KLASIFIKASI GAMBAR CITRA MEDIS MAMOGRAFI BERBASIS CONVOLUTIONAL NEURAL NETWORKS (CNNs) DENGAN ARSITEKTUR MODEL MULTI-VIEW


lihat model pada

Contoh file DICOM

Model ini memiliki ukuran input (H:512, W:288 , C:3), sehingga gambar akan selalu diubah ukurannya menjadi 288x512 (Lebar x Tinggi), yaitu rasio 9:16
* Terapkan VOI LUT : menerapkan fungsi VOI LUT dari DICOM
* Perbaiki interpretasi MONOCHROME1 : melakukan inversi negatif jika gambar DICOM dalam interpretasi MONOCHROME1
* Padding ke rasio aspek 9:16 : padding sehingga gambar tidak terdistorsi saat diubah ukurannya
* Pemangkasan ROI Payudara : memangkas hanya wilayah payudara dari gambar, mengurangi piksel yang tidak terpakai

Model akan memprediksi kasus mamografi menjadi dua klasifikasi : BI-RADS dan rekomendasi tindakan. Dimana BI-RADS adalah klasifikasi utama yang digunakan untuk melatih model, dan rekomendasi tindakan adalah klasifikasi sekunder yang dihitung dari prediksi BI-RADS.

change model

Silahkan klik tombol 'Predict' untuk mendapatkan hasil prediksi

INFO : Ini akan diterapkan pada kedua gambar

0 3
-200 200