Faculty of Science, Chiang Mai University

ใครไวใครได้ 🌪️
ห้องสมุดวิทยาชวนแชร์ประสบการณ์การใช้งาน AI ตัวไหนเด็ด
ไม่ว่าจะเป็นเครื่องมือที่ชอบ เทคนิคที่ใช้ หรือมุมมอง ข้อแนะนำ ที่ได้จากการใช้งานจริง

🎁 20 คนแรก รับของรางวัลทันที!

AI Insight : แชร์มุมมองจากการใช้งานจริง มาแชร์ประสบการณ์การใช้งาน AI ตัวไหนเด็ด? ของคุณกับห้องสมุดคณะวิทยาศาสตร์
ไม่ว่าจะเป็นเครื่องมือที่ชอบ เทคนิคที่ใช้ หรือมุมมอง ข้อแนะนำ ที่ได้จากการใช้งานจริง
📌 วิธีร่วมกิจกรรม
- Review AI ตัวเด็ดที่คุณใช้งานแล้วรู้สึกว้าว
- ส่งเป็น ข้อความ รูปภาพ หรือคลิปวิดีโอ มายังเพจ Message ห้องสมุดคณะวิทยาศาสตร์
- ติดแฮชแท็ก
🎁 20 คนแรก รับของรางวัลทันที!
📅 เริ่มกิจกรรมตั้งแต่ 22 มิถุนายน 2569 หรือจนกว่าของรางวัลจะหมด
✨ แชร์ประสบการณ์ AI ของคุณ เพื่อเป็นไอเดียดีๆ ให้หลายๆ คน และร่วมสร้างการเรียนรู้ไปด้วยกัน
--
สอบถามเพิ่มเติม
💛http://m.me/scilibcmu
❤️IG: SciLibCMU
💜LineID: SciLibCMU

นักวิจัย มช. พัฒนา AI "นวัตกรรมตรวจจับรอยโรคเยื่อบุโพรงมดลูกเจริญผิดที่" แม่นยำสูง 93% ยกระดับการวินิจฉัยทางการแพทย์

คณะนักวิจัยจากมหาวิทยาลัยเชียงใหม่ นำโดยนักวิจัยภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ และภาควิชาสูติศาสตร์และนรีเวชวิทยา คณะแพทยศาสตร์ ประสบความสำเร็จในการพัฒนาขั้นตอนการทำงานของระบบการเรียนรู้เชิงลึก (deep Learning Pipeline) เพื่อจำแนกรอยโรคเยื่อบุโพรงมดลูกเจริญผิดที่ (endometriotic lesions) จากภาพส่องกล้องโดยอัตโนมัติ

งานวิจัยนี้นำเสนอขั้นตอนการทำงานของระบบการเรียนรู้เชิงลึกที่มีโครงสร้างชัดเจน (a structured deep learning pipeline) สำหรับการจำแนกรอยโรคเยื่อบุโพรงมดลูกเจริญผิดที่ (endometriotic lesions) จากภาพส่องกล้อง (laparoscopic images) โดยอัตโนมัติ

งานวิจัยรวบรวมข้อมูลจากชุดข้อมูล GLENDA [1] จากนั้นดำเนินการปรับปรุงข้อมูล (preprocessing) อย่างเข้มงวด ซึ่งประกอบด้วยการปรับขนาดภาพ (resizing) การปรับมาตรฐานค่า (normalization) การตัดภาพ (cropping) และการปรับปรุงคุณภาพภาพ (enhancement) เพื่อให้ได้ความสม่ำเสมอและคุณภาพของข้อมูลที่เหมาะสม และเพื่อเพิ่มความสามารถในการทำนายผลของโมเดลต่อข้อมูลใหม่ (generalizability) และลดข้อจำกัดด้านปริมาณข้อมูล (scarcity) งานวิจัยได้ใช้เทคนิคการเพิ่มข้อมูล (data augmentation) อย่างหลากหลาย เช่น การหมุน การพลิก การบิด การซูม และการเลื่อนตำแหน่ง

นอกจากนี้ ชุดข้อมูลยังถูกแบ่งออกเป็นชุดฝึก (70%) ชุดตรวจสอบ (20%) และชุดทดสอบ (10%) และมีการใช้วิธี 5-fold cross-validation เพื่อเพิ่มความน่าเชื่อถือของโมเดล ในการทดลอง มีการนำสถาปัตยกรรม CNN แบบ transfer learning จำนวน 3 แบบ ได้แก่ VGG19, ResNet50 และ InceptionV3 มาปรับแต่งและประเมินผล การประเมินประสิทธิภาพใช้ตัวชี้วัดมาตรฐานจาก confusion matrix ได้แก่ accuracy, precision, recall และ F1-score ซึ่งช่วยให้สามารถประเมินความแม่นยำและความสามารถในการทำนายผลต่อข้อมูลใหม่ของโมเดลได้อย่างครอบคลุม

ผลการทดลองแสดงให้เห็นว่า โมเดลทั้งหมดมีประสิทธิภาพสูงและมีความสม่ำเสมอ (consistent) โดยโมเดล InceptionV3 ให้ผลลัพธ์ที่ดีที่สุด โดยมีค่า accuracy เท่ากับ 93% ซึ่งสูงกว่า ResNet50 (91%) และ VGG19 (89%) พร้อมทั้งมีค่า precision (93%) recall (94%) และ F1-score (93%) ที่เหนือกว่า

ผลลัพธ์ดังกล่าวไดรับการยืนยันผ่านกระบวนการ 5-fold cross-validation ซึ่งแสดงให้เห็นถึงความแข็งแกร่ง (robustness) และความสามารถในการทำนายผลต่อข้อมูลใหม่ของโมเดล แนวโน้มของกราฟการเรียนรู้ (learning curves of training and validation accuracy and loss) บ่งชี้ว่าโมเดลมีการลู่เข้าที่เสถียร (stable convergence) และมีปัญหา overfitting ในระดับต่ำ ขณะที่การวิเคราะห์ confusion matrix แสดงอัตราการจำแนกถูกต้องทั้งในกลุ่ม TP และ TN ที่สูง นอกจากนี้ เส้นโค้ง AUC-ROC ยังแสดงถึงความสามารถในการจำแนกที่ดีของโมเดล

ผลลัพธ์ทั้งหมดนี้ยืนยันว่าแนวทางการเรียนรู้เชิงลึกที่นำเสนอสามารถเพิ่มความแม่นยำในการจำแนกได้อย่างมีนัยสำคัญเมื่อเทียบกับวิธีการอื่นก่อนหน้า และสามารถนำไปใช้เป็นระบบสนับสนุนการวินิจฉัยที่เชื่อถือได้

งานวิจัยนี้มีส่วนช่วยอย่างสำคัญในหลายด้าน ในด้านการแพทย์ งานวิจัยช่วยให้สามารถตรวจพบโรคเยื่อบุโพรงมดลูกเจริญผิดที่ (endometriosis) ได้เร็วขึ้นและแม่นยำมากขึ้น และช่วยลดการพึ่งพาแพทย์ผู้เชี่ยวชาญเฉพาะด้าน ส่งผลให้ผลลัพธ์การรักษาของผู้ป่วยดีขึ้นและช่วยสนับสนุนการตัดสินใจทางคลินิก (clinical decision-making) ในด้านสังคม การวินิจฉัยที่รวดเร็วขึ้นช่วยลดอาการปวดเรื้อรัง ความเสี่ยงภาวะมีบุตรยาก และภาระทางจิตใจของผู้ป่วยหญิง ส่งผลให้คุณภาพชีวิตดีขึ้น ในด้านเศรษฐกิจ ระบบที่ใช้ปัญญาประดิษฐ์ช่วยลดค่าใช้จ่ายทางการแพทย์โดยลดการผ่าตัดที่ไม่จำเป็น ลดความล่าช้าในการวินิจฉัย และลดภาระงานของบุคลากรทางการแพทย์ ในด้านวิชาการ งานวิจัยนี้ช่วยพัฒนางานด้านการวิเคราะห์ภาพทางการแพทย์ด้วย AI (AI-driven medical imaging analysis) โดยแสดงให้เห็นถึงประสิทธิภาพของ transfer learning, data augmentation และ cross-validation ในชุดข้อมูลเฉพาะทางที่มีขนาดจำกัด และยังเป็นกรอบแนวทางที่สามารถนำไปใช้ซ้ำได้ (reproducible framework) ในงานวิจัยในอนาคต

ผลงานได้รับการตีพิมพ์ในวารสาร Intelligence-Based Medicine
January 01, 2025, Volume 11
https://www.sciencedirect.com/science/article/pii/S266652122500033X

อ่านข่าว https://www.cmu.ac.th/th/article/7e5ccfe9-5210-48dc-8a27-f8af28a9fca2

นักวิจัย
คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่
Mr. Shujaat Ali Zaidi รองศาสตราจารย์ ดร.วาริน เชาวทัต ผู้ช่วยศาสตราจารย์ ดร.ดุษฎี ประเสริฐธิติพงษ์ (ภาควิชาวิทยาการคอมพิวเตอร์)

คณะแพทยศาสตร์ มหาวิทยาลัยเชียงใหม่
ผู้ช่วยศาสตราจารย์ นายแพทย์ชัยเลิศ พงษ์นริศร (ภาควิชาสูติศาสตร์และนรีเวชวิทยา)

เปิดเทอมใหม่ Save ไว้ กันหลง 🏢🛵
อย่าลืมพกร่ม และเผื่อเวลาหาห้องเรียน
กันด้วยนะคะ 🏃‍♀️🌧️

SCB ❌ธนาคารไทยพาณิชย์
SCB ✅ Science Complex Building

🌳⛰️ คณะวิทยาศาสตร์ มช. ร่วมฟื้นฟูป่าดอยสุเทพ ในกิจกรรม “ป่าดี Together 2569” นำงานวิจัยกู้สิ่งแวดล้อม มุ่งลด PM2.5 สู่เมืองคาร์บอนต่ำ

ศ. ดร.ปิยะพงศ์ เนียมทรัพย์ คณบดีคณะวิทยาศาสตร์ มช. ร่วมฟื้นฟูป่าดอยสุเทพ ในกิจกรรม “ป่าดี Together 2569” ซึ่งเป็นกิจกรรมที่รวมพลังภาคีเครือข่าย ปลูกป่าท้องถิ่น 1,600 ต้น (พื้นที่ 8 ไร่) ณ บ้านแม่สาน้อย ต.โป่งแยง อ.แม่ริม จ.เชียงใหม่ เมื่อวันเสาร์ที่ 20 มิถุนายน 2569

งานนี้เป็นการจับมือกันระหว่าง บริษัท ป่าดี ครีเอชัน จำกัด, หน่วยวิจัยการฟื้นฟูป่า (FORRU) และศูนย์ธรรมชาติวิทยาดอยสุเทพเฉลิมพระเกียรติฯ (DSNC) คณะวิทยาศาสตร์ มช. รวมถึง STeP มช. ภายใต้ทุนสนับสนุนจาก วช., มูลนิธิสถาบันราชพฤกษ์ และยูนิโคล่ (ประเทศไทย)

First Meet First Step 2026 เริ่มแล้ว ✨️
แวะมาหากันเยอะๆ น้า 💛💕

เดินป่าคราวหน้า ถ้าจะคุยแค่เรื่อง "เมื่อไหร่จะถึง" บอกเลยว่าธรรมดาไป 🧗‍♂️⛰️

ลงทะเบียน หลักสูตรดอยสุเทพศึกษา คลิกเลย https://www.lifelong.cmu.ac.th/advanced-cmu/detail/ecd98afdea9a16dee81d21e469d4547e

📣 ชวนนักศึกษา มช. ลงทะเบียนเรียน
📚 วิชา Doi Suthep Studies : #ดอยสุเทพศึกษา ⛰️
กระบวนวิชา 201195 ภาคเรียนที่ 1/2569
แบบ Modular Learning 3 หน่วยกิต (45 ชั่วโมง)

เรียนรู้เรื่องราวดอยสุเทพในหลากหลายมิติ รู้จักเส้นทางเดินป่าศึกษาธรรมชาติดอยสุเทพ 🌿 และเข้าใจแนวทางการฟื้นฟูระบบนิเวศป่า ผ่านการเรียนรู้ทั้งออนไลน์และภาคสนาม จ.เชียงใหม่

👨‍🎓👩‍🎓 เรียนร่วมกับนิสิตจุฬาลงกรณ์มหาวิทยาลัย และนักศึกษามหาวิทยาลัยมหิดล ภายใต้โครงการ MC² Academy
✨ จัดโดย คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่
ร่วมกับ ศูนย์ธรรมชาติวิทยาดอยสุเทพเฉลิมพระเกียรติฯ

📅 ระยะเวลาเรียน
🔹 Online Learning ผ่าน CMU MOOC
22 มิถุนายน 2569 – 31 มกราคม 2570
🔹 On-site Training จังหวัดเชียงใหม่
19–20 ธันวาคม 2569

📖 #เนื้อหาวิชาและการประเมินผล
🟢 Micro Module ที่ 1 : องค์ความรู้ดอยสุเทพ
(Doi Suthep Knowledge Base)
- บทนำเกี่ยวกับดอยสุเทพ (3 ชั่วโมง)
- เรื่องราวของดอยสุเทพ 4 มิติ ได้แก่ มิติประวัติศาสตร์ สังคม วัฒนธรรม และสิ่งแวดล้อม (24 ชั่วโมง)
- ประเมินผลผ่านแบบทดสอบใน CMU MOOC (20%)

🟢 Micro Module ที่ 2 : การสำรวจและประเมินภาคสนาม
(Field Survey & Assessment)
- เส้นทางเดินป่าศึกษาธรรมชาติดอยสุเทพ (9 ชั่วโมง)
- การฟื้นฟูระบบนิเวศป่าด้วยวิธีพรรณไม้โครงสร้าง (6 ชั่วโมง)
- ประเมินผลจากรายงานการศึกษาภาคสนาม (40%)

🟢 Micro Module ที่ 3 : โครงงานเพื่อการอนุรักษ์
(Conservation Project)
- จัดทำ Mini Project ด้านการอนุรักษ์ หรือการจัดการดอยสุเทพอย่างยั่งยืน (3 ชั่วโมง)
- ประเมินผลจากการนำเสนอและผลงาน Mini Project (40%)

📍 สำหรับนักศึกษา มช. ที่สนใจธรรมชาติ สิ่งแวดล้อม การอนุรักษ์ และการเรียนรู้ผ่านประสบการณ์จริง ห้ามพลาด!

📞 สอบถามข้อมูลเพิ่มเติม
โทร. 084-6116345, 053-941451-3

#ดอยสุเทพศึกษา #มหาวิทยาลัยเชียงใหม่ #เรียนรู้จากธรรมชาติ #อนุรักษ์ดอยสุเทพ #ดอยสุเทพ #เชียงใหม่

#วิทยามาเหนือ เจอกันใน📣 𝗖𝗠𝗨 𝗢𝗽𝗲𝗻 𝗛𝗼𝘂𝘀𝗲 𝗢𝗻𝗹𝗶𝗻𝗲 𝟮𝟬𝟮𝟲
📅 8 - 9 สิงหาคม 2569
⏰ Live ต่อเนื่อง 08.40 - 18.30 น.
📍เพจ Facebook : CMU Open House

ยังไม่รู้จะเรียนอะไรดี?
มีคณะที่สนใจ แต่ไม่รู้ว่าเรียนอะไรบ้าง?
อยากเข้าคณะนี้ แต่ไม่แน่ใจว่าต้องเตรียมตัวยังไง?

ถ้านี่คือคำถามในใจของน้อง ๆ ตอนนี้

📣 𝗖𝗠𝗨 𝗢𝗽𝗲𝗻 𝗛𝗼𝘂𝘀𝗲 𝗢𝗻𝗹𝗶𝗻𝗲 𝟮𝟬𝟮𝟲 มีคำตอบ!

ไม่ต้องเดินทาง!! อยู่จังหวัดไหนก็เปิดบ้าน มช. ได้ 🩵

📅 8 - 9 สิงหาคม 2569
⏰ Live ต่อเนื่อง 08.40 - 18.30 น.
📍เพจ Facebook : CMU Open House

พบกับการเปิดบ้านออนไลน์ของทั้ง 22 คณะ ตลอด 2 วันเต็ม

🎤 ถามสด ตอบสด กับอาจารย์ผู้สอน
🎓 ฟังประสบการณ์จริงจากรุ่นพี่และศิษย์เก่า

อยากรู้...
✅ เรียนอะไร
✅ ใครเหมาะกับคณะนี้
✅ เตรียม Portfolio ยังไง
✅ เทคนิคยื่น TCAS
✅ จบแล้วทำงานอะไรได้บ้าง
✅ ชีวิตจริงในมหาวิทยาลัยเป็นยังไง

🎁 ร่วมสนุก ลุ้นรับของรางวัลตลอดการ Live
📜 รับประกาศนียบัตรอิเล็กทรอนิกส์จากคณะที่เข้าร่วมรับชม

ดู Live ได้มากกว่า 1 คณะ เพราะถ้าใครกำลังลังเลสาขาที่คล้าย ๆ กันอยู่ ก็จะได้ตัดสินใจได้ชัดเจนมากขึ้น

ไม่ว่าจะอยู่เหนือ กลาง อีสาน หรือใต้
มาหาคำตอบเรื่องเรียนต่อไปพร้อมกันใน CMU Open House Online 2026

แล้วเจอกันน้า 💟💟

รอแปบ ซายม่อนกำลังเสกให้ 🌬️✨☄️

🚀 ห้องสมุดคณะวิทยาศาสตร์
กำลังเตรียมเปิดตัวบริการใหม่!

✨ บริการที่จะช่วยให้การเรียนรู้ ค้นคว้า และสร้างสรรค์ไอเดียของคุณง่ายขึ้นกว่าเดิม

👀 ลองเดาสิว่า... เป็นบริการอะไร?
--
สอบถามเพิ่มเติม
💛http://m.me/scilibcmu
❤️IG : SciLibCMU
💜LineID: SciLibCMU