Segmentasi Hotspot pada Citra Sidik Tulang Seluruh Tubuh untuk Deteksi Metastasis Kanker Menggunakan U-Net++ - Dalam bentuk pengganti sidang - Artikel Jurnal
RAMADHAN OKTOVIVIAN MUHAMMAD
Informasi Umum
Kode
25.04.436
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Tugas Akhir
Dilihat
336 kali
Informasi Lainnya
Abstraksi
<strong>Kanker tulang merupakan penyebab utama kematian secara global, dan pendeteksiannya dalam gambar medis melalui segmentasi semantik menawarkan pendekatan yang lebih baik dibandingkan segmentasi non semantik. Studi ini berfokus pada kinerja U-Net++ untuk segmentasi hotspot pada citra tulang anterior dan posterior, dengan menggunakan konfigurasi 4-segmen dan 3-segmen. Dataset mencakup anotasi untuk segmen tulang normal dan abnormal, dengan model yang dilatih secara terpisah untuk tampilan anterior dan posterior guna mengoptimalkan segmentasi. U-Net++ mencapai akurasi dan stabilitas yang tinggi, dengan F1-score sebesar 0,990 dan IoU sebesar 0,341 untuk hotspot dalam konfigurasi 4-segmen, serta mempertahankan efisiensi komputasi dengan 36,6 juta parameter. Meskipun terdapat tantangan dalam anotasi hotspot menggunakan metode thresholding, U-Net++ terbukti sebagai solusi yang efektif dan andal untuk deteksi lesi tulang dalam skenario segmentasi yang kompleks.</strong><br />
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | RAMADHAN OKTOVIVIAN MUHAMMAD |
| Jenis | Perorangan |
| Penyunting | Ema Rachmawati, Prasti Eko Yunanto |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
