Hasil Pencarian  ::  Simpan CSV :: Kembali

"Coronavirus Disease 2019 (COVID-19) merupakan sebuah penyakit yang disebabkan oleh novel coronavirus SARS-CoV-2. Penyakit yang berasal dari Provinsi Hubei di China ini sudah menyebar ke seluruh dunia, menjangkiti banyak hingga seluruh negara di dunia. Sudah menginfeksi kurang lebih 400 juta jiwa di seluruh dunia pada pertengahan kuartal pertama tahun 2022. Mencegah penyebaran COVID-19 merupakan tindakan yang harus segera dilakukan, salah satu caranya adalah dengan pendeteksian sedini mungkin.Pendeteksian COVID-19 selain menggunakan metode kedokteran, dapat dipertimbangkan mengenai penggunaan artificial intelligence. Penelitian mengenai metode pendeteksian COVID-19 menggunakan citra X-Ray yang telah dilakukan oleh Dhita menuai hasil yang cukup sukses. Menambahkan penelitian tersebut, kami melakukan metode pendeteksian menggunakan citra CT Scan. Beberapa penelitian mengenai pendeteksian COVID-19 menggunakan citra CT Scan seperti Tang et al. meneliti mengenai segmentasi citra CT Scan terhadap daerah local lesi terindikasi COVID-19 atau Pneumonia. Rahimzadeh, Attar, and S. M. Sakhaei juga melakukan penelitian sebelumnya mengenai pengklasifikasian pasien COVID-19 menggunakan citra CT Scan dengan mendapatkan hasil 90% akurasi dengan menggunakan metode FPN.

---

Coronavirus Disease 2019 (COVID-19) is a disease caused by the novel coronavirus SARS-CoV-2. This disease which originates from the Hubei Province in China has already spread throughout the world, reaching many if not all countries in the world. There have been more than 400 million people infected across the globe as of the first quarter of 2022. Prevention of the spreading of the disease is very important, and one of the best ways to do so is to detect its infection as soon as possible.

Aside from asking a doctor, the task of detecting COVID-19 using artificial intelligence has been considered. The research done by Dhita to detect COVID-19 using X-ray images has been seen as a success. Adding to that, we attempt to detect COVID-19 using CT Scan images.

A couple research papers about detecting COVID-19 using CT Scan images such as the ones done by Tang et al. tried to segment CT Scan images related to the lesions that indicate COVID-19 or Pneumonia. Rahimzadeh, Attar, and S. M. Sakhaei also conducted research related to classifying COVID-19 patients using CT Scan images and found success at 90% accuracy with an FPN model."

"Coronavirus Disease 2019 (COVID-19) merupakan sebuah penyakit yang disebabkan oleh novel coronavirus SARS-CoV-2. Penyakit yang berasal dari Provinsi Hubei di China ini sudah menyebar ke seluruh dunia, menjangkiti banyak hingga seluruh negara di dunia. Sudah menginfeksi kurang lebih 400 juta jiwa di seluruh dunia pada pertengahan kuartal pertama tahun 2022. Mencegah penyebaran COVID-19 merupakan tindakan yang harus segera dilakukan, salah satu caranya adalah dengan pendeteksian sedini mungkin. Pendeteksian COVID-19 selain menggunakan metode kedokteran, dapat dipertimbangkan mengenai penggunaan artificial intelligence. Penelitian mengenai metode pendeteksian COVID-19 menggunakan citra X-Ray yang telah dilakukan oleh Dhita menuai hasil yang cukup sukses. Menambahkan penelitian tersebut, kami melakukan metode pendeteksian menggunakan citra CT Scan. Beberapa penelitian mengenai pendeteksian COVID-19 menggunakan citra CT Scan seperti Tang et al. meneliti mengenai segmentasi citra CT Scan terhadap daerah local lesi terindikasi COVID-19 atau Pneumonia. Rahimzadeh, Attar, and S. M. Sakhaei juga melakukan penelitian sebelumnya mengenai pengklasifikasian pasien COVID-19 menggunakan citra CT Scan dengan mendapatkan hasil 90% akurasi dengan menggunakan metode FPN.

---

Coronavirus Disease 2019 (COVID-19) is a disease caused by the novel coronavirus SARS-CoV-2. This disease which originates from the Hubei Province in China has already spread throughout the world, reaching many if not all countries in the world. There have been more than 400 million people infected across the globe as of the first quarter of 2022. Prevention of the spreading of the disease is very important, and one of the best ways to do so is to detect its infection as soon as possible. Aside from asking a doctor, the task of detecting COVID-19 using artificial intelligence has been considered. The research done by Dhita to detect COVID-19 using X-ray images has been seen as a success. Adding to that, we attempt to detect COVID-19 using CT Scan images. A couple research papers about detecting COVID-19 using CT Scan images such as the ones done by Tang et al. tried to segment CT Scan images related to the lesions that indicate COVID-19 or Pneumonia. Rahimzadeh, Attar, and S. M. Sakhaei also conducted research related to classifying COVID-19 patients using CT Scan images and found success at 90% accuracy with an FPN model."

"Pemeriksaan CT scan kepala sudah menjadi pemeriksaan rutin untuk kasus sakit kepala. Namun informasi dosis radiasi pemeriksaan CT scan kepala belum banyak diketahui. Informasi akan dosis ini sangatlah penting karena adanya organ yang sensitif terhadap radiasi seperti kelenjar thyroid, kelenjar air ludah, lensa mata dan otak kepala. Untuk mengetahui estimasi nilai dosis di organ kepala tersebut digunakan software ImPACT CT patient Dosimetry Calculator yang mengunakan nilai nCTDIw yang diperoleh dari hasil pengukuran menggunakan detektor bilik ionisasi pensil berukuran 100 mm dengan obyek phantom CTDI berukuran 160 mm sebagai salah satu faktor penghitungan. Dari 15 pasien diestimasi dosis ekivalen untuk dosis ekivalen thyroid 0.072 mSv - 0.33 mSv, Kelenjar air ludah berkisar 0.66 mSv - 0.8 mSv, otak kepala 0.66 mSv -0.8 mSv, Sedang untuk lensa mata dinyatakan dalam dosis organ karena alasan deterministik kemungkinan terjadinya katarak pada lensa mata karena radiasi, yakni sebesar 75 mGy - 91 mGy, serta total dosis efektif 3 mSv - 3.7 mSv, pada parameter uji 120 kV 300 mAs. Besar nilai dosis dipengaruhi oleh mAs, panjang scan dan pitch, sehingga proteksi radiasi terhadap organ thyroid harus dilakukan.

---

Head CT scan has become a rutin procedure to rule out headache symptoms, but dose radiation influences is yet to be known . Information dose of head CT scan is very important because there are organ at risk such thyroid, saliva glands,brain and eye lens. Using nCTDIw values obtained from the measurement of 100 mm pencil ionization chamber on 16 cm CTDI phantom, combined with 15 patient data obtained from DICOM data patient, and estimated dose using imPACT CT patient dose calculator, estimated equivalent dose are, for thyroid 0.072 mSv - 0.33 mSv, saliva glands 0.66 mSv - 0.8 mSv, brain 0.66 mSv-0.8 mSv and the eye lens are mention in organ dose because of deterministic reason of cataract formation rather than for effective dose calculation are 75 mGy - 91 mGy and estimated total dose effective are 3 mSv - 3.71 mSv at 120 kV 300mAs. The dose value is influenced by mAs, lenght of scan and pitch, for futher attention of radiation protection for thyroid gland area must be done."

"Perkembangan terkini dari perangkat pencitraan medik computerized tomography (CT) scan telah memungkinkan dihasilkannya citra dari penampang melintang secara multi irisan dalam orde beberapa detik. Citra medik digital yang dihasilkan merepresentasikan penampang melintang dari berbagai struktur jaringan dari irisan yang dicitrakan. Salah satu tantangan yang dapat membantu dalam proses diagnosis berbasis citra adalah ekstraksi informasi dari struktur anatomi tertentu dengan suatu metode segmentasi citra serta visualisasi volumetrik dengan bantuan komputer. Untuk kasus visualisasi volumetrik tulang pelvis pada citra CT-scan multi irisan, seluruh citra yang mengandung bagian struktur tulang pelvis harus disegmentasi. Pada penelitian ini, satu teknik segmentasi citra berbasis active contour akan diimplementasikan untuk melakukan segmentasi citra multi irisan secara semi otomatis. Proses segmentasi citra diawalidengan menentukan model kurva 2D yang dilakukan secara manual pada citra irisan pertama. Kemudian model kurva tersebut secara iterasi akan berdeformasi sampai dengan bentuk kurva yang berhimpit pada batas tepian citra tulang pelvis. Hari akhir kurva 2D pada irisan pertama akan digunakan sebagai inisialisasi model kurva 2D pada proses segmentasi citra irisan berikutnya. Proses tersebut akan berlanjut sampai dengan citra irisan terakhir. Metode segmentasi citra berbasis active contour akan dibandingkan dengan metode segmentasi secara nilai ambang dari homogenitas distribusi intensitas dan metode segmentasi secara manual. Analisis secara kualitatif terhadap hasil segmentasi tiap irisan dan analisis kualitatif pada representasi visualisasi volumetrik digunakan pada penelitian ini.

---

AbstractThe current development of computerized tomography (CT) has enable us to obtain cross sectional image using multi slicing techniques in an order of few seconds. The obtained images represent several tissue structures on cross section slice being imaged. One challenge to help diagnosis using CT images is extracting an anatomic structure of interest using a method of image segmentation and volumetric visualization with the assistance of computers. In case of volumetricvisualization of pelvis bones extracted from multi-slice CT images, whole images which are containing part of pelvis bone structures must be segmented. In this research, an image segmentation technique based on active contour is implemented for semi-automatic multi slice image segmentation. Image segmentation steps are initialized with a define model of 2D curve on the first slice image manually. Next, its model curve is deformed to reach the final result of 2D curve that fits to boundary edges of pelvis bone image. The final result of 2D curve on previous slice image was used as an initialization model of 2D curve on the next slice images. This process will continue until the final slice image. This segmentation method was compared with the segmentation method based on threshold from homogenous intensitydistribution and manual segmentation method. Quantitative analysis from the results of segmentation on each slice and qualitative analysis on the representation of volumetric visualization are performed in this research."

"ABSTRAKSistem pelayanan CT Scan yang diselenggarakan UPF Radiodiagnostik RS. Dr. Cipto Mangunkusumo setiap tahun cenderung mengalami antrian pasien yang panjang. Berdasarkan wawancara dan pengamatan lokasi penelitian, ternyata antrian pasien yang membutuhkan pelayanan CT Scan mencapai dua minggu lamanya. Dengan mengacu pada REPELITA ke V RSCM Tahun 1989, bahwa salah satu upaya yang akan dilakukan adalah peninngatan mutu pelayanan medis agar dapat memberikan pelayanan yang cepat, tepat, aman dan efisien, maka antrian yang terjadi pada sistem pelayanan CT Scan merupakan salah satu masalah yang harus di atasi.Penelitian ini bertujuan untuk mengetahui karakteristik antrian pada sistem pelayanan CT Scan dengan menggunakan model M/M/1 dari queueing (waiting line) theory dan untuk mendapatkan faktor-faktor yang dapat meningkatkan pelayanan CT Scan menjadi lebih optimal.Dari hasil penelitian ini dapat disimpulkan bahwa tingkat kegunaan fasilitas pelayanan CT Scan belum optimal. Pasien tidak ada yang dilayani tepat jam 08:00 WIB dan umumnya pelayanan telah selesai sebelum jam 14:00 WIB.Akhirnya dua saran yang dikemukakan untuk mengatasi masalah antrian ini, yaitu penambahan peralatan CT Scan dan penyempurnaan metode kerja yang sesuai bagi sistem pelayanan CT Scan di UPF Radiodiagnostik RS.Dr. Cipto Mangunkusomo"

"Teknik akuisisi scan spiral memperkenalkan istilah Pitch. Pitch yang besar mempengaruhi proses rekonstruksi karena interpolasi data menjadi lebih lebar sehingga dapat menurunkan resolusi citra. Penelitian ini dilakukan dengan menggunakan fantom toraks in house yang dibuat dan didesain berdasarkan pengukuran data citra CT Toraks 100 pasien laki-laki. Parameter eksposi yang digunakan 130 kVp, rotasi tabung 0,6 detik, perubahan arus tabung 70 mAs dan 100 mAs serta variasi pitch mulai dari 0.5, 0.8, 1, 1.5, 1.8 dan 2. Fantom terbagi menjadi 4 bagian. Fantom bagian A untuk evaluasi akurasi posisi dan kualitas citra pada selang berisi media kontras, bagian B untuk evaluasi kualitas citra lubang udara hole , bagian C untuk evaluasi mikrokalsifikasi dengan variasi ukuran mesh pada serbuk tulang dan hidroxyapatite, dan bagian D untuk evaluasi MTF. Scanning fantom A untuk evaluasi akurasi posisi selang antara ukuran di fantom dengan monitor menunjukkan deviasi < 4 berjumlah 408 data 84 di sisi kanan dan 417 data 86 di sisi kiri dari total 486 data. Evalusi kualitas citra pada fantom A, terdapat perbedaan ?SNR pada tiap slice dengan hubungan yang linier terhadap perubahan pitch, semakin besar pitch yang digunakan ?SNR akan semakin lebar. ?SNR paling lebar terdapat pada slice ke-1 dan ke-2, selanjutnya pada slice ke-3 sampai ke-9 ?SNR stabil dan cenderung menurun. Evaluasi fantom B menunjukkan hole titik I dan J yang berdiameter 0.9 mm dan 0.625 mm tidak dapat tervisualisasi pada seluruh slice. SNR yang didapat paling tinggi pada hole tengah titik H dengan diameter 2 mm. Sensitivitas Pesawat CT dapat mendeteksi serbuk tulang ukuran mesh 10 dan 30 tetapi tidak dapat memperlihatkan serbuk tulang ukuran mesh 50 yang tersebar merata di permukaan fantom, ditunjukkan dengan nilai SNR tertinggi pada pitch 0.8 sebesar 2.659 SNR.

---

Acquisition technique in spiral scan introduce the term of Pitch. The big pitch could be influence for reconstruction process because interpolation will be wider, be affecting the spatial resolution. This study was performed by using in house thoracic phantom that made and designed based on image data measurement of CT Thorax of 100 men patient. Exposure Parameter which used was 130 kVp, tube rotation 0.6 second, tube current 70 mAs and 100 mAs, with pitch variation start from 0.5, 0.8, 1, 1.5, 1.8 and 2. Phantom was divided into 4 parts. Part A was used for evaluating the accuracy of position and image quality on a pipe that consist of contrast media, part B was used for evaluating image quality on hole, part C was used for evaluating micro calcification with various mesh size on bone material and hidroxyapatite, while part D was used for evaluating MTF. Phantom A scanning was performed for evaluating the accuracy of position between pipe in phantom and monitor showed deviation 4 with 408 number of data 84 on the right side and 417 data 86 on the left side from 486 all data. The result obtained for image evaluation, showed the different between delta SNR in every slice in phantom A with the pitch changing, used higher pitch becoming SNR wider. The widest SNR were occurred in the 1st and 2nd slice, furthermore in the 3rd until 9th slice SNR were stable and tend to decreased. Evaluation of phantom B showed that hole in point I and J which have diameter 0.9 mm and 0.625 mm could not visualized. The highest SNR was occurred in the middle hole point H with diameter 2 mm. The sensitivity of CT scanner is good enough to detect bone with the mesh size of 10 and 30 but not with the mesh size of 50 that spread in the phantom surface, this is shown with the highest SNR in the pitch 0.8 as 2.659 SNR."

"ABSTRAKLatar belakang: Penilaian pre-operatif penting dilakukan sebelum reseksi papiloma inverted untuk menjamin reseksi tumor yang bersih dan mencegah kekambuhan, namun belum ada tata cara penilaian pre-operatif papiloma inverted di Indonesia.Tujuan: Penelitian ini membandingkan penilaian pre-operatif CTscan dan MRI dengan penemuan saat operasi sehingga diketahui modalitas terbaik yang dapat menjadi dasar dalam penatalaksanaan papiloma inverted.Metode: Dilakukan prediksi lokasi asal tumor, keterlibatan sinus paranasal dan penentuan stadium tumor pada 10 pasien papiloma inverted dengan CT-scan dan MRI kemudian dibandingkan dengan penemuan saat operasi dengan panduan sistem navigasi pencitraan. Navigation panel unit menjadi alat yang penting dalam memandu operasi dan memastikan kesesuaian pencitraan dengan penemuan saat operasi.Hasil: Prediksi lokasi asal tumor dengan CT-scan dilakukan dengan menilai hiperostosis (9/10 subjek), sedangkan pada MRI dicari gambaran serpentine cerebriform filamentous structure (5/10 subjek). CT-scan lebih baik dalam prediksi lokasi asal tumor dibandingkan MRI (p=0,046). Tidak didapatkan perbedaan yang bermakna dalam prediksi keterlibatan sinus paranasal (p=0,083) dan stadium tumor (p=0,317) dengan menggunakan kedua modalitas tersebut.Kesimpulan: CT-scan merupakan pemeriksaan pencitraan yang paling baik dalam penilaian pre-operatif pada papiloma inverted sinonasal.

---

ABSTRACTBackground: Preoperative assessment is essential before inverted papilloma surgery to ensure complete resection and prevent recurrence. There are no standard preoperative assessment for inverted papilloma in Indonesia.Purpose: This study was aim to compare CT-scan and MRI in preoperative assessment with the intra operative findings to determine which is the best preoperative imaging for inverted papilloma. Methods: Preoperative assessment predicted the site of origin, involvement of the paranasal sinus and tumor staging of inverted papilloma in 10 patients with CT-scan and MRI, then subsequently compared with the operation findings by surgical navigation imaging guidance. Navigation panel units was an important tool in guiding operations and ensure the intraoperative findingsconsistent with the imaging.Result: Site of origin was predicted by finding focal hyperostosis on CT-scan (9/10 subjects), whereas the serpentine cerebriform filamentous structure evaluated on MRI (5/10 subjects). The results of this study showed that CT-scan predicted site of origin better than MRI (p=0.046). There were no significant differences in prediction of paranasal sinus involvement (p = 0.083) and tumor staging (p = 0.317) using both modalities.Conclusion: Therefore, concluded that CT-scan is the best imaging preoperative assessment for sinonasal inverted papilloma."

"Latar belakang dan tujuan : Persiapan pada calon pasien yang akan menjadi pendonor ginjal memerlukan penilaian fungsi dan anatomi organ ginjal. Korelasi antara fungsi dan anatomi ginjal dapat membantu untuk prediksi fungsi dan anatomi ginjal, oleh karena itu dibutuhkan penilaian rerata volume parenkim ginjal dan pada stadium CKD 1, 2 dan 3 serta korelasi antara volume parenkim ginjal dengan rerata estimasi laju filtrasi glomerulus pada stadium CKD 1, 2 dan 3. Metode : Penelitian cross sectional ini menggunakan data sekunder berupa nilai estimasi laju filtrasi glomerulus yang dihitung dengan rumus MDRD. Subyek penelitian yang sesuai dengan kriteria dihitung volume parenkim ginjalnya menggunakan CT scan. Teknik pengukuran menggunakan cara disc summation. Korelasi dengan tes pearson digunakan untuk menilai hubungan antara estimasi laju filtrasi glomerulus dengan volume parenkim ginjal. Hasil : Kelompok CKD stage 1 didapatkan volume rerata parenkim ginjal kanan 132,04 cc, ginjal kiri 134,71 cc dan ginjal total 266,75 cc. Kelompok CKD stage 2 didapatkan rerata parenkim ginjal kiri 112,83 cc, ginjal kanan 110,44 cc dan ginjal total 223,28 cc. Kelompok CKD stage 3 rerata parenkim ginjal kiri 100,21 cc, ginjal kanan 101,4 cc dan ginjal total 201,61 cc. Tes pearson memperlihatkan korelasi yang signifikan (p < 0,001) dan kekuatan sedang (r = 0,554) dengan persamaan: y = 0,326x + 16,13. Kesimpulan : Korelasi antara nilai estimasi laju filtrasi glomerulus pada CKD stage 1, 2 dan 3 menunjukan signifikansi kuat dan korelasi sedang dengan persamaan: y = 0,32x + 16,13. Persamaan yang didapat berguna untuk estimasi nilai laju filtrasi glomerulus maupun estimasi volume parenkim ginjal total apabila nilai salah satunya diketahui.

---

Background and objective : Preparation to a kidney donor will need assessment of the kidney's function and anatomy. The correlation between the function and anatomy can help to predict the function and anatomy. That is why the measurement of kidney’s volume is needed (in average and in CKD stage 1, 2, and 3) and the correlation between kidneys parenchyme volume and the average estimated glomerulus filtration rate during CKD stage 1,2, and 3.

Method : Cross sectional research using secondary data of estimated glomerulus filtration rate, calculated by MDRD formula. Kidneys parenchyme volume of the subjects were measured using CT scan. Disc summation technique was applied for the measurement. Correlation with Pearson test was made to assesst the correlation between estimated glomerulus filtration rate and kidneys parenchyme volume.

Result : Group of CKD stage 1 had an average kidneys parenchyme volume 134,71 cc (left), 132,04 cc (right), and 266,75 cc (total). Group of CKD stage 2 had an average kidneys’ parenchyme volume 112,83 cc (left), 110,44 cc (right), and 223,28 cc (total). Group of CKD stage 3 had an average kidney's parenchyme volume 100,21 cc (left), 101,4 cc (right), 201,61 cc (total). Pearson test shows a significant correlation (p < 0,001) and moderate strength (r = 0,554) with the equation y = 0,326x + 16,13.

Conclusion : Correlation between estimated glomerulus filtration rate in CKD stage 1, 2, and 3 showed strong significancy and moderate correlation with the equation y = 0,326x + 16,13. This equation can be useful to estimate glomerulus filtration rate and total kidneys’ parenchyme volume if one of the number is known."