JOIVJOIV

JOIV : International Journal on Informatics VisualizationJOIV : International Journal on Informatics Visualization

Penelitian ini menggunakan pendekatan pembelajaran mendalam untuk memprediksi tumor otak dari citra resonansi magnetik (MRI) medis. Penelitian ini dilakukan berdasarkan metodologi CRISP-DM menggunakan tiga algoritma pembelajaran mendalam: VGG-16, Inception V3, MobileNet V2, dan diimplementasikan oleh platform Python. Algoritma memprediksi sejumlah kecil citra MRI medis karena dataset hanya memiliki 98 citra sampel tumor otak jinak dan 155 citra sampel tumor otak ganas. Tujuan utama dari penelitian ini adalah untuk mengidentifikasi algoritma pembelajaran mendalam terbaik yang berkinerja pada dataset berukuran kecil. Hasil evaluasi kinerja didasarkan pada kriteria matriks kebingungan, akurasi, presisi, dan recall, antara lain. Secara umum, klasifikasi hasil MobileNet-V2 cenderung lebih tinggi daripada model lainnya karena nilai recall-nya 86,00%. Untuk Inception-V3, ia mendapatkan akurasi tertinggi kedua, 84,00%, dan akurasi terendah adalah VGG-16 karena mendapatkan 79,00%. Dengan demikian, dalam penelitian ini, kami menunjukkan bahwa teknologi DL di bidang medis dapat lebih maju dan lebih mudah untuk memprediksi tumor otak, bahkan dengan dataset kecil.

Penelitian ini menunjukkan bahwa teknologi pembelajaran mendalam (DL) dapat menjadi alat yang efektif untuk memprediksi tumor otak, bahkan dengan dataset yang relatif kecil.Hasil penelitian menunjukkan bahwa algoritma MobileNet-V2 memberikan kinerja terbaik dalam memprediksi tumor otak dari citra MRI, diikuti oleh Inception-V3 dan VGG-16.Temuan ini mengindikasikan potensi besar DL dalam meningkatkan akurasi dan efisiensi diagnosis tumor otak, yang pada akhirnya dapat membantu meningkatkan hasil pengobatan bagi pasien.Penelitian lebih lanjut diperlukan untuk mengeksplorasi penggunaan teknik pembelajaran mendalam yang lebih canggih dan dataset yang lebih besar untuk meningkatkan akurasi dan generalisasi model.

Berdasarkan latar belakang, metode, hasil, keterbatasan, dan saran penelitian lanjutan yang ada, berikut adalah beberapa saran penelitian lanjutan yang dapat dipertimbangkan: Pertama, perlu dilakukan penelitian lebih lanjut untuk mengeksplorasi penggunaan teknik augmentasi data untuk meningkatkan ukuran dataset dan meningkatkan kinerja model pembelajaran mendalam. Kedua, penelitian dapat difokuskan pada pengembangan model pembelajaran mendalam yang lebih canggih, seperti model transformer, yang mampu menangkap hubungan spasial dan temporal dalam citra MRI dengan lebih baik. Ketiga, penelitian dapat dilakukan untuk mengintegrasikan informasi klinis, seperti riwayat pasien dan hasil laboratorium, dengan citra MRI untuk meningkatkan akurasi diagnosis tumor otak.

  1. #pembelajaran mendalam#pembelajaran mendalam
Read onlineRead online
File size3.52 MB
Pages6
DMCAReportReport

Related /

juris Monitoring Rice Crop and Paddy Field Condition Using UAV RGB Imagery 2021More at 2021

JOIVJOIV Managing and monitoring the paddy field especially at the bigger scale is one of the biggest challenges for farmers. Traditionally, the paddy field andManaging and monitoring the paddy field especially at the bigger scale is one of the biggest challenges for farmers. Traditionally, the paddy field and

juris Recommender System Based on Semantic Similarity 2016More at 2016

IAESCOREIAESCORE Penelitian ini mengusulkan dua metode rekomendasi baru dengan mengintegrasikan kemiripan semantik pada pendekatan collaborative filtering (CF) dan content‑basedPenelitian ini mengusulkan dua metode rekomendasi baru dengan mengintegrasikan kemiripan semantik pada pendekatan collaborative filtering (CF) dan content‑based

juris Real Time Hand Gesture Recognition Based on the Depth Map for Human Robot Interaction 2016More at 2016

IAESCOREIAESCORE Sensor Kinect milik Microsoft digunakan sebagai perangkat masuk untuk menangkap gambar berwarna beserta peta kedalamannya yang bersesuaian. Pertama, kamiSensor Kinect milik Microsoft digunakan sebagai perangkat masuk untuk menangkap gambar berwarna beserta peta kedalamannya yang bersesuaian. Pertama, kami

juris Facial Image Verification and Quality Assessment System FaceIVQA 2016More at 2016

IAESCOREIAESCORE Sistem ini menggunakan teknik pengukuran kualitas full-reference untuk mengekstrak atribut kualitas seperti faceness, pose, pencahayaan, kontras, dan kesamaan.Sistem ini menggunakan teknik pengukuran kualitas full-reference untuk mengekstrak atribut kualitas seperti faceness, pose, pencahayaan, kontras, dan kesamaan.

Useful /

juris Blockchain in Supermarkets Mitigating the Problem of Organic Waste Generation 2022More at 2022

JOIVJOIV Catatan tersebut memungkinkan supermarket untuk melacak siklus hidup produk barang organik dan mudah rusak secara transparan, dapat dipercaya, dan skalabel.Catatan tersebut memungkinkan supermarket untuk melacak siklus hidup produk barang organik dan mudah rusak secara transparan, dapat dipercaya, dan skalabel.

juris An Improved Flower Pollination Algorithm for Global and Local Optimization 2021More at 2021

JOIVJOIV Dalam paper ini, Algoritma Penyerbukan Bunga (Flower Pollination Algorithm/FPA) ditingkatkan menggunakan Dynamic switch probability untuk meningkatkanDalam paper ini, Algoritma Penyerbukan Bunga (Flower Pollination Algorithm/FPA) ditingkatkan menggunakan Dynamic switch probability untuk meningkatkan

juris N Cadherin as An Important Marker in Colorectal Cancer An investigation of b Catenin and Cadherin Expressions of SW 480 and HCT 116 Cell Lines 2021More at 2021

INABJINABJ Penelitian ini bertujuan untuk mengetahui peran N-Cadherin sebagai marker metastasis pada CRC. Hasil penelitian menunjukkan bahwa ekspresi N-Cadherin padaPenelitian ini bertujuan untuk mengetahui peran N-Cadherin sebagai marker metastasis pada CRC. Hasil penelitian menunjukkan bahwa ekspresi N-Cadherin pada

juris Ordinal Measure of Discrete Cosine Transform Coefficients and its Application to Fingerprint Matching 2016More at 2016

IAESCOREIAESCORE Tingkat pencocokan ditentukan dengan menghitung jarak Minkowski antara fitur dari citra sidik jari masukan dan citra sidik jari di database. Simulasi dilaksanakanTingkat pencocokan ditentukan dengan menghitung jarak Minkowski antara fitur dari citra sidik jari masukan dan citra sidik jari di database. Simulasi dilaksanakan

ads-block-test