Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
Analisis Pengolahan Citra Mri Otak Menggunakan Segmentasi Watershed Dengan Filter Sobel Dan Morphological Gradient Khoerun Nisa Syaja'ah1* , Yudha Satya Perkasa1 1Jurusan Fisika, Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung * Email :
[email protected] ABSTRAK medical imaging adalah
Pencitraan medis atau
suatu
cara untuk
mendapatkan informasi citra medis tanpa harus menggunakan tindakan operasi
atau
bedah.
Proses
diagnosis
dalam pencitraan medis akan
memberikan informasi terkait bentuk, lokasi, objek yang di teliti, atau disebut dengan ROI (Region of Interest). Pada Penelitian ini dibuat sebuah teknik
rancangan metoda watershed dengan
segmentasi secara komputasi menggunakan filter sobel dan morphological gradient untuk
menganalisis daerah tumor dan mengurangi efek segmentasi berlebihan yang muncul pada teknik watershed, pada citra otak dengan tinjauan tiga slice hasil citra MRI yang berbeda yaitu axial, koronal
dan sagital.
Hasil percobaan dari dua metoda kombinasi teknik watershed makers dan morphological
gradient
menghasilkan
segmentasi yang berlebihan
segmentasi
baik
serta hasil yang lebih tajam,
mengurangi dengan hasil
pengujian kualitas citra dengan metoda SNR (Signal Noise to Ratio) untuk setiap slice adalah axial 5.73 dB, koronal 6.38 dB dan sagital 5.96 dB dengan waktu rata-rata komputasi adalah 1.20 s dan kombinasi segmentasi menggunakan filter sobel untuk masing-masing slice adalah axial 5.68 dB, koronal 6.28 dB, dan sagital 5.27 dB dengan waktu rata-rata komputasi adalah1.80 s. Kata kunci: Segmentasi; Watershed; Sobel;Morphological Gradient; SNR ABSTRACT
Medical imaging is a way to get the medical image without surgery.
The
process
using
of diagnosis in medical imaging will provide
1 | Copyright © 2016, Wahana Fisika
Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
information regarding the shape, location, objects in conscientious, or ROI (Region of Interest).
In this research created a design method
of
segmentation computation using the technique watershed with filter Sobel and morphological gradient to analyze the region of the tumor and reduce the effects of segmentation excessive appearing on technique watershed, the image of the brain from three slice results MRI axial, coronal and sagittal planes. The experimental results of the two methods
combination of techniques
and
gradient
makers
segmentation reduces
watershed
excessive segmentation and
produce
better
morphological
image are sharper than segmentation using
Sobel filter, with image quality
results SNR (Signal Noise to Ratio) for
each slice is 5.73 dB axial, coronal and sagittal 6.38 dB 5.96 dB average time computing
is 1.20 s and the combination of segmentation using
Sobel filter for each slice is 5.68 dB axial, coronal 6.28 dB, and sagittal 5.27 dB with an average time of computing adalah1.80 s. Key Words : Segmentation; Watershed; Sobel; Morphological Gradient; SNR sulit untuk di lihat secara visual 1. Pendahuluan karena pada umumnya batas tumor Tumor otak dapat berasal dari tidak jelas apalagi jika masih di elemen saraf pada jaringan otak. stadium awal, kekontrasanya tidak Tumor otak ini sifatnya primer jelas dan bahkan terkadang mirip ataupun merupakan metastasis. dengan jaringan normal. Proses Gangguan yang ditimbulkan dari Segmentasi saat ini masih banyak kanker atau tumor otak ini bisa dilakukan secara manual selain merusak saraf pusat pada otak dan hasilnya yang sangat objektif dan mengakibatkan kerusakan sistem waktu yang digunakannya cukup saraf koginitif. Berdasarkan data lama [6], untuk mengurangi yang dihimpun International permasalahan ini sistem pencitraan Agency for Research on Cancer lebih medis pada penelitian ini dari 126.000 orang di dunia menggunakan teknik segmentasi mengidap tumor otak tiap tahun dan watershed dengan uji coba filter lebih diantaranya 97.000 meninggal sobel dan morphological gradient [1]. Beberapa hal terkait tumor ini yang mempunyai keunggulan
2 | Copyright © 2016, Wahana Fisika
Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
dalam mendeteksi tepi menggunakan persamaan sobel dan identifikasi
(catchmen basins)) c) Titik
yang
merupakan tempat
gradient menggunakan matematika
dimana jika air akan dijatuhkan
morphologi. Segmentasi citra yaitu
maka
teknik pengelompokan (clustering)
kemungkinan untuk jatuh kesalah
untuk kata lain pengelompokan citra
satu posisi minimum Pengujian
kedalam
hasil
wilayah tertentu
diinginkan
atau
yang
mempunyai
air
tersebut mempunyai
segmentasi
akan
menggunakan
metoda
kesamaan fitur antara lain : tingkat
SNR(Signal Noise to Ratio).
keabuan
Pada dasarnya untuk setiap hasil
(grayscale), teksture,
warna, atau gerakan [8]. Metoda
pengolahan
watershed adalah salah satu cara
dibutuhkan kontrol kualitas citra
segmentasi
yang membagi
dan salah satu parameter kontrol
citra menjadi region yang berbeda.
untuk kualitas citra pada MRI
Pada dasarnya
dengan menghitung SNR.
citra
teknik watershed
citra
memiliki prinsip seperti air [9].
dasarnya intensitas
Dengan cara menggambarkan citra
digunakan
pada
sebagai
menhasilkan
noise
relief topografi, pertama
medis
Pada
sinyal yang MRI salah
satu
kali dikenalkan oleh Beucheur dan
penyebab dari
Meyer pada
arus pada koil penerima, oleh
tahun 1993.
Dari
proses ini akan dihasilkan 3 titik
karena
yang diasumsikan sebagai langkah
berpengaruh
terhadap
penting
citra
dihasilkan
dalam
proses
segmentasi[5][10]. minima) yang merupakan tempat air tersebut akan
menuju
titik
ini
akan kualitas [2].
yang
digunakan
adalah
menghitung
dan
membandingkan banyaknya piksel yang ada pada citra [11].
akan
jatuh ke sebuah posisi minimum (titik air=piksel,
SNR dengan
dimana jika setetes air dijatuhkan, maka
yang
noise
acak
Perhitungan menggunakan metoda
a) Titik daerah terendah (region b) Titik
itu
fluktuasi
yang akan minumum
2. Bahan dan Metoda Prosedur penelitian dilakukan pada terdiri
dari
yang
penelitian
beberapa
ini
tahapan
3 | Copyright © 2016, Wahana Fisika
Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
secara umum yaitu percobaan
Operating System Linux 14.0
pertama
LTS).
menguji
gambar
pencitraan medis tumor
otak
Percobaan pertama seperti yag
menggunakan teknik segmentasi
ditunjukan oleh
watershed dengan 2 filter yang
proses
ini menggunakan citra
berbeda, yang pertama gambar
medis
MRI
akan
diuji menggunakan filter
resolusi
sobel dan yang kedua filter
masing
menggunakan
filter
morphological gradient dengan dikombinasikan
segmentasi
watershed makers. Kedua hasil prosesing
ini
berdasarkan
akan
kualitas
diuji citra
menggunakan perhitungan SNR (Signal Noise to Ratio). Dalam penelitian
ini
dibutuhkan
perangkat yang akan digunakan untuk
menjalankan penelitian
diantaranya hardware
perangkat :
PC
keras
(Personal
medis
Gambar 2.2 otak
dengan
512x512
dengan
–
masing
5
citra
dari penampang yang
berbeda
citra yang digunakan
ialan potongan Axial, Koronal dan
Sagital. Proses
ialah
dengan
proses dengan
menambahkan
smoothing sigma
menghilangkan
pertama gausian
0.4 untuk noise.
Proses
segmentasi watershed digunakan setelah
melalui
pendeteksian menggunakan
proses tepi
filter
Computer), Prosesor Intel Atom,
menggunakan operator
RAM 1 GB atau Perangkat
3x3
Lunak Software (Pemograman
2.1.
sobel sobel
secara konvolusi Gambar
Python dan Library Simple ITK
Gambar 2.1 Operator Sobel 3x3
4 | Copyright © 2016, Wahana Fisika
Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
Berikut adalah diagram alir pecobaan pertama
Gambar 2.2 Diagram Alir Prosedur Percobaan Pertama Prosedur percobaan kedua ditunjukan oleh gambar diagram alir Gambar 2.3 sama seperti prosedur percobaan pertama teknik
segmentasi
watershed
makers
kombinasi
dengan
morphological
gradient
hasil
ini
kemudian
dibandingkan prosedur
dengan
percobaan
akan hasil pertama
dengan menilai hasil uji kualitas citra. menggunakan persamaan berikut :
(1)
5 | Copyright © 2016, Wahana Fisika
Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
berikut adalah diagram alir prosedur percobaan ke-dua
Gambar 2.3 Diagram Alir Prosedur Percobaan ke-dua 3. Hasil Dan Pembahasan Segmentasi watershed telah dikenal
sebagai
cukup
efektif namun
beberapa
metoda efek
yang terjadi
menimbulkan
kelemahan
proses
ini
segmentasi
terjadinya berlebihan
segmentasi
yaitu yang
(oversegmentation).
yang
6 | Copyright © 2016, Wahana Fisika
Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
Pada
dasarnya
konsep
dari
segmentasi
ini
adalah
menjadikan
gambar
sebagai
bidang
pada
Tabel 3.1 pada
segmentasi
hasil
watershed
menggunakan filter sobel terhadap gambar
hasil citra yang belum
sempurna menunjukan segmentasi topografi
yang
mempunyai
citra yang belum cukup akurat.
tinggi dan rendah pada sebuah
Deteksi tepi yang dihasil oleh
permukaan
filter sobel terhadap piksel pada
citra,
efek
oversegmentasi
terjadi
gambar
berupa
intensitas
dikarenakan konsep lain yang
dimana akan mempengaruhi nilai
mendasari segmentasi ini adalah
piksel disekitarnya lebih tajam,
dengan
merepresentasikan
air
sehingga pada proses segmentasi
hujan
yang
diatas
akan mengikuti batas tapi yang
jatuh
permukaan bidang topografi dan
kurang
akan menelusuri tiap daerah yang
ditunjukan oleh citra MRI lain
ia lewati, oleh karena itu akan
dari slice yang berbeda dengan
banyak region yang tersegmentasi.
level 13 ditunjukan pada Tabel 3.2
Parameter lain yang diuji ialah
menunjukan hasil
menggunakan level segmentasi
dengan
dari level 7,9,11,13 dan 15.
diberikan
Pengujian
di
segmentasi
proses
kombinasi
gunakan
kualitas
citra
setelah
segmentasi berakhir, output dari hasil
segmentasi
berbentuk kualitas
gambar.
ini
akurat. Hasil
lain
yang sama
segmentasi oleh
terbaik teknik
menggunakan watershed
makers
dan morphological gradient.
ialah
Pengujian
citra menggunakan
perhitungan SNR (Signal Noise to Ratio).
Hasil
segmentasi
watershed
menggunakan
sobel,
tidak
filter mampu
mengurangi oversegmentasi yang terjadi ditunjukan oleh gambar 1
7 | Copyright © 2016, Wahana Fisika
Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
Tabel 3.1 Hasil Segmentasi Watershed Level 13
NO
Hasil Segmentasi
Hasil Segmentasi Watershed Menggunakan Filter Sobel
Citra Asli
Watershed Menggunakan Filter Morphological Gradient
1
2
3
Segmentasi
gradient
menghasilkan
gradient
memberikan
yang tipis dengan cara menaikan
dalam proses segmentasi
ukuran struktur element, operasi
watershed batas
menggunakan
dengan
makers
pendeteksian
daerah
matematika
morphologi
region minima untuk menetukan
mengidetifikasi
dimana makers dimulai. Sehingga
maksimum
proses
menggunakan struktur
segmentasi
terkendali Watershed
untuk Line.
akan
tetap
membentuk Morphological
terdiri
atas
dari nilai
merepresentasikan
dilasi
intensitas setiap biner citra
piksel element untuk dengan
8 | Copyright © 2016, Wahana Fisika
Wahana Fisika,1(1), 2016. 1-12 http://ejournal.upi.edu/index.php/wafi
nilai 1 sebagai nilai maksimum
titik yang rendah atau minimum.
atau puncak dan nilai 0 sebagai
Tabel 3.2 Hasil Segmentasi Watershed Dengan Citra yang berbeda Hasil Segmentasi Watershed No
Citra Asli
Hasil Segmentasi Watershed Menggunakan Filter
Menggunakan Filter Sobel
Morphological Gradient
1
2
3
9 | Copyright © 2016, Wahana Fisika
Intensitas gambar
piksel
pada
setiap
juga yang mempengaruhi
hasil segmentasi, vertikal
dan
pada
bidang
horizontal
untuk
karena
tinggi intensitas
setiap citra dengan
tertinggi
di
berikan
watershed
oleh
hasil
makers
morphological
semakin
membuktikan
dari piksel itu
nilai
segmentasi menggunakan kombinasi
dari
mendapatkan nilai puncak sebuah gambar
untuk
SNR
lebih
dan
gradient bahwa besar
ini
saat
nilai
menunjukan
maka akan ditandai dengan warna
bahwa kualitas citra yang diperoleh
putih sebagai puncak dari topografi
oleh
pada
bagus.
citra
piksel
abu,
titik
akan
berdasarkan
dimana diurutkan
nilainya
dan
membentuk sebuah daerah
yang
diinginkan. Hasil pengujian kualitas citra menggunakan metoda SNR (Signal
Noise
to
Ratio)
menghasikan rata - rata nilai SNR untuk
segmentasi
kombinasi
watershed
dan
morphological
gradient memperoleh nilai rata rata untuk setiap slice adalah axial 5.73 dB, koronal
6.38 dB dan
sagital
5.96 dB dengan waktu rata-rata komputasi adalah
1.20
dibandingkan dengan segmentasi
jika
kombinasi
menggunakan
sobel yaitu untuk
s
gambar
tersebut
4. Simpulan Segmentasi tumor hasil
citra
dilakukan
MRI
semakin
otak ini
dari berhasil
dengan menggunakan
preprossessing
filter
sobel,
dan
kombinasi morphological gradient segmentasi
watershed
markers
untuk mengurangi efek segmentasi berlebihan. Dari digunakan
2 metoda
metoda
yang dengan
menggunakan
kombinasi
watershed
markers
dan
morphological
gradient
menghasilkan citra yang lebih baik dengan
mengurangnya
segmentasi
efek
berlebih
dengan
filter
terjadi dengan mempertegas hasil
masing-masing
output citra yang dihasilkan. Hasil
slice adalah axial 5.68 dB, koronal
pengujian
6.28 dB, dan sagital 5.27 dB dengan
menggunakan
waktu rata-rata komputasi adalah
( Signal
1.80
menghasikan rata - rata nilai SNR
s.
Berdasarkan
hasil
perhitungan ini nilai rata-rata SNR
untuk
kualitas
citra
metoda
Noise kombinasi
to
SNR
Ratio) segmentasi
10 | Copyright © 2016, Wahana Fisika
watershed
morphological
dan
[3]
Bairagi.V.K.,
gradient memperoleh nilai rata rata
Sapkal.A.M.,
untuk setiap slice adalah axial 5.73
2013. ROI based
dB, koronal
DICOM image
6.38 dB dan sagital
5.96 dB dengan komputasi
waktu
adalah
1.20s
dibandingkan dengan segmentasi
telemedicine.
jika
Sadhana 38, 123-
kombinasi
menggunakan
sobel yaitu untuk
compression for
rata-rata
131.
filter
masing-masing
[4]
Balafar, M., Ramli
slice adalah axial 5.68 dB, koronal
A., Saripan M., &
6.28 dB, dan
Mashohor., 2010,
sagital
5.27 dB
dengan waktu rata-rata komputasi
Review of Brain
adalah 1.80 s.
MRI Segmentation Methods , Atrificial
5. Referensi [1] Al-Tamimi., Mohammed Sabbih
Hamoud.,
Intelegence Review 33, 261-274.
&
[5]
Ghazali Sulong., 2014,
The Morphological
Tumor Brain Detection
Approach to Segmentation:
Thorugh MR Images A
The Watershed
review of Literature ,
Transformation. Centre de
Journal of Theoretical
Morphologie Mathematique
and Applied Information
Ecole Des Mines de Paris,
Technology, vol. 6, no.2. [2]
Alan
Tanjung
Prastowo.,
Fontaina bleaus, France.
Aji
[6]
Wahyu
Setiabudi, Choirul Anam., 2012, Korelasi Nilai Time Repeatation
(TR)
Signal
to
Noise
Ratio,
J urnal Fisika Undip, vol.
Diah Priyawati., Indah Soesanti., & Indriana Hidayah., 2015. Kajian Pustaka Metoda
Segmentasi Citra Pada MRI Tumor Otak, Prosiding SNST
dan
Time Echo (TE) Terhadap
Beucher., F, Meyer., 1993,
[7]
Gunawan., Fandi Halim., & Evni Wijaya., 2011, Perangkat lunak Segmentasi Citra dengan Metoda
16, no. 4, pp. 103-110.
11 | Copyright © 2016, Wahana Fisika
Watershed, JSIFO STMIK
Mikroskil, Vol. 12 no. 2 , ISSN 1412-0100. [8]
Murinto., & Agus.H., 2009, Segementasi Citra Menggunakan Watershed dan Intensitas Filtering Sebagai PreProsesing Seminar Nasional Informatika ( semnasIF). Yogyakarta ISNN:1979-2328
[9]
Ning Li., Miaomio Liu., & You fu Li., 2007, Image Segementation Algorithm Using Watershed Transform Level set Method,
International Conference on Acoustics Speech and Signal Processing, (ICASSP) IEEE, pp 613616. [10]
Rudi Adi Pranata., 2005, Kombinasi Metode Morphological Gradient dan Transformasi Watershed pada Proses Segemtasi Citra Digital.
Skripsi, Universitas Kristen, Surabaya. [11] Rafael.C.Gonzales., & Richard.E.Woods., 2012, Digital Image Processing. New Jersey: Prentice hall.
12 | Copyright © 2016, Wahana Fisika