Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tujuan dari penelitian ini adalah untuk menunjukkan visibilitas metode line profile sebagai metode evaluasi kuantitatif citra computed radography toraks pasien pediatrik. Sampel berupa 36 citra toraks pediatrik yang terdiri dari 26 citra toraks normal dan 10 citra toraks abnormal, diperoleh dengan menggunakan sistem CR. Line profile dibuat dengan menggunakan perangkat lunak imageJ dan dikuantisasi menggunakan fortran 90. Setiap line profile diberi enam perlakuan (metode) yang berbeda, yakni tanpa modifikasi nilai piksel (metode I), modifikasi nilai piksel menjadi kontras region of interest (ROI) tulang (metode II), modifikasi nilai piksel menjadi kontras ROI toraks (metode III), normalisasi rentang nilai piksel (metode IV), normalisasi rentang nilai piksel dan modifikasi kontras ROI tulang (metode V), serta normalisasi rentang nilai piksel dan modifikasi kontras ROI toraks (metode VI). Verifikasi metode dilakukan dengan menggunakan coefficient of variation (CoV). Metode terbaik dipilih dan digunakan sebagai acuan line profile normal yang akan dibandingkan dengan line profile citra abnormal. Untuk membandingkan secara kuantitatif line profile normal dan abnormal, diskrepansi (δ) digunakan sebagai parameter. Hasil penelitian menunjukkan bahwa metode line profile dengan menggunakan normalisasi rentang nilai piksel adalah metode yang memiliki fisibilitas untuk membedakan citra normal dan abnormal. Dari metode ini, kelainan dengan δ terkecil adalah bronchitis dan δ terbesar adalah effusion. Penelitian lanjutan diperlukan untuk meningkatkan fisibilitas metode ini untuk kasus abnormalitas lain.

---

This study was aimed to demonstrate the feasibility of line profile method in quantitatively evaluating paediatric chest images acquired using computed radiography (CR). A sample of 36 paediatric chest images, which is 26 normal chest images and 10 abnormal chest images, were obtained using a CR system and were evaluated quantitatively using line profile. The method involves the use of imageJ software for profile setting and fortran 90 for quantifying the results. Each line profiles were subjected using six different quantization methods. These methods are pixel value without any modification (method I), pixel value modification with contrast of bone region of interest (ROI) (method II), pixel value modification with contrast of thorax ROI (method III), filtering pixel value range (method IV), filtering pixel value range with modification using bone ROI contrast (method V), as well as filtering pixel value range with modification using thorax ROI contrast (method VI). Methods were compared by means of their coefficient of variation (CoV). The best method for normal images was selected and was used to serve as baseline in distinguishing abnormal images. To quantitatively compare normal and abnormal line profile, discrepancy (δ) with the baseline set was used as parameter. Result shows that line profile method with pixel value range filtering method (method IV) was able to distinguish abnormal images. From this set of method, the abnormalities with the smallest δ and the greatest δ was bronchitis and effusion. More thorough studies are required to confirm and improve the feasibility of this method."

"Tujuan penelitian ini adalah mengetahui visibilitas metode line profile sebagai metode kuantisasi citra digital dalam evaluasi diagnosis pemeriksaan abdomen pada pasien pediatrik. Kuantisasi citra dilakukan pada anatomi preperitoneal fat kanan-kiri 17 citra, lumen rongga usus besar 33 citra, dinding usus halus 33 citra, dan pelvis minor 22 citra . Sampel yang digunakan berupa citra pemeriksaan abdomen pasien pediatrik umur 0-1 tahun pada proyeksi AP Anterior-Posterior dengan diagnosis normal dan abnormal untuk masing-masing anatomi yang dievaluasi. Kuantisasi citra berupa kurva plot line profile didapatkan dengan menggunakan perangkat lunak ImageJ. Verifikasi metode line profile dilakukan dengan membandingkan grafik plot line profile dengan hasil diagnosis dokter pada masing-masing citra dan anatomi yang dievaluasi. Hasil penelitian menunjukkan bahwa metode line profile dapat digunakan untuk evaluasi anatomi preperitoneal fat, lumen rongga usus besar, dan dinding usus halus dengan nilai kecocokan dengan diagnosis berturut-turut 70,59, 78,78 dan 100 . Penelitian lanjutan dengan modifikasi metode diperlukan untuk menganalisis probabilitas aplikasi metode line profile dalam evaluasi citra pemeriksaan abdomen.

---

The study was aimed to observe the feasibility of line profile method in digital image analyses for the evaluation of abdominal anatomy on pediatric patients. Image quantization and analyses were performed on the given anatomical interests of right left preperitoneal fat 17 images, colon lumen 33 images, small intestine wall 33 images, and pelvis minor 22 images . Samples used were abdominal AP antero posterior projections on pediatric patients ranging from 0 to 1 year old, each being interpreted as normal or abnormal by radiologists. Feasibility verification was performed by comparing line profile plot results obtained using ImageJ with radiologist interpretation on each images and anatomical interests.

Result shown that line profile method is applicable for preperitoneal fat, colon lumen and small intestine wall evaluation, being of 70.59, 78.78, and 100 match, respectively, to radiologists rsquo interpretations. Further study is essential to modify the method and allow subsequent studies on its potential clinical application."

"Penelitian ini bertujuan untuk mengevaluasi metode line profile sebagai cara kuantisasi dan analisa pemeriksaan sinus paranasal dalam citra computed radiography CR . Sampel berupa citra CR dari 45 pasien pediatrik dengan rentang usia 1-5 tahun, 5-10 tahun, dan 10-15 tahun dibagi berdasarkan anatomi yang dijadikan objek kuantisasi yaitu konka nasalis inferior, sinus maksilla, sinus frontal, sinus sphenoid, dan sinus ethmoid, dan dianalisa menggunakan metode line profile. Garis uji line profile dibuat dengan posisi dan ukuran tetap terhadap acuan berupa tulang bony landmark dengan menggunakan perangkat lunak ImageJ. Analisa dilakukan secara kualitatif; yakni membandingkan line profile pasien dengan hasil diagnosis radiolog, dan kuantitatif; yakni membandingkan line profile pasien didiagnosis abnormal dengan baseline dari line profile pasien didiagnosis normal. Hasil penelitian menunjukkan bahwa secara kualitatif metode ini menunjukkan efektivitas untuk anatomi objek konka nasalis inferior, sinus maksilla, dan sinus frontal dengan kecocokan antara kuantisasi dan hasil diagnosis radiolog sebesar 82, 81, dan 100 berturut-turut. Sedangkan secara kuantitatif metode ini efektif untuk objek sinus maksilla dan sinus frontal dengan tingkat kecocokan 89 pada sinus maksilla dan 50 pada sinus frontal.

---

This study was performed to quantize computed radiography images on paranasal sinuses examination of pediatric patients. Images of paranasal sinuses examination from 45 pediatric patients at the age ranges of 1 5 years, 5 10 years and 10 15 years were grouped by radiologists rsquo anatomical interests, namely inferior nasal concha, maxillary sinuses, frontal sinuses, sphenoidal sinuses and ethmoid sinuses. Test lines were positioned with respect to each image rsquo s bony landmarks, followed by quantization performed by generating a profile of pixel value along each test lines using ImageJ. The profiles were analyzed both qualitatively and quantitatively. Whereas qualitative analysis compared the line profile of patients diagnosed with and without abnormality by the radiologist, quantitative analysis compared the line profile of images with abnormality with a baseline generated from images without abnormality. Qualitative assessment shown that the method can be applied for anatomical interests of inferior nasal concha, maxillary sinuses, and frontal sinuses with an agreement to radiologist diagnosis of 82, 81 and 100, respectively. On the other hand, quantitative analysis demonstrated a feasibility of this method on anatomical interests of maxillary sinuses and frontal sinuses with 89 and 50 agreement to radiologist diagnosis for maxillary and frontal sinuses, respectively."