Deteksi Polycystic Ovary Pada Citra Ultasonografi Menggunakan Metode Region Growing dan Euclidean Distance

Maulida Dwi Septiani

Informasi Dasar

118104102
005.1
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Polycystic Ovary (PCO) merupakan kumpulan dari beberapa folikel, yaitu kantung berisi cairan berbentuk oval yang berada di dalam ovarium wanita. Folikel ini setiap bulannya akan dilepaskan ketika masa subur, namun tidak semua folikel berhasil keluar dari ovarium. Folikel yang tertinggal di dalam ovarium lama kelamaan akan membesar dan jika jumlahnya mencapai lebih dari 12 buah serta berukuran 2-9 mm, inilah yang disebut sebagai PCO.Jika seorang wanita memiliki PCO dalam ovariumnya, kemungkinan besar wanita itu akan menderita Polycystic Ovary Syndome (PCOS) yang dapat mengakibatkan infertilitas, yaitu suatu keadaan dimana seorang wanita tidak bisa hamil dan melahirkan seorang anak. Salah satu cara untuk mendeteksi PCO adalah dengan melakukan pemeriksaan citra ultrasonografi ovariumnya. pemeriksaan ini dilakukan oleh dokter secara manual, tetapi pada kenyataannya terdapat ebberapa faktor yang menyebabkan seorang dokter terkadang salah melakukan diagnosis, salah satunya adalah faktor human errror. Oleh karena itu, akan dibuat suatu sistem yang secara otomatis dapat mendeteksi PCO.
Metode yang digunakan unutuk membuat sistem pendeteksian otomatis ini yaitu dengan menggunakan region growing untuk membuat daerah perkiraan awal folikel tumbuh berkembang menjadi folikel yang sebenarnya dari citra USG lalu mengukur diameter dan jumlah dari folikel yang sudah tersegmentasi dengan menggunakan euclidean distance sehingga nantinya dapat diketahui apakah terdapat PCO atau tidak dalam ovariumnya.
Hasil pengujian sistem menunjukkan bahwa deteksi PCO menggunakan sistem ini mampu menghasilkan tingkat keberhasilan deteksi jumlah folikel (RF) sebesar 71,09%, tingkat kegagalan deteksi jumlah folikel (MRF) sebesar 22,51%, dan tingkat kesalahan ukuran diameter folikel (MRFD) sebesar 17,81%.
KATA KUNCI: polycystic ovary, region growing, euclidean distance, image processingABSTRACT: Polycystic Ovary (PCO) is a set of several follicles, which is oval-shaped fluid- filled sac inside a woman's ovaries. These follicles each month will be released when the fertile period, but not all made it out of the ovarian follicle. Remaining follicles in the ovary will swell over time and if the number reached more than 12 pieces and measuring 2-9 mm, is called as PCO. If a woman has in her ovaries PCO, most likely woman will suffer from Polycystic Ovary Syndrome (PCOS), which can lead to infertilas, which is a condition where a woman can pregnant and give birth to a child. One way to detect PCO is by examining the ultrasonography image of her ovaries. This is performed by a doctor manually, but in fact, there are several factors that lead to a diagnosis doctors sometimes wrong doing, one of them is the human error factor. Therefore, it will be created a system which can automatically detect the PCO.
The method used to make this automatic detection system is by using a region growing area to make preliminary estimates follicle, then follicle grows into an actual form of the ultrasound image and measure the diameter and the number of follicles that have been segmented by using euclidean distance, so it will be known whether there PCO or not in the ovaries.
Testing results show that the detection of PCO using this system is able to produce a success rate of detection of the number of follicles (RF) of 71.09%, the error rate detection number of follicles (MRF) of 22.51%, and error rate of follicle diameter (MRFD) of 17.81%.KEYWORD: polycystic ovary, region growing, euclidean distance, image

Subjek

Informatika Teori dan Pemrograman
 

Katalog

Deteksi Polycystic Ovary Pada Citra Ultasonografi Menggunakan Metode Region Growing dan Euclidean Distance
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

Maulida Dwi Septiani
Perorangan
Dr. Adiwijaya , Unatri Novia Wisey
 

Penerbit

Universitas Telkom
Bandung
2014

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini