29
•
Ambang
batas
adaptif lokal
(Local adaptive
thresholding)
untuk
segmentasi
wilayah massa.
•
Penyaringan
input gambar menggunakan
fungsi Gabor.
•
Pengkombinasian
ahli
dari tiga pendekatan
paralel
terakhir
untuk
deteksi
massa.
Tujuan
dari preproses
adalah
langkah
untuk
mengubah
ukuran
gambar,
menghapus
kebisingan
(noise)
dan radiopaque
artifact
yang
terkandung
dalam
mammogram
dan meningkatkan
wilayah
homogenitas,
dengan
tujuan
untuk
meningkatkan
keandalan
algoritma
dan
ketahanan.
Metode
yang
diusulkan
diuji
pada
78
mammogram
(30
normal
dan
48
kanker) dari
BIRADS
dan
database
lokal. Daerah
terdeteksi
divalidasi
dengan
membandingkan
mereka
dengan
batas
sketsa tangan massa yang sebenarnya milik ahli radiologi. Algoritma saat ini
dapat
mencapai
sensitivitas
90,73%
dan spesifisitas
89,17%
(Alam,
Younesi,
&
Riyahi Alam, 2009).
AbuBaker, dkk
memperkenalkan
teknik
preproses
untuk
mengurangi
ukuran dan meningkatkan kualitas USF dan gambar mammogram MIAS.
Algoritma
ini
menganalisis
gambar
mammogram
untuk
menentukan
apakah
proses
konversi
dari
16-bit
ke
8-bit
diperlukan.
Peningkatan
diterapkan
kemudian
diikuti dengan proses scaling untuk mengurangi ukuran mammogram. Kinerja
dari algoritma
dievaluasi
secara
objektif
dan
subjektif.
Algoritma
dapat
berhasil
mengurangi kapasitas
gambar
mammogram sebesar 87%. Ini
mempertahankan
fitur
gambar
asli tanpa kehilangan
data
penting,
tapi kecerahan
gambar
lebih kecil
dari aslinya.
Namun,
algoritma
konversi
piksel
yang
mendalam
bisa
mengkonversi 16-bit
ke
8-bit.
Konversi ini
juga
menghasilkan hasil
yang
baik
 |