Identifikasi Penyakit Hepatocellular Carcinoma (HCC) pada Citra CT-Scan Menggunakan Probabilistic Neural Network

Abstract

Hepatocellular Carcinoma (HCC) is a cancer that caused by the abnormal cells development and cells change become malignant occurs in liver that can caused death. HCC is formed by various underlying disease such as Hepatitis B Virus (HBV), Hepatitis C Virus (HCV), chirrosis, and other factor. The diagnosing of HCC is done by assesing Alpha-Fetoprotein levels in blood, radiographic diagnosis such as CT-Scan, MRI and USG, and also doing liver biopsy. HCC often hard to identified because the symptoms of HCC are disguised by the underlying disease. Therefore, a new method is needed to facilitate the identifying of HCC by CT image. The method used in this study was Probabilictic Neural Network to identify HCC. The steps taken to identify HCC are preprocessing using gaussian filtering to fix the quality of image by decreasing image noise, segmentation using thresholding, morphological operators and find contour aiming to segmenting image of the liver, and feature extraction using gray level co-occurance matrix to analys the texture of image as input to identifying process. The result of this testing showed that the proposed method was able to identify hepatocellular carcinoma with 93,75% accuracy.

Hepatocellular Carcinoma (HCC) merupakan penyakit kanker yang berkembang dari pertumbuhan sel secara tidak normal dan terjadi perubahan sel menjadi ganas pada bagian hati yang dapat menyebabkan kematian. HCC terbentuk dari berbagai jenis penyakit yang mendasari seperti Hepatitis B Virus (HBV), Hepatitis C Virus (HCV), sirosis, dan faktor lain. Pemeriksaan yang dilakukan untuk mengetahui adanya HCC adalah dengan mengukur tingkat Alpha-Fetoprotein dalam darah, diagnosis radiografi seperti pemeriksaan CT-Scan, MRI dan USG, serta melakukan biopsi liver. HCC seringkali tidak teridentifikasi karena gejala HCC tertutup oleh penyakit yang mendasarinya. Sehingga dibutuhkan suatu metode untuk mempermudah mengidentifikasi penyakit HCC melalui citra hasil CT-Scan. Metode yang digunakan dalam penelitian ini adalah Probabilistic Neural Network untuk mengidentifikasi penyakit hepatocellular carcinoma. Tahapan-tahapan yang dilakukan untuk mengidentifikasi penyakit HCC yaitu proses preprocessing menggunakan gaussian filtering untuk memperbaiki kualitas citra dengan mengurangi derau pada citra, segmentasi menggunakan thresholding, morphology operators dan find contour yang bertujuan untuk mendapatkan segmentasi citra pada bagian hati, dan untuk feature axtraction menggunakan gray level co-occurance matrix untuk menganalisis tekstur citra sebagai input untuk proses identifikasi. Hasil pengujian yang didapat menunjukkan bahwa metode yang diajukan mampu melakukan identifikasi penyakit hepatocellular carcinoma dengan akurasi yang diperoleh sebesar 93,75%.