Show simple item record

Preparation of Finite Element Model of Patient-Specific Bone Geometry Dataset for Machine Learning to Predict and Prevent Bone Fracture in Elderly

dc.contributor.authorอติชาต ขวัญเยื้องth_TH
dc.contributor.authorAtichart Kwanyuangth_TH
dc.contributor.authorสุรพงษ์ ชาติพันธุ์th_TH
dc.contributor.authorSurapong Chatpunth_TH
dc.contributor.authorบุญสิน ตั้งตระกูลวนิชth_TH
dc.contributor.authorBoonsin Tangtrakulwanichth_TH
dc.contributor.authorพชร สุขลิ่มth_TH
dc.contributor.authorPhachara Suklimth_TH
dc.date.accessioned2023-01-24T07:04:56Z
dc.date.available2023-01-24T07:04:56Z
dc.date.issued2565-12
dc.identifier.otherhs2931
dc.identifier.urihttp://hdl.handle.net/11228/5812
dc.description.abstractประเทศไทยกำลังจะเข้าสู่สังคมผู้สูงอายุโดยสมบูรณ์ ภาวะโรคกระดูกพรุนก็เป็นอีกโรคหนึ่งที่อาจจะพบเจอได้บ่อยขึ้นเนื่องจากเป็นโรคที่พบมากในหมู่ผู้สูงอายุทั่วโลก ภาวะกระดูกพรุนจะเพิ่มความเสี่ยงในการแตกหักเสียหายของกระดูกและเมื่อเกิดการแตกหักเสียหายของกระดูกก็จะเป็นปัจจัยที่ทำให้เกิดการเสียชีวิตเพิ่มขึ้นสำหรับผู้สูงอายุ หากสามารถพยากรณ์การแตกหักของกระดูกสำหรับผู้สูงอายุที่มีภาวะกระดูกพรุน และหาแนวทางป้องกันการเกิดภาวะกระดูกหักก่อนที่จะเกิดขึ้นแก่ผู้สูงอายุได้จะเป็นการช่วยลดอันตราย การสูญเสียทรัพย์สิน การเสียเวลาและการเสียชีวิตของผู้สูงอายุ ภาพทางการแพทย์ที่ได้มาไม่ว่าจะเป็นจากการใช้ในการวินิจฉัยภาวะกระดูกหักโดยตรงหรือใช้ในการวินิจฉัยโรคอื่นๆ สามารถนำมาต่อยอดโดยการใช้งานร่วมกับเทคนิคการสร้างแบบจำลองทางคอมพิวเตอร์เพื่อวิเคราะห์ด้วยระเบียบวิธีไฟไนต์เอลิเมนต์ที่ใช้สำหรับศึกษาคุณสมบัติทางกลศาสตร์ซึ่งถูกนำมาใช้งานทั้งในการช่วยวินิจฉัย รักษาและอาจรวมไปถึงการพยากรณ์ภาวะต่างๆ ทางการแพทย์อย่างแพร่หลาย เพื่อนำไปใช้ในการวิเคราะห์ พยากรณ์การแตกหักของกระดูกสำหรับผู้สูงอายุที่มีภาวะกระดูกพรุนได้ แต่เป็นที่น่าเสียดายที่ว่าเทคนิคการวิเคราะห์แบบนี้ ยังคงถูกใช้อยู่ในงานวิจัยในระดับห้องปฏิบัติการเพียงเท่านั้น ทั้งนี้เนื่องจากความจำเป็นที่จะต้องใช้ทรัพยากรค่อนข้างมาก หากมีการนำผลการวิเคราะห์ที่ได้จากหลายๆ กรณีที่มีจำนวนมากเพียงพอมารวมกันเพื่อใช้เป็นชุดตัวอย่างขาเข้าสำหรับให้ระบบการเรียนรู้ของเครื่องกลได้ใช้ในการเรียนรู้ เพื่อลดขั้นตอนการดำเนินงานที่ใช้อยู่ในปัจจุบัน อาจจะทำให้ได้ผลการวินิจฉัยหรือผลการทำนายที่รวดเร็วขึ้นแต่ยังคงไว้ซึ่งความแม่นยำเมื่อเปรียบเทียบกับเทคนิคดั้งเดิม ดังนั้นการศึกษาในโครงการวิจัยนี้จึงมีวัตถุประสงค์เพื่อทำการพยากรณ์การแตกหักเสียหายของกระดูกในผู้สูงอายุอันเนื่องมาจากการทำกิจกรรมต่างๆ และทำการศึกษาเกี่ยวกับความเป็นไปได้ในการรวบรวมผลการวิเคราะห์ทางชีวกลศาสตร์ที่ได้ มาใช้เป็นชุดตัวอย่างขาเข้าสำหรับให้ระบบการเรียนรู้ของเครื่องกลได้ใช้ในการเรียนรู้ในอนาคต เพื่อแทนที่ขั้นตอนของการดำเนินการในส่วนของการวิเคราะห์ด้วยระเบียบวิธีไฟไนต์เอลิเมนต์ที่ใช้อยู่ในปัจจุบัน จากการศึกษาทำให้สามารถอนุมานได้ว่าภาวะของโรคกระดูกพรุนจะส่งผลอย่างมากในด้านความสามารถในการส่งผ่านแรงภายนอกที่มากระทำ โดยภาระในการรับแรงกระทำจากภายนอกจะตกเป็นของเนื้อกระดูกบริเวณที่ยังคงมีค่าความหนาแน่นของมวลกระดูกในระดับสูง แต่เนื้อกระดูกลักษณะที่ว่านี้จะมีอยู่ไม่มากในผู้ป่วยที่ประสบภาวะโรคกระดูกพรุน ดังนั้นภาวะของโรคกระดูกพรุนจึงมีความเป็นไปได้ที่จะส่งผลต่อความแข็งแกร่งของกระดูกโดยตรง นอกเหนือจากนั้น จากการศึกษายังพบว่า ค่าความหนาแน่นของมวลกระดูกที่ได้จากภาพทางการแพทย์กับค่าความเค้นที่เกิดขึ้นจากการวิเคราะห์ทางคอมพิวเตอร์ด้วยระเบียบวิธีไฟไนต์เอลิเมนต์ เมื่อได้รับแรงในสภาวะต่างๆ สำหรับแต่ละเอลิเมนต์ มีความสัมพันธ์กันและอาจจะมีความเป็นไปได้ของการใช้ระบบการเรียนรู้ของเครื่องกลเพื่อแทนที่การวิเคราะห์ทางวิศวกรรมด้วยระเบียบวิธีไฟไนต์เอลิเมนต์ นำมาสู่การที่จะสามารถลดขั้นตอนในส่วนของไฟไนต์เอลิเมนต์ไปได้ เพื่อให้ได้มาซึ่งผลการวินิจฉัยหรือผลการทำนายที่รวดเร็วขึ้นแต่ยังคงไว้ซึ่งความแม่นยำth_TH
dc.description.sponsorshipสถาบันวิจัยระบบสาธารณสุขth_TH
dc.language.isothth_TH
dc.publisherสถาบันวิจัยระบบสาธารณสุขth_TH
dc.rightsสถาบันวิจัยระบบสาธารณสุขth_TH
dc.subjectผู้สูงอายุth_TH
dc.subjectElderlyth_TH
dc.subjectกระดูกหักth_TH
dc.subjectโรคกระดูกพรุนth_TH
dc.subjectOsteoporosisth_TH
dc.subjectBone Diseasesth_TH
dc.subjectผู้สูงอายุ--สุขภาพและอนามัยth_TH
dc.subjectกระดูกหัก--การป้องกันและควบคุมth_TH
dc.subjectFinite Element Methodth_TH
dc.subjectแบบจำลองคอมพิวเตอร์th_TH
dc.subjectแบบจำลองทางคณิตศาสตร์th_TH
dc.subjectMathematical Modelsth_TH
dc.subjectMachine Learningth_TH
dc.subjectการพยากรณ์โรคth_TH
dc.subjectระบบบริการสุขภาพth_TH
dc.subjectHealth Service Systemth_TH
dc.subjectระบบบริการสาธารณสุขth_TH
dc.subjectHealth Care Systemth_TH
dc.subjectการบริการสุขภาพ (Health Service Delivery)th_TH
dc.titleการเตรียมชุดข้อมูลตัวอย่างขาเข้าจากแบบจำลองทางคอมพิวเตอร์ ของกระดูกผู้สูงอายุสำหรับการเรียนรู้ของเครื่องกลเพื่อใช้ในการพยากรณ์ และหาแนวทางป้องกันกระดูกหักในผู้สูงอายุth_TH
dc.title.alternativePreparation of Finite Element Model of Patient-Specific Bone Geometry Dataset for Machine Learning to Predict and Prevent Bone Fracture in Elderlyth_TH
dc.typeTechnical Reportth_TH
dc.description.abstractalternativeThailand is entering an aging society completely. Osteoporosis is another disease that may become more frequent as it is more common among the elderly around the world. Osteoporosis increases the risk of bone fractures and, when fractures occur, is a contributing factor in increased mortality for the elderly. If fractures can be predicted for older adults with osteoporosis and solutions to prevent fractures can be found before they occur to the elderly, these will help to reduce the danger, loss of property, wasted time, and death of the elderly. The medical images obtained either as a direct diagnosis of fractures or in the diagnosis of other diseases can be further enhanced by combining with computer modeling techniques for biomechanically analysis based on finite element method, which are used in the diagnosis, treatment, and may include prognosis of various medical conditions widely, to analyze and predict fractures for elderly people with osteoporosis. However, this analysis technique is used mainly in research laboratory. This is due to a lot of resources required. If a sufficiently large number of analytical results can be obtained and used as a sample set input for the machine learning system to learn, then the current operating procedures may be reduced. It may result in faster diagnosis or prediction with adequate accuracy compared to traditional techniques. Therefore, the objective of this study was to predict fractures in the elderly due to various activities and conducting a study on the feasibility of collecting the biomechanical analysis results to be used as a sample input for future machine learning systems to use in learning with the aim of replacing the current procedure for performing part of the finite element analysis. From the study, it could be confirmed that the condition of osteoporosis greatly affected the force transmissibility. The external load was mainly experienced by the bone tissue which has a high bone mineral density, but this type of bone tissue is less common in patients suffering from osteoporosis. Therefore, occurring of osteoporosis affect bone strength directly. Moreover, the study was likely to find a relationship between the bone mineral density values obtained from medical imaging and stress values obtained from finite element analysis under various stress conditions. This may be the possibility of using machine learning to replace engineering analysis using the finite element method leading to the ability to reduce the process of finite elements in order to get a faster but still accurate diagnosis or prediction result.th_TH
dc.identifier.callnoWT20 อ137ก 2565
dc.identifier.contactno63-147
dc.subject.keywordBone Fractureth_TH
dc.subject.keywordComputational Simulationth_TH
.custom.citationอติชาต ขวัญเยื้อง, Atichart Kwanyuang, สุรพงษ์ ชาติพันธุ์, Surapong Chatpun, บุญสิน ตั้งตระกูลวนิช, Boonsin Tangtrakulwanich, พชร สุขลิ่ม and Phachara Suklim. "การเตรียมชุดข้อมูลตัวอย่างขาเข้าจากแบบจำลองทางคอมพิวเตอร์ ของกระดูกผู้สูงอายุสำหรับการเรียนรู้ของเครื่องกลเพื่อใช้ในการพยากรณ์ และหาแนวทางป้องกันกระดูกหักในผู้สูงอายุ." 2565. <a href="http://hdl.handle.net/11228/5812">http://hdl.handle.net/11228/5812</a>.
.custom.total_download11
.custom.downloaded_today0
.custom.downloaded_this_month0
.custom.downloaded_this_year4
.custom.downloaded_fiscal_year0

Fulltext
Icon
Name: hs2931.pdf
Size: 4.217Mb
Format: PDF
 

This item appears in the following Collection(s)

Show simple item record