Abstrak:
Deteksi awal leukemia lan nyuda resiko kanggo kesehatan manungsa bisa nyebabake integrasi interdisipliner analisis gambar kanthi asil eksperimen klinis.. Analisis gambar gumantung ing algoritma pangolahan sing efisien lan dipercaya kanggo nggawe keputusan kuantitatif babagan data gambar. Artikel iki nampilake desain lan implementasine algoritma klasifikasi kluster lan count sel leukemia sing efisien lan dhuwur kanggo ngitung statistik populasi leukemia kanthi otomatis ing lapangan pandang.. Algoritma dipérang dadi rong tahap: (1) tahap identifikasi sel lan (2) tahap klasifikasi lan inspeksi sel. Tahap identifikasi sel kanthi akurat babagan latar mburi lan gangguan saka piksel latar ngarep. Kothak wates digawe sing nutupi piksel latar ngarep sing ngenali kabeh sel terisolasi lan kluster sel. Klasifikasi sel lan tahap inspeksi nggunakake profil intensitas siji dimensi sing tumindak minangka plot tandha kanggo misahake sel sing terisolasi saka klompok sel lan ngevaluasi jumlah total ing saben kluster.. Algoritma sing dirancang diuji karo macem-macem gambar sel leukemia sing beda-beda ing kondisi akuisisi gambar, ukuran gambar, ukuran sel, distribusi intensitas, lan kualitas gambar. Algoritma sing diusulake nuduhake potensial apik kanggo ngolah gambar becik lan ora ideal kanthi akurasi rata-rata 91% lan wektu Processing rata-rata saka 3 s. Kinerja algoritma sing diusulake dibandhingake karo algoritma sing mentas diterbitake lan alat analisis gambar komersial luwih nemtokake keandalan..

Brinda Prasad and Wael Badawy, “Algoritma Identifikasi lan Klasifikasi High-Throughput kanggo Statistik Populasi Leukemia,” Jurnal Ilmu Pencitraan lan Teknologi 52(3), 2008.

Link menyang dhaptar liyane Penerbitan Jurnal Peer