Blog Archives

Tumor otak merupakan salah satu penyakit yang membutuhkan diagnosis akurat agar penanganannya optimal. Salah satu parameter penting dalam proses diagnosis adalah volume tumor, yang dapat digunakan untuk menentukan stadium penyakit dan memantau keberhasilan terapi. Metode manual berbasis ROI (Region of Interest) sering digunakan oleh radiolog, namun membutuhkan waktu lama dan sangat bergantung pada subjektivitas pengamat.

Penelitian ini mengimplementasikan metode semantic segmentation berbasis Convolutional Neural Network (CNN) arsitektur ResNet-18 pada citra MRI otak. Sebanyak 171 data citra DICOM beserta ground truth digunakan sebagai data latih untuk melatih model segmentasi. Sistem dilengkapi dengan antarmuka grafis (GUI) berbasis MATLAB yang mampu melakukan segmentasi otomatis, menghitung volume tumor, serta menampilkan visualisasi hasil dalam bentuk 2D maupun 3D.

Segmentasi Semantik Citra Rontgen Skoliosis Menggunakan ResNet-18

Sep 13

Posted by adi pamungkas

Skoliosis adalah kelainan pada tulang belakang yang menyebabkan tulang melengkung ke samping. Pemeriksaan skoliosis biasanya dilakukan menggunakan citra rontgen. Namun, menganalisis citra secara manual membutuhkan waktu, tenaga, dan bisa berbeda antara satu dokter dengan yang lain.

Untuk membantu proses analisis, salah satu pendekatan modern adalah segmentasi semantik berbasis deep learning. Dengan teknik ini, komputer dapat menandai bagian tulang belakang secara otomatis sehingga dokter bisa fokus pada interpretasi hasilnya.