Identifikasi landmark sephalometri menggunakan algoritma projected principal edge distribution (PPED)

PURNAMA, Ika Purwanti Ningrum, Drs. Agus Harjoko, M.Sc., Ph.D

2010 | Tesis | S2 Ilmu Komputer

Sephalometri radiograf telah menjadi salah satu tools diagnostik yang paling penting dalam orthodonti. Dalam analisis sephalometri, identifikasi landmark sephalometri merupakan standar identifikasi titik pada citra lateral radiograf kepala untuk melakukan pengukuran yang dibutuhkan dalam orthodonti. Analisis sephalometri dibuat dari hasil penapakan (tracing) secara manual pada citra lateral radiograf kepala. Kesulitan identifikasi landmark dengan cara ini adalah menggabungkan struktur tengkorak pasien yang bervariasi dengan sifat citra radiograf dimana kualitas citra radiograf bisa bervariasi tergantung dari alat akuisisi citra yang digunakan. Identifikasi landmark sephalometri dapat dilakukan dengan mencocokan pola dari citra radiograf yang diambil dari banyak pasien sebagai template. Algoritma Projected Principal-Edge Distribution (PPED) merupakan salah satu algoritma ekstraksi fitur objek dalam citra yang mengkodekan distribusi spatial empat arah utama tepi dalam 64x64 piksel citra gray scale membentuk vektor fitur 64-dimensi dan mereduksi vektor fitur dengan memproyeksikan edge flag ke arah utama. Vektor fitur tersebut selanjutnya digunakan dalam proses pencocokan dengan perhitungan jarak Eucledian sehingga posisi landmark pada citra sephalometri radiograf kepala teridentifikasi. Keberhasilan identifikasi landmark dengan 20 citra template tidak selalu lebih baik dari identifikasi landmark dengan 10 citra template. Mask Kirsch dan mask Shibata merupakan mask untuk deteksi tepi, dimana hasil filtering dari kedua mask ini memberikan hasil yang tidak signifikan terhadap identifikasi landmark sephalometri.

Cephalometry radiograph has become one of the most important diagnostic tools in orthodonti. In cephalometry analysis, identification of landmark Cephalometry is standard lateral point on the image to radiograph head measurements which is required in orthodonti. Cephalometry analysis made from manually tracing on the lateral image head radiograf. Difficulties while identifying landmarks with this way is to combine the patient's skull structure which varies with the nature of radiograph which is the radiograph image quality can be vary depending on the image acquisition equipment used. Cephalometry landmark identification can be done by matching the pattern of radiograph images taken from many patients as a template. Projected Principal-Edge Distribution (PPED) Algorithm is one of object feature extraction algorithms in the image which represent code for spatial distribution of the four main directions in a 64x64 pixel gray scale image to form feature vectors and reduce the 64-dimensional feature vectors of with projecting edge flag to the main direction. Feature vector is then used in matching process by calculating the Eucledian distance so landmark position on the image of the head Cephalometry radiograph identified. The success of the landmark identification with the 20 template image is not necessarily better than the identification of landmarks with the image of the template 10 template image. Kirsch mask and Shibata mask is mask for edge detection, which the result itself from the both filtering masks provide no significant results on cephalometry landmark identification.

Kata Kunci : Landmark Sephalometri, Algoritma projected principal edge distribution, Cephalometry landmark, Projected Principal-Edge Distribution (PPED) algorithm.