Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kanker kulit termasuk salah satu kanker dengan kasus terbanyak di seluruh dunia dan menjadi penyebab kematian terbanyak adalah kanker kulit melanoma. Pendeteksian dan diagnosis dini berhasil meningkatkan angka survival rate untuk melanoma tingkat awal sebesar 95%. Oleh karena itu, analisis gambar medis sangat penting dalam upaya pengobatan penyakit kulit sedini mungkin. Cara pendeteksiaan saat ini yang menggunakan metode manual masih kurang handal dan memakan banyak waktu. Adanya pengembangan teknologi deep learning dan computer vision dapat membantu dokter dalam melakukan segmentasi lesi kulit dengan lebih cepat dan akurat. Penelitian ini mengusulkan penggunaan arsitektur Recurrent Residual U-Net (R2U-Net) dalam melakukan tugas segmentasi lesi kulit. Arsitektur ini menggunakan recurrent residual block yang terinspirasi dari residual connection dan Recurrent Convolutional Layer (RCL) ke dalam arsitektur berbasis U-Net. Unit residual dengan RCL membantu mengembangkan model lebih dalam yang efisien. Dataset yang digunakan pada penelitian ini adalah dataset yang berasal dari International Skin Imaging Collaboration (ISIC) 2018. Penelitian ini berhasil meningkatkan kinerja model dalam memprediksi segmentasi lesi kulit pada nilai Dice Similarity Coefficient (DSC), jaccard index, akurasi, sensitivitas, spesifisitas, dan presisi masing-masing sebesar 88,16%, 79,03%, 94,07%, 87,25%, 96,98%, dan 89,50%, dengan rata-rata kenaikan sebesar 2,4%.

---

Skin cancer is one of the most common cancers in the world and the leading cause of death is melanoma. Early detection and diagnosis can increase the survival rate for early-stage melanoma by 95%. Therefore, analysis of medical images is very important in efforts to treat skin diseases as early as possible. The current detection method that uses the manual method is still less reliable and takes a lot of time. The development of deep learning technology and computer vision can assist doctors in segmenting skin lesions more quickly and accurately. This study proposes the use of the Recurrent Residual U-Net (R2U-Net) architecture in performing the task of segmenting skin lesions. This architecture uses a recurrent residual block inspired by the residual connection and recurrent convolutional layer (RCL) in a U-Net-based architecture. Residual units with RCL help develop efficient deeper models. The dataset used in this study is a dataset from the International Skin Imaging Collaboration (ISIC) 2018. This research succeeded in improving the model's performance in predicting skin lesion segmentation on the Dice Similarity Coefficient (DSC), jaccard index, accuracy, sensitivity, specificity, and precision values of each respectively 88.16%, 79.03%, 94.07%, 87.25%, 96.98%, and 89.50%, with an average increase of 2.4%."

"Latar Belakang: Melanoma konjungtiva adalah keganasan konjungtiva yang jarang dijumpai, namun berpotensi agresif. Rekurensi melanoma konjungtiva pada kasus melanoma konjungtiva mencapai 40% disertai persentase mortalitas yang tinggi (18%). Aktivitas mitosis dan ekspresi pulasan imunohistokimia (IHK) Ki-67 sebagai penanda proliferasi memiliki potensi sebagai prediktor prognosis kondisi ini. Penelitian ini bertujuan menilai hubungan aktivitas mitosis dan ekspresi Ki-67 dengan faktor prognosis klinis dan histopatologi pada melanoma konjungtiva yaitu lokasi tumor, invasi lokal, keterlibatan kelenjar getah bening (KGB), rekurensi, metastasis jauh, tipe sel, invasi limfovaskular, dan penyebaran pagetoid. Metode: Penelitian ini dilakukan dengan pengumpulan data rekam medis dan blok parafin pasien melanoma konjungtiva di Rumah Sakit Cipto Mangunkusumo selama periode Januari 2013 – Desember 2023. Sampel dikaji ulang dan dilakukan pewarnaan hematoksilin-eosin (HE) serta pulasan IHK menggunakan antibodi Ki-67. Hasil hitung mitosis dan ekspresi Ki-67 selanjutnya dicek silang dengan faktor-faktor prognosis lain yang ditemukan dari rekam medis dan sampel yang diuji. Kemudian dilakukan analisis statistik untuk mengetahui hubungan keduanya. Hasil: Didapatkan 34 sampel penelitian yang memenuhi kriteria inklusi dan eksklusi. Tidak ditemukan adanya hubungan yang signifikan secara statistik antara aktivitas mitosis dan ekspresi Ki-67 dengan faktor prognosis klinis dan histopatologi yang diuji (p>0.05). Mayoritas pasien melanoma konjungtiva pada penelitian ini memiliki aktivitas mitosis tinggi (85.3%), temuan ini melebihi persentase proporsi pada penelitian-penelitian sebelumnya. Kesimpulan: Tidak terdapat hubungan yang bermakna secara statistik antara aktivitas mitosis dan ekspresi Ki-67 dengan faktor prognosis buruk klinis dan histopatologi pada pasien melanoma konjungtiva. Terdapat ketimpangan proporsi populasi berupa ditemukannya hampir seluruh pasien dengan aktivitas mitosis tinggi.

---

Background: Conjunctival melanoma is a rare but potentially aggressive conjunctival malignancy. Local recurrence of conjunctival melanoma cases reaches 40% with a high mortality rate (18%). Mitotic activity and Ki-67 immunohistochemistry (IHC) staining expression as proliferation markers can predict this condition's prognosis. This study aims to assess the association between mitotic activity and Ki-67 expression with clinical and histopathological prognostic factors in conjunctival melanoma, namely tumor location, local invasion, lymph node involvement, recurrence, distant metastasis, cell type, lymphovascular invasion, and pagetoid spread. Methods: This study was conducted using data from medical records and paraffin blocks of conjunctival melanoma patients at Cipto Mangunkusumo Hospital from January 2013 - December 2023. Samples were reviewed, hematoxylin-eosin (HE) stained, and IHC stained using Ki-67 antibody. The mitotic count and Ki-67 expression results were then cross-checked with established prognostic factors. Then, statistical analysis was performed to determine the association between these two. Results: 34 research samples met the inclusion and exclusion criteria. There was no statistically significant association between mitotic activity and Ki-67 expression with the clinical and histopathological prognostic factors tested (p>0.05). Most conjunctival melanoma patients in this study had high mitotic activity (85.3%); this finding exceeds the percentage proportion in previous studies.Conclusion: In conjunctival melanoma patients, there was no statistically significant association between mitotic activity and Ki-67 expression with poor clinical and histopathological prognostic factors. There was an imbalance in the population proportion in the form of almost all patients with high mitotic activity."

"This book describes both the technologies used in the discovery of melanoma biomarkers and the clinical application of these biomarkers for diagnosis and staging of disease, determination of prognosis, treatment planning, monitoring of response to therapy, identification of novel therapeutic targets and drug development. A broad range of biomarkers (DNA/chromosomal, mRNA, microRNA, mitochondrial DNA, epigenetic and protein) is outlined. As therapies for melanoma become increasingly more target specific, the identification, validation and use of biomarkers will invariably play a greater role in the management of patients with this disease."