Radiating Component Normalized Generalized Gradient Vector Flow Snake Untuk Segmentasi citra Sel Tunggal Smear Serviks

Husain, Nursuci Putri (2017) Radiating Component Normalized Generalized Gradient Vector Flow Snake Untuk Segmentasi citra Sel Tunggal Smear Serviks. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5115201013-Master_Theses.pdf - Published Version

Download (1MB) | Preview

Abstract

Pemeriksaan pap smear merupakan prosedur penapisan manual yang digunakan untuk mendeteksi sel-sel kanker serviks. Analisis hasil pemeriksaan pap smear secara manual memiliki banyak kelemahan yaitu membutuhkan banyak tenaga ahli dibidang patologi dan rawan terhadap kesalahan. Sebuah sistem penyaringan otomatis dan akurat untuk hasil pemeriksaan pap smear akan sangat bermanfaat dalam mengatasi kelemahan tersebut. Langkah yang paling utama dari sistem tersebut adalah proses segmentasi dari sel nukleus dan sitoplasma pada citra sel tunggal hasil pemeriksaan pap smear. Sebuah algoritme pengganti energi eksternal pada snake dapat digunakan untuk mendapatkan kontur nukleus dan sitoplasma pada citra sel tunggal smear serviks, salah satunya adalah Component Normalized Generalized Gradient Vector Flow Snake (CNGGVFS). Namun, CNGGVFS menggunakan fungsi edge map konvensional dalam memodelkan snake yang belum mampu mendeteksi daerah nukleus dari citra sel tunggal smear serviks dengan benar. Penelitian ini mengusulkan sebuah metode untuk segmentasi citra sel tunggal smear serviks menggunakan Radiating Component Normalized Generalized Gradient Vector Flow Snake (RCNGGVFS). Metode ini memanfaatkan perhitungan Radiating Edge Map (REM) dalam pencarian edge map pada metode CNGGVFS. Proses segmentasi pada penelitian ini terdiri atas 3 tahapan utama, yaitu: pra proses, segmentasi awal, dan segmentasi kontur. Pada tahap pra proses, citra sel tunggal smear serviks yang berada pada ruang warna RGB dikonversi ke dalam ruang warna CIELAB, dan kanal L dinormalisasi untuk mendapatkan citra grayscale. Kemudian, proses segmentasi awal pada penelitian ini menggunakan metode Fuzzy C-Means Non Local Spatial (FCM_NLS) untuk mendapatkan tekstur dari citra sel tunggal smear serviks. Tahap terakhir adalah tahap segmentasi kontur dengan metode RCNGGVFS sebagai fungsi energi eksternal snake yang bertujuan untuk mendapatkan kontur nukleus dan sitoplasma citra sel tunggal smear serviks yang lebih optimal. Berdasarkan uji coba, nilai rata-rata ZSI dan akurasi untuk segmentasi nukleus adalah 88,06% dan 95,34% . Kemudian, nilai rata-rata ZSI dan akurasi untuk segmentasi sitoplasma adalah 87,16% dan 83,48%. Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mendeteksi area nukleus lebih optimal dibanding dengan metode konvensional dan metode lainnya. ============================================================================================================ Pap smear test is a manual screening procedures that used to detect cervical cancer cells. Analysis of the results of Pap smear test by manual has many weaknesses, such as the need for experts in pathology in large numbers and the tendency for errors. An automatic and accurate screening system for pap smear test results will be very helpful in overcoming those weaknesses. The most important step of the screening system is segmentation of the nucleus and cytoplasm of the single cell image in Pap smear test results. An external force algorithm for active contour (snake) can be used to get the contour of the nucleus and cytoplasm of cervical smear image, for example Component Normalized Generalized Gradient Vector Flow Snake (CNGGVFS) method. However, CNGGVFS using a conventional calculation of edge map can not detect the nucleus area correctly in single cell cervical smear image segmentation. In this study, we proposed a new method for single cell cervical smear image segmentation using Radiating Component Normalized Generalized Gradient Vector Flow Snake (RCNGGVFS). This method used Radiating Edge Map (REM) calculation to search the edge map in CNGGVFS method. The segmentation process of this study consists of three main stages, they are: pre process, initial segmentation and contour segmentation. In the pre process stage, single cell cervical smear image will be converted from RGB color space into CIELAB color space, and the L channel is normalized to get a grayscale image. Then, in the initial segmentation process, Fuzzy C-Means Non Local Spatial (FCM_NLS) is used to get the texture of cervical smear images. The last stage is segmentation contour using RCNGGVFS as an external force for snake that aims to get the contour of the nucleus and cytoplasm of cervical smear image optimally. Based on the experimental result, the average value of ZSI and accuracy for nucleus segmentation is 88.06% and 95.34%. Then, the average value of ZSI and accuracy for cytoplasm segmentation is 87.16% and 83.48%. The experimental result show that the proposed method can detect the nucleus area optimally than the conventional method and other methods.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Segmentasi citra, citra sel tunggal smear serviks, Radiating Edge Map, Component Normalized Generalized Gradient Vector Flow Snake (CNGGVFS), Fuzzy CMeans Non Local Spatial (FCM_NLS).
Subjects: Q Science
R Medicine > RB Pathology
Divisions: Faculty of Information Technology > Informatics Engineering > (S2) Master Theses
Depositing User: NURSUCI PUTRI HUSAIN
Date Deposited: 07 Mar 2017 05:13
Last Modified: 05 Mar 2019 04:43
URI: http://repository.its.ac.id/id/eprint/1936

Actions (login required)

View Item View Item