STUDI INDEPENDEN KOMPARASI SEGMENTASI SEL DARAH PUTIH MENGGUNAKAN RUANG WARNA HSV DENGAN CIE-L*a*b

  • Andrey Kartika Widhy Hapantenda Universitas 17 Agustus 1945 Surabaya
  • Ardy Januantoro Universitas 17 Agustus 1945 Surabaya
  • Indah Listiowarni Universitas Madura
Keywords: Kecerdasan Buatan, Segmentasi, Sel Darah Putih

Abstract

Kanker darah atau yang dikenal juga dengan Leukemia merupakan salah satu penyebab kematian di antara jenis kanker lainnya. Leukemia disebabkan oleh malignant neoplasm atau dikenal dengan tumor ganas pada sel darah putih. Berdasarkan kategori usia, jenis kanker ini umumnya banyak diderita oleh anak-anak dan dewasa di atas 50 tahun. Berdasarkan sistem klasifikasi French-American-British (FAB) Leukemia Limfoblastik merupakan salah satu dari dua tipe Leukemia Akut. Diagnosa LLA ditegakkan dengan penyimpangan perbanyakan sel Limfoblast abnormal pada sumsum tulang. Segmentasi sel darah putih merupakan tahap awal yang krusial, segmentasi sel darah putih bertujuan mengekstrak region sitoplasma dan nukelus dari sel darah merah dan latar belakang. Metode segmentasi yang akurat dibutuhkan untuk mendapatkan akurasi yang tinggi pada deteksi LLA. Pada penelitian ini dilakukan dalam 2 model ruang warna yaitu CIE-L*a*b dan HSV dan digunakan metode ortogonalisasi Gram-schmidt untuk menentukan region awal sel darah putih kemudian membaginya ke dalam sub-sub citra. Akurasi dihitung menggunakan precission dan recall.

Downloads

Download data is not yet available.

Author Biographies

Andrey Kartika Widhy Hapantenda, Universitas 17 Agustus 1945 Surabaya

Fakultas Teknik

Jurusan Teknik Informatika

Ardy Januantoro, Universitas 17 Agustus 1945 Surabaya

Fakultas Teknik

Jurusan Teknik Informatika

Indah Listiowarni, Universitas Madura
Fakultas Teknik

Jurusan Teknik Informatika

References

G. Kusnanto, A. Habib, and C. Ardiyanti, “Sistem Pakar Mendiagnosa Penyakit Gigi dan Mulut serta Kebutuhan Perawatannya,” KONVERGENSI, vol. 11, no. 2, pp. 87–99, 2015.

E. Suanto, M. Sidqon, and F. A. Hermawati, “Sistem Diagnosa Berbasis Fuzzy pada Penyakit Polineuropati Akibat Diabetes Melitus,” KONVERGENSI, vol. 13, no. 1, pp. 18–31, 2017.

F. A. Hermawati, H. Tjandrasa, and N. Suciati, “Combination of Aggregated Channel Features (ACF) detector and Faster R-CNN to improve object detection performance in fetal ultrasound images,” Int. J. Intell. Eng. Syst., vol. 11, no. 6, 2018.

F. A. Hermawati, H. Tjandrasa, Sugiono, G. I. P. Sari, and A. Azis, “Automatic femur length measurement for fetal ultrasound image using localizing region-based active contour method,” J. Phys. Conf. Ser., vol. 1230, no. 1, 2019.

L. Putzu, G. Caocci, and C. Di, “Artificial Intelligence in Medicine Leucocyte classification for leukaemia detection using image processing techniques,” Artif. Intell. Med., vol. 62, no. 3, pp. 179–191, 2014.

B. Bain, Blood cells: A practical guide. 2008.

D. Huang, K. Hung, and Y. Chan, “The Journal of Systems and Software A computer assisted method for leukocyte nucleus segmentation and recognition in blood smear images,” J. Syst. Softw., vol. 85, no. 9, pp. 2104–2118, 2012.

S. H. Rezatofighi, “A New Approach to White Blood Cell Nucleus Segmentation Based on Gram-Schmidt Orthogonalization,” pp. 107–111, 2009.

A. Hapantenda, F. X. Ferdinandus, and R. A. Harianto, “Deteksi Jumlah Leukosit Bersentuhan Pada Citra Mikroskopis Leukemia Limfoblastik Akut Menggunakan Multiple K-Means Clustering,” in Seminar Nasional Aplikasi Teknologi Informasi (SNATi) 2018, 2018, pp. 57–62.

J. M. Bennett et al., “Proposals for the Classification of the Acute Leukaemias French???American???British (FAB) Co???operative Group,” Br. J. Haematol., vol. 33, no. 4, pp. 451–458, 1976.

J. W. Vardiman et al., “The 2008 revision of the World Health Organization (WHO) classification of myeloid neoplasms and acute leukemia: Rationale and important changes,” Blood, vol. 114, no. 5, pp. 937–951, 2009.

A. Hapantenda and F. X. Ferdinandus, “SISTEM OTOMATIS UNTUK CROPPING REGION OF INTEREST SEL DARAH PUTIH PADA CITRA LEUKEMIA LIMFOBLAST AKUT,” in Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 2017, 2017, pp. 133–140.

V. Chernov, J. Alander, and V. Bochko, “Integer-based accurate conversion between RGB and HSV color spaces,” Comput. Electr. Eng., vol. 46, pp. 328–337, 2015.

K. K. Sareen, G. K. Knopf, and R. Canas, “Hierarchichal data clustering approach for segmenting colored three-dimensional point clouds of building interiors.,” Opt. Eng., vol. 50, no. 7, p. 77003, 2011.

J. C. Russ, The Image Processing Handbook, 6th ed. New York: CRC Press, 2011.

F. Scotti, “Robust segmentation and measurements techniques of white cells in blood microscope images,” in Conference Record - IEEE Instrumentation and Measurement Technology Conference, 2006, no. April, pp. 43–48.

Published
2020-07-03
Section
Articles