Hasil Pencarian  ::  Simpan CSV :: Kembali

"Toko merupakan tempat untuk memenuhi kebutuhan hidup dengan barang atau jasa. Fasade merupakan bagian dari bangunan yang dilihat pertama kali dari jalan. Apabila dihubungkan dengan toko, fasade memberi impresi pertama kepada calon konsumen. Impresi pertama ini menjadi image yang diasosiasikan pada toko.Konsumen yang mementingkan image berasal dari kelas menengah ke atas yang tinggal di kota. Mereka duduk pada piramida Maslow di tingkat kebutuhan aktualisasi diri. Dengan sifat setf-absorption, maka mereka akan terus berusaha memenuhi kebutuhannya.Sifat ini membentuk masyarakat berbudaya kapitalis. Produsen dalam kapitalisme menciptakan kebutuhan palsu yang seolah-olah diperlukan. Image dari kebutuhan palsu merupakan penanda semu yang menutupi fakta-fakta dari kenyataan yang sebenarnya dan menciptakan simulacra sehingga masyarakat akan tenggelam dalam dunia hiper-realitas dimana tidak ada referensi yang jelas kecuali simulacra itu.Fenomena hiper-realitas dapat dilihat pada fasade bangunan toko. Ada fasade yang diolah agar menyampaikan image secara menyeluruh seperti jenis usaha atau sasaran konsumennya. Ada pula fasade yang diolah dengan bentuk dan warna yang unik dan sedang menjadi trend sehingga memberi kesan pada konsumen tanpa menyampaikan informasi apapun mengenai jenis usaha dan sasaran konsumen. Fasade tanpa referensi ini disebut sebagai fasade hiper-realitas.Fasade hiper-realitas atau bukan, keduanya menyampaikan image yang berbeda-beda tetapi memiliki tujuan sama yaitu menarik minat konsumennya."

"Since the advent of computerized tomography in radiology, many imaging techniques have been introduced in medicine, science, and technology. This book describes the state of the art of the mathematical theory and numerical analysis of imaging. The authors survey and provide a unified view of imaging techniques, provide the necessary mathematical background and common framework, and give a detailed analysis of the numerical algorithms. This book not only reflects the theoretical progress and the growth of the field in the last 10 years but also serves as an excellent reference. It will provide readers with a superior understanding of the mathematical principles behind imaging and will enable them to write state-of-the-art software as a result."

"Pada dasarnya, tujuan kompresi gambar adalah bagaimana mendapatkan nilai rasio kompresi rasio yang tinggi, tepat dan gambar rekonstruksi masih dapat dikenali oleh visual manusia. Penentuan rasio kompresi secara tepat adalah hal yang penting dilakukan karena nilai rasio kompresi berhubungan dengan media penyimpanan serta waktu pengiriman gambar. Dengan menggunakan metoda klasifikasi kuantisasi vektor, nilai rasio kompresi yang diinginkan mempunyai range (sebaran) yang besar dan dapat diperkirakan sehingga dijadikan masukan simulasi.Metoda klasifikasi kuantisasi vektor adalah metoda kuantisasi vektor dengan membagi data kedalam blok-blok (sel) ukuran tertentu dan menghasilkan kode yang mewakili blok-blok tersebut dengan cara mengambil data dengan jarak atau distorsi terkecil menurut klasifikasi orientasi subband horizontal, vertikal dan diagonal. Kode itu disebut dengan codebook.Dengan menggunakan metoda klasifikasi kuantisasi vektor, sebagai masukan simulasi adalah nilai variabel rasio kompresi 4,8,16,32 dan 64 maka diperoleh hasilnya adalah gambar rekonstruksi masih dapat dikenali dengan baik pada nilai rasio kompresi 4, 8, 16 dan 32 dimana nilai PSNR masih > 30 dB. Sedangkan nilai rasio kompresi 64, gambar rekonstruksi sudah tidak dapat dikenali lagi karena nilai PSNR sudah < 30 dB sehingga gambar rekonstruksinya mengalami penurunan kontras yang menyebabkan kabur dan bertambahnya efek blocking.

---

Basically, the image compression is to achieve high compression ratio, accurate and recognized image reconstruction. Achieving compression ratio accurately is somewhat important to accomplish. Normally, compression ratio is defined by determining PSNR. By using classification of quantization vector method, getting the compression ratio is likely to do. The unique of this method is that this method can be arranged from 4 up to 64 of compression ratio.The classification of quantization vector method is one of vector quantization methods that classify image data to specified block and process the blocks to produce the representative block by taking minimum distance or distortion according to horizontal, vertical and diagonal energy. Those codes are codebooks.By using the classification of quantization vector method combining with the compression ratio value as an input variable of 4,8,16,32 and 64, the outcome is that reconstructed images of the compression ratio ranged 4, 8,16 and 32 is good with PSNR > 30 dB whereas the compression ratio of 64 is not recommended (PSNR value < 30 dB) for any images particularly for textures images."

"ABSTRAKPembentukan scale pada pipa maupun unit proses lainnya dapat terjadi di dalam proses produksi. Scaling pada pipa dapat mengurangi diameter pipa sehingga mengurangi laju alir dan bahkan mengakibatkan pipa tersumbat. Pengukuran scaling pada pipa diperlukan untuk mengetahui keberadaan dan persentase scaling pada pipa. Teknik tomografi merupakan teknik yang digunakan untuk menginvestigasi struktur dalam suatu obyek secara non-intrusive dan non-invasive. Tomografi gamma untuk industri memiliki tantangan tersendiri dikarenakan sistem pemindainya harus dapat menyesuaikan kepada obyek yang akan diukur dan lingkungannya serta dapat dipindah dengan mudah. Oleh karena itu dibutuhkan suatu sistem portabel yang dapat menyesuaikan terhadap obyek dan lingkungan pengukuran. Dalam penelitian ini sistem tomografi melakukan melakukan pemindaian translasi dan rotasi secara otomatis serta dapat diinstal dengan relatif mudah. Sumber radiasi gamma Cs-137 yang terkolimasi mentransmisikan foton gamma menembus obyek uji yang kemudian akan dideteksi dengan menggunakan detektor sintilasi NaI Tl . Kumpulan dari beberapa data proyeksi akan dibentuk menjadi citra dengan menggunakan perangkat lunak rekonstruksi citra. Citra hasil rekonstruksi akan dianalisis untuk menghitung persentase scaling yang terdapat di dalam pipa yang bertujuan untuk mengetahui persentase area fluida yang tersisa setelah terjadinya scaling.

---

ABSTRACTScaling in pipeline or other process units may occur in the production process. Scaling in pipes can reduce the diameter of the pipe, thereby reducing the flow rate and even lead to clogged pipes. Pipe scaling measurement is needed to determine the existence of scaling and its persentation. Tomography is a technique used to investigate the inner structure of an object in a non intrusive and non invasive. Industrial gamma tomography has its challenges due to the need to adjust to the object to be measured and the environment. Therefore, we need a portable system that can adjust to the object and the measurement environment. In this study tomography system perform measurements with the translational motion and rotation automatically and can be easily installed. Gamma radiation source Cs 137, which transmits collimated gamma photons penetrate the test object will then be detected using scintillation detector NaI Tl . A packed of data will be reconstruct to image using image reconstruction software. The reconstructed image will be analyzed to calculate the scaling percentage contained in the pipe which aims to determine the percentage of fluid area remaining after the scaling."

"Magnetic Resonance Imaging (MRI) merupakan salah satu teknologi pencitraan medis yang paling menonjol untuk memeriksa tulang dan jaringan lunak pada tubuh manusia. Namun, MRI memiliki kekurangan pada waktu pemindaian yang lama. Untuk mengatasi masalah ini, pencitraan paralel digunakan untuk mengurangi waktu pemindaian dengan menggunakan beberapa koil penerima dan pengurangan data pada k-space yang menyebabkan munculnya artefak dan noise. Sensitivity Encoding (SENSE) dan Generalized Autocalibrating Partially Parallel Acquisitions (GRAPPA) merupakan algoritma pencitraan paralel yang bekerja pada domain gambar dan domain k-space untuk merekonstruksi citra yang memiliki artefak dan noise. Namun penggunaan kedua algoritma tersebut masih terbatas oleh parameter yang digunakan. Penelitian ini bertujuan untuk mengetahui bagaimana pengaruh parameter pada kedua algoritma terhadap citra hasil rekonstruksi pada MRI yang dilakukan melalui simulasi. Selama simulasi, kami menggunakan variasi jumlah kumparan (nc) dan faktor akselerasi (R) untuk kedua algoritma serta jumlah garis ACS (NACS) dan ukuran kernel (nk) untuk algoritma GRAPPA. Untuk menganalisis data, kami menggunakan metode Image Quality Assessment (IQA) yaitu structural similarity index measure (SSIM) dan mean squared error (MSE) sebagai metode kuantitatif untuk menilai kualitas gambar dengan cara membedakan citra asli dan citra hasil rekonstruksi. Berdasarkan analisis kuantitatif, hasil menunjukkan bahwa jumlah koil penerima dan faktor akselerasi saling terkait pada kedua algoritma. Dimana nilai faktor akselerasi yang semakin besar menyebabkan kualitas citra menurun sedangkan lebih banyak jumlah koil penerima yang digunakan dapat membuat citra hasil rekonstruksi menjadi lebih baik. Namun demikian, penggunaan jumlah koil penerima dengan faktor akselerasi yang tepat akan menghasilkan citra yang semakin baik. Pada parameter algoritma GRAPPA, hasil variasi jumlah garis ACS tidak menunjukkan banyak perbedaan. Sedangkan GRAPPA kernel dengan variasi nk = 9 x 4 menunjukkan hasil yang lebih baik pada citra hasil rekonstruksi. Kedua algoritma sama-sama menunjukkan hasil terbaik pada parameter nc = 16. Studi ini menunjukkan bahwa pencitraan paralel menggunakan algoritma SENSE dan GRAPPA mampu menghasilkan citra rekonstruksi yang baik yang dibuktikan dengan nilai MSE 0 dan SSIM 1 pada parameter R = 1 (full-sampled) dan pada data under-sampled dengan menggunakan parameter yang tepat......Magnetic Resonance Imaging (MRI) is one of the most prominent medical imaging technologies for examining human bones and soft tissues. However, it has a shortcoming of long scan time. To overcome this problem, parallel imaging is used to reduce scan time by using multiple coil receivers and under-sampled k-space data which lead to artifact and noise images. Sensitivity Encoding (SENSE) and Generalized Autocalibrating Partially Parallel Acquisitions (GRAPPA) are parallel imaging algorithms that work in the image domain and k-space domain to reconstruct the aliased images. However, the use of both algorithms is still limited by its parameter. This study aims to investigate how parameters in both algorithms influence MRI image reconstruction via simulation. During the simulation, we used the variation of the number of coils (nc) and acceleration factor (R) for both algorithms and the number of ACS lines (NACS) and size of kernel (nk) for the GRAPPA algorithm. In order to analyze the data, we use structural similarity index measure (SSIM) and mean squared error (MSE) as the image quality assessment (IQA) methods to differentiate original and reconstructed images. According to the IQA parameter, the results showed that the number of coils and acceleration factor are correlated for both algorithms. A higher acceleration factor number causes more aliasing and noise while more coils can make the reconstruction image better. Nevertheless, the number of coils with the right number of acceleration factor will result in a good reconstructed image. In GRAPPA parameters, the results of variation of the number of ACS lines did not show many differences. Whereas, GRAPPA kernel with variation of nk = 9 x 4 showed better results in the reconstructed images. Both algorithms showed the same best results in the parameter of nc = 16. This study showed that SENSE and GRAPPA are capable of retrieving good reconstruction images as evidenced by the values of MSE 0 and SSIM 1 at parameter R = 1 (full-sampled) and on under-sampled data by using the right parameters."

"ABSTRAKElectrical Capacitance Volumetric Tomography ECVT adalah teknologi pemindaian alternatif berbasis kapasitansi yang relatif baru dikembangkan. Teknologi pemindaian serupa, seperti halnya ECT, EIT, ERT, dll. banyak dikembangkan sebagai alternatif teknologi pemindaian yang sudah mapan dikarenakan sifatnya yang non-invassive, rendah energi dan portability. Teknologi pemindaian alternatif tersebut kini tidak hanya dikembangkan untuk keperluan industri namun telah juga digunakan untuk keperluan medis. Oleh karenanya, peningkatan kualitas hasil rekonstruksi citra dari ECVT yang kaya informasi dan presisi, menjadi salah satu isu dalam riset pengembangan teknologi ECVT.Di dalam penelitian ini diusulkan metode rekonstruksi citra ECVT menggunakan prinsip Compressive Sensing CS . CS digunakan mengingat inverse problem pada metode rekonstruksi citra ECVT secara natural membentuk under-determined linear system yang secara teori seharusnya dapat diselesaikan dengan prinsip CS. Metode rekonstruksi yang diusulkan diperkaya dengan penambahan metode usulan threshold yang berdasarkan hasil simulasi meningkatkan nilai kinerja hasil rekonstruksi sampai dengan 16.4 secara rata-rata. Beberapa kontribusi teori juga dirumuskan hasil dari analisa menyeluruh pada metode rekonstruksi yang diusulkan berdasarkan beberapa aspek penting dalam prinsip CS. Pada bagian akhir evaluasi dan analisis, metode rekonstruksi yang diajukan dibandingkan dengan metode rekonstruksi citra ECVT pada metode konvensional ILBP Iterative Linear Back Projection yang lebih sederhana.Hasil penelitian menunjukkan metode yang diusulkan mampu memperbaiki kualitas hasil rekonstruksi dan menghilangkan elongation error yang muncul pada hasil rekonstruksi citra ECVT dengan metode ILBP. Kinerja terbaik pada metode yang diusulkan mampu memperbaiki akurasi hasil rekonstruksi sampai dengan 11.9 berdasarkan nilai koefisien korelasi R. Metode rekonstruksi citra ECVT yang diusulkan masih memiliki kelemahan pada beberapa pemindaian yang lebih rumit, namun tetap memberikan hasil lebih baik dibandingkan dengan ILBP. Analisis hasil simulasi juga menunjukkan bahwa tidak semua kriteria pada teori prinsip CS sejalan dengan implementasinya pada metode rekonstruksi citra ECVT.

---

ABSTRACTElectrical Capacitance Volume Tomography ECVT is a capacitance based sensing technology. ECVT and other related sensing technologies are rapidly developed since they have beneficial properties non invasive, low energy consumption and portability compared to the established sensing technologies MRI, CT Scan, USG, etc . The ECVT is not only developed for industrial purposes but also for medical purposes. Therefore, the improvement on the image reconstruction is urgently needed. ECVT image reconstruction imaging system based on Compressive Sensing Principle is proposed. CS framework is used since the inverse problem of ECVT naturally constructs under determined linear system which is theoretically can be solved using Compressive Sensing framework. The proposed method is enriched by proposed thresholding method which succeed to improve the reconstruction kinerjance up to 16.4 . In addition, some theoretical contributions are also defined based on the comprehensive analysis of the proposed method subject to several aspects in Compressive Sensing principles. At the end of the works, the proposed method is compared with the existing image reconstruction method for ECVT, Iterative Linear Back Projection ILBP .Simulation results indicated that the proposed imaging system is able to improve the reconstructed image especially on reducing the elongation error resulted in ILBP method. The best kinerjance on the proposed method succeeds to improve the accuracy up to 11.9 based on R value. The proposed method still has limitations, especially on more complicated sensing environment but still retrieved better results compared to ILBP. In addition, there are some gaps between the theoretical concept and application of Compressive Sensing that could not be fully implemented in ECVT imaging system."

"ABSTRACTDalam penelitian ini telah dibuat sebuah sistem Tomografi berbasis gelombang mikro yang bersifat portable dengan biaya yang relatif rendah. Sistem ini terdiri dari sebuah modul akuisisi data berbasis mikrokomputer yang mendapatkan data dari PocketVNA dan sebuah sistem mekanis berbasis motor stepper yang digunakan sebagai pengendali posisi angular antena Vivaldi di sepanjang lintasan yang bergerak melingkar mengelilingi obyek uji yang diamati. Motor stepper digerakkan melalui sebuah motor driver dan sebuah Arduino board. DeepAces Vivaldi antena dapat digunakan sebagai transceiver gelombang mikro dari frekuensi 1.5 GHz sampai 9 GHz, sedangkan PocketVNA yang digunakan untuk melakukan perhitungan koefisien transmisi dan koefisien refleksi (S11 dan S12), magnitude dan fase gelombang mikro mempunyai jangkauan frekuensi 500 kHz sampai dengan 4 GHz. Pengukuran dalam penelitian ini dilakukan dalam rentang frekuensi 3-3.78 GHz dengan kenaikan frekuensi setiap 0.5 GHz, dan pengukuran dilakukan 5 kali di setiap posisi sudut, sedangkan posisi antenna digeser dengan kenaikan 5°. Obyek uji yang digunakan berupa logam besi berbentuk segi 8 dan logam besi berbentuk silinder setra nilon atau Polyehhylene. Citra hasil proses rekonstruksi berbasis algoritma simultaneous iterative reconstruction cukup secara signifikan menggambarkan bentuk dan penampang benda uji.

---

ABSTRACTIn this research study a Microwave-based Tomography (MWT) system that is portable with a relatively low cost has been developed. This system consists of a microcomputer-based data acquisition module that obtains data from a PocketVNA and a mechanical system based on stepper motors which are used to control the angular positions of the Vivaldi antennas along a circular path around the observed object. The stepper motors are driven through motor drivers and an Arduino board. The used Vivaldi antennas can be operated as microwave transceivers from frequency of 1.5 GHz to 9 GHz, while the PocketVNA is used to measure the transmission and reflection coefficients (S11 and S12), magnitude and phase of the microwave that have a frequency range of 500 kHz to 4 GHz. Measurements in this study were carried out in the frequency range 3-3.78 GHz with an increase in frequency of every 0.5 GHz, and measurements were executed 5 times at each angle position, while the antenna position was shifted every a 5°. The test object used was in the form of an octagonal iron metal and cylindrical metal also nylon or Polyethylene. The images of the reconstruction process based on simultaneous iterative reconstruction algorithms significantly illustrates the shape and cross section of the test object."

"Telah dilakukan penelitian untuk pemograman rekonstruksi citra dua dimensi gamma rays computed tomography single detector Metode atau algoritma yang digunakan dalam proses rekonstruksi filtered backprojection karena metode ini relatif mudah digunakan dan menghasilkan citra yang cukup akurat Metode ini menggunakan filter frekuensi untuk menghilangkan noise yang timbul saat pengambilan data Prinsip dasar dari metode ini adalah menjumlahkan dan memutar sejauh 180o atau 360o semua data proyeksi yang didapat dari hasil pengukuran yang sudah berbentuk sinogram dan juga telah melalui proses filterisasi Proses rekonstruksi dilakukan dengan menggunakan fungsi iradon dalam MATLAB Hasil dari penelitian ini adalah citra hasil rekonstruksi dalam bentuk dua dimensi dengan perbedaan warna grayscale yang mengandung nilai koefisen atenuasi linear dengan variasi metode interpolasi dan jenis filter yang digunakan

---

This research has carried out to programming for image reconstruction two dimension for gamma rays computed tomography single detector The mtheode or algorithms that used to reconstructed image is filtered backprojection because this method is relative easier and build an image more accurate than the older methods This methode used frequencies filter to disapear noise when measurement process The basic principle of this methode is adding and rotate 180o or 360o all projection data that formed in sinogram and have passed filtering process This process used iradon function that include in MATLAB The result of this research is an image as reconstruction result in two dimensional with grayscale colour which contain linear atenuation coeficien data with varian in interpolation methode and kind of filters"

"ABSTRAKKanker adalah salah satu penyebab kematian terbanyak dan otak termasuk salah satu organ yang rentan terkena kanker. Deteksi dini tumor otak dapat mengurangi resiko terkena kanker. Scanner seperti Computed Tomography (CT) Scan dan Magnetic Resonance Imaging (MRI) adalah alat yang digunakan deteksi dini dan diagnosis tumor otak. Namun, modalitas tersebut berbiaya tinggi, berukuran besar, dan memiliki efek samping terhadap kesehatan. Pencitraan gelombang mikro menawarkan metode pemindaian tumor untuk deteksi dini dengan biaya rendah, ukuran kecil, dan risiko rendah terhadap kesehatan. Compressive Sensing (CS) memungkinkan rekonstruksi citra gelombang mikro dengan data yang sparse. Penelitian ini mengusulkan pengembangan Compressive Sensing dengan Low-Rank Compressive Sensing. Penelitian menunjukkan bahwa metode Low-Rank CS dapat memberikan hasil rekonstruksi yang sama, bahkan lebih baik secara kualitatif dan kuantitatif dibandingkan dengan metode Simultaneous Algebraic Reconstruction Technique (SART), CS murni, maupun CS dengan regularisasi Total Variation (TV). Parameter kualitatif diukur dengan perbandingan visual dan kontur aktif dari citra yang direkonstruksi, sedangkan parameter kuantitatif diukur dengan MSE dan SSIM. Penelitian ini juga telah merancang dan membuat sebuah framework yang mengemas metode Low-Rank CS. Framework tersebut merupakan komponen controller dan image reconstructor untuk produk pendeteksi tumor otak portabel berbasis gelombang mikro yang bersifat open source dan universal (multi-plartform).

---

ABSTRACTCancer is one of the leading causes of death and the brain is one of the organs vulnerable to cancer. Early detection of brain tumors can reduce the risk of cancer. Scanners such as Computed Tomography (CT) Scan and Magnetic Resonance Imaging (MRI) are tools for early detection of brain tumors. However, those modalities are high cost, big size, and has a side effect risk to health. Microwave imaging offers a novel cancer scanning method for early detection with low cost, small size, and low risk to health. The Compressive Sensing (CS) enables the reconstruction of microwave images with a sparse data. This research proposes the development of Compressive Sensing with Low-Rank Compressive Sensing. Experiment shows that the Low-Rank CS method can give the same, even better qualitatively and quantitatively reconstruction results compared to the Simultaneous Algebraic Reconstruction Technique (SART), pure CS, as well as CS with Total Variation (TV) regularization. Qualitative parameters are measured by visual comparison and active contours of the reconstructed image, while quantitative parameters are measured by MSE and SSIM. This research also designed and created a framework that packs the Low-Rank CS methods. The framework is a component of the controller and image reconstructor for a portable microwave-based brain tumor detector products that are open source and multi-platform."

"ECVT (Electrical Capacitance Volume Tomography) untuk pencitraan payudara merupakan teknik pencitraan yang memanfaatkan nilai kapasitansi. Sensor ECVT yang digunakan berupa setengah bola, terdiri dari 24 elektroda dengan bentuk 3 tingkat susunan berbentuk segitiga dan trapesium. Sensor mengukur nilai kapasitansi listrik yang dipengaruhi oleh distribusi permitivitas yang terdapat di dalam objek, yang kemudian direkonstruksi untuk mendapatkan citra probabilitas Fantom payudara yang tidak homogen. Penelitian aplikasi ECVT untuk biomedical imaging ini dilakukan dengan membuat Fantom dengan berbagai kondisi seperti bentuk, volume dan posisi. Fantom payudara tersebut memiliki nilai yang ekivalen dengan jaringan payudara manusia, jaringan kanker dan glandular yang disesuaikan dengan kondisi yang sesungguhnya. Hasil uji karakteristik sensor dengan LCR-Meter menunjukkan bahwa nilai kapasitansi yang kontras antara medium udara dan air berada pada tingkat 2 sensor. Dari hasil citra rekonstruksi ECVT belum dapat menggambarkan anatomi bentuk asli dari Fantom karena medan listrik yang dihasilkan tidak homogen dan tidak lurus sehingga hanya pada tingkat 2 sensor yang bisa digunakan untuk pencitraan. Dalam menentukan sensitifitas ECVT dari Fantom payudara didapatkan hasil ratio a dan b yang mendekati 1 dari diameter aksial berada pada slice ke-8 s/d slice ke-12 dan untuk potongan lateral berada pada slice ke-16 karena melewati bidang utama sensor. Hasil citra ECVT yang bisa dijadikan untuk pencitraan adalah pada daerah tingkat 2 dengan menganalisa hasil rekonstruksi potongan aksial citra.

---

ECVT (Electrical Capacitance Volume Tomography) for breast imaging is an imaging technique that takes the advantage of electrical capacitance value. ECVT’s sensor used here is a half-ball shaped, consist of 24 triangular and trapezoidal electrodes. The sensor measure the value of electrical capasitance affected by permittivity distribution across the object, and then reconstructed to obtain probability image of inhomogen breast phantoms. This ECVT application research for biomedical imaging is done by making various breast phantoms. These phantoms have different shape, volume and object position. They have equivalent value with a real human breast tissue, glandular, and cancer tissue.

Sensor characterization using LCRmeter shows that there is a contrast capacitance value between air and water on the level 2 sensor. ECVT reconstructed image result hasn't been able to image the real anatomy of the phantom because the electricel field is inhomogen and not straight, so only level 2 sensor can be used for imaging. The result of determining ECVT sensitivity shows that the a and b ratio are closed to 1 for axial diameter on the 8th and 12th slice and for lateral direction on 16th slice, because they pass through the sensor's main plane. ECVT image result that can be used for imaging is the image from the level 2 sensor by analizing the axial slice reconstructed image result."