Bidang pemprosesan imej digital merupakan suatu bidang yang luas dan meliputi pelbagai bidang termasuklah bidang diagnosis perubatan. Objektif kepada projek ini adalah untuk membina perisian baru menggunakan perisian Borland C++ Builder yang boleh mengekstrak ciri sel barah pangkal rahim yang merupakan pembunuh kedua terbesar kepada wanita. Perisian ini dibina bagi mengatasi masalah kaedah pengekstrakan yang sedia ada. Pengekstrakan secara konvensional sering mengalami masalah untuk membezakan antara objek dan latar belakangnya kerana sesetengah imej agak kabur atau mengandungi terlalu banyak benda asing. Pengukuran melalui kaedah konvensional juga hanyalah secara anggaran sahaja kerana kemampuan penglihatan manusia yang terhad dan merupakan satu proses yang mengambil masa yang lama. Ciri yang diekstrak adalah saiz dan paras kelabu nukleus dan sitoplasma. Pengekstrakan ciri dapat dilakukan dengan menggunakan dua kaedah iaitu kaedah peruasan dan pengekstrakan. Peruasan dibuat menggunakan teknik pengambangan manakala pengekstrakan pula dibuat berasaskan teknik pertumbuhan kawasan. Peruasan dilakukan untuk meningkatkan perbezaan antara nukleus, sitoplasma dan latarbelakangnya sebelum pertumbuhan kawasan dilakukan terhadap imej yang telah diruas. Sebanyak 60 imej yang diperolehi daripada Hospital Universiti Sains Malaysia telah diekstrak menggunakan perisian ini. Hasil ujian korelasi yang dibuat terhadap data yang diekstrak menggunakan perisian berbanding data yang diekstrak secara konvensional menunjukkan bahawa perisian yang dibina mampu mengekstrak ciri sel dengan kecekapan yang meyakinkan. Data yang diekstrak akan digunakan oleh rangkaian neural untuk mengkategorikan jenis sel tersebut. Semoga dengan adanya perisian ini, proses diagnosis penyakit barah pangkal rahim menjadi lebih mudah dan cepat, seterusnya lebih banyak nyawa dapat diselamatkan pada masa akan datang.
______________________________________________________________________________________
Digital image processing is a wide field and covers various fields including the medical diagnosis field. The objective of this project is to design a new software using Borland C++ Software, to extract features from cervix cancer cell which is the second most killer for women. This software is build to overcome the method which is used normally. Extraction method through conventional often encounters problem in differentiating between object and background because certain images are blur or consist a lot of impurities. Measurement through conventional method is just an assumption because here, ability of human vision is limited and the process takes a long time. The characterize that is being extract are size and grey level of nucleus and cytoplasm. Extraction characteristics can be carried out by implementing two methods which are segmentation and extraction. Segmentation is done using threshold technique whereas extraction is done based on region growing technique. Segmentation is apply to to increase the difference between nucleus, cytoplasm and its background before region growing is done against the segmented image. 60 images which were acquired from Hospital of University Science Malaysia were extracted using this software. From the correlation test which was been done between the data extracted using software and the data extracted through conventional, showed that designed software was able to extract the cell characteristic efficiently and confidently. Data that was extracted will be used by neural network to categorize the risk of cell. Hopefully with this software, diagnosis process for cervix cancer would be easier and eventually more life’s can be saved in the future.
Pengekstrakan ciri secara manual sel serviks (manual features extraction of cervical cells)_Noor Zaihah Jamal_E3_2006_NI