Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : snimed

Prototype Color Deconvolution pada Citra Microscopic Heksaputra, Dadang; Wijaya, Dhina Puspasari; Muhimmah, Izzati
Seminar Nasional Informatika Medis (SNIMed) 2015: Prosiding SNIMED 2015
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Locally Advanced Breast Cancer (LABC) bagian terbesar (50-60%) dari penderita kanker payudara8. Menurut pakar breast cancer ditandai dengan perubahan warna kecoklatan pada data histopatologi yang diambil pada jaringan (sampel) yang diambil melalui oprasi. Untuk mengetahui bagian ketidaknormalan yang saling tumpang tindih dari breast cancer maka dibutuhkan pemisahan bagian warna dari citra HER2. Metode dilakukan dengan color deconvolution dimana dengan menggunakan metode ini warna dipisahkan berdasarkan stain yang telah didefinisikan melalui larutan Hematoxylin, Eosin dan Diaminobenzine. Hasil pemisahan warna berdasarkan stain telah teruji dalam mendapatkan hasil keakuratan yang lebih baik.
Purwarupa Sistem Deteksi HER2 Skor 2+ pada Citra Mikroskopis Digital Muhimmah, Izzati; Heksaputra, Dadang; Wijaya, Dhina Puspasari; Kusumadewi, Sri; Kurniawan, Rahadian
Seminar Nasional Informatika Medis (SNIMed) 2016: Prosiding SNIMED 2016
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Purwarupa sistem berbantu komputer untuk penentuan skor 2+ pada citra digital HER2 akan dijelaskan dengan singkat. Purwarupa ini dibangun sebagai alat bantu untuk menegakkan diagno-sis pada kegawatan sel kanker payudara berdasar citra mikroskopis digital. Citra digital diperoleh dari foto mikroskopis jaringan sel kanker yang telah melalui proses immunohistochemical (IHC). Ada dua proses utama yang dilakukan dalam purwarupa ini yaitu penajaman warna dengan model pertukaran warna dan ekstraksi ciri warna. Model sistem cerdas untuk penentuan skor berdasar-kan informasi luasan area tersegmentasi saat ini sedang dalam proses validasi.
Anotasi Wilayah Melanoma dengan Komputasi Ekstraksi Ciri Pengolahan Citra PH2 Heksaputra, Dadang; Sanjaya, Fadil Indra
Seminar Nasional Informatika Medis (SNIMed) 2018
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kanker menjadi penyebab utama kematian dan terus mengalami kenaikan. Berdasarkan data statistik, kematian diakibatkan kanker tergolong tinggi. Hasil investigasi dan pengujian instrumen kuesioner dasar oleh badan penelitian kesehatan didapati sejumlah 1,4% penduduk Indonesia menderita kanker. Media Indonesia (2017) memberitakan melanoma merupakan jenis penyakit paling mematikan. Penyebaran melanoma tergolong sangat cepat menyerang organ lain. Sel kanker melanoma menyerang bagian sel warna kulit atau dikenal dengan sel melanosit. Melanoma dikategorikan sebagai jenis kanker ganas. Telah ditemui 119 kasus melanoma sejak 2005. Melanoma menjadi sebab dari 75% kematian pada kanker kulit.Pada penelitian anotasi wilayah melanoma dengan komputasi ekstraksi ciri pengolahan citra dermatologi akan dilakukan penerapan algoritma berdasarkan analisis model. Anotasi wilayah melanoma dengan komputasi ekstraksi ciri pengolahan citra dermatologi PH2 melalui beberapa tahapan. Tahapan tersebut meliputi 1) penyiapan sumber referensi jurnal/buku, 2) pembuatan design interface & perancangan sistem, 3) implementasi pemrograman dari hasil perancangan design. Tahap pengujian anotasi wilayah melanoma dengan komputasi ekstraksi ciri pengolahan citra dermatologi PH2 menggunakan metode single decision threshold (one feature) dengan fiturnya berupa daerah segmentasi penyakit. Pengujian dan validasi ini dilakukan oleh gold standard pakar dermatologi (ground truth). Pengujian lebih ditekankan pada hasil kinerja dengan single decision threshold (one feature) dan reaksi sistem bug pada aplikasi. Tahap perawatan memastikan tidak terdapat kesalahan dalam pengembangan sistem.Nilai dari gold standar sebagai pembanding hasil analisis dengan kinerja sistem menunjukan hasil relatif baik. Rata-rata validasi pengujian menunjukan presentase 96.41%. Hasil ini membuktikan model dapat digunakan untuk segmentasi wilayah kanker melanoma. Pendekatan model anotasi wilayah melanoma dengan komputasi ekstraksi ciri pengolahan citra dermatologi sebagai alternatif untuk membantu ahli klinis khususnya bidang dermatologi penyakit kulit melanoma.