BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit jantung

advertisement
BAB I
PENDAHULUAN
1.1
Latar Belakang
Penyakit jantung merupakan pembunuh yang paling berbahaya saat ini
yang menjadikannya sebagai penyebab kematian nomor satu di dunia (WHO,
2012). Salah satu tanda penyakit ini adalah adanya pembesaran ukuran jantung
atau yang disebut dengan cardiomegaly. Pemantauan pembesaran jantung
menggunakan modaliti x-ray masih banyak digunakan sampai saat ini karena
modaliti ini hampir tersedia di hampir seluruh rumah sakit. Bahkan untuk kasus di
Indonesia, banyak puskesmas yang sudah mempunyai peralatan ini.
Foto thorax atau sering disebut chest x-ray (CXR) adalah suatu
proyeksi radiografi dari thorax untuk mendiagnosis kondisi-kondisi yang
mempengaruhi thorax, isi dan struktur-struktur di dekatnya. Foto thorax
menggunakan radiasi terionisasi dalam bentuk x-ray. Foto thorax digunakan untuk
mendiagnosis banyak kondisi yang melibatkan dinding thorax, tulang thorax dan
struktur yang berada di dalam kavitas thorax termasuk paru-paru dan jantung
(Joarder dan Crundwell, 2009).
Diagnosa penyakit melalui foto thorax sampai saat ini masih
dilakukan secara manual oleh dokter, pengamatan manual paling tidak
mempunyai dua error yang umum diantaranya interobserver error dan intra
observer error. Interobserver error mengarah pada error yang terdapat pada
pengukuran objek yang sama oleh orang yang berbeda. Hal ini bisa dimaklumi
1
2
karena selain faktor citra X-ray itu sendiri, tingkat konfidensi seseorang dalam
melakukan pengukuran berbeda. Sedangkan error yang kedua adalah error yang
terdapat pada pengukuran objek yang sama oleh orang yang sama pada saat yang
berbeda. Hal ini juga mungkin terjadi terutama jika dihadapkan pada rentang
waktu yang lama dan frekuensi pengukuran yang tinggi (Lailyana, E, 2009).
Melihat adanya keterbatasan dalam diagnosa penyakit melalui foto
thorax yang selama ini dilakukan, maka muncul penelitian-penelitian dengan
pendekatan lain menggunakan aplikasi komputer. Salah satu diantaranya adalah
penelitian yang berjudul “Segmentasi paru-paru pada citra x-ray menggunakan
level set” yang melakukan segmentasi organ paru-paru dengan menggunakan
active contour (level set). Metode segmentasi ini dipilih, karena level set dapat
berevolusi mengikuti penyebaran kurva. Kurva akan berkembang sampai berhenti
pada batas obyek dalam suatu citra. Penelitian ini menggunakan 40 citra X-ray
paru-paru. Untuk menguji kinerja dari metode yang diusulkan hasil segmentasi
level set dibandingkan dengan segmentasi manual (Lailyana, E, 2009).
Penelitian yang berjudul “Metode Segmentasi Paru-paru dan Jantung
pada Citra X-ray Thorax” menggunakan citra x-ray thorax dengan format
grayscale dan ukuran 256x256, agar segmentasi berjalan dengan maksimal
dilakukan pra pengolahan menggunakan metode Gaussian Lowpass Filter.
Selanjutnya citra hasil pra pengolahan dikelompokkan menggunakan metode Kmeans Clustering dimana pengelompokan tersebut dilakukan berdasarkan
perbedaan nilai piksel pada citra. Selanjutnya dilakukan segmentasi dengan
menggunakan
metode
Geometric
Active
Contour.
Segmentasi
jantung
3
menggunakan metode template matching. Penelitian ini sudah dapat melakukan
segmentasi paru-paru dengan tingkat akurasi yang cukup baik, namun masih
kurang maksimal karena hanya menggunakan Gaussian Low Pass filter pada
tahap pra pengolahan citra (Mardhiyah dan Harjoko, 2013).
Penelitian yang dilakukan oleh Mardhiyah menunjukkan tahap pra
pengolahan dalam tahapan segmentasi citra memegang peranan yang sangat
penting yang dapat mempengaruhi hasil dari proses segmentasi.
Penelitian lain yang juga menunjukkan pentingnya peran tahap pra
pengolahan dalam melakukan segmentasi citra medis adalah penelitian yang
berjudul “The importance of the pre-processing on the echocardiographic images
for the Left Ventricular contour extraction.” (Santos et al., 2014) Dan “Evaluating
the Effect of Image Preprocessing on an Information Theoretic CAD System in
Mammography” (Tourassi et al., 2008), kedua penelitian ini menunjukkan bahwa
tahap pra pengolahan yang tepat dapat meningkatkan kinerja dan hasil dari proses
segmentasi citra.
Segmentasi paru-paru dan jantung pada citra x-ray thorax memiliki
tingkat kesulitan yang cukup tinggi, hal ini disebabkan organ-organ tersebut
memiliki tepi yang kurang tajam serta adanya bayangan tulang rusuk, tulang
selangka, pembuluh darah dan organ-organ lain yang ada pada rongga dada,
sehingga tahap pra pengolahan sangat penting dilakukan untuk semaksimal
mungkin mengaburkan organ-organ tersebut sebelum melakukan segmentasi
(Ilovar dan Sajn, 2011). Penelitian ini akan mencoba membandingkan kinerja
4
beberapa teknik pra pengolahan dan melihat pengaruhnya terhadap hasil
segmentasi paru-paru dan jantung pada citra x-ray thorax. Teknik pra pengolahan
yang akan digunakan ialah Anisotropic Diffusion dan Guided Image filter dimana
kedua metode ini memiliki karakteristik untuk mengaburkan detail citra dengan
tetap
mempertahankan
tepi
citra.
Sedangkan
proses
segmentasi
akan
menggunakan metode K-means Clustering dan Geometric Active Countour.
Anisotropic Diffusion yang juga dikenal dengan Perona–Malik
diffusion merupakan teknik yang bertujuan mengurangi noise citra tanpa
menghapus bagian-bagian yang signifikan dari citra, seperti tepi, garis atau rincian
lainnya yang penting bagi penafsiran citra (Perona dan Malik, 1990). Teknik ini
sudah pernah digunakan dalam penelitian “Automatic Lung Segmentation in CT
Images using Anisotropic Diffusion and Morphology Operation” untuk
menghilangkan noise pada citra CT namun kontur citra tetap dipertahankan
sehingga mempermudah proses segmentasi paru-paru (Kim et al., 2007).
Guided
Image
filter
menghitung
hasil
filter
dengan
mempertimbangkan konten gambar penuntun, yang merupakan gambar input itu
sendiri atau gambar lain yang berbeda. Guided Image filter dapat digunakan
sebagai operator smoothing yang tetap mempertahankan tepi seperti Bilateral
Filter yang sudah populer tetapi memiliki perilaku yang lebih baik di bagian tepi.
Guided Image filter juga merupakan sebuah konsep yang lebih generik di luar
smoothing: yaitu dapat mentransfer struktur dari gambar penuntun ke dalam filter,
memungkinkan aplikasi filter yang baru seperti dehazing dan guided feathering.
Selain itu, Guided Image filter secara alami memiliki algoritma cepat, bergantung
5
dari ukuran kernel dan kisaran intensitas. Saat ini, ini adalah salah satu edgepreserving filter tercepat. Eksperimen menunjukkan bahwa Guided Image filter
efektif dan efisien untuk diterapkan dalam berbagai macam aplikasi komputer
vision dan komputer grafis (He et al., 2010).
Algoritma k-means adalah algoritma
pengelompokan iteratif yang
membagi dataset yang diberikan menjadi sejumlah klaster k yang ditentukan oleh
pengguna. Algoritma ini sederhana untuk diterapkan dan dijalankan, relatif cepat,
mudah diadaptasi, dan sudah banyak digunakan dalam penelitian medical
imaging. geometric active contour merupakan metode active contour berdasarkan
teori evolusi kurva dan metode level set. Chan Vese merupakan model dari
geometric active contour yang populer, dikarenakan memiliki kelebihan antara
lain: dapat mendeteksi garis dan kurva yang tidak tertutup dan dapat mendeteksi
objek dengan intensitas yang berbeda. Teknik ini digunakan dalam penelitian
“Metode Segmentasi Paru-Paru dan Jantung pada Citra X-ray Thorax” untuk
mendapatkan citra paru-paru kiri dan kanan dari hasil clustering citra
menggunakan metode k-means (Mardhiyah dan Harjoko, 2013).
Dengan menerapkan metode Anisotropic Diffusion dan Guided Image
filter pada tahap pra pengolahan serta metode k-means dan geometric active
contour untuk proses segmentasi diharapkan pada penelitian ini dapat
menghasilkan metode yang dapat dijadikan rujukan pada tahap pra pengolahan
dalam melakukan segmentasi paru-paru dan jantung.
6
1.2
Rumusan Masalah
Berdasarkan latar belakang di atas maka dapat dirumuskan
permasalahan yang akan dibahas pada penelitian ini adalah bagaimana pengaruh
metode Anisotropic Diffusion dan Guided Image filter sebagai metode pra
pengolahan terhadap akurasi, sensitivitas dan spesifisitas dari hasil segmentasi
paru-paru dan jantung.
1.3
Batasan Masalah
Batasan masalah yang akan dibahas pada penelitian ini adalah:
1.
Penelitian ini akan fokus pada proses pra pengolahan untuk melihat
pengaruhnya terhadap hasil segmentasi.
2.
Metode yang digunakan pada proses pra pengolahan adalah Anisotropic
Diffusion dan Guided Image filter.
3.
Metode yang digunakan pada proses segmentasi adalah K-means
Clustering dilanjutkan dengan Active Contour.
4.
Citra x-ray yang dijadikan citra uji adalah citra x-ray PA (PosteriorAnterior).
5.
Citra x-ray yang diteliti merupakan citra yang diperoleh dari database
publik hasil rekam medis dan telah tersimpan berupa file digital dengan
format jpeg berukuran 256x256 piksel dengan tingkat keabuan 256 (8
bit).
7
1.4
Tujuan Penelitian
Tujuan diadakannya penelitian ini adalah untuk mendapatkan metode
pra pengolahan yang dapat dijadikan rujukan untuk meningkatkan kinerja akurasi,
sensitifitas dan spesifisitas segmentasi paru-paru dan jantung pada citra x-ray
thorax.
1.5
Manfaat Penelitian
Manfaat yang diharapkan dengan dilakukannya penelitian ini adalah:
1. Menyediakan alternative metode yang dapat digunakan sebagai rujukan,
untuk melakukan proses pra pengolahan pada segmentasi citra medis.
2. Dengan meningkatkan akurasi, sensitifitas dan spesifisitas hasil
segmentasi, diharapkan juga dapat berkontribusi meningkatkan akurasi
penentuan CTR pada pengembangan tahap selanjutnya.
1.6
Keaslian Penelitian
Penelitian mengenai segmentasi paru-paru dan jantung pada citra X-
ray Thorax telah banyak dilakukan baik dalam bidang kedokteran maupun ilmu
komputer, dalam berbagai penelitian penulis mengamati belum adanya penelitian
yang fokus pada metode pra pengolahan. Segmentasi jantung pada X-ray Thorax
masih jarang dilakukan, kebanyakan penelitian masih menggunakan citra hasil
CT Scan dan MRI. Penelitian yang telah ada dalam bidang kedokteran yaitu
analisa struktur dan diagnosa penyakit pada rongga dada, dalam bidang ilmu
komputer lebih menitikberatkan pada proses segmentasi dalam pengolahan citra
digital.
Download