Segmentasi Pembuluh Darah pada Citra Retina Menggunakan Ciri Multi-Scale Line Strength

Hamif, Muhammad Faiz Abdul (2020) Segmentasi Pembuluh Darah pada Citra Retina Menggunakan Ciri Multi-Scale Line Strength. Sarjana thesis, Universitas Brawijaya.

Abstract

Penyakit diabetes merupakan penyakit yang patut diwaspadai dan dapat menyebabkan penderitanya memiliki risiko komplikasi di beberapa bagian organ tubuh salah satunya yaitu pembuluh darah pada mata yang kemudian disebut penyakit diabetic retinopathy. Pemeriksaan penyakit diabetic retinopathy dilakukan enam bulan sekali termasuk pengambilan gambar retina dan analisisnya. Evaluasi gambar retina menjadi beban serius untuk dokter spesialis mata karena meningkatnya jumlah penderita diabetic retinopathy dan terbatasnya jumlah tenaga kesehatan. Salah satu cara untuk membantu meringankan beban kerja dokter spesialis mata yaitu menggunakan bantuan komputer dengan algoritme ciri Multi-Scale Line Strength dan dipadukan dengan algoritme klasifikasi Support Vector Machine (SVM) untuk segmentasi pembuluh darah pada citra retina dan algoritme Optic Disc Exclusion untuk mengeliminasi bagian optic disc pada hasil segmentasi pembuluh darah di citra retina. Tujuan dari digunakannya algoritme tersebut yaitu agar pembuluh darah pada citra retina dapat terpisah dengan latar di belakangnya kemudian dapat memudahkan proses analisis. Adapun tahapan untuk melakukan proses ini yaitu ekstraksi ciri dengan menggunakan algoritme Multi-Scale Line Strength yang merupakan algoritme deteksi garis. Nilai piksel dari citra hasil algoritme tersebut kemudian digunakan sebagai salah satu fitur untuk proses klasifikasi piksel dengan menggunakan algoritme SVM. Piksel hasil klasifikasi kemudian disusun menjadi citra berwarna hitam putih. Algoritme Optic Disc Exclusion digunakan setelah algoritme SVM bertujuan untuk mengeliminasi bagian optic disc yang mungkin tersegmentasi dan terdeteksi sebagai false positive. Kinerja algoritme-algoritme tersebut kemudian diukur pada dataset DRIVE. Akurasi, sensitivity, dan specificity yang didapatkan dari algoritme Multi-Scale Line Strength dipadukan dengan SVM yaitu 0,94021, 0,61084, dan 0,99693. Apabila dipadukan dengan algoritme Optic Disc Exclusion, didapatkan hasil kinerja sebesar 0,94014, 0,60277, dan 0,99694. Hasil kinerja keduanya didapatkan dengan menggunakan ukuran window sebesar 13.

English Abstract

One of the disease that should be worried about and can cause the sufferer to have a risk of complications in several parts of the body is diabetic. If this disease attacked the blood vessel in the eye, this disease then called diabetic retinopathy. Diabetic retinopathy examination is carried out every six months including retinal imaging and analysis. The evaluation of retinal images become a serious burden for opthalmologists because the patients with diabetic retinopathy are increasing but the healthcare workers are limited. One way to alleviate the ophthalmologist’s workload is to use computer assistance with Multi-Scale Line Strength algorithm and Support Vector Machine (SVM) classification algorithm for segmenting the retinal images and then the Optic Disc Exclusion algorithm for eliminating the optic disc area in the segmentation result images. The purpose of using these algorithm is to separate the blood vessels in retinal image from its background so hopefully it can speed up the analysis process. In this study, Multi-Scale Line Strength algorithm which is a line detector algorithm is used to extract feature from retinal images. The pixel value from that algorithm then used as one of the features in pixel classification process with SVM algorithm. The classified pixels then arranged as black and white images. The Optic Disc Exclusion algorithm is used after the SVM algorithm for the purpose of removing the area of optic disc that is detected as false positive. The performance of these algorithm is measured in the DRIVE dataset. The accuracy, sensitivity, and specificity obtained from the Multi-Scale Line Strength algorithm combined with SVM are 0,94021, 0,61084, and 0,99693. If those algorithm is combined with the Optic Disc Exclusion algorithm, the performance results are 0,94014, 0,60277, and 0,99694. Both performance results are obtained at window size 13.

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FILKOM/2020/201/052003391
Uncontrolled Keywords:	Segmentasi, pembuluh darah retina, Multi-Scale Line Strength, SVM, Optic Disc Exclusion, ekstraksi fitur, citra digital, Segmentation, retinal blood vessel, Multi-Scale Line Strength, SVM, Optic Disc Exclusion, feature extraction, digital image
Subjects:	600 Technology (Applied sciences) > 616 Diseases > 616.1 Diseases of cardiovascular system > 616.13 Diseases of blood vessels
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	05 Aug 2020 08:21
Last Modified:	12 Apr 2023 07:22
URI:	http://repository.ub.ac.id/id/eprint/180940

Text Muhammad Faiz Abdul Hamif.pdf Restricted to Registered users only Download (12MB)

Actions (login required)

View Item