Segmentasi Citra Sel Tunggal Smear Serviks Menggunakan Metode Radiating Normally Biased Generalized Gradient Vector Flow Snake

Martini Dwi Endah Susanti, Handayani Tjandrasa, Chastine Fatichah

Abstract


Sebuah sistem penyaringan otomatis dan sistem diagnosa yang akurat sangat berguna untuk proses analisis hasil pemeriksaan pap smear. Langkah yang paling utama dari sistem tersebut adalah proses segmentasi sel nukleus dan sitoplasma pada citra hasil pemeriksaan pap smear, karena dapat memengaruhi keakuratan sistem. Normally Biased Generalized Gradient Vector Flow Snake (NBGGVFS) merupakan sebuah algoritma gaya eksternal untuk active contour (snake) yang menggabungkan metode Generalized Gradient Vector Flow Snake (GGVFS) dan Normally Biased Gradient Vector Flow Snake (NBGVFS). Dalam memodelkan snake, terdapat fungsi edge map. Edge map biasanya dihitung dengan menggunakan operator deteksi tepi seperti sobel. Namun, metode ini tidak dapat mendeteksi daerah nukleus dari citra smear serviks dengan benar. Penelitian ini bertujuan untuk segmentasi citra sel tunggal smear serviks dengan memanfaatkan penggunaan Radiating Edge Map untuk menghitung edge map dari citra dengan metode NBGGVFS. Metode yang diusulkan terdiri atas tiga tahapan utama, yaitu tahap praproses, segmentasi awal dan segmentasi kontur. Uji coba dilakukan dengan menggunakan data set Herlev. Pengujian dilakukan dengan membandingkan hasil segmentasi metode yang diusulkan dengan metode pada penelitian sebelumnya dalam melakukan segmentasi citra sel tunggal smear serviks. Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mendeteksi area nukleus lebih optimal metode penelitian sebelumnya. Nilai rata-rata akurasi dan Zijdenbos Similarity Index (ZSI) untuk segmentasi nukleus adalah 96,96% dan 90,68%. Kemudian, nilai rata-rata akurasi dan ZSI untuk segmentasi sitoplasma adalah 86,78% and 89,35%. Dari hasil evaluasi tersebut, disimpulkan metode yang diusulkan dapat digunakan sebagai proses segmentasi citra smear serviks pada identifikasi kanker serviks secara otomatis.

Full Text:

PDF

References


Kass, M.,Witkin, A., & Terzopoulos, D., 1987, “Snakes: Active contour models”, Int. J. Comput. Vis., vol. 1, 321–331.

Xu, Chenyang., Prince, Jerry L., 1998. “Generalized Gradient vector flow external forces for active contours”, Signal Processing, 71, 131-139.

Li, Kuan., Lu, Zhi., Liu Wenyin & Jianping Yin, 2012. “Cytoplasm and nucleus segmentation in cervical smear images using Radiating GVF Snake”, Pattern Recognition, 45, 1255-1264.

Susanti M.D.E., Tjandrasa H. & Fatichah C., 2015. “Segmentasi Nukleus dan Sitoplasma pada Citra Smear Serviks menggunakan Kombinasi Metode Fuzzy C- Means Clustering dan Radiating Gradient Vector Flow Snake”, Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya.

Qin, L., Zhu, C., Member, S., Zhao, Y., Member, S., Bai, H., & Tian, H., 2013, “Generalized Gradient Vector Flow for Snakes : New Observations, Analysis, and Improvement”, vol.23(5), 883–897.

Husain, Nursuci Putri., Fatichah, C., 2017, Radiating Component Normalized Generalized Gradient Vector Flow Snake untuk Segmentasi Citra Sel Tunggal Smear Serviks, Segmentasi Citra Sel Tunggal Smear Serviks Menggunakan Radiating Component Normalized Generalized GVFS, JNTETI 6 (1), 107-114.

Wang, Yuanquan., 2009. “NBGVF: Normally Biased Gradient Vector Flow External Force for Active Contours”, IEEE Signal Processing Letters, 17(10), 1-4.

D. Comaniciu and P. Meer., 2002, Mean shift: A robust approach toward feature space analysis. IEEE Trans. Pattern Anal. Machine Intell., 24:603–619.

Ganesan, P. et al., 2010, “Segmentation and Edge Detection of Color Images Using CIELAB Color Space and Edge Detectors”, IEEE On Emerging Trends in Robotics and Communication Technologies (INTERACT), 393-397.

Zhang, Rui., Zhu, Shiping., & Zhou, Qin.,2016. “A novel gradient vector flow snake model based on convex function for infrared image segmentation”, Sensors.

A. Zijdenbos, B. Dawant, R. Margolin and A. Palmer, 1994, "Morphometric analysis of white matter lesions in MR images: method and validation," IEEE Transactions on Medical Imaging, vol. 13, no. 4, pp. 716-724.

Jantzen J. & Dounias G., The Pap-Smear Benchmark, 2008. Website: http://mde-lab.aegean.gr/index.php/downloads. diakses tanggal 12 Mei 2018.

Chuanyun, Xu., Yang, Zhang., & Sen, Wang (2013). “Cell Segmentation in Cervical smear images using polar coordinates GVF Snake with Radiating Edge Map”, Journal of Multimedia, 8(3), 213-219.

Kale, A., & Aksoy, S., 2010, “Segmentation of Cervical Cell Images”, IEEE on International Conference Pattern Recognition (ICPR).

Guan, Tao., Zhou, Dongxiang & Liu, Yunhui (2015). “Accurate Segmentation of Partially Overlapping Cervical Cells Based on Dynamic Sparse Contour Searching and GVF Snake Model”. IEEE Journal of Biomedical and Health Informatics, 19(4), 1494-1504.




DOI: http://dx.doi.org/10.12962/j24068535.v16i2.a762

Refbacks

  • There are currently no refbacks.


Free counters!
Creative Commons License
JUTI (Jurnal Ilmiah Teknologi Informasi) by Department of Informatics, ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. JUTI is accordance with CC BY-SA.