ชุดกล้อง “MicrosisDCN” วิเคราะห์จุลชีพด้วยโครงข่ายประสาทสำหรับสวมท่อเลนส์ใกล้ตาของกล้องจุลทรรศน์
ธันวาคม 30, 2020 2024-01-08 9:12ชุดกล้อง “MicrosisDCN” วิเคราะห์จุลชีพด้วยโครงข่ายประสาทสำหรับสวมท่อเลนส์ใกล้ตาของกล้องจุลทรรศน์
ชุดกล้อง “MicrosisDCN” วิเคราะห์จุลชีพด้วยโครงข่ายประสาทสำหรับสวมท่อเลนส์ใกล้ตาของกล้องจุลทรรศน์
สิ่งมีชีวิตบนโลกถือกำเนิดมาจากพันหมื่นแสนล้านเซลล์รวมตัวกัน หากเซลล์ผิดปกติแม้แต่เซลล์เดียวก็อาจเป็นสัญญาณอันตรายที่จะส่งผลต่อสิ่งมีชีวิต เพราะฉะนั้นแล้วการเป็นนักจุลชีววิทยาจึงเป็นเรื่องละเอียดอ่อนที่ต้องคอยจับตาดูเหล่าบรรดาเซลล์หลายล้านตัวเพื่อนำมาวิเคราะห์ประเมินผลให้ถูกต้องและแม่นยำมากที่สุด เพื่อนำไปใช้ประโยชน์ต่อในงานวิจัยขั้นต่อไป
ปัจจุบัน งานจับตาดูเหล่าเซลล์เพื่อนำมาวิเคราะห์ ยังคงเป็นงานที่ต้องใช้ทักษะความชำนาญและความแม่นยำของ “ดวงตา” นักจุลชีวิทยาหรือนักวิจัยในการคัดแยกและนับจำนวนจุลชีพผ่านกล้องจุลทรรศน์เป็นหลัก การอ่านค่าเซลล์ขนาดเล็กเป็นเวลาต่อเนื่องอาจทำให้ดวงตาอ่อนล้าและส่งผลให้การอ่านค่าคลาดเคลื่อนได้ จึงเป็นจุดเริ่มต้นไอเดียให้คุณณัทกร เกษมสำราญ จากภาควิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย อาสาคิดค้นนวัตกรรมเพื่อลดเวลา เพิ่มความแม่นยำให้นักจุลวิทยาทำงานได้ง่ายขึ้น โดยการประยุกต์โครงข่ายประสาท (Neural Network) เข้ากับชุดอุปกรณ์สวมกล้องจุลทรรศน์ ที่สามารถถ่ายภาพจากกล้องจุลทรรศน์และนับจำนวนจุลชีพ พร้อมการแสดงผลอัตโนมัติที่สามารถวิเคราะห์ผ่านหน้าจอคอมพิวเตอร์ได้โดยไม่ต้องติดตั้งโปรแกรมให้ยุ่งยาก
“ปกติแล้วการจำแนกจุลชีพจะทำอยู่ 2 กรณี คือ การใช้เครื่องนับอัตโนมัติซึ่งค่อนข้างนับได้อย่างแม่นยำ แต่สุดท้ายแล้วผู้เชี่ยวชาญก็ต้องมาเช็คด้วยตาเปล่าอีกที เพื่อตรวจสอบสิ่งที่เครื่องนับว่านับถูกต้องตามที่แสดงผลจริงหรือไม่ ซึ่งสุดท้ายก็มาจบที่การส่องกล้องจุลทรรศน์อยู่ดีครับ แต่สำหรับชุดกล้อง “MicrosisDCN” ใช้โครงข่ายประสาทในการนับและให้ผลอัตโนมัติโดยที่คนสามารถตรวจสอบในภายหลังได้โดยไม่จำเป็นต้องเอาตาไปส่องกล้องจุลทรรศน์เลย เพียงแค่เราดูจากหน้าจอคอมพิวเตอร์ ซึ่งข้อดีของกล้องตัวนี้ คือ เป็นชุดกล้องแบบ Stand alone สามารถสวมเข้ากล้องจุลทรรศน์และต่อเข้าคอมพิวเตอร์ได้ทันที โดยโปรแกรมและชุดคำสั่งทุกอย่างจะบรรจุในตัวกล้องอยู่แล้ว ไม่ต้องติดตั้งซอฟต์แวร์เพิ่ม สามารถทำงานได้ทันทีด้วยตัวของมันเองครับ” คุณณัทกรกล่าว
การทำงานของชุดกล้อง “MicrosisDCN” จะเก็บข้อมูลเป็น 2 ส่วน คือ ค่าพารามิเตอร์ ที่ประกอบด้วยค่าการนับจำนวนเซลล์จากการจับภาพบนแผ่นสไลด์และนำเสนอขึ้นหน้าจอคอมพิวเตอร์ และค่า High Power Field unit (HPF) ซึ่งเป็นหน่วยที่ใช้ในทางการแพทย์ เพื่อระบุจำนวนเซลล์ที่แท้จริงที่เห็นภายใต้กล้องจุลทรรศน์รวมถึงมีการคำนวณค่าความต่างระหว่าง High Power Field Unit กับตัวกล้อง ทำให้ได้เป็นจำนวนค่า Factor ตัวคูณ มีตัวสรุปด้านล่างภาพข้อมูลเพื่อแสดงจำนวนเซลล์และมีค่าสรุปที่ใช้ในทางการแพทย์ได้ทันที จึงทำให้การอ่านค่าง่ายขึ้น โดยข้อมูลเหล่านี้จะถูกเซฟเป็นรูปธรรมดาที่สามารถนำไปขายต่อได้
คุณณัทกรกล่าวต่อว่า “เซลล์กลุ่มแรกที่ชุดกล้อง “MicrosisDCN” วิเคราะห์เป็นกลุ่มเซลล์เม็ดเลือด ที่ประกอบด้วยเม็ดเลือดขาว เม็ดเลือดแดง และเกล็ดเลือด ทันทีที่กล้องเริ่มถ่ายภาพเซลล์ โครงข่าย Neural Network จะประมวลผล นับ และจำแนกจุลชีพโดยอัตโนมัติพร้อมกันทั้ง 3 เซลล์โดยไม่ต้องนับแยกทีละส่วน ซึ่งแผนการพัฒนาต่อไปในอนาคตจะขยายไปสู่การตรวจวัดเซลล์ชนิดอื่นๆ เช่น โพรโทซัว (Protozoa) สิ่งมีชีวิตขนาดเล็ก หรือสาหร่าย โดยขึ้นอยู่กับชุดข้อมูลที่ผู้เชี่ยววชาญจะนำมาฝึกใช้กับโครงข่ายในอนาคต รวมไปถึงมีความสนใจที่ต้องการจะพัฒนาให้อุปกรณ์สามารถเรียนรู้ได้ด้วยตัวเองเมื่อตรวจเจอเซลล์ใหม่ เพียงแค่ระบุชนิดเซลล์ในครั้งแรก ชุดกล้องก็จะจดจำและนำไปใช้จำแนกเซลล์ต่อได้ หรือประสานการทำงานผ่าน Cloud computing ในการเก็บข้อมูลออนไลน์เข้าฐานส่วนกลางและนำผลมาใช้ได้ทุกที่ ซึ่งความตั้งใจในการทำส่วนแรกคือการพัฒนาอุปกรณ์ให้เป็นแบบ “stand alone” เนื่องจากใช้งานง่ายและมีความเสถียร เหมาะกับการนำไปใช้งานได้ทุกพื้นที่ไม่จำกัดแค่ห้องปฏิบัติการ ซึ่งสามารถอยู่ในสถาบันวิจัย โรงเรียน สถานศึกษาต่างๆ ที่สามารถนำไปใช้ประโยชน์ในการเรียนรู้ได้”
นายณัทกร เกษมสำราญ นิสิตปริญญาโท
ภาควิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
