Active Contour Berbasis Local Gaussian Dengan New Variational Level Set Untuk Segmentasi Globus Pallidus

Setiawan, Yohanes (2020) Active Contour Berbasis Local Gaussian Dengan New Variational Level Set Untuk Segmentasi Globus Pallidus. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05111850010025-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (8MB) | Request a copy

Abstract

Segmentasi Globus Pallidus (GPi) pada citra MRI telah banyak dilakukan dengan metode berbasis atlas maupun deep learning. Namun, kedua metode tersebut mengharuskan memiliki atlas yang sesuai dan data training dalam jumlah besar yang sulit diperoleh. Salah satu metode segmentasi lainnya adalah Active Contour, yang melakukan segmentasi pada boundary obyek. Namun, Active Contour standar sulit mengatasi obyek memiliki kontras rendah disekitar obyek dan weak boundary seperti GPi. Dalam penelitian ini diusulkan Active Contour berbasis Local Gaussian dengan New Variational Level Set sebagai metode usulan untuk perbaikan deteksi boundary pada segmentasi obyek GPi. Input dari penelitian ini adalah citra MRI dengan slicing Axial. Selanjutnya, metode usulan diuji dengan dua skenario uji coba. Skenario uji coba pertama menggunakan inisialisasi kontur secara manual, sedangkan skenario uji coba kedua menggunakan inisialisasi kontur secara otomatis dengan model Shape Prior dan model Rectangle. Output dari penelitian ini adalah citra hasil segmentasi obyek GPi. Melalui hasil evaluasi uji coba yang telah dilakukan, dapat ditarik kesimpulan bahwa metode usulan terbukti mampu melakukan segmentasi Globus Pallidus yang memiliki kontras rendah dan weak boundary di citra MRI yang berkarakteristik intensity inhomogeneity. metode usulan meraih nilai terbesar dan terkecil rata-rata (Mean) pada nilai DSC dan ME dibandingkan metode lainnya. Pada skenario uji coba 1 dengan inisialisasi kontur secara manual, nilai Mean dari DSC dan ME pada metode usulan adalah 0.8335 dan 0.0050. Lalu pada skenario uji coba 2 dengan otomatisasi inisialisasi kontur model Shape Prior, nilai Mean dari DSC dan ME adalah 0.5523 dan 0.00843. Selanjutnya pada skenario uji coba 2 dengan model Rectangle, nilai Mean dari DSC dan ME adalah 0.6672 dan 0.0114.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Segmentasi, Globus Pallidus, Active Contour, Local Gaussian, New Variational Level Set Segmentation, Globus Pallidus, Active Contour, Local Gaussian, New Variational Level Set
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > (S2) Master Thesis
Depositing User: Yohanes Setiawan
Date Deposited: 11 Aug 2020 04:11
Last Modified: 11 Aug 2020 05:37
URI: http://repository.its.ac.id/id/eprint/77492

Actions (login required)

View Item View Item