Cone Beam Computed Tomography (CBCT) merupakan pengembangan dari CT (Computed Tomography) berupa sistem radiografi berkualitas tinggi dengan gambaran 3 dimensi yang memberikan gambaran regio dento-maxillofacial. Gambaran 3 dimensi yang ditampilkan dapat memberikan informasi yang detail sehingga memudahkan pemeriksaan dan analisis berbagai kasus di bidang kedokteran gigi. Teknik ini biasanya digunakan untuk memberikan informasi lebih rinci guna pemeriksaan dan rencana perawatan lebih lanjut.
Salah satu perawatan yang memanfaatkan pemeriksaan CBCT adalah bedah ortodonti yaitu dengan melakukan segmentasi pada tulang atau gigi. Segmentasi gigi pada gambar CBCT memiliki banyak tantangan seperti kontras rendah, batas gigi kabur dan kontur gigi tidak teratur. Selain itu, CBCT menghasilkan banyak irisan di mana irisan disebelahnya memiliki informasi terkait, metode segmentasi gambar semi-otomatis yang membutuhkan penandaan manual sehingga tidak efisien. Oleh karena itu perlu dibuat alat bantu berbasis komputer dengan propagasi penandaan irisan gambar otomatis pada segmentasi CBCT. Dengan harapan alat bantu dapat diaplikasikan untuk diagnosis dan perawatan di bidang kedokteran gigi, identifikasi di bidang forensik kedokteran gigi dan sebagainya.
Penelitian ini bertujuan untuk menghasilkan alat bantu berbasis komputer dengan propagasi penandaan irisan gambar otomatis untuk melakukan segmentasi gigi pada radiografi CBCT. Penelitian ini menggunakan data sekunder berupa file CBCT (Cone-Beam Computed Tomography) dari Rumah Sakit Gigi dan Mulut, Universitas Airlangga (RSGM UNAIR). Data yang diperoleh memiliki mutu yang baik telah dikonfirmasi oleh dokter gigi spesialis radiologi kedokteran gigi sehingga keakuratan metode yang diusulkan dapat dihitung. Kumpulan data ini adalah data 3D, yang kemudian diiris sesuai dengan bidang aksial dan menghasilkan gambar. Hasil proses pemotongan adalah 200 gambar dengan ukuran 266×266 piksel.
Metode yang diusulkan memiliki beberapa tahap, yaitu pemisahan wilayah menggunakan algoritma mean-shift, penandaan menggunakan morfologi dan wilayah properti, dan penggabungan wilayah menggunakan algoritma hierarki hierarki.
Proses penandaan terdiri latar belakang, proses morfologi, dan daerah properti hasil morfologis. Proses morfologi akan dilakukan per kelompok di mana satu kelompok terdiri dari 10 gambar CBCT. Sehingga satu kelompok hanya melakukan proses morfologis satu kali saja maka hasil dari properti daerah akan digunakan pada sembilan gambar berikutnya.
Properti wilayah yang diperoleh akan digunakan sebagai koleksi objek. Setelah itu, penggabungan wilayah akan dilakukan ke grup wilayah yang belum diberi label sebagai objek atau latar belakang. Hasil penggabungan daerah adalah gambar gigi yang telah tersegmentasi. Proses penelitian ini menggunakan perangkat lunak Matlab. Hasil yang diperoleh dari metode yang diusulkan memiliki nilai kesalahan yang lebih rendah daripada metode segmentasi otomatis yang ada, yaitu nilai ME dengan rata -rata 0,112 dan nilai MAE dengan rata-rata 0,478.
Hasil penelitian menunjukkan bahwa metode yang diusulkan dapat secara otomatis mengelompokkan data CBCT dengan memperhatikan informasi 3D-nya. Efektivitas metode yang diusulkan ditunjukkan oleh tingkat kesalahan yang rendah dibandingkan dengan metode lain. Diperlukan penelitian lebih lanjut tentang parameter atau algoritma untuk melakukan pemisahan wilayah dan proses penggabungan wilayah untuk menghasilkan hasil yang lebih efektif dan efisien.
Penulis: Dr. Eha Renwi Astuti, drg., M.Kes Link terkiat tulisan di atas: http://journal.uad.ac.id/index.php/TELKOMNIKA/article/view/13220