digilib@itb.ac.id +62 812 2508 8800

STUDI SIMULASI SINOGRAM SINTETIS BERBASIS TRANSFORMASI RADON PADA CITRA VIRTUAL MONOENERGETIC IMAGING DARI PEMINDAIAN DUAL ENERGY CT

86 views
Save At List
Penulis : Anastasya Jessning G Mberato [20223314]
Kontributor / Dosen Pembimbing :
  • Dr. rer. nat. Freddy Haryanto, S.Si., M.Si.
  • Adiwasono Matheus Budhi Setiawan, M.Si.
Jenis Koleksi : Tesis
Tahun Terbit : 2026
Penerbit : Fisika
Fakultas : Fakultas Matematika dan Ilmu Pengetahuan Alam
Subjek :
Kata Kunci : DECT, VMI, Sinogram Sintesis, Rekonstruksi Citra
Sumber :
Staf Input/Edit : Yati Rochayati   Yati Rochayati
File : 1 file
Tanggal Input : 12 Jan 2026

Akses terhadap data proyeksi mentah (raw sinogram) dari sistem CT klinis masih menjadi tantangan besar karena formatnya bersifat terkunci dan memerlukan kerja sama khusus dengan vendor. Padahal, analisis berbasis proyeksi memiliki potensi untuk meningkatkan akurasi estimasi parameter fisis dan mengurangi artefak rekonstruksi dibanding pendekatan berbasis citra. Untuk menjembatani keterbatasan tersebut, penelitian ini mengusulkan pendekatan simulasi sinogram sintesis berbasis transformasi Radon yang diterapkan pada citra VMI fase abdomen portal dari tiga pasien hasil pemindaian DECT. Citra direkonstruksi pada 11 tingkat energi (40–140 keV, dengan interval 10 keV) dan enam 6 irisan aksial dipilih per pasien, sehingga dianalisis total 198 kombinasi citra. Sinogram sintetis dievaluasi secara kuantitatif dan kemudian direkonstruksi kembali menggunakan FBP. Hasil menunjukkan respons yang konsistens terhadap variasi energi, dengan penurunan rerata intensitas sinogram menurun seiring kenaikan energi VMI (penurunan sekitar 42?44% antara 40 keV dan 140 keV), sejalan dengan tren atenuasi pada citra VMI asli. Perbandingan profil intensitas antara citra rekonstruksi dan VMI asli menghasilkan selisih rata-rata sangat kecil (0,0053–0,0073 cm?¹). Pada domain ????, nilai RMSE menurun secara konsisten seiring peningkatan energi (rata-rata penurunan 68,60%), PSNR memuncak pada energi menengah (50–70 keV), dan SSIM meningkat mendekati 1,0 pada energi tinggi. Pada domain HU/intensitas piksel, RMSE juga menurun (total penurunan 47,1%) dan PSNR meningkat secara monoton (12,67%), sedangkan SSIM menunjukkan perilaku fluktuatif akibat efek normalisasi dan kalibrasi intensitas. Analisis ROI memperkuat validitas metode dengan kesalahan relatif <1% pada organ homogen (hati) dan tertinggi pada jaringan lemak (3.799%). Secara keseluruhan, hasil penelitian ini menunjukkan bahwa pendekatan image-to-projection berbasis transformasi Radon mampu mensintesis sinogram dari data VMI DECT sebagai alternatif ketika data sinogram mentah tidak tersedia.

Artikel Terkait