Deteksi Tumor Hati dengan Graph Cut dan Taksiran Volume Tumornya

Abstract

Liver is one of the most important organs in the human body. One of the dangerous diseases of the liver is tumor. In the CT scan image, the tumor has different texture, color, shape, and position, according to patient's condition. In this study, a tumor detection was carried out by tree stages: firstly some steps of preprocessing, such as filtering, edge detection, and erotion; secondly, finding the liver among organs in abdomen using segmentation and checking the liver position in the right abdomen; and thirdly performing the tumor detection in the liver using graph cut and push relabel algorithm. Usually, segmentation using graph cut needs two interactive inputs, namely sample of object area and sample of background area. In this paper, the interactive inputs on graph cut were replaced by deviation standard calculation. Testing using three sets of CT image and the ground truth produces average of the dice similarity coefficient (DSC), volumetric overlap error (VOE), and absolute volume difference (AVD) parameters of 78.15%, 25.72%, 19.30%, respectively. Furthermore, volume of liver tumor is approximated by utilizing area of tumor in each slice of CT image, then displayed in 3D view. Intisari-Liver atau hati merupakan salah satu organ penting di tubuh manusia. Salah satu penyakit berbahaya pada hati adalah tumor. Pada citra hasil CT scan, tumor mempunyai perbedaan tekstur, warna, bentuk, dan posisi yang terkait kondisi pasien. Pada makalah ini, deteksi tumor dilakukan melalui tiga tahap, pertama dengan praproses, di antaranya menggunakan penapisan, deteksi garis, dan erosi; kedua menemukan hati di antara berberapa organ dalam rongga perut dengan segmentasi dan deteksi posisi hati yang berada di sebelah kanan; dan ketiga adalah deteksi tumor pada hati yang telah dipisahkan dengan metode graph cut dan algoritme push relabel. Biasanya, segmentasi dengan graph cut memerlukan masukan interaktif berupa sampel area tumor (objek) dan sampel area latar belakang (background). Pada makalah ini, masukan interaktif tersebut digantikan dengan penggunaan parameter standard deviasi. Pengujian terhadap tiga set citra CT scan yang memiliki ground truth dari Kompetisi Segmentasi Tumor Hati oleh Miccai 2017 menghasilkan nilai rata-rata Dice Similarity Coefficient (DSC), Volumetric Overlap Error (VOE), dan Absolute Volume Difference (AVD) berturut-turut sebesar 78,15%, 25,72%, dan 19,30%. Selain itu, juga dilakukan penaksiran volume tumor hati dengan memanfaatkan luas kepingan tumor dari tiap potongan citra serta menampilkannya secara 3D. Kata Kunci-deteksi, segmentasi, tumor hati, graph cut, push relabel.