2019 : DETEKSI DAN PENGUKURAN OTOMATIS ABDOMINAL CIRCUMFERENCE DAN HEAD CIRCUMFERENCE JANIN DARI CITRA ULTRASONOGRAFI 2 DIMENSI

Dr. Tri Arief Sardjono S.T, MT.
Muhammad Hilman Fatoni S.T., M.T

External link

Type

RESEARCH

Keywords

-


Abstract

Modalitas pencitraan primer untuk diagnosis kehamilan adalah alat ultrasonografi (USG) medis 2 dimensi mengingat harganya yang murah, ketersediaan yang melimpah, kemampuan realtime, dan tidak adanya bahaya radiasi. Pengukuran biometri janin merupakan salah satu parameter penting yang digunakan dalam diagnosis kehamilan berbasis citra yang dihasilkan alat USG. Pengukuran biometri janin meliputi pengukuran Biparietal Diameter (BPD), Head Circumference (HC), Abdominal Circumference (AC) dan Femur Length (FL). Pengukuran biometri dilakukan untuk memperkirakan kelainan pertumbuhan janin, berat janin, dan Gestational Age (GA). Estimasi berat janin dan GA merupakan dua hal penting yang digunakan untuk melihat perkembangan janin. HC merupakan pengukuran lingkar kepala janin yang sangat prediktif untuk memprediksi GA. Sedangkan, AC merupakan pengukuran lingkar perut janin yang mana merupakan parameter yang paling prediktif untuk estimasi berat janin. Pada praktik klinis, klinisi secara manual melakukan deteksi berikut dengan pengukuran HC dan AC dengan menandai dua titik akhir dari sumbu elips minor dan mayor diikuti dengan perhitungan lingkar elips. Namun, karena rasio signal-to-noise yang rendah, USG biasanya kurang jelas menggambarkan struktur head dan abdomen janin. Proses ini membutuhkan pengetahuan mengenai anatomi dan persepsi spasial yang tinggi sehingga akurasinya sangat bergantung pada pengalaman dan pengetahuan operator. Pada saat yang bersamaan, dunia mengalami kekurangan sonographer yang berpengalaman. Masalah ini sangat terlihat terutama pada negara berkembang, dimana World Health Organization (WHO) memperkirakan banyak USG yang digunakan oleh sonographer yang sedikit atau tidak melakukan formal training. Pada tugas akhir ini diajukan sebuah sistem deteksi berbasis metode Convolutional Neural Network dan pengukuran berbasis transformasi Hough HC dan AC secara otomatis. Harapannya, tugas akhir ini dapat menghasilkan sebuah sistem deteksi dan pengukuran otomatis HC dan AC janin dari citra USG dengan ketelitian yang baik. Dengan begitu, perbedaan pengukuran antara klinisi dengan pengalaman yang sedikit dan banyak dapat dikurangi. Alhasil, diagnosis kehamilan (terutama diagnosis umur, ukuran, serta berat janin) menjadi akurat. Lebih dari itu, diagnosis yang akurat dapat digunakan sebagai dasar dalam menentukan perkembangan janin yang tidak normal lebih akurat.