KIPMIKIPMI
Communications in Science and TechnologyCommunications in Science and TechnologyThe radiology examination by computed tomography (CT) scan is an early detection of lung cancer to minimize the mortality rate. However, the assessment and diagnosis by an expert are subjective depending on the competence and experience of a radiologist. Hence, a digital image processing of CT scan is necessary as a tool to diagnose the lung cancer. This research proposes a morphological characteristics method for detecting lung cancer lesion density by using the histogram and GLCM (Gray Level Co-occurrence Matrices). The most well-known artificial neural network (ANN) architecture that is the multilayers perceptron (MLP), is used in classifying lung cancer lesion density of heterogeneous and homogeneous. Fifty CT scan images of lungs obtained from the Department of Radiology of RSUP Dr. Sardjito Hospital, Yogyakarta are used as the database. The results show that the proposed method achieved the accuracy of 98%, sensitivity of 96%, and specificity of 96%.
This research proposes a method to identify the characteristics and classification of lesion density of primary lung cancer by using the histogram and GLCM-based texture feature extraction.The combination of histogram and GLCM-based texture feature extraction achieved an accuracy of 98%, sensitivity of 96%, and specificity of 96%.These results demonstrate the ability of the methods to differentiate lesion density between heterogeneous and homogeneous lung cancer, potentially aiding radiologists in image interpretation and serving as a component in the development of Computer-Aided Diagnosis (CAD) systems for lung cancer.
Penelitian lebih lanjut dapat dilakukan dengan mengeksplorasi teknik segmentasi yang berbeda untuk meningkatkan akurasi deteksi lesi. Selain itu, pengembangan metode ekstraksi fitur baru yang lebih adaptif terhadap variasi karakteristik lesi pada citra CT scan dapat meningkatkan kinerja klasifikasi. Terakhir, studi komparatif dengan metode deep learning, seperti Convolutional Neural Networks (CNN), perlu dilakukan untuk mengevaluasi potensi peningkatan akurasi dan efisiensi dalam diagnosis kanker paru-paru. Penelitian-penelitian ini diharapkan dapat menghasilkan sistem CAD yang lebih andal dan akurat, sehingga membantu dokter dalam membuat keputusan klinis yang lebih tepat dan meningkatkan hasil pengobatan pasien.
| File size | 619.88 KB |
| Pages | 6 |
| DMCA | Report |
Related /
IAIC PUBLISHERIAIC PUBLISHER Penelitian ini menunjukkan bahwa penerapan augmentasi data pada model Faster R-CNN dengan arsitektur ResNet secara signifikan meningkatkan akurasi danPenelitian ini menunjukkan bahwa penerapan augmentasi data pada model Faster R-CNN dengan arsitektur ResNet secara signifikan meningkatkan akurasi dan
UMPPUMPP Temuan lain menunjukkan perlunya optimasi sistem pada komponen sensor receiver yang masih rentan terhadap gangguan lingkungan. Rekomendasi pengembanganTemuan lain menunjukkan perlunya optimasi sistem pada komponen sensor receiver yang masih rentan terhadap gangguan lingkungan. Rekomendasi pengembangan
YRPIPKUYRPIPKU Penelitian selanjutnya dapat menambahkan parameter seperti beban operasional atau kelembaban serta menerapkan teknik deep learning lanjutan untuk meningkatkanPenelitian selanjutnya dapat menambahkan parameter seperti beban operasional atau kelembaban serta menerapkan teknik deep learning lanjutan untuk meningkatkan
UNIBUNIB Dalam uji ini, diketahui bahwa SW-420 mampu mendeteksi dengan jarak maksimum 200 cm dari sumber getaran. Sensor getaran SW-420 menunjukkan sensitivitasDalam uji ini, diketahui bahwa SW-420 mampu mendeteksi dengan jarak maksimum 200 cm dari sumber getaran. Sensor getaran SW-420 menunjukkan sensitivitas
BAJANGJOURNALBAJANGJOURNAL Cacat volume disebabkan oleh penyumbatan pada nozzle, tekanan angin yang rendah, dan kinerja mesin yang menurun, sementara cacat mesin disebabkan olehCacat volume disebabkan oleh penyumbatan pada nozzle, tekanan angin yang rendah, dan kinerja mesin yang menurun, sementara cacat mesin disebabkan oleh
PUBLIKASIINDONESIAPUBLIKASIINDONESIA Sensor tersebut akan mendeteksi warna objek yang akan menjadi input Arduino Mega Pro 2560 kemudian memerintahkan motor servo untuk memilah warna yang telahSensor tersebut akan mendeteksi warna objek yang akan menjadi input Arduino Mega Pro 2560 kemudian memerintahkan motor servo untuk memilah warna yang telah
UNDHIRA BALIUNDHIRA BALI 16 dengan hasil mampu mengekstraksi fitur air dengan baik namun terdapat kesalahan dalam mengenali permukaan atap rumah. Sedangkan pada multiband dengan16 dengan hasil mampu mengekstraksi fitur air dengan baik namun terdapat kesalahan dalam mengenali permukaan atap rumah. Sedangkan pada multiband dengan
UNNARUNNAR Pada saat musim hujan, mayoritas orang merasa cemas ketika mereka sedang menjemur pakaian. Rasa cemas tersebut akan bertambah pada saat menjemur pakaianPada saat musim hujan, mayoritas orang merasa cemas ketika mereka sedang menjemur pakaian. Rasa cemas tersebut akan bertambah pada saat menjemur pakaian
Useful /
YRPIPKUYRPIPKU Kebijakan harus menggabungkan penggunaan segera SAF dengan investasi percepatan pada sistem propulsi generasi berikutnya. Penelitian lebih lanjut diperlukanKebijakan harus menggabungkan penggunaan segera SAF dengan investasi percepatan pada sistem propulsi generasi berikutnya. Penelitian lebih lanjut diperlukan
YRPIPKUYRPIPKU Penelitian ini berhasil mensintesis adsorben berbasis poli vinil alkohol yang di‑anchoring dengan asam sitrat (PVA-CA) yang mampu mengadsorpsi Pb(II)Penelitian ini berhasil mensintesis adsorben berbasis poli vinil alkohol yang di‑anchoring dengan asam sitrat (PVA-CA) yang mampu mengadsorpsi Pb(II)
URINDOURINDO Rancangan penelitian menggunakan rancangan concurrent embedded. Subjek penelitian adalah orangtua balita. Wawancara mendalam dilakukan terhadap orang tuaRancangan penelitian menggunakan rancangan concurrent embedded. Subjek penelitian adalah orangtua balita. Wawancara mendalam dilakukan terhadap orang tua
URINDOURINDO Metode pengambilan data menggunakan teknik wawancara mendalam. Sampel dalam penelitian ini sebanyak 3 orang provider dan 6 orang ibu penerima program.Metode pengambilan data menggunakan teknik wawancara mendalam. Sampel dalam penelitian ini sebanyak 3 orang provider dan 6 orang ibu penerima program.