจัดกลุ่มแบบฟัซซีด้วยควอนตัมอินสไปร์

Dental fluorosis classification using Quantum-Inspired Fuzzy Clustering Algorithm

Name: ณัชพล เพทายเทียมทอง

ThaSH: ฟัสซีอัลกอริทึม

ThaSH: วิศวกรรมคอมพิวเตอร์

ThaSH: ฟัน

Abstract: ภาวะฟันตกกระเป็นภาวะที่เกิดจากการได้รับฟลูออไรด์ในปริมาณที่มากเกินไปในช่วงที่ฟันกำลังพัฒนา ซึ่งเป็นปรากฏการณ์ที่พบเห็นได้ทั่วโลกโดยเฉพาะบริเวณที่แหล่งน้ำมีฟลูออไรด์มาก ซึ่งเป็นผลทำให้ฟันสูญเสียชั้นเคลือบฟันส่งผลต่อความสวยงามของฟันจนถึงขั้นทำให้ฟันเกิดรูพรุนและแข็งแรงน้อยกว่าปกติ ดังนั้นการศึกษาเรื่องการจำแนกภาวะฟันตกกระโดยใช้ขั้นตอนวิธีการจัดกลุ่มแบบฟัซซีด้วยควอนตัมอินสไปร์มีจุดประสงค์เพื่อช่วยทันตแพทย์ลดเวลา และจำนวนภาพที่ทันตแพทย์ต้องใช้ในการพิจารณาว่าภาพนั้นเป็นภาวะฟันตกกระหรือไม่ โดยวิธีการที่ใช้ในวิทยานิพนธ์นี้นั้นจะเป็นการแบ่งระดับฟันตกกระเป็น 4 ระดับคือฟันปกติ ฟันตกกระระดับ 1 ฟันตกกระระดับ 2 ฟันตกกระระดับ 3 โดยตัวชี้วัดที่ใช้คือ Dean’s Index [5] โดยจะแบ่งข้อมูลออกเป็น 4 กลุ่มคือจุดภาพของเหงือกและริมฝีปาก จุดภาพของฟันปกติขาว จุดภาพของฟันตกกระสีขาว และฟันตกกระสีน้ำตาล หลังจากนั้นจะเอาจุดภาพแต่ละประเภทไปจัดกลุ่มโดยใช้ Enhanced Quantum-Inspired Evolutionary Fuzzy C-Means (EQIE-FCM) [6-8] เพื่อเป็นการจัดกลุ่มและหาตัวต้นแบบของจุดภาพแต่ละประเภทหลังจากนั้นจะใช้ K-Nearest Neighbors มาจำแนกแต่ละประเภทของจุดภาพของฟันหลังจากนั้นจึงใช้ Dean’s Index มาจำแนกระดับของฟันตกกระอีกทีหนึ่ง จากผลการศึกษาพบว่าอัตราส่วนระหว่างอินเตอร์เซกชันกับยูเนียนเท่ากับ 0.475 สำหรับแยกเหงือกจากฟันโดยระบบและ 0.64 สำหรับแยกแยกเหงือกจากฟันด้วยมือ ทั้งนี้ผลการทดลองในส่วนของการแยกประเภทในรูปแบบอัตโนมัติให้ผลการทดลองที่ดีที่สุดอยุ่ที่ประมาณ 33.63% และแบบไม่อัตโนมัติให้ผลการทดลองที่ดีที่สุดอยู่ที่ประมาณ 42.48% ซึ่งความผิดพลาดที่เกิดขึ้นนี้ อาจจะเนื่องมากจาก แสงสะท้อนในการถ่ายภาพ เงาขณะถ่ายภาพ หรือคราบสิ่งสกปรก

Abstract: Dental fluorosis occurs when a person is exposed to a lot of fluoride during the teeth developing period when their teeth are developing. This phenomenon can be found all over the world especially in water resource area with highly fluoride. This causes the teeth to lose an enamel layer, affecting the beauty of the teeth to the point of causing the teeth to become porous and less strong than usual. Therefore, the study of dental fluorosis using a nature-inspired fuzzy clustering algorithm is intended to help dentists to save their time in diagnosis dental fluorosis. There are 4 levels of dental fluorosis considered in this thesis, i.e., normal teeth. Fractured Tooth Level 1 Fractured Tooth Level 2 Fractured Tooth Level 3 according to the Dean’s index [5]. The images are divided into 4 groups of pixels: gums and lips, normal white teeth, dental fluorosis white and dental fluorosis brown. After that, each pixel types are grouped using the Enhance Quantum-Inspired Evolutionary Fuzzy C-Means (EQIE-FCM) [6-8] to group and find prototypes. Then, K-Nearest Neighbors is used to classify each pixel of images. Finally, the Dean’s index is used to determine level of dental fluorosis. According to the results of the study, the average Intersection over Union were 0.475 for automatic gum-teeth separation and 0.64 for manual gum-teeth separation. However, the best result from automatic classification is approximately 33.63% whereas that of the manual system is around 42.48%. The reason for the wrong classification might be because the reflection in the image, shadow in the image, and dirt stain in the image.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: โกสินทร์ จำนงไทย

Role: ประธานกรรมการ

Name: นิพนธ์ ธีรอำพน

Role: กรรมการ

Name: กานต์ ปทานุคม

Role: กรรมการ

Name: ศันสนีย์ เอื้อพนัธ์วิริยะกุล

Role: กรรมการ

Created: 2565

Modified: 2565-11-06

Issued: 2565-11-06

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมคอมพิวเตอร์

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	620631099.pdf	30.15 MB	3	2024-10-30 00:52:20

ใช้เวลา

0.043146 วินาที