Jadual 2.3: Jenis-jenis tumor malignan yang lazimnya ditemui pada pesakit (Atkinson, 2004)
2.5 Teknik-teknik Prapemprosesan Imej Sitologi
Imej adalah media yang lazimnya digunakan dalam industri perubatan bagi mentafsir keadaan para pesakit. Kebiasaannya, imej ini diperolehi melalui pelbagai jenis kaedah seperti sinar-x, medan elektromagnet dan ultrabunyi. Kaedah-kaedah pengimejan ini boleh digunakan bagi menangkap imej-imej yang berkaitan dengan organ-organ manusia dan bahagian-bahagian badan yang lain. Terdapat pelbagai jenis penyakit yang prosedur diagnosisnya memerlukan pemprosesan imej dari satu bentuk ke bentuk yang lain.
Contohnya, palitan Pap adalah prosedur yang digunakan bagi mendapatkan sel-sel serviks dan aspirasi jarum halus adalah contoh prosedur yang digunakan bagi mendapatkan sel-sel payudara.
Aplikasi pemprosesan imej telah banyak digunakan dalam kajian-kajian yang lepas bagi mengatasi masalah-masalah dalam menghasilkan imej FNAC yang lebih baik dan jelas.
Menurut Garbey et al. (2010), di antara masalah yang sering wujud pada imej FNAC adalah pertindihan antara corak-corak sitologi neoplastik dan bukan neoplastik, pertindihan ciri-ciri sitologi antara neoplasma, sel-sel bersentuhan antara satu sama lain, beberapa malignan wujud pada kelenjar yang sama dan ketidakseragaman warna pada slaid lumuran (proses lumuran tidak mengikut standard piawaian).
Oleh itu, teknik pemprosesan imej telah banyak diaplikasikan ke dalam sistem prapemprosesan imej perubatan bagi meningkatkan kualiti ciri-ciri tertentu dalam imej yang telah didigitalkan. Imej digital yang telah diproses dapat membantu ahli radiologi mengenalpasti jenis penyakit yang diperiksa. Pelbagai teknik dan algoritma yang telah dihasilkan mempunyai kegunaan dan kepentingan tersendiri dalam pemprosesan imej perubatan. Di antara algoritma yang telah dicipta adalah peningkatan kontras, penghapusan atau penapisan hingar, peruasan, pengelompokan, pengesanan pinggir, penyebaran histogram
dan sebagainya (Das et al., 2010; Zhai et al., 2008; Niwas et al., 2010; Shah & Grabiel, 2010; Malek et al., 2009; Khiyal et al., 2009; Acharya & Ray, 2005; Lin et al., 2003).
2.5.1 Peningkatan Kontras
Kontras imej boleh dirujuk sebagai perbezaan antara nilai keamatan piksel yang tertinggi dengan nilai keamatan piksel yang terendah. Tahap kontras adalah salah satu daripada faktor yang mempengaruhi ketepatan penafsiran jenis penyakit dalam imej perubatan.
Kebiasaannya, imej-imej sitologi yang ditangkap menggunakan penganalisis imej mempunyai kualiti kontras yang rendah. Ini adalah disebabkan pembesaran dan pendedahan cahaya yang terlebih dikenakan dalam sistem penganalisis imej. Oleh itu, teknik peningkatan kontras memainkan peranan yang penting bagi meningkatkan kualiti imej tersebut. Beberapa penyelidikan yang lepas telah membuktikan bahawa teknik ini mampu bagi menghapuskan hingar yang tidak dikehendaki, meningkatkan tahap kecerahan dan kontras pada imej-imej yang dikaji (Salihah et al., 2010; Mustafa et al., 2007; Ngah et al., 2002).
Secara amnya, algoritma peningkatan kontras boleh dikategorikan kepada dua jenis titik operasi iaitu teknik global atau sejagat dan ruang kejiranan yang juga dikenali sebagai setempat. Kontras imej boleh ditingkatkan dengan menyebarkan julat keamatan imej. Teknik penyebaran kontras (normalisasi) ini mampu mengubah taburan dan julat nombor-nombor digital yang dikenakan pada setiap piksel imej samaada ke atas imej-imej kelabu atau berwarna. Ini dilakukan bagi mendapatkan maklumat-maklumat pada imej yang sukar diperolehi melalui mata kasar.
Sahidan et al. (2008) telah menggunakan dua teknik peningkatan kontras iaitu penyebaran kontras sejagat dan setempat ke atas imej-imej kuman TB daripada bahagian tisu Ziehl-Neelsen. Tujuan yang sama turut dilaksanakan oleh Salleh et al. (2007) tetapi menggunakan teknik yang berbeza iaitu teknik penyebaran cerah dan gelap. Berdasarkan hasil kajian
mereka, perbezaaan antara teknik penyebaran kontras sejagat dengan setempat adalah dari segi corak taburan keamatan piksel yang ditingkatkan. Teknik penyebaran kontras sejagat bertindak semata-mata berdasarkan pemetaan nilai keamatan pada setiap piksel. Oleh itu, teknik ini tidak sesuai dilaksanakan ke atas imej yang mengandungi perbezaan ruang kontras yang besar. Berbeza dengan teknik penyebaran kontras setempat, teknik ini bertindak berdasarkan penyebaran kontras ke atas piksel di kawasan kejiranan yang dikawal oleh nilai kontras asal. Kelebihan teknik ini adalah mampu meningkatkan kualiti kontras bagi kedua-dua imej yang gelap dan cerah. Teknik penyebaran cerah pula hanya sesuai digunakan bagi meningkatkan kontras imej yang mengandungi tahap warna piksel yang tinggi (imej cerah).
Manakala teknik penyebaran gelap sesuai dilaksanakan ke atas imej yang mengandungi tahap warna piksel yang rendah (imej gelap). Walaubagaimanapun, semua teknik tersebut berpotensi bagi memperbaiki imej-imej yang kabur.
Dalam penyelidikan yang lain, Subramaniam (2006) turut mengaplikasikan teknik-teknik yang sama ke atas imej sel payudara FNAC. Menurutnya, ketiga-tiga teknik peningkatan kontras iaitu teknik penyebaran cerah, penyebaran gelap dan penyebaran kontras mampu membezakan antara ciri-ciri nukleus dan sitoplasma, nukleoli dan nukleus serta sitoplasma dan latar belakang.
2.5.2 Paras Kelabu
Secara umumnya, kebanyakan daripada penyelidikan yang lepas mencadangkan supaya imej-imej mikroskopik sel yang berwarna ditukarkan terlebih dahulu kepada imej paras kelabu 8-bit semasa prapemprosesan imej (Duanggate et al., 2008). Paras kelabu adalah kuantiti nombor yang digunakan bagi mewakili keamatan-keamatan pada piksel imej secara berterusan selepas proses pengkuantuman dilakukan. Keamatan adalah merujuk kepada magnitud ataupun jumlah tenaga cahaya yang sebenarnya dipancarkan atau dihantar daripada
keadaan asal. Imej paras kelabu akan mempunyai satu nilai sahaja di mana nilai tersebut akan mewakili setiap piksel iaitu nilai paras kelabu.
Kuantiti paras kelabu adalah bergantung kepada nilai bit yang digunakan semasa proses pengkuantuman. Biasanya, nilai bit 0 akan mewakili warna hitam manakala nilai maksimum dalam bit piksel akan mewakili warna putih. Nilai-nilai di antara 0 hingga maksimum adalah nilai-nilai yang mewakili perubahan warna daripada hitam ke putih. Misalnya, sekiranya 3 bit digunakan dalam proses pengkuantuman, maka kuantiti paras kelabu adalah 8 iaitu 0, 1, 2, 3, 4, 5, 6 dan 7. Nilai bit 0 seperti biasa akan mewakili bit hitam manakala nilai bit maksimum iaitu nilai 7 akan mewakili warna putih. Nilai 1 hingga 6 pula mewakili perubahan warna daripada hitam ke putih. Dengan kata lain, sekiranya 1 bit sahaja digunakan pula, maka jumlah kuantiti paras kelabu adalah 2 iaitu 0 dan 1. Oleh itu, nilai bit 0 akan mewakili warna hitam manakala nilai bit 1 tentunya akan mewakili warna putih.
2.5.3 Penapisan Hingar
Hingar adalah informasi yang tidak diingini yang ada pada imej. Walaupun, sesetengah daripadanya tidak dapat dilihat melalui mata kasar, hingar tetap akan menjejaskan kualiti sesuatu imej (Lakshmi & Sankaranarayanan, 2010). Terdapat dua jenis hingar yang lazimnya terkandung dalam imej digital iaitu hingar bintik (dikenali juga sebagai hingar garam dan lada atau hingar dedenyut) dan hingar Gaussian. Penapisan hingar adalah teknik pemprosesan imej yang melibatkan pengurangan atau penghapusan hingar daripada permukaan imej. Teknik ini adalah penting bagi mengelakkan imej daripada menjalani proses peruasan yang terlampau (Khiyal et al., 2009; Zhu et al., 2009; Yap, 2008). Proses peruasan yang dimaksudkan akan diterangkan dengan lebih lanjut pada Bahagian 2.6 nanti.
Secara ringkasnya, kelas teknik penapisan hingar dapat ditunjukkan melalui Rajah 2.6 (Gonzalez, R. C., & Woods, R. E., 2011) berikut:
Penghapusan Hingar
Temporal Ruang Hibrid
Statik Gerakan terubahsuai
Berasaskan vektor Berasaskan objek
Linear Berasaskan objek
Median Morfologi
Tersarang Lata berkaitan
Rajah 2.6: Pengelasan teknik penapisan hingar
Pelbagai teknik penapisan telah dihasilkan bagi menuras hingar yang terkandung dalam imej sitologi. Kaedah yang paling lazim adalah penentuan nilai-nilai ambang piksel pada imej, penambahbaikan latar belakang imej dan diikuti dengan penapisan hingar. Penambahbaikan latar belakang imej dilakukan bagi menyeragamkan imej-imej dengan menggunakan bahagian kekosongan yang ada pada imej. Pada bahagian penapisan hingar, nilai piksel akan ditukar kepada nilai yang baru berdasarkan nilai-nilai fungsi yang dikira pada lokasi piksel dalam kawasan kejiranan yang dipilih di sekeliling piksel tertentu. Teknik penapisan hingar biasanya dapat mengurangkan hingar rawak dan memperbaiki nilai-nilai ambang pada imej.
Bagi penentuan nilai ambang, histogram keamatan biasanya digunakan ke atas imej dan nilai-nilai piksel yang berada di bawah nilai-nilai ambang akan dianggap sebagai piksel hingar. Nilai-nilai ambang ini boleh ditentukan secara automatik menggunakan kaedah-kaedah pengkomputeran (Demir & Yener, 2005).
Kejayaan sesuatu teknik penapisan hingar yang dijalankan adalah bergantung kepada jenis hingar yang ditapis. Teknik penapisan min harmonik misalnya adalah teknik penapisan yang terbaik untuk hingar jenis garam tetapi tidak bagi hingar jenis lada. Teknik penapisan min kebiasaannya bertindak dengan melibatkan penggantian nilai piksel yang berhingar menggunakan purata piksel kejiranan (Lakshmi & Sankaranarayanan, 2010). Walaupun teknik ini mampu menuras hingar bintik dengan baik, namun hasilnya kadangkala
menyebabkan imej menjadi kabur. Teknik penapisan min sebenarnya adalah lebih efektif bagi menuras hingar Gaussian. Menurut Lakshmi et al. lagi, teknik penapisan median adalah teknik yang lebih baik berbanding teknik min yang lain. Ini adalah kerana teknik ini mampu mengurangkan hingar bintik secara lebih efektif sambil mengekalkan maklumat penting seperti pinggir dan sempadan. Dalam teknik ini, nilai tengah tetingkap penuras digunakan bagi menggantikan piksel berhingar.