ระบบประเมินการฟื้นฟูและติดตามความก้าวหน้าจากภาพวิดีโอสำหรับผู้ป่วยที่มีปัญหาด้านการกลืน

บทคัดย่อ

ปัจจุบันอัตราการเพิ่มขึ้นของผู้ป่วยที่มีปัญหาด้านการกลืนมีสูงขึ้น ส่วนใหญ่พบในผู้สูงอายุมากกว่ากลุ่มอายุอื่น ส่งผลให้คุณภาพชีวิตลดลง การรักษาภาวะการกลืนลำบากทำได้โดยอาศัยสหวิชาชีพ อย่างไรก็ตามการติดตามการฟื้นฟูอาศัยการวัดด้วยเครื่องมือที่ขึ้นกับความชำนาญของแต่ละบุคคล ส่งผลให้เกิดความคลาดเคลื่อน ไม่เป็นมาตรฐาน โครงการวิจัยนี้มีเป้าหมายเพื่อพัฒนาโปรแกรม และเทคนิคการจับภาพใบหน้า รวมถึงการแยกส่วนและการวัดการเคลื่อนไหวของลิ้น แล้วนำมาทดสอบ และปรับปรุงอุปกรณ์ต้นแบบ แนวทางหลักที่ใช้ในการพัฒนาระบบการประเมินและติดตามความก้าวหน้าด้านการกลืนและเก็บข้อมูลบนคลาวด์ คือการพัฒนาระบบในรูปแบบเว็บไซต์ และฐานข้อมูลสำหรับการเก็บข้อมูลการวัดการเคลื่อนไหวไว้บนคลาวด์สำหรับการใช้งานได้สะดวก รวมถึงนำเทคนิคการจับภาพใบหน้า RetinaFace และการวัดการเคลื่อนไหวศีรษะและลำคอ 3DDFA_V2 เข้าไปในระบบ จากนั้นผู้วิจัยวางตัวระบบไว้บนผู้ให้บริการคลาวด์ DigitalOcean แล้วทดสอบประสิทธิภาพของเว็บไซต์ด้วย Apache Bench ที่ 1,000 Request โดยทดสอบการประมวลผลพร้อมกันทีละ 10 Request พบว่าระบบรองรับ Request ทั้งหมด 72.81 Request ต่อวินาที และแต่ละ Request ใช้เวลา 13.735ms ซึ่งเร็วกว่าเว็บทั่วไปที่ใช้ Joomla ซึ่งรองรับ 18 Request ต่อวินาที นอกจากนี้ตัวระบบทดสอบประสิทธิภาพการวัดการเคลื่อนไหวศีรษะและลำคอพบว่าตัวระบบใช้ระยะเวลา 1.6s ต่อการประมวลผลหนึ่งครั้งซึ่งยังทำงานได้ช้าเนื่องจากข้อจำกัดด้านการประมวลผลโดย CPU ผู้วิจัยเก็บข้อมูลค่าความพึงพอใจโดยแบบสำรวจ System Usability Scale สูงสุดอยู่ที่ 82.5 เมื่อเทียบเป็นเปอร์เซ็นแล้วได้ 90% นอกจากนี้ผู้วิจัยได้เก็บข้อมูลในคนปกติจำนวน 15 คน ผู้วิจัยได้พัฒนาและทดสอบเทคนิคการตรวจจับภาพใบหน้าโดย RetinaFace ที่ให้ค่าความแม่นยำอยู่ที่ 94.70% จากชุดข้อมูล WIDERFACE และ 99.99% จากชุดข้อมูล 300W_LP และผู้วิจัยได้พัฒนาเทคนิคการแยกส่วน และการวัดการเคลื่อนไหวของลิ้น พบว่ามีความแม่นยำเฉลี่ยที่มากกว่า 98% กับค่า Mean IoU มากกว่า 90% และผลลัพธ์การวิเคราะห์การเคลื่อนไหวของลิ้นแบบ root mean square error ได้ผลโดยเฉลี่ยที่ประมาณ 0.3 radians

คำสำคัญ