Perpustakaan Digital ITB

Perubahan tingkat tortuositas pembuluh darah retina dan saraf kornea dapat menjadi indikator dari berbagai macam penyakit, seperti penyakit hipertensi ataupun diabetic neuropathy. Oleh karena itu, observasi perubahan tingkat tortuositas citra fundus retina dan IVCM (in vivo confocal microscopy) dapat menjadi biomarker yang baik dalam mendiagnosis penyakit. Namun, penilaian tortuositas yang dilakukan oleh dokter mata biasanya bersifat subjektif dan memakan waktu yang lama. Dengan demikian, diperlukan sebuah standar pengukuran tortuositas yang dapat diterima secara universal serta metode pengukuran tortuositas yang otomatis. Sudah ada beberapa penelitian yang mengajukan parameter ataupun metode pengukuran tortuositas pembuluh darah dan saraf kornea. Namun, metode-metode tersebut masih memiliki beberapa kekurangan. Beberapa parameter pengukuran tortuositas yang diajukan di dalam literatur sebelumnya masih mengukur tortuositas secara parsial, misalnya hanya dari sisi perubahan sudut maupun kurvatur. Selain itu, beberapa parameter menghasilkan nilai korelasi yang tidak setara pada pembuluh darah arteri dan vena. Untuk pengukuran tortuositas saraf kornea, parameter-parameter yang digunakan masih belum sepenuhnya mendeskripsikan karakteristik tortuositas saraf dalam citra, sehingga akurasi klasifikasi tingkat tortuositas yang dihasilkan masih belum begitu akurat. Oleh karena itu, diperlukan pencarian variasi parameter pengukuran yang tepat dan metode agregasi yang dapat menghasilkan agregasi nilai tortuositas yang dapat dengan akurat merepresentasikan tingkat tortuositas citra tersebut. Penelitian ini bertujuan untuk mengajukan parameter ataupun metode yang dapat meningkatkan korelasi antara penilaian tortuositas dari dokter mata dengan penilaian tortuositas secara otomatis. Untuk pembuluh darah retina, parameter yang diajukan merupakan parameter gabungan dari literatur sebelumnya, yang berbasis perbandingan arc length dan chord length struktur kurva dan nilai sudut pada setiap titik kritis kurva. Untuk menghitung nilai tortuositas saraf kornea, 14 parameter tortuositas akan digunakan untuk mengukur tortuositas pada setiap segmen saraf. Kemudian, 9 metode agregasi akan digunakan untuk menggabungkan nilai-nilai tortuositas dari saraf-saraf dalam citra tersebut menjadi 364 nilai yang akan menjadi nilai fitur tortuositas tingkat citra. Nilai fitur tersebut akan melewati serangkaian proses seleksi fitur sehingga terpilih beberapa fitur yang paling diskriminatif terhadap pembagian kelas tortuositas dataset. Untuk pengukuran tortuositas pembuluh darah, penerapan parameter ini menghasilkan nilai koefisien korelasi peringkat Spearman setinggi 0.886 untuk pembuluh darah arteri dan 0.884 untuk pembuluh darah vena. Untuk pengukuran tortuositas saraf kornea, penerapan metode ini menghasilkan nilai weighted accuracy setinggi 0.883 untuk dataset CORN-3 dan 0.911 untuk dataset CCM-B.