Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penampakan mikrokalsifikasi dalam citra mammography sebagai suatu indikasi terjadinya kanker payudara seringkali menjadi kendala pendiagnosisan penyakit kanker. Variasi bentuk dan ukuran kalsifikasi serta kehomogenan dengan latar belakang tekstur merupakan faktor utama yang sering menjadi masalah dalam pengamatan visual biasa.Pemanfaatan Computer Aided Diagnosis (CAD) dalam bidang pengolahan citra memungkinkan suatu citra mamography diolah dan dianalisa dalam bentuk digital untuk mengurangi kendala dalam hal pendeteksian mikrokalsifikasi.Teknik pendeteksian mikrokalsifikasi serta unjuk kerjanya dengan menggunakan transformasi wavelet, peningkatan kontras citra dan metode statistik meliputi perhitungan skewness dan kurtosis pada citra mammography digital akan diterapkan dalam tesis ini, dimana hasil pendeteksian tersebut dijadikan sebagai "second opinion" bagi ahli radiologis dalam diagnosisnya.Hasil simulasi menunjukan secara visual bahwa unjuk kerja pendeteksian mikrokalsifikasi dengan teknik yang diterapkan mempunyai tingkat keefektifan hingga 96%.

---

The presence of clustered micro-calcifications is an early sign of breast cancer, however it's difficult to detect. Variation of shape and size of calcification is the main problem for detection process, beside the homogenous texture background.Computer-aided diagnosis (CAD) schemes on image processing have the potential of substantially increasing diagnostic accuracy in mammography.Performance of wavelet transform, enhance algorithm and statistical procedure for detection method are presented in this thesis as a second opinion for radiologist's interpretation of micro-calcifications.The simulation results show visually that detecting method was applied has 96% in an effectiveness level."

"ABSTRAKKeburaman dan ketidakjelasan batas citra sangat mempengaruhi hasil pengamatan medic terutama untuk identifikasi penyakit. Karena itu meningkatkan kontras citra dan menajamkan batas citra merupakan suatu cara agar dapat memperoleh hasil citra rekonstruksi yang lebih baik.Detektor edge detection dan filterisasi Gauss adalah salah satu cara untuk menambah pencahayaan pada citra dan meningkatkan ketajaman sisi citra. Dengan menggunakan transformasi wavelet proses manipulasi piksel-piksel citra tersebut menjadi cukup mudah untuk dilaksanakan.Perhitungan nilai selisih citra dan perbandingan presentase citra dapat digunakan untuk mengukur seberapa jauh tingkat pencahayaan dari citra rekonstruksi. Semakin tinggi nilai selisih dan presentase maka semakin baik citra rekonstruksi.

---

ABSTRACT

Blurring image is a fundamental problem for mammogram images. In case this trouble always takes some difficulty for medical purposes. So, edge detection of images and increase their contrast is one way to solve this problem.

Edge detector and gaussian's filter are manipulated to enhance an original image. Some of manipulation of pixels can be easily done by wavelet transform to get reconstruction images. Difference analysis and percentage analysis are used to determine the criteria of resulting image."

"Data seismik refleksi yang direkam pada survey seismik darat sering terkontaminasi oleh noise koheren groundroll yang merupakan gelombang dispersif yang merambat di permukaan. Sinyal gelombang groundroll ini memiliki ciri amplitude yang besar dan frekuensi yang relative rendah dan berubah di sepanjang perambatannya (non-stasioner). Beberapa teknik pemfilteran yang selama ini digunakan adalah berdasarkan pada pendekatan dengan transformasi Fourier, dimana transformasi Fourier ini mengasumsikan wavelet bersifat statis sepanjang perambatannya. Teknikteknik pemfilteran tersebut diantaranya adalah pemfilteran frekuensi (frequency filtering), dan f-k filtering. Suatu alternative baru dari transformasi Fourier yang dapat digunakan saat ini adalah transformasi wavelet, dimana transformasi ini mengurai/mendekomposisi sebuah fungsi menggunakan fungsi basis (dasar) yang memiliki durasi terbatas baik dalam domain fekuensi maupun domain waktu. Hal ini berbeda dengan transformasi Fourier, dimana transformasi Fourier mendekomposisi suatu fungsi menggunakan fungsi basis sinusoidal yang memiliki durasi tak terbatas pada domain waktu dan frekuensi. Dengan menggunakan transformasi wavelet, pemfilteran gelombang groundroll dapat dilakukan dengan baik dan memiliki kelebihan dibandingkan dengan pemfilteran dengan transformasi yang berbasis transformasi Fourier, diantaranya adalah kualitas sinyal reflektor yang tetap terjaga.

---

Low-frequency, high-amplitude ground roll is an old problem in land-based seismic field records. Current processing techniques aimed at ground-roll suppression, such as frequency filtering, f -k filtering, and f -k filtering with time-offset windowing, use the Fourier transform, a technique that assumes that the basic seismic signal is stationary.

A new alternative to the Fourier transform is the wavelet transform, which decomposes a function using basis functions that, unlike the Fourier transform, have finite extent in both frequency and time. Application of a filter based on the wavelet transform to land seismic shot records suppresses ground roll in a time-frequency sense; unlike the Fourier filter, this filter does not assume that the signal is stationary.

The wavelet transform technique also allows more effective time-frequency analysis and filtering than current processing techniques and can be implemented using an algorithm as computationally efficient as the fast Fourier transform. This new filtering technique leads to the improvement of shot records and considerably improves he final stack quality."

"Salah satu aspek penting dalam inveri seismik adalah estimasi wavelet yang bisa mewakili data seismik secara komprehensif. Dalam tesis ini akan dijabarkan konsep dan implementasi algoritma Kolmogoroff dalam estimasi wavelet. Secara prinsip, dalam metoda Komogoroff, spektrum fasa minimum ditentukan atas spektrum amplitudo yang diberikan. Jika diberikan spektrum amplitudo dengan panjang wavelet n+1 maka terdapat 2n wavelet dengan spektrum fasa yang berbeda, namun hanya satu dari 2n wavelet yang mmiliki spektrum fasa minimum. Pendekatan yang unik ini diharapkan bisa memberikan estimasi wavelet yang representative. Dalam proses ini, kondisi data seismik diasumsikan terdiri dari deret reflektivitas yang acak dan merupakan hasil konvolusi dari wavelet berfasa minimum. Keabsahan dari asumsi tersebut telah diuji dengan deret reflektivitas dari suatu data sumuran dan trace seismik sintetik. Untuk verifikasi dari unjuk kerja algoritma Kolmogoroff, terlebih dahulu diaplikasikan ke data sintetik. Lebih lanjut aplikasi dengan data real dilakukan untuk menentukan distribusi impedansi akustik melalui inversi seismik. Sebagai acuan dalam mengevaluasi hasil inversi seismik dilakukan komparasi terhadap teknik Band Limited inversion yang dihasilkan dari software komersiil. Hasil koparasi menunjukkan korelasi yang optimum."

"Tekstur menyimpan atau menyediakan karakteristik-karakteristik yang penting untuk usaha pengidentifikasian permukaan dan objek pads berbagai macam citra. Untuk mempelajari tekstur tersebut, dimana sebagian besar tekstur alami mempunyai frekuensi dominan yang terletak pada saluran frekuensi menengah, diperlukan metode multisaluran frekuensi atau analisa multiresolusi, untuk mencapai frekuensi tertentu. Wavelet adalah sebuah fungsi matematika yang memotong-motong data ke dalam frekuensi-frekuensi yang berbeda, sehingga data tersebut dapat dipelajari dengan resolusi yang berbeda-beds. Sebuah metode transformasi wavelet yang disebut Transformasi Wavelet Berstruktur Pohon (Tree Structured Wavelet Transform) memungkinkan untuk memilih daerah frekuensi yang akan dipelajari. Skripsi ini bertujuan untuk membuat perangkat iunak yang dapat mengenali tekstur pads suatu citra secara tepat dengan menggunakan Transformasi Wavelet Berstruktur Pohon. Hasil uji cobs menunjukkan bahwa citra teskstur berukuran 128 x 128 piksel yang dicoba untuk diketahui teksturnya, dapat dikenali dengan balk oleh program."