Hasil Pencarian  ::  Simpan CSV :: Kembali

"Ultrasonografi (USG) merupakan alat diagnostik pencitraan yang berguna untuk mendeteksi dan menganalisis struktur organ yang ada di dalam tubuh manusia, salah satuya mendeteksi atau menganalisis biometri janin. Penelitian ini bertujuan untuk mendeteksi dan mengukur biometri janin dari citra hasil scanning alat USG. Citra janin yang dideteksi dan diukur meliputi besar diameter kepala dan panjang tulang paha. Proses deteksi dan pengukuran dilakukan melalui beberapa tahap yaitu cropping objek dan non-objek, ekstraksi fitur, seleksi fitur, dan pengukuran besaran dari organ janin. Untuk ekstraksi fitur menggunakan Haar-like Feature, untuk pendeteksian menggunakan Adaboost Classifier, dan untuk metode pengukuran biometri menggunakan Randomized Hough Transform. Pada penelitian ini, digunakan 300 data citra biparietal kepala dan 200 data citra tulang paha. Dari hasil pengolahan data, didapatkan hasil deteksi biparietal kepala janin sebanyak 44 gambar dengan error rata-rata sebesar 0,0388 dan correlation coefficient yang dihasilkan sebesar 0,984. Sementara hasil untuk deteksi tulang paha janin sebanyak 18 dengan error rata-rata sebesar 0,554 dan correlation coefficient yang dihasilkan sebesar 0,788. Dengan metode yang diajukan pada penelitian ini, diperlukan adanya pengembangan metode yang lebih optimal sehingga tahapan dalam pengintegrasian sistem ke dalam sebuah alat pengukuran organ janin dapat diaktualisasikan. Tentunya dengan sistematika pemakaian alat yang lebih sederhana dan harga yang lebih terjangkau.

---

Ultrasonography (USG) is a diagnostic tool for detecting and analyzing organ structure in human body. One of the example usage of USG is to detect and analyze biometric features of a fetus. This study aims to detect and measure features of fetus from scanned image offetalhead (biparietal diameter) and femur length using ultrasound equipment. The detection and measurement process have several steps. It consists of cropping object and non-object, extracting features, selecting features, and measuring the fetal organs sizes. In this study, Haar-like feature is used to extract the feature meanwhile AdaBoost classifier is used for object detection and Randomized Hough Transform is applied for biometry measurement.

In this research, we used 300 biparietal head image data and 200 image data of femur. After the data processing stage, we obtained the detection of biparietal as many as 44 images with an average error of 0.0388 and Correlation Coefficient result of 0,984, while the results for the detection of fetal femur error as many as 18 with an average of 0,554 and Correlation Coefficient result of 0,788. The result of this research can be optimized further to realize a fully integrated system that can detect and measure fetal organ with usable user interaction and affordable price."

"Alat Ultrasonografi (USG) merupakan alat yang paling sering digunakan untuk melakukan pemeriksaan janin dalam kandungan. Hal ini dikarenakan selain mampu memberikan gambaran terhadap keadaan janin dengan baik, alat ini bebas dari radiasi ionisasi sehingga tergolong aman. Penelitian ini bertujuan untuk mengembangkan metode yang mampu melakukan proses deteksi dan pengukuran biometri janin secara otomatis khususnya biometri kepala janin. Adapun biometri tersebut adalah head circumference (HC) dan biparietal diameter (BPD) yang merupakan salah satu parameter yang sering digunakan oleh dokter untuk mengetahui umur serta pertumbuhan janin dalam kandungan. Kedua biometri ini dapat diukur dengan melakukan aproksimasi terhadap bentuk elips. Untuk melakukan proses ini maka diperlukan tahapan dimulai dengan melakukan segmentasi citra dengan teknik thresholding. Selanjutnya dilakukan proses deteksi menggunakan metode Particle Swarm Optimization (PSO) dengan memanfaatkan fitness function yang diperoleh dari hasil vote menggunakan metode Randomized Hough Transform (RHT). Hasil pengukuran oleh sistem dibandingkan dengan hasil pengukuran secara manual oleh pakar. Uji coba juga dilakukan terhadap data sintetis dengan density noise 0,1 hingga 0,7. Dari hasil eksperimen diperoleh bahwa metode yang dikembangkan lebih baik daripada metode RHT, IRHT dan mEPSOHT untuk melakukan deteksi elips pada citra tersebut. Hasil eksperimen terhadap data sebenarnya yaitu USG 2D kepala janin diperoleh hasil rata-rata nilai hit dari metode yang dikembangkan lebih tinggi daripada metode lainnya namun hasil interrun dan interobserver variation tidak lebih baik dari metode lainnya. Hal ini dikarenakan metode yang dikembangkan lebih cenderung untuk terjebak pada local best dan tidak selalu tepat untuk melakukan deteksi pada citra kepala janin.

---

The application in ultrasonography (USG) is a tool that most often used to examine fetus in the womb. At this study will perform image processing on biomedical images especially for fetus in the womb using two dimensional ultrasound device (USG 2D).

The aim of this study is to develop a system that is capable to perform detection and measurement of fetal biometry automatically. The biometric used in this research consists of head circumference (HC) and biparietal diameter (BPD) analysis. BPD and HC are parameters which are often used by doctors to determine the state of the fetus in the womb. Both biometric parameters can be measured by performing an approximation of the elliptical shape. To do this process, it is necessary to start from segmentation images by thresholding techniques. After preprocessing is completed then the next stage of the detection process is carried out by using Particle Swarm Optimization (PSO). PSO fitness function is obtained from voting in Randomized Hough Transform (RHT) method.

The measurement results by proposed method are then compared with the results obtained manually by experts. A trial has also been conducted on the synthetic data with noise density 0.1 to 0.7. Experiment results show that the proposed method is better than the other methods e.g. RHT, mEPSOHT and IRHT in detecting ellipse. Further trials have been conducted on actual data i.e. 2D ultrasound fetal head data.

From the experiement we have found that the average hit value of our proposed method is higher than other methods. However, the results of interrun and interobserver variation are not better than others. This is because our developed method is more likely to be trapped in local best and doest not always correctly detect ellipse of the fetal head images."

"Tujuan: Mengetahui sensitivitas dan spesifisitas Ultrasonografi Doppler Berwarna (USG DB) dibandingkan dengan pemeriksaan histopatologi dalam menilai metastasis kelenjar getah bening (KGB) aksila level I pada pasien karsinoma payudara (KPD).Saban dan Metode: Pemeriksaan USG DB dilakukan pada 39 KGB aksila dari 17 pasien yang memenuhi kriteria penerimaan. USG DB menilai KGB dengan B-mode, Color mode clan Doppler mode untuk kemudian dibandingkan dengan pemeriksaan histopatologi, Pemeriksaan dilakukan menggunakan transduser linear frekuensi 10 MHz (GE, Logiq 3).Hasil penelitian: Pada pemeriksaan USG Doppler mode didapatkan sensitivitas 73,3%, spesifisitas 87,5%, yang bennakna secara statistik. Pemeriksaan USG Co/or mode mempunyai nilai kappa dan spesifisitas yang rendah, meskipun bermakna secara statistik. Pemeriksaan USG lainnya (B-mode maupun kombinasi) tidak memberikan hasil yang bermakna.Kesimpulan: Pemeriksaan USG Doppler mode mempunyai sensitivitas dan spesifisitas yang baik dan bermakna secara statistik. Hal ini diharapkan dapat membantu klinisi dalam menilai metastasis kelenjar getah bening aksila secara non-invasif.

---

Objective: To establish sensitivity and specificity of Color Doppler Ultrasound (CDU) in the assessment of level ! axillary lymph nodes metastases in breast cancer patients.

Material and methods:. CDU was performed in 39 aril/my lymph nodes from 17 patients, to evaluate B-mode, Color erode dan Doppler mode images in comparison with histopathologic finding of metastases. CDU examination was performed using linear transducers 1OMHz (GE, Log-4 3).

Results: The sensitivity and specificity of Doppler mode in CDU were 73,3% and 87,5%, and they were statistically significant. Although color mode evaluation was statistically significant, its specificity and kappa value are low. Other evaluations such as B-mode or combination mode gave unsignificant results,

Conclusion: Doppler mode in CDU examination has a good sensitivity and specificity in detecting axillary lymph nodes metastases. It is considered useful for the clinicians in evaluating lymph nodes status using non-invasive procedure."

"Penelitian ini memanfaatkan peristiwa ozonasi yang menghasilkan ozon dari udara bebas sebagai disinfektan untuk proses disinfeksi alternatif Salmonella sp. Untuk melakukan signifikansi proses disinfeksi ini, digunakan pembangkitan fenomena kavitasi ultrasonik dengan variasi intensitas gelombang ultrasonik sebesar 30, 60 dan 100%. Pada laju alir air 4 LPM (liter per menit) proses disinfeksi Salmonella sp. menunjukkan hasil yang terbaik dengan menggunakan peristiwa ozonasi maupun kombinasi kedua metode tersebut. Pada laju alir air 4 LPM pula dengan intensitas gelombang ultrasonik 100%, proses disinfeksi menggunakan ozonasi dan kavitasi ultrasonik menghasilkan pengurangan jumlah koloni bakteri paling cepat dibandingkan menggunakan konfigurasi lain dimana konsentrasi awal yang digunakan pada kisaran 105 CFU/mL berkurang hingga mencapai 0 CFU/mL dalam waktu 15 menit. Selain itu terbukti bahwa penggunaan kavitasi ultrasonik dapat meningkatkan kelarutan ozon di dalam air yang dibuktikan melalui perhitungan jumlah ozon residual. Peningkatan laju alir dan intensitas gelombang ultrasonik secara garis besar meningkatkan laju disinfeksi Salmonella sp pada penelitian ini.

---

This study utilizes ozonation that produce ozone from the free air as a disinfectant for Salmonella sp. disinfection alternatives process. To achieve the significance of this disinfection process , ultrasonic cavitation phenomenon with variations in the intensity of ultrasonic waves of 30, 60 and 100% will be used . On the water flow rate 4 LPM (liters per minute) Salmonella sp. disinfection showed the best results by using ozonation or a combination of both methods. On the water flow rate 4 LPM also with ultrasonic waves intensity 100% , disinfection using ozonation and ultrasonic cavitation produce reduction in the number of bacterial colonies the fastest compared to other configurations in which the initial concentration used in the range of 105 CFU / mL decrease until it reaches 0 CFU / mL within 15 minutes. In addition it is evident that the use of ultrasonic cavitation can increase the solubility of ozone in water as showed by calculating the amount of residual ozone. Increased flow rate and the intensity of the ultrasonic waves can increase the rate of disinfection of Salmonella sp."

"Hasil-hasil tentang pengaruh destruksi ultrasonik terhadap pembentukan nanopartikel material SrO.6Fe2-xMnx/2Tix/2O3 (x = 0.0; 0.5; dan 1.0) dibicarakan dalam skripsi ini. Seluruh material dipersiapkan melalui teknik pemaduan mekanik dimana semua prekursor yang diperlukan dipadukan bersama dalam alat planetary ball mill menghasilkan serbuk halus. Serbuk kemudian dikonsolidasi dalam bentuk bakalan muda dan menjalani tahapan sintering pada temperatur 1200°C selama 3 jam menghasilkan sampel kristalin berfasa tunggal. Serbuk material kristalin didapat melalui penghalusan kembali secara mekanik sampel kristalin selama 10 jam. Hasil evaluasi ukuran partikel menunjukkan ketiga sampel dengan komposisi berbeda memiliki ukuran rata-rata partikel berbeda masing-masing ~ 723 nm untuk x = 0.0, 293 nm untuk x = 1.0 dan 192 nm untuk x = 0.5. Partikel-partikel ini kemudian menjalani tahapan destruksi ultrasonik menggunakan transduser yang dioperasikan pada amplitudo 35, 45 dan 55 μm selama 5 jam. Ternyata, ukuran-ukuran partikel dapat berkurang secara efektif dengan bertambahnya daya transduser. Partikel-partikel material x = 0.0 awalnya memiliki ukuran sampai ~ 1500 nm menjadi mengecil sampai dibawah ukuran 300 nm pada penggunaan transduser dengan amplitudo 35 mikron. Ukuran partikel ini menjadi lebih halus lagi pada penggunaan transduser dengan amplitudo 55 mikron. Namun, hal ini berbeda dengan hasil evaluasi ukuran kristalit dimana tidak ditemukan pengaruh yang berarti pada proses destruksi ultrasonik. Pada partikel material x = 0.0, awalnya memiliki ukuran kristalit 143 nm hanya mengecil menjadi 85 nm paska destruksi ultrasonik mengunakan transduser dengan amplitudo 55 mikron. Hasil penelitian ini menyimpulkan bahwa teknik destruksi mekanik yang dilanjutkan dengan destruksi ultrasonik terhadap partikel dapat menjadi salah satu cara untuk pembuatan partikel-partikel berukuran nanometer. Dari hasil penelitian ini telah diperoleh partikel yang tersusun oleh 1 sampai dengan 3 buah kristalit material SrO.6Fe2-xMnx/2Tix/2O3 (x = 0.0; 0.5; dan 1.0).

---

Results on effects of ultrasonic destruction to nanoparticles formation of SrO.6Fe2-xMnx/2Tix/2O3 (x = 0.0; 0.5; and 1.0) materials are reported. Materials were prepared through a mechanical alloying technique in which all precursors were co-milled into fine particles in a planetary ball mill. Sintering of 1200°C for 3 hours was introduced to the green compact which resulting in a single phase crystalline material. Crystalline particles were then obtained after re-milling the sintered samples for 10 hours. Particle size evaluations showed that the three compositions have different value of mean particle sizes respectively ~ 723 nm for x = 0.0, 293 nm for x = 1.0 and 192 nm for x = 0.5. These particles were then subjected to further refining by means of ultrasonic destruction employing 3 different amplitudes respectively 35, 45, and 55 μm for 5 hours each. It was found that the particle sizes were reduced effectively as the amplitude of transducer hence the transducer power increased. For material with x = 0.0, the particles with size up to ~ 1500 nm were reduced significantly to below 300 nm after ultrasonic destruction by a 35 μm transducer and reduced further to 100 nm by a 55 μm transducer. However, for Mn and Ti containing particles, the particle sizes were larger in which for x =1.0, the particles with sizes up to 300 nm were only obtained after ultrasonic destruction by 55 μm transducer. Referring to results of crystallite sizes evaluation for the particles, there is no significant effect to the reduction of crystallite sizes. The mean crystallite size of particles for x = 0.0 was initially 143 nm reduced to only 85 nm after ultrasonic destruction by a 55 μm transducer. It is concluded that the mechanical alloying assisted with ultrasonic destruction has proven to be an alternative route for nanoparticles fabrication. Particles containing up to 3 nano crystallites can be obtained in Mn and Ti substituted Strontium Hexaferrites."

"Latar Belakang : Deteksi infark pada populasi sindroma koroner akut non elevasi segmen ST (SKA-NEST) pada praktik klinis sulit dan menyebabkan kegagalan stratifikasi risiko yang tepat. Pemeriksaan enzim jantung tidak tersedia secara luas, memiliki waktu tunggu yang lama, dan membutuhkan biaya yang tidak sedikit.Tujuan : Mengetahui akurasi dasar dan akurasi paska training kecerdasan buatan Learning Intelligent for Effective Sonography (LIFES) dalam mendeteksi infark miokard pada populasi SKA-NEST berdasarkan gambaran ekokardiografiMetode : Penelitian ini merupakan studi diagnostik yang mengevaluasi kemampuan kecerdasan buatan berbasis deep learning LIFES dalam mendeteksi infark miokard pada pasien SKA-NEST di RSJPDHK pada tahun 2019-2023 berdasarkan gambaran ekokardiografi. Dilakukan transfer learning menggunakan dataset penelitian dan cross validation untuk mengetahui tingkat akurasi model baru paska transfer learning.Hasil : Sebanyak 721 subjek memenuhi kriteria inklusi dan eksklusi dari tahun 2019-2023. 310 diantaranya adalah pasien infark miokard non elevasi segmen ST (IMA-NEST). Sebanyak 67,8 % subjek adalah laki-laki dengan median usia 61 tahun. Median waktu dilakukan ekokardiografi dari admisi adalah tiga hari. Terdapat perbedaan signifikan pada beberapa parameter ekokardiografi pada kelompok infark vs non infark berupa median FEVKi 53% vs 63 % (p < 0,001), median LVEDD 48,8 mm vs 44,6 mm (p < 0,001), median rerata E/E’ 12,0 vs 9,8 (p < 0,001) dan median LAVI 30 ml/m2 vs 26 ml/m2 (p < 0,001). Performa diagnostik LIFES terhadap infark didapatkan paling baik pada tampilan PLAX dengan sensitivitas 88,7 % dan spesifisitas 20,4 % AUC 0,55 pada LIFES fase 2 model 1. Paska transfer learning, model LIFES-MI menghasilkan akurasi terbaik pada tampilan A4C dengan sensitivitas 41,3 % dan spesifisitas 83,7% AUC 0,61.Kesimpulan Model kecerdasan buatan LIFES fase 2 model 1 memiliki sensitivitas yang baik untuk deteksi infark miokard, sedangkan model LIFES-MI memiliki spesifisitas yang baik dalam mendeteksi infark miokard berdasarkan gambaran ekokardiografi pada populasi SKA-NEST.

---

Background: Detecting myocardial infarction in the non-ST segment elevation acute coronary syndrome (NSTEACS) population in clinical practice is challenging and leads to failure in appropriate risk stratification. Cardiac enzyme assays are not widely available, have long waiting times, and incur significant costs.

Objective: To determine the baseline accuracy and post-training accuracy of the Learning Intelligent for Effective Sonography (LIFES) artificial intelligence in detecting myocardial infarction in the NSTEACS population based on echocardiographic findings.

Method: This study is a diagnostic study that evaluates the ability of deep learning-based artificial intelligence LIFES in detecting myocardial infarction in NSTEACS patients at RSJPDHK from 2019 to 2023 based on echocardiographic videos.. Transfer learning was performed using the research dataset and cross-validation to determine the accuracy level of the new model post-transfer learning.

Results: A total of 721 subjects met the inclusion and exclusion criteria from 2019 to 2023. Among them, 310 were non-ST segment elevation myocardial infarction (NSTEMI) patients. 67.8% of the subjects were male with a median age of 61 years. The median time from admission to echocardiography was three days. There were significant differences in several echocardiographic parameters between the infarct and non-infarct groups, including median EF% 53% vs 63% (p < 0.001), median LVEDD 48.8 mm vs 44.6 mm (p < 0.001), median mean E/E' 12.0 vs 9.8 (p < 0.001), and median LAVI 30 ml/m2 vs 26 ml/m2 (p < 0.001). LIFES diagnostic performance for infarction was best achieved in the PLAX view with sensitivity of 88.7% and specificity of 20.4%, AUC 0.55 in LIFES phase 2 model 1. Post-transfer learning, the LIFES-MI model produced the best accuracy in the A4C view with sensitivity of 41.3% and specificity of 83.7%, AUC 0.61.

Conclusion: The Learning Intelligent for Effective Sonography (LIFES) phase 2 model 1 has good sensitivity for detecting myocardial infarction, while the LIFES-MI model has good specificity in detecting myocardial infarction based on echocardiographic findings in the NSTEACS population."

"Pemeriksaan biometri sebelum operasi katarak untuk menentukan kekuatan lensa intraokular (IOL) terutama dipengaruhi oleh pengukuran panjang aksial bola mata (AXL) dan kedalaman bilik mata depan (ACD). Kondisi hipotoni bola mata membuat pemendekan kedua parameter ini. Berdasarkan hal tersebut, dilakukan penelitian untuk mencari formula yang tepat yang bisa digunakan untuk mengoreksi ukuran AXL dan ACD mata yang terukur dalam kondisi hipotoni.Penelitian ini adalah studi prospektif pre-pasca eksperimental pada hewan coba. Populasi penelitian adalah mata kambing dewasa yang memenuhi kriteria inklusi, eksklusi dan drop out sesuai perhitungan besar sampel.Karakteristik data TIO, AXL dan ACD pada pengukuran biometri ultrasound teknik imersi dan dino-lite pada kedua mata terdistribusi normal (p > 0,05). Terdapat hubungan linier pada pengukuran menggunakan biometri ultrasound teknik imersi antara TIO dengan AXL (p = 0,003) dan ACD (p = 0,002) maupun dengan dino-lite yaitu AXL (p = 0,001) dan ACD (p = 0,008). Ditemukan formula/persamaan model untuk memprediksi koreksi ukuran AXL dan ACD.Formula/persamaan model yang didapatkan pada penelitian ini dapat memprediksi ukuran sebenarnya bola mata kambing dewasa. Dilakukan adjustment pada data agar hasil penelitian ini dapat dioptimasi untuk diterapkan pada mata manusia yang mengalami hipotoni sebelum operasi katarak.

---

Biometry examination before cataract surgery to determine intraocular lens (IOL) power is mainly influenced by the measurement of eyeball axial length (AXL) and anterior chamber depth (ACD). The condition of eyeball hypotony shortens these two parameters. Based on this, a study was conducted to find an appropriate formula that can be used to correct the measured AXL and ACD of the eye under hypotony conditions.

This was a prospective pre-post-experimental study in experimental animals. The study population was adult goat eyes that met the inclusion, exclusion, and dropout criteria according to the sample size calculation.

The data characteristics of IOP, AXL, and ACD in ultrasound biometry measurements of immersion techniques and dino-lite in both eyes were normally distributed (p > 0,05). There was a linear relationship between IOP with AXL (p = 0,003) and ACD (p = 0,002) and with dino-lite, namely AXL (p = 0,001) and ACD (p = 0,008). A formula/equation model was found to predict AXL and ACD size correction.

The formula/equation model obtained in this study can predict the actual size of the adult goat eyeball. Adjustments were made to the data so that the results of this study can be optimized for application to human eyes that experience hypotony before cataract surgery."

"[ABSTRAKTujuan. Studi ini merupakan studi ultrasonografi untuk menilai efektivitas proyeksi lateral dekubitus dibandingkan dengan proyeksi pronasi dengan atau tanpa manuver dorsofleksi dalam mendiagnosis plantar fasciitis.Metode. 45 pasien yang terdiri atas 12 pasien memiliki keluhan di kedua kaki, 6 pasien memiliki keluhan di kaki kanan dan 15 pasien di kaki kiri. Pengukuran tebal fasia plantaris menggunakan proyeksi sagital di mana fasia plantaris melewati aspek anterior dari batas inferior tulang kalkaneus.Hasil. Tidak terdapat korelasi hasil pengukuran ketebalan fasia plantaris antara posisi lateral dekubitus dan posisi pronasi dengan dorsofleksi (p=0,008) dan terdapat korelasi hasil antara posisi lateral dekubitus dan posisi pronasi tanpa dorsofleksi (p=0,064) pada kelompok plantar fasciitis. Posisi lateral dekubitus pada plantar fasciitis memiliki peningkatan rata-rata ketebalan fasia plantaris dibandingkan dengan posisi pronasi.Kesimpulan. Posisi pronasi merupakan teknik yang umum dipakai dalam menilai plantar fasciitis, namun demikian proyeksi lateral dekubitus dapat menjadi teknik yang efektif dan memberikan kenyamanan bagi pasien plantar fasciitis dengan beberapa kondisi tertentu yang tentunya akan berguna bagi ahli radiologi dalam menjalankan praktek klinik.

---

ABSTRACTObjective. The purpose of this ultrasound study was to investigate the efficacy ofdecubitus lateral projection compared with prone projection and with or without dorsiflexion ankle maneuver in the detection of plantar fasciitis.Methods. Fourty-five patients with right unilateral (n=6), left unilateral (n=15) and bilateral (n=12) heel pain andfourty-four age and sex matched healthy subjects were studied. Sagittal imaging of the plantar fascia was performed and its thickness was measured on both technic at a point where the plantar fascia crosses the anterior aspect of the inferior border of the calcaneus.Result. There is no correlation was found between decubitus lateral projection and prone projection with dorsiflexion of plantar fascia thickness measurements (p=0,008) and there is a correlation was found between decubitus lateral projection and prone projection without dorsiflexion of plantar fascia thickness measurements (p=0,064)on plantar fasciitis group. Compared with the prone projection, patients with decubitus lateral projection had increases in plantar fascia thicknesses.Conclusions. Prone projection is the common technic in the assessment of plantar fasciitis, however decubitus lateral projections can also serves as an effective technic and comfortable position that can be used at plantar fasciitis patients with specific conditions which may be very useful for the radiologist in clinical practice., Objective. The purpose of this ultrasound study was to investigate the efficacy ofdecubituslateral projection compared with prone projection and with or without dorsiflexion anklemaneuver in the detection of plantar fasciitis. Methods. Fourty-five patients with right unilateral (n=6), left unilateral (n=15) and bilateral(n=12) heel pain andfourty-four age and sex matched healthy subjects were studied. Sagittalimaging of the plantar fascia was performed and its thickness was measured on both technic at apoint where the plantar fascia crosses the anterior aspect of the inferior border of the calcaneus. Result. There is no correlation was found between decubitus lateral projection and proneprojection with dorsiflexion of plantar fascia thickness measurements (p=0,008) and there is acorrelation was found between decubitus lateral projection and prone projection withoutdorsiflexion of plantar fascia thickness measurements (p=0,064)on plantar fasciitis group.Compared with the prone projection, patients with decubitus lateral projection had increases inplantar fascia thicknesses. Conclusions. Prone projection is the common technic in the assessment of plantar fasciitis,however decubitus lateral projections can also serves as an effective technic and comfortableposition that can be used at plantar fasciitis patients with specific conditions which may be veryuseful for the radiologist in clinical practice.]"

"Segmentasi dan ekstraksi ciri dari citra USG merupakan salah satu pekerjaan yang cukup sulit, karena batas tepi antara obyek dan background tidak begitu jelas. Ketidakjelasan tersebut disebabkan oleh beberapa hal diantaranya adalah adanya derau (noise) yang disebabkan oleh hamburan karena ketidak homogenan dari media yang dilalui oleh gelombang ultrasonik, serta adanya atenuasi gelombang ultrasonik yang sangat kuat. Segmentasi maupun ekstraksi ciri tersebut sangat penting untuk bidang medis terutama untuk melihat perkembangan janin, deteksi tumor maupun, penyakit lainnya.Dalam penelitian ini dikembangkan suatu teknik segmentasi dan ekstraksi ciri yang mampu mengekstrak batas tepi dari citra USG dengan akurat. Teknik segmentasi yang dikembangkan tersebut merupakan gabungan dari metode thresholding dan gradien operator. Metode tersebut diuji dengan menggunakan citra dari polyurethane phantom yang telah diketahui geometri dan sifat-sifat dari obyek yang ada didalamnya. Dari hasil yang diperoleh, metode yang dikembangkan menunjukkan akurasi yang cukup baik dan mampu menghilangkan noise disekitar obyek dan batas antara obyek dengan background dapat dibedakan dengan jelas. Selain itu posisi, ukuran geometri suatu organ (obyek) dapat ditentukan dengan jelas."

"ABSTRAK

Proses deteksi tumor otak dengan komputer dilakukan melalui empat tahapan utama. Pada tahap awal dilakukan pra-proses dengan median filter untuk memperbaiki kualitas citra. Kemudian dilanjutkan dengan ekstraksi fitur menggunakan dekomposisi wavelet haar bertingkat tiga agar ukuran citra tidak terlalu besar, hanya 1/8 dari ukuran citra asalnya. Setelah itu dilakukan proses reduksi dimensi menggunakan Principal Component Analysis (PCA). PCA menentukan komponen penting dari citra dengan melihat dari varians yang direpresentasikan oleh nilai eigen, sehingga jumlah komponen yang akan dimasukkan ke proses pembelajaran tidak terlalu banyak, untuk menghindari curse of dimentionality. Baru setelah itu dilakukan proses pembelajaran menggunakan metode Backpropagation Neural Network (BPNN) dengan 10 hidden neuron, dimana proses pelatihan dan pengujian dilakukan untuk mendapatkan bobot dan bias yang terbaik dan kemudian diuji. Hasil akurasi pengenalan pada kondisi awal ini mencapai 87%, sementara pada kondisi ideal yang menggunakan dekomposisi wavelet haar bertingkat empat dan 3 hidden neuron pada BPNN mencapai akurasi pengenalan 100%.

---

ABSTRACT

Brain tumor detection process by the computer is going through four main step. First is pre-processing that using median filter to enhance the image quality. The second is feature extraction using level-3 haar wavelet decomposition, so that the image is not too big, only 1/8 of the original size . The third is dimentionality reduction using Principal Component Analysis (PCA). PCA determine the principal component of the image from variances, which represented by eigen value. So the component that will be used in learning step is much fewer, to avoid the curse of dimentionality. And the last step is learning, using Backpropagation Neural Network (BPNN) with 10 hidden neuron. The BPNN going through training and testing phase. BPNN will find its optimal weight and bias, and those weight and bias are being tested. The result from BPNN could distinguish images into normal and tumor, with accuracy 87% in default condition. In ideal condition, which is using level-4 haar wavelet decomposition and 3 hidden neuron in BPNN, the accuracy is 100%.

"