
![image](/images/2022/56/01.jpg)

- แรงบันดาลใจจากความสนใจในการทำวิจัยทางการแพทย์และชีววิทยา; ไมเกรนเป็นโรคที่ส่งผลกระทบต่อประชากรถึง 10% โดยไม่เลือกเพศและอายุ,
- โมเดลจำแนกคลื่นสมอง EEG (electroencephalogram) ของผู้ป่วยไมเกรนที่เกิดจาก SSEVP (steady state visually evoked potentials) หรือการให้ผู้ป่วยดูภาพ/เสียงและบันทึกคลื่นสมองผ่าน BCI (brain-computer interface),
- ใช้ชุดข้อมูลคนเป็มไมเกรน 17 คนและไม่เป็นไมเกรน 18 คนจากงานวิจัย Zar et al (2020; https://kilthub.cmu.edu/articles/dataset/Ultra_high-density_EEG_recording_of_interictal_migraine_and_controls_sensory_and_rest/12636731),
- ใช้ 60 Hz notch filter เพื่อลด noise ในข้อมูลสัญญาณ; ใช้ sampling rate ที่ 512 Hz และทดลองแยกแยะสัญญาณด้วย window 30 และ 4 วินาที; แบ่ง train-valid-test ที่ 64:16:20,
- ใช้สถาปัตยกรรม EEGNet ในการเทรน; โมเดลประกอบด้วย 2D convolution, depthwise 2D convolution และ separable 2D convolution layers; https://arxiv.org/abs/1611.08024,
- สำหรับ window 30 วินาที ได้ accuracy ดีกว่า SVM (51.4%) และ XGBoost (54.8%) ที่ 74% และ 87.5% สำหรับ window 4 วินาที

### แรงจูงในในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 10 สัปดาห์ที่แล้ว)

> ""เนื่องจากผมเป็นคนที่สนใจและถนัดในชีววิทยา ที่ผ่านมาจึงเข้าร่วมการแข่งขันทางวิชาการหลายๆอย่างทั้งโอลิมปิกวิชาการ ตอบปัญหาชีววิทยา/การแพทย์ และได้ทำโครงงานที่เกี่ยวกับการตรวจคัดกรองทางการแพทย์ จึงยังไม่ได้มีโอกาสทำโครงงาน ML หรือโคดดิ้ง แต่จากประสบการณ์ในการเรียนวิชานี้ ทำให้ผมมีความเข้าใจในระบบต่างๆทางชีววิทยา และพบว่ากลไก ปฏิกิริยาทางเคมีต่างๆ ล้วนสามารถศึกษาได้โดยใช้การวิเคราะห์ ข้อมูล เชิงชีววิทยา หรือที่เรียกว่า Bioinformatics เมื่อไม่นานมานี้ผมจึงได้เริ่มศึกษาการสร้างโมเดล QSAR เพื่อหาความสัมพันธ์ของโครงสร้างทางเคมีของโมเลกุลกับ bioactivity โดยใช้ ML เข้ามาทำนายข้อมูล ซึ่งถือว่าเป็นการที่ผมได้ self-study เกี่ยวกับ ML ด้วยตัวเองครั้งแรก ถึงแม้จะเป็นการหยิบยืมโค้ดเพื่อให้เข้าใจการใช้ ML ในเบื้องต้น แต่อย่างไรก็ตาม ผมคิดว่า ยังมีส่วน algorithm ของ model ที่ยังไม่เข้าใจมากนัก และไม่รู้จะนำไป apply ต่ออย่างไร .. ดังนั้นผมจึงต้องการที่จะหาโอกาสที่จะเรียนรู้ในเรื่องนี้อย่างลึกซึ้ง และมั่นใจว่าเราจะได้ประโยชน์จากจุดนี้ และสามารถทำให้เกิดประโยชน์ต่อไปได้ เช่น project ที่ช่วยพัฒนายา หรือ วิเคราะห์ข้อมูลทางชีวภาพต่างๆ",  นอกจากนี้คือ ผมกำลังทำงานวิจัยเกี่ยวกับ Molecular Dynamics Simulation โดยมีอาจารย์จาก KMUTT เป็นที่ปรึกษา ซึ่งการทำงานนี้เป็นส่วนของ Computational Biophysics ที่ต้องอาศัยการเขียนโปรแกรมเข้ามาช่วยวิเคราะห์โครงสร้าง DNA ผมจึงจะได้มีโอกาสทำงานใช้ ภาษา python และคิดว่า ML อาจสามารถนำมาประยุกต์ใช้ในงานได้ไม่มากก็น้อย  สาเหตุที่ผมอยากเข้าโครงการ คือ การที่ AI และ Machine Learning จะเข้ามามีบทบาทความสำคัญในอนาคตเป็นอย่างมาก ไม่ว่าจะเป็นในเชิงการแพทย์ วิศวกรรม การทำธุรกิจ ฉะนั้น การเรียนรู้ทักษะการเขียนโปรแกรมเพื่อพัฒนา AI เบื้องต้นจึงจะเป็นทักษะที่จำเป็น ยิ่งไปกว่านั้นคือ การหาประสบการณ์ในการทำ AI เพื่อนำมาใช้แก้ปัญหาจริง จะช่วยให้เห็นแนวทางที่จะนำไปต่อยอดเพื่อให้เกิดประโยชน์ในอนาคตมากยิ่งขึ้นไป โดยผมเห็นว่าโครงการนี้สามารถตอบโจทย์ เพราะถ้าได้เข้าร่วมผมจะได้ผู้เชี่ยวชาญคอยชี้แนะและสอนการทำงานในสายนี้จริงๆ ซึ่งอาจทำให้เราได้เรียนรู้ในสิ่งที่ลึกกว่าการเรียนจากแหล่งข้อมูลทั่วไปในอินเตอร์เน็ต นอกจากนี้ ผมยังเห็นว่า การเข้าโครงการจะช่วยให้เรามี connection กับเพื่อนที่สนใจใน AI เหมือนกัน และรู้จักกับอาจารย์ต่างๆ ซึ่งจะเป็นประโยชน์มาก เพราะอาจช่วยให้ผมมีโอกาสได้ partner ทำงานวิจัย หรือทำธุรกิจเทคโนโลยีที่ได้สร้างจากประสบการณ์การเข้าร่วมโครงการและการศึกษาต่อเพิ่มเติม"

โมเดล CNN สำหรับการจำแนกสัญญาณสมองในระบบ SSVEP-BCI สำหรับไมเกรน (A CNN for Classification Task in SSVEP-BCI for Migraine)

โดย ฆนัท บุญจง (เค) •