PENGEMBANGAN APLIKASI UNTUK KUANTIFIKASI DAN PENEMUAN KELAS DIMENSI TULANG MANUSIA (The Development of an Application for Quantification and Determination of Dimension Class of Human’s Bones)
MISBAHUL MUNIR 2203100125 Pembimbing : Dr. I Ketut Eddy Purnama, ST., MT. Diah Puspito Wulandari, ST., MSc.
PENDAHULUAN Penelitian ini merupakan salah satu tahapan dari sebuah riset besar berjudul “Dimensi Tulang orang Indonesia: Kuantifikasi dan Penemuan Kelas dari hasil Segmentasi Tiga Dimensi pada Citra CT “ oleh DR. Ketut et.al
?
•Penelitian ini berkonsentrasi pada bagian segmentasi, pengukuran fitur dan penemuan kelas. •Masingmasing tahap ini telah diimplementasikan dalam penelitian sebelumnya yang menghasilkan prototip terpisah
TUJUAN
Karena penelitian ini nantinya akan digunakan dalam industri/medis maka perlu untuk mengembangkan prototip aplikasi tersebut dalam bentuk yang terintegrasi dan lebih user friendly Jadi tujuan penelitian ini adalah mengembangkan perangkat lunak terintegrasi yang dapat digunakan untuk membaca citra DICOM, melakukan segmentasi tulang tiga dimensi, pengukuran fitur tulang dan menemukan kelas fitur tulang
Metode Penelitian
Desain Sistem Modul
utama Segmentasi Pengukuran fitur Modul pembangkitan data random Modul klastering Segmentasi Pengukuran fitur
klastering Pembangkitan data random
Kelas dimensi tulang
Segmentasi Mengekstrak/mengambil
suatu bagian citra dari
bagian lain. Salah satu metode segmentasi adalah thresholding. Thresholding digunakan karena tulang memiliki perbedaan tingkat kecerahan yang sangat tinggi dibandingkan jaringan lain sehinggah metode ini sudah cukup memadai
Segmentasi
Memperoleh citra permukaan (isosurface) bagian tulang dari citra CT Hasilnya digunakan pada tahap pengukuran atau dapat disimpan dalam format STL Tahap ini dilakukan secara implisit ketika memuat file DICOM Pengukuran Fitur
File STL
VTK Pipeline vtkDicomImageRea : der vtkContourFilter
vtkTriangleFilter
vtkSTLWriter
Citra Permukaan (surface) Citra
permukaan dibentuk dari kumpulan bidangbidang yang saling terkait. Satu bidang dapat dibuat dengan minimal 3 titik
STL File (stereolithography) Format
citra permukaan yang hanya terdiri dari bidang-bidang segitiga. Agar dapat disimpan dalam format STL maka citra permukaan yang lain(bukan segitiga) harus diubah menjadi segitiga Di VTK menggunakan class vtkTriangleFilter.
Cell = (1,2,3,4)
Cell = (1,2,3) dan (1,3,4)
Pengukuran Fitur
Memilih(mengklik) 2 titik pada objek/tulang Menghitung jarak 2 titik tersebut dengan rumus jarak
Y
Z Q(x2,y2,z 2)
P(x1,y1,z 1) X
Pembangkitan Data Random Random
uniform(min,max) dapat diperoleh dari dari random uniform(0,1) dengan rumus U(min,max) = min + (max-min)*r Random normal(s,u) dapat diperoleh dari random uniform(0,1) dengan rumus
Pembangkitan Data Random Diasumsikan
bentuk tulang adalah proporsional / nilai fitur saling berbanding lurus K = U(min,max) atau N(s,u) Fi = Ci*K + {U(min,max) atau N(s,u)}
Penemuan Kelas Dimensi Tulang
Menggunakan algoritma K-Means cluster
Kesimpulan 1. Citra permukaan tiga dimensi tulang berhasil didapatkan melalui aplikasi segmentasi yang telah dibuat. 2. Citra permukaan tiga dimensi tulang yang diperoleh dari output aplikasi segmentasi dapat dijadikan sebagai input pada aplikasi pengukuran fitur dan memberikan hasil pengukuran yang rasional. 3. Estimasi jumlah kelas yang diperoleh melalui metode K-Means berhasil memberikan informasi yang tepat tentang jumlah kelas dimensi tulang pada data sintetis.
Referensi Purnama, K.E., “Dimensi Tulang orang Indonesia: Kuantifikasi dan Penemuan Kelas dari hasil Segmentasi Tiga Dimensi pada Citra CT”, Program Insentif Kementerian Negara Riset dan Teknologi (RISET TERAPAN), 2010 Schroerder, W. J., K. M. Martin, et al.. “The Design and Implementation of an Object-Oriented Toolkit for 3D Graphics and Visualization”, IEEE Visualization 1996.
Terimakasih
Screenshot pengukuran
Screenshot klasifikasi
Screenshot weka
