Klasifikasi Tumor Otak Berbasis Citra MRI
Pengembangan model Convolutional Neural Network (CNN) dan Deep Learning untuk mendeteksi serta mengklasifikasikan jenis tumor otak dari citra pemindaian Magnetic Resonance Imaging (MRI).
PythonTensorFlowKerasOpenCVDeep LearningCNN
Dokumentasi & Ringkasan Teknis
Latar Belakang & Urgensi
Deteksi dini tumor otak sangat krusial dalam menentukan rencana tindakan medis bagi pasien. Pemeriksaan manual terhadap ribuan slice citra MRI memerlukan konsentrasi tinggi dan memakan waktu. Proyek ini bertujuan membangun model Computer Vision yang mampu membantu tenaga medis sebagai second opinion dalam mengidentifikasi anomali pada pemindaian otak.
Metodologi & Alur Eksplorasi
- Prapemrosesan Citra: Normalisasi kontras, segmentasi cropping area otak (menghilangkan noise tulang tengkorak luar), serta augmentasi citra (rotation, flip, zoom) untuk memperkaya variasi data.
- Arsitektur Model: Eksperimen menggunakan arsitektur Convolutional Neural Network (CNN) dengan lapisan Conv2D, BatchNormalization, MaxPooling, serta Dropout untuk mencegah overfitting.
- Evaluasi Performa: Pengujian metrik mencakup Akurasi, Precision, Recall, F1-Score, dan visualisasi Confusion Matrix guna meminimalkan risiko false negative.