Metode segmentasi citra USG untuk mendeteksi kista

RAFSYAM, Yenniwarti, Dr. Ir. Thomas Sri Widodo, DEA

2008 | Tesis | S2 Teknik Elektro

Ultrasonografi menghasilkan gambar yang tidak begitu jelas, karena keterbatasan fisik manusia dalam hal ini dokter, misalnya kelelahan, ketidak cermatan akan mempengaruhi hasil dalam menginterpretasikan gambar, apabila terjadi kekeliruan akan fatal akibatnya. Pasien juga kesulitan untuk memahami hasil USG tanpa bantuan dokter. Kesalahan yang disebabkan hasil interpretasi tersebut dapat diminimalkan sehingga lebih memudahkan dokter dalam melakukan diagnosis.Tujuan penelitian ini adalah mendeteksi keberadaan, melakukan segmentasi, mengestimasi ukuran serta melakukan pewarnaan kista ovarium secara otomatis. Sampel penelitian adalah 25 gambar hasil USG yang didiagnosa ada kista pada alat reproduksi wanita (ovarium). Pada penelitian ini metoda yang digunakan untuk mendeteksi keberadaan kista menggunakan metoda Euclidean distance, dengan cara membandingkan window uji dengan template dari kista. Segmentasi kista menggunakan metoda deteksi (batas lingkar) yang dikombinasi dengan deteksi tepi untuk mengetahui garis tepi kista serta metoda region growing untuk mengetahui fisik dari kista berdasarkan informasi titik tengah kista dan batasbatas kista. Selanjutnya, dari segmentasi kista yang telah dilakukan dapat menentukan estimasi ukuran secara otomatis dengan mencari jumlah piksel yang mewakili lebar, tinggi, dan diagonal kemudian dikalikan dengan konstanta hasil kalibrasi ukuran kista. Pewarnaan kista secara otomatis dengan metode pewarnaan berdasarkan fungsi tertentu dengan cara melakukan konversi warna sesuai dengan grayscale dari kista. Hasil penelitian menunjukkan bahwa keberhasilan deteksi kista sebesar 92% dan keberhasilan proses segmentasi 84% untuk template 16x16, 88% dan 76% untuk template 20x20, sedangkan estimasi ukuran kista dapat dilakukan secara otomatis, pada sampel yang dinormalisasi dengan menggunakan template 16x16 dan 20x20 diperoleh kesalahan rata-rata (MSE) dan devia si standar yang relatife rendah. Pewarnaan pada kista juga dapat dilakukan secara otomatis. Penelitian ini juga menunjukkan bahwa ukuran template yang baik digunakan adalah template dengan ukuran 16x16 dan 20x20.

Ultrasonography yields a blur image and the limitation of physic of human being (doctor) as exhaustion or carelessness could result in inaccurate interpretation. For the patient, it’s more difficult to understand the image without the doctor’s helping.The objectives of this research are detecting the existence of, segmenting of, automatic estimating the size of, and automatic coloring of ovarian cyst so the doctor will be easier to make a diagnosis. The number of samples in this research consists of 25 ovarian ultrasound images. The method which employs to detect the existence of ovarian cyst is euclidian distance by comparing the test window with the template of ovarian cyst. There are two methods were employed in segmenting. Fist, a combination of circle detection and edge detection method was employed to detect edge line of ovarian cyst, and the other is a region growing method to detect the physical of ovarian cyst based on its center point and edges information. Next, we can estimate its size automatically by sum up its numbers of width, high and diagonal, and then multiplied with a constant which resulted from its size calibration. The automatic coloring done by coloring method based on specific function, that is by employ color conversion which agrees with ovarian cyst grayscale. The results show that the success of ovarian cyst detection and segmentation processing are 92% and 84% for 16x16 templates, 88% and 76% for 20x20 templates respectively; the estimation of ovarian cyst automatically success for normalization sample for 16x16 and 20x20 templates (mean square of error was relative low); and the same result showed for coloring. This study also shows that the best dimension of template was used to detect and to segment the ovarian cyst is 16x16 and 20x20 templates.

Kata Kunci : USG,Kista,Euclidean distance , Keywords: ultrasound (USG), cyst, detection, segmentation