提取灰色水平的合作细胞细胞识别矩阵的特征

Anwar Siswanto, A. Fadlil, A. Yudhana
{"title":"提取灰色水平的合作细胞细胞识别矩阵的特征","authors":"Anwar Siswanto, A. Fadlil, A. Yudhana","doi":"10.31328/jointecs.v5i2.1334","DOIUrl":null,"url":null,"abstract":"Dalam tubuh manusia terkandung darah, terdiri dari komponen selular dan non selular, salah satu komponen selular adalah sel darah putih. Darah didistribusikan melalui pembuluh darah dari jantung ke seluruh tubuh. Sistem ini berfungsi untuk memenuhi kebutuhan sel atau  jaringan akan nutrien dan oksigen serta mentranspor sisa metabolisme sel atau jaringan keluar dari tubuh. Sel darah putih merupakan salah satu indikator penegakan diagnosa.  Identifikasi  secara manual membutuhkan waktu yang lama dan cenderung subjektif tergantung dari pengalaman petugas. Penelitian ini bertujuan untuk membantu identifikasi sel darah putih secara otomatis sehingga didapatkan hasil yang cepat dan akurat. Eosinofil, Basofil, Neutrofil, Limfosit dan Monosit adalah sel darah yang diteliti. Penelitian ini menggunakan citra apus darah tepidengan pengecatan menggunakan My Grundwald dan mikroskop kamera okuler digital. Segmentasi citra berdasarkan ruang  warna Hue Saturation dan Value (HSV) dan ekstraksi ciri sel darah putih menggunakan metodeGray Level Co-occurrence Matrix (GLCM)  yaitu fiturAnguler Second Moment (ASM), Contrast, Inverse Different Moment (IDM), Entropy, Correlation. Pada proses pengujian di hasilkan nilai ekstraksi ciri GLCM dengan pola yang mirip. Dapat digunakan untuk indentifikasi sel darah putih.","PeriodicalId":259537,"journal":{"name":"JOINTECS (Journal of Information Technology and Computer Science)","volume":"2 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-05-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix Untuk Identifikasi Sel Darah Putih\",\"authors\":\"Anwar Siswanto, A. Fadlil, A. Yudhana\",\"doi\":\"10.31328/jointecs.v5i2.1334\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Dalam tubuh manusia terkandung darah, terdiri dari komponen selular dan non selular, salah satu komponen selular adalah sel darah putih. Darah didistribusikan melalui pembuluh darah dari jantung ke seluruh tubuh. Sistem ini berfungsi untuk memenuhi kebutuhan sel atau  jaringan akan nutrien dan oksigen serta mentranspor sisa metabolisme sel atau jaringan keluar dari tubuh. Sel darah putih merupakan salah satu indikator penegakan diagnosa.  Identifikasi  secara manual membutuhkan waktu yang lama dan cenderung subjektif tergantung dari pengalaman petugas. Penelitian ini bertujuan untuk membantu identifikasi sel darah putih secara otomatis sehingga didapatkan hasil yang cepat dan akurat. Eosinofil, Basofil, Neutrofil, Limfosit dan Monosit adalah sel darah yang diteliti. Penelitian ini menggunakan citra apus darah tepidengan pengecatan menggunakan My Grundwald dan mikroskop kamera okuler digital. Segmentasi citra berdasarkan ruang  warna Hue Saturation dan Value (HSV) dan ekstraksi ciri sel darah putih menggunakan metodeGray Level Co-occurrence Matrix (GLCM)  yaitu fiturAnguler Second Moment (ASM), Contrast, Inverse Different Moment (IDM), Entropy, Correlation. Pada proses pengujian di hasilkan nilai ekstraksi ciri GLCM dengan pola yang mirip. Dapat digunakan untuk indentifikasi sel darah putih.\",\"PeriodicalId\":259537,\"journal\":{\"name\":\"JOINTECS (Journal of Information Technology and Computer Science)\",\"volume\":\"2 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-05-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JOINTECS (Journal of Information Technology and Computer Science)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31328/jointecs.v5i2.1334\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JOINTECS (Journal of Information Technology and Computer Science)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31328/jointecs.v5i2.1334","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

人体内有血液,由细胞和非细胞组成,细胞的一个成分是白细胞。血液通过血管从心脏分布到全身。这个系统的功能是满足细胞或组织的营养和氧的需求,并将细胞的剩余代谢或组织的组织从身体中运送出去。白细胞是诊断执行指标之一。手动识别需要很长时间,而且倾向于主观,这取决于工作人员的经验。这项研究旨在帮助自动识别白细胞,从而获得快速准确的结果。eoxifil, Basofil, Neutrofil,淋巴细胞和单核细胞都是研究中的血细胞。这项研究使用的是我的格伦沃尔德和数字okuler相机的血渍光斑图像。分割图像,基于色色室和价值(HSV)和提取白细胞的特征,使用共异矩阵(GLCM)的方法论方法,即共异矩阵(ASM)、对比、不同时期(IDM)、内格化、相关。在测试过程中产生具有相同模式的GLCM特征的提取值。可以用来识别白细胞。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix Untuk Identifikasi Sel Darah Putih
Dalam tubuh manusia terkandung darah, terdiri dari komponen selular dan non selular, salah satu komponen selular adalah sel darah putih. Darah didistribusikan melalui pembuluh darah dari jantung ke seluruh tubuh. Sistem ini berfungsi untuk memenuhi kebutuhan sel atau  jaringan akan nutrien dan oksigen serta mentranspor sisa metabolisme sel atau jaringan keluar dari tubuh. Sel darah putih merupakan salah satu indikator penegakan diagnosa.  Identifikasi  secara manual membutuhkan waktu yang lama dan cenderung subjektif tergantung dari pengalaman petugas. Penelitian ini bertujuan untuk membantu identifikasi sel darah putih secara otomatis sehingga didapatkan hasil yang cepat dan akurat. Eosinofil, Basofil, Neutrofil, Limfosit dan Monosit adalah sel darah yang diteliti. Penelitian ini menggunakan citra apus darah tepidengan pengecatan menggunakan My Grundwald dan mikroskop kamera okuler digital. Segmentasi citra berdasarkan ruang  warna Hue Saturation dan Value (HSV) dan ekstraksi ciri sel darah putih menggunakan metodeGray Level Co-occurrence Matrix (GLCM)  yaitu fiturAnguler Second Moment (ASM), Contrast, Inverse Different Moment (IDM), Entropy, Correlation. Pada proses pengujian di hasilkan nilai ekstraksi ciri GLCM dengan pola yang mirip. Dapat digunakan untuk indentifikasi sel darah putih.
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
0
期刊最新文献
Sentimen Analisis Aplikasi Belajar Online Menggunakan Klasifikasi SVM Deteksi Mata di Video Smartphone Menggunakan Mediapipe Python Adopsi Pembangkit Kunci Blum Blum Shub Dan Bilangan Euler Pada Algoritma Extended Vigenere Pengukuran Usability Pada Learning Management System UMNU Kebumen Menggunakan System Usability Scale Analisis Sentimen Berbasis Aspek Ulasan Pelanggan Restoran Menggunakan LSTM Dengan Adam Optimizer
×
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
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 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 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1