การเปรียบเทียบประสิทธิภาพของอัลกอริทึมจำแนกภาพสำหรับโรคตาในมนุษย์

บทคัดย่อ

งานวิจัยนี้ได้ดำเนินการเปรียบเทียบประสิทธิภาพของอัลกอริทึมจำแนกภาพสำหรับโรคตาใน มนุษย์ ผ่านโปรแกรมออเรจน์ดาต้าไมนิ่ง ที่ใช้เป็นเครื่องมือสำหรับการเรียนรู้ด้วยเครื่องจักรเพื่อช่วยใน การจำแนกภาพของโรคตาแต่ละประเภท ได้แก่โรคต้อกระจก โรคเบาหวานขึ้นจอประสาทตา โรคต้อหิน และตาปกติ จำนวนทั้งหมด 4,217 ภาพ สำหรับใช้เป็นข้อมูลชุดเรียนรู้และข้อมูลชุดทดสอบ โดยมี วัตถุประสงค์ในการเปรียบเทียบประสิทธิภาพความความถูกต้องของอัลกอริทึมสำหรับการจำแนกภาพโรค ตาด้ว ยวิธีการเรีย นรู้ด้วยเครื่องจักรแบบมีผู้ส อนสำหรับ จำแนกข้อมูล แต่ละประเภทได้แก่ Neural Network, Logistic Regression, Gradient Boosting, Support Vector Machine, k-Nearest Neighbor, Random Forest, AdaBoost, Naive Bayes และ Decision Tree ซึ่ง จากผลการทดลอง พบว่าอัลกอริทึมที่มีป ระสิทธิภาพในการจำแนกภาพโรคตาได้ดีที่สุด คื อ Neural Network ที่ใ ช้ Activation Function แบบ ReLu ด้วยค่าความถูกต้องของอัลกอริทึม เท่ากับร้อยละ 97.87