Aplikasi Segmentasi Tumor otak Berbasis Citra MRI Menggunakan Weighted Average Sigmoid pada Light-Weight U-Net (WA-lwU-Net) (sertifikat hak cipta)

Segmentasi tumor otak dengan performa tinggi sangat diperlukan untuk tindakan pemeriksaan lanjutan. Aplikasi segmentasi tumor otak berbasis citra magnetic resonance imaging (MRI) yang dikembangkan dengan performa tinggi adalah solusi untuk membantu pemeriksaan tersebut. Aplikasi tersebut diawali proses pembelajaran dengan epoch yang berbeda yaitu 100, 125, dan 150 pada model Light-Weight U-Net. Selanjutnya, Weighted Average diterapkan terhadap hasil prediksi tiga model Light-Weight U-Net (WA-lwU-Net) pada epoch yang berbeda tersebut. Hasil segmentasi dengan metode tersebut diperoleh dengan merata-rata nilai sigmoid tiga model tersebut dan dilanjutkan memprediksi area tumor otak. Evaluasi terhadap aplikasi tersebut dengan dataset pengujian, WA-lwU-Net menghasilkan rata-rata dice segmentasi tumor otak sebesar 88,99%. Dari hasil tersebut, aplikasi dengan metode yang dikembangkan mempunyai potensi untuk membantu ahli neurologi dalam mensegmentasikan tumor otak pada citra MRI