Segmentasi Arteri Karotis pada Gambaran Ultrasound Menggunakan Pembelajaran Mendalam

Share on facebook
Share on google
Share on twitter
Share on linkedin
Ilustrasi by Kardiovaskular

Penyakit kardiovaskular merupakan salah satu penyebab kematian terbesar di seluruh dunia, yaitu menyumbang 17,3 juta kematian per tahun. Kematian akibat penyakit kardiovaskular diperkirakan akan terus meningkat menjadi 23,6 juta pada tahun 2030. Pada tahun 2008, kematian akibat kardiovaskular sudah mewakili 30% dari angka kematian global, dan 80% dari angka kematian negara berkembang. Pada negara berkembang seperti Indonesia, prevalensi penyakit jantung koroner tahun 2013 adalah 0,5% atau 883.447 orang.

Pengukuran tebal intima-media ateri karotis (CIMT) menggunakan gambaran ultrasonografi (USG) bermanfaat dalam identifikasi  subklinis penyakit kardiovaskular dan untuk mengevaluasi penyakit kardiovaskular . Hal ini bisa bermanfaat untuk mendeteksi tanda awal terjadinya arterosklerosis yang berhubungan dengan faktor resiko adanya penyakit kardiovaskuler. Penggunaan ultrasound memiliki banyak kelebihan karena rendahnya biaya yang dikeluarkan, tidak invansif, dan dapat sebagai pemeriksaan pembuluh darah, derajat stenosis, dan morfologi plak.

Pada studi ini peneliti akan meneliti tentang segmentasi arteri karotis pada gambaran ultrasound menggunakan arsitektur U-net pada non lokal means-based filter speckle (NLMBSF). Diharapkan dengan penggunaan NLMBSF dapat mengurangi bintik (speckle) pada gambar ultrasound , data pada penelitian ini akan dibagi menjadi dua bagian , menggunakan NLMBSF dan tidak menggunakan NLMBSF. Setelah itu , akan dilakukan percobaan untuk membentuk model U-net. Hasil pencarian terhadap model data training akan dilakukan untuk mendapatkan tingkat keakuratan yang terbaik.

Pada studi ini , Tingkat keakuratan didapatkan  97.74%, nilai DICE didapatkan 87.22% dan amgka kerugian sebesar 0.0107 pada data yang tidak menggunakan NLMBSF. Hasil yang berbeda didapatkan pada data yang menggunakan NLMBSF, tingkat keakuratan didapatkan 97.6%, nilai DICE didapatkan 84.06%, dan angka kerugian 0.0111. Dari hal ini disimpulkan , hasil yang terbaik didapatkan dari hasil segmentasi ultrasound yang sudah dibandingkan dengan kebenaran dasar. Hasil ini didapatkan dan dibuktikan dengan percobaan segmentasi dan pemotongan ultrasound karotis. Penelitian lebih lanjut dapat dilakukan untuk meningkatkan varuasi data terhadap jenis penyakit , usia dan jenis kelamin  agar mendapatkan hasil yang lebih baik.

Penulis : Aji Sapta Pramulen, Eko Mulyanto Yuniarno, Johanes Nugroho, I Made Gede Sunarya, I Ketut Eddy Purnama

https://www.scopus.com/inward/record.uri?eid=2-s2.0-85099639522&doi=10.1109%2fCENIM51130.2020.9298009&partnerID=40&md5=384f2e58f62241e19965c94a8735d525

DOI: 10.1109/CENIM51130.2020.9298009

Berita Terkait

newsunair

newsunair

https://t.me/pump_upp