Estimasi Posisi Slice Secara Otomatis Pada Citra MRI Otak Menggunakan CNN

Zaki, Muhammad Fuad (2022) Estimasi Posisi Slice Secara Otomatis Pada Citra MRI Otak Menggunakan CNN. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 07211740000020-Undergraduate_Thesis.pdf] Text
07211740000020-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2024.

Download (2MB) | Request a copy

Abstract

Dunia medis terus berkembang, sekarang untuk mengetahui penyakit yang ada pada otak manusia bisa menggunakan citra MRI. Citra hasil MRI otak biasanya berupa slice gambar yang berjumlah cukup banyak, yang nantinya akan digunakan untuk mengidentifikasi penyakit otak yang diderita pasien. Dalam mengidentifikasi penyakit akan lebih efisien jika terdapat sebuah model yang mampu melakukan diagnosa penyakit otak secara otomatis. Namun untuk mencapai hal tersebut diperlukan pula adanya identifikasi lokasi dari Slice hasil dari citra MRI otak secara otomatis. Oleh karena itu dalam penelitian ini akan digunakan metode Convolutional Neural Network (CNN) untuk mengidentifikasi lokasi slice hasil MRI. Dengan metode CNN tersebut akan meningkatkan efisiensi dan validitas diagnosa. Hasil yang diharapkan melalui Tugas Akhir ini adalah terciptanya sebuah model yang mampu melakukan estimasi posisi slice dari citra MRI otak secara otomatis, dan akan membantu penelitian identifikasi penyakit otak secara otomatis.
======================================================================================================
The medical world continues to develop, now to find out the diseases that exist in the human brain can use MRI images. Brain MRI results are usually in the form of a large number of image slices, which will later be used to identify the patient’s brain disease. In identifying diseases, it will be more efficient if there is a model that is able to diagnose brain diseases automatically. However, to achieve this, it is also necessary to identify the location of the Slice resulting from the MRI image of the brain automatically to be more efficient. Therefore, in this study, the Convolutional Neural Network (CNN) method will be used to identify the location of the slice results from the MRI. The CNN method will increase the efficiency and validity of the diagnosis. The expected result through this Final Project is the creation of a model that is capable of estimating the slice posi�tion of an MRI brain image automatically, and will assist research in the identification of brain diseases automatically.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: MRI otak, Deep Learning, Convolutional Neural Network,Brain MRI, Deep Learning, Convolutional Neural Network
Subjects: Q Science > QA Mathematics > QA76.6 Computer programming.
T Technology > T Technology (General) > T57.5 Data Processing
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User: Muhammad Fuad Zaki
Date Deposited: 20 Feb 2022 04:41
Last Modified: 20 Feb 2022 04:41
URI: http://repository.its.ac.id/id/eprint/94652

Actions (login required)

View Item View Item