Implementasi segmentasi lesi merah pada citra fundus retina mata berwarna menggunakan pendekatan morfologi

Mata manusia terdiri dari banyak susunan komponen yang dapat memberikan informasi mengenai kondisi tubuh kita. Salah satu penyakit yang memiliki dampak besar kepada penglihatan manusia adalah retinopati diabetes. Retinopati diabetes menyebabkan pendarahan pada retina yang dapat menyebabkan kebutaan permanen. Pendeteksian manual terhadap pendarahan atau lesi merah pada retina cukup sulit dilakukan karena penampakan atribut pada citra fuundus mata berwarna cukup kompleks. Sehingga dibutuhkan adanya sistem yang dapat secara otomatis dan akurat dalam melakukan segmentasi terhadap lesi merah (microaneurysm dan hemorrhage) pada citra fundus retina mata berwarna. Pada Tugas Akhir ini, metode yang akan diimplementasikan dalam proses segmentasi lesi merah pada citra fundus retina mata berwarna adalah matematika morfologi. Terdapat tiga tahap dalam Tugas Akhir ini. Tahap pertama adalah preprocessing dengan mengekstraksi Green channel dari ruang warna citra RGB dan mengimplementasikan algoritma Contrast Limited Adaptive Histogram Equalization (CLAHE). Tahap kedua adalah segmentasi dengan metode matematika morfologi dan tahap terakhir adalah perbaikan segmentasi. Uji coba pada Tugas Akhir ini menggunakan Citra fundus retina mata berwarna pada dataset DIARETDB1 yang terdiri dari 89 foto retina yang diambil dengan 50 derajat kamera fundus digital. Dengan menggunakan dataset ini, didapatkan rata rata akurasi 99,22%, sensitivitas 81,32 % dan spesifisitas 99,59% pada 25 kali percobaan. Metode tersebut terbukti dapat mensegmentasi lesi merah pada citra fundus retina mata berwarna dengan baik. ===================================================================================================== Human eyes consist of many structured components that can give information about condition of our body. One of the diseases that has a huge impact on human’s vision is diabetic retinopathy. Diabetic retinopathy causes hemorrhaging in retina that can cause permanent blindness. Manual detection concerning hemorrhages or red lesions on retina is hard enough due to the complexity of component on colored eye retinal fundus images. Therefore, it is required the existence of a system that can automatically and accurately do the detection of red lesions (microaneurysm and hemorrhages) on colored eye retinal fundus images. In this Final Project, the method that will be implemented in the process of segmentation of red lesions on the colored eye retinal fundus images is mathematical morphology. There are three steps in this Final Project. The first step is to do the preprocessing by extracting green channel from RGB color space and implementing Contrast Limited Adaptive Histogram Equalization (CLAHE) algorithm. The Second step is implementing the segmentation by mathematical morphology method and the last step is perbaikan segmentasi. Experiments in this Final Project use colored eye retinal fundus images taken from DIARETDB1 dataset which consists of 89 retinal image that captured by 50 degrees field of view digital fundus camera. By using this dataset for 25 times of experiments, obtained these following results; the average accuracy is 99,22%, the sensitivity is 81,32% and the spesificity is 99,59% . This method is proven to be able to do the segmentation on red lesions of colored eye retinal fundus images