Rekonstruksi gambar 3D dari file DICOM (Digital Imaging and Communications in Medicine) memerlukan suatu keahlian agar gambar yang direkonstruksi memiliki metadata yang sama termasuk ketebalan irisan, jarak antar irisan, dan resolusi gambar. Kami mengusulkan algoritme untuk merekonstruksi gambar 3D berdasarkan gambar medis dalam format DICOM dengan beragam metadata dan mengubah ukuran gambar 3D sambil mempertahankan anotasi. Pengubahan ukuran gambar 3D dapat memfasilitasi pemrosesan karena sebagian besar sistem saat ini tidak dapat menangani ukuran data gambar 3D yang sangat besar. Setelah mengubah ukuran gambar 3D, anotasi asli yang dapat digunakan sebagai dasar untuk melatih dan mengevaluasi hasil dengan tetap mempertahankan proyeksi mesin. Hasil percobaan menunjukkan bahwa metode yang diusulkan dapat menangani berbagai file DICOM dan memproyeksikan penjelasan dengan benar ke gambar yang diubah ukurannya.
Gambar DICOM (Digital Imaging and Communications in Medicine) sangat menarik karena dapat disediakan oleh berbagai perangkat pencitraan yang memungkinkan untuk memeriksa anatomi dan fungsi otak. Dengan demikian, kondisi otak seperti adanya tumor dan kista dapat didiagnosis.
Kami mengusulkan metode untuk 1) mengubah potongan gambar DICOM otak dengan atribut berbeda menjadi representasi 3D, 2) mengubah ukuran gambar yang dihasilkan untuk resolusi seragam di seluruh gambar, dan 3) memproyeksikan anotasi asli ke gambar yang diubah ukurannya. Metode yang diusulkan terdiri dari dua langkah utama: peningkatan citra menggunakan pemerataan histogram dan rekonstruksi citra 3D menggunakan interpolasi trilinear. Kemudian, gambar 3D yang direkonstruksi dapat diubah ukurannya dengan tetap mempertahankan format DICOM.
Sepengetahuan kami, tidak ada metode yang tersedia untuk rekonstruksi gambar 3D dan mengubah ukuran dari file DICOM. Metode lain menggunakan citra yang dibuat dengan aplikasi MATLAB untuk membuat citra otak 3D yang akan disegmentasi, bertujuan untuk membandingkan hasil segmentasi citra 3D dengan citra dengan pendekatan slice-by-slice.
Kontribusi utama kami adalah untuk menghasilkan gambar 3D yang berisi semua irisan gambar DICOM. Gambar yang dihasilkan dapat diubah berbagai ukuran.
File DICOM kami sempurnakan dengan menerapkan persamaan histogram. Kemudian, irisan gambar DICOM yang disempurnakan dirangkai dalam tiga dimensi dengan menumpuk gambar. Untuk merekonstruksi informasi antara irisan dan memperhalus gambar, kami menerapkan interpolasi trilinear. Karena parameter gambar DICOM mungkin berbeda selama akuisisi, kami mengubah ukuran gambar 3D yang direkonstruksi untuk menghasilkan gambar dengan ukuran yang sama.
Pada penelitian ini, kami memperoleh 54 data DICOM dari berbagai rumah sakit di Surabaya, Indonesia. Perangkat MRI disetel ke 1.5 Tesla untuk akuisisi. Mengingat sumber data yang berbeda, variasi tersebut dapat diverifikasi dalam metadata DICOM.
Hasil analisis menunjukkan bahwa dengan menggunakan persamaan histogram, interpolasi trilinier, mengubah ukuran gambar dan memproyeksikan anotasi, data MRI dapat direkonstruksi dalam representasi 3D yang dapat berisi informasi dasar dari berbagai organ atau area otak.
Hasil riset ini berimplikasi bahwa data DICOM MRI dapat direkonstruksi menjadi gambar 3D yang lebih realistis dari pada gambar 2D.
Penulis: Aziz Fajar , Riyanarto Sarno Chastine Fatichah , Achmad Fahmi
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
( http://creativecommons.org/licenses/by-nc-nd/4.0/ ).
Aziz Fajar et al (2020). Reconstructing and resizing 3D images from DICOM files. Journal of King Saud University – Computer and Information Sciences.
