Alexnet分类和Canny边缘检测以识别转发图像

Dwizah Riana, Daniati Uki Eka Saputri, Sri Hadianti
{"title":"Alexnet分类和Canny边缘检测以识别转发图像","authors":"Dwizah Riana, Daniati Uki Eka Saputri, Sri Hadianti","doi":"10.37034/jidt.v5i1.295","DOIUrl":null,"url":null,"abstract":"Deteksi dini kanker serviks dapat mencegah dan menunda kematian, salah satunya dengan memanfaatkan teknologi komputer untuk mendiagnosa berbagai jenis sel kanker serviks. Penelitian dilakukan terhadap citra Pap smear yang diambil dari RepomedUNM dengan tujuan mengklasifikasikan citra Pap smear menjadi dua kelas yaitu sel normal dan sel abnormal dengan menggunakan metode AlexNet. Proses awal klasifikasi citra terdiri dari mengubah ukuran dan mengubah citra asli menjadi skala abu-abu. Penelitian ini juga bertujuan untuk mendeteksi tepi citra pap smear yang terdiri dari dua kelas yaitu sel normal dan sel koilocyt. Deteksi tepi menggunakan metode Canny untuk mendapatkan nilai luas, keliling dan diameter sel sitoplasma dan inti sel (nukleus). Proses deteksi tepi Canny terdiri dari proses cropping, mengubah citra asli menjadi grayscale, dan segmentasi citra menggunakan metode thresholding. Hasil klasifikasi 2000 citra Pap smear menghasilkan akurasi sebesar 97,66% dan hasil deteksi tepi dari 50 citra Pap smear dengan metode Canny mampu memberikan hasil yang baik dengan mendeteksi tepi citra sebenarnya dan hasilnya.","PeriodicalId":33488,"journal":{"name":"JTIT Jurnal Teknologi Informasi dan Terapan","volume":"60 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-04-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Klasifikasi Alexnet dan Deteksi Tepi Canny untuk Identifikasi Citra Repomedunm\",\"authors\":\"Dwizah Riana, Daniati Uki Eka Saputri, Sri Hadianti\",\"doi\":\"10.37034/jidt.v5i1.295\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Deteksi dini kanker serviks dapat mencegah dan menunda kematian, salah satunya dengan memanfaatkan teknologi komputer untuk mendiagnosa berbagai jenis sel kanker serviks. Penelitian dilakukan terhadap citra Pap smear yang diambil dari RepomedUNM dengan tujuan mengklasifikasikan citra Pap smear menjadi dua kelas yaitu sel normal dan sel abnormal dengan menggunakan metode AlexNet. Proses awal klasifikasi citra terdiri dari mengubah ukuran dan mengubah citra asli menjadi skala abu-abu. Penelitian ini juga bertujuan untuk mendeteksi tepi citra pap smear yang terdiri dari dua kelas yaitu sel normal dan sel koilocyt. Deteksi tepi menggunakan metode Canny untuk mendapatkan nilai luas, keliling dan diameter sel sitoplasma dan inti sel (nukleus). Proses deteksi tepi Canny terdiri dari proses cropping, mengubah citra asli menjadi grayscale, dan segmentasi citra menggunakan metode thresholding. Hasil klasifikasi 2000 citra Pap smear menghasilkan akurasi sebesar 97,66% dan hasil deteksi tepi dari 50 citra Pap smear dengan metode Canny mampu memberikan hasil yang baik dengan mendeteksi tepi citra sebenarnya dan hasilnya.\",\"PeriodicalId\":33488,\"journal\":{\"name\":\"JTIT Jurnal Teknologi Informasi dan Terapan\",\"volume\":\"60 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-04-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JTIT Jurnal Teknologi Informasi dan Terapan\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.37034/jidt.v5i1.295\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JTIT Jurnal Teknologi Informasi dan Terapan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37034/jidt.v5i1.295","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

摘要

早期发现宫颈癌可以通过使用计算机技术诊断不同类型的宫颈癌来预防和延缓死亡。研究对象是将巴氏涂片从雷普顿姆提取的巴氏涂片,目的是将巴氏涂片分为两类,即正常细胞和异常细胞,使用AlexNet方法。早期的图像分类过程包括将大小和真实图像转换成灰色尺度。该研究还旨在检测由正常细胞和小细胞组成的两类巴氏涂片的边缘。检测边缘使用Canny方法获得广泛的值、周长、细胞质和细胞核直径。Canny的边缘检测过程包括翻拍过程,将原始图像转化为灰度,并使用thresholding方法对图像进行细分。2000年巴氏涂片分级结果提供了97.66%的准确性,另外50位来自Canny方法的巴氏涂片检测结果可以更好地检测真实图像的边缘。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Klasifikasi Alexnet dan Deteksi Tepi Canny untuk Identifikasi Citra Repomedunm
Deteksi dini kanker serviks dapat mencegah dan menunda kematian, salah satunya dengan memanfaatkan teknologi komputer untuk mendiagnosa berbagai jenis sel kanker serviks. Penelitian dilakukan terhadap citra Pap smear yang diambil dari RepomedUNM dengan tujuan mengklasifikasikan citra Pap smear menjadi dua kelas yaitu sel normal dan sel abnormal dengan menggunakan metode AlexNet. Proses awal klasifikasi citra terdiri dari mengubah ukuran dan mengubah citra asli menjadi skala abu-abu. Penelitian ini juga bertujuan untuk mendeteksi tepi citra pap smear yang terdiri dari dua kelas yaitu sel normal dan sel koilocyt. Deteksi tepi menggunakan metode Canny untuk mendapatkan nilai luas, keliling dan diameter sel sitoplasma dan inti sel (nukleus). Proses deteksi tepi Canny terdiri dari proses cropping, mengubah citra asli menjadi grayscale, dan segmentasi citra menggunakan metode thresholding. Hasil klasifikasi 2000 citra Pap smear menghasilkan akurasi sebesar 97,66% dan hasil deteksi tepi dari 50 citra Pap smear dengan metode Canny mampu memberikan hasil yang baik dengan mendeteksi tepi citra sebenarnya dan hasilnya.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
11
审稿时长
8 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信