Sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah

Leukemia ialah satu penyakit kanser darah yang turut menyumbang kepada peningkatan peratus kadar kematian setiap tahun di Malaysia. Terdapat dua ketegori utama leukemia iaitu akut dan kronik. Leukemia akut terbahagi pula kepada dua jenis iaitu leukemia akut mielod (AML) dan leukemia akut limfoid (AL...

全面介紹

Saved in:
書目詳細資料
主要作者: Nor Hazlyna, Harun
格式: Thesis
語言:other
主題:
在線閱讀:http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/32370/1/Page%201-24.pdf
http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/32370/2/Full%20text.pdf
標簽: 添加標簽
沒有標簽, 成為第一個標記此記錄!
id my-unimap-32370
record_format uketd_dc
spelling my-unimap-323702014-03-05T08:12:59Z Sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah Nor Hazlyna, Harun Leukemia ialah satu penyakit kanser darah yang turut menyumbang kepada peningkatan peratus kadar kematian setiap tahun di Malaysia. Terdapat dua ketegori utama leukemia iaitu akut dan kronik. Leukemia akut terbahagi pula kepada dua jenis iaitu leukemia akut mielod (AML) dan leukemia akut limfoid (ALL). Penghasilan dan perkembangan sel-sel leukemia akut ini berlaku terlalu pantas dan tidak terkawal. Kebiasaannya penyakit leukemia akut limfoid menyerang kanak-kanak di antara usia 0 hingga 13 tahun. Sekiranya teknik pengesanan penyakit leukemia boleh dilakukan pada peringkat awal dengan pantas dan efektif, maka rawatan dan ubatan yang sesuai dapat diberikan. Pada masa kini, kakitangan terlatih melakukan proses penyaringan leukemia menggunakan imej mikroskopik darah manakala untuk tujuan pengesahan penyakit leukemia menggunakan imej mikroskopik sum-sum tulang. Walaupun terdapat pelbagai teknik lain selain analisa imej mikroskopik, negara-negara dunia ketiga tidak mampu untuk membeli dan menyenggara peralatan yang diperlukan kerana kos yang tinggi. Oleh itu, sistem saringan dan diagnosis berkomputer menjadi pilihan penyelidik-penyelidik bidang pemprosesan imej perubatan. Kajian ini telah membangunkan sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah. Penggunaan imej mikroskopik darah dalam kajian ini bertujuan membuat pengesahan penyakit leukemia, dan ia sebagai alternatif kepada penggunaan imej mikroskopik sum-sum. Dengan itu secara tidak langsung, ianya dapat mengurangkan rasa takut dan tertekan pesakit leukemia akut terhadap penggunaan jarum semasa proses biopsi sum-sum. Sistem yang telah dibangunkan ini turut dilengkapi dengan sistem rakaman automatik bagi rakaman imej dengan pembesaran kanta 10X dan 40X. Selain itu, kajian ini turut mencadangkan gabungan teknik pemprosesan imej dan rangkaian neural buatan untuk menghasilkan prosedur baru bagi proses saringan dan diagnosis leukemia akut berasaskan sampel darah. Prosedur baru yang dicadangkan bagi teknik peruasan untuk proses saringan ialah hasil kombinasi komponen-S bagi model warna HSI bersama kaedah ambang, penapis median 5×5 dan algoritma pertumbuhan titik benih 8 jiran sekeliling menggunakan rakaman imej dengan pembesaran kanta 10X. Manakala, hasil kombinasi komponen-S model warna HSI bersama algoritma pengelompokan, penapis median 7×7 dan algoritma SRGAE menghasilkan prosedur baru bagi teknik peruasan menggunakan rakaman imej dengan pembesaran kanta 40X. Seterusnya proses pengekstrakan ciri-ciri seperti saiz, warna dan bentuk membolehkan pengklasifikasian sel-sel leukemia akut menggunakan rangkaian neural buatan dilakukan secara automatik. Sistem yang telah dicadangkan ini mampu mengklasifikasikan imej leukemia akut AML dan ALL dengan peratus pencapaian sehingga 99%. Universiti Malaysia Perlis (UniMAP) 2013 Thesis other http://dspace.unimap.edu.my:80/dspace/handle/123456789/32370 http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/32370/1/Page%201-24.pdf 0f0925e713594c69f6350b04eda3d84c http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/32370/2/Full%20text.pdf 468086f44d9069f76bc18b640b842878 http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/32370/3/license.txt 8a4605be74aa9ea9d79846c1fba20a33 Leukemia Acute leukemia images Blood cancer School of Mechatronic Engineering
institution Universiti Malaysia Perlis
collection UniMAP Institutional Repository
language other
topic Leukemia
Acute leukemia images
Blood cancer
spellingShingle Leukemia
Acute leukemia images
Blood cancer
Nor Hazlyna, Harun
Sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah
description Leukemia ialah satu penyakit kanser darah yang turut menyumbang kepada peningkatan peratus kadar kematian setiap tahun di Malaysia. Terdapat dua ketegori utama leukemia iaitu akut dan kronik. Leukemia akut terbahagi pula kepada dua jenis iaitu leukemia akut mielod (AML) dan leukemia akut limfoid (ALL). Penghasilan dan perkembangan sel-sel leukemia akut ini berlaku terlalu pantas dan tidak terkawal. Kebiasaannya penyakit leukemia akut limfoid menyerang kanak-kanak di antara usia 0 hingga 13 tahun. Sekiranya teknik pengesanan penyakit leukemia boleh dilakukan pada peringkat awal dengan pantas dan efektif, maka rawatan dan ubatan yang sesuai dapat diberikan. Pada masa kini, kakitangan terlatih melakukan proses penyaringan leukemia menggunakan imej mikroskopik darah manakala untuk tujuan pengesahan penyakit leukemia menggunakan imej mikroskopik sum-sum tulang. Walaupun terdapat pelbagai teknik lain selain analisa imej mikroskopik, negara-negara dunia ketiga tidak mampu untuk membeli dan menyenggara peralatan yang diperlukan kerana kos yang tinggi. Oleh itu, sistem saringan dan diagnosis berkomputer menjadi pilihan penyelidik-penyelidik bidang pemprosesan imej perubatan. Kajian ini telah membangunkan sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah. Penggunaan imej mikroskopik darah dalam kajian ini bertujuan membuat pengesahan penyakit leukemia, dan ia sebagai alternatif kepada penggunaan imej mikroskopik sum-sum. Dengan itu secara tidak langsung, ianya dapat mengurangkan rasa takut dan tertekan pesakit leukemia akut terhadap penggunaan jarum semasa proses biopsi sum-sum. Sistem yang telah dibangunkan ini turut dilengkapi dengan sistem rakaman automatik bagi rakaman imej dengan pembesaran kanta 10X dan 40X. Selain itu, kajian ini turut mencadangkan gabungan teknik pemprosesan imej dan rangkaian neural buatan untuk menghasilkan prosedur baru bagi proses saringan dan diagnosis leukemia akut berasaskan sampel darah. Prosedur baru yang dicadangkan bagi teknik peruasan untuk proses saringan ialah hasil kombinasi komponen-S bagi model warna HSI bersama kaedah ambang, penapis median 5×5 dan algoritma pertumbuhan titik benih 8 jiran sekeliling menggunakan rakaman imej dengan pembesaran kanta 10X. Manakala, hasil kombinasi komponen-S model warna HSI bersama algoritma pengelompokan, penapis median 7×7 dan algoritma SRGAE menghasilkan prosedur baru bagi teknik peruasan menggunakan rakaman imej dengan pembesaran kanta 40X. Seterusnya proses pengekstrakan ciri-ciri seperti saiz, warna dan bentuk membolehkan pengklasifikasian sel-sel leukemia akut menggunakan rangkaian neural buatan dilakukan secara automatik. Sistem yang telah dicadangkan ini mampu mengklasifikasikan imej leukemia akut AML dan ALL dengan peratus pencapaian sehingga 99%.
format Thesis
author Nor Hazlyna, Harun
author_facet Nor Hazlyna, Harun
author_sort Nor Hazlyna, Harun
title Sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah
title_short Sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah
title_full Sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah
title_fullStr Sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah
title_full_unstemmed Sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah
title_sort sistem saringan dan diagnosis automatik penyakit leukemia akut berasaskan sampel darah
granting_institution Universiti Malaysia Perlis (UniMAP)
granting_department School of Mechatronic Engineering
url http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/32370/1/Page%201-24.pdf
http://dspace.unimap.edu.my:80/xmlui/bitstream/123456789/32370/2/Full%20text.pdf
_version_ 1747836798620401664