Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK

Sistem pendeteksi kardiomegali dilakukan dengan memeriksa hasil citra radiografi toraks manusia. Pada bagian ekstraksi fitur, citra diproses menggunakan metode Discrete cosine transform. Pada sistem ini, digunakan DCT sebanyak 5 level. Hasil dari proses DCT akan digunakan sebagai input untuk proses selanjutnya, yaitu Learning vector quantization. Bagian klasifikasi menggunakan LVQ terdiri dari dua bagian, yaitu bagian pelatihan dan bagian pengenalan. Bagian pelatihan merupakan bagian dimana sistem dilatih untuk mendapatkan bobot akhir. Bagian pengenalan merupakan bagian yang sistem gunakan untuk mengenali ada atau tidaknya kardiomegali dengan hasil pembelajaran dari bagian pelatihan. Sistem menunjukkan hasil akurasi pengujian yang cukup tinggi, yaitu 97,78% dimana dari 45 citra uji, 44 citra dapat diklasifikasikan dengan baik.

---

ABSTRACT

The detection system of cardiomegaly is conducted by processing human CXR, or chest X-Ray. In feature extraction, X-Ray images are processed using Discrete Cosine Transfom method. In this system, 5-Level DCT is applied. The result of feature extraction is used as input for the next method, which is Learning vector quantization. LVQ consists of two parts, which are the training part and the testing part. The training part is when the system is trained to obtain final weight. The testing part is where system recognizes and decides whether the CXR shows the indication of cardiomegaly based on the knowledge it obtained from the training part. The system shows high testing accuracy, which is 97,78% where 44 out of 45 X-Ray images have been well-diagnosed.

"

"Kebutuhan transmisi data telemedicine seperti citra dan video medis secara nirkabel mengharuskan data dikompresi terlebih dahulu agar dapat dikirimkan secara efisien. Yu, et.al, membuktikan bahwa standar kompresi H.264 dapat diterapkan pada kompresi video medis, sementara menurut Xiong, et.al transformasi wavelet diskrit mengungguli DCT pada kompresi citra dan video.Skripsi ini bertujuan untuk mensimulasikan algoritma H.264 dengan transformasi 2D berupa transformasi wavelet diskrit serta menganalisis hasil simulasinya dengan parameter kualitas objektif yaitu PSNR dan rasio kompresi. Simulasi kompresi video medis berdasarkan algoritma H.264 dengan DCT maupun DWT dilakukan pada parameter kompresi yang sama untuk dibandingkan hasilnya.Hasil simulasi menunjukkan bahwa DWT dapat diterapkan pada kompresi video medis berdasarkan algoritma H.264 dengan gain hingga 1,06 dB mengungguli DCT. Namun demikia, rasio kompresi yang didapat tidak terlalu berbeda secara signifikan akibat adanya padding pada hasil dekomposisi DWT.

---

The need of telemedicine data transmission, such as image and video, using wireless network requires data to be compressed efficiently. Yu, et.al, proved that H.264 standard of video coding is applicable in medical video compression, while according to Xiong et.al, discrete wavelet transform outperforms discrete cosine transform in image and video compression.This thesis aims to simulate medical video compression based-on H.264 algorithm using discrete wavelet transform and analyze the simulation results showed by objective quality parameter, namely PSNR and compression ratio. The simulation using DCT and DWT performed on the same compression parameters to compare the results.The simulation result show that DWT is applicable in medical video compression based-on H.264 algorithm with 1,06 dB outperformed DCT. However, the compression ratio obtained doesn‟t differ significantly because of the pixel padding on the DWT decomposition matrices."