Perpustakaan Digital ITB

Retinopati diabetik adalah salah satu bentuk komplikasi diabetes melitus yang mengakibatkan rusaknya jaringan retina pada mata. Proliferative diabetic retinopathy (PDR) adalah tingkat paling berbahaya pada retinopati diabetic yang memiliki gejala berupa yaitu terbentuknya neovaskularisasi. Sejauh ini metode klasifikasi yang dilakukan oleh pihak kesehatan adalah dengan memeriksa ke oftalmologis secara langsung namun neovaskularisasi yang terbentuk memiliki struktur yang tipis dan rentan pecah sehingga sulit jika dilakukan screening secara manual. Sehingga perlu adanya pengembangan algoritma untuk membantu dokter dalam mendeteksi neovaskularisasi pada mata. Pada penelitian ini, digunakan pendekatan karakterisasi pembuluh darah untuk mendeteksi neovaskularisasi pada citra. Pendekatan ini dilakukan dengan menggunakan analisis fraktal. Pada penelitian ini digunakan metode segmentasi menggunakan filter multiskala berbasis Hessian dan deteksi lesi merah, hal ini dilakukan untuk mendapatkan hasil segmentasi pembuluh darah maksimal yang bisa melakukan eksklusi lesi merah pada hasil akhir segmentasi. Pada penelitian ini juga dilakukan penyesuaian skala pengukuran fraktal. Metode segmentasi dan penyesuaian skala pengukuran fraktal ini diterapkan untuk memberikan nilai fitur fraktal yang optimal yang akan digunakan untuk mengklasifikasi citra PDR. Pada penelitian ini juga digunakan fitur probabilitas maksimum lesi merah (Red Lesion Score) untuk mendeteksi gejala PDR selain neovaskularisasi. Kombinasi dari kedua fitur ini, dengan fitur fraktal diwakilkan oleh H(r), yaitu nilai-nilai perhitungan shanon entropy di berbagai skala, memberikan nilai AUC sebesar 0.9494±0.05, sensitivitas 94.51%, dan spesifisitas 85.25%. dan setelah dilakukan penyesuaian skala pengukuran fraktal memberikan nilai AUC sebesar 0.9508 ± 0.05, sensitivitas 95,52% dan Spesifisitas 82,74%.