Anda belum login :: 27 Nov 2024 12:27 WIB
Detail
ArtikelMetode Pengenalan Pola Trabekula Mandibula Pada Radiograf Periapikal Digital untuk Deteksi Dini Risiko Osteoporosis  
Oleh: Lestari, Sri ; Utari, Evrita Lusiana
Jenis: Article from Journal - ilmiah nasional - tidak terakreditasi DIKTI - non-atma jaya
Dalam koleksi: Jurnal Teknosains: Jurnal Ilmiah Sains dan Teknologi Universitas Gadjah Mada vol. 03 no. 01 (Dec. 2013), page 66-73.
Topik: osteoporosis; densitas massa tulang; radiograf; trabekula; pengenalan pola; bone mass density; radiograph; trabecullar; pattern recognition
Fulltext: TT426603012013.pdf (1.01MB)
Ketersediaan
  • Perpustakaan Pusat (Semanggi)
    • Nomor Panggil: TT42
    • Non-tandon: tidak ada
    • Tandon: 1
 Lihat Detail Induk
Isi artikelOsteoporosis adalah suatu penyakit skeletal sistemik. Pemeriksaan osteoporosis dengan metoda standar baku emas yang ditetapkan WHO, yaitu DEXA, relatif mahal dan hasilnya tidak dapat memberikan informasi tentang mikroarsitektur tulang. Sementara itu, peluang lansia untuk mengunjungi dokter gigi relatif tinggi. Jika kondisi densitas massa tulang yang menjadi indikator kondisi osteoporosis dapat dikenali dari pola trabekula mandibula, maka dokter gigi memiliki peluang untuk berperan dalam deteksi awal resiko pasien mengalami osteoporosis. Adapun tujuan dari penelitian ini adalah untuk memperoleh metode pengenalan pola citra radiograf periapikal digital yang mencirikan kondisi densitas massa tulang. Telah dikombinasikan metode deteksi tepi Sobel dengan binerisasi citra, sehingga menghasilkan tampilan visual mengenai pola trabekula mandibula. Di dukung dengan nilai fraktal dimensi dan deteksi maksimal lokal pada citra biner yang dihasilkan, maka semakin dapat dibedakan pola trabekula mandibula pada masing-masing kondisi osteoporosis, osteopenia, dan normal. Nilai fraktal dimensi dan hasil deteksi maksimal lokal berkorelasi searah dengan densitas massa tulang.
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Kembali
design
 
Process time: 0.015625 second(s)