OPTIMASI FAKTOR EKSPOSI PADA SISTEM RADIO OPTIMASI FAKTOR EKSPOSI PADA SISTEM RADIOGRAFI GRAFI DIGITAL MENGGUNAKAN ANALISIS CNR (CONTRAST TO NOISE RATIO)
Abstract
Dalam bidang medis, film radiograf yang merupakan hasil dari radiografi konvensional telah tergantikan oleh sistem CR (Computed Radiography) yang mampu menghasilkan radiograf berbentuk digital dengan menggunakan kamera DSLR (Digital Single Lens Reflex), sehingga diharapkan bisa menjembatani antara sistem radiografi digital tanpa film dan radiografi konvensional. Citra radiograf yang dihasilkan akan dianalisis dengan metode CNR (Contrast to Noise Ratio) yang dibuat dengan perangkat lunak MATLAB. Untuk memperoleh citra radiograf dengan kualitas bagus, perlu dikaji nilai faktor eksposi yang optimum. Faktor eksposi terdiri dari tegangan tabung (kV), arus (mA) dan waktu ekspos (s). Objek yang digunakan adalah 2 tulang kambing pada bagian paha (femur) dengan tebal 14,16 mm dan bagian betis (fibula) dengan tebal 12,7 mm. Kedua objek diekspos dengan pesawat sinar-X dan akan berpendar di intensifying screen yang kemudian akan ditangkap oleh kamera DSLR. Gambar digital yang dihasilkan akan dianalisis dengan CNR, sehingga dapat ditentukan faktor eksposi yang optimum dari nilai CNR yang paling tinggi. Dari analisis tersebut didapatkan nilai CNR tertinggi untuk tulang paha adalah 47,18 pada tegangan 80 kV, arus 100 mA dan waktu ekspos 2 s. Untuk tulang betis didapatkan nilai CNR tertinggi pada tegangan tabung 85 kV, arus 32 mA dan waktu ekspos 0,5 s dengan nilai CNR adalah 83,81.
Â
In the medical field, radiographic film is the result of conventional radiography system has been replaced by the CR (Computed Radiography) is able to produce a images radiograph in digital form using a DSLR camera (Digital Single Lens Reflex), which is expected to bridge the digital radiography system without film and conventional radiography. Radiograph image produced will be analyzed by the method of CNR (Contrast to Noise Ratio) created with MATLAB software. To obtain a radiograph image with good quality, needs to be studied exposed factor value most optimum. Objects used were 2 goats on the thigh bone (femur) with a thickness of 14.16 mm and the calf (fibula) with a thickness of 12.7 mm. Both objects were exposed to X-ray and will fluoresce in Intensifying screen which will then be captured by a DSLR camera. The resulting digital images will be analyzed by CNR, so it can be determined the optimum exposed factor of the highest CNR value. From the analysis, the highest CNR values for the femur was 47.18 at tube voltage 80 kV, current 100 mA and exposure time of 2 s. To fibula the highest CNR values obtained at tube voltage 85 kV, current 32 mAÂ and exposure time of 0.5 s, with a CNR value is 83.81.
References
Anonymous. 2009. The mobile diagnostic X-ray machine – The user manual, Type SF100 BY, Shanghai Guang Zheng: Medical Instrument Limited Company.
Artawijaya, Ajunk. 2010. Kualitas Citra Radiograf Foto Rontgent. On line at http://catatanradiograf.blogspot.com/2010/01/kualitas-citra-radiografi-foto-rontgent.html [diakses pada tanggal 13 February 2014].
Beiser. A., 1999. Konsep Fisika Modern Edisi Keempat. Jakarta : Erlangga.
http://en.wikipedia.org/wiki/contrast-to-noise-ratio, diakses pada tanggal 13 February 2014
http://www.mathworks.com/matlabcentral/newsreader/view-thread/304250, [diakses pada tanggal 13 February 2014].
Munir, Rinaldi. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung: Informatika Bandung.
Naralywan, 2013. Perbandingan Konvensional dengan CR Computer. On line at http://kristinaanaralywan.blogspot.com/2013/10/perbandingan-konvensional-cr-computer.html. [diakses pada tanggal 27 Juanuari 2014].
Nirmalasari, Dyah. 2012. Pergeseran luas lapangan penyinaran (light field aligment) dari alat radiografi di RSUD dr. Soetomo Surabaya (Skripsi). Surabaya : Universitas Airlangga Surabaya.
Sartinah, Sumariyah, N. Ayu., 2008. Variasi nilai eksposi aturan 15% pada radiografi menggunakan imaging plate untuk mendapatkan kontras tertinggi. Berkala Fisika. ISSN: 1410-9662 Vol. 11, No. 2.
Song, Xiaomei., W. Brian. 2004. Automated region detection based on the contrast-to-noise ratio in rear-infrared tomography. Optical Society of America. New Hampshire.
Susilo, 2012. Pencitraan tulang dengan perangkat lunak berbasis matlab pada radiografi digital untuk diagnosis metasis tulang (disertasi). Semarang: Universitas Diponegoro.
Susilo, dkk. 2013. Kajian sistem radiografi digital sebagai pengganti sistem computed radiograph yang mahal. Prosiding Pertemuan Ilmiah XXVII HFI Jateng dan DIY. Solo 23 Maret 2013. ISSN:0853-0823.
Susilo, Maesadi TN, Kusminarto & Wahyu SB. 2011. Kajian fisika indeks-keabuan dengan teknik radiografi digital pada pemeriksaan tulang metastatik. Jurnal Pendidikan Fisika Indonesia. Vol 8, NO 1. ISSN 1693-1246.
Susilo, Sunarno, Azam, M., Anam C., 2010. Rancang bangun sistem pencitraan radiografi digital untuk pengembangan layanan rumah sakit daerah dalam pelaksanaan otonomi daerah dan disentralisasi (Laporan Penelitian Unggulan Strategis Nasional). Jakarta: Dikti.
Wang, Xiaohui., Luo, Hui,. 2013 Automated quantification of digital radiographic image quality. Grant. US8571290B2