Perpustakaan Digital ITB

Pada lingkup bidang medis machine learning digunakan untuk proses pemeriksaan penyakit yang melibatkan citra medis. Citra medis yang baik untuk digunakan pada proses machine learning adalah citra medis dengan resolusi yang baik, baik pada irisannya maupun antar irisan. Citra dengan sifat tersebut disebut sebagai citra yang isotropis. Metode interpolasi merupakan metode perkiraan pendekatan nilai yang mengikutkan data asli. Metode tersebut dapat digunakan untuk memperoleh citra medis yang isotropis dari citra irisan original. Pada penelitian ini digunakan dua metode interpolasi, yaitu interpolasi spline kubik natural dan interpolasi fungsi basis radial. Kedua metode diaplikasikan pada irisan citra medis dengan modalitas CT pada bagian panggul untuk mengubah resolusi citra original menggunakan enam mode interpolasi. Citra hasil interpolasi kemudian dibandingkan dengan citra irisan original menggunakan grafik intensitas nilai piksel. Citra tersebut dibandingkan pula baik dengan citra hasil interpolasi tiap mode dari metode interpolasi yang sama maupun antar citra hasil interpolasi dari mode yang sama. Pembandingan tersebut dilakukan menggunakan grafik intensitas nilai piksel dan analisis galat menggunakan nilai gamma indeks. Hasil perbandingan menunjukkan bahwa keenam mode dari satu metode interpolasi yang sama menghasilkan citra yang sama. Citra hasil interpolasi dari kedua metode interpolasi memiliki perbedaan yang signifikan, yang ditunjukkan oleh persentase nilai gamma indeks yang kurang dari 95%. Sementara itu, metode interpolasi fungsi basis radial dinilai bekerja lebih baik dibandingkan interpolasi spline kubik natural meskipun dengan waktu running program yang lebih lama.