Deteksi osteoporosis melalui analisis tekstur citra tulang manus pada wanita pasca menopause dengan menggunakan metode ekstraksi fitur Gray Level Run Length Matrix (GLRLM) dan klasifikasi Adaptive Neuro Fuzzy Inference System (ANFIS)

INDONESIA:

Tulang merupakan jaringan dinamis yang mengalami perombakan sepanjang kehidupan, dimana sel-sel yang sudah tua dibongkar kemudian dibentuk sel yang baru. Abnormalitas yang terjadi pada remodeling tulang yaitu dimana proses pembongkaran (resorpsi) terjadi lebih cepat secara tidak teratur daripada pembentukan tulang (formasi) sehingga dapat menyebabkan terjadinya osteoporosis. Adapun biaya pemeriksaan BMD menggunakan DEXA yang cukup mahal terutama bagi masyarakat dengan kelas ekonomi menengah ke bawah serta penyebaran alat DEXA scanner yang tidak merata pada semua wilayah rumah sakit di Indonesia menyebabkan kurangnya monitoring dan perhatian masyarakat terhadap osteoporosis. Untuk menangani permasalahan tersebut, dilakukan upaya alternatif yang lebih cepat dan terjangkau dalam memonitoring dan mendeteksi osteoporosis menggunakan analisis citra tulang. Citra tulang terkait akan diekstraksi fitur teksturnya menggunakan Gray Level Run Length Matrix (GLRLM) dan diklasifikasikan melalui Adaptive Neuro Fuzzy Inference System (ANFIS). Penelitian ini bertujuan untuk mengetahui kinerja sistem prediksi GLRLM-ANFIS dalam mendeteksi dan mengklasifikasikan jenis tulang, untuk mengetahui sebaran validitas sistem GLRLM-ANFIS serta untuk mengetahui karakteristik fisik tekstur yang dihasilkan pada masing-masing citra tulang (normal; osteopenia; osteoporosis). Hasil pada penelitian menunjukkan bahwa sistem GLRLM-ANFIS memiliki kinerja sistem prediksi yang sangat baik dibuktikan dengan persentase error yang sangat rendah yaitu 0.120073078% pada data training dan 1.723160606% pada data testing, dengan sebaran validitas mencapai 100% pada keseluruhan parameter (akurasi, presisi, recall, spesivisitas dan F1 Score). Selain itu karakteristik citra kelas tulang normal memiliki permukaan citra yang halus, citra kelas osteoporosis memiliki permukaan citra yang kasar, sedangkan kelas osteopenia berada di antara keduanya.

ENGLISH:

Bone is a dynamic tissue that undergoes reshuffle throughout life, where old cells are dismantled and new cells are formed. Abnormalities that occur in bone remodeling, namely where the process of disassembly (resorption) occurs irregularly faster than bone formation so that it can cause osteoporosis. The cost of BMD examination using DEXA is quite expensive, especially for people with the middle to lower economic class and the distribution of DEXA scanners that are not evenly distributed in all areas of hospitals in Indonesia causes a lack of monitoring and public attention to osteoporosis. To deal with these problems, alternative efforts are made that are faster and more affordable in monitoring and detecting osteoporosis using bone image analysis. The associated bone images will be extracted for their texture features using the Gray Level Run Length Matrix (GLRLM) and classified through the Adaptive Neuro Fuzzy Inference System (ANFIS). This study aims to determine the performance of the GLRLM-ANFIS prediction system in detecting and classifying bone types, to determine the validity distribution of the GLRLM-ANFIS system and to determine the physical characteristics of the resulting texture on each bone image (normal; osteopenia; osteoporosis). The results of the study show that the GLRLM-ANFIS system has a very good prediction system performance as evidenced by a very low error percentage of 0.120073078% on training data and 1.723160606% on testing data, with a validity distribution reaching 100% on all parameters (accuracy, precision, recall, specificity and F1 score). Besides that, the normal bone class image characteristics have a smooth image surface, the osteoporosis class image has a rough image surface, while the osteopenia class is in between the two.

ARABIC:

العظام نسيج ديناميكي يخضع لتعديل وزاري طوال الحياة ، حيث يتم تفكيك الخاليا القديمة وتشكيل خاليا جديدة .التشوهات التي تحدث في إعادة تشكيل العظام ، أي حيث تحدث عملية التفكيك )االرتشاف (بشكل غير منتظم بشكل أسرع من تكوين العظام )تكوينها (بحيث يمكن أن تسبب هشاشة العظام .تكلفة فحص كثافة باهظة الثمن ، خاصة لألشخاص من الطبقة االقتصادية المتوسطة إلى DEXA المعادن بالعظام باستخدام غير الموزعة بالتساوي في جميع مناطق المستشفيات في إندونيسيا DEXA الدنيا ، كما أن توزيع ماسحات يتسبب في نقص المراقبة واالهتمام العام بهشاشة العظام .للتعامل مع هذه المشاكل ، تُبذل جهود بديلة أسرع وبأسعار معقولة في مراقبة واكتشاف هشاشة العظام باستخدام تحليل صورة العظام .سيتم استخراج صور وتصنيفها (GLRLM (العظام المصاحبة لميزات نسيجها باستخدام مصفوفة طول تشغيل المستوى الرمادي تهدف هذه الدراسة إلى تحديد أداء نظام التنبؤ (ANFIS (من خالل نظام االستدالل العصبي الغامض. التكيفي وتحديد الخصائص الفيزيائية للنسيج الناتج على كل صورة عظم )طبيعية ؛ هشاشة العظام ؛ هشاشة ANFIS GLRLM في الكشف عن أنواع العظام وتصنيفها ، لتحديد توزيع صالحية نظام ANFIS-GLRLM له أداء نظام تنبؤ جيد جدًا كما يتضح من نسبة ANFIS-GLRLM العظام .(أظهرت نتائج الدراسة أن نظام على بيانات االختبار %۱۷۲۳۱۶۰۶۰۶ على بيانات التدريب و .,%۰۱۲۰۰۷۳۰۷۸ خطأ منخفضة جدًا تبلغ على جميع المعلمات) .الدقة ، الدقة ، االسترجاع ، الخصوصية ، درجة %۱۰۰ مع توزيع صحة يصل إلى ، إلى جانب ذلك ، تتميز خصائص صورة فئة العظام الطبيعية بسطح صورة أملس ، وصورة فئة هشاشة .(1F .العظام لها سطح صورة خشن ، بينما تقع فئة هشاشة العظام بين االثنين