Penerapan Pengolahan Citra Dalam Bidang Kedokteran/MEDIS

Penerapan Pengolahan Citra Dalam Bidang Kedokteran/MEDIS

Anggota : - Elizabeth Manogi

                    Farchan Gustian

                    Ni Made Ari Wira A

                    Seghy Agni Setyawan

                    Syayu Hanana Yohana Stefani U.

Kelas :        2DB03

· Contoh penerapan pengolahan citra dalam bidang kedokteran salah satunya yaitu USG

(Ultrasonografi Medis)
Ultrasonografi medis (sonografi) adalah sebuah teknik diagnostik pencitraan menggunakan suara ultra yang digunakan untuk mencitrakan organ internal dan otot, ukuran mereka, struktur, dan luka patologi, membuat teknik ini berguna untuk memeriksa organ. Sonografi obstetrik biasa digunakan ketika masa kehamilan.
Pilihan frekuensi menentukan resolusi gambar dan penembusan ke dalam tubuh pasien. Diagnostik sonografi umumnya beroperasi pada frekuensi dari 2 sampai 13 megahertz.
Sedangkan dalam fisika istilah "suara ultra" termasuk ke seluruh energi akustik dengan sebuah frekuensi di atas pendengaran manusia (20.000 Hertz), penggunaan umumnya dalam penggambaran medis melibatkan sekelompok frekuensi yang ratusan kali lebih tinggi.

Cara Kerja USG (Ultrasonografi)

Ultrasonik adalah gelombang suara dengan frekuensi lebih tinggi daripada kemampuan pendengaran telinga manusia, sehingga kita tidak bisa mendengarnya sama sekali. Suara yang dapat didengar manusia mempunyai frekuensi antara 20 – 20.000 Cpd (Cicles per detik- Hertz). Sedangkan dalam pemeriksaan USG ini menggunakan frekuensi 1- 10 MHz ( 1- 10 juta Hz).

Gelombang suara frekuensi tinggi tersebut dihasilkan dari kristal-kristal yang terdapat dalam suatu alat yang disebut transduser. Perubahan bentuk akibat gaya mekanis pada kristal, akan menimbulkan tegangan listrik. Fenomena ini disebut efek Piezo-electric, yang merupakan dasar perkembangan USG selanjutnya. Bentuk kristal juga akan berubah bila dipengaruhi oleh medan listrik. Sesuai dengan polaritas medan listrik yang melaluinya, kristal akan mengembang dan mengkerut, maka akan dihasilkan gelombang suara frekuensi tingi.

Prinsip kerjanya menggunakan Gelombang Ultrasonik yang dibangkitkan oleh kristal yang diberikan gelombang listrik. Gelombang ultrasonik adalah gelombang suara yang melampaui batas pendengaran manusia yaitu diatas 20 kHz atau 20.000 Hz atau 20.000 getaran per detik. Kristal nya bisa terbuat dari berbagai macam, salah satunya adalah Quartz. Sifat kristal semacam ini, akan memberikan getaran jika diberikan gelombang listrik. Alat ultrasonik sendiri ada berbagai tipe. Ada Tipe Scan A, B dan C. Yang biasa untuk mendeteksi crack pada baja adalah tipe A. Prinsip kerjanya mudah sekali. Tinggal menggunakan sensor ultrasonik untuk mengirimkan gelombang ultrasonik dan menangkapnya kembali.

Transducer bekerja sebagai pemancar dan sekaligus penerima gelombang suara. Pulsa listrik yang dihasilkan oleh generator diubah menjadi energi akustik oleh transducer yang dipancarkan dengan arah tertentu pada bagian tubuh yang akan dipelajari. Sebagian akan dipantulkan dan sebagian lagi akan merambat terus menembus jaringan yang akan menimbulkan bermacam-macam pantulan sesuai dengan jaringan yang dilaluinya.

Pantulan yang berasal dari jaringan-jaringan tersebut akan membentur transducer, dan kemudian diubah menjadi pulsa listrik lalu diperkuat dan selanjutnya diperlihatkan dalam bentuk cahaya pada layar oscilloscope.

Gambar 1.1 Contoh Gambar Hasil USG Kehamilan

1.5 Peran Pengelolaan Citra Dalam USG (Ultrasonografi)

Gambar 1.2 Gambar Citra Dalam USG

Foto-foto tersebut menunjukkan, bayi yang belum lahir pun ternyata mampu mengejapkan matanya, menguap, mengernyitkan dahi dan menangis. Sampai saat ini, dokter dan orangtua percaya, janin dalam rahim ibu, tak dapat tersenyum sampai beberapa minggu setelah lahir. Tetapi ahli kandungan terkenal asal Inggris, Prof Stuart Campbell yang mempelopori teknik rekaman gambar ini, mengatakan, pendapat tersebut tidaklah benar sepenuhnya. Para ahli berpendapat, bayi tidak tersenyum sampai usia 6 minggu setelah lahir. Padahal, sebelum lahir pun bayi-bayi itu sering sekali tersenyum. Gambar-gambar ini, dibuat menggunakan ultrasound 4D, yang mencatat gema/gaung yang berasal dari rahim ibu, dan mencatatnya secara digital. Pengamatan yang dilakukan selama berjam-jam, akan menghasilkan gambar yang membuat orangtua seperti menonton video kehidupan bayinya.

Foto-foto tadi, juga akan membantu dokter mendapatkan peringatan dini bila bayi-bayi dalam kandungan itu abnormal, seperti: langit-langit mulutnya terbelah, sindrom down dan kelainan lain yang berkaitan dengan tungkai, lengan, serta anggota tubuh lainnya. Prof Campbell, mengatakan, Dengan munculnya gambar-gambar tadi, sejumlah pertanyaan mengenai janin dalam kandungan, bisa diselidiki. Misalnya, apakah janin dengan problem genetik memiliki pola gerak yang sama seperti janin normal? Apakah janin-janin itu tersenyum karena dia merasa bahagia? Atau menangis karena ada suasana atau kejadian yang menganggunya..? Mengapa janin mengedip-ngedipkan matanya? Padahal selama ini, kita berasumsi rahim ibu itu gelap gulita. Foto-foto janin ini, bahkan bisa diambil ketika usia kandungan si ibu baru 12-20 minggu. Biaya pengambilan gambar janin ini, kira-kira, 275 poundsterling (kurang lebih 4 juta rupiah).

Yvone Ntimoah (29) yang mengambil gambar bayi perempuannya “baru berusia 31 minggu“ mengatakan, Ini sangat fantastik. Tangannya tadinya menutupi wajahnya, tetapi tiba-tiba tangannya terbuka, dan kami bisa melihat dia tersenyum. Kate Blackwell (29), yang hamil 27 minggu, menambahkan, Suamiku, Paul, dan aku dapat menyaksikan setiap gerak-gerik bayi kami. Meski begitu, ahli kandungan lain, Maggie Blott, memiliki pendapat berbeda. Ia masih tidak percaya bayi dapat tersenyum dalam rahim ibunya. Memang, bayi-bayi itu seperti tersenyum.”
HASIL UJICOBA DAN PEMBAHASAN

Pada proses pelatihan digunakan 60 data citra paru yang berukuran 2010x2010 pixel, terdiri dari data normal, data kanker paru-paru dan data penyakit paru lain. Sebelum dilakukan pelatihan data terlebih dahulu dilakukan proses pengolahan citra pada citra paru. proses pengolahan citra yang dilakukan antara lain yaitu cropping untuk memotong citra pada bagian daerah paru dan resizing untuk mengubah dimensi citra menjadi 320x320 pixel. Langkah selajutnya adalah thresholding untuk mengubah citra menjadi citra biner sehingga dari proses ini backgroud dari citra dapat dihilangkan. Setelah itu dilakukan proses filter median untuk menghilangkan noise-noise kecil dari hasil thresholding. Langkah terakhir dari preprosessing ini adalah BW Labelling untuk menandai objek-objek yang ada pada citra yang memiliki Hasil dari preprosessing ini ditunjukkan pada gambar 3. Ekstraksi fitur citra menggunakan transformasi wavelet haar tujuh level untuk mendapatkan fitur energi dan koefisien wavelet setiap subband pada masing-masing level sehingga didapatkan matriks 1x66 pixel sebagai masukan backpropagation.

Gambar 3. Hasil Preprosessing Citra Paru

Pelatihan data dilakukan dengan memvariasi hidden layer dan jumlah epoh untuk mendapatkan arsitektur jaringan yang hasil performance (MSE) paling mendekati target eror 0,001. Dari hasil variasi ini di peroleh parameter-parameter yang digunakan pada proses training yaitu hidden layer = 10, epoh = 3000, learning rate=0,1 dan target eror = 0,001. Tingkat akurasi yang diperoleh sebesar 100 %

	Gambar 4 Grafik antara Performance (MSE) dan Variasi Jumlah Epoh dengan Seluruh Variasi Hidden Layer

 

Gambar 4. Grafik antara MSE dan 3000 epoh pada hidden layer

Data yang digunakan untuk proses pengujian ini sebanyak 15 data yang terdiri dari 5 data normal, 5 data kanker paru-paru dan 5 data penyakit paru lain. Parameter-parameter dari hasil pelatihan digunakan untuk pengujian data baru yaitu 10 hidden layer, 3000 epoh, learning rate 0,1. Dari pengujian data menggunakan parameter-parameter tersebut tingkat akurasi yang dihasilkan adalah sebesar 86,67 %. Tabel 1 menunjukkan akurasi data pengujian dengan nilai 1 untuk kondisi normal, nilai 0 untuk kondisi kanker paru-paru dan nilai -1 untuk kondisi penyakit paru lain.

Tabel 1. Tingkat Akurasi Data Pengujian

Pada penelitian ini juga telah dibuat suatu tampilan apliksi interface seperti pada Gambar 5. Layar tersebut berguna untuk pengguna mendeteksi hasil foto rontgen thorak paru-paru dan hasil dari pengolahan citra serta hasil ekstraksi fitur yang dijadikan masukan pada jaringan saraf tiruan metode backpropagation. Dari hasil pengujian ini dapat diketahui hasil citra tersebut masuk kedalam kelompok normal, kanker paru-paru atau penyakit paru lain.

Gambar 5. Tampilan Aplikasi

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            SUMBER:

·         http://widdawiyah.blogspot.co.id/2010/09/penerapan-pengolahan-citra-dalam-bidang.html

·         https://andhiragumay.wordpress.com/2013/01/11/pengolahan-citra-bidang-kedokteran-part-2-bag-2/

·         http://yuyunfitri.blogspot.co.id/2014/01/artikel-pengolahan-citra-digital-dalam_25.html?m=1