Posted on Sept. 30, 2022, 5:28 a.m.
Pada tanggal 23 September 2022, Tokopedia UI AI Center of Excellence menyelenggarakan acara AI Talk Series secara daring dengan tema “AI Technology in Medical Imaging and Assistive Devices” yang menghadirkan Wahyu Rahmaniar, Ph.D atau Bu Ayu selaku Postdoctoral Researcher di National Taipei University of Technology sebagai pembicara utama. Acara ini diawali dengan sambutan Fariz Darari, Ph.D selaku Co-Director dari Tokopedia-UI Artificial Intelligence Center of Excellence dan penjelasan profil singkat tentang pembicara. Tujuan diselenggarakan dari webinar ini adalah memberikan pemahaman terkait pemanfaatan AI pada domain citra dan peralatan bantu medis.
Sesi pertama dimulai dengan pembahasan pengolahan citra, visi komputer, dan kecerdasan buatan secara umum seperti definisi dan contoh implementasinya. Lalu dilanjutkan dengan penjelasan tentang citra medis (X-Ray, CT, MRI, MRA, PET) dan peralatan bantu medis yang biasa digunakan dalam riset dengan pendekatan data-driven. Pendekatan data-driven ini biasanya memanfaatkan kecerdasan buatan untuk meningkatkan proses deteksi secara otomatis seperti deteksi tumor pada otak, deteksi fraktur tulang, deteksi kanker, dsb. Adapun untuk pengembangan dalam peralatan bantu medis adalah piranti cerdas pada kursi roda, teknologi asisten virtual, dsb.
Dalam paparannya, Bu Ayu menjelaskan terkait proyek riset yang pernah dilakukan yang meliputi deteksi fraktur pada tulang tumit, deteksi skoliosis, dan sistem kontrol orientasi otomatis dengan gestur kepala dan posisi wajah. Pada riset deteksi fraktur pada tulang tumit secara real-time, teknik yang digunakan adalah LBP Histogram untuk ekstraksi fitur pada citra dan AdaBoost untuk seleksi fitur citra dan hasil tersebut akan disegmentasi. Dari riset tersebut, nilai akurasi yang dihasilkan adalah antara 0.85-0.87 dari setiap plane (axial, sagital, dan coronal) dan 133 fps.
Riset kedua yaitu terkait deteksi skoliosis secara real-time dengan memanfaatkan metode deep learning yaitu CNN. Dari hasil penelitian ini, akan terdapat tiga output yang digunakan sebagai visualisasi landmark dan akan dilakukan perhitungan perbedaan derajat pada tulang. Hasil riset menunjukan bahwa metode yang diusulkan memberikan nilai akurasi yang relatif tinggi di kisaran 0.95.
Riset terakhir yang dijelaskan yaitu sistem kontrol otomatis dengan menggunakan gestur kepala dan posisi wajah secara real-time. Adapun teknik yang digunakan adalah dengan memanfaatkan Yolo-v4 untuk deteksi pergerakan kepala dan wajah dan CNN untuk membantu estimasi dari pergerakan kepala. Lintasan yang dihasilkan dari kursor akan di praproses dengan Kalman Filter. Berdasarkan rata-rata path efficiency yang didapatkan, usulan metode memberikan hasil yang memuaskan.
Setelah sesi materi selesai, para partisipan dipersilakan untuk mengajukan pertanyaan dan disambut secara antusias. Sesi diakhiri dengan foto bersama.
Slides: https://s.id/MateriMedicalAssistiveDevicesAITalk
Recording: https://youtu.be/Mwf7pEUVpms
Computer Vision Artificial Intelligence/Machine Learning
