Anda di halaman 1dari 49

Journal Reading

Pe m b i m b i n g
d r. B e k t i S a fa r i n i , S P. R a d ( K )

ALI RIFQI ALKAFF NIM-30101306860


BINTI MAR’ATUS NIM-30101306896
HANA RAHMI F NIM-30101306959
FR
Identitas jurnal
 Judul : Classification of Long-Bone Fractures Based on Digital-Geometric
Analysis of X-ray Images
 Penulis : O. Bandyopadhyaya*, A. Biswasb**, and B. B. Bhattacharyaa***
 Penerbit : Pleiades Publishing
 Tahun Terbit : 2016
ABSTRAK
FR

Klasifikasi fraktur memiliki peran


penting dalam evaluasi dan diagnosis
ortopedi.

Berfungsi untuk membantu


menilai keparahan penyakit atau
cidera dan dasar tatalaksana dan
tindakan bedah
FR

Jurnal ini menjelaskan tentang pendekatan otomatis dalam klasifikasi fraktur tulang
panjang berdasarkan input dari foto X-ray

Terdiri dari 4 langkah, yaitu :


1. Ekstraksi kontur tulang dari gambaran X- Prosedur penentuan menggunakan sifat-sifat
ray geometris tertentu dari kurva digital seperti
2. Identifikasi titik-titik fraktur relaxed digital straight line segments (RDSS),
3. Penentuan set ekuivalen dari fitur arcs (lengkungan), kelengkungan diskrit, dan
geometris sesuai dengan klasifikasi index konkavitas
Muller-AO
4. Identifikasi dan asesmen yang detail
tentang tipe fraktur
PENDAHULUAN
FR

 Klasifikasi fraktur adalah bagian penting dari tatalaksana ortopediuntuk


memahami tingkat keparahan cidera dan perencanaan tatalaksana
 Algoritma yang diusulkan menggunakan Klasifikasi Muller-AO
 Klasifikasi fraktur otomatis dari hasil gambar X-Ray merupakan tantangan, karena
gambaran persendian tulang sering tumpeng tindih dengan tulang.
 Pada makalah ini kami mengusulkan system untuk menentukan klasifikasi fraktur
tulang panjang
 Analisis yang digunakan berdasarkan sifat-sifat geometris digital dari kontur tulang
yang digunakan untuk ekstrasi fitur khusus dari fraktur
 Identifikasi sifat kelainan dan klasifikasi fraktur selanjutnya dapat dilakukan melalui
analisis geometrik.
METODE DAN
PENDEKATAN
FR

Pengklasifikasian tipe fraktur memerlukan


beberapa tahap seperti segmentasi,
pembentukan kontur tulang, dan identifikasi
lokasi fraktur

Adanya bagian yang tumpang tindih mempersulit


proses segmentasi tulang dan ekstraksi kontur.
FR

Berbagai studi perbandingan ditampilkan dalam


literature

Metode yang populer untuk Irrera et al. telah mengusulkan


segmentasi gambar : kerangka umum untuk denoising
Thresholding sendi dan peningkatan gambar X-ray
kontur aktif atau snake model yang lebih lengkap
Fungsi densitas serta varian antar
kelas
Komputasi model yang berbeda diusulkan sebagai deteksi dan klasifikasi fraktur femur
FR
Beberapa perubahan Makroskopis dalam struktur tulang paha yang dihasilkan dari patah tulang dapat
diidentifikasi dengan menghitung sudut neck-shaft
Perubahan dalam pola tekstur trabekuler yang diamati pada paha yang retak juga membantu
menentukan fraktur (patah tulang)

Sistem CAD berdasarkan morfologi Estimasi kepadatan mineral tulang


matematika telah diusulkan oleh dan analisis tekstur struktur tulang
Donnelley et al. untuk deteksi juga membantu dalam deteksi patah
patah tulang panjang. tulang

Adami et al. telah menggunakan Analisis tekstur gambar sinar-X


peningkatan gambar dan pinggul untuk diagnosis osteoporosis
pemodelan 3D untuk klasifikasi otomatis diajukan oleh Gaidel et al.
patah tulang pada sendi
pergelangan kaki.
 Dari sudut pandang klinis, setiap fraktur (patah tulang) memiliki
FR
beberapa fitur unik
 Praktisi dan peneliti medis telah menggunakan sistem klasifikasi yang
berbeda untuk patah tulang panjang dalam beberapa dekade
terakhir.
 Sistem klasifikasi Neer membahas fraktur yang muncul pada humerus
proksimal dan femur proksimal
 Müller et al. [1] telah mengusulkan sistem umum untuk klasifikasi
fraktur pada semua enam tulang panjang yang ada dalam tubuh
manusia.
 Garnavos et al. baru-baru ini mengusulkan versi sederhana dari
klasifikasi fraktur tulang panjang yang dapat digunakan untuk
melengkapi klasifikasi Muller.
 Fraktur greenstick sangat umum di kalangan anak-anak
FR

 Sebuah konsep baru tentang kecekungan relatif diusulkan di sini


untuk mengidentifikasi wilayah fraktur di gambar tulang.
 Dalam metode kami, analisis keringkungan relatif dan kelengkungan
terpisah dari daerah retak dilakukan untuk mengidentifikasi fitur
geometrik unik tertentu untuk setiap jenis patah.
 Fitur-fitur ini kemudian digunakan dalam dua level untuk
mengklasifikasikan fraktur.
 Klasifikasi tingkat pertama berkaitan dengan lokasi fraktur dalam
tulang panjang, sedangkan analisis di tingkat kedua memberikan
klasifikasi rinci sesuai dengan literatur klinis
FR

Gambar 2.(a) Daerah femur, tibia, dan fibula yang berbeda,


(b) berbagai daerah humerus, jari-jari, dan ulna.
KLASIFIKASI FRAKTUR TULANG-
TULANG: FASE PREPROCESSING
(SEBELUM-PEMPROSESAN)
FR
Pembentukan kontur tulang dari
gambar x-ray
 Dalam fase preprocessing, kami menggunakan teknik thresholding berbasis entropi
 Metode ini dipilih untuk segmentasi tulang awal karena telah diamati bahwa
kinerjanya jauh lebih baik dibandingkan dengan pendekatan lain seperti segmentasi
gumpalan dan teknik k-means untuk aplikasi tertentu
 Metode threshold adaptif kemudian diterapkan untuk menghasilkan kontur wilayah
tulang input gambar digital sinar-X yang diberikan
FR
Deteksi fraktur
 Deteksi titik fraktur dan garis putus diperlukan untuk mengklasifikasikan jenis fraktur
dengan benar.
 Kami menggunakan konsep digital-geometris seperti indeks cekung dan segmen garis
lurus digital (RDSS) untuk mengidentifikasi fraktur dalam gambar tulang.
 Lokasi (proksimal, diafisis, dan distal) fraktur ditentukan dengan memeriksa posisi fraktur-
titik akhir.Namun, teknik awal ini terjadi ketidakakuratan tertentu karena dapat
menghasilkan hasil yang salah dalam banyak situasi di mana gambar X-ray yang tersedia
memberikan pandangan yang sangat dekat dari daerah yang retak saja.
 Dalam skenario seperti itu, mengetahui informasi tentang posisi garis fraktur mungkin
tidak cukup.
 Dalam penelitian ini, kami mengatasi masalah ini dalam fase klasifikasi preprocessing kami
dengan memperkenalkan konsep analisis concavity relative
 Fitur ini memungkinkan kami untuk melakukan klasifikasi awal jenis fraktur pada dua
tingkat yang berbeda.
METODOLOGI YANG
DIUSULKAN UNTUK
KLASIFIKASI
FR

 Ada enam tulang panjang dalam anatomi manusia yaitu humerus, jari-jari,
ulna, femur, tibia, dan fibula.
 Menurut topografi tulang, tulang panjang dapat dibagi menjadi tiga wilayah
berbeda.
 Daerah atas disebut daerah proksimal, bagian tengah dikenal sebagai daerah
diafisis, dan bagian bawah disebut daerah distal
FR

Identifikasi Lokasi Fraktur


• Dalam analisis kami, wilayah fraktur diidentifikasi dengan mengintegrasikan dua
pendekatan analisis kerekatan relatif yang berbeda, dan analisis lokasi titik fraktur.
FR

Gambar 2.(a) Daerah femur, tibia, dan fibula yang berbeda,


(b) berbagai daerah humerus, jari-jari, dan ulna.
Identifikasi daerah fraktur FR
berdasarkan cekungan relatif
• Jika arah di adalah 7 dan di + 1 adalah 5, maka perubahan telah
dipertimbangkan dalam arah searah jarum jam dan perbedaan Δdi= +2.
• Ketika lengkungan kontur berubah tajam, indeks concavity meningkat
(menurun) secara signifikan.
• Sebaliknya, setiap perubahan relatif yang diamati pada cekung dapat
digunakan untuk mengidentifikasi daerah fraktur, di mana ada perubahan
signifikan dalam kelengkungan.
• Kami sekarang secara formal mendefinisikan keringkungan relatif sebagai berikut :
FR

 Gambar 3b menunjukkan kontur dan garisputus yang diidentifikasi


dalam gambar sinar-X yang retak.
 Kedua sisi kiri dan kanan kontur dipengaruhi oleh fraktur, yang
ditandai sebagai A dan B pada Gambar. 3c.
 Ini jelas menunjukkan perubahan tajam dalam konkavitas relatif
Δci(ρ), ketika rata-rata lebih dari ρ = 10 piksel diamati.
 Algoritma yang diusulkan melintasi kontur mulai dari sudut kiri
atas gambar kontur tulang.
 Jika fraktur hadir di daerah proksimal tulang, perubahan nilai
yang tajam (sangat tidak beraturan) dalam konkavitas relatif
akan diamati selama bagian awal traversal.
FR

Gambar 3. (a) Kode rantai dengan 8 dekat piksel, (b) garis


putus-putus yang ditandai pada gambar kontur tulang, (c)
konkavitas relatif dengan ρ = 10.
FR

• Gambar 4c menunjukkan nilai konkavitas relatif pada awal traversal untuk


fraktur proksimal (ditandai sebagai wilayah A dan B pada Gambar 4b).
• Ketika fraktur hadir di daerah diaphyseal (seperti yang ditandai oleh A dan
B pada Gambar. 3b) perubahan tidak teratur dalam kontur-kelengkungan
diamati di tengah-tengah traversal.
• Pada Gambar. 3c, wilayah S mewakili perubahan kecil dalam konkavitas
relatif pada awal traversal; daerah A dan B mewakili daerah fraktur yang
ditandai pada kontur tulang kiri dan kanan.
• Fraktur daerah distal akan menunjukkan perubahan yang cepat dan tidak
teratur dalam nilai konkavitas relatif di bagian akhir dari traversal.
FR

Gambar 4.(a) Gambar sinar-X (fraktur regio proksimal), (b)


kontur (a), (c) kurva konkavitas relatif.
FR

• Gambar 5 menunjukkan fitur untuk fraktur daerah-distal.Wilayah S pada Gambar.


• 5c menunjukkan perubahan kecil dalam konkavitas relatif pada awal traversal.
• Daerah yang retak diidentifikasi di bagian kemudian dari traversal yang ditandai oleh
A dan B pada Gambar 5b, dan nilai-nilai konkavitas relatif yang sesuai ditunjukkan
pada Gambar. 5c.
FR
FR
Analisis posisi titik fraktur.
 Analisis kerapatan relatif di sekitar kontur tulang membantu mengidentifikasi lokasi
fraktur.
 Fraktur regio proksimal dan diafisis dapat dengan mudah diidentifikasi dengan
memeriksa cekung relatif pada fase awal traversal.
 Namun, fraktur diaphyseal dan daerah distal mungkin masih sulit untuk dibedakan
karena dalam kedua kasus, perubahan yang cepat pada kerekatan relatif diamati
pada bagian selanjutnya dari traversal.
 Masalah ini dapat diatasi dengan memeriksa posisi rata-rata "titik-break"
sehubungan dengan ukuran gambar total, "titik-break" mewakili titik fraktur pada
kontur tulang.
FR

"break-points" mewakili titik fraktur pada kontur tulang. Teknik yang


diusulkan memeriksa apakah posisi rata-rata titik-break jatuh di bagian atas (30%
atas), tengah (antara 30 hingga 70%), atau di bagian bawah (30% lebih rendah)
dari gambar. Lokasi fraktur diidentifikasi berdasarkan posisi rata-rata titik-
break dan hasil analisis relatif-cekungan. Beberapa masalah utama dari skema
analisis fraktur dijelaskan dalam Tabel 1.
FR

Fraktur sederhana adalah patah tulang tanpa menyebabkan


kelainan pada kulit yang overlay. Dalam kasus ini, tulang
dapat difragmentasi menjadi dua bagian dengan perpindahan
kecil.
FR
Kompleks dan Irisan Fraktur Diaphysis
Kami telah mengadopsi teknik pelabelan komponen terhubung
(CCL) [29] pada gambar kontur tulang, yang menghitung jumlah
komponen terhubung yang ada dalam gambar.

OIC (Outer Isothetic Cover) untuk setiap komponen fraktur

Dengan demikian, pendekatan yang diusulkan mengidentifi


kasi fraktur baji dan kompleks, berdasarkan jumlah CCL
dan ukuran kisi untuk satu OIC.
FR
FR
Fraktur Diaphysis Sederhana
Spiral
Obliq
Transversal
FR

Di sisi lain, transversal (Gbr.10a) dan fraktur miring (Gbr. 10c)


menunjukkan serangkaian puncak di mana cekungan relatif lebih
besar dari satu (seperti yang ditandai oleh B dalam Gambar 10a dan
10c) pada break-region.
FR
Fraktur Daerah Proksimal dan Distal
Daerah proksimal dan distal tulang panjang sebagian besar merupakan
daerah berbentuk bulat (Gbr. 2). Fraktur di wilayah ini diklasifikasikan
berdasarkan efek patah pada bola (area berbentuk bulat).

Daerah proksimal tulang panjang mungkin terdiri dari dua


jenis:
• Daerah proksimal dengan sendi engsel (tibia, fibula,
jari-jari, ulna),
• Daerah proksimal dengan sambungan ball-and-socket
(humerus dan femur).
FR
FR
FR
FR

Untuk fraktur artikulat parsial, garis istirahat


menyentuh batas melingkar dari daerah proksimal atau
distal tulang. Dalam situasi seperti itu, garis putus
mempengaruhi sudut akut kecil dengan sumbu tulang.
Gambar 14d menunjukkan fraktur parsial daerah
proksimal, fraktur di mana garis putus (B1B2)
membentuk sudut akut dengan sumbu tulang (P1P2).
4.2.4 Fraktur greenstick FR
• Fraktur greenstick merupakan fraktur tidak
lengkap. Terjadi ketika tulang menekuk dan
retak, bukannya pecah menjadi dua bagian.
Akibatnya, dalam fraktur greenstick, hanya satu
sisi kontur tulang yang terpengaruh.
5. HASIL EKSPERIMEN FR

• Metode yang diusulkan dievaluasi pada 100


gambar sinar-X yang berbeda yang mengandung
patah tulang panjang (F1 hingga F100), yang telah
kami susun dari web yang berbeda dan sumber
rumah sakit. Gambar 17 menunjukkan beberapa
gambar uji yang digunakan dalam pekerjaan ini.
Basis data gambar tersedia dalam tautan berikut —
MIAnalisis.
FR
FR
FR
6. URAIAN PERANGKAT LUNAK FR

• Alat perangkat lunak untuk klasifikasi fraktur berdasarkan


metode yang diusulkan telah dikembangkan menggunakan
Mat-lab R2013b dengan OS Windows 7 pada Intel Core 560 PC
dengan kecepatan clock 3,33 GHz, OS 64 bit, dan RAM 4 GB.
Kami telah membangun antarmuka pengguna grafis (GUI) yang
dengannya demonstrasi dengan empat gambar berbeda dapat
dilihat
7. KESIMPULAN FR

• Kami telah mengusulkan alat untuk klasifikasi klinis otomatis


fraktur tulang panjang dengan menganalisis gambar sinar-X. Alat yang
diusulkan berfokus pada klasifikasi daerah fraktur sebagai daerah
proksimal, diafisis atau distal tulang. Ini menggunakan konsep kode
rantai yang mewakili tur tulang, perkiraan RDSS, kelengkungan diskrit,
dan mengusulkan konsep kerekatan relatif untuk klasifikasi fraktur
sebagai greenstick, sim-ple, dan tipe kompleks, dan juga untuk klasifikasi
simple frakturnya menjadi subkelompok yang berbeda.
• Pengalaman kami pada beberapa gambar uji X-ray menunjukkan
kesesuaian dan efektivitas alat. Di antara 100 gambar uji-X, sistem mis
mengklasifikasikan 3 di tingkat pertama, dan mengklasifikasikan 92 dari
97 di tingkat kedua. Klasifikasi irisan dan fraktur kompleks, dan fraktur
untuk jenis tulang lainnya dapat dipelajari sebagai pekerjaan di masa
depan.
FR