INFOKES, VOL. 4 NO. 1 Februari 2014 ISSN :

INFOKES, VOL. 4 NO. 1 Februari 2014

ISSN : 2086 - 2628

VISUALISASI TIGA DIMENSI ORGAN PARU PADA CITRA COMPUTED TOMOGRAPHY SCAN MENGGUNAKAN VOLUME RENDERING Oleh : Sri Widodo , Wijiyanto2, Agung Suryadi3 1 APIKES Citra Medika Surakarta. 2 STIMIK Duta Bangsa Surakarta 3 APIKES Citra Medika Surakarta. E-mail : [email protected], [email protected] , [email protected] 1

ABSTRAK Paru adalah organ tubuh yang berupa sepasang kantong berbentuk bulat toraks, terdapat dalam rongga dada, berfungsi sebagai alat pernapasan untuk membersihkan darah dengan oksigen yang diisap dari udara pada manusia dan sebagian binatang. Saat ini Ct Scan masih dianggap sebagai modalitas yang paling akurat dalam mendiagnosis kelainan pada paru.Masih kurangnya suatu aplikasi yang terintegrasi dengan baik dalam melakukan diagnosis terhadap kelainan organ paru, membuat para staf medis harus mempelajari kumpulan data gambar CT Scan 2-D. Diagnosis dilakukan dengan mengamati secara langsung citra CT Scan yang diletakkan pada lampu baca CT Scan menggunakan mata telanjang. Salah satu tantangan yang dapat membantu dalam proses diagnosis kelainan pada paru berbasis citra adalah ekstraksi informasi dari struktur anatomi paru dengan suatu metode segmentasi citra serta visualisasi 3-D dengan bantuan komputer.Tujuan penelitian ini adalah membuat aplikasi untuk visualisasi 3-D secara otomatis organ paru pada citra CT Scan. Dalam penelitian ini dibagi menjadi dua tahapan, yang pertama adalah segmentasi organ paru menggunakan active shape model (ASM), dan yang kedua adalah visualisai 3-D organ paru menggunakan volume rendering. Hasil dari penelitian kami menunjukkan bahwa pendekatan segmentasi dengan Active Shape Modelmempunyai akurasi 96.8%, sensitifitas 88.2%. Kata Kunci:Active Shape Model, computer tomography (CT), volumerendering. PENDAHULUAN Paru merupakan objek tiga dimensi (3-D), masih kurangnya suatu aplikasi yang terintegrasi dengan baik membuat para staf medis harus mempelajari kumpulan data gambar 2-D dalam melakukan diagnosis terhadap kelainan pada organ paru(Dolej, 2007).Karena kebutuhan akan informasi yang dapat terbaca secara detil dan menyeluruh itulah diperlukan suatu aplikasi yang dapat mentransformasikan suatu kumpulan data gambar 2-D paru ke dalam suatu visualisasi 3-D yang mendekati bentuk aslinya, sehingga dapat membantu para staf medis untuk mengintepretasikan informasi yang ada (Ardisasmita, 2005).Untuk mendapatkan data tiga dimensi organ paru salah satunya dengan melakukan segmentasi pada citra CT paru.Segmentasi citra paru, adalah pekerjaan yang tidak mudah. Hal ini dikarenakan dalam citra CT paru masih terdapat objekobjek yang bukan merupakan bagian organ paru yang dimaksud(Dolej,

Jurnal Ilmiah Rekam Medis dan Informatika Kesehatan

31


ISSN : 2086 - 2628

2007).Pendekatan yang dilakukan untuk mengatasi hal tersebut adalah dengan melakukan segmentasi paru dengan Active Shape Model (ASM), sehingga bentukparuharusdiinduksitanpa bergantunghanya padainformasi tingkat keabuan.Metode Active Shape Model yang digunakan adalah metode dari T. F. Cootes (Cootes, Taylor at al. 1995). Metode ini terdiri dari aktivitas, antar lain : membentuk model menggunakan posisi penunjuk (landmark) dari citra data training, pelatihan model, pencarian citra.Hasil akhir dari proses segmentasi ASM adalah citra paru yang terpisah dengan jaringan disekitarnya. Pada penelitian ini kami tidak membahas tentang tahapan segmentasi secara detail, hal ini dikarenakan focus penelitian ini pada visualisasi 3-D organ paru. Langkah selanjutnya adalah Visualisasi 3 Dimensi (3-D) menggunakan volume rendering. Volume Rendering adalah tahap di mana dilakukan proses untuk merekonstruksi satu set gambar CT Scan paru 2-D menjadi 3-D. Pertama-tama, satu set gambar Ct Scan paru 2-D tersebut akan ditumpuk sesuai dengan urutannya. Dari volume awal yang terbentuk akan dilakukan proses segmentasi untuk memperoleh hasil visualisasi gambar paru 3-D yang mendekati bentuk aslinya. LANDASAN TEORI Anatomi Organ Paru Paru adalah organ tubuh yang berupa sepasang kantong berbentuk bulat toraks, terdapat dalam rongga dada, berfungsi sebagai alat pernapasan untuk membersihkan darah dengan oksigen yang diisap dari udara pada manusia dan sebagian binatang.Paru terletak di dalam rongga dada bagian atas, di bagian samping dibatasi oleh otot dan rusuk dan di bagian bawah dibatasi oleh diafragma yang berotot kuat. Paru ada dua bagian yaitu paru kanan (pulmo dekster) yang terdiri atas 3 lobus dan paru kiri (pulmo sinister) yang terdiri atas 2 lobus. Paru dibungkus oleh dua selaput yang tipis, disebut pleura. Selaput bagian dalam yang langsung menyelaputi paru disebut pleura dalam (pleura visceralis) dan selaput yang menyelaputi rongga dada yang bersebelahan dengan tulang rusuk disebut pleura luar (pleura parietalis). Computer Tomography Scan (CT Scan) Modality adalah jenis scanner yang digunakan untuk menghasilkan citra medis. Terdapat beberapa jenis modality yang digunakan untuk menghasilkan citra medis, salah satunya adalah Computer Tomography Scan (CT Scan). Alatini bekerja berdasarkan prinsip sinar x. Sinar x dipancarkan pada benda yang dapat ditembus cahaya sinar x, misalnya tubuh manusia. Cahaya akan diserap oleh obyek dengan tingkat yang berbeda-beda sehingga menghasilkan pola pancaran sinar x dengan intensitas yang berbeda pula. Pola tersebut dicetak pada film, sehingga menghasilkan citra. CT-Scan dapat menghasilkan lebih dari 100 irisan gambar berukuran 512 × 512 dengan ketebalan irisan sekitar 0.5 – 10 mm. Contoh Citra CT paru dapat dilihat pada gambar 1.


32


ISSN : 2086 - 2628

Gambar 1. Citra CT Scan Paru Asli Dengan Irisan Melintang

METODE PENELITIAN Tahapan-tahapan dalam proses visualisasi 3-D citra paru adalah sebagai berikut: Citra Ct Scan Paru 2-D

Segmentasi Citra Paru

Proses Smooting

Volume Rendering

Citra Paru 3-D

Gambar 2.Tahapan-tahapan Proses Visualisasi 3-D Citra Paru Citra Ct Scan Paru 2-D Untuk keperluan pengujian, data set yang digunakan adalah citra CT-scan dari seorang pasien. Pencitraan dilakukan pada CT-scan Thosiba TCT 300S, salah satu fasilitas yang dimiliki rumah sakit Bethesda Yogyakarta dengan menggunakan parameter pencitraan sebagai berikut:Citra multi-irisan yang terdiri dari bagian torak, orientasi irisan adalah axial, dengan resolusi spasial 512x512 vovels untuk satu irisan. Ukuran tiap-tiap volume elemen (voxels) pencitaan untuk sumbu x, y dan z adalah 0,65 mm, 0,65 mm dan 3,00 mm. Dari data tersebut, akan dipilih 44 irisan axial yang akan digunakan untuk melakukan analisis lebih lanjut tentang citra CT-scanparu. Contoh citra paru dari empat irisan axial yang berurutan ditunjukkan pada Gambar 3.

Gambar 3. Contoh Empat Citra CT ScanParu Berurutan Dengan Irisan Axial Segmentasi Paru Menggunakan Active Shape Model Tahapan pertama segmentasi paru dengan ASM adalah membentuk model-model paru menggunakan posisi penunjuk (landmark) sebagai data training. Bentuk-bentuk paru dapat dijelaskan dengan titik-titik n landmark (x1,y1),……,(xn,yn) yang dapat membentuk vector bentuk x=(x1,y1,……,xn,yn)T. Terdapat tiga tahapan untuk membuat model bentuk: pertama adalah analysis procrustes adalah suatu model analisis bentuk statistik menggunakan analisis


33


ISSN : 2086 - 2628

koleksi dari bentuk-bentuk (Rizvandi, Pizurica at al. 2007). Pada kasus ini, bentuk-bentuk disamakan dengan merubah komponen translasi, rotasi dan skala. Kedua adalah Penjajaran Bentuk (Shape Alignment). Pada proses skala, rotasi dan translasi, bentuk-bentuk dari objek pada data training berbeda-beda. Agar supaya tercipta model bentuk yang stabil dilakukan dengan menjajarkan semua bentuk pada mean shape dan melanjutkan prosedur ini sampai mean shape tidak merubah pada dua iterasi berikutnya. Ketiga adalah penerapan principal component analysis (PCA) untuk membangun suatu model bentuk dari himpunan vektor bentuk data training dari batas area paru dari citra CT yang berbeda-beda. PCA adalah transformasi orthogonal linear yang mentransmisikan dataset kepada sistem koordinat baru sebagai varian terbesar pertama pada data satu groundtruthdimensi. Principle Component adalah eigenvectors dari matrik kovarian. Pada sesi pelatihan model ASM menemukan informasi nilai keabuan dari masing-masing penunjuk (landmark) menggunakan citra pada trainingset. Secara umum tepat untuk mempertimbangkan semua area sekitar landmark dengan mempertimbangkan suatu garis melintang landmark. Pada tahapan pencarian citra , suatu estimasi inisial dari bentuk kontur paru diaplikasikan secara manual pada citra paru. Bentuk inisial harus diletakkan pada tepi objek dari citra yang tidak kelihatan dan direspon pada waktu yang bersamaan. Pada paper ini diusulkan metode baru untuk inisialisasi dengan menggunakan sudut 900. Selanjutnya ASM menggunakan profil tepi dan matrik kovarian dari mean derivatif normal untuk mendeteksi batas area paru. Citra yang telah disegmentasi kemudian dibinerisasi. Piksel yang berada dalam kurva bernilai satu dan piksel yang diluar kurva bernilai nol. Proses Smoothing Proses smoothing dilakukan untuk penghalusan citra 3-D dengan mengurangi ketidaknormalan yang disebabkan oleh deteksi tepi(Nixon, 2008). Perintah yang digunakan adalah smooth3(Gonzales, 2003).Filter yang digunakan adalah default (box), dengan ukuran convolution kernel default adalah [3 3 3]. Citra yang segmentasi.

dilakukan

smoothing

adalah

citra

paru

hasil

Volume Render Paru Volume rendering adalah salah satu teknik yang berkemampuan tinggi dalam visualisasi maupun manipulasi gambar (Drebin, Carpenter et al. 1988). Pada teknik ini tidak diperlukan adanya diskritasi dari permukaan, sehingga keutuhan dari data gambar volume terjaga dengan baik. Itulah sebabnya teknik ini dapat menghasilkan tampilan dengan kualitas tinggi, walaupun tentu saja implikasinya adalah waktu komputasi yang cukup lama (Hongjian, 2008). Mulai

Menentukan Opacity Transfer Function

Menentukan Color Transfer Function Jurnal Ilmiah Rekam Medis dan Informatika Kesehatan

34


ISSN : 2086 - 2628

Menentukan Volume Property

Mengkoneksikan Reader, Mapper dan Actor

Gambar Paru 3-D

Selesai Gambar 4. Diagram Alir Proses Volume Rendering Input file berupa satu set gambar 2-D yang terdapat dalam satu folder yang sama. Satu set gambar CT Scan paru 2-D ini akan di-load dan ditampilkan layar.Reader, Mapper, dan Actor adalah istilah-istilah yang dipakai yang berhubungan dengan proses visualisasi gambar.Volume Rendering adalah tahap di mana dilakukan proses untuk merekonstruksi satu set gambar paru 2-D menjadi 3-D. Pertama-tama, satu set gambar 2-D tersebut akan ditumpuk sesuai dengan urutannya. Dari volume awal yang terbentuk akan dilakukan proses segmentasi untuk memperoleh hasil visualisasi gambar 3D yang mendekati bentuk aslinya. Proses segmentasi ini dilakukan dengan menentukan Opacity Transfer Function dan Color Transfer Function. Opacity Transfer Function mendefinisikan nilai opacity atau ketransparanan dari tiap voxel yang ada pada volume yang terbentuk. Sedangkan Color Transfer Function mendefinisikan nilai Red, Green, Blue (RGB) dari tiap voxel yang ada pada volume yang terbentuk. Setelah itu baru ditentukan properti-properti lain dari volume yang diinginkan. Langkah terakhir adalah mengkoneksikan Reader, Mapper, dan Actor sehingga volume yang terbentuk bisa ditampilkan di layar. Diagram alir proses volume rendering ini bisa dilihat pada Gambar 4. Volume rendering dilaksanakan dengan menggunakan modul dari mathwork central, dengan nama vol3d.m(MathWorks, 2004). Citra yang direndering adalah citra paru hasil proses smoothing. Dengan cara merender bidang tekstur x,y,z secara serempak. Rasio aspek data [1 1 0.6], yang berarti satu unit pada x sama dengan panjang satu unit pada y dan 0.6 unit pada z. Selanjutnya adalah menciptakan sebuah alphamap linear dengan

menaikkan opacity. Hasil dari volume rendering paru ditampilkan menggunakan perintah view(3), yang maksudnya adalah menampilkan bentuk 3d dengan az=37.5 el=30. HASIL DAN PEMBAHASAN


35


ISSN : 2086 - 2628

Perangkat lunak untuk visualisasi 3-D organ paru dimulai dengan menampilkan Menu Utama seperti gambar di bawah ini.

Gambar 5. Menu Utama TombolBrowse digunakan untuk melihat lokasi dari data CT disimpan. Jika tombol segmentasi ditekan maka proses segmentasi citra CT paru dilakukan. Proses segmentasi dapat dilakukan per irisan atau banyak sekaligus. Gambar berikut adalah contoh proses segmentasi pada irisan ke 29 dengan bentuk ketidaknormalan yang besar (melampaui batas paru).

Gambar 6. Urutan Proses Segmentasi Dengan ASM


36


ISSN : 2086 - 2628

Gambar Atas Dari Kiri Ke Kanan adalah Segmentasi Paru Kanan, Gambar Bawah Dari Kiri Ke Kanan adalah Segmentasi Paru Kiri

Gambar 7.Citra Paru Final Hasil Segmentasi Dengan ASM Untuk menguji keakuratan dari metode ASM, kami juga menguji dengan citra CT pasien yang terdiri dari 24 irisan secara berurutan. Gambar paru final yang merupakan hasil dari segmentasi dengan ASM ditunjukkan pada gambar 8. Citra paru final inilah yang akan direkonstruksi 3-D.

Gambar 8. Citra Paru Final Hasil dari rekonstruksi 3-D dari citra paru final dari gambar 8 di atas, dapat dilihat pada gambar-gambar berikut ini.


37


ISSN : 2086 - 2628

Gambar 9. Hasil Visualisasi 3-D Paru Kanan

Gambar 10. Hasil Visualisasi 3-D Paru Kiri


38


ISSN : 2086 - 2628

Gambar 11. Hasil Visualisasi 3-D Lesi Paru Kiri

Gambar 12. Hasil Visualisai 3-D Paru Kanan kiri Hasil percobaan dengan menggunakan 44 irisan CT Scan dari 20 pasien dapat diketahui bahwa metode ASM mempunyai akurasi yang tinggi untuk segmentasi bidang paru, khususnya paru yang mengandung kelainan (nodul). Hasil segmentasi paru dengan ASM mempunyai akurasi 96.8, %, sensitifitas


39


ISSN : 2086 - 2628

88.2%, dan spesifisitas 99.1%. Hasil dari metode yang digunakan dapat dilihat pada tabel 1. Tabel 1. Hasil Perhitungan Akurasi Segmentasi Dengan ASM Data Metode Akurasi Sensitifitas Spesifisitas Segmentasi 24

ASM

96.8

88.2

99.1

KESIMPULAN Kesimpulan dari penelitian kami adalah metode segmentasi sangat menentukan dari proses visualisasi tiga dimensi (3-D). Akurasi dari segmentasi dengan ASM adalah 96.8%. Bentuk paru dalam format 3-D mengakibatkan citra paru dapat terlihat lebih jelas, karena terpisah dengan jaringan sekitarnya dan dapat dilihat dari segala arah. Hal ini dapat membantu bagi ahli radiologi dalam melakukan pembacaan citra CT khususnya paru, serta dapat membantu dalam proses diagnosis. DAFTAR PUSTAKA Drebin, R., L. Carpenter, et al. (1988). "Volume Rendering." SIGGRAPH '88: 665-674. Gonzales, R. C., Woods, R. E. And Eddins, S., Digital Image Processing Using Matlab, 1st Edn, Printice Hall, Upper Saddle River, New Jersey, USA, 2003. Mark S. Nixon A and Alberto S. Aguado, “Feature Extraction And Image Processing”, Second Edition, AcademicPress is an imprint of Elsevier, Linacre House, Jordan Hill, Oxford OX2 8DP, UK, 2008. Martin Dolejs, Jan Kybic, The Lung TIME Annotated Lung Nodule Dataset and Nodule Detection Framework, Faculty of Electrical Engineering, Czech Technical University in Prague, Czech Republic. M. Syamsa Ardisasmita, Segmentasi Dan Rekonstruksi Citra Orgam Dalam Tiga Dimensi Menggunakan Matematika Morfologi Dan Triangulasi, Pusat Pengembangan Teknologi Informasi Dan Komputasi BATAN. MathWorks, n.d., „Matlab: The Language of Technical Computing‟, html page, viewed 25thth27October2004 N.Babaii Rizvandi, A.Pizurica,W.Philips, “Deformable Shape Description Using Active Shape Model”, Department of Telecommunications and Information Processing(TELIN), Ghent University, Sint-Pietersnieuwstraat 41, B-9000 Gent, Belgium, 2007. T.F.Cootes, C.J.Taylor, D.H.Cooper, and J.Graham, “Active Shape Models- their Training and Application”, Computer Vision and Image Understanding, Vol. 61, No.1, January 1995, pp.38-59. Wang Hongjian, Three-Dimensional Medical Ct Image Reconstruction, Chongqing Engeering Technology Research Center for Information Management in Development, Chongqing Technology and Business University,Chongqing,400067,China, 2009.


40

INFOKES, VOL. 4 NO. 1 Februari 2014 ISSN :

Recommend Documents