Perpustakaan Digital ITB

Abnormalitas otak selalu menjadi isu penting dalam dunia kesehatan. Prosedur awal yang umum dilakukan dalam penanganannya yaitu pengambilan citra medis pada otak dan interpretasinya. Permasalahan muncul saat citra medis tersebut tidak dapat diinterpretasi secara mudah karena pemunculan abnormalitas yang kurang jelas pada citra. Penelitian ini bertujuan dalam membangun metode dan penentuan parameter pada proses segmentasi dan sistem pengenalan citra MRI otak yang memiliki abnormalitas. Sistem pengenalan yang digunakan berbasis kombinasi antara filter Gabor dan operator MAX sebagai metode yang memiliki kemiripan dengan sistem visual manusia. Pada kedua metode tersebut, terdapat dua parameter yang pemilihan nilainya sangat penting dalam menentukan kemampuan pengenalan objek, terutama dalam pengenalan citra MRI, yaitu faktor skala dan ukuran RF (receptive field). Pertama-tama, proses segmentasi dilakukan menggunakan metode thresholding yang dilanjutkan oleh proses pemfilteran untuk mengenali area non-abnormal. Metode connected-component labeling juga digunakan, baik dalam proses pendeteksian awal maupun pada proses deteksi lebih lanjut. Dari hasil segmentasi, citra-citra MRI pada satu dataset dapat dipisahkan antara bagian yang mengalami abnormalitas dengan yang normal. Hasil pemisahan citra kemudian digunakan sebagai masukan pada sistem pengenalan objek dengan modifikasi pada nilai faktor skala dan ukuran RF. Pada hasil akhir, didapati bahwa faktor skala dan ukuran RF terbaik bagi pengenalan citra MRI berbeda dengan pengujian menggunakan citra nyata. Faktor skala dan ukuran RF terbaik untuk citra MRI secara berturut-turut adalah 21/4 dan 3x3. Metode segmentasi yang dibangun juga terbukti dapat mengisolasi dan melokalisasi abnormalitas pada citra MRI otak.