Proposal TA : Pengklasifikasian & Penomoran Gigi pada Dental Panoramic Radiograph Bagian 2

3 10 2009

8. TINJAUAN PUSTAKA

Tinjauan pustaka yang digunakan dalam pembuatan tugas akhir ini berasal dari sebuah paper berjudul “Classification and Numbering of Teeth in Dental Bitewing Images” yang ditulis oleh Mohammad H. Mahoor dan Mohamed Abdel-Mottaleb. Dalam paper tersebut dijelaskan mengenai algoritma pengklasifikasian dan penomoran gigi pada citra dental bitewing berdasarkan bentuk dengan pendekatan kontur untuk mengurangi ruang pencarian dan meningkatkan kekuatan sistem pengidentifikasian gigi.

Diagram blok dan contoh hasil yang anotasi dari metode pengklasifikasian gigi molar dan premolar dengan hasil akhir penomoran ditunjukkan pada Gambar 1. Metode tersebut memiliki 3 langkah utama, yaitu segmentasi gigi, pre-klasifikasi dengan metode Bayesian yang menggunakan Fourier descriptors dari setiap kontur gigi, dan klasifikasi akhir serta penomoran. Tujuan dari langkah segmentasi adalah untuk mendapatkan kontur dari setiap gigi. Hasil dari segmentasi didapatkan dengan menggunakan 2 metode. Pada metode pertama, dilakukan enhancement dari citra asli dengan menerapkan operator-operator top- and bottom-hat morphological. Setelah didapatkan sebuah citra enhanced, segmentasi gigi dan latar belakangnya dilakukan dengan adaptive thresholding untuk mengurangi pengaruh noise dan intensitas yang tidak seimbang. Pada metode kedua, dijalankan iterative thresholding dilanjutkan dengan adaptive thresholding yang digunakan untuk memotong gigi dari latar belakangnya. Setelah segmentasi, integral projection digunakan untuk memisahkan setiap gigi dari bagian sekelilingnya. Untuk mengekstrak kontur bagian luar dari setiap gigi pada citra hasil 2 metode segmentasi tersebut, diterapkan connected component analysis menggunakan 8 connectivity. Agar dapat menormalisasikan jumlah titik-titik kontur, perlu dilakukan normalisasi. Secara umum terdapat 3 metode normalisasi, yaitu equal points sampling, equal angle sampling, dan equal arc length sampling. Pada tugas akhir ini metode normalisasi yang digunakan adalah equal points sampling.


Gambar 1. Diagram metode pengklasifikasian gigi

Fourier descriptors, FD, adalah salah satu teknik yang paling popular untuk analisis dan deskripsi bentuk pada kategori pendekatan berdasarkan kontur. Secara umum, metode ini merujuk pada sebuah kelas dari metode-metode, bukan sebuah metode tunggal, karena ada banyak cara berbeda yang dapat digunakan dalam pendefinisian kontur dari sebuah bentuk. Sebuah shape signature adalah representasi 1D dari 2D area atau perbatasan apapun. Shape signature yang paling umum dan banyak digunakan ada 4 macam, yaitu cumulative angular function, centroid distance, complex coordinates representation, dan curvature signature. Dari eksperimen yang telah dilakukan pada beberapa referensi, terlihat bahwa complex coordinates signature dan centroid distance paling unggul dari pada yang lainnya sehingga dipilih untuk diterapkan pada tugas akhir ini.

Gigi orang dewasa tersusun atas 32 gigi, terdapat 16 gigi pada setiap rahang. 2 rahang tersebut dibagi menjadi 4 kuadran yang sama dengan setiap kuadran tersusun dari 8 gigi yang terdiri dari 2 gigi incisor, 1 gigi cuspid, 2 gigi premolar, dan 3 gigi molar. Pada Gambar 2 ditunjukkan sistem penomoran gigi dari angka 1-32 dimulai dari gigi molar ketiga pada maxilla kanan (#1), menyeberang sampai gigi molar ketiga pada maxilla kiri (#16), kemudian, berlanjut menuju gigi molar ketiga pada mandibular kiri (#17), dan menyusuri lengkung mandibular hingga gigi molar ketiga pada mandibular kanan (#32). Pengklasifikasian gigi pada dental panoramic radiograph dilakukan dengan membaginya menjadi 2 kelas gigi, yaitu gigi molar dan premolar. Kadang kala, sebagian atau seluruh bagian gigi cuspid dapat terlihat pada citra. Gigi wisdom yang memiliki bentuk yang sedikit berbeda dari gigi molar yang lainnya kadang kala hilang atau tidak dapat terlihat pada citra. Susunan gigi tanpa adanya gigi yang hilang seharusnya sesuai dengan pola-pola berikut ini :

PM, PMM, PMMM, PPM, PPMM, dan PPMMM (citra kuadran kiri)

MP, MMP, MMMP, MPP, MMPP, dan MMMPP (citra kuadran kanan)

Pada tugas akhir ini, dilakukan pertimbangan dari informasi di atas untuk melakukan pengklasifikasian akhir dan penomoran gigi molar dan premolar.

Gambar 2. Sistem penomoran universal pada gigi orang dewasa

9. METODOLOGI

Metodologi penyelesaian tugas akhir ini adalah sebagai berikut :

a. Studi literatur

Tahap ini merupakan tahap pengumpulan informasi yang diperlukan untuk pengerjaan tugas akhir sekaligus mempelajarinya. Termasuk diantaranya adalah pengumpulan literature, diskusi, serta pemahaman topik tugas akhir diantaranya tentang :

1)     Teori tentang gigi, susunan gigi, dan beberapa teori lain yang berhubungan dengannya.

2)     Teknik image enhancemen.

3)     Teknik segmentasi dengan metode iterative thresholding dan adaptive thresholding serta teknik integral projection.

4)     Teknik Fourier Descriptor.

5)     Algoritma Bayesian.

6)     Teknik penomoran gigi yang telah diklasifikasikan.

b. Perancangan sistem

Tahap ini merupakan tahap perancangan sistem pengklasifikasian dan penomoran gigi pada dental panoramic radiograph berdasarkan berbagai macam informasi yang telah diperoleh dari studi literatur. Sistem ini terdiri dari 3 bagian utama, yaitu :

1) Teeth Segmentation

Segmentasi gigi dilakukan dengan menggunakan metode iterative thresholding dilanjutkan dengan adaptive thresholding yang digunakan untuk memotong gigi dari latar belakangnya. Setelah segmentasi, integral projection digunakan untuk memisahkan setiap gigi dari bagian sekelilingnya. Hasil dari segmentasi gigi adalah citra setiap gigi yang telah terpisah dari sekelilingnya.

2) Feature Extraction (FD) & Bayessian Classification

Feature extraction dilakukan dengan menggunakan metode fourier descriptor dengan complex coordinates signature. Setelah itu, pengklasifikasian dilakukan dengan metode Bayessian. Hasil dari bagian ini adalah citra gigi yang telah diekstrak fitur-fiturnya.

3) Final Classification & Numbering

Pada pengklasifikasian akhir dilakukan pengklasifikasian gigi ke dalam 2 kategori yaitu gigi Molar (M) dan Premolar (P) serta dilakukan koreksi pada citra yang salah klasifikasi dengan membandingkan hasil akhir dan informasi yang ada. Penomoran dilakukan sesuai dengan aturuan umum pada sistem yang digunakan dalam kedokteran gigi. Hasil akhir dari bagian ini adalah citra yang telah dilabeli huruf M untuk gigi Molar dan P untuk gigi Premolar serta nomor untuk setiap gigi.

Sistem bekerja dengan menginputkan citra dental panoramic radiograph yang ada pada harddisk lokal. Bisa dilakukan browsing untuk pencarian file citra. Kemudian citra akan di-load oleh sistem dan diproses. Setelah proses selesai, sistem akan menampilkan citra sebelum dan setelah pengklasifikasian serta penomoran sebagai perbandingan.

c. Implementasi dan pembuatan sistem

Pada tahap ini, implementasi sistem pengklasifikasian dan penomoran gigi pada dental panoramic radiograph dengan menggunakan fungsi-fungsi MATLAB.

d. Uji coba dan evaluasi

Pada tahap ini, implementasi sistem pengklasifikasian dan penomoran gigi pada dental panoramic radiograph diuji dengan menerapkan beberapa scenario percobaan untuk kemudian dianalisis dan dievaluasi hasilnya. Uji coba dilakukan dengan menggunakan 25 citra dental panoramic radiograph sebagai training set. Untuk klasifikasi digunakan 50 citra yang berbeda. Hasil dari sistem akan dievaluasi dengan membandingkan rasio performa sistem sebelum dan setelah klasifikasi.

e. Penyusunan buku tugas akhir

Pada tahap ini, disusun buku sebagai dokumentasi dari pelaksanaan tugas akhir yang mencakup konsep teori, implementasi, serta hasil yang telah dikerjakan.

10. DAFTAR PUSTAKA

[1] M.H. Mahoor, M. Abdel-Mottaleb, “Classification and Numbering of Teeth in Dental Bitewing Images”, Pattern Recognition 38 (2005) 577-586.

[2] J.D. Zhou, M. Abdel-Mottaleb, “Automatic Human Identification Based on Dental X-Ray Images”, in : Proceedings of the SPIEE Conference on Defense and Security – Biometric Technology for Human Identification, 2004.

[3] M.  Abdel-Mottaleb, O. Nomir, D.E. Nasser, G. Fahmy, H.H. Ammar, “Challenges of Developing an Automated Dental Identification System”, in : The 64th IEEE Midwest Symposium on Circuits and Systems, Cairo, Egypt, 2003.

[4] L.F. Costa, R.M. Cesar, Shape Analysis and Classification Theory and Practice, CRC Press, Boca Rato, FL, 2000.

[5] R.L. Cosgriff, Identification of Shape, Ohio State University Research Foundation, Columbus, Report 820-11 ASTIA AD 254 792, 1960

[6] P.J. Van Otterloo, A Contour-Oriented Approach to Shape Analysis, Prentice-Hall, UK, 1991.

[7] R.O. Duda, P.E. Hart, Pattern Classification and Scene Analysis, Wiley, NewYork, 2000.

11. JADWAL KEGIATAN


LEMBAR PENGESAHAN

Surabaya,  10 September 2009

Mengetahui/Menyetujui,

Posted By : Evan Yofiyanto @ Evan’s Blog : Kuliah Informatika (kuliahinformatika.wordpress.com)

[FREAX]


Actions

Information

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s




%d bloggers like this: