perbandingan di antara penghasilan model digital tiga dimensi dan

PERBANDINGAN DI ANTARA PENGHASILAN MODEL DIGITAL TIGA

DIMENSI DAN MODEL FIZIKAL BAGI CRANIOFACIAL TISU KERAS

ZAKIAH BINTI ABDUL MAJID @ ZAKARIA

Tesis ini dikemukakan

sebagai memenuhi syarat penganugerahan

ijazah Sarjana Sains (Geoinformatik)

Fakulti Kejuruteraan dan Sains Geoinformasi

Universiti Teknologi Malaysia

JUN 2007

iii

Buat Insan-Insan Tersayang,

Abah, Mama, Zakey, Mijea, Mazlin, Ani, Amin dan Hakim

iv

PENGHARGAAN

Alhamdulillah, bersyukur ke hadrat Ilahi kerana dengan limpah kurnia dan

keizinanNya, dapat saya menyiapkan tesis Sarjana Sains (Geoinformatik) ini dengan

jayanya.

Di sini ingin saya merakamkan setinggi-tinggi penghargaan dan jutaan terima

kasih kepada Prof. Dr. Halim Setan selaku penyelia di atas bimbingan, nasihat dan

tunjuk ajarnya sehingga dapat saya menyiapkan tesis ini.

Jutaan terima kasih juga diucapkan kepada En.Zulkepli Majid dan Dr.Albert

K. Chong di atas segala bantuan dan tunjuk ajar yang diberikan sepanjang tempoh

penyelidikan ini dijalankan.

Kepada semua pihak yang membantu saya dalam menyiapkan tesis ini secara

langsung atau tidak langsung terutamanya kepada ahli keluarga dan rakan-rakan di

Medical Imaging Research Group (MIRG), jutaan terima kasih diucapkan kepada

anda semua. Segala jasa anda semua akan saya kenangi.

v

ABSTRAK

Ketepatan pengukuran pada bahagian kepala dan muka manusia amat

diperlukan oleh pakar bedah dan ahli radiologi untuk perancangan pembedahan.

Kajian ini menumpukan kepada penghasilan model digital tiga dimensi (3D) pada

bahagian craniofacial dengan menggunakan data imbasan peralatan Computed

Tomography (CT). Kajian ini merangkumi dua perbandingan iaitu memilih perisian

terbaik bagi menghasilkan model digital 3D serta mendapatkan kaedah pengukuran

yang paling tepat. Penghasilan model digital 3D adalah menggunakan tiga perisian

iaitu RapidForm2004, 3D Doctor dan 3D Slicer. Model yang terhasil daripada

ketiga-tiga perisian tersebut telah dibandingkan dengan model gold standard iaitu

model yang dihasilkan oleh perisian Materialise's Interactive Medical Image Control

System (MIMICS). Perbandingan adalah berdasarkan perbezaan nilai sisihan piawai,

Root Mean Square (RMS), varian dan pengukuran. Hasil perbandingan menunjukkan

3D Slicer dapat menghasilkan model digital 3D terbaik. Bagi menentukan kaedah

pengukuran yang paling tepat, pengukuran pada model fizikal telah dilakukan

menggunakan microscribe digitizer, pengimbas laser dan kaliper. Hasil pengukuran

bagi semua kaedah tersebut telah dibandingkan dengan kaedah fotogrametri jarak

dekat digital berdasarkan perbezaan nilai pengukuran, sisihan piawai dan RMS. Hasil

perbandingan menunjukkan microscribe digitizer dapat menghasilkan pengukuran

yang paling tepat. Hasil perbandingan di antara model digital daripada 3D Slicer

dengan titik pengukuran daripada microscribe digitizer menunjukkan nilai

pengukuran berbeza antara 0.01 mm hingga 0.97 mm. Model digital 3D dan model

fizikal yang dihasilkan dapat digunakan untuk menentukan kedudukan titik

pengukuran yang sukar ditentukan dengan kaedah konvensional. Di akhir kajian ini,

sebuah pangkalan data ringkas telah dibangunkan menggunakan Microsoft Access

2003 untuk menyimpan semua maklumat pengukuran.

vi

ABSTRACT

Accurate measurement on human craniofacial is crucial to surgeon and

radiologist for surgical planning. This research focuses on the construction of digital

three-dimensional (3D) models for craniofacial using scanned data from Computed

Tomography (CT) device. It involves two comparisons to determine the best

software to produce digital 3D model and the most accurate measuring method. The

digital 3D models were produced using three software namely Rapidform2004, 3D

Doctor and 3D Slicer. Then the 3D models which were produced by the three

software were compared with a gold standard model produced by Materialise's

Interactive Medical Image Control System (MIMICS) software. The comparisons

were based on standard deviation, Root Mean Square (RMS), variance and

measurement. The results yield the 3D Slicer can produce the best digital 3D model.

In order to determine the most accurate measuring method, the measurements on

physical model were carried out by using microscribe digitizer, laser scanner and

calliper. The results from each method then compared with the close range

photogrammetry method based on measurement, standard deviation and RMS. The

results show that microscribe digitizer could provide the most accurate

measurements. Finally, a comparison between 3D Slicer and microscribe digitizer

were carried out. The comparison shows that the measurement values vary between

0.01 mm and 0.97 mm. A digital 3D model and a physical model could be used to

determine a measurement point which is difficult to determine by using conventional

method. A simple database was developed by using Microsoft Access 2003 to store

all the measurements.

vii

SENARAI KANDUNGAN

BAB TAJUK MUKA SURAT

HALAMAN JUDUL i

PENGAKUAN ii

DEDIKASI iii

PENGHARGAAN iv

ABSTRAK v

ABSTRACT vi

HALAMAN KANDUNGAN vii

SENARAI JADUAL xii

SENARAI RAJAH xv

SENARAI ISTILAH xxii

SENARAI SINGKATAN xxiv

SENARAI LAMPIRAN xxvi

1 PENGENALAN

1.1 Pendahuluan

1.2 Pernyataan Masalah

1.3 Objektif Penyelidikan

1.4 Skop Penyelidikan

1.5 Metodologi Penyelidikan

1.6 Kepentingan Penyelidikan

1.7 Rumusan Aliran Bab

1

1

3

5

5

6

10

11

viii

2 KAJIAN LITERATUR

2.1 Pengenalan Kepada Craniofacial

2.2 Keperluan Pengukuran Dalam Craniofacial

2.3 Kaedah Pengukuran

2.3.1 Kaedah Sentuhan

2.3.1.1 Microscribe Digitizer

2.3.1.2 Kaliper

2.3.2 Kaedah Tanpa Sentuhan

2.3.2.1 Peralatan

2.3.2.1.1 Pengimbas Laser

2.3.2.1.2 Pengimbas Computed

Tomography (CT)

2.3.2.1.3 Pengimbas Magnetic Resonance

Imaging (MRI)

2.3.2.1.4 Fotogrametri Jarak Dekat Digital

2.3.2.2 Perisian

2.3.2.2.1 RapidForm2004

2.3.2.2.2 3D Doctor

2.3.2.2.3 3D Slicer

2.3.2.2.4 Materialise's Interactive Medical

Image Control System (MIMICS)

2.4 Pangkalan Data Dalam Bidang Perubatan

2.4.1 Advantage Workstation (AW)

2.4.2 Picture Archiving Communication Systems (PACS)

2.4.3 Clinical Information System (CIS)

2.5 Kaedah Analisa Statistik

2.6 Rumusan

12

12

17

22

22

23

25

25

26

26

28

29

30

31

32

34

36

37

39

39

40

41

42

43

3 PENGHASILAN DAN PERBANDINGAN MODEL

DIGITAL 3D BAGI CRANIOFACIAL TISU KERAS

3.1 Pendahuluan

3.2 Perolehan Data

45

45

46

ix

3.2.1 Data Imbasan Computed Tomography (CT)

3.2.2 Model Fizikal

3.2.3 Model Digital 3D Gold Standard

3.3 Penghasilan Model Digital 3D

3.3.1 Model RapidForm2004

3.3.2 Model 3D Doctor

3.3.3 Model 3D Slicer

3.3.4 Model Materialise's Interactive Medical Image

Control System (MIMICS)

3.4 Perbandingan Model Digital 3D Yang Dihasilkan Dengan

Model Digital Gold Standard

3.5 Rumusan

46

48

50

51

52

54

55

58

61

68

4 PENENTUAN TITIK PENGUKURAN, PROSES

PENGUKURAN DAN PERBANDINGAN HASIL

PENGUKURAN

4.1 Pendahuluan

4.2 Titik Pengukuran

4.3 Kaedah Penentuan Kedudukan Titik Pengukuran

4.3.1 Model Digital 3D

4.3.2 Model Fizikal


4.3.2.2 Fotogrametri Jarak Dekat Digital

4.3.2.3 Pengimbas Laser

4.3.2.4 Kaliper

4.4 Proses Pengukuran Jarak Linear


4.4.2 Model Fizikal

4.4.2.1 RapidForm2004

4.4.2.2 Australis

4.4.2.3 Kaliper

69

69

72

77

77

79

80

82

85

87

88

92

94

94

98

99

x

4.5 Perbandingan Hasil Pengukuran

4.5.1 Peringkat Awal

4.5.2 Peringkat Akhir

4.6 Rumusan

100

101

104

104

5 REKA BENTUK DAN PEMBANGUNAN PANGKALAN

DATA

5.1 Pendahuluan

5.2 Reka Bentuk Pangkalan Data

5.2.1 Reka Bentuk Konseptual

5.2.2 Reka Bentuk Logikal

5.2.3 Reka Bentuk Fizikal

5.3 Pembangunan Pangkalan Data

5.3.1 Kemasukan Data Atribut

5.4 Rumusan

105

105

105

106

110

111

114

114

124

6 HASIL DAN ANALISIS

6.1 Pendahuluan

6.2 Perbandingan Di Antara Model Digital

6.2.1 Nilai Sisihan Piawai

6.2.2 Root Mean Square (RMS)

6.2.3 Varian

6.2.4 Pengukuran (Jarak Linear)

6.3 Analisa Statistik Bagi Perbandingan Model Digital

6.4 Perbandingan Di Antara Model Fizikal

6.4.1 Pengukuran

6.4.2 Sisihan Piawai


6.5 Perbandingan Di Antara Model Digital Dan Model Fizikal

6.6 Analisa Statistik Bagi Perbandingan Model Digital Dan

Model Fizikal

6.7 Rumusan

125

125

126

128

133

133

135

143

145

145

149

150

151

157

159

xi

7 KESIMPULAN DAN CADANGAN

7.1 Pendahuluan

7.2 Kesimpulan

7.3 Cadangan

160

160

160

163

RUJUKAN

164-167

LAMPIRAN A-D

168-200

xii

SENARAI JADUAL

NO. JADUAL TAJUK MUKA SURAT

1.1 Input, proses dan output bagi kajian. 9

2.1 Senarai titik pengukuran mengikut pendapat

penyelidik terkemuka (Kolar dan Salter, 1997).

18

2.2 Senarai titik pengukuran (Wan Abdul Rahman,

2005).

19

2.3 Senarai jenis pengukuran (Wan Abdul Rahman,

2005).

20

2.4 Spesifikasi perisian. 33

3.1 Proses keseluruhan bagi menghasilkan model

digital 3D.

60

4.1 Senarai titik pengukuran yang digunakan pada

peringkat awal kajian.

73

4.2 Senarai titik pengukuran yang digunakan pada

peringkat akhir kajian.

75

4.3 Contoh hasil titik pengukuran yang diperolehi

pada peringkat akhir kajian (Set 1).

76

4.4 Senarai garisan pengukuran yang digunakan

semasa peringkat awal.

88

4.5 Senarai garisan pengukuran yang digunakan

semasa peringkat akhir.

91

4.6 Contoh hasil pengukuran yang diperolehi pada

peringkat akhir (Set 1).

92

5.1 Jadual definisi bagi data atribut. 111

xiii

5.2 Storan reka bentuk fizikal bagi entiti Pesakit. 112

5.3 Storan reka bentuk fizikal bagi entiti Model. 112

5.4 Storan reka bentuk fizikal bagi entiti Kaedah. 113

5.5 Storan reka bentuk fizikal bagi entiti Titik

Pengukuran.

113

5.6 Storan reka bentuk fizikal bagi entiti

Pengukuran.

113

6.1 Hasil perbandingan di antara model digital 3D

dan model gold standard (Set 3).

132

6.2 Analisa statistik bagi purata hasil perbandingan

di antara model digital 3D dan model digital 3D

gold standard (Set 3).

134

6.3 Perbandingan 10 hasil pengukuran linear di

antara model digital bagi Set 1 (peringkat awal).

137



137



138



138



139

6.8 Julat bagi perbandingan 10 hasil pengukuran

linear bagi model digital (peringkat awal).

142

6.9 Nilai varian yang diperolehi bagi hasil

pengukuran model digital 3D.

143

6.10 Hasil analisa bagi model digital menggunakan

F-Test.

144

6.11 Perbandingan 10 hasil pengukuran linear

dengan kaedah fotogrametri bagi Set 1

(peringkat awal).

147

xiv

6.12

Perbandingan 10 hasil pengukuran linear


(peringkat awal).

147



(peringkat awal).

148



(peringkat awal).

148



(peringkat awal).

149

6.16 Analisa hasil perbandingan bagi nilai sisihan

piawai dan RMS pada model fizikal.

150


antara model digital dengan model fizikal bagi

Set 1 (peringkat akhir).

152




152




153




153



Set 5 (peringkat akhir)

154

6.22 Nilai varian yang diperolehi bagi hasil

pengukuran model digital dan model fizikal

157

6.23 Hasil analisa bagi model digital dan model

fizikal menggunakan F-Test.

158

xv

SENARAI RAJAH

NO. RAJAH TAJUK MUKA SURAT

1.1 Keadaan kecacatan pada bahagian muka pesakit;

(a) ketumbuhan, (b) kecacatan semasa lahir,

(c) kemalangan.

4

1.2 Metodologi kajian. 7

2.1 Gambaran takrifan face. 13

2.2 Bahagian tisu lembut dan tisu keras. 13

2.3 Pandangan hadapan pada bahagian tisu keras. 14

2.4 Pandangan sisi pada bahagian tisu keras. 15

2.5 Pandangan belakang pada bahagian tisu keras. 15

2.6 Pandangan bawah pada bahagian tisu keras. 16

2.7 Titik pengukuran (Kitai et al., 2002). 21

2.8 Pengukuran (Kitai et al., 2002). 21

2.9 Contoh alat pengukuran craniofacial;

(a) Spreading caliper, (b) Pita ukur,

(c) Protraktor, (d) Level and angle finder,

(e) Sliding caliper dan (f) Double sliding caliper

(Kolar dan Salter, 1997).

23

2.10 Microscribe Digitizer G2X 24

2.11 Proses pendigitan pada bahagian muka (Nagasaka

et al., 2003).

24

2.12 Kaliper vernier. 25

2.13 Pengimbas laser VIVID 910. 27

xvi

2.14 Sistem yang menggunakan pengimbas laser untuk

mendapatkan model 3D bagi muka manusia.

27

2.15 Pengimbas CT GE Light Speed Plus. 28

2.16 Pengimbas Magnetic Resonance Imaging (MRI). 30

2.17 Contoh aplikasi pengukuran fotogrametri jarak dekat

digital.

31

2.18 Antaramuka perisian RapidForm2004 (3D imaging

workbench).

32

2.19 Antaramuka perisian 3D Doctor. 35

2.20 Antaramuka perisian 3D Slicer. 36

2.21 Antaramuka perisian MIMICS. 38

2.22 Imej paparan Advantage Workstation. 40

2.23 Picture Archiving Communication Systems. 41

3.1 Data imbasan CT dalam bentuk potongan imej 2D

menggunakan perisian 3D Doctor.

48

3.2 Model fizikal (Set 2). 49

3.3 Penghasilan model fizikal. 49

3.4 Model digital 3D gold standard (MIMICS) daripada

SIRIM Berhad.

50

3.5 Cartalir ringkas bagi penghasilan model digital. 51

3.6 Proses penghasilan model digital 3D menggunakan

RapidForm2004.

52

3.7 Model digital 3D menggunakan RapidForm2004. 53


3D Doctor.

54

3.9 Model digital 3D menggunakan 3D Doctor. 55


3D Slicer.

56

3.11 Paparan pada bahagian yang diperlukan (ungu) dan

tidak diperlukan (merah jambu).

57

3.12 Model digital 3D menggunakan 3D Slicer. 57

3.13 Haunsfield Scale. 58

xvii


MIMICS.

59

3.15 Model digital 3D menggunakan MIMICS. 59

3.16 Proses menentukan perisian yang dapat menghasilkan

model digital 3D terbaik.

61

3.17 Proses menentukan nilai sisihan piawai menggunakan

perisian RapidForm2004.

62

3.18 Model perisian 3D Slicer (kiri) dan model perisian

MIMICS (kanan) yang diimport ke dalam perisian

RapidForm2004 (Set 3).

63

3.19

Proses initial registration (Set 3); (a) Register dua

model, (b) Hasil proses initial registration.

64

3.20 Hasil selepas proses fine registration (Set 3). 65

3.21 Hasil proses shell deviation (Set 3). 66

3.22 Maklumat hasil shell deviation; (a) graf taburan

sisihan piawai, (b) menu pilihan shell deviation,

dan (c) keputusan analisis.

67

4.1 Proses peringkat awal. 70

4.2 Proses peringkat akhir. 71

4.3 Lima set kedudukan titik pengukuran pada model 3D

Slicer untuk kajian peringkat awal; (a) Set 1, (b) Set 2,

(c) Set 3, (d) Set 4 dan (e) Set 5.

72

4.4 Pandangan sisi bagi kedudukan 36 titik pengukuran

pada model 3D Slicer untuk kajian peringkat akhir

(Set 3); (a) imej tekstur dan titik pengukuran,

(b) gambaran titik pengukuran.

74

4.5 Pandangan hadapan bagi kedudukan 36 titik

pengukuran pada model 3D Slicer untuk kajian

peringkat akhir (Set 3); (a) imej tekstur dan titik

pengukuran, (b) gambaran titik pengukuran.

74

4.6 Proses penentuan titik pengukuran pada model

digital 3D.

78

xviii

4.7 Cerapan titik pengukuran menggunakan perisian

RapidForm2004 (Set 3).

78

4.8 Model fizikal (Set 4); (a) pandangan hadapan dan

(b) pandangan sisi.

79

4.9 Proses penentuan titik pengukuran menggunakan

kaedah Microscribe Digitizer G2X pada peringkat

awal kajian.

80

4.10 Pendigitan titik pengukuran menggunakan Microscribe

Digitizer G2X yang dihubungkan pada perisian

Rhinoceros 2.0.

81

4.11 Paparan titik pengukuran pada perisian Rhinoceros 2.0

yang dihasilkan dengan mengunakan Microscribe

Digitizer G2X.

81


kaedah fotogrametri jarak dekat digital pada peringkat

awal kajian.

82

4.13 Konica Minolta DiMAGE A200. 83

4.14 Cerapan data titik pengukuran menggunakan teknik

fotogrametri.

84

4.15 Paparan dan pendigitan titik pengukuran menggunakan

perisian Australis dari arah 3 (Set 3).

84


pengimbas laser.

85

4.17 Cerapan data titik pengukuran dengan menggunakan

pengimbas laser VIVID 910 yang dihubungkan pada

rotating table.

86

4.18 Gambaran kedudukan alat dan objek; (a) proses

imbasan pertama dan (b) proses imbasan kedua.

87

4.19 Kaliper vernier 87

4.20 Gambaran pengukuran model digital 3D pada

peringkat awal (Set 2).

89


pandangan hadapan bagi peringkat akhir (Set 2).

90

xix


pandangan sisi bagi peringkat akhir (Set 2).

90

4.23 Proses pengukuran pada model digital 3D yang

dilakukan di dalam peringkat awal kajian.

93

4.24 Pengukuran linear pada model digital 3D Slicer dengan

menggunakan perisian RapidForm2004 (Set 3)

94

4.25 Proses pengukuran model fizikal pada perisian

RapidForm2004 dengan menggunakan pengimbas

laser VIVID 910 di dalam peringkat awal kajian.

95

4.26 Pengukuran pada model 3D yang dihasilkan dari

imbasan laser menggunakan perisian RapidForm2004

(Set 2)

96

4.27 Proses pengukuran model fizikal pada perisian

RapidForm2004 dengan menggunakan Microscribe

Digitizer G2X di dalam peringkat awal kajian.

97

4.28 Pengukuran pada titik pengukuran 3D yang dihasilkan

daripada kaedah microscribe digitizer G2X pada

perisian RapidForm2004 (Set 1).

97

4.29 Proses pengukuran dengan menggunakan perisian

Australis pada titik pengukuran 3D yang dihasilkan

daripada kaedah fotogrametri jarak dekat digital.

98

4.30 Pengukuran pada titik pengukuran yang terhasil

daripada teknik fotogrametri menggunakan perisian

Australis.

99

4.31 Cerapan data pengukuran dengan menggunakan

kaliper vernier.

100

4.32 Proses perbandingan perisian 101

4.33 Proses perbandingan kaedah pengukuran. 103

5.1 Senarai atribut bagi entiti Pesakit. 106

5.2 Senarai atribut bagi entiti Model. 107

5.3 Senarai atribut bagi entiti Kaedah. 107

5.4 Senarai atribut bagi entiti Pengukuran. 108

5.5 Senarai atribut bagi entiti Titik_Pengukuran. 108

xx

5.6 Rajah Hubungan Entiti. 109

5.7 Proses di dalam pembangunan pangkalan data. 114

5.8 Antaramuka bagi maklumat pesakit. 115

5.9 Data peribadi pesakit yang disimpan di dalam

pangkalan data.

116

5.10 Antaramuka bagi maklumat model pesakit. 116

5.11 Data-data model pesakit yang disimpan di dalam

pangkalan data.

117

5.12 Antaramuka bagi maklumat kaedah yang digunakan. 118

5.13 Data-data bagi kaedah yang digunakan ke atas pesakit. 118

5.14 Antaramuka bagi maklumat titik pengukuran. 119

5.15 Menu untuk menyimpan rekod yang telah dimasukkan. 120

5.16 Data-data bagi titik pengukuran (x,y,z) yang disimpan

di dalam pangkalan data.

121

5.17 Antaramuka bagi maklumat pengukuran. 122

5.18 Data-data bagi pengukuran yang disimpan di dalam

pangkalan data.

123

6.1 Perbandingan model digital. 126

6.2 Model digital 3D yang dihasilkan dan model MIMICS

(Set 3); (a) Model RapidForm2004, (b) Model 3D

Doctor, (c) Model 3D Slicer dan (d) Model MIMICS.

127

6.3 Model yang dihasilkan pada proses shell deviation

(Set 3); (a) model digital RapidForm2004 dan model

digital 3D MIMICS, (b) model digital 3D Doctor dan

model digital 3D MIMICS serta (c) model digital 3D

Slicer dan model digital 3D MIMICS.

129

6.4 Graf taburan sisihan piawai bagi proses shell deviation

(Set 3); (a) model digital RapidForm2004 dan model

digital 3D MIMICS, (b) model digital 3D Doctor dan

model digital 3D MIMICS serta (c) model digital 3D

Slicer dan model digital 3D MIMICS.

130

xxi

6.5 Hasil analisa shell deviation (Set 3); (a) model digital

RapidForm2004 dan model digital 3D MIMICS,

(b) model digital 3D Doctor dan model digital 3D

MIMICS serta (c) model digital 3D Slicer dan model

digital 3D MIMICS.

131

6.6 Proses perbandingan hasil pengukuran bagi model

digital 3D.

136

6.7 Graf taburan data hasil pengukuran linear bagi Set 1

(peringkat awal).

139


(peringkat awal).

140


(peringkat awal).

140


(peringkat awal).

141


(peringkat awal).

141

6.12 Proses pengukuran pada model fizikal 146


(peringkat akhir).

154


(peringkat akhir).

155


(peringkat akhir).

155


(peringkat akhir).

156


(peringkat akhir).

156

xxii

SENARAI ISTILAH

Bahasa Inggeris Bahasa Melayu

3D Rendering - 3D Rendering

Axial - Pandangan dari atas

Contouring - Pengkonturan

Coronal - Pandangan dari depan

Cosmetic Surgery - Pembedahan kosmetik

Craniofacial - Craniofacial

Craniotomies - Craniotomies

Cross-sectional - Potongan imej

Double click - Klik sebanyak dua kali

Dye - Pewarna

Edit - Sunting

Fine Registration - Pemadanan imej peringkat kedua

Gold Standard - Model piawai

Harizontal profile - Gerakan menerusi paksi x

Image sharpen - Penjelasan imej

Initial registration - Pemadanan imej peringkat pertama

Interferometry - Interferometri

Map pixel value - Menukar julat nilai piksel kepada suatu

nilai baru

Mean - Purata

Merge - Penggabungan

Rapid prototyping - Rapid prototyping

xxiii

Register - Padan

Registration - Pemadanan / Penindihan

Reverse Engineering - Reverse engineering

Rotating table - Meja berpusing

Rotating - Berpusing

Sagittal - Pandangan dari sisi

Shell deviation - Sisihan pada objek

Subsampling - Subsampling

Surface Rendering - Surface Rendering

Thresholding - Teknik pengasingan bahagian-bahagian

Vertical profile - Gerakan menerusi paksi y

Volume of Interest - Bahagian yang dikehendaki

Volume Rendering - Mempamerkan isipadu atau ruang

Volume - Isipadu atau ruang

Volumetric - Volumetric

xxiv

SENARAI SINGKATAN

2D - Dua dimensi

3D - Tiga dimensi

3ds - 3D Studio

ANOVA - Analysis of Variance

AW - Advantage Workstation

CAD - Computer Aided Design

Cdm - Custom Data Module

CIS - Clinical Information System

CMM - Coordinate Measuring Machine

CT - Computed Tomography

DICOM - Digital Imaging and Communications in Medicine

Dxf - Drawing Exchange Format

E-R Diagram - Rajah Hubungan Entiti

HIS - Hospital Information System

HUSM - Hospital Universiti Sains Malaysia

Iges - Initial Graphics Exchange Specification

Jpeg - Joint Photographic Experts Group

Mcs - Mimics

Mdl - Model

MIMICS - Materialise's Interactive Medical Image Control System

MOSTI - Kementerian Sains, Teknologi dan Inovasi

MRA - Magnetic Resonance Angiography

MRI - Magnetic Resonance Imaging

PACS - Picture Archiving Communication System

xxv

PET - Polygon Editing Tools

RAM - Random Access Memory

RIS - Radiology Information System

RMS - Root Mean Square

RP - Rapid Prototyping

SIRIM - Standards and Industrial Research Institute of Malaysia

SLA - Stereolitography Apparatus

Stl - Stereo Lithography

Suf - Surface

Tcl - Tool Command Language

Tk - Tool Kit

TLA - True Life Anatomy

UTM - Universiti Teknologi Malaysia

Vtk - Visualization Tool Kit

xxvi

SENARAI LAMPIRAN

LAMPIRAN TAJUK MUKA SURAT

A Penghasilan Model Digital 3D

Menggunakan Perisian RapidForm2004

159-166

B Penghasilan Model Digital 3D

Menggunakan Perisian 3D Doctor

167-178

C Penghasilan Model Digital 3D

Menggunakan Perisian 3D Slicer

179-190

D Sumbangan Kajian 200

BAB 1

PENGENALAN

1.1 Pendahuluan

Di Malaysia, pelbagai kaedah yang menggunakan imej berkomputer telah

diaplikasikan di dalam bidang perubatan untuk membantu merawat pesakit yang

mengalami masalah kesihatan yang serius. Menurut Lo dan Chen (2003), kaedah-

kaedah yang sering digunakan di dalam bidang imej perubatan adalah seperti

imbasan CT, magnetic resonance imaging (MRI), ultrasonography, laser scanning

dan microscopic imaging.

Imbasan CT merupakan salah satu kaedah yang digunakan untuk

menghasilkan imej craniofacial bagi tisu keras dalam bentuk potongan imej. Imej-

imej ini adalah berbentuk dua dimensi (2D) dan setiap potongan imej mengandungi

maklumat yang berlainan. Menurut Kolar dan Salter (1997), setiap potongan imej

CT dapat memberikan maklumat bagi setiap lapisan craniofacial dengan jelas bagi

struktur dalaman pada bahagian muka dan kepala, skeletal dan tisu lembut yang tidak

boleh diperolehi melalui radiograf biasa. Seterusnya, kesemua imej-imej 2D tersebut

diproses ke dalam bentuk 3D dengan menggunakan perisian seperti True Life

Anatomy (TLA), Analyze dan 3D Doctor untuk memaparkan bentuk asal imej

craniofacial tersebut.

2

Menurut Kolar dan Salter (1997), imbasan MRI merupakan satu teknik

terbaru yang menggunakan komputer dan teknik ini dapat menghasilkan satu siri

potongan imej yang melalui tisu-tisu badan seperti imbasan CT. Imbasan MRI amat

sesuai digunakan untuk mendapatkan imej tisu lembut manusia. Teknik ini amat

berguna di dalam pembelajaran mengenai otot-otot rahang (Hannam dan

Wood,1989; Spronsen et al.,1991), ketumbuhan bagi nasopharynx (Modder et al.,

1987) dan beberapa kecacatan yang berlaku pada tisu lembut (Poed et al., 1992).

Sebelum proses imbasan dilakukan, pesakit terlebih dahulu disuntik dengan

menggunakan sejenis bahan cecair kontra bertujuan untuk menghasilkan imej yang

lebih jelas selepas imbasan dilakukan.

Teknik magnetic resonance angiography (MRA) pula digunakan untuk

mengesan masalah pada saluran-saluran darah yang terdapat di dalam badan manusia

serta menentukan cara bagi merawat masalah bagi penyakit tersebut. MRA

menggunakan teknologi MRI untuk mengesan, mengdiagnosis serta membantu

merawat penyakit jantung dan saluran darah serta mampu menghasilkan imej yang

sangat jelas. Teknik MRA tidak memerlukan pesakit disuntik dengan menggunakan

sebarang bahan cecair kontra seperti di dalam teknik MRI.

Dalam kajian ini, teknik imbasan CT telah digunakan untuk mendapatkan

data-data bagi menghasilkan model digital 3D pada craniofacial tisu keras manusia.

Selain itu, teknik-teknik seperti fotogrametri jarak dekat digital, pengimbas laser,

microscribe digitizer dan kaliper turut diaplikasikan di dalam kajian ini pada model

fizikal bagi mendapatkan data-data pengukuran. Model fizikal telah digunakan bagi

menggantikan tengkorak asal untuk tujuan perbandingan dengan model digital 3D

yang dihasilkan. Perbandingan ini dilakukan untuk mendapatkan perbezaan hasil

pengukuran bagi model digital 3D yang dihasilkan dengan tengkorak sebenar iaitu

model fizikal.

Penghasilan model digital 3D yang baik sangat diperlukan oleh pakar bedah

serta ahli radiologi bertujuan untuk mendapatkan data pengukuran yang tepat.

Model digital 3D yang dihasilkan dapat membantu di dalam menentukan kedudukan

titik pengukuran yang terlindung dan sukar untuk ditentukan dengan menggunakan

kaedah konvensional. Model digital 3D yang dihasilkan dapat digunakan untuk

3

tujuan pengukuran tanpa menyentuh pada bahagian muka pesakit. Dengan adanya

penyelidikan ini, diharap dapat membantu di dalam bidang perubatan bagi

menghasilkan perkhidmatan kesihatan serta rawatan perubatan yang lebih baik

kepada umum.

1.2 Pernyataan Masalah

Pada masa kini kebanyakan pengukuran linear yang dilakukan pada bahagian

muka pesakit iaitu pada tisu keras dilakukan dengan menggunakan kaedah

konvensional. Kaedah konvensional ini dilihat kurang praktikal dan teknologi yang

digunakan agak ketinggalan. Ini kerana pada masa kini wujud kaedah yang lebih

moden di samping dapat memberikan hasil yang lebih baik lagi (Mohd Farid, 2005).

Kaedah yang dimaksudkan adalah seperti imbasan CT, x-ray, fotogrametri jarak

dekat digital, imbasan laser, imbasan MRI dan sebagainya pada bahagian

craniofacial pesakit.

Dengan menggunakan kaedah-kaedah ini, proses pengukuran dapat dilakukan

pada model digital 3D yang dibangunkan dengan lebih mudah serta cepat tanpa perlu

melakukan pengukuran secara terus pada bahagian muka pesakit. Kaedah ini amat

sesuai digunakan bagi pesakit yang mengalami masalah kecederaan yang kritikal

pada bahagian muka contohnya akibat daripada kemalangan. Kaedah ini juga turut

dipraktikkan pada pesakit yang mengalami masalah kecacatan semasa lahir dan juga

berpenyakit bagi memperbaiki taraf kesihatan serta keadaan pesakit tersebut. Rajah

1.1 menunjukkan contoh-contoh kecacatan pada bahagian muka pesakit.

4

(a) (b) (c)

Rajah 1.1: Keadaan kecacatan pada bahagian muka pesakit; (a) ketumbuhan, (b)

kecacatan semasa lahir, (c) kemalangan

Sebelum ini, pengukuran yang dilakukan dengan menggunakan kaedah

konvensional seperti kaliper, pita ukur dan protraktor didapati mengambil masa yang

agak lama berbanding kaedah moden yang digunakan pada masa kini. Contohnya,

penggunaan kaliper di dalam melakukan 10 pengukuran pada bahagian muka pesakit

di dalam kajian ini, telah mengambil masa lebih kurang tujuh minit berbanding

pengukuran yang dilakukan dengan menggunakan perisian Australis dan

RapidForm2004 iaitu lebih kurang dua minit sahaja.

Proses penentuan titik pengukuran yang terdapat pada bahagian dalam

tengkorak pesakit juga adalah antara masalah yang sering dihadapi oleh doktor dan

pakar bedah di hospital. Dengan menggunakan kaedah moden, model digital 3D dan

model fizikal bagi tisu keras pesakit dapat dihasilkan untuk tujuan perancangan

pembedahan. Model digital 3D dan fizikal yang dihasilkan ini dapat digunakan

untuk menentukan kedudukan titik pengukuran yang sukar ditentukan dengan

menggunakan kaedah konvensional untuk tujuan pengukuran.

5

Pada masa kini, terdapat pelbagai perisian 3D yang wujud di pasaran dan ada

juga yang boleh diperolehi secara percuma dengan memuat turun dari internet untuk

penghasilan model tengkorak secara digital. Walaubagaimanapun, tidak semua

perisian tersebut dapat menghasilkan model digital yang berkualiti tinggi. Bagi

permodelan tengkorak digital dalam bentuk 3D, kajian ini telah menggunakan tiga

perisian 3D untuk mendapatkan model tengkorak yang mempunyai data berkualiti

tinggi dengan kos perisian yang rendah serta mempunyai kebolehcayaan yang tinggi.

1.3 Objektif Penyelidikan

Dalam kajian ini, penyelidikan dilakukan bertujuan untuk mencapai objektif-

objektif berikut:

1. Menghasilkan model digital 3D bagi craniofacial tisu keras dengan

menggunakan data imbasan CT 2D dan tiga perisian 3D.

2. Membandingkan teknik-teknik baru untuk menentukan pengukuran linear

pada model digital 3D dan model fizikal bagi tisu keras manusia serta

menganalisa hasil pengukuran yang telah diperolehi.

1.4 Skop Penyelidikan

Kajian ini merangkumi tiga skop penting. Di antaranya adalah:

1. Menguji tiga jenis perisian 3D yang wujud pada masa kini iaitu

RapidForm2004, 3D Doctor dan 3D Slicer.

6

2. Menguji tiga kaedah pengukuran iaitu pengimbas laser, microscribe digitizer

dan kaliper.

3. Membandingkan 19 pengukuran linear sahaja.

4. Terdapat lima sampel data yang digunakan di dalam kajian.

1.5 Metodologi Penyelidikan

Bagi mencapai objektif-objektif kajian, penyelidikan ini dibahagikan kepada

lima peringkat. Antara peringkat-peringkat tersebut adalah:

1) Perolehan data dan model.

2) Penghasilan dan perbandingan model digital 3D.

3) Penentuan titik pengukuran, proses pengukuran dan perbandingan hasil

pengukuran.

4) Reka bentuk dan pembangunan pangkalan data.

5) Hasil dan analisis.

Rajah 1.2 menunjukkan metodologi bagi kajian ini secara terperinci. Senarai

keseluruhan metodologi kajian ini adalah seperti berikut:

(a) Mengenalpasti sumber-sumber data yang digunakan di dalam kajian.

(b) Memperolehi data-data imbasan CT di dalam fail DICOM, model

craniofacial tisu keras (model fizikal) serta model digital 3D gold standard

(model MIMICS).

(c) Menghasilkan model digital 3D bagi craniofacial tisu keras menggunakan

perisian RapidForm, 3D Doctor dan 3D Slicer daripada data imbasan CT.

8

(d) Membandingkan nilai sisihan piawai, RMS dan varian bagi model

RapidForm2004 dan MIMICS, 3D Doctor dan MIMICS serta 3D Slicer dan

MIMICS dengan menggunakan perisian RapidForm2004.

(e) Menentukan enam titik pengukuran pada model digital 3D (menggunakan

imbasan CT) serta pada model fizikal (menggunakan microscribe digitizer,

fotogrametri jarak dekat digital, pengimbas laser dan kaliper) dengan

menggunakan lima set data.

(f) Melakukan 10 pengukuran linear pada model digital 3D (menggunakan

perisian RapidForm2004) dan model fizikal (menggunakan Australis,

RapidForm2004 dan kaliper).

(g) Membandingkan nilai-nilai pengukuran bagi model digital 3D (3D Doctor

dan 3D Slicer) dengan fotogrametri jarak dekat digital. Perbandingan ini

tidak dapat dilakukan pada model digital 3D bagi perisian RapidForm2004

disebabkan kesukaran untuk menentukan kedudukan sebenar bagi titik

pengukuran pada model tersebut.

(h) Menentukan perisian yang dapat menghasilkan model digital 3D terbaik

berdasarkan analisa terhadap nilai sisihan piawai, RMS, varian dan hasil

pengukuran.

(i) Membandingkan nilai-nilai pengukuran bagi model fizikal (pengimbas laser

dan fotogrametri jarak dekat digital, kaliper dan fotogrametri jarak dekat

digital serta microscribe digitizer dan fotogrametri jarak dekat digital).

(j) Menentukan teknik pengukuran terbaik bagi model fizikal.

(k) Menentukan titik pengukuran (36 titik) pada model digital (menggunakan

perisian terbaik) dan model fizikal (menggunakan teknik terbaik),

melakukan proses pengukuran (19 pengukuran) serta membandingkan nilai

pengukuran di antara model digital terbaik dengan titik pengukuran yang

terhasil daripada kaedah terbaik bagi model fizikal.

9

(l) Mereka bentuk pangkalan data dengan melakukan reka bentuk konseptual,

reka bentuk logikal dan reka bentuk fizikal.

(m) Pembangunan pangkalan data ringkas untuk kemasukan data atribut.

(n) Hasil dan analisis bagi keseluruhan kajian.

Jadual 1.1 menunjukkan input, proses dan juga output bagi kajian yang

dilakukan. Terdapat dua input di dalam kajian ini iaitu data imbasan CT dan juga

model fizikal bagi craniofacial tisu keras manusia. Bahagian proses pula melibatkan

penggunaan empat pakej perisian 3D iaitu RapidForm2004, 3D Doctor, 3D Slicer

dan MIMICS serta empat peralatan iaitu pengimbas laser VIVID 910, kaliper

vernier, Microscribe Digitizer G2X dan fotogrametri jarak dekat digital. Antara

output yang dihasilkan di dalam kajian ini pula adalah seperti model digital 3D,

koordinat titik pengukuran 3D serta hasil pengukuran bagi jarak linear.

Jadual 1.1: Input, proses dan output bagi kajian

Input Proses Output Data imbasan CT RapidForm2004

− Import fail DICOM − Subsampling − Segmentasi imej − Masukkan nilai skala (threshold) − Volume of interest − Cut volume − Hasilkan polygonal isosurface − Hasilkan model 3D − Tentukan titik pengukuran − Pengukuran jarak

3D Doctor − Import fail DICOM − Image sharpen − Klasifikasi imej − Masukkan map pixel value − 3D rendering − Segmentasi interaktif − Hasilkan model 3D − Tentukan titik pengukuran − Pengukuran jarak

− Model digital 3D − Koordinat titik

pengukuran 3D − Hasil pengukuran

10

3D Slicer − Import fail DICOM − Threshold − Change island − Hasilkan model 3D − Tentukan titik pengukuran − Pengukuran jarak

MIMICS − Diproses oleh SIRIM

Pengimbas laser VIVID 910 − Tentukan titik pengukuran − Imbas model fizikal − Register imej − Merge imej − Hasilkan model 3D − Pengukuran jarak

− Model digital 3D − Koordinat titik

pengukuran 3D − Hasil pengukuran

Kaliper vernier − Tentukan titik pengukuran − Pengukuran jarak

− Hasil pengukuran

Model fizikal

Microscribe digitizer G2X − Tentukan titik pengukuran − Mendigit titik pengukuran − Hasilkan koordinat titik pengukuran 3D − Pengukuran jarak

Fotogrametri jarak dekat digital − Tentukan titik pengukuran − Mengambil gambar (8 sudut berbeza) − Pendigitan titik pengukuran (Australis) − Hasilkan koordinat titik pengukuran 3D − Pengukuran jarak

− Koordinat titik pengukuran 3D

− Hasil pengukuran

1.6 Kepentingan Penyelidikan

Kajian ini merupakan salah satu sub topik di dalam penyelidikan Real Time

Image Capturing System Photogrammetry of Craniofacial di bawah vot IRPA 74537

dengan kerjasama Standards and Industrial Research Institute of Malaysia (SIRIM),

Universiti Teknologi Malaysia (UTM) dan Hospital Universiti Sains Malaysia

(HUSM). Penyelidikan ini dibiayai sepenuhnya oleh Kementerian Sains, Teknologi

dan Inovasi (MOSTI). Kajian ini lebih menekankan kepada teknik-teknik yang

digunakan di dalam proses menentukan ketepatan bagi kedudukan titik dan

pengukuran linear pada craniofacial tisu keras manusia.

11

Dengan terhasilnya kajian ini, diharapkan dapat membantu pakar bedah dan

ahli radiologi di dalam merancang sebarang pembedahan yang akan dilakukan iaitu

sebelum dan juga selepas pembedahan. Kajian ini juga dijangka dapat

menyingkatkan masa serta mengurangkan kerumitan di dalam perancangan

pembedahan yang dilakukan. Pada akhir kajian ini dilakukan, hasil yang diperolehi

adalah model digital 3D bagi craniofacial tisu keras manusia menggunakan perisian

terbaik dan kaedah terbaik untuk menentukan pengukuran linear pada model fizikal

craniofacial manusia.

1.7 Rumuan Aliran Bab

Tesis ini terbahagi kepada tujuh bab. Bab satu membincangkan mengenai

pengenalan bagi kajian yang dilakukan. Bab ini merangkumi pernyataan masalah,

objektif penyelidikan, skop penyelidikan, metodologi penyelidikan serta kepentingan

penyelidikan.

Dalam bab dua pula, topik perbincangan adalah berkaitan dengan kajian

literatur yang dilakukan. Perbincangan ini termasuklah mengenai craniofacial,

keperluan pengukuran dalam craniofacial, peralatan pengimejan perubatan,

pangkalan data dalam bidang perubatan serta analisa statistik.

Bab tiga adalah lebih memfokuskan kepada penghasilan model digital 3D

bagi craniofacial tisu keras. Manakala bab empat pula menerangkan mengenai titik

pengukuran, penentuan titik pengukuran serta proses pengukuran pada model digital

3D dan juga model fizikal bagi craniofacial tisu keras manusia.

Dalam bab lima, topik perbincangan adalah mengenai pangkalan data ringkas

yang dibangunkan untuk menyimpan maklumat pengukuran pada model. Bab enam

pula merujuk kepada penerangan tentang analisis dan hasil kajian. Bab terakhir iaitu

bab tujuh adalah merangkumi kesimpulan dan cadangan bagi kajian yang dijalankan.

BAB 2

KAJIAN LITERATUR

2.1 Pengenalan Kepada Craniofacial

Perkataan craniofacial merupakan gabungan di antara dua patah perkataan

iaitu cranium dan face. Menurut Webster’s 1913 Dictionary, cranium adalah

ditakrifkan sebagai tengkorak bagi haiwan sama ada tulang atau rawan yang

menutupi bahagian-bahagian pada otak. Manakala face pula ditakrifkan sebagai

sudut pada tengkorak yang merangkumi di antara garisan lurus dari dahi paling luar

(a) hingga ke bahagian sisi rahang atas (b) dan ke titik porion (Webster, 1995).

Rajah 2.1 menunjukkan gambaran bagi takrifan perkataan face pada bahagian tisu

keras craniofacial manusia.

13

Rajah 2.1: Gambaran takrifan face

Permukaan luar pada craniofacial manusia dikenali sebagai tisu lembut

manakala permukaan dalam craniofacial pula dikenali sebagai tisu keras atau

tengkorak. Rajah 2.2 menunjukkan bahagian tisu lembut dan tisu keras yang

terdapat pada craniofacial manusia.

Rajah 2.2: Bahagian tisu lembut dan tisu keras

Tisu Keras (Tulang)

Tisu Lembut (Kulit)

14

Menurut Kolar dan Salter (1997), tengkorak manusia adalah berbeza

berdasarkan umur, jantina dan juga bangsa. Di United Kingdom, kajian terhadap

bentuk geometri tulang muka manusia bagi 10 kawasan geografi yang berbeza telah

dilakukan oleh Viðarsdóttir et al. (2002). Kajian tersebut dilakukan untuk melihat

perbezaan bentuk geometri bagi tulang muka manusia berdasarkan bangsa atau

kaum.

Menurut Hager (1995), tulang-tulang utama pada tengkorak ini terbahagi

kepada 14 bahagian iaitu frontal (1), parietal (2), occipital (1), temporal (2),

sphenoid (1), zygomatic (2), ethmoid (1), lacrimal (2), maxilla (2), nasal (2),

mandible (1), vomer (1), inferior nasal concha (2) dan palatine (2). Rajah 2.3

hingga Rajah 2.6 menunjukkan bahagian-bahagian yang terdapat pada tisu keras

manusia.

Rajah 2.3: Pandangan hadapan pada bahagian tisu keras

15

Rajah 2.4: Pandangan sisi pada bahagian tisu keras

Rajah 2.5: Pandangan belakang pada bahagian tisu keras

16

Rajah 2.6: Pandangan bawah pada bahagian tisu keras

Pembedahan craniofacial merupakan suatu bidang pembedahan yang

berkaitan dengan craniofacial dan merangkumi proses rawatan ke atas pesakit yang

mengalami kecacatan yang teruk akibat daripada kecacatan semasa lahir, kemalangan

ataupun akibat ketumbuhan. Proses pembedahan craniofacial melibatkan pembinaan

semula tisu lembut dan tulang pada muka serta tengkorak bagi memperbaiki rupa

bentuk dan fungsinya (Mohd Farid, 2005).

17

2.2 Keperluan Pengukuran Dalam Craniofacial

Menurut Farkas dan Munro (1987), keperluan maklumat bagi muka serta

tengkorak manusia adalah amat penting sekali di dalam bidang craniofacial. Selain

digunakan untuk tujuan perancangan pembedahan, maklumat yang diperolehi juga

digunakan untuk tujuan analisis kuantitatif bagi pembedahan pada bahagian muka.

Pengukuran pada craniofacial manusia dilakukan terhadap tisu lembut dan

tisu keras. Pengukuran pada tisu lembut dilakukan pada permukaan kulit manusia

manakala pengukuran pada tisu keras pula dilakukan pada bahagian tulang tengkorak

manusia (Farkas dan Munro, 1987).

Mengikut kajian yang telah dibuat oleh Kolar dan Salter (1997), bilangan titik

craniofacial yang perlu dicerap adalah berbeza mengikut perbezaan pendapat dari

penyelidik-penyelidik terkemuka seperti Broca (18 titik), Martin (33 titik), Hrdlicka

(14 titik), Wood-Jones (31 titik), Davenport (14 titik), Comas (13 titik), Vallois (16

titik), Olivier (17 titik), Weiner (14 titik) dan Hajnis (25 titik). Jadual 2.1

menunjukkan senarai titik pengukuran mengikut pendapat penyelidik terkemuka.

Jadual 2.2 dan Jadual 2.3 pula merupakan senarai titik pengukuran (30 titik)

serta jenis pengukuran (25 pengukuran) yang terdapat di dalam kajian yang telah

dilakukan oleh Wan Abdul Rahman et al. (2005). Manakala Rajah 2.7 dan Rajah 2.8

menunjukkan titik pengukuran (15 titik) serta pengukuran (12 pengukuran) yang

digunakan di dalam kajian Kitai et al. (2002).

18

Jadual 2.1: Senarai titik pengukuran mengikut pendapat penyelidik terkemuka

(Kolar dan Salter, 1997)

19

Jadual 2.2: Senarai titik pengukuran (Wan Abdul Rahman, 2005)

Bil Titik Pengukuran Nama

1. All Alare kiri

2. Alr Alare kanan

3. N Nasion

4. Cbr Coronoid base kanan

5. Ctr Coronoid tip kanan

6. Cdr Condyle kanan

7. Gor Gonion kanan

8. Cdl Condyle kiri

9. Cbl Coronoid base kiri

10. Ctl Coronoid tip kiri

11. Mnr Mandibular notch kanan

12. Gn Ganthion

13. Id Infradentale

14. Pog Pogonion

15. Mnl Mandibular notch kiri

16. Sella Sella

17. ANS Anterior Nasal Spine

18. Zfr Zygofrontal kanan

19. B Titik B

20. Morl Medial Orbitale kiri

21. Morr Medial Orbitale kanan

22. Orl Orbitale kiri

23. Sorl Superior Orbitale kiri

24. Orr Orbitale kanan

25. Sorr Superior Orbitale kanan

26. Slorl Superior lateral orbitale kiri

27. Slorr Superior lateral orbitale kanan

28. Zmil Zygomaxilla kiri

29. Zmir Zygomaxilla kanan

30. Zfl Zygofrontal kiri

20

Jadual 2.3: Senarai jenis pengukuran (Wan Abdul Rahman, 2005)

Bahagian Pengukuran Unit Penerangan

Maxilla ANS - Pro mm Jarak dari anterior nasal spine ke prosthion

All - Alr mm Jarak dari alare kiri ke alare kanan N - ANS mm Jarak dari nasion ke anterior nasal spine

Mandible Cbr – Ctr mm Jarak dari caronoid base kanan ke caronoid tip kanan

Cdr –Gor mm Jarak dari condyle kanan ke gonion kanan

Cdl –Cdr mm Jarak dari condyle kiri ke condyle kanan Cbl – Cbr mm Jarak dari caronoid base kiri ke caronoid

base kanan Ctl – Ctr mm Jarak dari caronoid tip kiri ke caronoid

tip kanan Ctr – Mnr mm Jarak dari caronoid tip kanan ke

mandibular notch kanan Gor –Gn mm Jarak dari gonion kanan ke ganthion Id – Cbr mm Jarak dari infradentale ke caronoid base

kanan Id –Pog mm Jarak dari infradentale ke pogonion Mnl –Mnr mm Jarak dari mandibular notch kiri ke

mandibular notch kanan Mnr – Cdr mm Jarak dari mandibular notch kanan ke

codylion kanan Sella – N – ANS mm Sudut dari sella – nasion – anterior nasal

spine Sella – N – B mm Sudut dari sella – nasion – titik B

Orbits Morl – Morr mm Jarak medial orbitale kiri ke medial orbitale kanan

Orl – Sorl mm Jarak orbitale kiri ke superior orbitale kiri

Orr – Sorr mm Jarak dari orbitale kanan ke superior orbitale kanan

Slorl – Morl mm Jarak dari superior lateral orbitale kiri ke medial orbitale kiri

Slorr – Morr mm Jarak dari superior lateral orbitale kanan ke medial orbitale kanan

Sorl – Sorr mm Jarak dari superior orbitale kiri ke superior orbitale kanan

Slorl – Slorr mm Jarak dari superior lateral orbitale kiri ke superior lateral orbitale kanan

Zygoma Zmil – Zmir mm Jarak dari zygomaxilla kiri ke zygomaxilla kanan

Zfl – Zfr mm Jarak dari zygofrontal kiri ke zygofrontal kanan

21

Rajah 2.7: Titik pengukuran (Kitai et al., 2002)

Rajah 2.8: Pengukuran (Kitai et al., 2002)

22

2.3 Kaedah Pengukuran

Proses pengukuran dilakukan dengan menggunakan dua kaedah iaitu

sentuhan dan tanpa sentuhan. Kaedah sentuhan dilakukan dengan menyentuh pada

bahagian muka pesakit dengan menggunakan peralatan pengukuran. Manakala

kaedah tanpa sentuhan pula dilakukan tanpa menyentuh pada bahagian muka pesakit

dengan menggunakan sama ada peralatan pengukuran atau perisian.

2.3.1 Kaedah Sentuhan

Pada masa kini, kebanyakan pengukuran dilakukan dengan menggunakan

kaedah sentuhan. Walaubagaimanapun, kaedah ini didapati kurang praktikal kerana

pengukuran dilakukan secara terus pada bahagian muka pesakit. Pengukuran yang

dilakukan menggunakan kaedah ini memerlukan alat pengukuran seperti angkup

dalam, angkup luar, pita ukur, pengukur aras dan sudut, kompas dan protaktor,

angkup luar dan dalam, peralatan asas bahagian nasal, peralatan leiber, ear rods,

bubble levels dan sumber-sumber peralatan yang lain (Kolar dan Salter, 1997).

Rajah 2.9 menunjukkan contoh alat yang digunakan untuk membuat pengukuran

dengan kaedah sentuhan.

23

Rajah 2.9: Contoh alat pengukuran craniofacial; (a) Spreading caliper, (b) Pita

ukur, (c) Protraktor, (d) Level and angle finder, (e) Sliding caliper dan (f) Double

sliding caliper (Kolar dan Salter, 1997)


Microscribe digitizer merupakan sejenis alat yang digunakan untuk mendigit

koordinat bagi mendapatkan titik pengukuran pada sesuatu objek di dalam bentuk

3D. Peralatan ini membenarkan pengguna untuk menentukan kedudukan serta

pusingan bagi paksi x, y dan z seperti yang dinyatakan oleh Nagasaka et al. (2003).

Microscribe digitizer telah dihubungkan pada perisian Rhinoceros dan Microsoft

Excel untuk mendapatkan kedudukan titik koordinat di dalam bentuk 3D. Rajah 2.10

merupakan microscribe digitizer yang digunakan di dalam kajian untuk mendapatkan

koordinat titik pengukuran pada model fizikal craniofacial manusia. Manakala

Rajah 2.11 pula merupakan proses pendigitan yang dilakukan pada bahagian muka

manusia.

24

Rajah 2.10: Microscribe Digitizer G2X

Rajah 2.11: Proses pendigitan pada bahagian muka (Nagasaka et al., 2003)

25

2.3.1.2 Kaliper

Kaliper vernier merupakan salah satu alat pengukuran yang sering digunakan

oleh doktor di hospital pada masa kini. Alat ini digunakan untuk melakukan

pengukuran pada bahagian muka pesakit dengan menggunakan kaedah sentuhan dan

pengukuran dilakukan secara terus pada bahagian muka. Rajah 2.12 menunjukkan

kaliper vernier yang digunakan di dalam kajian ini.

Rajah 2.12: Kaliper vernier

2.3.2 Kaedah Tanpa Sentuhan

Kaedah tanpa sentuhan merupakan satu kaedah pengukuran yang menjadi

tumpuan pada masa sekarang kerana kaedah ini adalah lebih mudah serta praktikal

untuk dilakukan. Kaedah ini melibatkan penggunaan peralatan dan perisian tanpa

26

melakukan pengukuran secara terus pada bahagian muka pesakit. Pengukuran bagi

craniofacial manusia boleh dilakukan dengan menggunakan imej 2D atau 3D yang

diperolehi daripada proses yang telah dilakukan. Kaedah ini amat sesuai

diaplikasikan untuk pesakit yang mengalami kecederaan teruk pada bahagian muka

dan kepala.

2.3.2.1 Peralatan

Terdapat pelbagai peralatan yang digunakan di dalam bidang perubatan untuk

membuat pengukuran pada imej craniofacial manusia tanpa menyentuh secara terus

pada bahagian muka pesakit. Di antara peralatan tersebut adalah seperti pengimbas

x-ray, pengimbas laser, pengimbas CT, coordinate measuring machine (CMM),

fotogrametri jarak dekat digital dan pengimbas MRI. Kesemua peralatan ini

dihubungkan kepada perisian-perisian tertentu untuk mendapatkan imej serta

koordinat titik pengukuran di dalam bentuk 3D. Dalam kajian ini, kaedah tanpa

sentuhan yang digunakan adalah melalui pengimbas CT, pengimbas laser dan

fotogrametri jarak dekat digital sahaja. Seksyen 2.3.2.1.1 hingga Seksyen 2.3.2.1.4

menerangkan dengan lebih lanjut mengenai peralatan pengimejan dan pendigitan

kordinat yang sering digunakan pada masa kini.

2.3.2.1.1 Pengimbas Laser

Pengimbas laser merupakan sebuah peralatan imbasan berasaskan cahaya

interferometry yang digunakan untuk menghasilkan model digital 3D secara

automatik seperti yang dinyatakan oleh Alvin et al. (2002). Pengimbas ini

digunakan untuk mendapatkan objek-objek fizikal berbentuk 3D terutamanya bagi

objek-objek yang mempunyai permukaan geometri yang kompleks dan berbentuk

mudah seperti yang dinyatakan oleh Zakiah et al. (2004). Rajah 2.13 merupakan

pengimbas laser yang digunakan untuk mendapatkan imej pada permukaan luar

sesebuah objek.

27

Rajah 2.13: Pengimbas laser VIVID 910

Dalam bidang perubatan, teknologi ini digunakan untuk menghasilkan model

3D bagi muka, gigi, tangan, kaki, dan bahagian-bahagian tubuh manusia yang lain.

Selain daripada itu, pengimbas laser juga turut diaplikasikan di dalam perancangan

pembedahan, pengukuran antropometrik, pembedahan plastik dan sebagainya. Rajah

2.14 menunjukkan sebuah sistem yang menggunakan dua pengimbas laser untuk

mendapatkan model muka manusia dalam bentuk 3D.

Rajah 2.14: Sistem yang menggunakan pengimbas laser untuk mendapatkan model

3D bagi muka manusia.

28

2.3.2.1.2 Pengimbas Computed Tomography (CT)

Pengimbas CT merupakan peralatan yang menggunakan komputer dan

teknologi sinar x untuk menghasilkan beberapa gambar dalam 2D seperti lapisan

potongan atau cross-sectional pada craniofacial manusia. Lapisan imej ini

memberikan maklumat tentang bahagian potongan imej secara terperinci mengenai

struktur pada bahagian dalam bagi kepala dan muka, tulang rangka serta tisu lembut

manusia yang tidak dapat diperolehi melalui radiograf biasa (Kolar dan Salter, 1997).

Imej yang terhasil ini juga boleh mempamerkan tulang, tisu lembut dan saluran darah

di dalam imej yang sama. Setiap lapisan imej CT disimpan ke dalam sebuah fail

berformat DICOM. Rajah 2.15 merupakan alat pengimbas CT GE Light Speed Plus

yang digunakan di Jabatan Radiologi, Hospital Universiti Sains Malaysia, Kubang

Kerian. Pengimbas ini digunakan di dalam kajian untuk mendapatkan imej tisu

lembut dan tisu keras pada craniofacial manusia.

Rajah 2.15: Pengimbas CT GE Light Speed Plus

29

Peralatan ini digunakan bertujuan untuk mendapatkan beberapa pengukuran

yang terdapat pada bahagian dalam objek ataupun permukaan kabur yang terlindung.

Contohnya pengukuran yang melibatkan titik pengukuran seperti caronoid tip,

posterior nasal spine dan sella. Titik-titik pengukuran ini terdapat pada bahagian

dalam tengkorak dan sukar untuk ditentukan dengan menggunakan kaedah

konvensional. Pengimbas CT juga turut digunakan untuk memperolehi imej-imej

dari sudut yang berbeza. Kesemua imej ini kemudian digabungkan untuk

memaparkan tisu badan serta organ sebenar pada manusia. Selain daripada itu,

pengimbas CT juga dapat memberikan maklumat yang lebih terperinci pada

kecederaan kepala, ketumbuhan pada otak dan penyakit-penyakit lain pada bahagian

kepala selepas membuat radiograf biasa (filem x-ray). Imbasan CT yang dilakukan

pada bahagian kepala dan otak boleh menyebabkan pesakit mudah terdedah kepada

radiasi yang merbahaya.

2.3.2.1.3 Pengimbas Magnetic Resonance Imaging (MRI)

Pengimbas MRI merupakan sejenis alat yang menggunakan gelombang

magnet untuk menghasilkan imej-imej bagi struktur badan manusia. Menurut Kolar

dan Salter (1997), imbasan MRI dapat menghasilkan satu siri potongan-potongan

imej bagi tisu badan yang menyerupai teknik imbasan CT. Pengimbas MRI juga

digunakan untuk mendapatkan imej-imej bagi setiap bahagian pada badan manusia

seperti tisu keras, saluran darah, otot-otot, organ-organ, saraf dan sebagainya.

Menurut Lee dan Rao (1987) pula, MRI merupakan salah satu teknik

pengimejan yang digunakan di dalam bidang perubatan untuk menghasilkan imej-

imej yang berkualiti tinggi pada bahagian dalam tubuh manusia. Pengimbas MRI

dapat memaparkan tisu lembut dengan lebih jelas berbanding pengimbas CT (Kolar

dan Salter, 1997). Tisu-tisu yang berlainan jenis dipaparkan dengan warna yang

berbeza pada imej yang terhasil. Perbezaan warna ini dapat memudahkan proses

mengenalpasti sebarang kecacatan yang berlaku pada bahagian anggota badan

manusia.

30

Sebelum imbasan MRI dilakukan pada bahagian badan manusia, bahagian

badan yang terlibat disuntik dengan sejenis bahan pewarna atau dye bertujuan untuk

mempamerkan tisu-tisu dengan lebih jelas. Rajah 2.16 merupakan contoh pengimbas

MRI yang digunakan di kebanyakan hospital untuk mendapatkan imej tisu lembut

pada craniofacial manusia.

Rajah 2.16: Pengimbas Magnetic Resonance Imaging (MRI)

2.3.2.1.4 Fotogrametri Jarak Dekat Digital

Fotogrammetri jarak dekat digital merupakan satu kaedah yang baru

diaplikasikan di dalam bidang pengimejan perubatan. Kaedah ini berkonsepkan

pengukuran tanpa menyentuh objek kajian. Kaedah fotogrametri jarak dekat digital

ini dilakukan untuk mendapatkan maklumat 3D dengan menggunakan kamera digital

dan juga perisian 3D. Rajah 2.17 merupakan contoh aplikasi pengukuran

fotogrametri jarak dekat digital yang dilakukan ke atas muka patung manusia. Imej

muka patung tersebut telah diambil menggunakan kamera digital dan kemudiannya

diproses dengan menggunakan perisian Australis. Model bagi muka patung tersebut

adalah diperolehi di dalam bentuk titik-titik dan digunakan untuk tujuan pengukuran.

31

Rajah 2.17: Contoh aplikasi pengukuran fotogrametri jarak dekat digital

2.3.2.2 Perisian

Selain daripada peralatan, perisian juga turut digunakan untuk mendapatkan

titik pengukuran dalam bentuk koordinat 3D serta pengukuran tanpa menyentuh pada

bahagian muka pesakit. Di antara perisian-perisian yang sering digunakan untuk

mendapatkan titik pengukuran dalam bentuk koordinat 3D serta pengukuran adalah

seperti Rhinoceros, MIMICS, Australis, Magic, 3D Slicer, RapidForm2004 dan 3D

Doctor. Dalam kajian ini, perisian yang terlibat untuk pegukuran tanpa sentuhan

adalah perisian RapidForm2004 dan Australis. Pengukuran pada craniofacial

dilakukan setelah koordinat titik pengukuran dan model craniofacial 3D dihasilkan

daripada perisian-perisian RapidForm2004, 3D Doctor, 3D Slicer dan MIMICS.

Seksyen 2.3.2.2.1 hingga Seksyen 2.3.2.2.4 menerangkan mengenai beberapa

perisian yang boleh digunakan untuk tujuan pengukuran pada masa kini.

32

2.3.2.2.1 RapidForm2004

Rapidform2004 merupakan sebuah perisian 3D pertama di dunia yang

digunakan untuk memproses data imbasan (RapidForm2004, 2003). Terdapat

sembilan bahagian fungsi yang berbeza di dalam perisian RapidForm2004 iaitu scan

workbench, polygon workbench, color workbench, curve workbench, surface

workbench, feature workbench, exchange workbench dan 3D imaging workbench.

Perisian RapidForm2004 telah dihasilkan oleh INUS Technology, Inc. pada

tahun 2004. Perisian ini dapat diaplikasikan di dalam bidang reverse engineering,

pemeriksaan kualiti, pembuatan filem, reka bentuk permainan, senibina objek,

pembangunan dan penghasilan badan manusia secara 3D serta permodelan simulasi

bagi cosmetic surgery (RapidForm2004, 2003). Rajah 2.18 menunjukkan paparan

bagi antaramuka perisian RapidForm2004 dengan menggunakan 3D imaging

workbench. Spesifikasi sistem bagi Rapidform2004 pula ditunjukkan seperti di

dalam Jadual 2.4.

Rajah 2.18: Antaramuka perisian RapidForm2004 (3D imaging workbench)

34

Berdasarkan spesifikasi perisian yang terdapat di dalam Jadual 2.4, perisian

RapidForm2004 memerlukan sebuah komputer pentium yang beroperasi sama ada

menggunakan Windows 98, Windows Me, Windows 2000, Windows XP ataupun

Windows NT 4.0. Komputer yang digunakan memerlukan Random Access Memory

(RAM) minimum sebanyak 512 MB. Dalam pemasangan program pula, sebanyak

300 MB ruang kosong diperlukan manakala untuk contoh fail latihan, sebanyak 400

MB ruang kosong diperlukan.

Perisian ini juga memerlukan sebanyak 500 MB ruang kosong untuk

penyimpanan fail sementara. Dengan menggunakan perisian RapidForm2004, kad

grafik yang diperlukan adalah seperti NVIDIA, 3DLabs Oxygen GVX, 3Dlabs

Wildcat, Ge Force dan ATI FireGL2. Kualiti warna yang minimum diperlukan

untuk perisian ini adalah 16-bit warna. Format fail input bagi perisian ini adalah

model (*.mdl) manakala output pula adalah Stereo Lithography (*.stl). Saiz bagi

setiap model digital 3D yang dihasilkan menggunakan perisian ini adalah lebih

kurang 89 MB. Kos bagi perisian RapidForm2004 adalah sebanyak RM70,000.

2.3.2.2.2 3D Doctor

3D Doctor merupakan sebuah perisian yang digunakan untuk penyelidikan di

dalam bidang perubatan (MRI, CT, Microscopy), kejuruteraan, saintifik dan aplikasi-

aplikasi untuk imej 3D. Perisian ini dapat menghasilkan model permukaan 3D dan

juga volume rendering daripada potongan imej-imej CT 2D dalam beberapa minit

sahaja dengan kos komputer yang rendah. Model ini juga boleh ditukar ke dalam

pelbagai format seperti Drawing Exchange Format (*.dxf), Initial Graphics

Exchange Specification (*.iges), 3D Studio (*.3ds) dan *.stl. Perisian ini juga dapat

mengira volume bagi model 3D yang terhasil serta dapat membuat pengukuran yang

tepat untuk analisa kuantitatif. Dengan menggunakan perisian ini juga, model 3D

bagi CT atau MRI boleh dipotong melalui mana-mana paksi yang diingini sama ada

paksi x, y ataupun z.

35

Jadual 2.4 (rujuk Seksyen 2.3.2.2.1) menunjukkan spesifikasi perisian bagi

3D Slicer. Manakala Rajah 2.19 pula menunjukkan antaramuka perisian 3D Doctor

yang digunakan di dalam kajian ini.

Rajah 2.19: Antaramuka perisian 3D Doctor

Berdasarkan Jadual 2.4 perisian 3D Doctor memerlukan komputer pentium

yang beroperasi sama ada di dalam Windows 9X, Windows NT, Windows 2000

ataupun Windows XP. Sebanyak 256 MB RAM diperlukan untuk 3D rendering bagi

imej yang bersaiz besar. Di samping itu, 5 MB ruang kosong diperlukan untuk

perisian ini dan sedikit ruang tambahan untuk penyimpanan imej-imej. Kualiti

warna yang minimum diperlukan untuk perisian ini adalah 16-bit warna. Format fail

input bagi perisian ini pula adalah surface (*.suf) manakala output pula adalah *.stl.

Saiz bagi setiap model digital 3D yang dihasilkan menggunakan perisian ini adalah

lebih kurang 10 MB. Kos bagi perisian 3D Doctor adalah sebanyak RM25,000.

36

2.3.2.2.3 3D Slicer

3D Slicer merupakan sebuah perisian 3D yang digunakan untuk pemeriksaan

terhadap tisu hidup dan craniotomies di dalam bilik pembedahan. Perisian ini

menawarkan visualisasi diagnostik dan perancangan pembedahan di hospital serta

kemudahan penyelidikan terhadap perubahan otak. 3D Slicer merupakan perisian

sumber terbuka dan boleh dimuat turun secara percuma di internet.

Perisian 3D Slicer mempunyai struktur yang bermodul dan pengguna adalah

bebas memilih fungsi-fungsi yang diperlukan. Perisian ini juga membenarkan

pengguna membina modul sendiri sama ada untuk kegunaan sendiri ataupun untuk

dikongsi dengan orang lain. Modul 3D Slicer ditulis di dalam format Tool Command

Language (*.tcl), Tool Kit (*.tk) dan Visualization Tool Kit (*.vtk). Menurut Slicer

(2004), pembangunan perisian ini dilakukan dengan kerjasama di antara

Massachusetts Institute of Technology (MIT) Artificial Intelligence Lab dan Surgical

Planning Lab di Brigham & Women’s Hospital. Rajah 2.20 menunjukkan

antaramuka perisian 3D Slicer yang digunakan di dalam kajian ini.

Rajah 2.20: Antaramuka perisian 3D Slicer

37

Jadual 2.4 (rujuk Seksyen 2.3.2.2.1) menunjukkan keperluan minimum sistem

bagi perisian 3D Slicer. Penggunaan 3D Slicer memerlukan komputer pentium yang

beroperasi sama ada di dalam Windows 98, Windows NT ataupun Windows 2000.

Keperluan minimum bagi RAM adalah 128 MB dan sebanyak 27 MB ruang storan

diperlukan untuk pemasangan program ini. Bagi set data tutorial pula, sebanyak 37

MB ruang storan diperlukan. Kualiti warna yang minimum diperlukan untuk

perisian ini adalah 16-bit warna. Format fail input bagi perisian ini pula adalah *.vtk

manakala output pula adalah *.stl. Saiz bagi setiap model digital 3D yang dihasilkan

menggunakan perisian ini adalah lebih kurang 54 MB. Perisian 3D Slicer adalah

perisian sumber terbuka dan boleh dimuat turun daripada internet secara percuma.

2.3.2.2.4 Materialise's Interactive Medical Image Control System (MIMICS)

MIMICS merupakan sebuah perisian yang interaktif untuk segmentasi dan

visualisasi bagi imej CT dan MRI (Materialise, 2005). Di dalam bidang perubatan,

perisian ini turut digunakan untuk diagnostik dan perancangan pembedahan. Dengan

adanya MIMICS, perisian ini membolehkan pakar bedah atau ahli radiologi

mengawal serta membetulkan proses segmentasi bagi imbasan CT dan MRI.

MIMICS berupaya memproses data imbasan CT dan MRI dengan

menukarkannya ke dalam bentuk Computer Aided Design (CAD) 3D dan data rapid

protototyping (RP) dalam masa beberapa minit sahaja. Perisian ini dapat

memaparkan tisu lembut, tisu keras, udara, lemak, otot, enamel gigi, tulang

trabecular dan juga tulang cortical pada bahagian craniofacial manusia. Spesifikasi

bagi perisian MIMICS ini ditunjukkan di dalam Jadual 2.4. (rujuk Seksyen 2.3.2.2.1)

Manakala Rajah 2.21 pula merupakan contoh paparan sebahagian daripada model

tengkorak manusia dengan menggunakan perisian ini.

38

Rajah 2.21: Antaramuka perisian MIMICS

Merujuk kepada Jadual 2.4 (rujuk Seksyen 2.3.2.2.1), perisian MIMICS

memerlukan komputer pentium yang beroperasi sama ada di dalam Windows NT4,

Windows 2000 ataupun Windows XP. Sebanyak 128 MB RAM diperlukan untuk

ruang storan manakala 50 MB ruang diperlukan untuk pemasangan program bagi

perisian ini. Bagi kad grafik yang digunakan pula, pengguna boleh memilih untuk

menggunakan sama ada PowerVR chipsets, KyroII chipsets ataupun Ge Force.

Kualiti warna yang minimum diperlukan untuk perisian ini adalah 16-bit warna.

Format fail input bagi perisian ini pula adalah mimics (*.mcs) manakala output pula

adalah *.stl. Saiz bagi setiap model digital 3D yang dihasilkan menggunakan

perisian ini adalah lebih kurang 42 MB. Kos bagi perisian MIMICS adalah sebanyak

RM50,000.

39

2.4 Pangkalan Data Dalam Bidang Perubatan

Pada masa kini, terdapat pelbagai pangkalan data yang telah direka bentuk

dan dibangunkan untuk diaplikasikan di dalam bidang perubatan. Di antara

pangkalan data yang telah dibangunkan adalah seperti Hospital Information System

(HIS), Radiology Information System (RIS) dan Picture Archiving Communication

System (PACS) seperti yang dinyatakan oleh Cardenas et al. (1993).

HIS telah dibangunkan untuk menyimpan maklumat pesakit, sejarah klinikal,

laporan makmal klinikal, perkhidmatan hospital serta maklumat pengakuan. RIS

pula dibangunkan untuk menyimpan x-ray yang telah didigit serta maklumat x-ray

tersebut. Manakala PACS pula berfungsi untuk menyimpan imej yang telah diimbas.

Selain itu, Advantage Workstation (AW) serta Clinical Information System

(CIS) juga turut dibangunkan bertujuan untuk memenuhi keperluan pengguna seperti

pakar bedah, pakar perubatan dan staf di dalam menguruskan data-data pesakit di

hospital. Seksyen 2.4.1 hingga Seksyen 2.4.3 adalah menerangkan dengan lebih

lanjut beberapa contoh pangkalan yang telah dibangunkan.

2.4.1 Advantage Workstation (AW)

Di Hospital Universiti Sains Malaysia, pangkalan data yang digunakan pada

masa kini adalah AW. Pangkalan data AW telah dibangunkan oleh GE Medical

System dan digunakan untuk menyimpan data pesakit seperti data imbasan CT,

imbasan MRI, X-ray, computed radiography dan sebagainya di dalam fail DICOM.

Pangkalan data ini juga turut dihubungkan dengan sistem-sistem yang ada di jabatan-

jabatan lain di dalam hospital tersebut. Rajah 2.22 menunjukkan imej-imej yang

dipaparkan dengan menggunakan perisian AW ini.

40

Rajah 2.22: Imej paparan Advantage Workstation

2.4.2 Picture Archiving Communication Systems (PACS)

PACS berfungsi sebagai sebuah pangkalan data yang digunakan untuk

menyimpan imej-imej perubatan di dalam bentuk 2D. Pangkalan data ini digunakan

di Shizuoka Cancer Center Hospital (SCCH), Japan bermula pada tahun 2002 apabila

hospital tersebut dibuka. Memandangkan bilangan pesakit kanser di Shizuoka, Japan

semakin bertambah, maka PACS telah diaplikasikan di hospital ini. Pangkalan data

ini digunakan sebagai alternatif kepada sistem di hospital sebelum ini yang

menggunakan kertas dan juga filem. Kini, kesemua aktiviti-aktiviti perubatan adalah

diuruskan secara elektronik dan direkod tanpa penggunaan filem dan juga kertas

seperti yang dinyatakan oleh Furukawa et al. (2004). Rajah 2.23 adalah

menunjukkan paparan imej bagi PACS.

41

Rajah 2.23: Picture Archiving Communication Systems

Dengan kewujudan PACS, tahap kecekapan di jabatan imej perubatan dapat

dipertingkatkan dengan membenarkan maklumat perubatan disimpan, dicapai,

dipapar, dimanipulasi serta dicetak secara digital. Dengan mengimplementasikan

PACS juga, terdapat banyak peningkatan yang mampu dilakukan untuk merawat

pesakit seperti mengurangkan masa menunggu serta mempercepatkan masa untuk

mengdiagnosis pesakit. PACS dapat meningkatkan tahap kecekapan di jabatan imej

perubatan disamping dapat meningkatkan produktiviti serta maklumat yang terdapat

di dalam pangkalan data juga boleh dicapai oleh pelbagai pengguna secara serentak.

2.4.3 Clinical Information System (CIS)

CIS merupakan sistem berasaskan komputer yang dibangunkan untuk

mengumpul, menyimpan, memanipulasi serta mempersembahan kesemua maklumat

klinikal yang penting untuk penjagaan pesakit. Pangkalan data ini menghasilkan

42

sebuah gudang data yang berpusat bagi maklumat yang berkaitan dengan diri pesakit

untuk diagihkan pada lokasi-lokasi yang lain. Gudang data ini dapat memaparkan

sejarah keuzuran pesakit serta interaksi pembekal untuk membantu staf klinik di

dalam menentukan keadaan pesakit, pilihan rawatan serta aktiviti kesihatan seperti

yang dinyatakan oleh Dean et al. (2002). Antara kelebihan CIS adalah seperti

capaian data pesakit menjadi lebih mudah, maklumat yang disimpan adalah lebih

berstruktur, memberikan hasil yang lebih baik kepada pesakit serta dapat

meningkatkan taraf kesihatan pesakit. Di Australia, CIS telah diaplikasikan di

Wesley Private Hospital yang terletak di Brisbane.

2.5 Analisa Statistik

Dalam kajian ini, analisa statistik telah dibuat untuk mendapatkan nilai

sisihan piawai, RMS dan juga varian. Berikut merupakan formula yang digunakan

untuk pengiraan nilai sisihan piawai di dalam kajian ini iaitu:

21( )( 1)

nii

X Xs

n=

−=

−∑ (2.1)

dimana s adalah simbol bagi sisihan piawai. Dalam kajian ini, X mewakili nilai

pengukuran yang terdapat dalam set data dan n adalah bilangan set data. i merujuk

kepada set data ke-i dalam susunan data set. X adalah nilai purata bagi set data

(Smith, 2002).

Dalam kajian ini, nilai RMS bagi model digital 3D yang dibandingkan

dengan model perisian MIMICS turut dihitung. Nilai RMS ini dihitung berdasarkan

nilai sisihan piawai yang telah diperolehi sebelum ini. Pengiraan nilai RMS di dalam

kajian ini adalah mengikut formula berikut:

43

0

(2.2)

dimana 2ix adalah simbol bagi sisihan piawai. Dalam kajian ini,

merujuk kepada nilai-nilai bagi sisihan piawai dan N adalah

bilangan bagi data sisihan piawai (Wikipedia, 2005).

Selain daripada nilai sisihan piawai dan RMS, nilai bagi varian turut dihitung

untuk membuktikan perisian yang dapat menghasilkan model digital 3D terbaik.

Rumus berikut telah digunakan untuk mendapatkan nilai varian di dalam kajian ini

iaitu:

2

12 1( )( 1)

n

iX X

sn

=−

=−

∑ (2.3)

dimana s2 adalah simbol bagi varian. Dalam kajian ini, X mewakili set data dan n

adalah bilangan set data. iX merujuk kepada set data yang ke-i dalam susunan

nombor dalam data set. X adalah nilai purata bagi set data (Smith, 2002).

2.6 Rumusan

Bab 2 di dalam kajian ini menerangkan tentang pengenalan kepada

craniofacial, keperluan pengukuran di dalam craniofacial, peralatan pengimejan dan

pendigitan koordinat serta pangkalan data di dalam bidang perubatan. Kajian yang

dilakukan ini adalah lebih menumpukan kepada bahagian tisu keras pada

craniofacial manusia. Bahagian tisu keras ini digunakan untuk tujuan pengukuran

selepas model digital 3D dan model fizikal dihasilkan.

44

Pengukuran yang tepat pada craniofacial manusia amat diperlukan oleh pakar

bedah untuk perancangan pembedahan bagi pesakit yang mengalami masalah pada

bahagian muka dan kepala. Biasanya, pengukuran dilakukan sebelum dan selepas

pesakit menjalani pembedahan dengan menggunakan kaedah atau perisian tertentu.

Dalam kajian ini, kaedah dan perisian yang digunakan untuk tujuan pengukuran

adalah seperti kaliper, perisian RapidForm2004 dan juga Australis.

Teknologi pada masa kini telah berjaya menghasilkan pelbagai peralatan

pengimejan serta pendigitan koordinat untuk diaplikasikan di dalam bidang

perubatan. Kajian ini telah menggunakan pengimbas CT, pengimbas laser VIVID

910, Microscribe Digitizer G2X, fotogrametri jarak dekat digital untuk tujuan

tersebut.

Bab ini juga turut menerangkan mengenai beberapa pangkalan data yang

telah diaplikasikan di dalam bidang perubatan pada masa kini. Dalam kajian ini,

sebuah pangkalan data ringkas telah dibangunkan untuk menyimpan maklumat

pesakit, imej 2D bagi model yang dihasilkan, kaedah yang digunakan, titik

pengukuran yang dicerap (x, y, z) dan pengukuran yang dilakukan. Pangkalan data

tersebut telah dibangunkan dengan menggunakan perisian Microsoft Access 2003

untuk kegunaan di dalam kajian ini sahaja.

BAB 3

PENGHASILAN DAN PERBANDINGAN MODEL DIGITAL 3D BAGI

CRANIOFACIAL TISU KERAS

3.1 Pendahuluan

Beberapa tahun kebelakangan ini, permodelan dan pengukuran pada bahagian

muka manusia menjadi semakin penting untuk tujuan animasi komputer dan juga

perubatan (D’Apuzzo, 1998). Model digital 3D yang dihasilkan dapat digunakan

untuk menentukan titik pengukuran pada muka pesakit dengan lebih tepat, mudah

dan cepat. Selain itu, penghasilan model digital 3D ini dapat membantu pakar bedah

di dalam merancang sebarang pembedahan yang ingin dilakukan.

Dalam bab ini, perbincangan adalah mengenai perolehan data, penghasilan

model digital 3D serta perbandingan bagi model-model yang dihasilkan. Bagi tujuan

penghasilan model digital 3D, kajian ini telah menggunakan data yang diperolehi

daripada kaedah imbasan CT dan diproses dengan menggunakan perisian seperti

RapidForm2004, 3D Doctor dan 3D Slicer.

46

3.2 Perolehan Data

Dalam kajian ini, data yang digunakan adalah diperolehi daripada imbasan

CT yang dilakukan oleh Hospital Universiti Sains Malaysia. Manakala model fizikal

dan model digital 3D gold standard iaitu MIMICS diperolehi daripada SIRIM

Berhad.

3.2.1 Data Imbasan Computed Tomography (CT)

Imbasan CT menggabungkan penggunaan komputer digital bersama peralatan

rotating x-ray bagi menghasilkan potongan imej-imej yang lengkap pada bahagian-

bahagian badan seperti paru-paru, hati, ginjal, pankreas, pelvis, otak, tulang belakang

dan salur darah. Pengimbas CT merupakan mesin berbentuk donat yang mengambil

imej bergambar di dalam bentuk potongan-potongan imej 2D. Rajah 2.15 (rujuk

Seksyen 2.3.2.1.2) yang terdapat di dalam bab 2 merupakan pengimbas CT berjenis

GE Light Speed Plus yang digunakan di dalam kajian ini. Pengimbas ini dapat

menghasilkan imej tisu keras pada bahagian craniofacial manusia.

Dengan adanya pengimbas CT, bahagian yang mempunyai tumor pada

craniofacial manusia dapat dikenalpasti dengan mudah. Teknik ini bukan sahaja

dapat mendedahkan kehadiran tumor tersebut malah juga dapat mendedahkan saiz,

lokasi ruang dan keluasan tumor tersebut. Selain itu juga, imbasan CT dapat

menunjukkan darah beku, kerosakan saluran darah, pembesaran ventrikal

(disebabkan oleh bendalir yang terbina di dalam cerebrospinal) dan imej yang tidak

normal seperti saraf atau otot pada mata. Dengan masa imbasan yang singkat iaitu di

antara 500 milisaat hingga beberapa saat, CT boleh digunakan untuk kesemua

bahagian anatomik.

47

Dalam sesebuah pembedahan yang dilakukan di hospital, data imbasan CT

adalah sangat berguna untuk tujuan pembangunan semula bahagian muka yang tidak

normal atau tercedera akibat kemalangan. Walau bagaimanapun, proses imbasan CT

hanya dilakukan pada bahagian-bahagian yang diperlukan sahaja untuk

mengurangkan radiasi yang tinggi terhadap pesakit. Selain daripada itu, saiz

ketebalan bagi setiap potongan imej pula adalah bergantung pada keperluan kajian

bagi pakar bedah.

Menurut West & Coronado (2003), saiz ketebalan bagi setiap potongan imej

CT yang digunakan adalah di antara 1 mm hingga 2 mm. Sementara Kitai et al.

(2002) pula, saiz ketebalan yang digunakan di dalam kajiannya adalah 2 mm bagi

setiap potongan imej. Di Hospital Universiti Sains Malaysia, saiz ketebalan bagi

setiap potongan imej yang diambil menggunakan imbasan CT adalah di antara 1.25

mm hingga1.69 mm. Manakala kajian yang dilakukan oleh Lo dan Chen (2003) pula

menggunakan saiz ketebalan di antara 1 mm hingga 3 mm.

Dalam kajian ini, setiap potongan imej 2D yang dihasilkan daripada imbasan

CT mempunyai saiz ketebalan di antara 1.25 mm hingga 1.69 mm. Kesemua

potongan imej 2D tersebut disimpan ke dalam sebuah fail berformat DICOM yang

mempunyai saiz lebih kurang 104 MB. Bagi menghasilkan sebuah model digital 3D

yang merangkumi keseluruhan craniofacial tisu keras pesakit, sebanyak 180 hingga

220 potongan imej 2D diperlukan di dalam sesebuah fail DICOM. Rajah 3.1

merupakan data imbasan CT dalam bentuk potongan imej 2D yang dipaparkan

dengan menggunakan perisian 3D Doctor.

48

Rajah 3.1: Data imbasan CT dalam bentuk potongan imej 2D menggunakan perisian

3D Doctor

3.2.2 Model Fizikal

Dengan menggunakan teknologi reverse engineering dan RP, model fizikal

boleh dihasilkan untuk digunakan di dalam beberapa aplikasi perubatan. Model

fizikal ini dapat membantu pakar bedah untuk menggambarkan masalah

pembedahan, memudahkan komunikasi dan membuat keputusan di antara ahli

kumpulan yang terlibat seperti yang dinyatakan oleh Lee et al. (2003). Dalam kajian

ini, penggunaan model fizikal adalah bertujuan bagi menggantikan tengkorak asal

pesakit untuk dibandingkan dengan model digital 3D yang dihasilkan. Model fizikal

ini diperolehi daripada SIRIM Berhad dan dikenali juga sebagai model SLA

(stereolitography). Teknik penghasilan SLA dapat menghasilkan model fizikal

melalui bahan pepejal terpilih dari pelbagai serbuk dan cecair seperti yang

dinyatakan oleh Mazzoli et al. (2006). Rajah 3.2 merupakan salah satu model fizikal

yang digunakan di dalam kajian ini iaitu model bagi Set 2.

49

Rajah 3.2: Model fizikal (Set 2)

Dalam kajian ini, penghasilan model fizikal dilakukan oleh SIRIM. Model

ini dihasilkan berdasarkan data imbasan CT yang diproses menggunakan perisian

MIMICS. Model fizikal ini dapat membantu di dalam perancangan rawatan atau

pembedahan ke atas pesakit iaitu sebelum dan selepas pembedahan. Selain perisian

MIMICS, perisian 3D lain juga boleh digunakan untuk tujuan yang sama. Antaranya

ialah True Life Anatomy, Analyze, 3D Slicer dan sebagainya. Rajah 3.3

menunjukkan mesin Viper si2 yang digunakan untuk membuat model fizikal bagi

tengkorak manusia.

Rajah 3.3: Penghasilan model fizikal

50

3.2.3 Model Digital 3D Gold Standard

Selain daripada model fizikal, model digital 3D yang terhasil daripada

perisian MIMICS juga turut diperolehi daripada SIRIM Berhad dan telah dijadikan

sebagai gold standard. Model 3D MIMICS digunakan untuk tujuan perbandingan

dengan model-model yang dihasilkan daripada perisian RapidForm2004, 3D Doctor

dan 3D Slicer. Model ini dihasilkan daripada data-data imbasan CT yang diperolehi

daripada Hospital Universiti Sains Malaysia. Dengan menggunakan MIMICS, data-

data berbentuk potongan imej 2D ini kemudian diproses ke dalam bentuk 3D. Model

yang dihasilkan daripada perisian ini adalah berkualiti tinggi. Walaubagaimanapun,

kos bagi perisian ini adalah amat tinggi iaitu RM50,000 dan penggunaannya juga

adalah terhad. Rajah 3.4 merupakan salah satu model gold standard yang terhasil

daripada perisian MIMICS.

Rajah 3.4: Model digital 3D gold standard (MIMICS) daripada SIRIM Berhad

51

3.3 Penghasilan Model Digital 3D

Kajian ini menggunakan tiga jenis perisian 3D iaitu RapidForm2004, 3D

Doctor dan 3D Slicer untuk menghasilkan model digital bagi craniofacial tisu keras

manusia. Model digital 3D ini dihasilkan dengan menggunakan data-data yang

diperolehi daripada imbasan CT yang dilakukan oleh Hospital Universiti Malaysia.

Rajah 3.5 menunjukkan cartalir ringkas bagi penghasilan model digital 3D di dalam

kajian ini.

Rajah 3.5: Cartalir ringkas bagi penghasilan model digital

Perisian 3D yang terdapat di dalam kotak berwarna kelabu pada Rajah 3.5

merupakan perisian yang digunakan untuk menghasilkan model digital 3D di dalam

kajian ini. Manakala perisian yang terkandung di dalam kotak berwarna hitam pula

merupakan perisian yang digunakan oleh SIRIM untuk menghasilkan model digital

3D gold standard bagi kegunaan di dalam kajian ini.

52

3.3.1 Model RapidForm2004

Dalam kajian ini, penghasilan model digital 3D dengan menggunakan

perisian RapidForm2004 memerlukan pengguna melakukan proses-proses seperti

yang terdapat di dalam Rajah 3.6. Dengan memilih 3D imaging workbench, fail

berformat DICOM kemudiannya diimport ke dalam perisian RapidForm2004. Fail

DICOM ini mengandungi imej-imej imbasan CT berbentuk 2D yang merangkumi

keseluruhan craniofacial tisu keras pesakit. Bilangan imej yang terkandung di dalam

fail ini adalah bergantung kepada saiz ketebalan bagi setiap potongan imej serta

bahagian yang diimbas.

Rajah 3.6: Proses penghasilan model digital 3D menggunakan RapidForm2004

Dalam kajian ini, bilangan potongan imej yang terkandung di dalam satu fail

DICOM adalah di antara 180 hingga 220 imej dengan saiz bagi sebuah fail DICOM

adalah lebih kurang 104 MB Bilangan imej ini merangkumi keseluruhan bahagian

pada tengkorak manusia. Seterusnya, nilai bagi subsampling iaitu satu dimasukkan

sebelum proses segmentasi dilakukan. Nilai subsampling yang paling kecil telah

dipilih untuk mendapatkan model 3D yang paling baik.

53

Dalam proses segmentasi, nilai minimum dan maksimum dimasukkan untuk

memaparkan bahagian yang dikehendaki sahaja iaitu tisu keras. Perisian ini

menggunakan nilai julat di antara 3155 hingga 4096 untuk mendapatkan tisu keras

pada craniofacial pesakit. Walaubagaimanapun, nilai julat yang berlainan hendaklah

digunakan untuk mendapatkan bahagian-bahagian lain seperti tisu lembut, otot dan

sebagainya.

Pada bahagian volume of interest pula, bahagian yang tidak diperlukan

dibuang bertujuan untuk mengurangkan saiz fail bagi model yang dihasilkan.

Seterusnya, model bagi craniofacial tisu keras pesakit dihasilkan dan disimpan di

dalam format *.mdl sebelum dieksport ke dalam format *.stl. Rajah 3.7

menunjukkan model digital yang dihasilkan dengan menggunakan perisian

RapidForm2004. Manakala Lampiran A pula menerangkan dengan lebih terperinci

mengenai proses penghasilan model digital 3D dengan menggunakan perisian

RapidForm2004 ini.

Rajah 3.7: Model digital 3D menggunakan RapidForm2004

54

3.3.2 Model 3D Doctor

Proses penghasilan model digital 3D menggunakan perisian 3D Doctor pula

ditunjukkan di dalam Rajah 3.8. Pertama sekali, fail berformat DICOM diimport ke

dalam perisian sebelum image sharpen dilakukan. Image sharpen ini dilakukan

bertujuan untuk memaparkan imej dengan lebih jelas. Seterusnya proses klasifikasi

imej dilakukan untuk mengkelaskan imej kepada beberapa bahagian. Dalam kajian

ini, imej imbasan CT telah dikelaskan kepada tiga bahagian iaitu tisu lembut, tisu

keras dan udara.

Kemudian, nilai bagi map pixel value ditentukan iaitu dengan memasukkan

nilai minimum dan maksimum untuk bahagian yang diperlukan iaitu tisu keras. Nilai

julat ini seterusnya ditukarkan kepada suatu nilai yang baru. Julat bagi nilai

minimum dan maksimum yang digunakan di dalam perisian ini adalah di antara 0

hingga 2112 dan julat ini ditukarkan kepada nilai yang baru iaitu 0.

Rajah 3.8: Proses penghasilan model digital 3D menggunakan 3D Doctor

Selepas itu, segmentasi secara interaktif dilakukan pada bahagian 3D

rendering. Pada proses segmentasi di dalam perisian ini, julat bagi nilai tisu keras

dimasukkan iaitu di antara 200 hingga 4096. Kemudian, surface rendering

55

dilakukan dengan memilih simple surface untuk menghasilkan model digital 3D bagi

craniofacial tisu keras pesakit. Model ini berformat *.suf sebelum diekspot ke

dalam format *.stl. Rajah 3.9 menunjukkan model digital yang dihasilkan dengan

menggunakan 3D Doctor. Manakala rujukan yang terdapat pada Lampiran B pula

menerangkan dengan lebih terperinci mengenai proses penghasilan model digital ini.

Rajah 3.9: Model digital 3D menggunakan 3D Doctor

3.3.3 Model 3D Slicer

Dalam kajian ini juga, proses penghasilan model digital 3D menggunakan

perisian 3D Slicer dilakukan seperti yang ditunjukkan di dalam Rajah 3.10. Pada

mulanya, fail DICOM diimport ke dalam perisian ini. Setelah kesemua data

diimport, satu paparan mengenai maklumat data dipamerkan seperti saiz imej, saiz

piksel, saiz ketebalan potongan imej, saiz ruang antara potongan imej, jenis skala dan

56

bilangan skala. Seterusnya proses threshold dilakukan bertujuan untuk memilih

bahagian yang diperlukan sahaja iaitu tisu keras untuk penghasilan model 3D. Julat

di antara nilai minimum dan nilai maksimum yang digunakan untuk menghasilkan

model tengkorak ini adalah di antara 1024 hingga 4095. Julat ini diwakili oleh satu

warna (contohnya warna ungu) dan warna ini menggambarkan tisu keras yang telah

dipilih seperti yang ditunjukkan pada Rajah 3.11.

Rajah 3.10: Proses penghasilan model digital 3D menggunakan 3D Slicer

Selepas itu, proses change island pula dilakukan bertujuan untuk menentukan

bahagian yang tidak diperlukan di dalam penghasilan model. Dalam proses ini,

bahagian yang tidak diperlukan diwarnakan dengan warna yang berbeza (contohnya

warna merah jambu) dengan bahagian yang diperlukan. Pada peringkat penghasilan

model, warna yang mewakili bahagian tisu keras (warna ungu) yang diperlukan

dipilih untuk tujuan penghasilan model digital 3D. Model yang dihasilkan seperti

pada Rajah 3.12 adalah di dalam format *.vtk sebelum ditukarkan kepada format

*.stl. Rujukan pada Lampiran C menerangkan dengan lebih lanjut mengenai proses

penghasilan model digital menggunakan 3D Slicer.

57

Rajah 3.11: Paparan pada bahagian yang diperlukan (ungu) dan tidak diperlukan

(merah jambu)

Rajah 3.12: Model digital 3D menggunakan 3D Slicer

58

3.3.4 Materialise's Interactive Medical Image Control System (MIMICS)

Penghasilan model digital 3D dengan menggunakan perisian MIMICS telah

dilakukan oleh pihak SIRIM. Walaubagimanapun, kajian ini menerangkan secara

ringkas proses bagi penghasilan model digital menggunakan MIMICS. Pada

mulanya, data berformat DICOM diimport ke dalam perisian ini. Kemudian, proses

threshold dilakukan berpandukan Haunsfield Scale. Haunsfield Scale mengandungi

nilai julat bagi kandungan di dalam badan manusua seperti lemak, air, udara, otot,

enamel gigi, tulang trabecular dan tulang cortical. Rajah 3.13 menunjukkan

Haunsfiels Scale yang digunakan di dalam MIMICS. Dalam perisian MIMICS, julat

nilai minimum dan maksimum bagi tisu keras yang digunakan adalah di antara 200

hingga 3072.

Rajah 3.13: Haunsfield Scale

Dalam proses edit pula, bahagian yang tidak diperlukan dibuang sebelum

model digital 3D dihasilkan. Dalam penghasilan model 3D, kualiti bagi model yang

hendak dihasilkan menggunakan MIMICS disetkan sebagai high iaitu model yang

berkualiti paling tinggi. Model yang dihasilkan adalah di dalam format *.mcs

sebelum dieksport ke dalam format *.stl. Rajah 3.14 menunjukkan cartalir bagi

proses penghasilan model digital 3D dengan menggunakan perisian MIMICS.

Manakala Rajah 3.15 pula merupakan model digital yang terhasil daripada perisian

MIMICS dan diperolehi daripada SIRIM.

59

Rajah 3.14: Proses penghasilan model digital 3D menggunakan MIMICS

Rajah 3.15: Model digital 3D menggunakan MIMICS

Jadual 3.1 menunjukkan penerangan mengenai proses-proses yang terlibat di

dalam penghasilan model digital 3D dengan menggunakan perisian RapidForm2004,

3D Doctor, 3D Slicer dan MIMICS secara keseluruhan. Antara proses tersebut

adalah perolehan data, klasifikasi imej, segmentasi imej, contouring dan penghasilan

model 3D serta pemprosesan akhir.

61

3.5 Perbandingan Model Digital 3D Yang Dihasilkan Dengan Model Digital

Gold Standard

Dalam menentukan perisian yang dapat menghasilkan model digital 3D

terbaik, proses perbandingan bagi setiap model yang dihasilkan telah dilakukan.

Kesemua model ini telah dibandingkan dengan model piawai iaitu model yang

diperolehi daripada perisian MIMICS. Proses perbandingan ini telah diulang

sebanyak lima kali pada model yang sama bertujuan untuk mendapatkan data yang

jitu. Rajah 3.16 menunjukkan cartalir bagi proses menentukan perisian yang dapat

menghasilkan model digital 3D terbaik di dalam kajian ini.

Rajah 3.16: Proses menentukan perisian yang dapat menghasilkan model digital 3D

terbaik

62

Merujuk Rajah 3.16, data imbasan CT telah diperolehi daripada Hospital

Universiti Sains Malaysia di dalam fail berformat DICOM. Data yang telah

diperolehi diproses dengan menggunakan tiga perisian 3D iaitu RapidForm2004, 3D

Doctor dan 3D Slicer bagi menghasilkan model digital 3D. Dengan menggunakan

perisian RapidForm2004, setiap model yang dihasilkan dengan menggunakan

perisian RapidForm2004, 3D Doctor dan 3D Slicer telah diimport bersama model

yang dihasilkan daripada perisian MIMICS untuk proses register.

Seterusnya, proses perbandingan bagi nilai sisihan piawai, RMS dan varian

telah dilakukan di antara model daripada perisian RapidForm2004 dan MIMICS, 3D

Doctor dan MIMICS serta 3D Slicer dan MIMICS. Perbandingan bagi nilai sisihan

piawai melibatkan proses-proses seperti yang ditunjukkan di dalam Rajah 3.17 iaitu

mengimport model digital 3D yang dihasilkan dan model digital 3D MIMICS (gold

standard), initial registration, fine registration serta shell deviation.

Rajah 3.17: Proses menentukan nilai sisihan piawai menggunakan perisian

RapidForm2004

Rajah 3.18 menunjukkan contoh model yang digunakan untuk perbandingan

nilai sisihan piawai iaitu model digital 3D yang dihasilkan daripada perisian 3D

Slicer dan MIMICS bagi data Set 3. Proses ini hanya menggunakan satu data iaitu

data Set 3 kerana model digital MIMICS yang diperolehi daripada SIRIM adalah

63

satu sahaja. Setiap perbandingan yang dilakukan di antara model digital 3D bagi

perisian RapidForm2004, 3D Doctor dan 3D Slicer dengan model digital MIMICS

telah diulang sebanyak lima kali untuk mendapatkan data yang jitu. Kedua-dua

model ini diimport ke dalam perisian RapidForm2004 dengan menggunakan format

yang sama iaitu *.stl. Model yang terdapat pada sebelah kiri merupakan model yang

dihasilkan daripada perisian 3D Slicer manakala model yang terdapat di sebelah

kanan pula merupakan model gold standard iaitu model MIMICS.

Rajah 3.18: Model perisian 3D Slicer (kiri) dan model perisian MIMICS (kanan)

yang diimport ke dalam perisian RapidForm2004 (Set 3)

Rajah 3.19 pula menunjukkan proses serta hasil initial registration yang

dilakukan di antara model digital 3D Slicer dan model digital MIMICS. Dalam

proses ini, model digital 3D Slicer telah dibuat penindihan ke atas model digital

MIMICS dengan menggunakan sekurang-kurangnya tiga titik pada permukaan

kedua-dua model digital 3D tersebut. Dalam kajian, sebanyak empat titik telah

digunakan di dalam proses ini dan penentuan titik dilakukan secara rawak iaitu

berdasarkan titik yang jelas kelihatan pada kedua-dua model yang digunakan.

Antara titik yang terlibat adalah titik yang berwarna merah, biru, hijau dan biru muda

seperti yang ditandakan di dalam Rajah 3.19.

64

(a)

(b)

Rajah 3.19: Proses initial registration (Set 3); (a) Register dua model, (b) Hasil

proses initial registration

4 titik yang digunakan

65

Dalam Rajah 3.20, imej yang dipaparkan merupakan hasil yang diperolehi

selepas proses fine registration dilakukan. Proses ini dilakukan supaya penindihan

imej yang telah dilakukan terhadap kedua-dua model pada proses sebelumnya berada

pada kedudukan yang lebih tepat.

Rajah 3.20: Hasil selepas proses fine registration (Set 3)

Akhir sekali, proses shell deviation dilakukan seperti yang terdapat di dalam

Rajah 3.21. Proses ini dilakukan bertujuan untuk mendapatkan nilai sisihan piawai

di antara model perisian 3D Slicer dan model perisian MIMICS. Kesemua proses ini

turut dilakukan pada model digital 3D yang dihasilkan dengan menggunakan perisian

RapidForm2004 dan 3D Doctor untuk dibandingkan dengan model gold standard

iaitu MIMICS.

66

Rajah 3.21: Hasil proses shell deviation (Set 3)

Rajah 3.22 menunjukkan maklumat bagi hasil proses shell deviation yang

terkandung di dalam Rajah 3.21 iaitu graf taburan sisihan piawai, menu pilihan shell

deviation dan keputusan analisis. Berdasarkan graf taburan sisihan piawai yang

dipaparkan, turutan warna-warna iaitu biru, hijau, kuning dan merah mempunyai

maksud yang tersendiri. Warna biru adalah terletak pada bahagian bawah sekali di

dalam graf tersebut. Warna biru ini menunjukkan nilai sisihan piawai di antara

model 3D Slicer dan model gold standard adalah paling kecil setelah proses

registration dilakukan. Warna hijau dan kuning pula terletak pada bahagian atas

warna biru di dalam graf. Warna ini menunjukkan nilai sisihan piawai bagi kedua-

dua model adalah semakin tinggi. Manakala warna merah pula menunjukkan nilai

sisihan piawai adalah terlalu besar bagi kedua-dua model yang dibandingkan dan

warna ini terletak pada bahagian atas sekali di dalam graf. Pada graf tersebut juga,

nilai bagi purata sisihan piawai di antara dua model yang dibandingkan turut

dipamerkan.

67

Rajah 3.22: Maklumat hasil shell deviation; (a) graf taburan sisihan piawai, (b)

menu pilihan shell deviation, dan (c) keputusan analisis

Bagi menu pilihan shell deviation pula, paparan tersebut menunjukkan nilai

tolerance yang digunakan. Manakala paparan keputusan analisis pula menunjukkan

nilai jarak minimum dan jarak maksimum, jarak purata serta sisihan piawai yang

diperolehi selepas proses shell deviation dilakukan. Semakin rendah nilai sisihan

piawai maka semakin tinggi kualiti model yang dihasilkan manakala semakin tinggi

nilai sisihan piawai maka semakin rendah kualiti model yang dihasilkan.

68

3.6 Rumusan

Bab 3 menerangkan dengan lebih lanjut mengenai proses penghasilan model

digital 3D bagi craniofacial tisu keras manusia serta perbandingan yang telah

dilakukan pada setiap model digital yang dihasilkan. Dalam kajian ini, penghasilan

model digital ini adalah menggunakan perisian-perisian 3D yang wujud pada masa

kini seperti RapidForm2004, 3D Doctor dan 3D Slicer. Selain itu, perolehan data

imbasan CT, model fizikal dan model gold standard turut diterangkan di dalam

kajian ini. Aliran proses bagi penghasilan model digital 3D dengan menggunakan

perisian RapidForm2004, 3D Doctor dan 3D Slicer turut dijelaskan.

BAB 4

PENENTUAN TITIK PENGUKURAN, PROSES PENGUKURAN DAN

PERBANDINGAN HASIL PENGUKURAN

4.1 Pendahuluan

Penentuan titik pengukuran pada craniofacial tisu keras manusia adalah

penting kerana titik pengukuran ini digunakan untuk membantu proses seterusnya

iaitu proses pengukuran linear di antara titik-titik tersebut. Dengan adanya titik

pengukuran, proses yang dilakukan seterusnya menjadi lebih cepat dan mudah.

Dalam kajian ini, kedudukan bagi setiap titik pengukuran ditentukan dengan

menggunakan kaedah seperti imbasan CT, microscribe digitizer, fotogrametri jarak

dekat digital, pengimbas laser serta kaliper. Kaedah ini telah diaplikasikan kepada

model digital dan model fizikal bagi craniofacial tisu keras manusia. Dalam proses

pengukuran linear pula, dua pakej perisian iaitu RapidForm2004 dan Australis serta

peralatan kaliper telah digunakan di dalam kajian ini.

Dalam bab ini, terdapat peringkat awal dan peringkat akhir untuk menentukan

titik pengukuran, proses pengukuran dan perbandingan hasil pengukuran. Rajah 4.1

menunjukkan aliran proses bagi peringkat awal kajian. Manakala Rajah 4.2 pula

menunjukkan aliran proses bagi peringkat akhir kajian.

71

Rajah 4.2: Proses peringkat akhir

Pada peringkat awal kajian, hanya 6 titik pengukuran dan 10 pengukuran

linear sahaja yang digunakan pada model digital dan model fizikal untuk tujuan

perbandingan dengan model gold standard. Jumlah titik pengukuran serta

pengukuran linear yang dipilih adalah bergantung pada kemudahan untuk

menentukan titik pengukuran serta mencerap data dengan menggunakan kesemua

perisian dan kaedah yang dikaji. Pada peringkat akhir pula, sebanyak 36 titik

pengukuran serta 19 pengukuran telah digunakan kerana kesemua titik pengukuran

ini dapat ditentukan dan dicerap oleh perisian terbaik serta kaedah terbaik yang

diperolehi selepas perbandingan dilakukan. Selain itu, sebanyak lima set model telah

digunakan pada peringkat awal dan akhir kajian untuk tujuan perbandingan hasil

pengukuran. Walaubagaimanapun, perbandingan bagi nilai sisihan piawai, RMS dan

varian bagi model digital yang dihasilkan pada peringkat awal hanya melibatkan

penggunaan satu set model sahaja.

72

4.2 Titik Pengukuran

Dalam kajian ini, proses peringkat awal merangkumi perbandingan bagi

perisian yang dapat menghasilkan model digital 3D terbaik serta perbandingan bagi

kaedah yang dapat menghasilkan pengukuran terbaik. Rajah 4.3 menunjukkan lima

set kedudukan bagi enam titik pengukuran pada model digital 3D Slicer dan model

digital 3D Doctor untuk tujuan perbandingan pada peringkat awal kajian.

Rajah 4.3: Lima set kedudukan titik pengukuran pada model 3D Slicer untuk kajian

peringkat awal; (a) Set 1, (b) Set 2, (c) Set 3, (d) Set 4 dan (e) Set 5

73

Pada peringkat ini, sebanyak enam titik pengukuran telah dicerap bagi model

digital daripada perisian 3D Slicer dan 3D Doctor serta kedudukan titik pengukuran

bagi setiap set adalah berbeza. Pemilihan hanya enam titik pengukuran dilakukan

kerana titik tersebut merupakan titik yang jelas kelihatan dan mudah untuk dicerap

bagi perisian 3D Slicer dan 3D Doctor serta kaedah pengukuran yang digunakan.

Dalam Rajah 4.3 juga, tiga bulatan kuning yang ditanda pada titik

pengukuran bagi setiap model merupakan titik pengukuran piawai. Manakala titik

pengukuran yang lain dicerap berdasarkan titik yang jelas kelihatan dan mudah untuk

dicerap bagi semua perisian serta kaedah yang digunakan. Proses cerapan titik

pengukuran diulang sebanyak lima kali bagi setiap model bertujuan untuk

mendapatkan data yang boleh dipercayai. Jadual 4.1 menunjukkan senarai titik

pengukuran yang digunakan pada peringkat awal kajian dijalankan.

Jadual 4.1: Senarai titik pengukuran yang digunakan pada peringkat awal kajian

Bil. Titik Pengukuran

1. A1

2. A2

3. A3

4. A4

5. A5

6. A6

Pada peringkat akhir kajian ini pula, sebanyak 36 titik pengukuran telah

dicerap untuk tujuan perbandingan di antara model digital 3D dengan model fizikal.

Kesemua titik pengukuran yang dipilih adalah titik pengukuran yang sering

digunakan oleh doktor serta pakar bedah di hospital untuk tujuan pengukuran. Rajah

4.4 dan Rajah 4.5 menunjukkan kedudukan titik pengukuran yang dicerap bagi data

Set 3 pada peringkat akhir kajian. Jadual 4.2 pula menunjukkan senarai titik

pengukuran yang digunakan. Manakala Jadual 4.3 pula menunjukkan contoh hasil

titik pengukuran yang diperolehi di dalam bentuk koordinat x,y,z.

74

(a) (b)

Rajah 4.4: Pandangan sisi bagi kedudukan 36 titik pengukuran pada model 3D Slicer

untuk kajian peringkat akhir (Set 3); (a) imej tekstur dan titik pengukuran, (b)

gambaran titik pengukuran

(a) (b)

Rajah 4.5: Pandangan hadapan bagi kedudukan 36 titik pengukuran pada model 3D

Slicer untuk kajian peringkat akhir (Set 3); (a) imej tekstur dan titik pengukuran, (b)

gambaran titik pengukuran

75

Jadual 4.2: Senarai titik pengukuran yang digunakan pada peringkat akhir kajian

Bil. Titik Pengukuran Nama

1. G - Glabela

2. Na - Nasion

3. Nt - Nasal tip

4. ANS - Anterior Nasal Spine

5. A - Titik A

6. Pr - Prosthion

7. Id - Infradentale

8. B - Titik B

9. Pog - Pogonion

10. Me - Menthon

11. AlL - Alare Kiri

12. AlR - Alare Kanan

13. SorL - Superior orbitale Kiri

14. SorR - Superior Orbitale Kanan

15. SlorL - Superior lateral orbitale Kiri

16. SlorR - Superior lateral orbitale Kanan

17. MorL - Medial Orbitale Kiri

18. MorR - Medial Orbitale Kanan

19. OrL - Orbitale Kiri

20. OrR - Orbitale Kanan

21. ZfL - Zygofrontal Kiri

22. ZfR - Zygofrontal Kanan

23. ZyL - Zygion Kiri

24. ZyR - Zygion Kanan

25. CrbL - Caronoid base Kiri

26. CrbR - Caronoid base Kanan

27. GoL - Gonion Kiri

28. GoR - Gonion Kanan

29. CoL - Condylion Kiri

30. CoR - Condylion Kanan

31. MnL - Mandibular notch Kiri

32. MnR - Mandibular notch Kanan

33. CrtL - Caronoid tip Kiri

34. CrtR - Caronoid tip Kanan

35. PoL - Porion Kiri

36. PoR - Porion Kanan

76

Jadual 4.3: Contoh hasil titik pengukuran yang diperolehi pada peringkat akhir

kajian (Set 3)

77

4.3 Kaedah Penentuan Kedudukan Titik Pengukuran

Dalam bidang perubatan, terdapat pelbagai kaedah yang boleh digunakan

untuk mencerap titik pengukuran pada bahagian craniofacial manusia.

Walaubagaimanapun, kajian ini hanya memfokuskan kepada kaedah yang

menggunakan pengimbas CT, microscribe digitizer, fotogrametri jarak dekat digital,

pengimbas laser dan juga kaliper untuk diaplikasikan di dalam kajian ini.


Dalam bab ini, proses penentuan titik pengukuran pada model digital 3D

hanya dapat dilakukan pada model yang dihasilkan daripada perisian 3D Doctor dan

3D Slicer sahaja. Proses ini tidak dapat dilakukan pada model digital yang

dihasilkan daripada RapidForm2004 disebabkan kesukaran untuk menentukan

kedudukan titik pengukuran pada model tersebut akibat paparan imej yang kurang

jelas. Walaubagaimanapun, perisian RapidForm2004 telah digunakan untuk

mencerap titik pengukuran bagi model 3D Doctor dan model 3D Slicer yang

dihasilkan bertujuan untuk menyelaraskan kerja yang dilakukan. Model 3D yang

dihasilkan daripada perisian 3D Doctor dan 3D Slicer diimport ke dalam perisian

RapidForm2004 sebelum proses penentuan titik pengukuran dilakukan.

Rajah 4.6 menunjukkan cartalir bagi proses penentuan titik pengukuran pada

model digital 3D dengan menggunakan pengimbas CT. Manakala Rajah 4.7 pula

menunjukkan contoh cerapan titik pengukuran pada model digital 3D yang

dihasilkan daripada perisian 3D Slicer.

78

Rajah 4.6: Proses penentuan titik pengukuran pada model digital 3D

Rajah 4.7: Cerapan titik pengukuran menggunakan perisian RapidForm2004 (Set 3)

Dengan menggunakan perisian RapidForm2004, pengguna boleh melihat

permukaan luar dan dalam tengkorak dari pandangan sagittal, axial dan coronal.

Kedudukan bagi setiap titik pengukuran boleh dikenalpasti dengan menggerakkan

vertical profile dan harizontal profile menerusi paksi x, y dan z untuk mencari

kedudukan paling tepat bagi titik pengukuran tersebut.

79

4.3.2 Model Fizikal

Dalam bab ini, proses penentuan titik pengukuran pada model fizikal telah

dilakukan menggunakan microscribe digitizer, fotogrametri jarak dekat digital,

pengimbas laser dan juga kaliper. Rajah 4.8 merupakan salah satu model fizikal

yang telah diwarnakan dengan warna putih dan digunakan di dalam kajian ini.

Model fizikal diwarnakan untuk memudahkan proses imbasan menggunakan laser

kerana pengimbas laser tidak dapat mengesan objek yang lut sinar. Bagi

memudahkan proses penentuan titik pengukuran pula, terlebih dahulu titik

pengukuran pada model fizikal ini ditandakan dengan pen penanda berwarna hitam.

Penggunaan pen penanda ini bertujuan supaya titik pengukuran tersebut dapat dilihat

dengan lebih jelas serta mengelakkan kesalahan semasa mengulangi penandaan titik

pengukuran yang sama pada sesebuah model.

(a) (b)

Rajah 4.8: Model fizikal (Set 4); (a) pandangan hadapan dan (b) pandangan sisi

80


Microscribe Digitizer G2X digunakan di dalam kajian ini sebagai alat untuk

mendapatkan koordinat titik pengukuran dalam bentuk 3D sebelum sesuatu

pengukuran dibuat pada model fizikal. Alat ini dihubungkan dengan perisian

Rhinoceros 2.0 bertujuan untuk pendigitan titik pengukuran. Kemudian, titik

pengukuran yang diperolehi dieksport ke dalam format *.iges. Rajah 4.9

menunjukkan cartalir bagi proses menentukan titik pengukuran dengan

menggunakan Microscribe Digitizer G2X.

Rajah 4.9: Proses penentuan titik pengukuran menggunakan kaedah Microscribe

Digitizer G2X pada peringkat awal kajian

Rajah 4.10 pula menunjukkan proses pendigitan titik pengukuran yang

dilakukan dengan menggunakan Microscribe Digitizer G2X. Manakala Rajah 4.11

merupakan paparan titik pengukuran pada perisian Rhinoceros 2.0 yang dihasilkan

semasa proses pendigitan titik pengukuran dengan menggunakan Microscribe

Digitizer G2X.

81

Rajah 4.10: Pendigitan titik pengukuran menggunakan Microscribe Digitizer G2X

yang dihubungkan pada perisian Rhinoceros 2.0

Rajah 4.11: Paparan titik pengukuran pada perisian Rhinoceros 2.0 yang dihasilkan

dengan mengunakan Microscribe Digitizer G2X

82

4.3.2.2 Fotogrametri Jarak Dekat Digital

Kajian ini juga turut mengaplikasikan kaedah fotogrametri jarak dekat digital

untuk menentukan kedudukan bagi titik pengukuran pada model fizikal pesakit.

Dengan menggunakan pen penanda berwarna hitam, kedudukan bagi setiap titik

pengukuran pada model fizikal ditanda terlebih dahulu. Seterusnya, sebuah kamera

iaitu Konica Minolta DiMAGE A200 yang mempunyai 8.0 mega piksel digunakan

untuk mengambil gambar model fizikal dari lapan arah yang berbeza pada sudut 45

darjah. Jarak di antara objek dengan kamera digital yang digunakan adalah 1 meter.

Seterusnya, pendigitan pada titik pengukuran dan titik kawalan dilakukan pada setiap

imej digital yang diperolehi dengan menggunakan perisian Australis. Rajah 4.12

menunjukkan aliran proses bagi menentukan titik pengukuran dengan menggunakan

kaedah fotogrametri jarak dekat digital.

Rajah 4.12: Proses penentuan titik pengukuran menggunakan kaedah fotogrametri

jarak dekat digital pada peringkat awal kajian

83

Rajah 4.13 memaparkan kamera digital yang digunakan di dalam kajian iaitu

Konica Minolta DiMAGE A200. Manakala Rajah 4.14 pula menunjukkan

kedudukan bagi kamera digital, model fizikal dan bingkai kalibrasi yang digunakan

di dalam kajian ini. Kedudukan bagi kamera digital yang digunakan adalah tetap

manakala bingkai kalibrasi pula diputar mengikut arah jam pada setiap kali gambar

diambil. Dalam Rajah 4.14 juga, terdapat lapan anak panah berwarna merah yang

menunjukkan arah bagi pengambilan setiap gambar. Titik kawalan yang terdapat

pada bingkai kalibrasi berfungsi untuk menentukan posisi (x,y,z) serta orientasi bagi

kamera yang digunakan. Seterusnya, Rajah 4.15 pula menunjukkan paparan bagi

proses pendigitan titik pengukuran yang dilakukan dengan menggunakan perisian

Australis dari arah 3.

Rajah 4.13: Konica Minolta DiMAGE A200

84

Rajah 4.14: Cerapan data titik pengukuran menggunakan teknik fotogrametri

Rajah 4.15: Paparan dan pendigitan titik pengukuran menggunakan perisian

Australis dari arah 3 (Set 3)

Titik Kawalan Bingkai Kalibrasi

Arah 5 Arah 4

Arah 3

Arah 2

Arah 1Arah 8

Arah 7

Arah 6

85

4.3.2.3 Pengimbas Laser

Dalam kajian ini, teknik imbasan menggunakan cahaya laser dilakukan pada

model fizikal untuk menghasilkan model digital 3D bagi mendapatkan titik

pengukuran. Dengan menggunakan pen penanda berwarna hitam, kedudukan bagi

setiap titik pengukuran pada model fizikal ditanda terlebih dahulu. Kemudian,

pengimbas laser Konica Minolta VIVID 910 yang terdapat pada Rajah 2.12 di dalam

Bab 2 telah digunakan bersama rotating table untuk menghasilkan imej 2D.

Peralatan ini telah dihubungkan dengan perisian PET untuk tujuan pengambilan imej.

Rajah 4.16: Proses penentuan titik pengukuran menggunakan pengimbas laser

Seterusnya, model fizikal yang digunakan diimbas sebanyak dua kali

daripada sudut yang berbeza. Imej berformat *.cdm yang dihasilkan seterusnya

diimport ke dalam perisian RapidForm2004 untuk tujuan pemprosesan (register dan

86

merge) ke dalam bentuk 3D. Akhir sekali, proses penentuan titik pengukuran

dilakukan di dalam perisian RapidForm2004 untuk mendapatkan koordinat titik

pengukuran di dalam bentuk 3D. Rajah 4.17 menunjukkan kedudukan bagi model

fizikal, pengimbas laser serta rotating table yang digunakan di dalam kajian.

Rajah 4.17: Cerapan data titik pengukuran dengan menggunakan pengimbas laser

VIVID 910 yang dihubungkan pada rotating table

Rajah 4.18 pula menunjukkan gambaran kedudukan bagi alat dan objek

semasa proses imbasan dilakukan. Proses imbasan pertama memerlukan model

fizikal dihadapkan ke sebelah kanan sebanyak 45° manakala proses imbasan kedua

pula memerlukan model fizikal dihadapkan ke sebelah kiri sebanyak 45°. Rajah 4.18

turut menunjukkan arah pancaran cahaya laser pada permukaan objek.

87

Rajah 4.18: Gambaran kedudukan alat dan objek; (a) proses imbasan pertama dan

(b) proses imbasan kedua

4.3.2.4 Kaliper

Penentuan titik pengukuran dengan menggunakan kaliper pada model fizikal

dilakukan secara terus pada model tersebut. Rajah 4.19 menunjukkan kaliper vernier

yang digunakan di dalam kajian ini.

Rajah 4.19: Kaliper vernier

88

Kaliper mempunyai nilai ketepatan sehingga 0.05 mm. Proses penentuan

titik pengukuran dengan menggunakan kaliper adalah dengan menyentuh pada

permukaan objek tersebut iaitu pada bahagian muka.

4.4 Proses Pengukuran Jarak Linear

Proses pengukuran pada craniofacial tisu keras manusia dilakukan bertujuan

untuk mengetahui jarak linear di antara dua titik pengukuran. Dalam kajian ini,

pengukuran yang dilakukan pada model digital 3D dan model fizikal adalah

berbentuk linear. Pada peringkat awal, sebanyak 10 garisan pengukuran diambil

untuk menentukan perisian yang dapat menghasilkan model digital 3D terbaik serta

kaedah yang dapat menghasilkan pengukuran paling tepat bagi model fizikal. Jadual

4.4 menunjukkan senarai garisan pengukuran yang digunakan semasa peringkat

awal. Manakala Rajah 4.20 merupakan gambaran bagi semua pengukuran yang

dilakukan pada bahagian muka pesakit pada peringkat awal.

Jadual 4.4: Senarai garisan pengukuran yang digunakan semasa peringkat awal

Bil. Garisan Pengukuran

1. A1-A2 2. A1-A5 3. A1-A6 4. A2-A5 5. A2-A6 6. A3-A5 7. A3-A4 8. A4-A5 9. A4-A6 10. A5-A6

89

Rajah 4.20: Gambaran pengukuran model digital 3D pada peringkat awal (Set 2)

Kajian ini juga turut menggunakan sebanyak 19 pengukuran untuk proses

peringkat akhir. Pengukuran ini digunakan untuk proses perbandingan di antara

model digital yang dihasilkan daripada perisian terbaik dengan model fizikal yang

dihasilkan dengan menggunakan kaedah terbaik. Kajian ini hanya menggunakan 19

pengukuran kerana semua pengukuran ini sering digunakan oleh pakar bedah di

hospital. Rajah 4.21 dan Rajah 4.22 menunjukkan gambaran bagi semua pengukuran

yang dilakukan pada bahagian muka pesakit pada peringkat akhir kajian.

90

Rajah 4.21: Gambaran pengukuran model digital 3D pada pandangan hadapan bagi

peringkat akhir (Set 2)

Rajah 4.22: Gambaran pengukuran model digital 3D pada pandangan sisi bagi

peringkat akhir (Set 2)

91

Dalam Jadual 4.5 pula, terdapat 19 senarai garisan pengukuran yang

digunakan di dalam peringkat akhir kajian ini dilakukan. Manakala Jadual 4.6 pula

memaparkan contoh bagi hasil pengukuran yang diperolehi bagi model fizikal dan

juga model digital 3D pada peringkat akhir kajian.

Jadual 4.5: Senarai garisan pengukuran yang digunakan semasa peringkat akhir

Bil. Garisan

Pengukuran Penerangan

1. AlR - AlL Panjang dari Alare kanan ke Alare kiri.

2. ANS - Me Panjang dari Anterior Nasal Spine ke Menthon.

3. ANS - Pr Panjang dari Anterior Nasal Spine ke Prosthion.

4. GoR - Me Panjang dari Gonion kanan ke Menthon.

5. Id - CrbR Panjang dari Infradentale ke Caronoid Base

kanan.

6. Id - Pog Panjang dari Infradentale ke Pogonion.

7. MorR - MorL Panjang dari Medial Orbitale kanan ke Medial

Orbitale kiri.

8. Na - ANS Panjang dari Nasion ke Anterior Nasal Spine.

9. OrR - OrL Panjang dari Orbitale kanan ke Orbitale kiri.

10. OrL - SorL Panjang dari Orbitale kiri ke Superior Orbitale

kiri.

11. OrR - SorR Panjang dari Orbitale kanan ke Superior Orbitale

kanan.

12. Pog - Me Panjang dari Pogonion ke Menthon.

13. Pr - Id Panjang dari Prosthion ke Infradentale.

14. SlorL - MorL Panjang dari Superior Lateral Orbitale kiri ke

Medial Orbitale kiri.

15. SlorR - MorR Panjang dari Superior Lateral Orbitale kanan ke

Medial Orbitale kanan.

16. SlorR - SlorL Panjang dari Superior Lateral Orbitale kanan ke

Superior Lateral Orbitale kiri.

17. SorR - SorL Panjang dari Superior Orbitale kanan ke

Superior Orbitale kiri.

18. ZfR - ZfL Panjang dari Zygofrontal kanan ke Zygofrontal

kiri.

19. ZyR - ZyL Panjang dari Zygion kanan ke Zygion kiri.

92

Jadual 4.6: Contoh hasil pengukuran yang diperolehi pada peringkat akhir (Set 1)

Bil. Garisan

Pengukuran

Model Fizikal (Microscribe

Digitizer)

Model Digital 3D (3D Slicer)

Beza

1. GoR - Me 87.47 mm 88.31 mm 0.84 mm

2. ZyR - ZyL 89.01 mm 89.52 mm 0.51 mm

3. Na - ANS 55.09 mm 55.52 mm 0.43 mm

4. MorL - MorR 19.37 mm 19.79 mm 0.42 mm

5. Id - CrbR 63.57 mm 63.75 mm 0.19 mm

6. ANS - Me 66.62 mm 66.54 mm 0.08 mm

7. Pog - Me 10.59 mm 10.51 mm 0.08 mm

8. SorR - SorL 62.43 mm 62.34 mm 0.09 mm

9. Pr - Id 26.07 mm 25.92 mm 0.15 mm

10. SlorR - SlorL 95.08 mm 94.71 mm 0.38 mm

11. AlR - AlL 17.05 mm 16.63 mm 0.43 mm

12. OrL - SorL 36.89 mm 36.44 mm 0.45 mm

13. Id - Pog 19.55 mm 19.06 mm 0.49 mm

14. OrL - OrR 67.22 mm 66.54 mm 0.68 mm

15. ANS - Pr 14.19 mm 13.50 mm 0.69 mm

16. SlorL - MorL 39.98 mm 39.29 mm 0.70 mm

17. OrR - SorR 37.09 mm 36.29 mm 0.80 mm

18. ZfR - ZfL 103.40 mm 102.57 mm 0.83 mm

19. SlorR - MorR 40.64 mm 39.72 mm 0.92 mm


Dalam kajian ini, proses pengukuran pada model digital 3D yang dihasilkan

adalah dilakukan dengan menggunakan perisian RapidForm2004. Penggunaan

perisian RapidForm2004 adalah bertujuan untuk menyelaraskan proses pengukuran

yang dilakukan iaitu dengan menggunakan satu perisian sahaja. Proses pengukuran

ini dilakukan pada model yang dihasilkan daripada perisian 3D Doctor dan juga 3D

Slicer. Rajah 4.23 menunjukkan cartalir bagi proses pengukuran yang dilakukan

93

pada model digital 3D pada peringkat awal kajian dilakukan. Dengan menggunakan

perisian 3D Doctor dan 3D Slicer, model digital 3D bagi craniofacial tisu keras

pesakit telah dihasilkan. Kesemua model digital yang dihasilkan dieksport ke dalam

format *.stl. Kemudian, model tersebut diimport pula ke dalam perisian

RapidForm2004 untuk proses penentuan titik pengukuran. Dengan menggunakan

perisian RapidForm2004 juga, proses pengukuran turut dilakukan pada model digital

tersebut berdasarkan kepada titik pengukuran yang telah diperolehi.

Rajah 4.23: Proses pengukuran pada model digital 3D yang dilakukan di dalam

peringkat awal kajian

Rajah 4.24 menunjukkan contoh proses pengukuran linear yang dilakukan

pada model digital 3D dengan menggunakan perisian RapidForm2004. Pengukuran

linear tersebut telah dilakukan pada model digital 3D yang dihasilkan daripada

perisian 3D Slicer.

94

Rajah 4.24: Pengukuran linear pada model digital 3D Slicer dengan menggunakan

perisian RapidForm2004 (Set 3)

4.4.2 Model Fizikal

Bagi model fizikal pula, proses pengukuran dilakukan dengan menggunakan

perisian RapidForm2004 dan Australis serta alat pengukuran kaliper.

4.4.2.1 RapidForm2004

Dengan menggunakan model fizikal, penghasilan model digital 3D dengan

menggunakan pengimbas laser serta penghasilan titik pengukuran 3D (x,y,z)

menggunakan microscribe digitizer dapat dilakukan. Perisian RapidForm2004 telah

digunakan untuk mengukur jarak di antara dua titik bagi model digital 3D yang

95

dihasilkan dengan menggunakan pengimbas laser VIVID 910. Selain itu, perisian

RapidForm2004 ini juga digunakan untuk mengukur jarak antara titik-titik

pengukuran yang dihasilkan dengan menggunakan Microscribe Digitizer G2X.

Rajah 4.25 menunjukkan cartalir proses pengukuran model fizikal pada perisian

RapidForm2004 dengan menggunakan kaedah pengimbas laser.

Rajah 4.25: Proses pengukuran model fizikal pada perisian RapidForm2004 dengan

menggunakan pengimbas laser VIVID 910 di dalam peringkat awal kajian

Dengan menggunakan pengimbas laser VIVID 910 yang dihubungkan

dengan perisian PET dan rotating table, model fizikal diimbas sebanyak dua kali

pada sudut yang berlainan (rujuk Rajah 4.17 dan Rajah 4.18). Seterusnya, imej 2D

yang diperolehi di dalam format *.cdm diimport ke dalam perisian RapidForm2004

untuk proses register dan merge di antara dua imej. Kemudian, proses pengukuran

dilakukan pada model 3D yang dihasilkan seperti yang terdapat pada Rajah 4.26.

Dalam rajah tersebut, koordinat bagi kedua-dua titik pengukuran yang digunakan

serta hasil nilai pengukuran yang diperolehi turut dipaparkan.

96

Rajah 4.26: Pengukuran pada model 3D yang dihasilkan dari imbasan laser

menggunakan perisian RapidForm2004 (Set 2)

Merujuk kepada cartalir yang terdapat pada Rajah 4.27, Microscribe Digitizer

G2X yang dihubungkan pada perisian Rhinoceros digunakan untuk mendigit titik

pengukuran pada model fizikal. Titik pengukuran yang dihasilkan daripada proses

pendigitan ini adalah berbentuk 3D (x,y,z). Dengan menggunakan perisian Excel

2003, kesemua titik pengukuran yang diperolehi dieksport ke dalam format *.iges.

Seterusnya, perisian RapidForm2004 digunakan untuk proses pengukuran

dengan mengimport titik pengukuran yang telah dihasilkan di dalam format *.iges.

Sebanyak 10 pengukuran dilakukan pada peringkat awal kajian ini. Rajah 4.28

menunjukkan proses pengukuran yang dilakukan pada titik pengukuran 3D yang

dihasilkan daripada proses pendigitan menggunakan Microscribe Digitizer G2X.

Koordinat titik pengukuran dan hasil pengukuran

97

Rajah 4.27: Proses pengukuran model fizikal pada perisian RapidForm2004 dengan

menggunakan Microscribe Digitizer G2X di dalam peringkat awal kajian

Rajah 4.28: Pengukuran pada titik pengukuran 3D yang dihasilkan daripada kaedah

microscribe digitizer G2X pada perisian RapidForm2004 (Set 1)

98

4.4.2.2 Australis

Dalam kajian ini, perisian Australis telah digunakan untuk mendigit titik

pengukuran yang dihasilkan daripada kaedah fotogrametri jarak dekat digital. Titik

pengukuran yang dihasilkan selepas proses pendigitan adalah berbentuk 3D dan

digunakan untuk proses pengukuran jarak antara dua titik pengukuran. Merujuk

cartalir pada Rajah 4.29, kamera digital iaitu Konica Minolta DiMAGE A200

digunakan untuk mengambil gambar model fizikal daripada lapan arah yang berbeza.

Seterusnya, imej yang dihasilkan dimasukkan ke dalam perisian Australis untuk

diproses.

Rajah 4.29: Proses pengukuran dengan menggunakan perisian Australis pada titik

pengukuran 3D yang dihasilkan daripada kaedah fotogrametri jarak dekat digital

Dengan menggunakan perisian Australis, proses pendigitan titik pengukuran

dilakukan pada kesemua imej yang diperolehi untuk mendapatkan titik pengukuran

dalam bentuk 3D (x,y,z). Kemudian, titik pengukuran 3D yang diperolehi digunakan

untuk proses pengukuran jarak di antara dua titik pengukuran. Rajah 4.30

menunjukkan contoh pengukuran yang dilakukan pada titik pengukuran 3D dengan

menggunakan perisian Australis. Perisian Australis dapat memaparkan kedudukan

bagi setiap titik pengukuran, titik kawalan serta stesen kamera yang digunakan di

dalam kajian ini.

99

Rajah 4.30: Pengukuran pada titik pengukuran yang terhasil daripada teknik

fotogrametri menggunakan perisian Australis

4.4.2.3 Kaliper

Kaliper vernier (rujuk Rajah 4.19) adalah alat yang mudah digunakan untuk

menentukan secara tepat pengukuran bagi panjang sesebuah objek, diameter luar

bagi objek bulat atau silinder, diameter dalam bagi saluran serta kedalaman lubang.

Kaliper vernier juga merupakan peralatan konvensional yang digunakan oleh pakar

bedah untuk membuat pengukuran di hospital. Rajah 4.31 merupakan contoh

pengukuran yang dilakukan dengan menggunakan kaliper vernier pada model fizikal.

Kaliper vernier merupakan alat pengukuran yang sangat tepat dengan bacaan ralat

0.05 mm seperti yang dinyatakan oleh Mohd Kamil Fazli et al. (2006).

100

Rajah 4.31: Cerapan data pengukuran dengan menggunakan kaliper vernier

4.5 Perbandingan Hasil Pengukuran

Dalam kajian ini, proses perbandingan telah dilakukan pada dua peringkat

iaitu peringkat awal dan peringkat akhir (rujuk Rajah 4.1 dan Rajah 4.2). Pada

peringkat awal, perbandingan telah dibahagikan pada dua bahagian iaitu

perbandingan di antara model digital dan perbandingan di antara model fizikal.

Perbandingan pada peringkat awal dilakukan untuk mendapatkan perisian yang dapat

menghasilkan model digital 3D yang paling baik serta mendapatkan kaedah

pengukuran yang dapat menghasilkan titik pengukuran 3D yang tepat. Pada

peringkat akhir pula, perbandingan adalah melibatkan pengukuran yang dihasilkan

daripada perisian terbaik (model digital 3D) serta pengukuran yang dihasilkan

daripada kaedah terbaik (model fizikal).

101

4.5.1 Peringkat Awal

Pada peringkat awal, proses perbandingan bagi menentukan perisian yang

dapat menghasilkan model digital 3D terbaik adalah ditunjukkan di dalam Rajah

4.32. Dalam kajian ini, proses menentukan perisian yang dapat menghasilkan model

digital 3D terbaik adalah melibatkan perbandingan bagi nilai sisihan piawai, RMS,

varian, dan nilai pengukuran. Walaubagaimanapun, bab ini hanya memfokuskan

kepada perbandingan terhadap nilai pengukuran sahaja. Selain itu, proses

perbandingan terhadap nilai pengukuran adalah dilakukan pada model 3D Doctor

dan 3D Slicer sahaja. Perbandingan ini tidak dapat dilakukan pada model

RapidForm2004 kerana masalah kesukaran di dalam menentukan kedudukan titik

pengukuran akibat paparan imej yang kurang jelas.

Rajah 4.32: Proses perbandingan perisian

102

Dengan menggunakan model digital 3D, proses penentuan titik pengukuran

telah dilakukan pada setiap model digital yang dihasilkan daripada perisian 3D

Doctor dan 3D Slicer. Proses penentuan titik pengukuran ini telah dilakukan di

dalam perisian RapidForm2004. Selain itu, proses penentuan titik pengukuran juga

turut dilakukan pada model fizikal dengan menggunakan kaedah fotogrametri jarak

dekat digital. Titik pengukuran yang terhasil daripada kaedah fotogrametri jarak

dekat digital ini telah dijadikan sebagai gold standard untuk dibandingkan dengan

model digital yang dihasilkan daripada perisian 3D Doctor dan 3D Slicer. Kaedah

fotogrametri jarak dekat digital telah digunakan untuk menggantikan model digital

3D MIMICS sebagai gold standard kerana kajian ini hanya memperolehi satu model

digital MIMICS sahaja iaitu model bagi Set 3 daripada SIRIM.

Sebanyak enam titik pengukuran telah dicerap di dalam peringkat ini.

Seterusnya, 10 pengukuran linear telah dilakukan di antara titik-titik pengukuran

yang dihasilkan dengan menggunakan kaedah fotogrametri jarak dekat digital.

Pengukuran ini turut dilakukan pada model digital yang dihasilkan daripada perisian

3D Doctor dan 3D Slicer. Kemudian, proses perbandingan bagi nilai pengukuran

telah dilakukan di antara model digital yang dihasilkan daripada perisian 3D Doctor

dengan model gold standard (kaedah fotogrametri jarak dekat digital). Proses

perbandingan ini turut dilakukan di antara model digital yang dihasilkan daripada

perisian 3D Slicer dengan model gold standard (kaedah fotogrametri jarak dekat

digital). Akhir sekali, analisa terhadap perbandingan hasil pengukuran dilakukan

untuk menentukan perisian yang dapat menghasilkan model digital 3D terbaik.

Rajah 4.33 pula menunjukkan proses perbandingan bagi menentukan kaedah

yang dapat menghasilkan pengukuran linear paling tepat. Proses menentukan titik

pengukuran pada model fizikal telah dilakukan dengan menggunakan pengimbas

laser, microscribe digitizer, kaliper dan fotogrametri jarak dekat digital. Dalam

bahagian ini, kaedah fotogrametri jarak dekat digital telah dijadikan sebagai gold

standard untuk dibandingkan dengan pengimbas laser, microscribe digitizer dan

kaliper. Proses pendigitan serta pencerapan titik pengukuran telah dilakukan

sebanyak enam titik untuk tujuan pengukuran. Seterusnya proses pengukuran (10

pengukuran) linear dilakukan pada setiap titik pengukuran yang dihasilkan melalui

semua kaedah yang digunakan.

103

Rajah 4.33: Proses perbandingan kaedah pengukuran

Dalam bahagian ini, proses perbandingan nilai pengukuran linear dilakukan

di antara pengimbas laser dengan fotogrametri jarak dekat digital, microscribe

digitizer dengan fotogrametri jarak dekat digital serta kaliper dengan fotogrametri

jarak dekat digital. Hasil perbandingan bagi setiap kaedah yang dibandingkan

seterusnya dianalisa untuk menentukan kaedah yang dapat menghasilkan pengukuran

yang tepat bagi model fizikal.

104

4.5.2 Peringkat Akhir

Dalam kajian ini, model digital yang dihasilkan dengan menggunakan

perisian 3D terbaik serta model fizikal di mana titik pengukuran yang dihasilkan

dengan menggunakan kaedah terbaik telah digunakan untuk proses pada peringkat

akhir. Rajah 4.2 (rujuk Seksyen 4.1) menunjukkan cartalir bagi proses pada

peringkat akhir ini. Pada peringkat ini, proses penentuan titik pengukuran telah

dilakukan terhadap 36 titik pengukuran pada model digital dan juga model fizikal

yang digunakan. Seterusnya, 19 pengukuran linear telah dilakukan di antara titik

pengukuran tersebut. Hasil pengukuran daripada model digital dan model fizikal

dibandingkan bertujuan untuk melihat perbezaan bagi nilai pengukuran bagi kedua-

dua model tersebut. Kesemua hasil yang diperolehi iaitu titik pengukuran,

pengukuran serta perbezaan nilai pengukuran yang digunakan pada peringkat akhir

disimpan di dalam sebuah pangkalan data ringkas yang dibangunkan (rujuk Bab 5).

4.6 Rumusan

Bab 4 membincangkan mengenai titik pengukuran, kaedah penentuan

kedudukan titik pengukuran, proses pengukuran jarak linear antara titik serta

perbandingan bagi hasil pengukuran yang dilakukan pada model digital 3D dan

model fizikal. Terdapat lima kaedah penentuan titik pengukuran yang dibincangkan

di dalam bab ini iaitu kaedah pengimbas CT, microscribe digitizer, fotogrametri

jarak dekat digital, pengimbas laser dan kaliper. Proses pengukuran linear di dalam

kajian ini pula melibatkan penggunaan kaliper dan juga perisian RapidForm2004

serta Australis. Bab ini juga turut membincangkan mengenai proses perbandingan

terhadap hasil pengukuran yang diperolehi daripada model digital 3D dah juga model

fizikal. Perbandingan ini dilakukan bertujuan untuk mendapatkan perisian yang

dapat menghasilkan model digital 3D terbaik serta kaedah yang dapat menghasilkan

titik pengukuran 3D yang tepat.

BAB 5

REKA BENTUK DAN PEMBANGUNAN PANGKALAN DATA

5.1 Pendahuluan

Pangkalan data merupakan peringkat yang penting dalam proses

pembangunan sistem. Reka bentuk pangkalan data yang tidak konsisten akan

menjejaskan kualiti hasil dan juga kemampuan sistem. Pengurusan maklumat yang

cekap dan berkesan memerlukan satu sistem pengurusan pangkalan data yang

lengkap dari semua segi. Menurut Zie Zie Azeanty (2004), sistem pangkalan data

pada asasnya adalah sistem memelihara rekod berkomputer iaitu sistem yang

bertujuan untuk memelihara maklumat dan memastikan maklumat itu tersedia

apabila dikehendaki.

5.2 Reka Bentuk Pangkalan Data

Reka bentuk pangkalan data ini melibatkan tiga peringkat iaitu reka bentuk

konseptual, reka bentuk logikal dan reka bentuk fizikal.

106

5.2.1 Reka Bentuk Konseptual

Reka bentuk konseptual merupakan gambaran umum tentang sistem yang

diberikan secara grafik bagi menerangkan tentang hubungan antara entiti dan atribut

di dalam sesebuah pangkalan data. Reka bentuk konseptual ini juga dibina bagi

menentukan data yang akan dimasukkan ke dalam pangkalan data. Komponen asas

skema seperti jenis entiti, jenis perhubungan dan atribut mesti dikenalpasti. Kekunci

bagi setiap jenis entiti, atribut dan hubungan juga perlu dinyatakan. Gambaran ini

ditunjukkan dalam bentuk Rajah Hubungan Entiti (E-R Diagram). Model entiti-

perhubungan ini diperkenalkan oleh Chen (1976) sebagai alat permodelan pada

peringkat reka bentuk konseptual. Model ini menerangkan struktur pangkalan data

dan transaksi capaian serta pengemaskinian ke atas pangkalan data.

Dalam pangkalan data yang dibangunkan, terdapat lima entiti yang terlibat

iaitu Pesakit, Model, Kaedah, Pengukuran dan Titik Pengukuran. Rajah 5.1 hingga

Rajah 5.5 menunjukkan senarai atribut bagi setiap entiti yang terkandung di dalam

pangkalan data ini. Rajah 5.1 menunjukkan entiti Pesakit yang mengandungi atribut-

atribut seperti Id_Pesakit (kekunci utama), Nama, No_KP, Keturunan, Berat, Tinggi,

Jantina dan Umur.

Rajah 5.1: Senarai atribut bagi entiti Pesakit

107

Rajah 5.2 pula menunjukkan senarai atribut yang terkandung di dalam entiti

Model iaitu Id_Model (kekunci utama), Id_Pesakit, Model_Kanan, Model_Kiri dan

Model_Depan.

Rajah 5.2: Senarai atribut bagi entiti Model

Rajah 5.3 menunjukkan entiti Kaedah di dalam pangkalan data yang

mengandungi atribut-atribut seperti Id_Kaedah (kekunci utama), Id_Pesakit dan juga

Kaedah.

Rajah 5.3: Senarai atribut bagi entiti Kaedah

108

Dalam Rajah 5.4, atribut-atribut yang terkandung di dalam entiti Pengukuran

adalah seperti Id_Pengukuran (kekunci utama), Nama_Pengukuran, Id_Pesakit

(Kekunci utama), Pengukuran, Id_Kaedah serta Beza.

Rajah 5.4: Senarai atribut bagi entiti Pengukuran

Rajah 5.5 menunjukkan senarai atribut bagi entiti Titik_Pengukuran.

Terdapat lima atribut yang terkandung di dalamnya iaitu Id_Titit_Pengukuran

(kekunci utama), Id_Pesakit (kekunci utama), Kedudukan_Titik, Titik_Pengukuran

serta Id_Kaedah.

Rajah 5.5: Senarai atribut bagi entiti Titik_Pengukuran

110

Rajah 5.6 menunjukkan rajah hubungan entiti bagi pangkalan data yang

dibangunkan. Rajah hubungan entiti ini menerangkan dengan lebih terperinci

mengenai hubungan bagi setiap entiti dan atribut yang terdapat di dalam pangkalan

data. Terdapat lima entiti yang wujud di dalam pangkalan data iaitu Pesakit, Model,

Kaedah, Pengukuran dan Titik Pengukuran. Setiap entiti tersebut mempunyai atribut

masing-masing.

5.2.2 Reka Bentuk Logikal

Reka bentuk logikal merupakan proses lanjutan dari reka bentuk konseptual,

bezanya ialah reka bentuk yang dihasilkan adalah lebih khusus kepada kekangan

sesuatu perisian. Ia mendefinisikan sebagai hubungan logikal atau konseptual di

dalam komponen-komponen sesuatu sistem maklumat dan menukarkan model

konseptual ke dalam model dalaman berdasarkan kepada perisian yang dipilih.

Reka bentuk logikal menyatakan secara terperinci bagaimana simpanan data

dilakukan di dalam pangkalan data. Dalam reka bentuk logikal ini, reka bentuk

konseptual yang menggunakan model data peringkat tinggi ditukarkan ke dalam

model data khusus iaitu perisian pangkalan data yang dipilih. Dalam kajian ini, reka

bentuk logikal adalah menggunakan pangkalan data dalaman yang sedia ada di dalam

perisian Microsoft Access 2003.

Dalam perisian Microsoft Access 2003, setiap jenis data disimpan dalam

lapisan yang berasingan. Ini bermakna setiap jenis data mempunyai jadual

atributnya tersendiri yang didefinisikan secara unik. Jadual 5.1 menunjukkan jadual

definisi bagi setiap data atribut dalam pangkalan data yang dibangunkan.

111

Jadual 5.1: Jadual definisi bagi data atribut

Nama Jadual Nama Atribut Format Panjang Pesakit Id_Pesakit

Nama No_KP Umur Jantina Tinggi Berat Keturunan

Text Text Text Text Text Number Text Text

14 40 14 10 9 4 6 10

Model Id_Model Id_Pesakit Model_Depan Model_Kiri Model_Kanan

AutoNumber Text OLE Object OLE Object OLE Object

4 14 184320 184320 184320

Kaedah Id_Kaedah Id_Pesakit Kaedah

Number Text Text

4 14 25

Titik_Pengukuran Id_Titik_Pengukuran Id_Pesakit Id_Kaedah Titik_Pengukuran Kedudukan_Titik

AutoNumber Text Number Text Text

4 14 4 5 50

Pengukuran Id_Pengukuran Id_Pesakit Id_Kaedah Nama_Pengukuran Pengukuran Beza

AutoNumber Text Number Text Number Number

4 14 4 15 4 4

5.2.3 Reka Bentuk Fizikal

Reka bentuk fizikal merupakan reka bentuk yang menyatakan proses

pemilihan untuk penyimpanan atau storan data yang khusus secara terperinci dalam

pangkalan data secara berkomputer. Dalam hal ini, pertimbangan mengenai

keupayaan perisian, sistem pengoperasian dan struktur storan perlu diteliti agar

bersesuaian untuk melaksanakan sistem yang akan dibangunkan. Reka bentuk fizikal

112

memberi kesan bukan sahaja kepada lokasi data di dalam peranti storan, malah

kepada keseluruhan prestasi sistem.

Reka bentuk fizikal menumpukan kepada perlaksanaan fizikal sebenar reka

bentuk logikal. Selain itu, penukaran data juga harus dilakukan tanpa

menghilangkan maklumat serta mengekalkan ciri-cirinya. Pertimbangan juga harus

dititikberatkan semasa melakukan proses kemasukan data seperti mengetahui sumber

data yang harus dimasukkan, lokasi penempatan data, kaedah memperbaharui data-

data lama serta persembahan maklumat, keselamatan bagi pencapaian data dan

sebagainya. Jadual 5.2 hingga Jadual 5.6 menerangkan anggaran ruang storan yang

diperlukan bagi setiap jadual.

Jadual 5.2: Storan reka bentuk fizikal bagi entiti Pesakit

Atribut Jenis Data Storan Id_Pesakit Text 14 bait Nama Text 40 bait No_KP Text 14 bait Umur Text 10 bait Jantina Text 9 bait Tinggi Number 4 bait Berat Text 6 bait Keturunan Text 10 bait Jumlah panjang garis 107 bait Jumlah bilangan rekod 5 Jumlah ruang diperlukan 535 bait

Jadual 5.3: Storan reka bentuk fizikal bagi entiti Model

Atribut Jenis Data Storan Id_Model AutoNumber 4 bait Id_Pesakit Text 14 bait Model_Depan OLE Object 184320 bait Model_Kiri OLE Object 184320 bait Model_Kanan OLE Object 184320 bait Jumlah panjang garis 552978 bait Jumlah bilangan rekod 15 Jumlah ruang diperlukan 8.3 megabait

113

Jadual 5.4: Storan reka bentuk fizikal bagi entiti Kaedah

Atribut Jenis Data Storan Id_Kaedah Number 4 bait Id_Pesakit Text 14 bait Kaedah Text 25 bait Jumlah panjang garis 43 bait Jumlah bilangan rekod 10 Jumlah ruang diperlukan 430 bait

Jadual 5.5: Storan reka bentuk fizikal bagi entiti Titik Pengukuran

Atribut Jenis Data Storan Id_Titik_Pengukuran AutoNumber 4 bait Id_Pesakit Text 14 bait Id_Kaedah Number 4 bait Titik_Pengukuran Text 5 bait Kedudukan_Titik Text 50 bait Jumlah panjang garis 77 bait Jumlah bilangan rekod 360 Jumlah ruang diperlukan 27720 bait

Jadual 5.6: Storan reka bentuk fizikal bagi entiti Pengukuran

Atribut Jenis Data Storan Id_Pengukuran AutoNumber 4 bait Id_Pesakit Text 14 bait Id_Kaedah Number 4 bait Nama_Pengukuran Text 15 bait Pengukuran Number 4 bait Beza Number 4 bait Jumlah panjang garis 45 bait Jumlah bilangan rekod 190 Jumlah ruang diperlukan 8550 bait

Maka, jumlah anggaran storan yang diperlukan bagi keseluruhan jadual-

jadual bagi data atribut yang terlibat adalah sebanyak 8.3 MB.

114

5.3 Pembangunan Pangkalan Data

Dalam kajian ini, pangkalan data telah direka bentuk dan dibangunkan

dengan menggunakan perisian Microsoft Access 2003. Pangkalan data ini

dibangunkan dengan memasukkan data-data atribut ke dalam pangkalan data yang

telah direka bentuk. Rajah 5.7 menunjukkan cartalir bagi proses yang terdapat di

dalam pembangunan pangkalan data.

Rajah 5.7: Proses di dalam pembangunan pangkalan data

5.3.1 Kemasukan Data Atribut

Dalam kajian ini, kemasukan data atribut ke dalam pangkalan data dilakukan

dengan menggunakan perisian Microsoft Access 2003. Perisian Microsoft Access

2003 mempunyai had storan sehingga 2 GB untuk penyimpanan data. Pangkalan

data yang dibangunkan hanya membenarkan kemasukan data bagi kaedah yang dapat

115

menghasilkan titik pengukuran 3D terbaik (kaedah microscribe digitizer) serta

perisian yang dapat menghasilkan model digital terbaik (kaedah pengimbas CT).

Merujuk Rajah 5.7, segala jadual-jadual dan medan-medan yang telah direka bentuk

pada fasa reka bentuk konseptual, logikal dan fizikal telah diimplementasikan ke

dalam pangkalan data

Kemasukan data atribut ke dalam pangkalan data dilakukan dengan memilih

sub menu New Record yang terdapat di dalam menu Insert seperti yang ditunjukkan

di dalam Rajah 5.8. Setelah kesemua maklumat pesakit diisi, pengguna seterusnya

dikehendaki mengisi maklumat model dan juga kaedah dengan menekan butang

Model dan Kaedah yang terdapat pada paparan antaramuka pengguna. Butang

Keluar pula berfungsi untuk pengguna keluar daripada sistem pangkalan data.

Rajah 5.8: Antaramuka bagi maklumat pesakit

Rajah 5.9 menunjukkan data-data peribadi pesakit yang telah dimasukkan ke

dalam jadual Pesakit di dalam pangkalan data. Terdapat lima data pesakit yang telah

dimasukkan ke dalam pangkalan data.

116

Rajah 5.9: Data peribadi pesakit yang disimpan di dalam pangkalan data

Rajah 5.10 pula menunjukkan antaramuka pengguna bagi maklumat model

pesakit. Imej tisu keras pesakit yang terdapat di dalam pangkalan data adalah

disimpan dan dipaparkan di dalam bentuk 2D. Imej tersebut dapat dipaparkan dari

pandangan hadapan, kiri dan juga kanan dengan menekan double click pada petak

yang menyimpan imej tersebut. Kedudukan titik pengukuran pada craniofacial

pesakit juga turut dipaparkan bersama model yang dihasilkan. Butang Kembali pula

berfungsi untuk pengguna kembali ke paparan maklumat pesakit.

Rajah 5.10: Antaramuka bagi maklumat model pesakit

117

Dalam Rajah 5.11, kesemua data yang dipaparkan adalah data bagi model

pesakit yang dimasukkan ke dalam jadual Model di dalam pangkalan data yang

dibangunkan. Imej bagi model yang disimpan adalah berformat JPEG (Joint

Photographic Experts Group).

Rajah 5.11: Data-data model pesakit yang disimpan di dalam pangkalan data

Paparan yang terdapat pada Rajah 5.12 pula membenarkan pengguna

memasukkan maklumat kaedah bagi model digital (perisian terbaik) serta model

fizikal (kaedah terbaik) yang digunakan untuk perbandingan pada peringkat akhir

kajian. Dalam kajian ini, data kaedah yang disimpan adalah pengimbas CT dan

microscribe digitizer sahaja. Dengan menggunakan kaedah pengimbas CT, data

yang disimpan adalah bagi model digital yang dihasilkan dengan menggunakan

perisian terbaik iaitu 3D Slicer. Manakala microscribe digitizer pula merupakan

kaedah yang dapat menghasilkan pengukuran yang paling tepat. Setelah maklumat

kaedah dimasukkan, seterusnya pengguna dikehendaki memasukkan pula maklumat

bagi titik pengukuran dan juga pengukuran dengan menekan butang Titik

Pengukuran dan Pengukuran yang telah disediakan. Butang Kembali pula

membenarkan pengguna untuk kembali semula ke paparan maklumat pesakit.

118

Rajah 5.12: Antaramuka bagi maklumat kaedah yang digunakan

Rajah 5.13 pula menunjukkan data-data bagi kaedah yang digunakan untuk

setiap pesakit yang disimpan di dalam pangkalan data. Bagi setiap pesakit, cerapan

data titik pengukuran telah dilakukan dengan menggunakan dua kaedah iaitu

imbasan CT dan microscribe digitizer.

Rajah 5.13: Data-data bagi kaedah yang digunakan ke atas pesakit

119

Maklumat titik pengukuran yang telah dicerap dengan menggunakan kedua-

dua kaedah dimasukkan ke dalam pangkalan data melalui antaramuka yang telah

disediakan seperti pada Rajah 5.14. Sebelum data dimasukkan, terlebih dahulu

pengguna dikehendaki memilih kaedah yang digunakan pada senarai kaedah yang

dipaparkan.

Rajah 5.14: Antaramuka bagi maklumat titik pengukuran

120

Rajah 5.14 juga menunjukkan senarai titik pengukuran yang telah

dimasukkan dengan menggunakan kaedah microscribe digitizer. Titik pengukuran

ini disimpan di dalam koordinat x,y,z. Butang Menu Utama yang dipaparkan

berfungsi untuk pengguna kembali semula ke paparan maklumat pesakit manakala

butang Kembali pula adalah untuk kembali ke paparan sebelumnya iaitu maklumat

kaedah.

Rajah 5.15 pula menunjukkan menu untuk menyimpan data-data yang telah

dimasukkan dengan memilih sub menu Save yang terdapat pada menu File.

Manakala Rajah 5.16 menunjukkan sebahagian data-data bagi titik pengukuran yang

disimpan di dalam pangkalan data bagi kesemua pesakit.

Rajah 5.15: Menu untuk menyimpan rekod yang telah dimasukkan

121

Rajah 5.16: Data-data bagi titik pengukuran (x,y,z) yang disimpan di dalam

pangkalan data

122

Dalam pangkalan data yang dibangunkan ini juga, terdapat antaramuka untuk

kemasukan data pengukuran bagi craniofacial tisu keras pesakit. Rajah 5.17

menunjukkan hasil pengukuran yang telah dimasukkan ke dalam pangkalan data bagi

kaedah microscribe digitizer. Antaramuka ini juga turut memaparkan perbezaan

hasil pengukuran di antara kaedah imbasan CT dengan microscribe digitizer bagi

seseorang pesakit.

Rajah 5.17: Antaramuka bagi maklumat pengukuran

123

Dalam Rajah 5.17 juga, kemasukan data pengukuran yang menggunakan

kaedah pengimbas CT pula memerlukan pengguna memilih kaedah CT Scanner pada

bahagian kaedah yang dipaparkan. Butang Menu Utama yang terdapat pada paparan

berfungsi untuk pengguna kembali semula ke paparan maklumat pesakit. Manakala

butang Kembali pula membenarkan pengguna untuk kembali ke paparan sebelumnya

iaitu paparan maklumat kaedah.

Rajah 5.18 menunjukkan sebahagian data-data pengukuran pesakit yang

disimpan pada jadual pengukuran di dalam pangkalan data yang dibangunkan. Data

pengukuran yang disimpan adalah hasil dari pengukuran yang telah dilakukan

menggunakan kaedah pengimbas CT dan juga microscribe digitizer. Jadual

pengukuran ini juga turut memaparkan perbezaan hasil pengukuran di antara kaedah

pengimbas CT dan microscribe digitizer bagi setiap pengukuran yang dilakukan.

Rajah 5.18: Data-data bagi pengukuran yang disimpan di dalam pangkalan data

124

5.4 Rumusan

Bab ini membincangkan mengenai reka bentuk dan pembangunan pangkalan

data bagi craniofacial tisu keras manusia yang telah dibangunkan dengan

menggunakan perisian Microsoft Access 2003. Pangkalan data yang dibangunkan

ini membenarkan pengguna menyimpan maklumat pesakit, model yang dihasilkan,

kaedah yang digunakan, titik pengukuran yang dicerap serta hasil pengukuran yang

telah diperolehi dengan lebih teratur dan tersusun. Dengan penghasilan pangkalan

data ini, rujukan serta capaian data boleh dilakukan dengan lebih mudah dan cepat.

BAB 6

HASIL DAN ANALISIS

6.1 Pendahuluan

Dalam kajian ini, proses perbandingan telah dilakukan pada dua bahagian

iaitu perbandingan di antara model digital 3D dan perbandingan di antara model

fizikal. Perbandingan di antara model digital melibatkan model digital 3D yang

dihasilkan dengan menggunakan perisian RapidForm2004, 3D Doctor, 3D Slicer dan

juga MIMICS. Manakala perbandingan di antara model fizikal pula melibatkan

penggunaan microscribe digitizer, fotogrametri jarak dekat digital, pengimbas laser

dan juga kaliper. Dalam kajian ini juga, analisa statistik yang dilakukan tidak

menggunakan data yang rawak kerana data yang diperolehi adalah sedikit dan terhad.

Kesemua data yang dipilih untuk digunakan di dalam kajian adalah data yang paling

baik daripada semua data yang diperolehi daripada Hospital Universiti Sains

Malaysia, Kubang Kerian. Data ini hanya digunakan untuk menguji perisian dan

juga kaedah pengukuran terbaik.

126

6.2 Perbandingan Di Antara Model Digital

Rajah 6.1 menunjukkan cartalir perbandingan yang dilakukan bagi model

digital 3D di dalam kajian ini. Perbandingan adalah merangkumi nilai sisihan

piawai, RMS, varian dan pengukuran.

Raj

ah 6

.1: P

erba

ndin

gan

mod

el d

igita

l

127

Setelah kesemua data imbasan CT diproses dengan menggunakan perisian

RapidForm2004, 3D Doctor dan 3D Slicer, model digital 3D seperti yang terdapat

pada Rajah 6.2 telah dihasilkan. Dalam Rajah 6.2 ini juga turut disertakan model

perisian MIMICS yang diperolehi daripada SIRIM.

Rajah 6.2: Model digital 3D yang dihasilkan dan model MIMICS (Set 3); (a) Model

RapidForm2004, (b) Model 3D Doctor, (c) Model 3D Slicer dan (d) Model MIMICS

(a) (b)

(c) (d)

128

6.2.1 Nilai Sisihan Piawai

Perbandingan nilai sisihan piawai dilakukan bertujuan untuk mendapatkan

data yang jitu. Dalam kajian ini, perbandingan di antara model digital 3D yang

dihasilkan dengan model gold standard iaitu MIMICS dilakukan dengan

menggunakan perisian RapidForm2004. Merujuk Rajah 3.16 yang terdapat di dalam

Seksyen 3.5, perbandingan dilakukan dengan mengimport serta melakukan proses

register pada dua model iaitu model gold standard dan model digital 3D yang

dihasilkan. Seterusnya, proses shell deviation dilakukan pada model yang terhasil

bagi mendapatkan nilai sisihan piawai antara kedua-dua model. Rajah 6.3 hingga

Rajah 6.5 menunjukkan hasil bagi proses shell deviation yang telah dilakukan di

antara model digital 3D yang dihasilkan daripada perisian RapidForm2004, 3D

Doctor dan 3D Slicer dengan model digital 3D MIMICS.

Berdasarkan Rajah 6.3, perbandingan di antara model digital 3D bagi

RapidForm2004 dan 3D MIMICS menunjukkan terdapat banyak bahagian pada

model tersebut yang mempunyai nilai sisihan piawai tinggi berbanding model digital

lain yang dibandingkan. Model yang dibandingkan ini merangkumi warna biru,

hijau dan juga merah. Seterusnya perbandingan bagi model digital 3D Doctor dan

model digital 3D MIMICS menunjukkan nilai sisihan piawai yang diperolehi adalah

lebih rendah daripada model digital RapidForm2004 yang dibandingkan.

Walaubagaimanapun, model yang dibandingkan ini menunjukkan nilai sisihan

piawai yang tinggi daripada model 3D Slicer yang dibandingkan kerana model ini

merangkumi warna biru dan hijau. Perbandingan model digital 3D Slicer dengan

model digital 3D MIMICS pula telah menunjukkan nilai sisihan piawai yang paling

rendah kerana keseluruhan model yang dibandingkan merangkumi warna biru sahaja.

Bagi model RapidForm yang dibandingkan, terdapat 1199348 titik yang

bertindih (91.35%). Manakala model digital 3D Doctor pula merangkumi 416370

(93.46%) titik bertindih. Bagi model 3D Slicer terdapat 882510 (94.44%) titik yang

bertindih. Ini menunjukkan perisian 3D Slicer adalah yang terbaik kerana model

digital 3D yang dibandingkan mempunyai jumlah pertindihan titik yang paling

banyak iaitu sebanyak 94.44%.

129

(a) (b)

(c)

Rajah 6.3: Model yang dihasilkan pada proses shell deviation (Set 3); (a) model

digital RapidForm2004 dan model digital 3D MIMICS, (b) model digital 3D Doctor

dan model digital 3D MIMICS serta (c) model digital 3D Slicer dan model digital 3D

MIMICS

130

(a) (b)

(c)

Rajah 6.4: Graf taburan sisihan piawai bagi proses shell deviation (Set 3); (a) model

digital RapidForm2004 dan model digital 3D MIMICS, (b) model digital 3D Doctor

dan model digital 3D MIMICS serta (c) model digital 3D Slicer dan model digital 3D

MIMICS

131

Rajah 6.4 pula menunjukkan graf taburan sisihan piawai yang diperolei

setelah proses shell deviation dilakukan pada setiap model yang dibandingkan.

Berdasarkan graf tersebut jumlah taburan sisihan piawai yang diperolehi setelah

kesemua model digital yang dihasilkan dibandingkan dengan model digital 3D

MIMICS adalah sebanyak 99.91% (RapidForm2004), 99.96% (3D Doctor) dan

99.99% (3D Slicer). Berdasarkan nilai taburan yang diperolehi, jelas menunjukkan

perisian 3D Slicer telah menghasilkan nilai taburan yang paling tinggi iaitu 99.99%

dan merupakan perisian yang terbaik.

Rajah 6.5: Hasil analisa shell deviation (Set 3); (a) model digital RapidForm2004

dan model digital 3D MIMICS, (b) model digital 3D Doctor dan model digital 3D

MIMICS serta (c) model digital 3D Slicer dan model digital 3D MIMICS

Berdasarkan Rajah 6.5, hasil yang diperolehi adalah jarak minimum dan

maksimum, purata jarak serta sisihan piawai. Jarak minimum adalah jarak paling

dekat di antara dua titik manakala jarak maksimum adalah jarak paling jauh di antara

dua titik bagi model yang dibandingkan. Dalam proses perbandingan bagi nilai

sisihan piawai di antara model digital 3D dan model digital 3D MIMICS, hanya satu

132

model sahaja yang terlibat iaitu model Set 3 kerana model digital 3D MIMICS yang

diperolehi daripada SIRIM adalah satu sahaja.

Jadual 6.1 menunjukkan kesemua hasil yang telah diperolehi setelah

perbandingan di antara model digital 3D dan model perisian MIMICS dilakukan.

Hasil yang telah diperolehi adalah merangkumi nilai sisihan piawai, RMS dan juga

varian bagi tiga model digital yang dihasilkan daripada perisian RapidForm2004, 3D

Doctor dan 3D Slicer setelah dibandingkan dengan model gold standard.

Merujuk kepada purata nilai sisihan piawai bagi ketiga-tiga model digital 3D

yang dibandingkan pada Jadual 6.1, model yang dihasilkan daripada perisian 3D

Slicer telah menghasilkan nilai sisihan piawai yang paling rendah iaitu 0.47 mm

berbanding model perisian lain. Purata nilai sisihan piawai bagi model perisian 3D

Doctor pula adalah 0.8 mm. Manakala purata nilai sisihan piawai bagi model

perisian RapidForm2004 adalah yang tertinggi iaitu 1.27 mm.

Jadual 6.1: Hasil perbandingan di antara model digital 3D dan model gold standard

(Set 3)

No. Model Gold Standard

Model Dihasilkan

Purata Jarak

Sisihan Piawai (σ) RMS Varian (σ2)

1 MIMICS RapidForm1 1.41 mm 1.28 mm 1.63 mm2 MIMICS RapidForm2 1.41 mm 1.27 mm 1.62 mm3 MIMICS RapidForm3 1.42 mm 1.27 mm 1.63 mm4 MIMICS RapidForm4 1.41 mm 1.28 mm 1.63 mm5 MIMICS RapidForm5 1.41 mm 1.26 mm 1.61 mm Purata 1.41 mm 1.27 mm 1.27 mm 1.62 mm1 MIMICS 3DDoctor1 0.55 mm 0.77 mm 0.60 mm2 MIMICS 3DDoctor2 0.56 mm 0.80 mm 0.64 mm3 MIMICS 3DDoctor3 0.56 mm 0.80 mm 0.64 mm4 MIMICS 3DDoctor4 0.56 mm 0.80 mm 0.65 mm5 MIMICS 3DDoctor5 0.56 mm 0.81 mm 0.65 mm Purata 0.56 mm 0.80 mm 0.80 mm 0.64 mm1 MIMICS 3DSlicer1 0.40 mm 0.47 mm 0.22 mm2 MIMICS 3DSlicer2 0.40 mm 0.47 mm 0.22 mm3 MIMICS 3DSlicer3 0.40 mm 0.47 mm 0.22 mm4 MIMICS 3DSlicer4 0.40 mm 0.47 mm 0.22 mm5 MIMICS 3DSlicer5 0.40 mm 0.47 mm 0.22 mm Purata 0.40 mm 0.47 mm 0.47 mm 0.22 mm

133

Dengan merujuk purata bagi nilai sisihan piawai ini, jelas membuktikan

bahawa perisian 3D Slicer dapat menghasilkan model digital 3D yang paling baik

dan diikuti dengan perisian 3D Doctor serta RapidForm2004. Daripada

perbandingan yang dilakukan di antara model digital 3D dengan model digital 3D

gold standard, kesemua nilai sisihan piawai yang dihasilkan adalah diperolehi

daripada perisian yang digunakan iaitu RapidForm2004 dan Microsoft Excel.


Dalam kajian ini, nilai RMS bagi perbandingan yang dilakukan di antara

model digital 3D yang dihasilkan dan model MIMICS turut dihitung. Merujuk

Jadual 6.1, nilai RMS ini dihitung berdasarkan nilai sisihan piawai yang telah

diperolehi sebelumnya. Pengiraan nilai RMS adalah berdasarkan formula pada

persamaan 2.2 (rujuk Seksyen 2.5). Dalam Jadual 6.1, didapati nilai RMS yang

dihasilkan oleh model perisian 3D Slicer adalah paling rendah berbanding model

perisian 3D Doctor dan diikuti RapidForm2004. Bagi model perisian 3D Slicer, nilai

RMS yang dihasilkan adalah 0.47 mm berbanding model perisian 3D Doctor iaitu

0.8 mm. Manakala nilai RMS bagi model RapidForm2004 pula adalah 1.27 mm.

Berasarkan nilai RMS yang dihasilkan ini juga turut membuktikan bahawa model

digital 3D Slicer merupakan model terbaik berbanding model digital lain.

6.2.3 Varian

Selain daripada nilai sisihan piawai dan RMS, nilai bagi varian turut dihitung

untuk membuktikan perisian yang dapat menghasilkan model digital 3D terbaik di

dalam kajian ini. Merujuk Jadual 6.1, model perisian 3D Slicer telah menghasilkan

134

nilai varian yang paling rendah berbanding model perisian 3D Doctor dan

RapidForm2004 setelah dibandingkan dengan model perisian MIMICS. Purata nilai

varian bagi model perisian 3D Slicer adalah 0.22 mm berbanding 3D Doctor iaitu

0.64 mm. Model perisian RapidForm2004 pula telah menghasilkan purata nilai

varian yang paling tinggi iaitu sebanyak 1.62 mm. Perbandingan ini turut

membuktikan bahawa model digital yang dihasilkan daripada perisian 3D Slicer

merupakan model digital terbaik dan diikuti dengan model digital 3D Doctor serta

model digital RapidForm2004.

Berdasarkan purata nilai sisihan piawai, RMS dan purata varian yang telah

diperolehi, didapati perisian 3D Slicer dapat menghasilkan model digital 3D yang

paling baik berbanding perisian 3D Doctor dan RapidForm2004. Hasil yang

diperolehi juga menunjukkan model 3D Doctor merupakan perisian kedua terbaik

dan diikuti oleh perisian RapidForm2004. Bagi mengukuhkan lagi keputusan hasil

analisa yang telah diperolehi pada Jadual 6.1, model perisian 3D Slicer telah

dibandingkan pula dengan model perisian RapidForm2004 dan model perisian 3D

Doctor. Jadual 6.2 menunjukkan hasil perbandingan yang dilakukan.

Jadual 6.2: Analisa statistik bagi purata hasil perbandingan di antara model digital

3D dan model digital 3D gold standard (Set 3)

Perbandingan Dengan Model MIMICS

Purata Jarak

Purata Sisihan Piawai (σ) RMS Purata

Varian (σ2) RapidForm 1.41 mm 1.27 mm 1.27 mm 1.62 mm3DDoctor 0.56 mm 0.80 mm 0.80 mm 0.64 mm3D Slicer 0.40 mm 0.47 mm 0.47 mm 0.22 mm3D Slicer - RapidForm 1.01 mm 0.80 mm 0.80 mm 1.40 mm3D Slicer - 3D Doctor 0.15 mm 0.33 mm 0.33 mm 0.42 mm

Dalam Jadual 6.2, purata bagi jarak, sisihan piawai, RMS dan juga varian

bagi model perisian RapidForm2004, 3D Slicer dan 3D Doctor yang dibandingkan

dengan model MIMICS adalah merujuk kepada nilai purata yang terdapat di dalam

Jadual 6.1. Dalam jadual 6.2 juga, dua perbandingan telah dilakukan terhadap model

perisian 3D Slicer iaitu membandingkan model perisian tersebut dengan model

135

perisian RapidForm2004 dan model perisian 3D Doctor. Bagi purata nilai sisihan

piawai, perbandingan di antara model perisian 3D Slicer dan 3D Doctor telah

menghasilkan nilai sisihan piawai yang paling rendah iaitu 0.33 mm berbanding

model perisian RapidForm2004 iaitu 0.8 mm.

Hasil perbandingan di dalam Jadual 6.2 menunjukkan nilai RMS yang

dihasilkan oleh model perisian 3D Slicer yang dibandingkan dengan model perisian

3D Doctor adalah lebih rendah berbanding model perisian 3D Slicer yang

dibandingkan dengan model perisian RapidForm2004. Nilai RMS bagi model

perisian 3D Doctor adalah 0.33 mm berbanding model perisian RapidForm2004 iaitu

0.8 mm yang dibandingkan dengan model perisian 3D Slicer. Bagi purata varian

pula, model perisian 3D Slicer yang dibandingkan dengan model perisian 3D Doctor

menunjukkan nilai varian yang paling rendah iaitu 0.42 mm. Manakala model

perisian 3D Slicer yang dibandingkan dengan model RapidForm2004 pula

menunjukkan nilai varian yang paling tinggi iaitu 1.4 mm.

Berdasarkan Jadual 6.2 juga, dapat dirumuskan perisian 3D Slicer dapat

menghasilkan model digital 3D yang paling baik berbanding perisian 3D Doctor dan

RapidForm2004. Manakala perisian 3D Doctor pula merupakan perisian kedua

terbaik yang dapat menghasilkan model digital 3D berbanding perisian

RapidForm2004.

6.2.4 Pengukuran (Jarak Linear)

Dalam kajian ini, proses perbandingan hasil pengukuran telah dilakukan di

antara model perisian 3D Doctor dan 3D Slicer. Proses perbandingan ini telah

menggunakan model fizikal yang diproses menggunakan kaedah fotogrametri jarak

dekat digital sebagai pengukuran gold standard. Sebanyak lima set model digital 3D

dan model fizikal telah digunakan di dalam proses ini. Rajah 6.9 merupakan cartalir

bagi proses perbandingan hasil pengukuran yang dilakukan pada model digital 3D.

136

Rajah 6.6: Proses perbandingan hasil pengukuran bagi model digital 3D

Titik pengukuran bagi model fizikal telah dicerap dengan menggunakan

kaedah fotogrametri (rujuk Seksyen 4.3.2.2). Dengan menggunakan perisian

Australis, proses pendigitan titik pengukuran telah dilakukan untuk mendapatkan

koordinat titik pengukuran dalam bentuk 3D sebelum proses pengukuran dilakukan

(rujuk Seksyen 4.4.2.2). Sebanyak lima set model digital 3D yang berlainan telah

digunakan untuk tujuan perbandingan. Setiap model mempunyai enam titik

pengukuran dan kedudukan setiap titik pengukuran bagi kesemua model tersebut

adalah berbeza. Pemilihan hanya enam titik pengukuran dilakukan kerana titik

tersebut merupakan titik yang jelas kelihatan dan mudah untuk dicerap bagi semua

perisian serta kaedah yang digunakan.

Jadual 6.3 hingga Jadual 6.7 menunjukkan hasil pengukuran bagi model

digital 3D yang dihasilkan dengan menggunakan perisian 3D Doctor dan 3D Slicer.

Selain itu, hasil pengukuran bagi model fizikal yang dilakukan dengan menggunakan

perisian Australis bagi titik koordinat 3D yang dihasilkan menggunakan kaedah

fotogrametri jarak dekat digital turut di paparkan bersama hasil perbandingan.

137

Jadual 6.3: Perbandingan 10 hasil pengukuran linear di antara model digital bagi Set

1 (peringkat awal)

Pengukuran Australis

(mm)

3D Slicer

(mm)

3D Doctor

(mm)

Australis – 3D Slicer

(mm)

Australis – 3D Doctor

(mm)

A1-A2 95.02 94.56 94.56 0.47 0.46 A1-A5 101.04 100.32 101.27 0.72 0.23 A1-A6 119.56 119.14 120.18 0.42 0.62 A2-A5 118.15 117.43 117.87 0.72 0.28 A2-A6 97.29 97.21 98.23 0.08 0.94 A3-A4 55.14 54.74 55.25 0.40 0.11 A3-A5 64.44 64.43 65.11 0.01 0.67 A4-A5 56.48 56.46 55.82 0.02 0.66 A4-A6 55.08 55.07 55.92 0.02 0.84 A5-A6 45.25 44.92 44.84 0.33 0.41

Purata 0.32 0.52Sisihan Piawai (σ)

0.26 0.27RMS 0.41 0.58

Statistik

Varian (σ2) 0.08 0.07


2 (peringkat awal)


(mm)

3D Slicer

(mm)

3D Doctor

(mm)


(mm)


(mm)

A1-A2 92.39 92.76 92.86 0.37 0.47 A1-A5 93.07 93.53 94.69 0.47 1.62 A1-A6 115.47 115.65 117.01 0.18 1.54 A2-A5 111.01 110.39 110.77 0.62 0.24 A2-A6 90.33 90.20 91.64 0.12 1.31 A3-A4 29.35 28.65 28.55 0.70 0.80 A3-A5 79.31 79.03 78.33 0.28 0.99 A4-A5 51.98 52.29 51.41 0.31 0.57 A4-A6 55.68 56.20 56.70 0.52 1.02 A5-A6 47.87 46.71 46.50 1.17 1.37

Purata 0.47 0.99Sisihan Piawai (σ)

0.29 0.47RMS 0.56 1.09

Statistik

Varian (σ2) 0.09 0.22

138


3 (peringkat awal)


(mm)

3D Slicer

(mm)

3D Doctor

(mm)


(mm)


(mm)

A1-A2 102.43 102.37 102.24 0.06 0.20A1-A5 101.39 100.61 104.02 0.78 2.63A1-A6 121.85 121.59 124.04 0.27 2.19A2-A5 119.39 118.66 117.13 0.73 2.26A2-A6 94.99 94.96 94.12 0.03 0.87A3-A4 31.21 30.87 32.65 0.33 1.44A3-A5 89.08 89.08 90.60 0.00 1.52A4-A5 59.06 59.57 59.18 0.51 0.12A4-A6 60.94 61.48 61.57 0.54 0.63A5-A6 48.24 47.12 46.59 1.12 1.65

Purata 0.44 1.35Sisihan Piawai (σ) 0.37 0.88

RMS 0.56 1.59Statistik

Varian (σ2) 0.14 0.77


4 (peringkat awal)


(mm)

3D Slicer

(mm)

3D Doctor

(mm)


(mm)


(mm)




Varian (σ2) 0.09 0.35

139


5 (peringkat awal)


(mm)

3D Slicer

(mm)

3D Doctor

(mm)


(mm)


(mm)




Varian (σ2) 0.10 0.17

Rajah 6.7 hingga Rajah 6.11 menunjukkan graf taburan data bagi 10 pengukuran

linear yang dilakukan pada peringkat awal kajian dengan menggunakan lima set data.

-0.2

0

0.2

0.4

0.6

0.8

1

0 2 4 6 8 10 12

Australis – 3D Slicer (mm)Australis – 3D Doctor (mm)

Rajah 6.7: Graf taburan data hasil pengukuran linear bagi Set 1 (peringkat awal)

140

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

0 2 4 6 8 10 12



-0.5

0

0.5

1

1.5

2

2.5

3

0 2 4 6 8 10 12



141

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2

0 2 4 6 8 10 12



0

0.2

0.4

0.6

0.8

1

1.2

1.4

0 2 4 6 8 10 12



Berdasarkan hasil pengukuran (Jadual 6.3 hingga Jadual 6.7) serta graf

taburan data (Rajah 6.7 hingga Rajah 6.11) yang telah diperolehi, analisa terhadap

hasil pengukuran telah dilakukan dengan mengira nilai sisihan piawai, RMS dan

varian bagi setiap model digital 3D yang dibandingkan dengan Australis. Dalam

analisa terhadap hasil pengukuran yang telah dibuat, julat purata bagi model digital

142

3D Slicer yang dibandingkan adalah di antara 0.32 mm hingga 0.47 mm. Manakala

julat purata bagi model 3D Doctor pula adalah di antara 0.52 mm hingga 1.35 mm.

Bagi sisihan piawai pula, julat bagi 3D Slicer adalah di antara 0.26 mm hingga 0.37

mm. Manakala 3D Doctor pula adalah di antara 0.27 mm hingga 0.88 mm.

Julat RMS bagi model 3D Slicer adalah di antara 0.41 mm hingga 0.56 mm.

Manakala julat RMS bagi 3D Doctor pula adalah 0.58 mm hingga 1.59 mm.

Seterusnya julat varian yang diperolehi daripada perbandingan pengukuran bagi

model 3D Slicer adalah di antara 0.08 mm hingga 0.14 mm. Manakala julat varian

bagi 3D Doctor pula adalah di antara 0.07 mm hingga 0.77 mm. Kesemua julat yang

diperolehi ini ditunjukkan seperti di dalam Jadual 6.8.

Jadual 6.8: Julat bagi perbandingan 10 hasil pengukuran linear bagi model digital

(peringkat awal)

Julat Australis – 3D Slicer

(mm)


(mm)

Purata 0.32 – 0.47 0.52 – 1.35

Sisihan piawai 0.26 – 0.37 0.27 – 0.88

RMS 0.41 – 0.56 0.58 – 1.59

Varian 0.08 – 0.14 0.07 – 0.77

Daripada analisa yang telah dilakukan, dapat dirumuskan bahawa kesemua

nilai sisihan piawai, RMS dan varian yang diperolehi bagi perbandingan di antara

Australis dan 3D Slicer adalah lebih kecil daripada perbandingan di antara Australis

dan 3D Doctor. Hasil pengukuran ini menunjukkan perisian 3D slicer dapat

menghasilkan pengukuran yang lebih tepat berbanding perisian 3D Doctor.

143

6.3 Analisa Statistik Bagi Perbandingan Model Digital

Merujuk kepada hasil pengukuran yang terdapat di dalam Seksyen 6.2.4, satu

hipotesis telah dibuat untuk membuktikan bahawa ketepatan model digital 3D yang

dihasilkan daripada perisian 3D Slicer adalah setara dengan ketepatan model digital

3D yang dihasilkan daripada perisian 3D Doctor. Berikut merupakan hipotesis yang

telah dibuat:

0 3 3: D Slicer D DoctorH m m− −=

Ketepatan model digital 3D yang dihasilkan daripada perisian 3D Slicer

adalah setara dengan ketepatan model digital 3D yang dihasilkan daripada

perisian 3D Doctor.

3 3:A D Slicer D DoctorH m m− −≠

Ketepatan model digital 3D yang dihasilkan daripada perisian 3D Slicer

adalah tidak setara dengan ketepatan model digital 3D yang dihasilkan

daripada perisian 3D Doctor.

Jadual 6.9 menunjukkan nilai varian yang diperolehi bagi hasil pengukuran

yang ditunjukkan pada Jadual 6.3 hingga Jadual 6.7. Berdasarkan hasil varian yang

diperolehi, analisa telah dilakukan untuk membuktikan bahawa perisian 3D Slicer

adalah perisian yang dapat menghasilkan model digital yang lebih baik berbanding

perisian 3D Doctor. Analisa yang dilakukan adalah menggunakan F-Test.

Jadual 6.9: Nilai varian yang diperolehi bagi hasil pengukuran model digital 3D

Varian 3D Slicer (V1) 3D Doctor (V2)Set 1 0.08 mm 0.07 mm Set 2 0.09 mm 0.22 mm Set 3 0.14 mm 0.77 mm Set 4 0.09 mm 0.35 mm Set 5 0.10 mm 0.17 mm

144

Jadual 6.10 menunjukkan hasil analisa yang telah diperolehi dengan

menggunakan F-Test. Berdasarkan jadual F-Test, nilai purata bagi lima set varian

daripada perisian 3D Slicer adalah 0.0984 mm manakala perisian 3D Doctor adalah

0.3142 mm. Nilai varian bagi perisian 3D Slicer pula adalah 0.0004918 mm

manakala perisian 3D Doctor adalah 0.0734757 mm bagi lima set pengukuran yang

digunakan. Nilai df (degree of freedom) yang terdapat di dalam jadual F-Test adalah

4 bagi perisian 3D Slicer dan juga perisian 3D Doctor. Df merupakan n-1 di mana, n

adalah bilangan set cerapan. Nilai F yang dihitung pula adalah 0.006693369 mm

manakala nilai F daripada jadual adalah 0.156537812 mm. Nilai P (probabiliti) yang

diperolehi daripada analisa ini adalah 0.000132034 mm.

Jadual 6.10: Hasil analisa bagi model digital menggunakan F-Test

F-Test Bagi Dua Sampel Varian

3D Slicer 3D Doctor Purata 0.0984 0.3142 Varian 0.0004918 0.0734757 Set Cerapan 5 5 df (degree of freedom) 4 4 F (dihitung) 0.006693369 P(F<=f) one-tail 0.000132034 F (jadual) 0.156537812

Berdasarkan hasil analisa F-Test yang diperolehi daripada Jadual 6.9, nilai F

yang dihitung adalah lebih kecil daripada nilai F daripada jadual. Maka hipotesis H0,

ketepatan model digital 3D yang dihasilkan daripada perisian 3D Slicer adalah setara

dengan ketepatan model digital 3D yang dihasilkan daripada perisian 3D Doctor

telah diterima. Walaupun ketepatan model digital 3D Slicer adalah setara dengan

model digital 3D Doctor, namun perisian 3D Slicer masih dianggap perisian yang

lebih baik kerana perisian ini adalah perisian sumber terbuka dan boleh dimuat turun

secara percuma.

145

6.4 Perbandingan Di Antara Model Fizikal

Selain melakukan perbandingan pada model digital 3D, kajian ini juga turut

melakukan perbandingan pada model fizikal. Dengan menggunakan kaedah

fotogrametri jarak dekat digital, microscribe digitizer, imbasan laser dan juga kaliper,

cerapan data titik pengukuran pada model fizikal telah dilakukan bagi mendapatkan

titik pengukuran dalam bentuk 3D. Seterusnya proses pengukuran dilakukan pada

setiap titik pengukuran 3D yang telah dihasilkan.

6.4.1 Pengukuran

Proses pengukuran pada model fizikal telah dilakukan dengan menggunakan

kaedah fotogrametri, microscribe digitizer, pengimbas laser dan juga kaliper.

Sebanyak lima set model fizikal telah digunakan di dalam kajian ini dan proses

pengukuran pada setiap model telah dilakukan sebanyak lima kali kecuali pada set

data yang menggunakan kaedah fotogrametri. Hasil pengukuran yang diperolehi

daripada kaedah fotogrametri telah dijadikan sebagai gold standard untuk

dibandingkan dengan hasil pengukuran yang diperolehi daripada kaedah microscribe

digitizer, kaliper dan juga pengimbas laser.

Rajah 6.12 merupakan cartalir bagi proses pengukuran yang telah dilakukan

pada model fizikal di dalam kajian ini. Manakala Jadual 6.10 hingga Jadual 6.14

pula menunjukkan hasil pengukuran yang dilakukan pada model fizikal.

146

Rajah 6.12: Proses pengukuran pada model fizikal

Dalam Jadual 6.11 hingga Jadual 6.15, hasil pengukuran yang dipaparkan

merupakan purata bagi setiap pengukuran yang diperolehi melalui kaedah

microscribe digitizer, kaliper dan juga pengimbas laser. Jadual ini juga turut

memaparkan hasil perbandingan bagi pengukuran yang telah dilakukan di antara

kaedah fotogrametri dan microscribe digitizer, fotogrametri dan kaliper serta

fotogrametri dan pengimbas laser.

147

Jadual 6.11: Perbandingan 10 hasil pengukuran linear dengan kaedah fotogrametri

bagi Set 1 (peringkat awal)

Pengukuran Foto (mm)

Microscribe (mm)

Kaliper (mm)

Laser (mm)

Foto – Microscribe

(mm)

Foto – Kaliper (mm)

Foto - Laser (mm)

A1-A2 95.02 95.27 95.22 97.06 0.25 0.20 2.04 A1-A5 101.04 101.27 101.68 103.78 0.23 0.64 2.75 A1-A6 119.56 119.71 119.16 122.76 0.15 0.40 3.20 A2-A5 118.15 118.58 117.87 122.01 0.43 0.28 3.86 A2-A6 97.29 97.86 101.92 101.06 0.57 4.63 3.77 A3-A5 64.44 64.80 65.21 66.00 0.35 0.77 1.56 A3-A4 55.14 54.93 55.23 55.01 0.21 0.09 0.14 A4-A5 56.48 56.83 57.75 58.82 0.35 1.27 2.35 A4-A6 55.08 55.40 56.15 57.14 0.32 1.07 2.05 A5-A6 45.25 45.01 44.77 46.29 0.24 0.48 1.04

Purata 0.09 0.75 2.25 Sisihan Piawai (σ) 0.34 1.49 1.24

RMS 0.33 1.60 2.54 Statistik

Varian (σ2) 0.11 2.23 1.53




Microscribe (mm)

Kaliper (mm)

Laser (mm)


(mm)


Foto - Laser (mm)




Varian (σ2) 0.11 0.17 10.54

148




Microscribe (mm)

Kaliper (mm)

Laser (mm)


(mm)


Foto - Laser (mm)




Varian (σ2) 0.09 0.40 0.43



Pengukuran

Foto (mm)

Microscribe (mm)

Kaliper (mm)

Laser (mm)


(mm)


Foto - Laser (mm)




Varian (σ2) 0.23 0.42 1.27

149



Pengukuran

Foto (mm)

Microscribe (mm)

Kaliper (mm)

Laser (mm)


(mm)


Foto - Laser (mm)




Varian (σ2) 0.14 0.14 2.78

Hasil perbandingan ini menunjukkan kaedah microscribe digitizer dapat

menghasilkan pengukuran yang paling tepat berbanding kaliper dan pengimbas laser.

Ini kerana beza pengukuran bagi kesemua hasil pengukuran yang menggunakan

kaedah microscribe digitizer adalah di bawah 1 mm.

6.4.2 Sisihan Piawai

Dalam Jadual 6.16, kesemua nilai sisihan piawai yang dipaparkan adalah

diperolehi daripada Jadual 6.11 hingga Jadual 6.15. Bagi mendapatkan nilai sisihan

piawai di dalam kajian ini, formula pada persamaan 2.1 (rujuk Seksyen 2.5) telah

digunakan. Berdasarkan Jadual 6.16 juga, didapati nilai sisihan piawai yang

dihasilkan dengan menggunakan kaedah microscribe digitizer adalah yang paling

150

baik. Kesemua nilai sisihan piawai yang diperolehi dengan menggunakan kaedah ini

mempunyai nilai yang paling kecil iaitu di bawah 0.5 mm jika dibandingkan dengan

kaedah-kaedah lain.

Jadual 6.16: Analisa hasil perbandingan bagi nilai sisihan piawai dan RMS pada

model fizikal

Sisihan Piawai Photo-Micro (mm) Photo-Kaliper (mm) Photo-Laser (mm) Set 1 0.34 1.49 1.24 Set 2 0.33 0.42 3.25 Set 3 0.29 0.63 0.65 Set 4 0.48 0.65 1.13 Set 5 0.37 0.38 1.67 RMS 0.37 0.82 1.82


Selain daripada nilai sisihan piawai, nilai bagi RMS juga turut dihitung dan

dibandingkan pada model fizikal. Jadual 6.16 menunjukkan hasil perbandingan bagi

nilai RMS pada model fizikal yang digunakan. Bagi mendapatkan nilai RMS,

formula pada persamaan 2.2 (rujuk Seksyen 2.5) telah digunakan di dalam kajian ini.

Pengiraan nilai RMS ini melibatkan ketiga-tiga kaedah pengukuran yang

dibandingkan dengan kaedah fotogrametri jarak dekat digital. Hasil yang diperolehi

kemudiannya dibandingkan untuk menentukan kaedah yang dapat menghasilkan

pengukuran yang paling tepat pada model fizikal.

Dengan merujuk Jadual 6.16, didapati nilai RMS bagi pengukuran yang

dihasilkan dengan menggunakan microscribe digitizer adalah yang paling tepat

berbanding pengukuran yang menggunakan kaliper dan juga pengimbas laser. Nilai

RMS yang diperolehi dengan menggunakan kaedah microscribe digitizer adalah 0.37

mm berbanding kaliper sebanyak 0.82 mm dan pengimbas laser sebanyak 1.82 mm.

151

6.5 Perbandingan Di Antara Model Digital Dan Model fizikal

Perbandingan di antara model digital dan model fizikal dilakukan untuk

melihat beza pengukuran bagi kedua-duanya. Walaubagaimanapun, perbandingan

ini hanya melibatkan model digital yang dihasilkan dengan perisian terbaik serta

model fizikal yang dihasilkan dengan kaedah terbaik sahaja. Ini bermakna, hanya

model yang terhasil daripada perisian 3D Slicer dan kaedah microscribe digitizer

sahaja yang digunakan di dalam bahagian ini.

Dalam bahagian ini, sebanyak 36 titik pengukuran (rujuk Jadual 4.2) telah

dicerap manakala 19 pengukuran (rujuk Jadual 4.5) telah dilakukan untuk setiap

model. Rajah 4.4 dan Rajah 4.5 di dalam bab 4 menunjukkan kedudukan bagi

kesemua titik pengukuran yang digunakan di dalam bahagian ini.

Sebanyak lima model digital iaitu model yang terhasil daripada perisian 3D

Slicer dan titik pengukuran 3D yang dihasilkan dengan menggunakan kaedah

microscribe digitizer telah digunakan pada peringkat akhir kajian untuk

dibandingkan perbezaan nilai pengukurannya bagi keduanya. Jadual 6.17 hingga

Jadual 6.21 menunjukkan hasil pengukuran yang telah diperolehi serta perbezaan

bagi nilai pengukuran di antara model digital dengan model fizikal.

152

Jadual 6.17: Perbandingan 19 hasil pengukuran linear di antara model digital dengan

model fizikal bagi Set 1 (peringkat akhir)

Pengukuran Model Digital (mm)

Model Fizikal (mm) Beza (mm)

ANS - Pr 13.50 14.19 0.69 AlR - AlL 16.63 17.05 0.43 ANS - Me 66.54 66.62 0.08 GoR - Me 88.31 87.47 0.84 Id - CrbR 63.75 63.57 0.19 Id - Pog 19.06 19.55 0.49

MorL - MorR 19.79 19.37 0.42 Na - ANS 55.52 55.09 0.43 OrL - OrR 66.54 67.22 0.68 OrL - SorL 36.44 36.89 0.45 OrR - SorR 36.29 37.09 0.80 Pog - Me 10.51 10.59 0.08

Pr - Id 25.92 26.07 0.15 SlorL - MorL 39.29 39.98 0.70 SlorR - MorR 39.72 40.64 0.92

ZyR - ZyL 89.52 89.01 0.51 ZfR - ZfL 102.57 103.4 0.83

SlorR - SlorL 94.71 95.08 0.38 SorR - SorL 62.34 62.43 0.09

Purata 49.84 50.07 Sisihan Piawai 29.59 29.47

RMS 57.56 57.70 Analisa Statistik

Varian 875.43 868.48








ZyR - ZyL 93.87 94.73 0.86 ZfR - ZfL 99.73 100.60 0.87




Varian 793.73 797.22

153








ZyR - ZyL 106.09 106.45 0.36 ZfR - ZfL 109.62 108.99 0.63




Varian 1037.97 1028.12








ZyR - ZyL 88.77 89.16 0.39 ZfR - ZfL 102.73 101.83 0.91




Varian 820.53 813.06

154








ZyR - ZyL 98.81 99.77 0.97 ZfR - ZfL 105.45 106.09 0.65




Varian 899.38 913.05

Rajah 6.13 hingga Rajah 6.17 adalah graf taburan data bagi 19 pengukuran linear

yang dilakukan pada peringkat akhir kajian dengan menggunakan lima set data.

0

20

40

60

80

100

120

0 5 10 15 20

Model Fizikal (mm)Model Digital (mm)

Rajah 6.13: Graf taburan data hasil pengukuran linear bagi Set 1 (peringkat akhir)

155

0

20

40

60

80

100

120

0 5 10 15 20

Model f izikal (mm)

Model Digital (mm)


0

20

40

60

80

100

120

0 5 10 15 20

Model fizikal (mm)Model Digital (mm)


156

0

20

40

60

80

100

120

0 5 10 15 20

Model f izikal (mm)

Model Digital (mm)


0

20

40

60

80

100

120

0 5 10 15 20

Model f izikal (mm)

Model Digital (mm)


Merujuk kepada hasil pengukuran yang telah diperolehi, perbezaan bagi nilai

pengukuran di antara kesemua model digital yang dibandingkan dengan model

fizikal adalah di bawah 1 mm. Hasil perbandingan di antara 3D Slicer dengan

microscribe digitizer menunjukkan nilai kestabilan pengukuran antara 0.01 mm

hingga 0.97 mm.

157

6.6 Analisa Statistik Bagi Perbandingan Model Digital Dan Model Fizikal

Merujuk kepada hasil pengukuran yang terdapat di dalam Seksyen 6.5, satu

hipotesis telah dibuat untuk membuktikan bahawa ketepatan pengukuran pada model

digital 3D adalah setara dengan ketepatan pengukuran pada model fizikal. Berikut

merupakan hipotesis yang telah dibuat:

0 : Digital FizikalH m m=

Ketepatan pengukuran pada model digital 3D adalah setara dengan ketepatan

pengukuran pada model fizikal.

:A Digital FizikalH m m≠

Ketepatan pengukuran pada model digital 3D adalah tidak setara dengan

ketepatan pengukuran pada model fizikal.

Jadual 6.22 menunjukkan nilai varian yang diperolehi bagi hasil pengukuran

yang ditunjukkan pada Jadual 6.17 hingga Jadual 6.21. Berdasarkan hasil varian

yang diperolehi, analisa telah dilakukan untuk membuktikan bahawa ketepatan

pengukuran pada model digital 3D adalah setara dengan ketepatan pengukuran pada

model fizikal. Analisa yang dilakukan adalah dengan menggunakan F-Test.

Jadual 6.22: Nilai varian yang diperolehi bagi hasil pengukuran model digital dan

model fizikal

Varian Model Digital (V1) Model Fizikal (V2) Set 1 875.43 868.48 Set 2 793.73 797.22 Set 3 1037.97 1028.12 Set 4 820.53 813.06 Set 5 899.38 913.05

158

Jadual 6.23 menunjukkan hasil analisa yang telah diperolehi dengan

menggunakan F-Test. Berdasarkan jadual F-Test, nilai purata bagi lima set varian

daripada model digital adalah 885.408 mm manakala model fizikal adalah 883.986

mm. Nilai varian bagi model digital pula adalah 9045.98792 mm manakala model

fizikal adalah 8604.64958 mm bagi lima set pengukuran yang digunakan. Nilai df

(degree of freedom) yang terdapat di dalam jadual F-Test adalah 4 bagi model digital

dan juga model fizikal. Df merupakan n-1 di mana, n adalah bilangan set cerapan.

Nilai F yang dihitung pula adalah 1.051290681 mm manakala nilai F daripada jadual

adalah 6.388232909 mm. Nilai P (probabiliti) yang diperolehi daripada analisa ini

adalah 0.481250832 mm.

Jadual 6.23: Hasil analisa bagi model digital dan model fizikal menggunakan F-Test

F-Test Bagi Dua Sampel Varian

Model Digital (V2) Model Fizikal (V1) Purata 885.408 883.986 Varian 9045.98792 8604.64958 Set Cerapan 5 5 df (degree of freedom) 4 4 F (dihitung) 1.051290681 P(F<=f) one-tail 0.481250832 F (jadual) 6.388232909

Berdasarkan hasil analisa F-Test yang diperolehi daripada Jadual 6.23, nilai F

yang dihitung adalah lebih kecil daripada nilai F daripada jadual. Maka hipotesis H0,

ketepatan pengukuran pada model digital 3D adalah setara dengan ketepatan

pengukuran pada model fizikal telah diterima.

159

6.7 Rumusan

Bab ini menerangkan mengenai hasil yang telah diperolehi di dalam kajian

serta analisis yang telah dilakukan. Merujuk kepada perbandingan bagi model digital

yang telah dilakukan, dapat disimpulkan bahawa perisian 3D Slicer dapat

menghasilkan model digital 3D yang lebih baik bagi craniofacial tisu keras manusia

berbanding perisian 3D Doctor dan RapidForm2004. Manakala bagi perbandingan

di antara model fizikal pula, analisa yang dilakukan menunjukkan bahawa kaedah

microscribe digitizer dapat menghasilkan pengukuran yang lebih tepat bagi model

fizikal berbanding kaedah lain. Akhir sekali, pengukuran bagi model digital yang

menggunakan perisian terbaik telah dibandingkan dengan pengukuran bagi model

fizikal yang menggunakan kaedah terbaik untuk melihat beza bagi hasil pengukuran

yang diperolehi.

BAB 7

KESIMPULAN DAN CADANGAN

7.1 Pendahuluan

Bab ini terbahagi kepada tiga bahagian. Bahagian pertama iaitu kesimpulan

diikuti dengan sumbangan kajian dan akhir sekali adalah cadangan bagi kajian ini

untuk masa akan datang.

7.2 Kesimpulan

Merujuk kepada objektif pertama di dalam kajian ini (rujuk Seksyen 1.3),

model digital 3D bagi craniofacial tisu keras manusia telah dibangunkan dengan

menggunakan tiga perisian iaitu RapidForm2004, 3D Doctor dan 3D Slicer.

Kesemua model yang dibangunkan ini telah dibandingkan dengan model digital

piawai daripada perisian MIMICS yang dijadikan sebagai gold standard.

Perbandingan ini merangkumi perbezaan nilai sisihan piawai, RMS, varian dan

pengukuran. Bagi perbandingan nilai sisihan piawai, model digital 3D Slicer (0.40

161

mm) menunjukkan nilai yang paling rendah berbanding model digital 3D Doctor

(0.56 mm) dan model digital RapidForm2004 (1.27 mm). Hasil perbandingan bagi

RMS pula menunjukkan model digital 3D Slicer (0.47 mm) telah memperolehi nilai

yang paling rendah berbanding model digital 3D Doctor (0.80 mm) dan model digital

RapidForm2004 (1.27 mm). Manakala hasil perbandingan bagi varian turut

menunjukkan bahawa model digital 3D Slicer (0.22 mm) mempunyai nilai varian

yang paling rendah berbanding model digital 3D Doctor (0.64 mm) dan model digital

RapidForm2004 (1.62 mm).

Dalam kajian ini, analisa statistik (F-Test) turut dilakukan untuk

membuktikan bahawa perisian 3D Slicer adalah perisian yang setara dengan perisian

3D Doctor. Analisa ini dilakukan berdasarkan nilai varian yang didapati daripada

hasil pengukuran yang telah diperolehi. Hasil perbandingan menunjukkan nilai F

(dihitung) adalah lebih kecil daripada nilai F (jadual). Maka hipotesis H0, ketepatan

model digital 3D yang dihasilkan daripada perisian 3D Slicer adalah setara dengan

ketepatan model digital 3D yang dihasilkan daripada perisian 3D Doctor adalah

diterima. Setelah semua perbandingan dilakukan, dapat dirumuskan bahawa perisian

3D Slicer telah menghasilkan model digital 3D yang paling baik berbanding perisian

RapidForm2004 dan 3D Doctor.

Seterusnya, objektif kedua (rujuk Seksyen 1.3) pula adalah bertujuan bagi

membandingkan teknik-teknik baru untuk menentukan pengukuran linear pada

model digital 3D dan model fizikal bagi tisu keras manusia serta menganalisa hasil

pengukuran yang telah diperolehi. Dalam kajian ini, beberapa kaedah baru telah

digunakan untuk menentukan pengukuran linear pada model digital 3D dan model

fizikal iaitu kaedah fotogrametri jarak dekat digital, microscribe digitizer dan juga

imbasan laser. Kaedah imbasan CT dan juga kaliper turut diaplikasikan di dalam

kajian ini.

Dengan menggunakan model fizikal, kaedah imbasan CT, microscribe

digitizer, imbasan laser dan kaliper telah dibandingkan dengan kaedah fotogrametri

jarak dekat digital yang dijadikan sebagai gold standard. Perbandingan dilakukan

bertujuan untuk mendapatkan perbezaan bagi hasil pengukuran, sisihan piawai dan

RMS bagi menentukan kaedah yang paling baik. Perbandingan hasil pengukuran

162

menunjukkan bahawa beza pengukuran bagi kesemua hasil pengukuran yang

menggunakan microscribe digitizer adalah yang paling rendah iaitu di bawah 1 mm

berbanding kaedah lain. Bagi perbandingan sisihan piawai pula, microscribe

digitizer telah memberikan nilai sisihan piawai yang paling rendah iaitu di bawah 0.5

mm berbanding kaliper dan pengimbas laser. Selain itu, perbandingan nilai RMS

menunjukkan microscribe digitizer (0.37 mm) telah menghasilkan nilai RMS yang

paling rendah berbanding kaliper (0.82 mm) dan pengimbas laser (1.82 mm).

Daripada hasil yang diperolehi, dapat dirumuskan bahawa microscribe digitizer telah

menghasilkan beza pengukuran, sisihan piawai dan RMS yang paling rendah

berbanding kaliper dan pengimbas laser serta kaedah microscribe digitizer ini juga

merupakan kaedah yang paling tepat .

Kemudian, model digital 3D yang dihasilkan daripada perisian terbaik iaitu

model 3D Slicer telah dibandingkan pula dengan model fizikal yang dihasilkan

dengan menggunakan kaedah terbaik iaitu kaedah microscribe digitizer. Sebanyak

19 pengukuran telah dilakukan untuk setiap set data dan proses pengukuran telah

diulang sebanyak lima kali bagi setiap set data untuk mendapat data yang jitu.

Daripada hasil pengukuran yang dibandingkan, didapati perbezaan bagi nilai

pengukuran di antara model digital 3D terbaik dengan model fizikal menggunakan

kaedah terbaik adalah rendah iaitu di bawah 1 mm.

Seterusnya, analisa statistik (F-Test) turut dilakukan untuk membuktikan

bahawa ketepatan pengukuran pada model digital 3D adalah setara dengan ketepatan

pengukuran pada model fizikal. Analisa ini dilakukan berdasarkan nilai varian yang

didapati daripada hasil pengukuran yang telah diperolehi. Hasil perbandingan

menunjukkan nilai F (dihitung) adalah lebih kecil daripada nilai F (jadual). Maka

hipotesis H0, ketepatan pengukuran pada model digital 3D adalah setara dengan

ketepatan pengukuran pada model fizikal adalah diterima.

Seterusnya, maklumat bagi titik pengukuran, hasil pengukuran serta beza

pengukuran disimpan di dalam sebuah pangkalan data ringkas yang dibangunkan

dengan menggunakan perisian Microsoft Access 2003. Pangkalan data ini juga turut

menyimpan data pesakit dan juga imej bagi model yang dihasilkan di dalam bentuk

2D. Pangkalan data ini dibangunkan untuk digunakan di dalam kajian ini sahaja.

163

7.3 Cadangan

Cadangan yang boleh dibuat untuk kajian ini diteruskan pada masa hadapan

adalah seperti berikut :

1) Proses cerapan titik pengukuran dilakukan terlebih dahulu pada model digital

3D sebelum penghasilan model fizikal. Cerapan titik ini adalah penting

untuk meningkatkan ketepatan bagi kedudukan titik pengukuran pada model

digital dan model fizikal. Proses ini bertujuan agar kedudukan bagi titik

pengukuran tidak berubah serta proses penandaan titik tidak berulang.

2) Membangunkan sebuah pangkalan data yang lebih lengkap dalam bentuk 3D

bagi caniofacial tisu keras. Pangkalan data tersebut bukan sahaja dapat

menyimpan data bagi tisu keras malah data tisu lembut juga dapat disimpan

di dalamnya.

164

RUJUKAN

Alvin, W.K.S., Zhang, Y., Edmond C.P., Chan, T.K.Y. dan Eric S. (2002). Texture

Mapping of 3D Human Face for Virtual Reality Environments. International

Journal of Information Technology. 8(2): 55-65.

Cardenas, A.F., Ieong, I.T., Barker. R., Taira, R.K. dan Breant, C.M. (1993). The

Knowledge Based Object-Oriented PICQUERY+ Language. IEEE Transaction

Knowledge and Data Engineering. 5(4): 644-657.

Chen, P.P (1976). ACM Transactions on Database Systems (TODS). International

Conference On Very Large Data Bases. 22-24 September. New York, United

States: ACM Press, 9-36.

Hager, J. C. (1995). Talking Heads: Physical, Linguistic and Cognitive Issues in

Facial Animation. Course Notes, Computer Graphics International.

D’Apuzzo, Nicolla (1998). Automated Photogrammetric Measurement of Human

Faces. International Achievers of Photogrammetry and Remote Sensing. 32(B5):

402-407.

Dean, F.S., Brian, L.H., Ted, P., John, H., Holly, J. dan Mark, C.H., (2002). A

Clinical Information System Research Landscape. The Permanente Journal.

6(2): 62-68.

Farkas, L. G. dan Munro, I. R. (1987). Anthropometric Facial Proportions in

Medicine. Charles C Thomas: Springfield.

165

Furukawa, H., Endo, M., Aramaki, T., Morimoto, N., Uematsu, T., Yukizawa, S. dan

Yuen, S. (2004). Picture Archiving and Communication System Introduced to a

New Japanese Cancer Center Hospital. Japanese Journal of Clinical Oncology.

34(7): 425-428.

Hannam, A.G dan Wood, W.W. (1989). Relationships Between The Saiz And Spatial

Morphology Of Human Masseter And Medical Pterygoid Muscles, The

Craniofacial Skeleton And Jaw Biomechanics. Am J Phys Anth. 80:429.

Karangelis, G. dan Zimeras, S. (2005). A 3D Segmentation Method of the Spinal

Cord Applied on CT Data.

Kitai, N., Fujii, Y., Murakami, S., Furukawa, S., Kreiborg, S. dan K. Takada (2002).

Human Masticatory Muscle Volume and Zygomatico-mandibular Form in Adults

with Mandibular Prognathism. Journal of Dental Research. 81(11): 752-756.

Kolar, J. C. dan Salter, E. M. (1997). Craniofacial Anthropometry ; Practical

Measurement of the Head and Face for Clinical, Surgical and Research Use.

Springfield, USA: Charles C. Thomas Publisher Ltd.

Lee, M.Y., Chang, C.C., Lin, C.C., Lo, L.J. dan Chen, Y.R. (2003). T Medical Rapid

Prototyping in Custom Implant Design For Craniofacial Reconstruction. IEEE

International Conference On Systems, Man And Cybernetics. 5-8 Oktober.

Washington, DC, United States: IEEE, 2903-2908.

Lee, S.H dan Rao, K.C.V.G (1987). Cranial Computed Tomography And MRI.

Second Edition. NY: McGraw Hill Book Co.

Lo, L.J dan Chen, Y.R (2003). Three-Dimensional Computed Tomography Imaging

in Craniofacial Surgery: Morphological Study and Clinical Applications. Chang

Gung Medical Journal. 26(1): 1.

Materialise. MIMICS. [Online] Available

http://www.materialise.com/mimics/mimbase_ENG.html, 15 May 2005.

166

Mazzoli, A., Germani, M. dan Moriconi,G. (2006). Influence of Different

Manufacturing Techniques and Materials on the Accuracy of Anatomical SFF

Models Derived from CT Data. The IASTED Conference on Biomedical

Engineering, Innsbruck, Austria.

Modder, U., Lenz, M. dan Steinbrich, W. (1987). MRI Of Facial Skeleton And

Parapharyngeal Space. Eur J Radiol. 7:6.

Mohd Farid Bin Mohd Ariff (2005). Reka Bentuk Dan Kalibrasi Prototaip Bagi

Sistem Perolehan Imej-Stereo Untuk Aplikasi Craniofacial. Universiti Teknologi

Malaysia: Tesis Sarjana Sains Geomatik.

Mohd Kamil Fazli, Halim Setan dan Zulkepli Majid (2006). Craniofacial

Anthropometry: Measurement Comparison Between Contact And Non-Contact

Method. International Symposium and Exhibition on Geoinformation. Subang

Jaya, Selangor, 19-21 September.

Nagasaka, S., Fujimura, T. dan Segoshi, K., (2003). Development Of A Non-

Radiographic Cephalometric System. European Journal of Orthodontics. 25:

77-85.

Poed, L.B., Hochauser, L., Bryke, C., Streeten, B.W. dan Sloan, J. (1992). Proboscis

Lateralis With Associated Orbital Cyst: Detailed MRI and CT Imaging And

Corralative Embryopathy. Am J Neuroradiol. 13:1471.

RapidForm2004 (2003). Users Manual. Inus Technology, Inc., Seoul, Korea.

Slicer. 3D Slicer. [Online] Available

http://www.slicer.org/, 26 November 2004.

Smith, L.I. (2002). A Tutorial On Principal Component Analysis. [Online] Available

http://csnet.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf, 7

Disember 2005.

167

Spronsen, P.H.V., Weijs, W.A., Valk, J., Prahl-Andersen, B. dan Van Ginkel, F.C.

(1991). Relationships Between Jaw Muscle Cross-Sections And Craniofacial

Morphology In Normal Adults, Studied With Magnetic Resonance Imaging. Eur

J Orthod. 13:351.

Viðarsdóttir, Una Strand, O'Higgins, Paul dan Stringer, Chris (2002). A Geometric

Morphometric Study Of Regional Differences In The Ontogeny Of The Modern

Human Facial Skeleton. Journal of Anatomy. 201(3): 211–229.

Wan Abdul Rahman Wan Harun, Zainul Ahmad Rajion, Izhar Abdul Aziz dan Abdul

Rani Samsudin (2005). 3D CT Imaging for Craniofacial Analysis Based on

Anatomical Regions. Engineering in Medicine and Biology 27th Annual

Conference. Shanghai, China, 1-4 September.

Webster, N. (1995). Webster’s 1913 Dictionary. Israel: VERY Ltd.

West, Jamey dan Coronado, Lisa (2003). Medical and Dental Issues - Diagnostic X

Ray and CT. http://hps.org/publicinformation/ate/q2372.html, 26 Jun 2005.

Wikipedia. Root Mean Square. [Online] Available

http://en.wikipedia.org/wiki/Root_mean_square, 7 Disember 2005

Zakiah Abdul Majid @ Zakaria, Halim Setan, Zulkepli Majid, Albert K.Chong dan

Anuar Ahmad (2004). Texture Mapping For 3D Craniofacial Surface Model:

Preliminary Results. International Symposium and Exhibition on

Geoinformation. Kuala Lumpur, 21-23 September.

Zie Zie Azeanty Binti Mohamed Tahir (2004). Pembangunan Pangkalan Data GIS

Bagi Pengurusan Maklumat Tanih (Kajian Kes : Johor). Universiti Teknologi

Malaysia: Tesis Ijazah Sarjana Muda Sains Geoinformatik.

168

LAMPIRAN A

Penghasilan Model Digital 3D Menggunakan Perisian RapidForm2004

Langkah Pertama

Dalam Rajah A1, pilih 3D Imaging Workbench untuk memproses imej 2D dalam

format DICOM kepada imej 3D bagi data yang diperolehi daripada imbasan CT.

Kemudian, pilih submenu Open Dicom yang terdapat pada menu File untuk

mengimport fail DICOM yang menyimpan imej-imej yang ingin digunakan.

Rajah A1: 3D Imaging Workbenches

Rajah A2 menunjukkan lokasi bagi data-data imbasan CT yang ingin digunakan

setelah butang Open Dicom dipilih. Tandakan di dalam petak Use Slice Thickness

Information dan Select All Files. Seterusnya tekan butang Open.

Pilih 3D Imaging Workbench

Submenu Open Dicom

169

Rajah A2: Import fail DICOM

Langkah Kedua

Rajah A3 menunjukkan paparan yang dikeluarkan setelah butang Open pada Rajah

A2 dipilih. Pada menu General, terdapat maklumat volume yang dipaparkan pada

bahagian Volume Information. Pada bahagian Level of Detail Control pula, tandakan

kesemua petak yang telah disediakan. Seterusnya, pilih Middle Rate yang terdapat

pada bahagian Interaction Level. Pada bahagian Ray Blending Function, pilih Use

Composite Blending Function. Dalam bahagian Annotations pula, tandakan kesemua

petak yang terdapat di dalamnya. Akhir sekali, pilih 1 pada ruangan Sampling Rate

of Volume (3 Axes) yang terdapat pada bahagian Subsampling.

Tandakan

170

Rajah A3: Menu General

Langkah Ketiga

Paparan pada Rajah A4 menunjukkan hasil proses segmentasi yang dilakukan pada

bahagian Segmentation. Pada bahagian 3D Threshold Filter, pilih Between yang

terdapat pada Select Matching Scalar Value. Bottom Value dan Top Value pula

merupakan nilai julat bagi tisu keras yang ingin dipaparkan iaitu nilai minimum dan

nilai maksimum. Dalam kajian ini, nilai Bottom Value yang digunakan ialah 3155

manakala nilai Top Value pula adalah 6094. Pada bahagian Slice Image pula,

terdapat scroll bar pada Z Axis, X Axis dan Y Axis yang berfungsi untuk memaparkan

kedudukan bagi imej. Scroll bar tersebut boleh digerakkan samada ke kiri atau ke

kanan. Selepas proses segmentasi dilakukan, imej yang dihasilkan adalah tisu keras

sahaja seperti yang terdapat di dalam Rajah A4.

171

Rajah A4: Menu Segmentation

Langkah Keempat

Dalam Rajah A5, menu VOI (Volume of Interest) berfungsi untuk mendapatkan

bahagian data tisu keras yang diperlukan sahaja serta membuang bahagian-bahagian

data yang tidak diperlukan. Scroll bar yang terdapat pada bahagian Cut Volume

digerakkan ke kiri dan ke kanan berfungsi untuk membuang bahagian-bahagian yang

tidak diperlukan. Rajah A5 juga menunjukkan bahagian imej yang terdapat di

dalam kotak hijau adalah bahagian yang diperlukan manakala bahagian imej yang

terdapat diluar pada kota hijau adalah bahagian yang tidak diperlukan dan hendak

dibuang.

172

Rajah A5: Menu Volume of Interest

Langkah Kelima

Seterusnya, pilih sub menu Generate Polygonal Isosurface yang terdapat di dalam

menu 3D Imaging pada Rajah A6.

Rajah A6: Sub menu Generate Polygonal Isosurface

173

Rajah A7 pula menunjukkan model 3D bagi craniofacial tisu keras manusia yang

telah dihasilkan.

Rajah A7: Model 3D yang dihasilkan

Pada menu 3D Imaging yang terdapat di dalam Rajah A8 pilih sub menu Make

Shell. Kemudian, tetingkap Make Shell Option yang terdapat pada Rajah A9

dikeluarkan. Kosongkan pada bahagian Use Polygonal VOI Information dan tekan

butang OK.

Rajah A8: Sub menu Make Shell

174

Rajah A9: Tetingkap Make Shell Option

Setelah butang OK ditekan, paparan bagi model 3D yang terhasil ditunjukkan seperti

yang terdapat pada Rajah A10. Modelyang dipaparkan ini adalah berbentuk point

set.

Rajah A10: Model 3D yang dihasilkan di dalam bentuk point set

Berdasarkan Rajah A11, klik kanan pada model yang dihasilkan dengan

menggunakan tetikus. Pilih Display Mode dan seterusnya pilih Shaded.

175

Rajah A11: Menu menukar model berbentuk point set kepada shaded

Rajah A12 menunjukkan model 3D yang dihasilkan dengan menggunakan perisian

RapidForm2004 di dalam kajian ini. Model ini dipaparkan di dalam bentuk shaded.

Rajah A12: Model 3D yang dihasilkan

176

LAMPIRAN B

Penghasilan Model Digital 3D Menggunakan Perisian 3D Doctor

3D Doctor merupakan sebuah perisian 3D yang dikeluarkan oleh Able Software

Corp. Dalam kajian ini, perisian 3D Doctor telah digunakan untuk memproses data-

data imbasan CT bagi craniofacial tisu keras manusia.

Langkah 1

Setelah perisian 3D Doctor dibuka, satu tetingkap dikeluarkan seperti pada Rajah B1

iaitu 3D Doctor Assistant. Ambil pilihan yang pertama dan tekan butang Next.

Rajah B1: Tetingkap 3D Doctor Assistant

177

Paparan pada Rajah B2 ditunjukkan setelah butang Next ditekan. Pilih butang Add

Files untuk mencari kedudukan fail DICOM bagi imej imbasan CT yang ingin

digunakan. Rajah B3 dipaparkan setelah pengguna menekan butang Add Files.

Rajah B2: Tetingkap Create 3D Image Stack

Rajah B3: Tetingkap Open

Pilih Add Files

178

Pada Rajah B3, pilih butang Select All dan kemudian tekan butang Open. Kesemua

data di dalam fail DICOM yang dipilih seterusnya dipaparkan seperti yang terdapat

di dalam Rajah B4.

Rajah B4: Senarai data di dalam fail DICOM yang dipilih

Rajah B5 menunjukkan tetingkap Save As yang dikeluarkan setelah butang Save List

yang terdapat di dalam Rajah B4 dipilih. Tentukan lokasi bagi tempat penyimpanan

fail dan masukkan nama bagi fail serta jenis format yang ingin disimpan. Kemudian,

tekan butang Save.

Rajah B5: Tetingkap Save As

Paparan senarai data

Nama dan jenis fail

Butang Save

179

Rajah B6 menunjukkan hasil yang diperolehi selepas butang Open pada Rajah B4

ditekan. Paparan pada Rajah B6 menunjukkan imej-imej yang diperolehi daripada

fail DICOM dan digunakan di dalam kajian ini untuk menghasilkan model digital

3D. Kesemua imej ini disimpan di dalam format Image List (*.lst).

Rajah B6: Data di dalam bentuk potongan imej 2D

Langkah Kedua

Pada menu Image yang terdapat di dalam Rajah B7, pilih Sharpen. Kemudian, satu

tetingkap Save As dikeluarkan di mana pengguna dikehendaki menyimpan imej

tersebut ke dalam fail yang berformat Tagged Image File Format atau TIFF (*.tif).

180

Rajah B7: Sub menu Sharpen

Rajah B8 pula menunjukkan hasil yang diperolehi setelah sub menu Sharpen dipilih.

Menu ini berfungsi untuk mendapatkan imej yang lebih jelas dengan menggunakan

sharpen filter.

Rajah B8: Hasil selepas memilih sub menu Sharpen

181

Langkah Ketiga

Pada Rajah B9, pilih Classify yang terdapat di dalam menu Image. Seterusnya

tetingkap Image Classification Dialog dipaparkan seperti pada Rajah B10.

Rajah B9: Sub menu Classify

Pengguna dikehendaki memasukkan Number of Classes iaitu 3 dan No. of Iterations

iaitu 10. Kemudian, tekan butang Apply dan seterusnya butang OK. Setelah butang

OK ditekan, sekali lagi pengguna dikehendaki menyimpan imej yang dihasilkan di

dalam format TIFF.

Rajah B10: Image Classification Dialog

182

Rajah B11 menunjukkan hasil yang diperolehi setelah klasifikasi pada imej

dilakukan. Klasifikasi imej ini dilakukan bertujuan untuk mengkelaskan piksel-

piksel pada imej (grayscale & warna) ke dalam kumpulan warna yang berasingan

berdasarkan kepada maklumat tekstur dan warna dengan menggunakan clustering

algorithm.

Rajah B11: Hasil selepas klasifikasi imej dilakukan

Langkah Keempat

Pada menu Image, pilih Process dan seterusnya pilih Map Pixel Values seperti yang

ditunjukkan di dalam Rajah B12. Kemudian, satu tetingkap iaitu Map Pixel Values

dipaparkan seperti pada Rajah B13. Map Pixel Values berfungsi untuk menukarkan

julat bagi nilai-nilai piksel kepada nilai yang baru.

183

Rajah B12: Sub menu Map Pixel Values

Pada Rajah B13, nilai yang dimasukkan bagi Min adalah 0 dan Max adalah 2112

bagi nilai julat yang asal. Manakala bagi nilai yang baru, masukkan nilai 0.

Seterusnya tekan butang OK.

Rajah B13: Tetingkap Map Pixel Values

184

Rajah B14 menunjukkan hasil yang diperolehi setelah julat bagi nilai piksel

ditukarkan. Hanya bahagian yang mengandungi tisu keras sahaja yang dipaparkan

pada perisian ini.

Rajah B14: Hasil selepas nilai piksel dimasukkan

Langkah Kelima

Pada Rajah B15, pilih Interactive Segmentation yang terdapat di dalam menu 3D

Rendering.

Rajah B15: Sub menu Interactive Segmentation

185

Rajah B16 menunjukkan tetingkap yang dikeluarkan setelah Interactive

Segmentation dipilih. Pada bahagian Image Threshold, masukkan nilai bagi Min

iaitu 200 manakala nilai Max adalah 4096. Kotak yang terdapat pada Show Image

juga turut ditanda. Kemudian, setkan Outline Only pada bahagian Boundary Type.

Seterusnya, kotak yang terdapat pada bahagian Segment Image Planes iaitu Smooth

Image dan Use Connectivity turut dianda.

Rajah B16: Tetingkap Interactive Segmentation

Akhir sekali, tekan butang Segment All yang terdapat pada bahagian Segment Image

Planes. Paparan pada Rajah B17 dikeluarkan setelah butang Segment All ditekan.

Seterusnya pilih butang Yes. Rajah B18 menunjukkan hasil proses segmentasi yang

telah dilakukan.

Rajah B17: Tetingkap untuk mengesahkan proses segmentasi

186

Rajah B18: Hasil proses segmentasi

Langkah Keenam

Dalam Rajah B19, pilih sub menu Surface Rendering yang terdapat di dalam menu

3D Rendering. Kemudian pilih Simple Surface untuk menghasilkan model 3D bagi

data-data yang telah disegmentasikan.

Rajah B19: Sub menu Simple Surface

187

Rajah B20 merupakan model 3D yang telah dihasilkan dengan menggunakan

perisian 3D Doctor.

Rajah B20: Model digital 3D yang dihasilkan

188

LAMPIRAN C

Penghasilan Model Digital 3D Menggunakan Perisian 3D Slicer

Perisian 3D Slicer merupakan perisian 3D yang boleh dimuat turun dari internet

secara percuma. Berikut merupakan langkah-langkah bagi proses penghasilan model

digital 3D bagi craniofacial tisu keras manusia yang telah dilakukan di dalam kajian.

Langkah Pertama

Pengguna dikehendaki memilih butang Volumes yang terdapat di dalam Rajah C1.

Seterusnya, pilih format bagi fail yang menyimpan data imbasan CT iaitu format

DICOM yang terdapat pada bahagian Properties.

Rajah C1: Paparan menu bagi Volumes

Butang Volumes

Pilih DICOM

189

Selepas itu, butang Select DICOM Volumes yang terdapat di dalam Rajah C2 dipilih

untuk mendapatkan fail berformat DICOM yang menyimpan imej-imej imbasan CT

berbentuk 2D.

Rajah C2: Select DICOM Volume

Setelah butang Select DICOM Volumes dipilih, satu tetingkap iaitu Browse for

Folder yang terdapat pada Rajah C3 dipaparkan untuk pengguna mencari lokasi

penyimpanan data imbasan CT yang ingin digunakan.

Pilih Select DICOM Volume

190

Rajah C3: Tetingkap Browse for Folder

Setelah lokasi bagi data yang ingin digunakan ditentukan, tekan butang OK. Rajah

C4 menunjukkan tetingkap List of DICOM Study yang paparkan apabila butang OK

dipilih. Tetingkap ini memaparkan senarai bagi kesemua imej yang terdapat di

dalam fail DICOM yang dipilih.

Rajah C4: Paparan senarai imej yang disimpan di dalam fail DICOM yang dipilih

Senarai imej

191

Setelah butang OK pada Rajah C4 ditekan, senarai kesemua imej yang dipilih

dipaparkan seperti di dalam Rajah C5. Paparan ini juga menunjukkan maklumat-

maklumat bagi imej yang dipilih seperti nama pemilik imej tersebut serta kaedah

yang digunakan bagi mendapatkan imej tersebut. Seterusnya tekan butang Header

pada paparan tersebut.

Rajah C5: Maklumat bagi imej yang disenaraikan

Setelah butang Header ditekan, paparan seperti pada Rajah C6 dihasilkan di mana

paparan ini merangkumi maklumat seperti saiz imej, saiz pixel, saiz ketebalan bagi

potongan imej, jenis skala dan sebagainya. Seterusnya butang Apply yang terdapat

pada Rajah C6 ditekan untuk melihat imej bagi setiap slice dari pandangan axial,

sagittal dan coronal seperti dalam Rajah C7.

Butang Header Senarai imej

Nama pemilik

Kaedah

192

Rajah C6: Maklumat potongan imej

.

Rajah C7: Imej pandangan axial, sagittal dan coronal

Butang Apply Maklumat bagi imej

Axial Sagittal Coronal

193

Langkah Kedua

Pilih butang Editor yang terdapat di dalam Rajah C8. Pada bahagian Setup pula,

pilih butang Start Editing untuk melihat menu Editor seperti di dalam Rajah C9.

Rajah C8: Memulakan pengeditan

Rajah C9: Menu Editor

Butang Editor

Butang Start Editing

Menu Editor

194

Dalam Rajah C9, pilih butang Threshold (Th) pada menu Editor. Seterusnya,

paparan pada Rajah C10 akan ditunjukkan. Pilih butang Output untuk memilih

Color dan Label bagi model yang ingin dihasilkan. Rajah C11 menunjukkan di

antara warna-warna yang disediakan di dalam butang Output.

Rajah C10: Threshold

Rajah C11: Pilihan warna pada butang Output

Butang Threshold

Butang Output

Julat antara nilai minimum dan nilai maksimum bagi tisu keras

195

Pada menu Threshold di dalam Rajah C10 juga, pengguna dikehendaki

memasukkan julat di antara nilai minimum (L0) dan nilai maksimum (H1) bagi tisu

keras. Bagi memproses tisu keras pada craniofacial manusia, nilai yang digunakan

bagi L0 ialah 1284 dan H1 ialah 4095. Nilai yang dipilih ini dapat memaparkan hanya

tisu-tisu keras yang terdapat pada bahagian kepala dan muka manusia seperti pada

Rajah C12.

Rajah C12: Proses thresholding

Seterusnya, pada Rajah C10 juga butang Original pada bahagian Input Volume

dipilih. Pada bahagian Scoope dan Interact pula, pilih butang 3D. Kemudian, tekan

butang Apply dan seterusnya butang Working untuk melihat hasil yang diperolehi

iaitu seperti pada Rajah C13.

196

Rajah C13: Hasil selepas proses threshold dilakukan

Langkah Ketiga

Pilih butang Change Island (CI) yang terdapat di dalam menu Editor. Change Island

pada Rajah C14 adalah berfungsi untuk memilih bahagian-bahagian data yang tidak

diperlukan. Bahagian tersebut ditukarkan dengan warna yang berbeza dengan warna

pada bahagian data yang diperlukan.

Rajah C14: Change Island

Butang Change Island Butang New Label

197

Merujuk Rajah C14, butang New Label menyediakan pilihan warna seperti yang

ditunjukkan pada Rajah C11. Pilihan warna ini disediakan untuk pengguna memilih

warna yang berbeza pada bahagian data-data yang tidak diperlukan dan ingin

dibuang.

Rajah C15 menunjukkan perbezaan warna bagi bahagian data yang diperlukan serta

bahagian data yang tidak diperlukan. Bahagian yang ingin dibuang diwarnakan

dengan warna avery manakala bahagian yang diperlukan diwarnakan dengan warna

mambazo.

Rajah C15: Perbezaan warna bagi bahagian data yang diperlukan (mambazo)

dengan bahagian data yang tidak diperlukan (avery)

Rajah C16 menunjukkan menu ModelMaker yang berfungsi untuk menghasilkan

model digital 3D bagi craniofacial tisu keras manusia. Pada butang Label, pilih

warna bagi bahagian data yang dikehendaki iaitu warna mambazo. Seterusnya nama

bagi model yang ingin dihasilkan dimasukkan pada bahagian Name.

198

Rajah C16: ModelMaker

Dalam Rajah C17 pula, ruangan pada bahagian Volume hendaklah ditukar kepada

Working terlebih dahulu sebelum butang Create dipilih.

Rajah C17: Ruangan Volume

Pilih Working

199

Rajah C18 merupakan model digital 3D bagi tisu keras yang telah dihasilkan setelah

butang Create dipilih.

Rajah C18: Model digital 3D bagi tisu keras yang dihasilkan

Rajah C19 pula menunjukkan model disimpan pada bahagian Save yang terdapat di

dalam menu ModelMaker. Setelah nama fail dimasukkan pada bahagian File Prefix,

pilih butang Save untuk menyimpan model yang dihasilkan pada Rajah C18. Model

yang dihasilkan disimpan di dalam format vtk.

Rajah C19: Menyimpan model

Bahagian Save

Nama Fail

200

LAMPIRAN D

Sumbangan Kajian

Sepanjang kajian ini dijalankan, terdapat beberapa sumbangan dan pencapaian

yang telah dicapai iaitu:

1) Kutipan data pesakit di Hospital Universiti Sains Malaysia (HUSM) Kubang

Kerian telah berjaya mengumpul sebanyak 76 data pesakit dengan

menggunakan imbasan CT. Dalam kajian ini, sebanyak lima data pesakit

yang terbaik telah dipilih. Data yang dipilih di dalam kajian ini adalah terdiri

daripada data pesakit dewasa yang normal dan mempunyai imej imbasan CT

2D yang meliputi keseluruhan bahagian kepala manusia.

2) Data-data yang telah diperolehi telah digunakan untuk tujuan analisis

kuantitatif bagi pembedahan muka serta tujuan pembangunan pengkalan data

craniofacial.

3) Penghasilan dan pembentangan kertas penyelidikan di seminar-seminar

berkaitan bertujuan untuk mempromosikan dan memperkenalkan kajian yang

telah dibuat. Ini penting bagi mendapatkan pandangan, pendapat dan idea

daripada penyelidik-penyelidik dari dalam mahupun luar negara.

perbandingan di antara penghasilan model digital tiga dimensi dan

Documents