Sistem Registrasi Otomatis Gambar Medis Tiga Dimensi dari Berbagai Modalitas dengan Pemaksimalan Mutual Information menggunakan Metode Optimasi Non Kalkulus

Rifqi, Mohammad Ardika (2021) Sistem Registrasi Otomatis Gambar Medis Tiga Dimensi dari Berbagai Modalitas dengan Pemaksimalan Mutual Information menggunakan Metode Optimasi Non Kalkulus. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 05111740000119-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (3MB) | Request a copy

Abstract

Gambar (citra) medis modalitas berbeda memiliki peran penting untuk proses perencanaan operasi yang membutuhkan akurasi (seperti Stereotaktik). Modalitas gambar yang umum digunakan adalah Computed Tomography (CT), dan Magnetic Resonance (MR). CT digunakan untuk mengambil gambar N-Localizer relatif terhadap kepala pasien menggunakan sinar-X dalam bentuk irisan-irisan (slices), sedangkan MR digunakan untuk mengambil gambar struktur otak menggunakan radiasi partikel air setelah terpapar magnet dalam bentuk slices di dalam file DICOM. N-Localizer mengandung logam, sebagai contoh Leksell Frame-G, sehingga tidak dapat dicitrakan menggunakan pemindai MR, sedangkan pemindai CT tidak dapat mencitrakan struktur otak dengan jelas. Hal ini menyebabkan setiap sebelum operasi direncanakan, dokter harus mengambil minimal dua gambar medis berbeda; yaitu CT dan MR. Kedua gambar ini harus dilakukan fusi melalui proses registrasi agar N-Localizer dan struktur otaknya terlihat berdampingan, sehingga dapat memberikan referensi dkter antara lokasi struktur otak di dalam koordinat komputer, dengan referensi di dunia nyata.
Proses registrasi adalah sistem yang melakukan optimasi untuk menentukan transformasi rigid-body pada enam degree of freedom (DOF) dalam satuan unit milimeter dari gambar target (source image) terhadap gambar basis (reference image) sehingga kedua gambar memiliki tingkat kemiripan tertinggi. Algoritma optimasi yang digunakan adalah Powell’s Direction Set Method (Powell’s), karena teknik optimasi ini tidak membutuhkan fungsi turunan untuk menentukan enam DOF tersebut. Algoritma Powell’s akan melakukan iterasi terhadap estimasi yang diberikan hingga iterasinya tidak bisa lebih baik daripada iterasi sebelumnya menggunakan toleransi yang diberikan.
Gambar medis yang digunakan untuk uji coba diambil dari tiga pasien yang berbeda. Gambar medis memiliki format DICOM, dengan jarak antar irisan (spacing between slices) 1 mm. Setiap pasien, memiliki satu gambar MRI, beberapa memiliki satu gambar MRA, dan satu gambar CT. Uji coba dilakukan dengan menjadikan gambar MR sebagai gambar basis, CT sebagai gambar sumber, dan sebaliknya, kemudian menjalankan sistem registrasi otomatis ini. Hasil uji coba menunjukkan bahwa sistem ini dapat melakukan registrasi gambar medis secara otomatis dengan nilai sum of squared intensity differences (SSD) mendekati 0, dan menghasilkan registrasi yang sesuai secara pengamatan visual dari tiga bidang (aksial, koronal, sagital).
======================================================================================================
Medical images (images) of different modalities play an
important role in the planning process for operations that require
accuracy (such as Stereotactics). Commonly used image
modalities are Computed Tomography (CT) and Magnetic
Resonance (MR). CT is used to take an image of the N-Localizer
relative to the patient's head using X-rays in the form of slices,
while MR is used to take images of brain structures using water
particle radiation after being exposed to a magnet in the form of
slices in the DICOM file. The N-Localizer contains metals, for
example the Leksell Frame-G, so it cannot be imaged using an MR
scanner, whereas a CT scanner cannot clearly image brain
structures. This means that before any surgery is planned, the
doctor must take at least two different medical images; namely CT
and MR. These two images must be fused through the registration
process so that the N-Localizer and the brain structure appear side
by side, so that it can provide a doctor's reference between the
location of the brain structure in computer coordinates, with
references in the real world.
The registration process is a system that performs
optimization to determine the rigid-body transformation at six
xii
degrees of freedom (DOF) in units of millimeters from the target
image (source image) to the base image (reference image) so that
the two images have the highest level of similarity. The
optimization algorithm used is Powell's Direction Set Method
(Powell's), because this optimization technique does not require a
derivative function to determine the six DOFs. Powell's algorithm
will iterate over a given estimate until the iteration cannot be
better than the previous iteration using the given tolerance.
The medical images used for the trial were taken from three
different patients. Medical images are in DICOM format, with 1
mm spacing between slices. Each patient, has one MRI image,
some have one MRA image, and one CT image. Testing is done by
making MR images as base images, CT images as source images,
and vice versa, then running this automatic registration system.
The trial results show that this system can register medical images
automatically with the sum of squared intensity differences (SSD)
close to 0, and produce appropriate registrations visually from
three planes (axial, coronal, sagittal).

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Image Registration, DICOM, , Powell’s Direction Set Method, Non-Calculus Optimization, Registrasi Citra, DICOM, Powell’s Direction Set Method, Optimasi Non-Kalkulus
Subjects:	Q Science > QA Mathematics > QA76.758 Software engineering R Medicine > RC Internal medicine > RC78.7.N83 Magnetic resonance imaging.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Mohammad Ardika Rifqi
Date Deposited:	04 Aug 2021 06:20
Last Modified:	04 Aug 2021 06:20
URI:	http://repository.its.ac.id/id/eprint/84804

Actions (login required)

View Item