<![CDATA[Kanker prostat merupakan salah satu jenis kanker yang paling umum di kalangan pria, dengan angka kejadian yang terus meningkat. Diagnosis dini sangat penting untuk meningkatkan prognosis pasien, namun sering terhambat oleh kompleksitas analisis citra histopatologi. Penelitian ini mengeksplorasi penerapan Transfer Learning-based Multi-Scale Denoising Convolutional Neural Network (TL-MSDCNN) untuk klasifikasi citra sel prostat normal dan kanker. Model ini dirancang untuk meningkatkan kualitas citra melalui penekanan noise dan memanfaatkan data dari berbagai sumber untuk meningkatkan akurasi diagnosis. Hasil penelitian menunjukkan bahwa TL-MSDCNN meningkatkan akurasi lebih dari 10% dibandingkan metode sebelumnya, serta menunjukkan peningkatan signifikan dalam sensitivitas dan spesifisitas deteksi. Selain itu, penggunaan AI dapat mengurangi variabilitas dalam diagnosis dan mempercepat analisis citra, menghasilkan proses diagnosis yang lebih konsisten. Temuan ini menegaskan potensi besar teknologi pembelajaran mesin dalam meningkatkan hasil perawatan pasien kanker prostat dan kualitas hidup mereka.]]>
Copyrights © 2024
