Segmentasi Citra Paru Menggunakan Metode k-Means Clustering

Atina Atina

Abstract


Dalam bidang kesehatan, segmentasi biasa digunakan untuk mempermudah tenaga medis untuk menginterpretasikan citra medis pasien khususnya di bidang radiografi. Dengan memanfaatkan intensitas dan nilai piksel citra, segmentasi citra radiografi dengan metode k-means clustering dapat dilakukan. Pada penelitian ini, citra yang digunakan adalah citra paru hasil Computed Radiography (CR). Adapun tujuan dari penelitian ini adalah untuk mengetahui nilai k (jumlah cluster) yang tepat untuk memvisualisasikan citra CR dengan mengabaikan citra jantung yang terbentuk pada citra paru kiri. Jumlah cluster yang terbentuk divisualisasikan dengan jumlah warna yang terbentuk pada citra hasil clustering. Algoritma clustering disusun dengan menggunakan program Matlab 2013a, dengan menguji coba nilai k = 3, 4, 5,...,10. Dari penelitian diperoleh bahwa k = 8 dapat memvisualisasikan pembentukan warna yang lebih nyata dibanding dengan jumlah cluster yang lain.

 


Keywords


citra paru; segmentasi; k-means clustering

Full Text:

PDF

References


Ahmed, M. M., & Mohamad, D. B. (2008). Segmentation of Brain MR Images for Tumor Extraction by Combining k-means Clustering and Perona-Malik Anisotropic Diffusion Model.

A'isyah, S., Adi, K., & Anam, C. (2013). Pembuatan Program Rekonstruksi Kontur Citra 3D pada Organ Menggunakan Matlab 2008a. Youngster Physics Journal, Vol 1 No 5 , 213-220.

Chen, C. W., Luo, J., & Parker, K. J. (1998). Image Segmentation via Adaptive K-Means Clustering and Knowledge-Based Morphological Operation with Biomedical Application. IEEE Transaction on Image Processing , 1673-1683.

Gomathi, M. (2010). A new Approach to Lung Image Segmentation Using Fuzzy Possibilitic C Means Algorithm. IJCSIS (International Journal of Computer Science and Information Security Vol 7 no. 3 .

Hendee, W. R., & Ritenour, E. R. (2002). Medical Imaging Physics. New York: Wiley-Liss.

Justino, H. (2006). The ALARA Concept in Pediatric Cardiac Catheterization : Techniques and Tactics for Imaging Radiation Dose. Pediatr Radiol (36) , 146-153.

Mardhiyah, A., & Harjoko, A. (2011). Metode Segmentasi Paru-paru dan Jantung pada Citra X-ray Thorax. IJEIS Vol. 1 No. 2, ISSN : 2088-3714 , 35-44.

Prasetyo, E. (2011). Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Gresik: Andi Yogyakarta.

Rowlands, W. Z., Zhao, R. W., & Anthony, J. (1994). X-ray Iamging Using Amorphous Selenium : Feasibility of a Flat Panel Selfscanned Detector for Digital Radiology. Canada: Health Science University of Toronto Canada.

Selvy, P. T., Palanisamy, V., & Purusothaman, T. (2011). Performance Analysis of Clustering Algorithms in Brain Tumor Detection of MR Images. European Journal of Scientific Research , 321-330.

Sheibert, J. A. (1999). AAPM.

Tatiraju, S. (2007). Image Segmentation Using k-means Clustering, EM and Normalized Cuts. Irvine: Department of EECS, University of California.


Article Metrics

Abstract has been read : 100 times
PDF file viewed/downloaded: 0 times


DOI: http://doi.org/10.25273/jpfk.v3i2.1475

Refbacks

  • There are currently no refbacks.




Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



Jurnal Pendidikan Fisika dan Keilmuan (JPFK) Indexed by :

 

Editorial Office:
Universitas PGRI Madiun
Jl. Setiabudi No. 85 Kota Madiun 63118
Lt 2 Kantor Program Studi Pendidikan Fisika
email : jpfk@unipma.ac.id


Copyright Jurnal Pendidikan Fisika dan Keilmuan (JPFKISSN 2442-8868 (printed) , ISSN  2442-904X (online)
real
time web analyticsView My Stat