Spatial Fuzzy C-means dan Rapid Region Merging untuk Pemisahan Sel Kanker Payudara

Abstract

Intisari-Segmentasi dan pemisahan sel bertumpuk merupakan tahapan penting dalam proses pengolahan citra mikroskopis sel kanker payudara, karena akurasi hasil pemisahan sel bertumpuk akan menentukan akurasi perhitungan sel kanker payudara. Hasil perhitungan jumlah sel kanker payudara merupakan salah satu faktor pertimbangan bagi dokter untuk melakukan tindakan terhadap pasien. Masalah peningkatan akurasi hasil pemisahan sel kanker bertumpuk berdasarkan perhitungan jumlah sel kanker dan masalah over-segmentation adalah topik yang paling umum dibahas pada penelitian-penelitian sebelumnya. Metode clustering yang digunakan untuk pemisahan sel kanker darah bertumpuk menghasilkan nilai akurasi yang tinggi dibandingkan metode watershed. Pada makalah ini diusulkan kombinasi metode Spatial Fuzzy C-Means (SFCM) dan Rapid Region Merging (RRM) untuk pemisahan sel bertumpuk dan penanganan masalah over-segmentation. Citra masukan pada tahapan pemisahan sel bertumpuk adalah citra hasil identifikasi sel kanker payudara berdasarkan metode Gram-Schmidt (GS), sedangkan sel kanker yang akan dipisahkan adalah sel kanker yang dideteksi bertumpuk berdasarkan ciri (feature) geometri area. Data set yang digunakan sebanyak 40 citra mikroskopis sel kanker payudara jenis benign dan malignant. Pada makalah ini dihasilkan nilai rata-rata Mean Square Error (MSE) identifikasi sel sebesar 0,07 dan rata-rata akurasi hasil pemisahan sel bertumpuk menggunakan metode SFCM dan RRM sebesar 78,41%.

Prototipe Pengukuran Kadar Gula dalam Tubuh Manusia Melalui Urin

“…Metode ini memanfaatkan pelemahan gelombang evanescent, mikrokontroller Arduino UNO, laser dioda, serat optik, dan foto dioda. Peneliti memanfaatkan intensitas cahaya dalam interaksi molekul glukosa pada urin [10].…”

Global Thresholding Implementation for Noise Handling in Digital Image Recognition

“…Dalam sebuah penelitian yang membandingkan metode segmentasi untuk pembuluh darah retina, tiga teknik ambang batas, yaitu Adaptive Thresholding, Binary Thresholding, dan Otsu Thresholding digunakan dalam proses segmentasi yang menyoroti pentingnya ambang batas dalam analisis gambar [28]. Selain itu, dalam konteks pemisahan sel kanker payudara, tahap awal melibatkan identifikasi sel kanker berdasarkan metode Global Thresholding, yang semakin menekankan perannya dalam analisis citra biomedis [29]. Meskipun beberapa hasil positif telah dicapai, masih ada kebutuhan untuk meningkatkan ketangguhan dan generalitas pendekatan ini terhadap variasi jenis noise.…”