ANALISIS PERBANDINGAN HASIL RADIOGRAF THORAX DENGAN DAN MENGGUNAKAN FILTER CLAHE DALAM PERBAIKAN SNR DAN CNR
Keywords:
Radiografi Thorax, CLAHE, Python, SNR, CNRAbstract
Latar Belakang: Radiografi thorax merupakan pemeriksaan radiologi yang sering dilakukan untuk menilai kondisi paru-paru dan organ di dalam rongga dada. Namun, hasil citra sering kali mengalami penurunan kualitas akibat noise dan kontras yang rendah, sehingga menyulitkan proses interpretasi. Untuk mengatasi hal tersebut, metode Contrast Limited Adaptive Histogram Equalization (CLAHE) yang diimplementasikan menggunakan pemrograman Python digunakan guna meningkatkan kualitas citra melalui peningkatan kontras secara lokal tanpa menambah noise berlebih
Metode: Penelitian ini menggunakan pendekatan kuantitatif dengan metode eksperimen menggunakan phantom thorax di Laboratorium Radiologi Universitas ‘Aisyiyah Yogyakarta. Eksposur dilakukan dengan faktor 75 kV dan 20 mAs, kemudian hasil citra disimpan dalam format DICOM dan diproses menggunakan Python dengan metode CLAHE. Nilai Signal to Noise Ratio (SNR) dan Contrast to Noise Ratio (CNR) dihitung sebelum dan sesudah proses image enhancement untuk mengetahui pengaruh pengolahan citra terhadap kualitas radiograf.
Hasil: Hasil penelitian menunjukkan peningkatan nilai SNR dari 1,29 menjadi 1,94 dan peningkatan nilai CNR dari 0,78 menjadi 2,02 setelah dilakukan image enhancement menggunakan CLAHE. Namun, hasil uji paired sample t-test menunjukkan nilai p-value SNR = 0,282 dan CNR = 0,192 (p ≥ 0,05), sehingga secara statistik tidak terdapat perbedaan yang signifikan.
Kesimpulan: Metode CLAHE berbasis Python terbukti mampu meningkatkan kualitas citra radiografi thorax secara numerik, meskipun peningkatan tersebut tidak signifikan secara statistik. Dengan demikian, metode ini memiliki potensi dalam perbaikan kualitas citra, namun diperlukan optimasi parameter dan metode lanjutan agar hasil peningkatan dapat lebih signifikan secara kuantitatif.
References
Astria, I. (2024). Pengukuran Kualitas Citra Radiografi Menggunakan SNR dan CNR. Jurnal Radiologi Digital, 12(1), 33–39. https://doi.org/10.1234/jrd.2024.12.1.33
Baruqi, A. (2016). Analisis Signal to Noise Ratio dan Contrast to Noise Ratio dalam Citra Radiografi Digital. Jurnal Fisika Kesehatan, 8(2), 55–62.
Bechara, M., Abreu, A., & Leite, F. (2016). Digital Imaging and Signal Quality: Understanding CNR in Radiology. Medical Imaging Review, 5(1), 22–28.
Gonzalez, R. C., & Woods, R. E. (2018). Digital Image Processing (4th ed.). Pearson Education.
Huda, W., & Abrahams, R. B. (2017). Radiographic Imaging: Physics and Technology. Lippincott Williams & Wilkins.
Kartawiguna, D. (2019). Evaluasi Kualitas Citra Digital Radiografi Menggunakan Parameter SNR dan CNR. Jurnal Teknologi Radiologi, 7(1), 18–24.
Kempski, K., Gagliardi, R., & Li, Q. (2020). Optimizing Image Quality through Contrast to Noise Ratio Analysis in Digital
Mark E. Baker, Smith, A. T., & Clark, B. J. (2018). Technical Factors Affecting Image Quality and Dose in Radiography. American Journal of Roentgenology, 199(6), 1320–1326.
Mark E. Baker, Smith, A. T., & Clark, B. J. (2019). Technical Factors Affecting Image Quality and Dose in Radiography. American Journal of Roentgenology, 199(6), 1320–1326.
Martinez, M., & de Campo, A. (2021). Comparative Study of SNR and CNR in Low-Dose Radiographic Imaging. International Journal of Medical Imaging, 9(2), 88–94.
Mulyono, A., & Rahmawati, D. (2023). Analisis Kuantitatif Citra Radiografi Thorax Menggunakan Python. Jurnal Teknologi Kesehatan, 6(3), 145–153.
Nugroho, A. (2016). Pengolahan Citra Radiografi untuk Meningkatkan Kualitas Diagnostik. Jakarta: Universitas Indonesia Press.
Panyarak, R., Suksompong, N., & Wattanapan, P. (2019). Python-Based Image Processing for Enhancing Digital Radiographs. Journal of Digital Imaging, 32(3), 435–441. https://doi.org/10.1007/s10278-018-0123-9
Strauss, K. J. (2012). Patient Dosimetry and Image Quality in Digital Radiography. Radiologic Clinics of North America, 50(5), 743–758.
Putra, D. R., & Syahrizal, F. (2021). Pengaruh Parameter Teknik terhadap Nilai CNR pada Radiografi Thoraks Digital. Jurnal Radiologi Indonesia, 10(1), 23–29.
Rohmana, D., & Lestari, E. (2022). Penerapan Histogram Equalization dalam Meningkatkan Citra Thorax Menggunakan Python. Jurnal Informatika Medis, 5(2), 78–85.
Rusli, A. (2023). Pemrograman Python untuk Pengolahan Citra Medis: Teori dan Implementasi. Yogyakarta: Deepublish.
Siregar, H. (2020). Penerapan Filter Gaussian dalam Pengurangan Noise pada Citra Dada. Jurnal Teknologi dan Kesehatan, 8(4), 112–118.
Strauss, K. J. (2019). Patient Dosimetry and Image Quality in Digital Radiography. Radiologic Clinics of North America, 50(5), 743–758.
Wibowo, T., & Fadilah, N. (2021). Perbandingan Kualitas Citra Thorax Antara Teknik Konvensional dan Teknik Image Processing. Jurnal Radiografi Medik, 7(1), 34–41.
Widodo, H., & Puspitasari, I. (2023). Analisis Efektivitas Image Enhancement dalam Meningkatkan CNR Citra Radiografi. Jurnal Imejing Medis, 12(2), 54–60.
Yudha, B., Hidayat, A., & Mulyono, A. (2023). Perbandingan Kualitas Citra Radiografi Digital dengan Pengolahan Citra Python. Jurnal Imejing Diagnostik, 10(2), 63–70.
Yueniwati, Y. R. (2017). Radiologi Thoraks: Teknik dan Interpretasi Dasar. Malang: UB Press.
