Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 2 dokumen yang sesuai dengan query
cover
Kezia Irene
Abstrak :
Trauma kepala merupakan cedera fisik pada jaringan otak yang secara sementara atau permanen merusak fungsi otak. Salah satu akibat yang dapat disebabkan oleh trauma kepala adalah perdarahan intrakranial. Perdarahan intrakranial perlu didiagnosis dengan mengambil gambar computed tomography (CT) scan oleh dokter radiolog. Setelah itu dokter radiolog akan mensegmentasi dan menghitung volume perdarahan pada gambar CT scan untuk menentukan Tindakan selanjutnya. Namun, pada beberapa rumah sakit di Indonesia, kurangnya sumber daya dokter yang dapat menafsirkan hasil CT scan dapat menyebabkan morbiditas dan mortalitas pasien perdarahan intrakranial. Algoritma deep learning, di antaranya convolutional neural networks (CNN) dapat digunakan untuk membantu dokter untuk mensegmentasi dan menghitung volume perdarahan intrakranial. Pada penelitian ini, penulis mengusulkan segmentasi otomatis dan aproksimasi volume perdarahan pada penderita perdarahan intrakranial dengan menggunakan metode deep learning dan regresi. Segmentasi perdarahan dilakukan dengan menggunakan arsitektur Dynamic Graph Convolutional Neural Network (DGCNN) sementara perhitungan volume perdarahan dilakukan dengan menggunakan beberapa metode regresi. Data pasien perdarahan intrakranial diperoleh dari rumah sakit Cipto Mangunkusumo yang telah disegmentasi secara manual oleh dokter radiolog. Pada segmentasi perdarahan, dibuat beberapa skenario dengan melakukan up sampling dan down sampling pada data. Hasil terbaik didapatkan pada skenario tanpa melakukan up sampling menghasilkan sensitivitas 97,8% dan spesifisitas 95,6%. Pada aproksimasi volume perdarahan, hasil terbaik didapatkan dengan menggunakan metode support vector machine (SVM) dengan kernel radial basis function (RBF) dengan mean squared error (MSE) 3,67 x 104. ......Traumatic brain injury is a common injury that can range from mild concussions to severe permanent brain damage. One of the severe damages caused by traumatic brain injury is intracranial hemorrhage, which is typically diagnosed by clinicians using head computed tomography (CT) scans. However, in some hospitals in Indonesia, sometimes there is a lack of clinicians who are able to interpret the CT scan results, leading to morbidity and mortality. Deep learning algorithms, especially convolutional neural networks (CNN) can be utilized to help clinicians in diagnosing patients with intracranial hemorrhage. In this study, we propose an automated segmentation and blood volume approximation of intracranial hemorrhage patients from CT scan images using deep learning and regression methods. For the blood segmentation, we utilized Dynamic Graph Convolutional Neural Network (DGCNN) architecture and for the blood volume approximation, we utilized regression methods. The dataset for this work consists of 27 head CT scans obtained from the Cipto Mangunkusumo National General Hospital 2019 traumatic brain injury data segmented manually by a radiologist. For blood segmentation, we proposed several scenarios by up sampling or down sampling the data. The best results obtained in the scenario without doing up sampling resulted in a sensitivity of 97.8% and a specificity of 95.6%. For blood volume approximation, the best results are obtained using the support vector machine (SVM) method with a radial basis function (RBF) kernel, with a mean squared error of 3.67 x 104.
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Farah Rafiqah Aulia
Abstrak :
Trauma kepala merupakan suatu istilah untuk salah satu jenis gangguan traumatis yang berdampak pada fungsionalitas otak. Trauma kepala dapat menyebabkan gangguan fungsi neurologis, gangguan fisik, gangguan fungsi kognitif, dan gangguan psikososial secara temporer ataupun permanen. Trauma kepala merupakan salah satu masalah global karena menjadi salah satu penyebab terbanyak kematian dan kecacatan di seluruh dunia. Penelitian ini telah memberikan gambaran secara faktual, sistematis, dan terbaru mengenai insidensi kasus trauma kepala dengan riwayat prosedur bedah di Rumah Sakit Dr. Cipto Mangunkusumo (RSCM) beserta karakteristik demografi yang diselidiki. Penelitian observasional dengan metode deskriptif dan analitik ini menggunakan desain potong lintang. Populasi penelitian adalah pasien trauma kepala dengan riwayat prosedur bedah di RSCM selama periode tahun 2016–2020 dengan besar sampel sebanyak 90 subjek yang pada data rekam medis didiagnosis mengalami trauma kepala dan diintervensi melalui prosedur bedah. Pengambilan sampel menggunakan teknik purposive sampling. Dari 90 subjek penelitian, didapatkan bahwa mayoritas pasien berasal dari kelompok usia <21 tahun (31,1%), laki-laki (84,4%), pengguna JKN (88,9%), kecelakaan sebagai etiologi (65,6%), bukan rujukan (48,9%), rujukan dari Jawa (45,6%), antrean non-cito (55,6%), dan domisili Jabodetabek (61,1%). Hipotesis nol diterima pada analisis bivariat. Karakteristik demografi dari pasien trauma kepala dengan riwayat prosedur bedah di RSCM mayoritas berusia <21 tahun, laki-laki, pengguna JKN, korban kecelakaan, pasien bukan rujukan, pasien rujukan terbanyak dari Jawa, antrean non-cito, dan berdomisili di Jabodetabek. Tidak ada perbedaan penggunaan jaminan kesehatan dan etiologi antara berbagai golongan usia pasien. Selain itu, tidak ada perbedaan etiologi trauma kepala antara pasien laki-laki dan perempuan. ......Head trauma is a traumatic disorder that impacts brain functionality. Head trauma can cause temporary or permanent neurological, physical, cognitive, and psychosocial dysfunction. Head trauma is a global problem because it is one of the leading causes of death and disability throughout the world. This research has provided a factual, systematic, and up-to-date description along with demographic characteristics of head trauma cases that underwent surgical procedures at RSUP Dr. Cipto Mangunkusumo (RSCM). This observational research with descriptive and analytical methods uses a cross-sectional design. The study population was head trauma patients with a history of surgical procedures at RSCM during 2016–2020 with a sample size of 90 subjects who were diagnosed with head trauma in medical record and were intervened through surgical procedures. Sampling used purposive sampling technique. Of the 90 subjects, the characteristics were majorly <21 years (31.1%), men (84.4%), JKN users (88.9%), accidents as the etiology (65.6% ), non-referral (48.9%), referral from Java (45.6%), non-cito queue (55.6%), and Jabodetabek domicile (61.1%). The null hypothesis was accepted in the bivariate analysis. The demographic characteristics of head trauma patients with a history of surgical procedures at RSCM were majorly <21 years old, male, JKN users, accident victims, non-referral patients, most referral patients were from Java, non-cito queues, and lived in Jabodetabek. There were no differences in the use of health insurance and etiology between various patient age groups. In addition, there was no difference in the etiology of head trauma between male and female patients.
Jakarta: Fakultas Kedokteran Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library