Oleh :

Fina Adha Audina (52412954)

Pembimbing :

Diana Tri Susetianingtias, SKom., MMSI.

SEGMENTASI MASSA PADA

CITRA MAMMOGRAM

MENGGUNAKAN METODE

MORFOLOGI DAN REGION

PROPS DENGAN MATLAB

R2012B

TOPIK

Pengantar

Latar Belakang Masalah

Mammogram

Tujuan Penelitian

Batasan Masalah

Metodologi

Image Akuisisi

Preprocessing

Segmentasi

ROI

Hasil

Hasil Penelitian

Kesimpulan & Saran

Kanker payudara merupakan salah satu penyakit kanker

terbanyak di Indonesia. Adanya gejala permulaan kanker

payudara sering tidak disadari dan dirasakan dengan jelas oleh

penderita.

Deteksi dini kanker payudara :

Mammography

MRI

Biopsi

Ultrasound

Pet-scan

Latar Belakang Masalah

Mammografi adalah proses

pemeriksaan payudara manusia

menggunakan sinar-X dosis rendah (umumnya

berkisar 0,7 mSv).

Mammografi digunakan untuk melihat beberapa

tipe tumor dan kista, dan telah terbukti dapat

mengurangi mortalitas akibat kanker payudara.

Mammogram

Citra Mammogram

Ada 2 indikator pada mammogram yaitu :

Massa Microcalcifications

Indikator Mammogram

Batasan masalah dalam penulisan ini adalah

penulis menggunakan citra mammogram yang

didapatkan dari DDSM (Digital Database for

Screening Mammography) dan melakukan

segmentasi kanker payudara dengan

menggunakan metode morfologi, regionprops

lalu melakukan simulasi system dengan

menggunakan bahasa pemrograman MATLAB

R2012b.

Batasan Masalah

Tujuan dari penulisan ini adalah untuk penelitian pada

bidang medis dan merancang program aplikasi yang

berfungsi untuk mendeteksi massa menggunakan citra

mammogram dengan menggunakan morfologi dan

region props sebagai metode segmentasi citra digital.

Tujuan Penelitian

Metodologi Penelitian

Image Akuisisi

Proses image akuisisi pada penelitian ini ,

menggunakan citra mammogram yang telah

diasumsikan dan dilakukan oleh DDSM (Digital

Database for Screening Mammography).

Dengan Menggunakan 10 citra mammogram yang

digunakan pada penelitian ini.

Preprocessing merupakan kumpulan dari proses yang

digunakan untuk menghasilkan segmentasi yang terbaik.

Metode preprocessing :

1. Operasi Morfologi (Dilasi)

2. Rekontruksi Morfologi (Extended Image)

Preprocessing

Operasi morfologi adalah teknik pengolahan

citra yang didasarkan pada bentuk segmen atau

region dalam citra.

Pemrosesan citra secara morfologi dilakukan

dengan cara mempassing sebuah structuring

element terhadap sebuah citra dengan cara yang

hampir sama dengan konvolusi.

Fungsi structuring element (se) terdiri dari line.

diamond, square, rectangle, octagon, dan disk.

Morfologi

Dilasi adalah suatu proses menambahkan piksel pada

batasan dari objek dalam suatu gambar sehingga

nantinya apabila dilakukan operasi ini maka gambar

hasilnya lebih besar ukurannya dibandingkan dengan

gambar aslinya.

Terdapat 2 cara untuk melakukan operasi ini, yaitu

dengan cara mengubah semua titik latar yang

bertetangga dengan titik batas menjadi titik objek. Cara

kedua yaitu dengan mengubah semua titik di sekeliling

titik batas menjadi titik objek.

Operasi Morfologi (Dilasi)

Region properties (regionprops) adalah sebuah fungsi

yang dimiliki MATLAB untuk mengukur sekumpulan

properti-properti dari setiap region yang telah dilabeli

dalam matriks label L.

Dalam fungsi regionprops sebuah obyek

direpresentasikan sebagai sebuah region dengan

pendekatan bentuk persegi panjang.

RegionProps

Segmentasi citra merupakan proses pengelompokkan

pixel-pixel tetangga yang memiliki koherenitas dari

propertinya (misalnya nilai intensitas). Daerah hasil

segmentasi bisa merupakan objek atau merupakan

bagian dari objek, dan bisa diverifikasi (atau modifikasi)

mengikuti langkah-langkah analisis gambar atau

pengenalan pola.

Metode yang digunakan pada segmentasi ini adalah

morfologi dan region props.

Segmentasi

ROI adalah daerah yang dicurigai sebagai

kanker.

Untuk mendapatkan ROI pada penelitian ini,

dilakukan dengan cara men-cropping secara

manual dari hasil segmentasi.

ROI (Region Of Interest)

Keseluruhan tingkat keberhasil dari 10 citra yang telah

diuji coba adalah 100% atau sekitar 10 citra

mammogram. Tetapi dari hasil uji coba ada beberapa

citra mammogram yang mempunyai daerah segmentasi

kurang akurat karena kurangnya nilai bwareaopen atau

penghapusan daerah yang tidak diperlukan.

Namun dari hasil segmentasi, diambil daerah yang

paling cerah dan lebih menonjol untuk mendapatkan

massa atau ROI dari citra mammogram tersebut.

Hasil Penelitian

Contoh hasil penelitian segmentasi massa pada citra

mammogram menggunakan metode morfologi dan

regionprops.

Dengan menggunakan metode morfologi dan

regionprops, dapat dilakukan segmentasi massa pada

citra mammogram. Pada penelitian ini telah berhasil

mengembangkan sebuah aplikasi GUI dalam

mendeteksi massa pada citra mammogram. Berdasarkan

hasil penelitian, menunjukkan bahwa segmentasi massa

dengan menggunakan metode morfologi dan

regionprops dapat mendeteksi massa dengan tingkat

keberhasilan 100% dari 10 citra yang di uji coba.

Kesimpulan

Pada penelitian ini telah menghasilkan sebuah aplikasi

segmentasi massa pada citra mammogram dengan

menggunakan metode morfologi dan regionprops. Dari

penelitian tersebut telah berhasil mendeteksi massa

dengan tingkat keberhasilan 100% dari 10 citra yang

diuji. Namun ada beberapa citra yang pada hasil

segmentasi, masih ada jaringan biasa yang belum hilang.

Diharapkan untuk penelitian selanjutnya dapat meneliti

beberapa citra mammogram lebih banyak lagi dan

dilanjutkan ke proses ekstraksi fitur.

Saran