Peningkatan Akurasi Segmentasi Tulang Femur dan Tibia pada Citra Radiograf Menggunakan AASM

Rima Tri Wahyuningrum, I Ketut Eddy Purnama, Mauridhi Hery Purnomo

Abstract


Osteoartritis (OA) merupakan penyakit sendi yang memengaruhi sebagian besar populasi orang tua. Salah satu OA yang sering dialami pasien adalah OA lutut. Untuk mengetahui perkembangan dan klasifikasi penyakit ini, diperlukan proses segmentasi tulang femur dan tibia secara cepat dan akurat. Sementara itu, segmentasi manual memiliki beberapa kelemahan, di antaranya waktu yang dibutuhkan lebih lama dan perbedaan hasil pembacaan citra radiograf (x-ray) antar tenaga medis satu dengan lainnya. Oleh karena itu, pada makalah ini sebuah Adaptive Active Shape Model (AASM) disajikan untuk segmentasi tulang femur dan tibia pada citra radiograf lutut. Tujuan dari segmentasi ini adalah mendukung penemuan dan karakterisasi biomarker pencitraan dari kejadian, evaluasi klinis, klasifikasi serta perkembangan OA lutut. Algoritme baru ini secara adaptif mampu melakukan segmentasi tulang femur dan tibia lebih baik daripada ASM asli. Dalam uji coba ini, sepuluh citra digunakan sebagai citra pelatihan untuk mendapatkan model bentuk rata-rata dan 50 citra diuji untuk mengetahui kinerja metode yang diterapkan. Semua citra tersebut diambil secara acak dari basis data Osteoarthritis Initiative (OAI). Untuk menentukan akurasi dari metode segmentasi ini, telah dilakukan perhitungan dengan menggunakan Hausdorff Distance (HD) dan Dice Similarity Coefficient (DSC). Selain itu, metode ini juga telah dibandingkan dengan penelitian sebelumnya (ASM asli) dan menggunakan data yang sama. Rata-rata terbaik hasil validasi metode segmentasi dari 50 citra uji pada metode AASM menggunakan HD adalah 0,2016 untuk tulang femur tibia kanan menggunakan 43 titik (landmarks) dan 0,9497 untuk DSC. Hasil tersebut menunjukkan rata-rata peningkatan akurasi validasi segmentasi sebesar 0,29 untuk HD dan 0,33 untuk DSC. Dengan demikian, metode ini cukup andal dan secara klinis bermanfaat untuk memantau perkembangan OA lutut.

Keywords


Osteoartritis Lutut; Segmentasi; Active Shape Model; Hausdorff Distance; Dice Similarity Coefficient

Full Text:

PDF

References


A.W. Sudoyo, B. Setiyohadi, I. Alwi, M. Simadibrata, dan S. Setiati, “Buku Ajar Ilmu Penyakit Dalam Jilid II Edisi V”, Jakarta, Indonesia: Interna Publishing, 2009.

(2018) “Chronic rheumatic conditions” [Online], https://www.who.int/chp/topics/rheumatic/en/, tanggal akses: 22 Mei 2018.

Rekomendasi IRA untuk Diagnosis dan Penatalaksanaan Osteoartritis, Diagnosis dan Penatalaksanaan Osteoartritis, 2014.

D. Hayashi, F.W. Roemer, dan A. Guermazi, “Review: Imaging for osteoarthritis,” Annals of Physical and Rehabilitation Medicine, Vol. 59, hal. 161-169, 2016.

W.M. Oo, J.M. Linklater, dan D.J. Hunter, “Imaging in Knee Osteoarthritis”, Therapy, Vol. 7, No. 6, hal. 635–647, 2010.

L. Shamir, S.M. Ling, W.W. Scott, A. Bos, N. Orlov, T.J. Macura, D.M. Eckley, L. Ferrucci, dan I.G. Goldberg, “Knee X-Ray Image Analysis Method for Automated Detection of Osteoarthritis,” IEEE Transaction on Biomedical Engineering, Vol. 56, No. 2, hal. 407–415, 2009.

G.W. Stachowiak, M. Wolski, T. Woloszynski, dan P. Podsiadlo, “Detection and Prediction of Osteoarthritis in Knee and Hand Joints Based on the X-Ray Image Analysis,” Biosurface and Biotribology, Vol. 2, No. 4, hal. 162-172, Dec 2016.

N. Hafezi-Nejad, A. Guermazi, S. Demehri, dan F.W. Roemer, ”New Imaging Modalities to Predict and Evaluate Osteoarthritis Progression”, Best Practice & Research Clinical Rheumatology, Vol. 31, No. 5, hal. 688-704, Okt. 2017.

(2016) Laman Osteoarthritis Initiative [Online], http://www.oai.ucsf.edu/, tanggal akses: 15-Jan-2016.

R.T. Wahyuningrum, L. Anifah, I.K.E. Purnama, dan M.H. Purnomo, “A Novel Hybrid of S2DPCA and SVM for Knee Osteoarthritis Classification,” 2016 IEEE International Conference on Computational Intelligence and Virtual Environments for Measuring Systems and Applications (CIVEMSA 2016), 2016, hal. 57-61.

R. Riad, R. Jennane, A. Brahim, T. Janvier, H. Toumi, dan E. Lespessailles, “Texture Analysis Using Complex Wavelet Decomposition for Knee Osteoarthritis Detection: Data from the Osteoarthritis Initiative,” Computers and Electrical Engineering, Vol. 68, hal. 181–191, 2018.

J.A. Lynch, N. Parimi, R.K. Chaganti, M.C. Nevitt, dan N.E. Lane, “The Association of Proximal Femoral Shape and Incident Radiographic Hip OA in Elderly Women,” Osteoarthritis and Cartilage, Vol. 17, No. 10, hal. 1313–1318, 2009.

C. Chen, W. Xie, J. Franke, P.A. Grutzner, L.–P. Nolte, dan G. Zheng, “Automatic X-Ray Landmark Detection and Shape Segmentation Via Data-Driven Joint Estimation of Image Displacement,” Medical Image Analysis, Vol. 18, No. 3, hal. 487-499, 2014.

B.L. Wise, L. Kritikos, J.A. Lynch, F. Liu, N. Parimi, K.L. Tileston, dan M.C. Nevitt, “Proximal Femur Shape Differs between Subjects with Lateral and Medial Knee Osteoarthritis and Controls: The Osteoarthritis Initiative,” Osteoarthritis and Cartilage, Vol.22, No. 12, hal. 2067-2073, 2014.

B.L. Wise, F. Liu, L. Kritikos, J.A. Lynch, N. Parimi, Y. Zhang, dan N.E. Lane, “The Association of Distal Femur and Proximal Tibia Shape with Sex: The Osteoarthritis Initiative,” Seminars in Arthritis and Rheumatism, Vol. 46, No. 1, hal. 20–26, 2016.

A. Gandhamal, S. Talbar, S. Gajre, R. Razak, A.F.M. Hani, dan D. Kumar, “Fully Automated Subchondral Bone Segmentation from Knee MR Images: Data from the Osteoarthritis Initiative,” Computers in Biology and Medicine, Vol. 88, hal. 110-125, 2017.

D.A. Dharmawan, “Deteksi Kanker Serviks Otomatis Berbasis Jaringan Saraf Tiruan LVQ dan DCT”, Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI), Vol. 6, No. 1, hal. 107-114, 2017.

N.P. Husain dan C. Fatichah, “Segmentasi Citra Sel Tunggal Smear Serviks Menggunakan Radiating Component Normalized Generalized GVFS,” Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI), Vol. 6, No. 1, hal. 107-114, 2017.

N. Syakrani, Y. Widhiyasana, dan A.A. Efendi, “Deteksi Tumor Hati dengan Graph Cut dan Taksiran Volume Tumornya,” Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI), Vol. 7, No. 1, hal. 35-43, 2018.

K.I. Pangestuti dan I.K.E. Purnama, “Pengukuran Sudut Tibia dan Femur pada Citra X-Ray Menggunakan Active Shape Model (ASM)”, Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI 2015), 2015, hal.134-139.

M. Esfandiarkhani dan A.H. Foruzan, “A Generalized Active Shape Model for Segmentation of Liver in Low-Contrast CT Volumes”, Computers in Biology and Medicine, Vol. 82, hal. 59-70, 2017.

X. Chen, J.K. Udupa, A. Alavi, dan D.A. Torigian, “GC-ASM: Synergistic Integration of Graph-Cut and Active Shape Model Strategies for Medical Image Segmentation,” Computer Vision and Image Understanding, Vol. 117, No. 5, hal. 513–524, 2013.

C. Lindner, S. Thiagarajah, J.M. Wilkinson, The arcOGEN Consortium, G.A. Wallis dan T.F. Cootes, “Fully Automatic Segmentation of the Proximal Femur Using Random Forest Regression Voting,” IEEE Trans. Med. Imaging, Vol. 32, No. 8, hal.1462–1472, 2013.

J. Mu, X. Liu, S. Luan, P.H. Heintz, G.W. Mlady, dan D.Z. Chen, “Segmentation of Knee Joints in X-Ray Images Using Decomposition-Based Sweeping and Graph Search,” Proc. SPIE 7962, Medical Imaging 2011: Image Processing, 2011, hal. 1-8.

T.F. Cootes dan C.J. Taylor, “Statistical Models of Appearance for Computer Vision,” University of Manchester, Manchester, United Kingdom, Technical Report, hal. 1-125, 2000.

A.A Taha dan A. Hanbury, “An Efficient Algorithm for Calculating the Exact Hausdorff Distance,” IEEE Trans Pattern Anal Mach Intell, Vol. 37, No. 11, hal. 2153–2163, 2015.

K.H. Zou, S.K. Warfield, A. Bharatha, C.M. C. Tempany, M.R. Kaus, S. J. Haker, W.M. Wells, F.A. Jolesz, dan R. Kikinis, “Statistical Validation of Image Segmentation Quality Based on a Spatial Overlap Index—Scientific Reports,” Acad. Radiol., Vol. 11, No. 2, hal. 178–189, 2004.




DOI: http://dx.doi.org/10.22146/jnteti.v8i2.510

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Jurnal Nasional Teknik Elektro dan Teknologi Informasi

JNTETI (Jurnal Nasional Teknik Elektro dan Teknologi Informasi)

Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada
Jl. Grafika No 2. Kampus UGM Yogyakarta 55281
+62 274 552305
jnteti@ugm.ac.id