Segmentasi Pembuluh Darah pada Citra Retina Menggunakan Ciri Multi-Scale Line Strength
| Main Author: | Hamif, Muhammad Faiz Abdul |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/180940/1/Muhammad%20Faiz%20Abdul%20Hamif.pdf http://repository.ub.ac.id/180940/ |
Daftar Isi:
- Penyakit diabetes merupakan penyakit yang patut diwaspadai dan dapat menyebabkan penderitanya memiliki risiko komplikasi di beberapa bagian organ tubuh salah satunya yaitu pembuluh darah pada mata yang kemudian disebut penyakit diabetic retinopathy. Pemeriksaan penyakit diabetic retinopathy dilakukan enam bulan sekali termasuk pengambilan gambar retina dan analisisnya. Evaluasi gambar retina menjadi beban serius untuk dokter spesialis mata karena meningkatnya jumlah penderita diabetic retinopathy dan terbatasnya jumlah tenaga kesehatan. Salah satu cara untuk membantu meringankan beban kerja dokter spesialis mata yaitu menggunakan bantuan komputer dengan algoritme ciri Multi-Scale Line Strength dan dipadukan dengan algoritme klasifikasi Support Vector Machine (SVM) untuk segmentasi pembuluh darah pada citra retina dan algoritme Optic Disc Exclusion untuk mengeliminasi bagian optic disc pada hasil segmentasi pembuluh darah di citra retina. Tujuan dari digunakannya algoritme tersebut yaitu agar pembuluh darah pada citra retina dapat terpisah dengan latar di belakangnya kemudian dapat memudahkan proses analisis. Adapun tahapan untuk melakukan proses ini yaitu ekstraksi ciri dengan menggunakan algoritme Multi-Scale Line Strength yang merupakan algoritme deteksi garis. Nilai piksel dari citra hasil algoritme tersebut kemudian digunakan sebagai salah satu fitur untuk proses klasifikasi piksel dengan menggunakan algoritme SVM. Piksel hasil klasifikasi kemudian disusun menjadi citra berwarna hitam putih. Algoritme Optic Disc Exclusion digunakan setelah algoritme SVM bertujuan untuk mengeliminasi bagian optic disc yang mungkin tersegmentasi dan terdeteksi sebagai false positive. Kinerja algoritme-algoritme tersebut kemudian diukur pada dataset DRIVE. Akurasi, sensitivity, dan specificity yang didapatkan dari algoritme Multi-Scale Line Strength dipadukan dengan SVM yaitu 0,94021, 0,61084, dan 0,99693. Apabila dipadukan dengan algoritme Optic Disc Exclusion, didapatkan hasil kinerja sebesar 0,94014, 0,60277, dan 0,99694. Hasil kinerja keduanya didapatkan dengan menggunakan ukuran window sebesar 13.