เตียงปรับองศาการหมุนด้านข้างแบบอัตโนมัติโดยใช้โครงข่ายประสาทเทียมในการวิเคราะห์และจำแนกเสียงหายใจสำหรับผู้ป่วยเด็กโรคทางเดินหายใจ

Automated adjustable side-rotating bed using neural network for analysis and classification of respiratory sounds in pediatric respiratory tract diseases

Name: สพล ศรีหล่มสัก

keyword: การติดเชื้อระบบทางเดินหายใจส่วนล่าง

; การเรียนรู้แบบถ่ายโอนเชิงลึก

; เตียงปรับหมุนอัตโนมัติ

Abstract: การติดเชื้อในระบบทางเดินหายใจส่วนล่าง (LRTIs) เป็นปัญหาสุขภาพที่พบบ่อยในเด็กทารกและเด็กเล็ก ส่งผลให้เกิดการเจ็บป่วยและเสียชีวิตเป็นจำนวนมาก งานวิจัยชิ้นนี้มุ่งเน้นไปที่การพัฒนาเตียงปรับองศาการหมุนด้านข้างแบบอัตโนมัติโดยใช้โครงข่ายประสาทเทียมในการวิเคราะห์และจำแนกเสียงหายใจสำหรับผู้ป่วย LRTIs โดยเตียงปรับหมุนอัตโนมัติสำหรับการระบายเสมหะจะได้รับการออกแบบมาเพื่อลดภาระงานและความเสี่ยงของผู้ดูแลในการปรับตำแหน่งทารกขณะจัดท่าระบายเสมหะ (Postural Drainage หรือ PD) ซึ่งควบคุมการทำงานผ่านบอร์ดคอมพิวเตอร์ Raspberry Pi และบอร์ดไมโครคอนโทรลเลอร์ Arduino Due ซึ่งระบบนี้จะช่วยลดการสัมผัสระหว่างผู้ดูแลกับทารกขณะทำ PD และช่วยให้ทารกได้รับการระบายเสมหะอย่างมีประสิทธิภาพ และ ระบบ AI สำหรับการจำแนกเสียงหายใจที่พัฒนาเพื่อช่วยเหลือบุคลากรทางการแพทย์ในการวินิจฉัย LRTIs ในทารก ในการทดสอบได้ใช้เทคนิคการเรียนรู้แบบถ่ายโอนเชิงลึก (Deep Transfer Learning หรือ DTL) หลายโมเดล ในการวิเคราะห์เสียงหายใจที่วัดจากตุ๊กตาเด็กเสมือนจริงด้วยหูฟังแพทย์แบบดิจิตอล ผลการวิจัยพบว่าโมเดล MobileNet มีความแม่นยำมากกว่าโมเดล VGG-16, VGG-19, EfficientNet B0, และ EfficientNet B7 ในการจำแนกเสียงหายใจ 5 ประเภท ความแม่นยำของโมเดล MobileNet มากกว่า 80% ระบบ AI นี้มีศักยภาพในการนำไปประยุกต์ใช้เพื่อช่วยแพทย์ในการวินิจฉัย LRTIs ในทารกได้อย่างรวดเร็วและแม่นยำ ช่วยให้ทารกได้รับการรักษาที่เหมาะสมและทันท่วงที และเตียงปรับหมุนอัตโนมัติจะช่วยลดภาระงานและความเสี่ยงของผู้ดูแล

มหาวิทยาลัยธรรมศาสตร์. หอสมุดแห่งมหาวิทยาลัยธรรมศาสตร์

Address: กรุงเทพมหานคร

Email: preserv@tu.ac.th

Name: ปรัชญา เปรมปราณีรัชต์

Role: อาจารย์ที่ปรึกษา

Created: 2567

Modified: 2568-05-01

Issued: 2568-05-01

วิทยานิพนธ์/Thesis

application/pdf

DOI: 10.14457/TU.the.2023.1245

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมเครื่องกล

Grantor: มหาวิทยาลัยธรรมศาสตร์

©copyrights มหาวิทยาลัยธรรมศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	330021Sapon.pdf	6.91 MB

ใช้เวลา

0.016404 วินาที