VOKASI NEWS – Pemeriksaan CTA Cardiac bisa dilakukan dengan lebih efektif dan efisien dengan menggunakan deep learning reconstruction.
CTA cardiac merupakan pemeriksaan CT scan dengan menggunakan media kontras untuk mengevaluasi kelainan yang ada pada pembuluh darah jantung. Pada pemeriksaan CTA cardiac yang menjadi tantangan utama adalah permasalahan citra. Khususnya berkaitan dengan image noise dan artefak. Hal tersebut disebabkan karena kondisi dari detak jantung pasien.
[BACA JUGA: Peranan dan Manfaat PKKMB Fakultas Vokasi Universitas Airlangga 2023]
Inovasi Teknik Rekonstruksi CT Scan
Berbagai inovasi dilakukan untuk mengatasi permasalahan tersebut. Standar rekonstruksi citra CT scan yaitu FBP (Filter Back Projection) tidak bisa mengatasi permasalahan tersebut. FBP terkendala oleh dosis yang diterima oleh pasien, FBP membutuhkan dosis yang cukup tinggi untuk menghasilkan citra yang berkualitas.
Inovasi lain dikembangkan untuk mengatasi keterbatasan tersebut adalah dengan dikembangkannya IR (Iterative Reconstruction). IR menggunakan proses iterasi yang dilakukan berulang untuk mendapatkan citra yang disempurnakan. Berdasarkan data yang dilaporkan IR memiliki permasalahan terkait waktu rekonstruksi. Semakin kompleks data maka waktu yang diperlukan untuk rekonstruksi juga akan semakin lama.
Solusi terbaru dalam teknik rekonstruksi citra CT scan adalah DL ( Deep Learning). DL merupakan bagian dari AI (Artificial Intelligence) yang bisa meniru pemrosesan data oleh otak manusia. DLR (Deep Learning Reconstruction) memiliki sebuah framework menggunakan algorithm yang bisa belajar fitur tertentu melalui proses pembelajaran.
Pembuktian DLR dalam Mengatasi Permasalahan Citra
Penelitian dilakukan untuk membuktikan kualitas citra yang didapatkan dengan menggunakan DLR pada pemeriksaan CTA cardiac menggunakan metode literature review. Penelitian tersebut mengumpulkan data yang didapatkan dari berbagai jurnal yang sudah disesuaikan dengan kriteria penelitian untuk kemudian dilakukan analisa. Kualitas citra yang dianalisa adalah nilai SNR ( Signal to Noise Ratio), CNR ( Contrast to Noise Ratio) dan noise.
Hasil dari penelitian menunjukkan bahwa penerapan DLR pada pemeriksaan CTA cardiac rata- rata menggunakan jenis jaringan saraf tiruan DCNN dan DNN. Jenis jaringan saraf tiruan tersebut dipilih karena sangat baik dalam memproses data terstruktur pada citra.
Performa DLR Lebih Baik Dibandingkan Teknik Rekonstruksi Lainnya
DLR jika dibandingkan dengan teknik rekonstruksi lainnya memiliki performa yang lebih baik dalam menghasilkan citra berkualitas tinggi. DLR juga menggunakan estimasi dosis yang minimum sehingga bisa mengurangi paparan radiasi yang diterima oleh pasien. Persentase kenaikan nilai SNR pada DLR jika dibandingkan dengan FBP adalah sebesar 99,2%. Jika dibandingkan dengan IR persentase kenaikan nilai SNR sebesar 35.29%.
Hasil CNR dengan menggunakan DLR juga memiliki nilai yang signifikan lebih tinggi. Perentase kenaikan dengan menggunakan DLR dibandingkan dengan FBP sebesar 142,5%. Persentase kenaikan jika dibandingkan dengan IR sebesar 74,4%. DLR juga cenderung menghasilkan noise yang lebih rendah pada citra. Penurunan noise pada DLR dibandingkan dengan IR dan FBP adalah sebesar 57,11% dan 69,93%.
DLR membedakan antara sinyal dan noise dengan lebih baik, sehingga noise dapat dikurangi tanpa mengurangi informasi penting dalam citra. DLR dapat meningkatkan resolusi citra, yang berarti dapat menghasilkan gambar yang lebih tajam dengan lebih banyak detail. Hal ini membantu meningkatkan SNR dan CNR dengan mengidentifikasi struktur yang lebih kecil dalam citra dengan lebih baik. DLR dapat mengoptimalkan parameter pemrosesan secara otomatis untuk memaksimalkan SNR dan CNR sehingga dapat menyesuaikan pengolahan citra sesuai dengan data spesifik dan tujuan pemrosesan.
DLR juga dapat mengidentifikasi dan mengurangi noise dalam citra dengan efisien dengan menggabungkan teknik pemrosesan yang kuat, seperti denoising, yang membantu meningkatkan kualitas citra dengan menghilangkan noise yang tidak diinginkan. Model DLR sering dilatih pada dataset besar yang mencakup berbagai situasi dan variasi. Sehingga DLR memiliki performa yang baik dalam mengidentifikasi noise dan mengekstraksi sinyal dengan lebih baik dengan menggunakan dosis yang diminimalkan.
Faktor yang mempengaruhi hasil kualitas citra pada DLR
Nilai SNR, CNR dan noise yang dihasilkan oleh DLR pada pemeriksaan CTA cardiac dipengaruhi oleh beberapa faktor yaitu slice thickness, dosis, peletakkan Region of interest (ROI), jumlah media kontras yang digunakan pada pemeriksaan dan heart rate (HR) pasien serta cardiac phase yang digunakan pada proses akuisisi citra. Penggunaan slice thickness yang lebih tebal cenderung menghasilkan nilai SNR dan CNR yang lebih tinggi, peletakkan ROI yang paling baik yaitu dekat dengan area injeksi kontras, dengan jumlah media kontras yang optimal yaitu 40-60ml. Cardiac phase yang optimal yaitu 70-80% dari interval RR dengan HR <75bpm.
***
Penulis : Shevia Umara Gassani, Lailatul Muqmiroh, Aji Akbar Firdaus, D-IV Teknologi Radiologi Pencitraan.
Editor : Oky Sapto Mugi Saputro – Tim Branding Fakultas Vokasi UNAIR
