Segmentasi Citra Medis Polip Menggunakan Half U-Net dengan Squeeze-and-Excitation Block dan Atrous Spatial Pyramid Pooling
Penulis Utama
:
Qonita Aulia Himmah
NIM / NIP
:
M0520064
×<p>Kanker kolorektal (CRC), peringkat ketiga penyebab kematian, ditandai dengan munculnya polip di area usus besar dan rektum. Deteksi dini polip krusial sebagai upaya pencegahan dan pengobatan CRC. Penerapan teknologi Computer-Aided Detection (CAD) berbasis deep learning seperti U-Net telah banyak dilakukan. Namun, model-model sebelumnya berusaha meningkatkan kinerja dengan mempertahankan struktur berbentuk U, yang belum tentu optimal. Selain itu, model-model sebelumnya memiliki performa segmentasi yang baik, tetapi cenderung memiliki jumlah parameter besar, mengakibatkan efisiensi memori rendah dan sumber daya komputasi besar. Berdasarkan permasalahan tersebut, penulis mengajukan metode pengembangan Half U-Net, varian asimetris U-Net, dengan integrasi Squeeze-and-Excitation (SE) Block dan Atrous Spatial Pyramid Pooling (ASPP). Metode ini memanfaatkan arsitektur dasar Half U-Net dengan menerapkan ghost module dan attention untuk menyeimbangkan performa metode sebelumnya. Pengujian menggunakan dataset CVC-ClinicDB dan Kvasir-SEG menunjukkan hasil bahwa metode yang diajukan memiliki jumlah parameter terkecil, yakni 0.56 juta. Dalam evaluasi kinerja, metode yang diusulkan mencapai F1-Score sebesar 93.62?n IoU sebesar 88% pada dataset CVC-ClinicDB, sedangkan pada dataset Kvasir-SEG F1-Score mencapai 89.98?n IoU sebesar 81.79%. Hasil tersebut lebih baik dibandingkan metode-metode sebelumnya dengan jumlah parameter yang lebih rendah.</p>
×
Penulis Utama
:
Qonita Aulia Himmah
Penulis Tambahan
:
-
NIM / NIP
:
M0520064
Tahun
:
2024
Judul
:
Segmentasi Citra Medis Polip Menggunakan Half U-Net dengan Squeeze-and-Excitation Block dan Atrous Spatial Pyramid Pooling
Edisi
:
Imprint
:
Surakarta - Fak. Teknologi Informasi dan Sains Data - 2024
Program Studi
:
S-1 Informatika
Kolasi
:
Sumber
:
Kata Kunci
:
Segmentasi Citra Medis, Polip, Deep Learning, Half U-Net, Efisiensi Memori
Jenis Dokumen
:
Skripsi
ISSN
:
ISBN
:
Link DOI / Jurnal
:
-
Status
:
Public
Pembimbing
:
1. Heri Prasetyo, S.Kom., M.Sc.Eng., Ph.D.
Penguji
:
Catatan Umum
:
Fakultas
:
Fak. Teknologi Informasi dan Sains Data
×
Halaman Awal
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran
:
Harus menjadi member dan login terlebih dahulu untuk bisa download.
