Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem mamografi terus mengalami perkembangan. Teknologi terbaru yang muncul, seperti detektor pencacah foton tentu menjadi harapan semakin baiknya performa pencitraan yang dihasilkan, baik ditinjau dari segi kualitas citra maupun dosis. Oleh karena itu, dibutuhkan sebuah evaluasi kualitas citra dan dosimetri agar keluaran yang dihasilkan adalah citra dengan kualitas terbaik dan dosis yang masih aman diterima pasien sesuai dengan prinsip As Low As Reasonably Achieveble (ALARA). Penelitian ini dilakukan menggunakan 5 unit pesawat mamografi dengan detektor pencacah foton. Mean glandular dose (MGD) dihitung menggunakan persamaan yang dipublikasikan oleh IAEA Human Series No.17 - Quality Assurance Programme For Digital Mammography, pada ketebalan PMMA 20-70 mm. Kualitas citra dievaluasi secara otomatis menggunakan perangkat lunak Erica2 berbasis CDCOM. European Reference Organisation for Quality Assured Breast Screening and Diagnostic Services (EUREF) digunakan untuk mendapatkan nilai batas yang „dapat diterima‟ dan „dapat dicapai‟ untuk MGD dan nilai ketebalan ambang disk. Hasilnya dibandingkan dengan kinerja pesawat mamografi dengan detektor flat-panel. Nilai MGD pada pesawat dengan detektor pencacah foton menunjukan nilai yang lebih rendah pada ketebalan 40 hingga 70 mm PMMA dibanding detektor flat-panel. Nilai ketebalan ambang disk pada detektor pencacah foton juga menunjukkan angka yang lebih rendah dibanding detektor flat-panel pada seluruh diameter.

---

The mammography system is constantly evolving. The latest emerging technologies, such as photon counting detector, certainly will be a hope for better imaging performance, both in terms of image quality and dose. Therefore, an evaluation of image quality and dosimetry is needed, so the produced output will be an image with the best quality and dose that is still safe for patients according to the As Low As Reasonably Achievable (ALARA). This research was conducted using 5 units of mammography with photon counting detector. The mean glandular dose (MGD) was calculated using the equation published by the IAEA Human Series No. 17 - Quality Assurance Programme For Digital Mammography, at a PMMA thickness of 20-70 mm. Image quality is evaluated automatically using the CDCOM-based Erica2 software. The European Reference Organization for Quality Assured Breast Screening and Diagnostic Services (EUREF) was used to obtain 'acceptable' and 'achievable' values for the MGD and threshold gold thickness values. The result was compared with the performance of a mammography systems with a flat-panel detector. The MGD on a mammography systems with a photon counting detector shows a lower value at a thickness of 40 to 70 mm PMMA compared to a flat- panel detector. The threshold gold thickness values on the photon counting detector also shows a lower number than the flat-panel detector in all diameters."

"ABSTRAKLatar belakang: Mamografi merupakan pemeriksaan baku emas dan merupakan modalitas satu-satunya untuk skrining payudara perempuan. Namun efektivitas mamografi menurun terutama pada payudara berdensitas padat. Handheld ultrasonography (HHUS) sering diperlukan sebagai pelengkap mamografi dan dapat meningkatkan sensitivitas dan spesifisitas untuk deteksi kanker payudara berdensitas padat. Automated breast ultrasound (ABUS) merupakan modalitas relatif baru dengan beberapa kelebihan dibandingkan dengan HHUS antara lain reproducible, variabilitas yang rendah, waktu akuisisi lebih singkat dan konsisten, serta ukuran transduser yang lebar sehingga mencakup payudara lebih menyeluruh dan dapat melakukan karakterisasi lesi yang ukurannya melebihi lebar transduser HHUS dengan lebih baik. Saat ini penggunaan ABUS belum merata di rumah sakit di Indonesia, dan penelitian mengenai ABUS masih terbatas, sehingga perlu dilakukan penelitian mengenai ABUS dibandingkan dengan modalitas lain secara lebih obyektif. Tujuan : Penelitian ini bertujuan untuk mengetahui kesesuaian temuan, morfologis, dan lokasi lesi di payudara berdasarkan densitas mamografi dan HHUS dengan densitas mamografi dan ABUS. Metode: Dilakukan pemeriksaan payudara menggunakan mamografi, HHUS GE tipe Logic S8 dengan transduser linear 7-12 MHz, dan ABUS GE Invenia dengan transduser konkaf linear 6-12 MHz. Seluruh pemeriksaan HHUS dan ABUS dilakukan sendiri oleh peneliti di Departemen Radiologi RSCM, dan dikonfirmasi oleh Dokter Spesialis Radiologi konsultan payudara bersertifikasi ABUS untuk menentukan ada atau tidaknya lesi, morfologis, dan lokasi lesi. Kesesuaian hasil pemeriksaan mamografi-ABUS dan mamografi HHUS dianalisis menggunakan uji Mc Nemar. Hasil: Terdapat 30 subyek penelitian dan diperoleh 48 sampel payudara, dengan rentang usia 36-66 tahun (rerata ± SD 51,4 ± 8,5 tahun). Dalam menentukan ada tidaknya lesi, pemeriksaan mamografi-HHUS dan mamografi-ABUS memiliki kesesuaian dengan level sedang (moderate agreement), nilai Kappa 0,43 dan 0,49 (p 0,002 dan p 0,001); dalam menentukan morfologis lesi memiliki kesesuaian dengan level sedang (moderate agreement) dengan nilai Kappa 0,51 dan 0,43 (p 0,000 dan 0,000); serta dalam menentukan lokasi lesi memiliki kesesuaian dengan level fair agreement dengan nilai Kappa 0,37 dan 0,36 (p 0,000 dan 0,000). Simpulan: Kombinasi mamografi-HHUS memiliki kesesuaian dengan level relatif setara dalam menentukan ada tidaknya lesi dan lokasi lesi, namun sedikit lebih tinggi dalam menilai morfologis lesi dibandingkan dengan kombinasi mamografi-ABUS.

---

ABSTRACTBackground: Mammography is the gold standard and well known to be a powerful screening tool in the detection of breast cancer. However its sensitivity is reduced in women with dense breasts. Additionally, women with dense breasts have an increased risk of developing breast cancer while mammography has a lower sensitivity.Handheld ultrasonography (HHUS) is often needed as a adjunction to mammography, can increase sensitivity and specificity for detection of cancer in dense breast breasts. Automated breast ultrasound (ABUS) is a relative new modality with several advantages compared to HHUS including reproducible, low variability, shorter and consistent acquisition time, and a wide transducer size that covers the breast more thoroughly and can characterize lesions whose size exceeds the width of the transducer HHUS better. At present the use of ABUS is not evenly distributed in hospitals in Indonesia, and research on ABUS is still limited, so it is necessary to conduct research on ABUS compared to other modalities more objectively. Objective : This study aims to determine the alternative selection of HHUS and ABUS examination to detect abnormalities in the breast based on mammographic density. Method: Breast examination using mammography, HHUS GE Logic S8 with 7-12 MHz linear transducer, and GE Invenia ABUS with 6-12 MHz linear concave transducer. All HHUS and ABUS examinations are carried out solely by researchers in the Radiology Department of the RSCM, and are confirmed by an ABUS certified breast consultant radiologist to determine the presence, morphology, and location of the lesion. The suitability of ABUS mammography and HHUS mammography results were analyzed using the Mc Nemar test. Result: There were 30 subjects and 48 breast samples were obtained, with an age range of 36-66 years (mean ± SD 51.4 ± 8.5 years). In determining the presence or absence of lesions, examination of mammography-HHUS and mammography-ABUS is in accordance with moderate agreement and Kappa values 0.43 and 0.49 (p 0.002 and p 0.001); in determining the morphology of the lesion is in accordance with moderate agreement and Kappa value 0.51 and 0.43 (p 0,000 and 0,000); and in determining the location of the lesion is in accordance with fair agreement and Kappa values ​​of 0.37 and 0.36 (p 0,000 and 0,000). Conclusion : The mammographic-HHUS combination is compatible with a relatively equal level in determining the presence or absence of the lesion and location of the lesion, but is slightly higher in assessing the morphology of the lesion compared with the mammographic-ABUS combination."

"Penelitian ini berupaya untuk membuat Contrast Detail Structured Phantom yang dapat digunakan untuk menguji kualitas citra pada modalitas mamografi. Material latar yang digunakan adalah minyak kelapa dan minyak kelapa sawit sebagai cairan yang mirip dengan Adiposa. Penelitian ini juga menggunkan timah sebagai target yang merepresentasikan adanya sel kanker. Tujuan utama penelitian ini adalah meningkatkan kemampuan Contrast Detail Structured Phantom dalam menghasilkan citra yang lebih akurat dan responsif terhadap variasi dosis, sekaligus mengatasi permasalahan variabilitas yang tinggi pada struktur latar. Penelitian ini dibagi menjadi 4 tahap, yaitu; persiapan bahan, pembuatan fantom, pengujian fantom, dan evaluasi hasil uji fantom. Tahap persiapan meliputi persiapan desain dan pembuatan fantom serta persiapan material isian latar. Tahap pembuatan fantom meliputi memasukan material isian kedalam fantom. Tahap pengujian fantom meliputi tahap validasi dan uji kualitas citra. Pada tahap validasi, faktor eksposur dan nilai piksel rata-rata citra fantom dibandingkan dengan mamogram pasien. Tahap uji kualitas citra menggunakan parameter uji full width half maximum (FWHM) untuk menilai ketajaman citra serta signal difference-to-noise ratio (SDNR) untuk menilai kontras pada 3 level dosis (0,5 AEC, AEC, dam 2 AEC). Faktor eksposur arus waktu tabung fantom memiliki kesamaan 93,7% (fantom 1) dan 89,4% (fantom 2) dengan faktor eksposur arus waktu tabung pasien, fantom cukup sensitif terhadap dosis dilihat dari tren nilai SDNR yang meningkat mengikuti meningkatnya dosis, FWHM mengindikasikan modalitas mamografi menghasilkan citra yang cukup tajam, sedangkan untuk nilai variabilitas masih cukup tinggi. Fantom dapat digunakan untuk menggantikan organ payudara juga dapat dimanfaatkan untuk menguji kualitas citra modalitas mamografi.

---

This research strives to create a Contrast Detail Structured Phantom that can be used to test image quality in mammography modalities. The background material used is coconut oil and palm oil as a liquid similar to Adipose. This research also uses lead as a target that represents the presence of cancer cells. The main objective of this research is to improve the ability of the Contrast Detail Structured Phantom to produce images that are more accurate and responsive to dose variations, while also overcoming the problem of high variability in background structures. This research is divided into 4 stages, namely; preparation of materials, making phantoms, testing phantoms, and evaluating phantom test results. The preparation stage includes preparing the design and making the phantom as well as preparing the background filling material. The phantom manufacturing stage includes inserting the filling material into the phantom. The phantom testing stage includes the validation stage and image quality testing. In the validation stage, the exposure factor and average pixel value of the phantom image are compared with the patient's mammogram. The image quality test stage uses full width half maximum (FWHM) test parameters to assess image sharpness and signal difference-to-noise ratio (SDNR) to assess contrast at 3 dose levels (0.5 AEC, AEC, and 2 AEC). The time current exposure factor of the phantom tube is similar to 93.7% (phantom 1) and 89.4% (phantom 2) with the patient tube time current exposure factor, the phantom is quite sensitive to dose seen from the trend of SDNR values which increase following increasing dose, FWHM indicates that the mammography modality produces quite sharp images, while the variability values are still quite high. The phantom can be used to replace the breast organ and can also be used to test the image quality of mammography modalities."

"Kanker payudara adalah tumor ganas yang tumbuh akibat pertumbuhan sel-sel jaringan yang tidak normal pada jaringan payudara. Kanker payudara pada wanita merupakan penyakit yang kini paling banyak diderita dibandingkan jenis kanker lainnya. Cara yang dilakukan agar penyakit ini tidak memiliki kesempatan untuk menyebar adalah dengan mendeteksinya sedini mungkin dengan menggunakan mammografi. Pada penelitian ini penulis telah merancang suatu sistem yang menggunakan komputer untuk mendeteksi dan mengklasifikasi kanker payudara pada citra mammogram. Citra mammogram yang digunakan adalah citra mammogram dari Mommographic Image Analysis Society (MIAS) yang terdiri dari 322 citra. Pengolahan awal citra pada sistem ini menggunakan metode Otsu Thresholding, pendeteksian tepi dengan menggunakan metode Canny, dan metode dilasi. Ciri yang digunakan pada sistem ini adalah Gray Level Co-occurrence Matrix (GLCM) dan Discrete Wavelet Transform (DWT). Metode pengklasifikasian yang digunakan pada penelitian ini adalah Support Vector Machine (SVM). Sistem memiliki ketahanan yang baik terhadap noise salt and pepper pada nilai noise tertentu pada tiap jenis citra mammogram yang digunakan. Tingkat keakuratan berkisar 80% pada saat diberi noise sebesar -16dB pada citra mammogram jinak dan ganas. Keakuratan sistem juga teruji cukup baik untuk jumlah data latih yang hanya sebesar 70% dimana tingkat keakuratan pendeteksian dan pengklasifikasian adalah sebesar 80,6%.

---

Breast cancer is a malignant tumor that grows as a result of the growth of tissue cells that are not normal in the breast tissue. Breast cancer in women is a disease that is now the most common cancer than other types. How that is done so that the disease does not have a chance to spread is to detect it as early as possible by using mammography.

In this study, the authors have designed a system that uses a computer to detect and classify breast cancer on a mammogram image. Mammogram image has been taken from Mommographic Image Analysis Society (MIAS) which consists of 322 images. Initial processing images on this system using Otsu Thresholding, edge detection using Canny method, and the method of dilation. Features used in this system is the Gray Level Co-occurrence Matrix (GLCM) and Discrete Wavelet Transform (DWT).

Claassification method was used in this study is Support Vector Machine (SVM). The system has good resistance to salt and pepper noise on certain noise value for each type of mammogram image are used. The accuracy range was 80% when given the noise of -16dB on mammogram images of benign and malignant. The accuracy of the system was also tested well enough for the amount of training data that only 70% where the level of detection and classification accuracy is 80,6 %."

"ABSTRAKAnalisa pengaruh pemilihan region of interest (ROI) telah dilakukan secara kuantitatif menggunakan citra fantom 3D mamografi dari 4 pesawat mamografi (Siemens Mammomat Inspiration, Hologic Selenia Dimensions, Philips MicroDose L50 dan Agfa CR) dengan faktor eksposi pada pengaturan AEC. Empat model konfigurasi ROI diinvestigasi berdasarkan variasi bentuk dan ukuran dari lesi target dan latar. Dilakukan kalkulasi terhadap parameter nilai piksel (PV), kontras, dan signal difference to noise ratio (SDNR). Hasil menunjukkan bahwa variasi ROI memberikan pengaruh signifikan pada nilai PV untuk deteksi massa berspikula dan mikrokalsifikasi, namun tidak berpengaruh signifikan pada deteksi massa tidak berspikula. Variasi ROI tidak memberikan pengaruh pada parameter kontras untuk deteksi semua jenis target. Pada parameter SDNR, variasi ROI hanya berpengaruh signifikan untuk deteksi mikrokalsifikasi.

---

ABSTRACTA quantitative analysis on the influence of Region of Interest (ROI) selection was conducted using images of 3D structured phantom from four different digital mammography systems (Siemens Mammomat Inspiration, Hologic Selenia Dimensions, Philips MicroDose L50 and Agfa CR) under Automatic Exposure Control (AEC) setting. Quantitative assessment was done by measuring the given parameters; (1) pixel value (PV), (2) contrast, and (3) signal different to noise ratio (SDNR) under four models of ROI configuration varied by shape and size of lesion, as well as background. Results shown that varying the ROI gives significant effect on detection of spiculated masses and microcalcifications in term of its PV. The variation of ROI does not give significant effect in term of image contrast. For SDNR, the variation of ROI only gave significant effect on detection of microcalcifications.;"

"Penelitian ini bertujuan untuk membuat fantom payudara yang menerapkan analisis kontras detail dengan latar berstruktur untuk uji kualitas citra pada modalitas Mamografi dan Digital Breast Tomosynthesis. Penelitian ini dibagi menjadi 3 tahap, yakni; pembuatan, validasi, dan studi aplikasi fantom. Tahap pembuatan fantom mencakup pemilihan material fantom serta desain dan fabrikasi fantom. Pada tahap validasi, faktor eksposi dan nilai piksel dari citra fantom dibandingkan dengan mamogram klinis. Pada tahap studi aplikasi, fantom untuk menguji kualitas citra Mamografi dan DBT dengan mengukur signal-to-difference noise ratio (SDNR), dan ketajaman citra (Full width half maximum (FW HM) dan artifact spread function (ASF)) pada 3 level dosis (1/2 automatic exposure setting (AEC), AEC dan 2 AEC). Contrast detail structured phantom berhasil diproduksi dengan variasi ukuran dan posisi objek mikrokalsifikasi. Nilai piksel target memiliki kesamaan 85,34 %, dengan nilai piksel mikrokalsifikasi mamogram klinis, sedangkan latar fantom memiliki kesamaan 86,07 % dengan jaringan payudara pasien. Studi aplikasi menunjukkan bahwa fantom dapat digunakan untuk menguji kualitas citra khususnya terkait detail mikrokalsifikasi. Perbedaan posisi target dan level dosis mempengaruhi hasil pengukuran. Contrast detail structured phantom telah berhasil diproduksi dan diujicobakan; fantom ini dapat digunakan untuk menguji kualitas citra pesawat mamografi dan DBT dengan mempertimbangkan struktur heterogen pada jaringan payudara

---

This work is aimed to construct a contrast detail structured phantom for mammography and Digital Breast Tomosynthesis. The study was divided into 3 stages: production, validation and application. Production stage covered materials preparation, design and fabrication phantom. In validation stage, the phantom was compared to clinical mammogram in terms of exposure settings used in the image acquisition and their pixel values. Last stage was to study the application of the phantom to assess the image quality of mammography and DBT systems in terms of signal difference-to-noise ratio (SDNR), and sharpness (fullwidth half maximum, FWHM and artifact spread function, ASF) at 3 dose level (1/2 × automatic exposure control (AEC), AEC and 2 × AEC settings). The contrast detail structured phantom was successfully created with variations on microcalcification object size and position. In comparison with clinical mammogram, maximum pixel value of Sn sphere shows 85,34 % similarity while their background tissue had 86,07 % similarity. The study of applications of the phantom shows that the phantom can be used to assess the image quality particularly to detail of microcalcifications. The position of targets and dose level settings afflicted the measured parameters. The contrast detail structured phantom has been successfully construct and studied; this phantom allows assessing image quality of digital mammography and DBT by including the presence of structured breast tissue -like

"

"ABSTRAKPenelitian ini mengembangkan Computer Aided Diagnosis (CAD) untuk mamografi dengan menggunakan metode segmentasi Markov Random Field (MRF) dan local threshold. Metode local threshold mencari abnormalitas dengan membandingkan segmen citra abnormal dengan normal. Sementara itu, metode MRF mencari abnormalitas berdasarkan nilai piksel dan bentuk cluster. Metode MRF dikerjakan dengan dan tanpa median filter, contrast enhancement histeq dan CLAHE. Metode segmentasi local threshold memiliki sensitivitas 77,8%, akurasi 68,4%, spesifitas 60,4%, presisi 62,5%, dan overall error 31,6%. Rendahnya keberhasilan disebabkan bentuk payudara pada data sampel tidak seragam, sehingga tiap segmen dari tiap citra belum tentu menunjukkan posisi yang sama. Segmentasi citra MRF yang dilakukan tanpa filter dan contrast enhancement, memiliki keberhasilan terendah. Hal ini membuktikan bahwa citra mamografi memiliki kontras yang rendah dan noise yang tinggi. Metode MRF dilengkapi dengan median filter memiliki akurasi tertinggi (87,0%) dan overall error terendah (12,8%), yang berarti metode ini adalah metode yang paling baik dalam melakukan deteksi sesuai dengan diagnosis dokter. Metode histeq+MRF memiliki sensitivitas yang tinggi (95,9%) dan spesifitas yang rendah (76,2%) yang menunjukkan bahwa metode ini berhasil mendeteksi citra abnormal sebagai abnormal, namun banyak mendeteksi citra normal sebagai abnormal. Metode CLAHE+MRF memiliki nilai spesifitas tertinggi (92,2%) dan sensitivitas terendah (73,1%) yang berarti metode berhasil mendeteksi citra normal sebagai normal, namun banyak mendeteksi citra abnormal sebagai normal. Dalam menentukan sifat benign dan maglina dari cluster abnormal, metode histeq+MRF merupakan metode yang paling berhasil dalam memvisualisasi citra dengan diagnosis maglina.

---

ABSTRACTThis research developed Computer Aided Diagnosis (CAD) for mammography using Markov Random Field (MRF) and local thereshold method. The Local thereshold methods finds abnormalities by comparing segments from abnormal image. While, MRF methods find abnormalities based on the pixel value and cluster's shape. In this research, the MRF method carried out with median fiter, histeq, and CHALCE contrast enhancement. MRF without any filter and contrast enhancement also done. The sensitivity, accuracy, specfity, presision and overall error of local thereshold method sequentially are 77.8%, 68.4%, 60.4%, 62.5%, and 31.6%. The low result caused by the diversity of the breast's from in the sample, so that each segment on each image doesn't refer to the same anatomical position. MRF segmentationwithout any filter and contrast enhancement gave the worst result. This result proved that mammography images have poor contrast and lot of noise. MRF method with median filter has the highestaccuracy (87.0%) and the lowest overall error (12.8%). This score shows that median filter + MRF method is the best method that can matches doctor's diagnosis. Histeq+MRF method has the highest sensitivity (95.9%) and the lowest specifity (76.52%). This result indicates that histeq+MRF method succesfully detect abnormal image as abnormal, but detect many the normal images as abnormal. CLAHE+MRF method has the highest specifity (92.2%) and the lowest sensitivity (73.1%). It shows that this method has a good performance in detecting normal image as normal but detect many abnormal images as normal. Histeq+MRF method shows the best performance in visualizing maglina clusters."