Pemeriksaan citra retina dengan deep learning

Sinopsis

Retina adalah satu-satunya jaringan tubuh manusia yang memungkinkan observasi langsung kondisi pembuluh darah secara noninvasif. Perubahan mikrovaskular pada retina—yang dikenal sebagai retinopati hipertensi—merupakan penanda penting risiko penyakit kardiovaskular seperti stroke dan penyakit jantung koroner. Namun, selama ini, diagnosis retinopati hipertensi sangat bergantung pada keahlian subjektif dokter mata, dengan variasi interpretasi yang tinggi dan efisiensi yang terbatas.
Buku ini hadir sebagai jawaban ilmiah atas tantangan tersebut. Mengintegrasikan teknik pengolahan citra retina, pengukuran Artery-Vein Ratio (AVR) secara otomatis, serta model deep learning berbasis Convolutional Neural Network (CNN) dan Restricted Boltzmann Machines (RBM), penulis mengembangkan sistem klasifikasi retinopati hipertensi berbasis sembilan kelas AVR—jauh melampaui sistem Keith-Wagener-Barker klasik yang hanya memiliki empat grade. Dengan akurasi CNN mencapai ±90–92%, sistem ini terbukti mampu mendeteksi perubahan mikrovaskular lebih dini dan lebih objektif.
Buku ini menyajikan pembahasan komprehensif mulai dari anatomi retina, preprocessing citra, segmentasi morfologi, arsitektur CNN dan RBM, desain eksperimen, hingga implementasi sistem berbasis mobile app, Computer-Aided Diagnosis (CAD), dan telemedicine. Buku ini dapat menjadi referensi bagi mahasiswa pascasarjana, peneliti, dokter, dan praktisi di bidang biomedical engineering, computer vision, dan kecerdasan buatan dalam layanan kesehatan.