Pengaruh Teknik Compressed Sensing Terhadap Nilai Contrast to Noise Ratio Pada Kualitas Citra Pemeriksaan Magnetic Resonance Imaging

Rahmawati, Elok (2024) Pengaruh Teknik Compressed Sensing Terhadap Nilai Contrast to Noise Ratio Pada Kualitas Citra Pemeriksaan Magnetic Resonance Imaging. Other thesis, Intitut Teknologi Sepuluh Nopember.

Text 5001201063-Undergraduate_Theses.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Rekonstruksi citra dalam bidang medis merupakan proses penting untuk menghasilkan gambar yang akurat dan detail dari organ atau jaringan tubuh. Compressed sensing (CS) adalah salah satu contoh teknik rekonstruksi citra yang memungkinkan pemulihan gambar berkualitas tinggi dari data yang diambil secara parsial atau terkompresi. CS memanfaatkan sifat sparsity sinyal untuk mengurangi kebisingan dan meningkatkan resolusi gambar, sehingga sangat efektif dalam aplikasi pencitraan medis seperti MRI. Dalam penelitian ini dilakukan analisis pengaruh teknik CS pada rekonstruksi citra menggunakan fantom CS MATLAB dan pencitraan MRI terhadap nilai contrast to noise ratio (CNR). Parameter lain yang digunakan untuk menguji performansi citra hasil rekonstruksi teknik CS adalah mean square error (MSE) dan structural similarity index measure (SSIM). Dari hasil perhitungan CNR pada citra fantom CS MATLAB, seluruh citra sesudah CS mengalami kenaikan. Nilai CNR sesudah CS terus meningkat hingga mencapai bandwidth optimal (rata-rata pada 4 Hz) dan mengalami penurunan pada bandwidth yang lebih tinggi (12 Hz, 16 Hz, dan 22 Hz). Nilai CNR citra MRI sekuen 3D T2 SPACE STIR sesudah teknik CS seluruhnya mengalami kenaikkan kecuali pada bagian superior trunk, mengalami penurunan nilai CNR. Uji performansi citra MSE menunjukkan nilai besar pada citra fantom CS MATLAB dan citra MRI sekuen 3D T2 SPACE STIR. Uji performansi citra SSIM pada fantom CS MATLAB menghasilkan nilai mendekati 1 dan nilai SSIM 0,53 pada citra MRI sekuen 3D T2 SPACE STIR.

=======================================================================================================================

Rekonstruksi citra dalam bidang medis merupakan proses penting untuk menghasilkan gambar yang akurat dan detail dari organ atau jaringan tubuh. Compressed sensing (CS) adalah salah satu contoh teknik rekonstruksi citra yang memungkinkan pemulihan gambar berkualitas tinggi dari data yang diambil secara parsial atau terkompresi. CS memanfaatkan sifat sparsity sinyal untuk mengurangi kebisingan dan meningkatkan resolusi gambar, sehingga sangat efektif dalam aplikasi pencitraan medis seperti MRI. Dalam penelitian ini dilakukan analisis pengaruh teknik CS pada rekonstruksi citra menggunakan fantom CS MATLAB dan pencitraan MRI terhadap nilai contrast to noise ratio (CNR). Parameter lain yang digunakan untuk menguji performansi citra hasil rekonstruksi teknik CS adalah mean square error (MSE) dan structural similarity index measure (SSIM). Dari hasil perhitungan CNR pada citra fantom CS MATLAB, seluruh citra sesudah CS mengalami kenaikan. Nilai CNR sesudah CS terus meningkat hingga mencapai bandwidth optimal (rata-rata pada 4 Hz) dan mengalami penurunan pada bandwidth yang lebih tinggi (12 Hz, 16 Hz, dan 22 Hz). Nilai CNR citra MRI sekuen 3D T2 SPACE STIR sesudah teknik CS seluruhnya mengalami kenaikkan kecuali pada bagian superior trunk, mengalami penurunan nilai CNR. Uji performansi citra MSE menunjukkan nilai besar pada citra fantom CS MATLAB dan citra MRI sekuen 3D T2 SPACE STIR. Uji performansi citra SSIM pada fantom CS MATLAB menghasilkan nilai mendekati 1 dan nilai SSIM 0,53 pada citra MRI sekuen 3D T2 SPACE STIR.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	CNR, Fantom CS MATLAB, MRI, Plexus Brachialis. CNR, Fantom CS MATLAB, MRI, Plexus Brachialis.
Subjects:	Q Science > QA Mathematics > QA404 Fourier series Q Science > QA Mathematics > QA611.28 Metric spaces Q Science > QA Mathematics > QA76.6 Computer programming. Q Science > QC Physics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Physics > 45201-(S1) Undergraduate Thesis
Depositing User:	Elok Rahmawati
Date Deposited:	09 Aug 2024 02:09
Last Modified:	09 Aug 2024 02:09
URI:	http://repository.its.ac.id/id/eprint/114275

Actions (login required)

View Item