Segmentasi Pembuluh Darah Pada Citra Retina Menggunakan Algoritme Multi-Scale Line Operator Dan Preprocessing Data Dengan K-Means
| Main Author: | Cahyaningrum, Winda |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/3135/ |
Daftar Isi:
- Perubahan struktur pembuluh darah pada citra retina dapat dilihat pada beberapa citra retina yang diambil dalam kurun waktu yang berbeda. Perubahan yang terjadi dapat mengindikasikan suatu penyakit tertentu seperti penyakit jantung, diabetic retinopathy, stroke, penyempitan pembuluh nadi dan hipertensi. Perubahan dapat dilihat dengan menganalisis citra retina dan melihat perubahannya, namun hal tersebut membutuhkan waktu yang cukup lama. Pada penelitian ini kami mengusulkan otomatisasi proses segmentasi pembuluh darah pada citra retina sehingga dapat membantu dalam proses analisis tersebut, dimana proses ini merupakan tahap yang penting dalam analisis citra retina. Proses segmentasi dilakukan dengan mendeteksi garis menggunakan algoritme Multi-Scale Line Operator dan preprocessing citra menggunakan algoritme KMeans. Pendeteksian garis dilakukan pada beberapa skala yang berbeda, kemudian mengkombinasikan hasil dari setiap skala. Preprocessing citra dengan menggunakan algoritme K-Means bertujuan untuk mengabaikan daerah optic disc, yang pada daerah tersebut akan mungkin terdeteksi sebagai false positive. Kinerja algoritme yang diusulkan dievaluasi menggunakan dataset DRIVE dan STARE, hasilnya menunjukkan pada dataset DRIVE akurasi yang didapat sebesar 0,940980219 dengan area under curve (AUC) sebesar 0,7462, dan pada dataset STARE akurasi yang didapat sebesar 0,949293361 dengan AUC sebesar 0,778. Hasil tersebut didapat dengan menggunakan jumlah K sebanyak 3 pada algoritme K-Means, yang terdiri dari background, foreground, dan pembuluh darah.