Anda di halaman 1dari 4

Ekstrasi Lipatan Jejak Kaki Bayi baru lahir dan infant

Abstrak
Staff kesehatan di seluruh dunia harus melakukan langkah yang jelas untuk
mengidentifikasi bayi baru lahir dan infant, hal tersebut dilakukan untuk mencegah
kekeliruan., dan memastikan pengobatan dilakukan pada anak yang tepat. Jejak
kaki sering digunakan meskipun verifikasi dengan jejak kaki itu sulit dikarenakan
kuatnya factor perancu. Faktor perancu yaitu kecilnya struktur, gerakan saat
mengambil, dan pertumbuhan infant yang cepat. Dalam artikel peneliti membahas
bagian problem dari pemrosesan gambar dan memperkenalkan algoritma baru
untuk mengekstraksi lipatan dari jejak kaki infant. Algoritma ini menggunakan
penyaringan direksional pada level resolusi yang berbeda, proses secara morfologi,
gadan ris lipatan rekonstruksi. Peneliti berhasil mencoba metode ini pada jejak kaki
janin yang dipengaruhi oleh factor perancu, diambil dari janin yang sama pada
umur yang berbeda. Indeks syrat biometric, ekstraksi pola lipatan, jejak kaki janin.
1.Pendahuluan
Jejak kaki dari bayi yang baru lahir dicatat oleh rumah sakit di seluruh untuk
membantu mengidentifikasi janin dalam kasus kekeliruan. Sebelumnya, kurangnya
biometric yang terpercaya untuk janin telah diidentifikasi sebagai halangan dalam
meningkatkan program vaksinasi di Negara berkembembang semenjak seringnya
terjadi kasus dimana riwayat vaksinasi dari anak tidak diketahui dan system
berbasis kertas gagal. Ada kontroversi mengenai tidak bergunanya pengumpulan
jejak kaki, terumata untuk identifikasi. Literatur mengenai nilai dari jejak kaki janin
terbagi menjadi dua teori yang berlawanan.
Pertama, Shepard et all, mencetak 51 bayi baru lahir dan mengumpulkan cetakan
kedua setelah 5-6 minggu. Departemen Hukum Californnia ditugaskan untuk
mencocokan kedua hal tersebut dan hanya 10 dari 51 yang cocok. Thompson et al
mengumpulkan 100 jejak kaki janin (aterm) dan 20 jejak kaki janin preterm (bayi
dengan berat kurang dari 1500 gram). Cetakan kedua dikumpulkan setelah 4-8
minggu kemudian. Mereka menegaskan bahwa 11% dari cetakan aterm secara
teknis dapat diterima dan hanya satu kasus yang membenarkan bahwa identifikasi
tersebut mungkin dan jejak kaki dapat digunakan sebagai barang bukti di
pengadilan. Selanjutnya, tidak ada jejak pertama dari janin premature yang cocok
secara benar dengan perkembangannya.

Kedua, Montgomery mendapatkan jejak kaki dari 191 bayi yang baru lahir dalam waktu 1- 7 hari
setelah lahir. Dia mampu untuk mendapatkan struktur sulur kaki dengan teknik yang
dirahasiakan. Berdasarkan data ini dia mengusulkan klasifikasi jejak kaki. Blake menyimpulkan
dari 388 jejak kaki didapatkkan bahwa 79% dari jejak kaki asli bisa diidentifikasi dengan
lipatan jejak kaki dan 85% struktur sulur teridentifikasi. Selanjutnya, Blake menyatakan bahwa
kasus penculikan bayi telah diselesaikan dengan menggunakan jejak kaki dan cetakannya
menjadi bbarang bukti untuk mengadili para pelaku.5 Sinclair dan Fox melaporkan keberhasilan
mereka untuk mengidentifikasi jejak bayi dengan jejak kaki pada saat dewasa dari salah seorang
warga Negara AS. Mereka menggunakan jejak kaki bayi dari sertifikat lahirnya yang ada di
rumah sakit yang benar benar tidak cocok dengan tujuan perbandingan dan berhasil
memperoleh hasil identifikasi yang positif. Tidak ada masalah dalam pembandingan jejak kaki
walaupun tantangannya buruknya cetakan yang didapat saat bayi, struktur sulu yang menebal
dan cara mencetak jejak kaki yang salah sesaat setelah lahir.6 Blake mengatakan hal yang terakhir
sangat penting karena beberapa hari setelah lahir kulit bayi mulai mongering dan retak sehingga
mengaburkan struktur sulur kaki, tetapi lipatan kaki tidak berpengaruh oleh efek ini dan tetap
bertahan hingga dewasa.7 Literatur tentang metode identifikasi otomatis sangat jarang dilakukan,
baik intuk jejak kaki maupu ekstraksi pola lipatan kaki ataupun kombinasinya. Dalam semua
kasus ahli sidik polisi yang melakukan secara manual untuk membangun identitas bayi.

Langkah pertama yang dilakukan dalam mengidentifikasi adalah mengekstraksi pola lipatan
jejak kaki. Uhl dan Wild mengambil sampel jejak kaki dewasa dan mengaplikasikannya ke
Prewitt Keernels ke arah yang berbeda beda.hasil akhir yang didapat adalah vector yang
berdasarkan varians dari tumpang tindih blok. Pendakatan multi resolusi untuk jejak kai dewasa
mengggunakan filtering langsung dengan Radon Transform atau analisis secara local10. Teknik
terakhir tidak cocok untuk bayi karena struktur sulur tidak dapat didapati secara maksimal.
Dalam metode identifikasi jejak bayi diusulkan berdasarkan struktur sulur dan menggunakan
antara lain Short Time fourier Transform, estimasi lapangan secara langsung dan Gabor
Filtering.

Pendekatan yang kami lakukan kuat terhadap akan terjadinya suatu kesalahan baik dalam waktu
dan pelaksanaan, berdasarkan pilihan dari lipatan jejak kaki daripada struktur sulur sebagai fitur.
Keuntungan kedua adalah bahwa algoritma yang diusulkan bekerja pada jejak kaki bayi diambil
pada usia yang berbeda dan kualitas karena penggunaan filter directional diterapkan pada
beberapa tingkat resolusi, pengolahan morfologi, dan rekonstruksi garis lipatan.

2. METODOLOGI
Algoritma yang dipakai terdiri dari 3 langkah utama (directional filtering, pengolahan morfologi
dan rekonstruksi garis) dan secara singkat diilustrasikan pada Gambar. 1 input gambar IF (lih
bagian 3) dioptimalkan dengan menggunakan Contrast-Limited Adaptive Histogram
Equalization (CLAHE)12. Pelindung yang sudah terlepas dari kaki didapatkan sama seperti
dengan (13) dan rotasi tersebutt diperbaiki dengan meggunakan masker eigenvector; hasil ini
didalam gambar I2400. Untuk mengekstrak garis lipatan dari ukuran mereka, pendekatan
multiresolusi dipilih dan I2400 yang downsampled ke I ke = (1200, 600, 300, 150)ppi.
Struktur sulur menggambarkan mengenai ekstraksi lipatan; untuk menekannya, 2-dimensi
Gaussian filter lowpass Gs diterapkan I1200. Untuk tingkat resolusi lain yang lebih lemah Gw
digunakan.Dengan memilih nilai-nilai mereka, ada trade off yang terlibat: lebih besar filter,
semakin kuat penindasan garis punggungan, dan semakin tinggi kemungkinan kehilangan garis
lipatan kecil.

2.1 Directional Filtering


Semua

Anda mungkin juga menyukai