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...

Full description

Bibliographic Details
Main Authors: Sulaiman, Siti Noraini, Hussain, Zakaria, Mat Isa, Nor Ashidi, Mashor, Mohd Yusoff
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