DETAIL DOCUMENT
Deteksi Tingkatan Glaukoma dengan Perhitungan Nilai Cup-to-Disc Ratio dari Citra Fundus Optik Menggunakan Metode Ellipse Fitting
Total View This Week10
Institusion
Institut Teknologi Sepuluh Nopember
Author
Myllazari, Vyndi
Subject
R858 Deep Learning 
Datestamp
2022-01-24 08:52:25 
Abstract :
Glaukoma merupakan salah satu penyakit mata yang dapat mempengaruhi penglihatan dan juga dapat menyebabkan kerusakan pada saraf optik, sehingga dapat berakhir dengan kehilangan penglihatan atau kebutaan. Penyakit ini disebut sebagai penyebab utama kebutaan kedua di dunia setelah penyakit katarak. Glaukoma disebabkan karena adanya peningkatan tekanan pada bola mata, dimana meningkatnya tekanan pada bola mata ini terjadi akibat gangguan pada sistem aliran cairan mata. Glaukoma dapat ditandai dengan perubahan ukuran cup-to-disc ratio (CDR). Glaukoma terbagi menjadi beberapa tingkatan yaitu mild (ringan) dengan nilai CDR 0,3-0,5, moderate (sedang) dengan nilai CDR 0,5-0,7 dan severe (parah) dengan nilai CDR di atas 0,7. Penentuan nilai CDR secara manual harus dilakukan dengan dokter yang terlatih serta menggunakan alat yang mahal dan ketersediaan alat ini relatif terbatas. Selain itu, kerusakan yang terjadi pada optik nerve head (ONH) atau optic disc baru dapat diamati oleh dokter bila status penyakit sudah mencapai stadium lanjut. Sehingga sistem deteksi dan klasifikasi tingkatan penyakit glaukoma dibutuhkan untuk dapat membantu mempermudah pekerjaan dokter dalam mendignosa penyakit glaukoma. Dataset yang digunakan pada penelitian ini diperoleh dari DRISHTI-GS1 yang berisi 101 citra fundus optik, dimana terdiri dari 31 citra normal dan 70 citra glaukoma. Metode yang diusulkan terdiri dari beberapa tahapan yaitu preprocessing, inpainting, segmentasi optic disc dan optic cup, operasi morfologi, ekstraksi fitur dan klasifikasi. Keluaran dari penelitian ini yaitu hasil perhitungan nilai CDR dan hasil klasifikasi citra fundus menggunakan nilai CDR. Dari hasil pengujian sistem dalam menghitung nilai CDR didapatkan nilai akurasinya sebesar 91%. Sedangkan hasil pengujian sistem dalam mengklasifikasikan citra didapatkan nilai akurasi, sensitivitas dan spesifisitas berturut-turut sebesar 71%, 100% dan 6%. =============================================================================================== Glaucoma is an eye disease that can affect vision by causing damage to the optic nerve. Furtherly, the severity form this disease might lead to vision loss or blindness. This disease is currently the second leading cause of blindness in the world after cataracts. Glaucoma is caused by an increasing pressure in the eyeball, caused by a disturbance in the eye's fluid flow system. Glaucoma can be characterized by checking the changes in the size of the cup-to-disc ratio (CDR). Glaucoma is divided into several levels, mild with a CDR value of 0.3-0.5, moderate with a CDR value of 0.5-0.7 and severe with a CDR value above 0.7. Manual determination of CDR value must be done by a qualified doctor using expensive tools and limited availability. In addition, damage to the optic nerve head (ONH) or optic disc can only be observed by a doctor when the disease status has reached an advanced stage. So that the detection and classification system of glaucoma disease levels is needed to help facilitate the doctors in diagnosing glaucoma. The dataset used in this study was obtained from DRISHTI-GS1 which contains 101 optic fundus images, consist of 31 normal images and 70 glaucoma images. The proposed method consists of several steps, preprocessing, inpainting, optical disk and optical cup segmentation, morphological operations, feature extraction and classification. The output of this research are the result of the CDR value and the classification of fundus image using the CDR value. From the results of system testing in the CDR value calculation, the accuracy value is 91%. While the results of system testing in image classification obtained accuracy, sensitivity and specificity values of 71%, 100% and 6%, respectively. 
Institution Info

Institut Teknologi Sepuluh Nopember