Rekonstruksi 3D Carotid Artery berbasis Segmentasi Citra 2D Ultrasound menggunakan U-NET

Pramulen, Aji Sapta (2021) Rekonstruksi 3D Carotid Artery berbasis Segmentasi Citra 2D Ultrasound menggunakan U-NET. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
07111950050003-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2023.

Download (16MB) | Request a copy

Abstract

Penyakit kardiovaskular merupakan penyakit yang menjadi penyebab kematian utama di seluruh dunia, dimana 17,3 juta kematian per tahun disebabkan Cardiovascular Disease(CVD) dan diperkirakan meningkat 23,6 juta pada tahun 2030. Carotid Intima-Media Thickness (CIMT) sebagai pertanda awal dari aterosklerosis, terbukti berhubungan dengan factor risiko terjadinya kardiovaskular. Penggunaan Ultrasound sangat dibutuhkan untuk melihat kelainan tersebut. Penelitian sebelumnya banyak melakukan segmentasi dari citra Ultrasound untuk mempermudah menentukan carotid. Penelitian ini melakukan segmentasi Carotid Artery pada citra Ultrasound dengan menggunakan arsitektur U-Net. Tahapan yang dilakukan dalam penelitian ini adalah melakukan preprocessing pada citra ultrasound yang kemudian melakukan training yang bertujuan untuk menghasilkan model segmentasi dengan arsitektur U-NET dan hasil segmentasi akan di visualisasi. Hasil dari training dihasilkan rata-rata akurasi 98,41% dengan dice coeficient 85,67% sedangkan untuk data testing dihasilkan akurasi 98,46% dengan dice coeficient 82,82% untuk citra tanpa ada peningkatan kualitas citra Non-Local Means-Based Speckle Filtering. Hasil training untuk citra yang menggunakan peningkatan citra adalah 98,42% akurasi dan 85,29% dice coeficient sedangkan data testing dihasilkan akurasi 98,42% dan dice coeficient 82,38%. ======================================================================================================

Item Type: Thesis (Masters)
Uncontrolled Keywords: Kardiovaskular, U-Net, Segmentasi, Carotid Artery Cardiovascular, Segmentation, U-Net, Carotid Artery
Subjects: Q Science > QA Mathematics > QA336 Artificial Intelligence
R Medicine > RZ Other systems of medicine
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: Aji Sapta Pramulen
Date Deposited: 24 Feb 2021 07:59
Last Modified: 24 Feb 2021 14:04
URI: https://repository.its.ac.id/id/eprint/82769

Actions (login required)

View Item View Item