Skripsi
SEGMENTASI KEBOCORAN KATUP JANTUNG DENGAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK
ABSTRAK Katup mitral jantung adalah katup yang memisahkan antara atrium jantung kiri dan ventrikel kiri. Penyakit katup jantung adalah penyakit jantung yang cukup umum, dan salah satu jenis jantung penyakit katup adalah regurgitasi mitral, yang merupakan kelainan katup mitral di sisi kiri jantung yang menyebabkan ketidakmampuan katup mitral untuk menutup dengan benar. Jaringan Syaraf Konvolusional(CNN) adalah jenis deep learning yang cocok untuk digunakan dalam analisis citra. Segmentasi banyak digunakandalam menganalisis citra medis karena dapat membagi citra menjadi lebih sederhana untuk memudahkan analisis, proses dengan memisahkan objek yang tidak dianalisis menjadi background dan objek yang akan dianalisis latar depan. Penelitian ini membangun dataset dari data pasien regurgitasi mitral danpasien yang memiliki jantung normal, dan analisis citra katup jantung dilakukan dengan melakukan segmentasi citrakatup jantung mitral mereka. Beberapa jenis arsitektur CNN diterapkan dalam penelitian ini, diantaranya Arsitektur U-Net, SegNet, V-Net, FractalNet, dan ResNet. Hasil percobaan menunjukkan bahwa arsitektur terbaik adalah U-Net3 dalam hal Pixel Accuracy (97,59%), Intersection over Union (86,98%), Mean Accuracy (93.46%), Precision (85.60%), Recall (88.39%), dan Dice Coefficient (86.58%). Kata kunci: Jaringan Syaraf Konvolusional (CNN), regurgitasi mitral, segmentasi, U-Net
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2407002463 | T142005 | T1420052023 | Central Library (References) | Available but not for loan - Not for Loan |
No other version available