Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.]
Barah payudara telah dikenalpasti sebagai satu penyakit yang boleh mengakibatkan maut. Pengesanan dari peringkat awal dapat membantu mengurangkan kadar kematian. Mammografi dan ultrabunyi adalah dua kaedah yang sering digunakan untuk mengesan barah payudara. Namun masalah yang timbul ialah para dokt...
Main Authors: | , , , |
---|---|
Format: | Research Reports |
Language: | English |
Published: |
Research Management Institute (RMI)
2005
|
Subjects: | |
Online Access: | http://ir.uitm.edu.my/id/eprint/23018/ http://ir.uitm.edu.my/id/eprint/23018/1/LP_SITI%20NORAINI%20SULAIMAN%20RMI%2005_5.pdf |
id |
uitm-23018 |
---|---|
recordtype |
eprints |
spelling |
uitm-230182019-01-30T08:41:46Z http://ir.uitm.edu.my/id/eprint/23018/ Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.] Sulaiman, Siti Noraini Hussain, Zakaria Mat Isa, Nor Ashidi Mashor, Mohd Yusoff Cancer Examination. Diagnosis Barah payudara telah dikenalpasti sebagai satu penyakit yang boleh mengakibatkan maut. Pengesanan dari peringkat awal dapat membantu mengurangkan kadar kematian. Mammografi dan ultrabunyi adalah dua kaedah yang sering digunakan untuk mengesan barah payudara. Namun masalah yang timbul ialah para doktor tidak dapat membuat keputusan dengan tepat kerana imej kabur, tidak jelas atau bercampur hingar. Oleh itu satu teknik pemprosesan imej dibangunkan sebagai satu perantara berguna bagi para doktor menentukan keputusan mereka. Dalam penyelidikan ini, satu sistem pemprosesan imej secara berkomputer telah dibangunkan bagi memproses imej-imej mammogram bertujuan mengesan mikrokalsifikasi, petanda paling umum kehadiran barah payudara. Tiga teknik prapemprosesan digunakan iaitu peningkatan imej, penurasan, dan peruasan mikrokalsifikasi. Dalam peruasan mikrokalsifikasi, teknik pengesanan pinggir digunakan bertujuan untuk meningkatkan ciri-ciri diagnostiknya dan seterusnya mengira bilangan mikrokalsifikasi di dalam imej mammogram tersebut. Dalam penyelidikan ini teknik terbaik dipilih dan dibangunkan satu sistem di mana bintik-bintik mikrokalsifikasi yang wujud di dalam imej mammogram di kesan dan bilangan mikrokalsifikasi dikira secara automatik. Selain itu, teknik pemprosesan imej konvensional turut diaplikasikan. Sistem ini juga menekankan aspek mesra pengguna, sesuai bagi para doktor untuk membuat keputusan yang tepat dalam menentukan rawatan lanjutan yang perlu diberikan kepada pesakit. Research Management Institute (RMI) 2005 Research Reports NonPeerReviewed text en http://ir.uitm.edu.my/id/eprint/23018/1/LP_SITI%20NORAINI%20SULAIMAN%20RMI%2005_5.pdf Sulaiman, Siti Noraini and Hussain, Zakaria and Mat Isa, Nor Ashidi and Mashor, Mohd Yusoff (2005) Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.]. [Research Reports] (Unpublished) |
repository_type |
Digital Repository |
institution_category |
Local University |
institution |
Universiti Teknologi MARA |
building |
UiTM Institutional Repository |
collection |
Online Access |
language |
English |
topic |
Cancer Examination. Diagnosis |
spellingShingle |
Cancer Examination. Diagnosis Sulaiman, Siti Noraini Hussain, Zakaria Mat Isa, Nor Ashidi Mashor, Mohd Yusoff Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.] |
description |
Barah payudara telah dikenalpasti sebagai satu penyakit yang boleh mengakibatkan maut. Pengesanan dari peringkat awal dapat membantu mengurangkan kadar kematian. Mammografi dan ultrabunyi adalah dua kaedah yang sering digunakan untuk mengesan barah payudara. Namun masalah yang timbul ialah para doktor tidak dapat membuat keputusan dengan tepat kerana imej kabur, tidak jelas atau bercampur hingar. Oleh itu satu teknik pemprosesan imej dibangunkan sebagai satu perantara berguna bagi para doktor menentukan keputusan mereka. Dalam penyelidikan ini, satu sistem pemprosesan imej secara berkomputer telah dibangunkan bagi memproses imej-imej mammogram bertujuan mengesan mikrokalsifikasi, petanda paling umum kehadiran barah payudara. Tiga teknik prapemprosesan digunakan iaitu peningkatan imej, penurasan, dan peruasan mikrokalsifikasi. Dalam peruasan mikrokalsifikasi, teknik pengesanan pinggir digunakan bertujuan untuk meningkatkan ciri-ciri diagnostiknya dan seterusnya mengira bilangan mikrokalsifikasi di dalam imej mammogram tersebut. Dalam penyelidikan ini teknik terbaik dipilih dan dibangunkan satu sistem di mana bintik-bintik mikrokalsifikasi yang wujud di dalam imej mammogram di kesan dan bilangan mikrokalsifikasi dikira secara automatik. Selain itu, teknik pemprosesan imej konvensional turut diaplikasikan. Sistem ini juga menekankan aspek mesra pengguna, sesuai bagi para doktor untuk membuat keputusan yang tepat dalam menentukan rawatan lanjutan yang perlu diberikan kepada pesakit. |
format |
Research Reports |
author |
Sulaiman, Siti Noraini Hussain, Zakaria Mat Isa, Nor Ashidi Mashor, Mohd Yusoff |
author_facet |
Sulaiman, Siti Noraini Hussain, Zakaria Mat Isa, Nor Ashidi Mashor, Mohd Yusoff |
author_sort |
Sulaiman, Siti Noraini |
title |
Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.] |
title_short |
Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.] |
title_full |
Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.] |
title_fullStr |
Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.] |
title_full_unstemmed |
Sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / Siti Noraini Sulaiman … [et al.] |
title_sort |
sistem klasifikasi pintar untuk mikrokalsifikasi barah payudara / siti noraini sulaiman … [et al.] |
publisher |
Research Management Institute (RMI) |
publishDate |
2005 |
url |
http://ir.uitm.edu.my/id/eprint/23018/ http://ir.uitm.edu.my/id/eprint/23018/1/LP_SITI%20NORAINI%20SULAIMAN%20RMI%2005_5.pdf |
first_indexed |
2023-09-18T23:09:54Z |
last_indexed |
2023-09-18T23:09:54Z |
_version_ |
1777418732654559232 |