EXTRA ATTENTION DUAL CHANNEL U-NET UNTUK SEGMENTASI CITRA MEDIS POLIP
Penulis Utama
:
Andini Rahmawati
NIM / NIP
:
M0520013
×<p>ABSTRAK</p><p>Medical image segmentation (MIS) merupakan upaya pemberian label untuk setiap <br>piksel dari sebuah objek dalam region of interest (ROI) citra medis. Deteksi awal <br>pada polip akan dapat mengurangi angka kematian akibat kanker kolorektal. <br>Banyak metode deep learning yang berkembang untuk melakukan segmentasi <br>polip, seperti U - Net, ResU-Net, U-Net++, ResU-Net++, dan lain - lain. Penelitian <br>ini mengusulkan Extra Attention Dual Channel U - Net (EADC U - Net) dengan <br>tujuan membangun model segmentasi yang fokus pada ekstraksi fitur di level <br>spasial dan channel sehingga menghasilkan kinerja model yang kuat dengan <br>parameter rendah karena beberapa penelitian terdahulu masih memiliki parameter <br>model yang tinggi. Model ini dibangun menggunakan konsep dual channel U - Net <br>dengan sandglass block sebagai blok penyusunnya untuk mengurangi jumlah <br>parameter karena penggunaan dual channel U-Net dapat menambah parameter, <br>serta memanfaatkan beberapa mekanisme attention untuk meningkatkan performa <br>model. Model diuji untuk dua dataset citra medis polip, yaitu CVC-ClinicDB dan <br>Kvasir-Seg. Melalui model yang diusulkan, didapatkan nilai F1 - Score dan IoU <br>secara berurutan untuk dataset CVC-ClinicDB sebesar 94.0?n 88.67?n <br>untuk dataset Kvasir-Seg sebesar 87.75?n 78.17%. Hasil evaluasi model yang <br>diusulkan ini lebih baik performanya dan memiliki parameter rendah dibandingkan <br>dengan metode - metode penelitian sebelumnya.</p>
×
Penulis Utama
:
Andini Rahmawati
Penulis Tambahan
:
-
NIM / NIP
:
M0520013
Tahun
:
2024
Judul
:
EXTRA ATTENTION DUAL CHANNEL U-NET UNTUK SEGMENTASI CITRA MEDIS POLIP
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, U - Net, attention
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.
