IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA

IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA

IMAM SUBEKTI

2209106021

Dosen Pembimbing: Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng. Dr. I Ketut Eddy Purnama, ST, MT.

Latar Belakang Anemia sel sabit merupakan suatu penyakit kekurangan sel darah merah yang disebabkan oleh sel darah yang berbentuk sabit (Sickle), sedangkan Sickle cell adalah suatu kelainan genetik pada tubuh manusia dimana sel-sel darah merah berbentuk bulan sabit, sel darah yang berbentuk sabit akan tersangkut pada persimpangan pembuluh darah sehingga dapat menyumbat sel darah lainnya yang melalui pembuluh darah dan menyebabkan berkurangnya pasokan oksigen ke organ tubuh. Untuk dapat mengidentifikasi adanya sel darah yang berbentuk sabit, diawali dengan mengambil sampel darah penderita, kemudian sel darah tersebut diletakkan pada preparat untuk diamati dengan menggunakan mikroskop. IMAM SUBEKTI - 2209106021

Permasalahan Sebagian besar proses identifikasi sel sabit dilakukan secara manual, tanpa adanya alat yang dapat mengidentifikasi secara otomatis. Sehingga waktu yang relatif lama dan kurang efisien.

IMAM SUBEKTI - 2209106021

Solusi Mengidentifikasi adanya sel darah yang berbentuk sabit, dengan cara pengolahan citra sel darah.


Desain Sistem Freeman Chain Code 1 CITRA PREPARAT SEL DARAH

PREPROCESSING

GRAYSCALE IMAGE

THRESHOLDING

NOISE REMOVAL

EROSI

REPRESENTASI BENTUK MENGGUNAKAN FREEMAN CHAIN CODE

CITRA SEL DARAH BERBENTUK SABIT


Desain Sistem Freeman Chain Code 2


Desain Sistem Region Properties CITRA PREPARAT SEL DARAH

PREPROCESSING

GRAYSCALE IMAGE

THRESHOLDING

NOISE REMOVAL

REGIONPROPS

CITRA SEL DARAH BERBENTUK SABIT


Preprosesing 1. Konversi RGB ke Grayscale (rgb2gray) Tipe data gambar grayscale ialah gambar yang hanya memiliki gradasi warna yang dimulai dari hitam sampai putih. Di dalam tipe gambar grayscale, tidak terdapat pengaruh warna - warna yang lain seperti merah ataupun hijau.

Untuk melakukan perubahan suatu gambar full color menjadi suatu gambar gray scale atau skala keabuan adalah dengan mengambil ketiga nilai unsur warna dasar, yang kemudian dirata-ratakan. Metode ini dapat dilihat pada persamaan berikut

Keterangan R : Unsur warna merah pada basis warna RGB G : Unsur warna hijau pada basis warna RGB B : Unsur warna biru pada basis warna RGB


Preprosesing 2.

Thresholding dan Konversi Citra menjadi biner Pada penelitian ini kami menggunakan automatic global tresholding, untuk mencari nilai ambang batas secara otomatis, Gonzalez dan Woods menggambarkan prosedur iterasi sebagai berikut : a) Dipilih dahulu perkiraan awal untuk T.(disarankan estimasi awal adalah titik tengah antara nilai-nilai intensitas minimum dan maksimum citra). b) Bagi citra menggunakan T. ini akan menghasilkan dua kelompok piksel G1, yang terdiri dari semua piksel dengan nilai-nilai intensitas ≥ T, dan G2 yang terdiri dari piksel dengan nilai-nilai < T. c) Menghitung nilai rata-rata intensitas µ1 dan µ2 untuk piksel di daerah G1 dan G2.


Preprocessing 2.

Thresholding dan Konversi Citra menjadi biner d) Menghitung nilai ambang baru dengan persamaan

Ulangi langkah 2 hingga 4 sampai perbedaan T diiterasi berturut-turut lebih kecil dari T parameter standar. Setelah diketahui nilai ambang batas, maka citra grayscale dapat diubah menjadi bentuk biner. Kemudian citra biner di inver untuk mendapatkan citra sel darah berwarna putih, dan warna hitam sebagai background. e)


Preprocessing 3. Noise Removal Merupakan suatu metode yang digunakan menghapus citra yang dianggap noise berdasarkan luasnya, untuk dapat mengetahui luas suatu objek, dengan cara menghitung jumlah piksel yang saling bertetangga. 4. Erosi Erosi merupakan proses penghapusan titik-titik objek (1) menjadi bagian dari latar (0), berdasarkan structuring element (S) yang digunakan, pada penelitian ini kami menggunakan structuring element berbentuk disc. Erosi digunakan untuk membuat bentuk sel sabit menjadi lebih runcing, sehingga hasilnya menjadi lebih akurat. IMAM SUBEKTI - 2209106021

Metode Freeman Chain Code  Kode rantai digunakan untuk merepresentasikan batas

tepi dengan urutan garis lurus, Pada penelitian ini yang dilakukan adalah dengan mendeteksi piksel pada tepi suatu objek, kemudian merepresentasikan arah perpindahan piksel tersebut.  Kode rantai direpresentasikan dengan 4 arah atau 8 arah mata angin.  Jika Selisih nilai pada setiap titik >2 dianggap sel sabit  Jika Selisih nilai pada setiap titik <3 dianggap sel darah normal


Citra RGB

Citra Hasil Erosi


Citra Grayscale

Citra Hasil Dilasi

Citra Hasil identifikasi ke-2

Citra Biner yang di erosi

Hasil identifikasi ke-1

Metode Region Properties   

  

Obyek direpresentasikan sebagai sebuah region dengan pendekatan bentuk elips. Mencari Titik berat objek (Centroid). Mencari nilai Major Axis Length dengan cara menghitung jarak terjauh antara centroid dengan koordinat piksel terluar dan Minor Axis Length dengan cara menghitung jarak terdekat antara centroid dengan koordinat piksel terluar . Menghitung hasil bagi antara Major Axis Length dan Minor Axis Length pada tiap citra sel darah. Jika Hasil pembagian Major Axis Length dan Minor Axis Length >1,25, dianggap sebagai sel sabit. Jika Hasil pembagian Major Axis Length dan Minor Axis Length 1- 1,25, dianggap sebagai sel darah normal.


Region Properties


Efektivitas sistem


Hasil percobaan menggunakan Representasi Freeman Chain Code 1


Hasil percobaan menggunakan Representasi Freeman Chain Code 2


Hasil percobaan menggunakan Region Properties


Kesimpulan  Metode Freeman Chain Code dan Region Properties

dapat mengidentifikasi sel darah yang berbentuk sabit.  Setelah dilakukan percobaan pada 12 sampel citra sel darah, dapat disimpulkan bahwa metode Freeman Chain Code memiliki akurasi yang lebih baik daripada metode Region Properties. Metode Freeman Chain Code memiliki rata- rata nilai sensitivitas sebesar 73,7%, nilai spesifisitas sebesar 95,1%, dan nilai akurasi sebesar 90,2%, sedangkan metode Region Properties memiliki rata- rata nilai sensitivitas sebesar 94,4%, spesifisitas sebesar 45,6% dan nilai akurasinya sebesar 52,1%. IMAM SUBEKTI - 2209106021

Kesimpulan  Pada penelitian ini masih memiliki kendala, yaitu

ketika sel darah yang warna pada Citra aslinya sangat tipis. Biasanya terjadi kesalahan dalam proses pengenalannya, hal ini dikarenakan pada saat thresholding citra tersebut dianggap warna latar.  Kelemahan dari sistem yang menggunakan metode Region Properties adalah jika ada cittra sel darah yang menumpuk, maka citra sel darah tersebut dianggap sabit. IMAM SUBEKTI - 2209106021

TERIMA KASIH


Free-man Chain Code


Free-man Chain Code

Back IMAM SUBEKTI - 2209106021

Region Properties

Back


Noise Removal


IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA

Recommend Documents