Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada penelitian ini dikembangkan sebuah perangkat lunak yang dapat digunakan untuk melakukan perhitungan ketidakpastian aktivitas dari citra 3-Dimensi hasil pemindaian SPECT. Perangkat lunak ini melakukan kuantifikasi count rate dari citra 3-Dimensi menjadi nilai aktivitas dan nilai ketidakpastian aktivitas. Algoritma dirancang dengan melakukan propagasi ketidakpastian menggunakan the law of propagation uncertainty untuk mengkarakterisasi penyebaran sumber kesalahan pada faktor kalibrasi, count Rate, dan Recovery Coefficient. Penerapan analisis ketidakpastian dapat meningkatkan validitas hasil dosimetri dan dapat membantu mengidentifikasi dan mengurangi kesalahan yang bertujuan untuk meningkatkan kemungkinan pengamatan dosis sebenarnya. Menentukan nilai ketidakpastian penting untuk setiap parameter yang diukur untuk menghindari adanya overdose treatment dan underdose treatment yang diberikan untuk pasien. Perangkat lunak yang dirancang menggunakan Bahasa pemrograman MATLAB. Validasi dilakukan dengan membandingkan hasil kuantifikasi recovery coefficient oleh perangkat lunak dengan hasil referensi pada penelitian Gear et al.,2018. Hasil kuantifikasi citra pada penelitian ini berupa aktivitas dan ketidakpastian aktivitas pada organ right kidney sebesar (28,70±18,69%), (31,32±17,14%), (37,35±14,35%), (29,82±17,99%) dan pada organ left kidney (30,03±17,85%), (45,41±11,81%), (37,17±14.44%), (30,02±17,86%) aktivitas yang didapatkan berupa satuan MBq.

---

In this research, a software is developed that can be used to calculate the activity uncertainty of 3-Dimensional SPECT scanned images. This software performs quantificationcount ratefrom 3-Dimensional image into activity value and activity uncertainty value. The algorithm is designed by performing uncertainty propagation usingthe law of propagation uncertainty to characterize the spread of the error source on the calibration factor, count rate, and Recovery Coefficient. The application of uncertainty analysis can increase the validity of dosimetry results and can help identify and reduce errors in order to increase the likelihood of true dose observations. Determine the value of the important uncertainty for each measured parameter to avoid the presence ofoverdose treatment and underdose treatment given to the patient. Software designed using the MATLAB programming language. Validation is done by comparing the results of quantification recovery coefficient by software with reference results by Gear et al., 2018. The results of image quantification in this study are in the form of activity and uncertainty of activity in organs right kidney by (28.70±18.69%), (31.32±17.14%), (37.35±14.35%), (29.82±17.99%) and in left kidney (30.03±17.85%), (45.41±11.81%), (37.17±14.44%), (30.02±17.86%) the activity obtained is in MBq units."

"Menentukan dosis serap dengan menggunakan metode yang sering digunakan yaitu fixed dose dapat menghasilkan nilai error yang cukup tinggi yang dapat berakibat fatal kepada pasien. Sementara metode dosimetri dapat meminimalkan error tersebut dan juga dapat meningkatkan efektivitas dan efisiensi terapi. Namun, dosimetri pada kedokteran nuklir belum banyak diterapkan di Indonesia karena minimnya peralatan dan pengetahuan akan protokol. Kuantifikasi nilai cacahan menjadi aktivitas merupakan tahap awal dari perhitungan dosimetri. Dikarenakan keterbatasan dari fasilitas, perangkat pencitraan gamma camera masih sering digunakan. Oleh sebab itu, pada penelitian ini dikembangkanlah sebuah perangkat lunak yang dapat menguantifikasi nilai cacahan dari citra planar menjadi nilai aktivitas. Perangkat lunak yang dirancang menggunakan bahasa pemrograman MATLAB. Citra yang digunakan sebagai input dari perangkat lunak merupakan citra dari penelitian IAEA CRP E23005 dengan judul Dosimetry in Molecular Radiotherapy for Personalized Patient Treatments (Hidayati et al., 2021). Dilakukan penggambaran region of interest (ROI) untuk beberapa organ yaitu left kidney, right kidney, liver, dan spleen dengan 1, 24,48, 72 jam setelah diinjeksikannya radiofarmaka. Validasi perangkat lunak dilakukan dengan membandingkan hasil kuantifikasi cacahan menjadi aktivitas oleh perangkat lunak dengan nilai hasil kuantifikasi dari referensi yang menggunakan data citra yang sama melalui nilai relative deviation (RD). Adapun nilai relative deviation (RD) yang didapatkan paling tinggi bernilai sekitar 8% apabila diamati berdasarkan variasi organ dan juga berdasarkan variasi time-point. Uji statistik dengan korelasi Pearson dilakukan untuk mengetahui lebih lanjut hubungan antara kedua data aktivitas. Didapatkan nilai koefisien korelasi untuk organ left kidney, right kidney, liver, dan spleen secara berurutan adalah 0,99739, 0,99687, 0,99687, 0,99687. Hal ini berarti bahwa terdapat korelasi kuat positif antara aktivitas yang didapatkan melalui perangkat lunak yang dirancang dengan data aktivitas pada referensi dan perangkat lunak ini dapat digunakan sebagai alternatif untuk kebutuhan kuantifikasi nilai cacahan menjadi aktivitas pada citra planar.

---

Determining the value of absorbed dose using the method that is often used, namely fixed dose can produce a fairly high error that can be fatal to the patient. Dosimetry method can minimize these errors and can also increase the effectiveness and efficiency of the therapy itself. However, dosimetry has not been implemented many times in Indonesia due to the lack of adequate equipment and knowledge of the protocol. Quantification of count rates into activity values is the first step of dosimetry calculations. Due to the limitations of facilities, the imaging device gamma cameras are still often used. Therefore, in this study a software was developed in which the software can quantify the count rates of planar images into activity values. The software was designed using MATLAB programming language. The images used as input of the software are  planar images from the IAEA CRP E23005 research with the title “Dosimetry in Molecular Radiotherapy for Personalized Patient Treatments” (Hidayati et al., 2021). Region of interests (ROI) were drawn for several organs, namely the left kidney, right kidney, liver, and spleen at 1, 24,48, 72 hours after the injection of the radiopharmaceutical. Validation of the software was done by comparing the results of count rates quantification into activities by the designed software with the value of the quantification results from the reference using the same images in the form of relative deviation (RD) values. The highest relative deviation (RD) value is around 8% when observed based on organ variations and also for time-point variations. Statistical test with Pearson correlation was conducted to find out more about the relationship between the two activity data results. The Pearson correlation coefficient values ​​for the left kidney, right kidney, liver, and spleen organs respectively were 0.99739, 0.99687, 0.99687, 0.99687. This means that there is a strong positive correlation between the activities obtained through the designed software and the activity data on the reference and the designed software can be used as an alternative for quantifying count rates of planar images ​​into activity values. "

"Latar belakang penelitian ini didasari oleh tingginya kasus kanker tiroid di Indonesia dan secara global, serta pentingnya penentuan aktivitas yang akurat dalam terapi molekuler untuk meningkatkan efektivitas pengobatan dan meminimalkan risiko toksisitas. Penelitian ini bertujuan untuk menganalisis pengaruh ketidakpastian nilai Recovery Coefficient (RC) dalam kuantifikasi nilai aktivitas pada terapi molekuler menggunakan radionuklida Iodin-131. Metode yang digunakan dalam penelitian ini adalah analisis dosimetri internal dengan mempertimbangkan ketidakpastian nilai RC, yang merupakan rasio antara konsentrasi aktivitas dari perhitungan dengan konsentrasi aktivitas yang sebenarnya. Data diperoleh dari citra SPECT pasien terapi tiroid pasca ablasi di salah satu rumah sakit di Jakarta Selatan. Hasil penelitian memperoleh aktivitas sebesar (2,076±0,312) MBq, (7,860±1,081) MBq, (69,879±10,243) MBq, (8,046±1,290) MBq, (812,197±2,183) MBq, pada Tiroid untuk 5 pasien. Ketidakpastian dalam nilai RC mempengaruhi akurasi nilai aktivitas, yang berdampak pada efektivitas terapi. Penelitian ini memberikan kontribusi penting dalam pengembangan strategi untuk meningkatkan akurasi dosimetri pada terapi, khususnya dengan menggunakan Iodin-131, sehingga dapat meningkatkan keefektifan pengobatan bagi pasien kanker tiroid.

---

The background of this study is based on the high number of thyroid cancer cases in Indonesia and globally, as well as the importance of accurate activity determination in molecular therapy to improve treatment effectiveness and minimize the risk of toxicity. This study aims to analyze the effect of uncertainty in the Recovery Coefficient (RC) value in quantifying activity values in molecular therapy using Iodine-131 radionuclide. The method used in this study is an internal dosimetry analysis by considering the uncertainty of the RC value, which is the ratio between the activity concentration from the calculation and the actual activity concentration. Data were obtained from SPECT images of post-ablation thyroid therapy patients in one of the hospitals in South Jakarta. The results obtained activities of (2,076±0,312) MBq, (7,860±1,081) MBq, (69,879±10,243) MBq, (8,046±1,290) MBq, (812,197±2,183) MBq, in thyroid for 5 patients. The uncertainty in RC values affects the accuracy of activity values, which impacts the effectiveness of therapy. This study makes an important contribution to the development of strategies to improve the accuracy of dosimetry in therapy, especially using Iodine-131, so as to improve the effectiveness of treatment for thyroid cancer patients."

"Pada penelitian ini telah dikembangkan sebuah perangkat lunak yang dapat digunakan untuk melakukan perhitungan ketidakpastian aktivitas dari citra planar hasil pemindaian gamma camera. Perangkat lunak merupakan hasil pengembangan dari “Planar Quantification App” milik Maharani, 2021 dan dirancang dengan bahasa pemrograman MATLAB. Algoritma dirancang dengan melakukan propagasi ketidakpastian menggunakan the law of propagation uncertainty pada persamaan aktivitas dalam conjugate view counting seperti faktor kalibrasi, laju cacahan, dan faktor transmisi. Perhitungan ketidakpastian dilakukan untuk organ ginjal kiri dan liver pada time point 1, 24, 48, dan 72 jam setelah injeksi radiofarmaka. Persentase ketidakpastian aktivitas akan mengalami peningkatan seiring dengan bertambahnya time point. Pada organ ginjal kiri diperoleh persentase ketidakpasitian aktivitas dalam rentang 32%-52% sedangkan pada organ liver diperoleh persentase ketidakpastian aktivitas dalam rentang 11%-37%. Pengujian reproduksibilitas algoritma turut dilakukan dengan tujuan untuk melihat reproduksibilitas hasil dari GUI yang telah dirancang dan direpresentasikan dalam bentuk deviasi relatif. Adapun nilai deviasi relatif yang didapatkan paling tinggi sebesar 9,6% secara keseluruhan. Hal ini menunjukkan bahwa reproduksibilitas dari algoritma yang digunakan cukup baik dan masih dapat diterima untuk kedua organ yang diamati.

---

In this study, the software has been developed that can be used to calculate the uncertainty of activity from planar images from gamma camera scans. The software is the result of the development of Maharani, 2021 "Planar Quantification App", and is designed with the MATLAB programming language. The algorithm is designed by performing uncertainty propagation using the law of propagation uncertainty in the activity equation in the conjugate view counting method, such as calibration factor, count rate, and transmission factor. Uncertainty calculations were performed for the left kidney and liver at time points of 1, 24, 48, and 72 hours after radiopharmaceutical injection. The percentage of activity uncertainty will increase as the time point increases. In the left kidney, the percentage of activity uncertainty is in the range of 32%–52%, while in the liver, the percentage of activity uncertainty is in the range of 11%–37%. Algorithm reproducibility testing was also carried out to see the reproducibility of the results of the GUI that had been designed and represented in the form of relative deviation. The relative deviation value obtained is the highest at 9.6% overall. This shows that the reproducibility of the algorithm used is quite good and still acceptable for the two organs observed."

"Pada umumnya, dosis pasien kanker terapi radionuklida diberikan secara fixed dose, namun diperoleh eror yang besar. Untuk menjamin keakurasian, maka diperlukan perhitungan dosimetri internal. Penelitian bertujuan mengembangkan software in-house perhitungan dosimetri internal terapi radionuklida dengan menggabungkan software peneliti sebelumnya terkait kuantifikasi aktivitas organ citra planar kamera gamma dan perhitungan AUC. Software tersebut bernama Absorbed Dose Calculator of Lu-177 dalam bentuk tampilan GUI (graphical user interface) yang dikembangkan melalui software MATLAB versi 2020a. Terdapat 3 tahap perhitungan yaitu tahap kuantifikasi akivitas berdasarkan perhitungan aktivitas conjugate view, tahap perhitungan AUC dan dosis serap. Perhitungan dilakukan terhadap 7 pasien RrDTC pada organ ginjal kanan, ginjal kiri, hati dan limfa. Nilai tertinggi untuk aktivitas diperoleh pada organ hati sebesar 20,02 MBq, sedangkan untuk dosis serap pada organ limfa sebesar 554,46 mGy atau 0,55 Gy. Nilai dosis yang diperoleh tidak melebihi nilai batas dosis yang ditoleransikan. Hasil validasi menunjukan eror (relative deviation, %RD) kurang dari 10%. Software peneliti dapat melakukan perhitungan dosimetri internal dengan hasil yang baik.

---

In general, the dose of radionuclide therapy cancer patients is given in a fixed dose, but a large error is obtained. To ensure accuracy, it is necessary to calculate the internal dosimetry. This study aims to develop an in-house software for calculating the internal dosimetry of radionuclide therapy by combining the software of previous researchers related to the quantification of organ activity in gamma camera planar images and AUC calculations. The software is called Absorbed Dose Calculator of Lu-177 in the form of a GUI (graphical user interface) display which was developed through the MATLAB software version 2020a. There are 3 calculation stages, namely the activity quantification stage based on the conjugate view activity calculation, the AUC calculation stage and the absorbed dose. Calculations were performed on 7 RrDTC patients in the right kidney, left kidney, liver and spleen. The highest value for activity was obtained in the liver at 20,02 MBq, while the absorbed dose in the spleen was 554,46 mGy or 0,55 MBq. The dose value obtained does not exceed the tolerable dose limit value. The validation results show the error (relative deviation, %RD) is less than 10%. Research software can perform internal dosimetry calculations with good results."

"Inspeksi dan validasi secara kuantitatif dibutuhkan dalam uji kualitas SPECT dan harus dilakukan secara berkala. Identifikasi dari cincin artefak merupakan bagian dari evaluasi citra harus dianalisa karena hal ini berkaitan dengan performa dari SPECT. Hingga saat ini interpertasi dan evaluasi dari cincin artefak yang dilakukan memiliki keterbatasan, yaitu evaluasi dilakukan secara visual yang rentan terhadap subjektifitas dan tidak sensitif dengan perubahan yang kecil terhadap performa modalitas. Pada penelitian ini suatu metode dikembangkan untuk melakukan identifikasi, evaluasi, dan kuantifikasi cincin artefak. Metode ini dikembangkan dengan menggunakan bahasa pemograman Python dengan berbagai macam library untuk melakukan langkah-langkah evaluasi sebagai berikut: (1) secara otomatis menentukan perbedaan antara citra yang tidak memiliki artefak dengan citra yang memiliki artefak dengan menggunakan metode Student’s t-test, (2) mendeteksi cincin artefak dengan menggunakan metode threshold (3) mendeskripsikan posisi dari artefak cincin dengan mengkuantifikasi jari-jari dalam, luar, dan lebar dari artefak cincin. Metode yang dikembangkan berhasil mendeteksi artefak cincin pada citra. Nilai p-value untuk semua citra sampel yang diperoleh dari perhitungan dengan menggunakan metode Student’s t-test menunjukkan kurang dari 0.025. Artinya terdapat perbedaan yang signifikan antara citra yang memiliki artefak dengan citra yang tidak memilki artefak. Metode ini juga dapat melakukan kuantifikasi terhadap jari-jari luar, dalam, dan lebar cincin artefak pada citra. Metode ini diharapkan dapat memberi manfaat untuk meningkatkan kualitas identifikasi cincin artefak pada SPECT quality control.

---

The Inspection and quantitative validation are essentially needed in SPECT system quality control and must be done periodically. An identification of the ring artifact conducting by Jaszczak phantom as a part of an image quality evaluation should be analyzed since it has consequently linked with the SPECT’s performance. Until now interpretation and evaluation of these artifacts are performed visually which is prone to subjectivity and insensitive with subtle changes in the system’s performance. In this study, a method for identifying, evaluating, and quantifying the ring artifacts is developed to overcome these limitations. The method is developed using Python language with a variety of libraries to perform a sequence of evaluation steps: (1) determine the differences between the reference image with no artifacts and the one suspected image with artifacts based on Student's t-test method, (2) detect ring artifacts using threshold method and (3) describe the ring artifacts position by quantifying the radius and width of the ring artifacts. The method successfully detects the ring artifact in the system. The student's t-test method shows the p-values of all image samples smaller than 0.025 which indicates significant differences between with and without artifact images. Then, it successfully calculated the desired parameter which are the outer, inner radius and width of the detected artifacts. In conclusion, our method will be beneficial to improve SPECT system quality control for identifying the ring artifact."

"Alzheimer’s Disease (AD) merupakan penyakit degeneratif pada organ otak yang dapat menyebabkan penurunan kognitif, sehingga mempengaruhi kualitas hidup dan perilaku penderita. Diagnosis secara dini dan akurat dari AD, termasuk mengindentifikasi tahap awal dari penyakit ini yang disebut sebagai mild cognitive impairment (MCI), merupakan hal yang penting untuk melakukan intervensi terhadap penyakit ini. Fluorodeoxyglucose Positrons Emission Tomography (FDG-PET) adalah modalitas pencitraan molekuler fungsional yang dapat digunakan untuk membantu memahami perubahan secara anatomis dan perubahan secara neural pada otak yang berhubungan dengan AD. Keberhasilan model Convolutional Neural Network (CNN) terutama dalam klasifikasi citra, kami mengembangkan sebual model CNN yang dilatih menggunakan data citra dari FDG-PET dari Alzheimer’s Disease Neuroimaging Initiative (ADNI) untuk dapat mengklasifikasikan antara citra dengan kondisi AD, MCI, dan Cognitive Normal (CN). Metode Gradient-weighted Class Activation Mapping (Grad-CAM) digunakan untuk meningkatkan interpretabiltas model, menunjukkan daerah-daerah penting dari prediksi dan membuat model menjadi lebih transparan dan dapat dijelaskan. Model multiclass yang dikembangkan memperoleh akurasi (97%), presisi (99%), recall (99%), dan F1-Score (99%). Heatmap yang dihasilkan dari Grad-CAM memberikan informasi visual terhadap proses pembuatan keputusan dari model, yang dapat membantu dalam memahami daerah-daerah penting pada citra yang diklasifikasi. Berdasarkan penelitan ini, model yang dikembangkan selain memiliki kapabilitas dalam melakukan klasifikasi penyakit Alzheimer serta tahap awal dari penyakit, model juga memberikan informasi visual yang berpotensi untuk memajukan perangkat diagnostik dalam bidang kesehatan.

---

Alzheimer’s disease (AD) is a brain degenerative disorder can cause cognitive decline, impacting daily life and behaviour of the patient. Early and accurate diagnosis of AD, including identifying its prodromal stage (mild cognitive impairment (MCI), is crucial for effective intervention of the disease. Fluorodeoxyglucose Positrons Emission Tomography (FDG-PET) is a functional molecular imaging modality, that can be used to help understand the anatomical and neural changes of brain related to AD. With the success of Convolutional Neural Network (CNN) especially in image classification, we develop a CNN model trained on FDG-PET images from Alzheimer’s Disease Neuroimaging Initiative (ADNI) dataset to discern between AD, MCI, and Cognitive Normal (CN) states. Incorporating Gradient-weighted Class Activation Mapping (Grad-CAM) enhances model interpretability, highlighting crucial image regions for disease prediction and to enhance our model interpretability and make our model more transparent and explainable. Our multiclass model achieves accuracy (97%), precision (99%), recall (99%), and F1 scores (99%). Grad-CAM-generated heatmaps give insight into the model’s decision-making process, aiding in understanding important classification regions within images. Based on our findings, not only demonstrate the model’s capability in classifying Alzheimer’s disease and its prodromal stage but it also provides visual insights that showcase its potential to advance diagnostic tools in healthcare."

"Terapi radionuklida merupakan salah satu metode klinis untuk mengatasi tumor ataupun kanker. Salah satu bagian penting dari perhitungan dosimetri pada terapi radionuklida adalah penentuan Time-Integrated Activity Coefficient (TIAC). Kompleksitas perhitungan TIAC membutuhkan adanya perangkat lunak untuk membantu perhitungannya. Perangkat lunak yang sudah ada tidak dapat diperoleh dengan mudah, hanya berfokus kepada pengolahan citra, serta menerapkan perhitungan TIAC dengan tidak memperhitungkan ketidakpastian saat melakukan fitting dan tidak menerapkan model selection. Penelitian ini bertujuan untuk mengembangkan perangkat lunak open source OpenDose dalam hal penentuan TIAC dengan melakukan fitting yang mempertimbangkan ketidakpastiannya serta menerapkan metode model selection. Hasil fitting dari perangkat lunak yang dibangun ini dibandingkan dengan perangkat lunak SAAM II untuk validasi. Metode model selection dilakukan dengan membandingkan goodness of fit tiap fitting yang dihasilkan, model terbaik dipilih untuk dihitung luas di bawah kurva (AUC) yang nantinya digunakan untuk perhitungan TIAC. Hasil penelitian ini menunjukkan bahwa perangkat lunak yang dibangun menghasilkan nilai deviasi relatif dari parameter dan standar deviasinya di bawah 10% jika dibandingkan dengan SAAM II serta berhasil mengaplikasikan model selection dengan baik sehingga perangkat lunak yang dibangun dapat diimplementasikan pada OpenDose.

---

Radionuclide therapy is one of the clinical methods to treat both tumor and cancer. One of the important parts for its dosimetry calculation is Time-Integrated Activity Coefficient (TIAC) calculations. The complexity of TIAC calculations makes it important to have software to help its calculations. Existing software is unaffordable, focuses only on image processing, and calculating TIAC without considering uncertainty and without applying model selection. This research intended to develop open-source software OpenDose in terms of TIAC calculation which considers uncertainty and applying model selection. The fitting results from the developed software are compared to the results from SAAM II software. Model selection is done by comparing its goodness of fit criteria of each fitting result, the best model is proceeded to Area Under the Curve (AUC) calculation which is used to determine TIAC. This research shows that the developed software is under 10% in relative deviation for every parameter and its standard deviation compared to SAAM II. This software also performs model selection successfully which concludes that this software is ready to be implemented to OpenDose software."

"Pada penelitian ini bertujuan untuk merancang dan membuat perangkat lunak simulasi penyinaran radiografi dengan metode ray tracing menggunakan bahasa pemrograman Python. Metode ray tracing dilakukan dengan menghitung intensitas yang diterima detektor setelah melewati suatu materi dan mengalami atenuasi. Penelitian ini dimulai dengan memodelkan fantom TOR 18FG sebagai objek penyinaran. Merancang dan membuat modul simulasi penyinaran monoenergi pada energi 50 keV dan melakukan validitas terhadap perangkat lunak dengan membandingkan citra hasil simulasi dengan citra referensi kemudian menghitung persentase kesalahannya pada geometri dengan perhitungan statistik Mean Absolute Error (MAPE) dan nilai kontras citra dengan perhitungan statistik Mean Absolute Percentage Error (MAE). Pada validasi geometri, persentase kesalahan absolut perangkat lunak sebesar 4,082%. Sedangkan pada validasi nilai kontras, besar kesalahan absolut perangkat lunak sebesar 27,5%. Hasil dari penelitian ini, didapatkan perangkat lunak sederhana yang menyajikan pemodelan penyinaran dengan metode ray tracing dalam bentuk GUI yang dapat menginput nilai intensitas awal berupa jumlah foton dan menghasilkan output berupa citra fantom dengan tingkat akurasi yang tinggi secara geometri, tetapi tingkat akurasi secara nilai kontras masih rendah.

---

In this study aims to design and manufacture radiographic irradiation simulation software using the ray tracing method using the Python programming language. The ray tracing method is performed by calculating the intensity received by the detector after passing through a material and experiencing attenuation. This research begins by modeling the TOR 18FG phantom as an irradiating object. Designing and manufacturing a monoenergy irradiation simulation module at 50 keV energy and validating the software by comparing the simulated image with a reference image and then calculating the percentage error in the geometry by calculating the Mean Absolute Error (MAPE) and the contrast value of the image by calculating the Mean Absolute Percentage Errors (MAE). In geometry validation, the software absolute error percentage is 4.082%. Whereas in the validation of contrast values, the software absolute error is 27.5%. The results of this study, obtained simple software that presents irradiation modeling with the ray tracing method in the form of a GUI that can input the initial intensity value in the form of the number of photons and produces an output in the form of a phantom image with a high degree of accuracy in terms of geometry, but the level of accuracy in terms of contrast value is still low."

"Penelitian ini bertujuan untuk mengoptimalkan efektivitas terapi menggunakan radionuklida Lutetium-177 dengan mengukur aktivitas secara akurat di setiap volume anatomi. Penelitian dilakukan untuk menentukan faktor kalibrasi (calibration factor, CF) dan koefisien pemulihan (recovery coefficient, RC), beserta ketidakpastiannya, untuk setiap metode rekonstruksi yang digunakan dalam praktik klinis. Nilai CF merupakan nilai kuantifikasi citra menjadi aktivitas. Penentuan CF dilakukan melalui akuisisi sumber titik. Hasil menunjukkan bahwa rekonstruksi tidak berpengaruh signifikan terhadap nilai CF, sedangkan ketidakpastian akibat peluruhan selama akuisisi berdampak kecil terhadap perbedaan nilai. Nilai RC merupakan faktor koreksi dalam memperkirakan aktivitas yang dipengaruhi oleh efek volume parsial (partial volume effect PVE). Penentuan RC dilakukan dengan akuisisi fantom NEMA-IEC. Pengukuran nilai RC melibatkan variasi beberapa parameter, antara lain pemilihan volume (volume of interest, VOI), jumlah iterasi, dan jenis rekonstruksi. Hasil menunjukan bahwa variasi VOI yang mempertimbangkan cacahan tertumpah (spill-out) menghasilkan nilai RC yang lebih representatif. Pada variasi metode rekonstruksi, jumlah iterasi tidak mempengaruhi nilai RC secara signifikan, sedangkan jenis rekonstruksi memiliki pengaruh yang besar terhadap nilai RC. Ketidakpastian kurva RC akibat ketidakpastian volume dipengaruhi oleh ketidakpastian voksel, resolusi spasial, dan ketidakpastian parameter pencocokan kurva. Berdasarkan analisis gambar dan  parameter, hasilnya diperoleh bahwa saturasi dalam rekonstruksi AST dicapai pada volume yang lebih kecil dengan ketidakpastian yang lebih rendah dibandingkan dengan rekonstruksi OSEM, FBP, dan MLEM. Dengan demikian, baik secara kualitatif maupun kuantitatif, rekonstruksi AST memberikan representasi ukuran objek yang lebih baik.

---

This study aims to optimize the effectiveness of therapy using Lutetium-177 radionuclide by accurately measuring activity in each anatomical volume. The study was conducted to determine the calibration factor (CF) and recovery coefficient (RC) and their uncertainty for each method of reconstruction used in clinical practice. The CF value is the quantification value of the image into activity. CF determination is carried out through point source acquisition. The results show that reconstruction has no significant effect on the value of CF. In contrast, the uncertainty due to decay during acquisition has a small impact on the difference in value. The RC value is a correction factor in estimating activity affected by the partial volume effect (PVE). RC determination is carried out through NEMA-IEC phantom acquisition. The RC value measurement involves various parameters, including : the calculated volume of interest (VOI), the number of iterations, and the type of reconstruction. The results show that the variation of VOI that considers the spill-out results in a more representative RC value. In the various reconstruction methods, the number of iterations does not significantly affect the RC value, while the type of reconstruction greatly influences the RC value. The uncertainty of the RC curve due to volume uncertainty is influenced by voxel uncertainty, spatial resolution, and curve matching parameter uncertainty. Based on image and parameter analysis, the results show that saturation in the AST reconstruction is achieved at a smaller volume with lower uncertainties compared to OSEM, FBP, and MLEM reconstructions. Thus, both qualitatively and quantitatively, the AST reconstruction provides a better representation of the object's size."