IMPROVED ATTENTION MOBILEU-NET UNTUK SEGMENTASI CITRA MEDIS POLIP

Abstrak

Perkembangan metode pembelajaran dalam (deep learning) di bidang visi komputer (computer vision) membuat banyak peneliti mengajukan metode-metode yang tidak hanya meningkatkan performa metode sebelumnya, tetapi juga meningkatkan efisiensi memori pada model. Salah satu permasalahan yang sampai sekarang menarik untuk diteliti adalah masalah segmentasi citra modis polip. Model dengan efisiensi memori tinggi dapat memberikan dampak pada biaya implementasi yang lebih murah, karena model yang ringan tidak butuh sumber daya (resource) yang berlebih. Pada umumnya, metode sebelumnya memiliki performa yang baik dalam melakukan segmentasi citra medis polip. Namun, metode sebelumnya cenderung memiliki jumlah parameter yang besar, sehingga efisiensi memorinya relatif rendah. Berdasarkan permasalahan tersebut, dalam karya tulis ini diajukan sebuah metode Improved Attention MobileU-Net untuk segmentasi citra medis polip. Metode yang diajukan memiliki jumlah parameter yang jauh lebih rendah dibandingkan dengan metode-metode sebelumnya, sehingga memiliki tingkat efisiensi memori yang lebih tinggi. Metode ini disusun dengan Sandglass Block, serta penggunaan kerangka kerja attention untuk mendapatkan kinerja yang sebanding dengan metode-metode sebelumnya. Hasil uji coba pada dataset CVC-ClinicDB dan Kvasir-Seg menunjukkan bahwa metode yang diusulkan memiliki parameter yang kecil, yaitu 501,561. Metode yang diajukan memberikan kinerja F1-Score dan nilai Intersection-over-Union (IoU) masing-masing sebesar 90.66% dan 84.15% untuk dataset CVC-ClinicDB. Untuk dataset Kvasir-Seg, metode yang diajukan menunjukkan kinerja F1-score sebesar 86.12% dan IoU sebesar 78.47%. Kinerja metode yang diajukan, Improved Atttention MobileU-Net berhasil mengungguli beberapa metode sebelumnya, yaitu U-Net, ResU-Net, U-Net++, SFA, dan ResU-Net++, dengan selisih jumlah parameter yang jauh lebih rendah.

Keywords: Segmentasi Citra Polip, Improved Attention MobileU-Net, Efisiensi Memori