Stereologi Menggunakan Matlab

Stereologi adalah metode matematika berkaitan dengan tiga dimensi yang mendefinisikan parameter karakterisasi kuantitatif dari struktur pada planar dua dimensi. Stereologi merupakan cabang ilmu terapan yang banyak digunakan oleh ilmuwan terapan dan ahli biologi struktural. Stereologi banyak diaplikasikan oleh ahli biologi karena metode ini sangat efektif dan efisien untuk dapat menjelaskan tentang karakteristik geometri yang ada pada aplikasi mikroskop dalam bentuk kuantitatif. Untuk melakukan penilaian kuantitatif sifat struktur, stereologi memiliki dua pendekatan dasar, yaitu mengukur langsung parameter struktur atau menentukan parameter suatu partikel. Pada metode stereologi, gambar dua dimensi dipandang sebagai proyeksi dari tiga dimensi [6].

Salah satu aplikasi dari stereologi yaitu menentukan atribut geometrik folikel yang terdapat di ovarium pada citra hasil ultrasonografi. Dengan menggunakan stereologi atribut geometrik folikel seperti jumlah folikel dan ukuran folikel dapat dihitung. Berikut adalah salah satu persamaan matematis pada metode stereologi untuk menghitung ukuran diameter folikel per milimeter [5]:

((√(4×Area/π)))/threshold                     (2.5)

Dari persamaan 2.5 menunjukan, Area adalah jumlah piksel yang membentuk wilayah folikel (region). Threshold diperoleh dari ukuran piksel per milimeter, biasanya pada citra usg ovarium 50-60 piksel memiliki jarak 1cm pada ukuran aslinya, ini berarti setiap milimeter memiliki 5 sampai 6 piksel, jadi nilai threshold yang akan digunakan agar ukuran folikel per milimeter adalah 5,5piksel/mm [5].

Berikut dibawah ini adalah source code penerapan Stereologi untuk memperoleh Jumlah Region dan Ukuran Diameter Region pada Citra Menggunakan Matlab

follicle_extraction = imread('images.jpg') %input gambar bertipe binary
region = regionprops( follicle_extraction,'Area','EquivDiameter','Centroid');
centroids = cat(1, region.Centroid);

[B,L] = bwboundaries(follicle_extraction,8, 'noholes');
pi = 3.14159265359;
PixToMili = 5.5;
NumOfReg = length(region); %Jumlah Region yang Terdeteksi
NumericalOfFollicle = NumOfReg;
JumlahFolikel=0;

for i=1:NumOfReg
    AreaFollicle(i) = region(i).Area;
    %ukuran ekivalen diameter pada region
    FollicleSize(i) = sqrt(4*(AreaFollicle(i)/pi))/PixToMili;
end