No abstract

No abstract

No abstract

The bone fracture detection using X-rays or CTscan produces accurate images but has harmful effect radiation. This paper presented the use of ultrasonic waves (US) as an alternative to substitute those two instruments. This study used femur bovine and chicken bones in conditions with and without meat. The fractures are artificially made on transverse and oblique patterns. The scanning US probe produces twodimensional (2D) B-mode images. Fracture detection is done using five variations of the Convolutional Neural Network (CNN) architectural design, i.e., CNN1-CNN5. The results showed that the CNN4 is the best design of bone contour recognition and bone fracture classification compared to the other tested designs, with 95.3% accuracy, 95% sensitivity, and 96% specificity. The comparison with the Support Vector Machine (SVM) and k-NN classification methods indicate that CNN has superior performance in accuracy, sensitivity, and specificity. Intisari-Pendeteksian patah tulang dengan X-ray atau CTscan menghasilkan gambar yang akurat tetapi memiliki efek negatif radiasi yang berbahaya. Makalah ini memaparkan penggunaan gelombang ultrasonik (US) sebagai alternatif pengganti kedua instrumen tersebut. Makalah ini menggunakan tulang femur sapi dan ayam dalam kondisi dengan dan tanpa daging, dengan patahan dibuat secara manual dengan pola patah transverse dan oblique. Pemindaian probe US menghasilkan citra B-mode dua dimensi. Pendeteksian tulang patah dilakukan menggunakan lima variasi desain arsitektur Convolutional Neural Network (CNN), yaitu CNN1-CNN5. Hasil uji coba menunjukkan bahwa desain arsitektur CNN4 memberikan hasil pengenalan kontur tulang dan klasifikasi tulang patah yang paling bagus dibandingkan desain arsitektur lain yang diuji, dengan akurasi 95,3%, sensitivitas 95%, dan specificity 96%. Hasil perbandingan dengan metode klasifikasi Support Vector Machine (SVM) dan k-Neural Network (k-NN) menunjukkan bahwa CNN memiliki unjuk kerja yang lebih unggul baik dalam hal akurasi, sensitivitas, maupun specificity. Kata Kunci-Citra ultrasonik B-mode, Convolutional Neural Network, lapisan konvolusi, tulang femur.

No abstract