การพัฒนาโมเดลโครงข่ายประสาทเทียมแบบคอนโวลูชันโดยใช้การถ่ายโอนการเรียนรู้เพื่อจำแนกระดับความรุนแรงของสิวบนภาพใบหน้า

Abstract

สิวเป็นภาวะความผิดปกติของผิวหนังที่เกิดจากการอักเสบเรื้อรัง ซึ่งพบได้บ่อยโดยเฉพาะในวัยรุ่น และส่งผลกระทบทางจิตใจและสังคมเป็นอย่างมาก การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อพัฒนาโมเดลจำแนกระดับความรุนแรงของสิวบนใบหน้าโดยใช้เทคนิคการเรียนรู้เชิงลึก และแสดงให้เห็นถึงการประยุกต์ใช้โมเดลดังกล่าวในรูปแบบเว็บแอปพลิเคชัน การทดสอบหลายขั้นตอนซึ่งรวมถึงการใช้เทคนิคการปรับสมดุลข้อมูล (Resampling) เพื่อเพิ่มประสิทธิภาพของแบบจำลอง ชุดข้อมูลที่ใช้ประกอบด้วยภาพใบหน้าจำนวน 442 ภาพ แบ่งเป็นชุดฝึกสอน 354 ภาพ และชุดทดสอบ 88 ภาพ ซึ่งได้รับการประเมินระดับความรุนแรงโดยแพทย์ผิวหนังตามเกณฑ์ IGA ระดับ 0–4 โดยมีการจัดการข้อมูลเป็น ระดับความรุนแรงที่ 1-3 ผลการทดลองพบว่าเทคนิคการเพิ่มข้อมูลด้วย GANs ให้ผลลัพธ์ดี มีค่า Test Accuracy = 51.12%, Precision เฉลี่ย = 0.57, Recall = 0.50, F1-score = 0.49, และ Specificity = 0.75 แม้ประสิทธิภาพยังถูกจำกัดด้วยขนาดและความหลากหลายของชุดข้อมูล ผลลัพธ์ยังสะท้อนศักยภาพการเรียนรู้เชิงลึกในการประเมินความรุนแรงของสิวจากภาพถ่าย และมีแนวโน้มพัฒนาเพื่อการใช้งานจริงในอนาคต