Optimalisasi Kualitas Citra MSCT Stonografi pada Kasus Urolithiasis Menggunakan Variasi Rekonstruksi Algoritma ASIR Stonographic MSCT Image Quality Optimization in Urolithiasis Cases Using Various Reconstruction Algorithms ASIR
Main Article Content
Abstract
Urolithiasis merupakan kondisi urologi yang sering terjadi, dengan MSCT Stonografi sebagai modalitas diagnostik utama. Namun, tantangan utama dalam pemeriksaan ini adalah menjaga kualitas citra yang optimal dengan dosis radiasi serendah mungkin. Algoritma Adaptive Statistical Iterative Reconstruction (ASIR) digunakan untuk mengurangi noise pada citra tanpa meningkatkan dosis radiasi, namun pengaruh variasi ASIR terhadap kualitas citra pada kasus Urolithiasis masih perlu dievaluasi. Penelitian ini bertujuan untuk menganalisis pengaruh variasi ASIR (10%, 50%, dan 100%) terhadap kualitas citra yang diukur melalui Signal to Noise Ratio (SNR) dan Contrast to Noise Ratio (CNR) pada MSCT Stonografi kasus Urolithiasis. Penelitian ini menggunakan metode retrospektif dengan 10 sampel pasien yang menjalani pemeriksaan di Instalasi Radiologi RSUD Kabupaten Klungkung. Data dianalisis menggunakan RadiAnt DICOM untuk menghitung SNR dan CNR, diikuti dengan uji statistik Friedman untuk mengevaluasi perbedaan signifikan antara variasi ASIR. Hasil penelitian menunjukkan bahwa tidak terdapat perbedaan yang signifikan antara variasi ASIR 10%, 50%, dan 100% terhadap kualitas citra, baik dalam hal SNR (p-value = 0.288) maupun CNR (p-value = 0.148). Namun, secara deskriptif, ASIR 100% menghasilkan nilai rata-rata SNR dan CNR yang lebih tinggi dibandingkan variasi lainnya. Kesimpulannya, variasi algoritma ASIR tidak memberikan pengaruh signifikan terhadap kualitas citra dalam pemeriksaan MSCT Stonografi, namun ASIR 100% memberikan kualitas citra yang lebih baik secara deskriptif. Penelitian lanjutan dengan sampel yang lebih besar dan evaluasi terhadap dosis radiasi yang diterima pasien direkomendasikan.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
All rights reserved. This publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, electronic, mechanical, photocopying, recording.
References
Alelign, T., & Petros, B. (2018). Kidney Stone Disease: An Update on Current Concepts. Advances in Urology, 2018. https://doi.org/10.1155/2018/3068365
Barca, P. (2016). Noise reduction and spatial resolution in CT imaging with the ASIR iterative reconstruction algorithm at different doses and contrasts - a phantom study . February. https://doi.org/10.1594/ecr2016/C-0862
D’costa, M. R., Haley, W. E., Mara, K. C., Enders, F. T., Vrtiska, T. J., Pais, V. M., Jacobsen, S. J., McCollough, C. H., Lieske, J. C., & Rule, A. D. (2019). Symptomatic and radiographic manifestations of kidney stone recurrence and their prediction by risk factors: A prospective cohort study. Journal of the American Society of Nephrology, 30(7), 1251–1260. https://doi.org/10.1681/ASN.2018121241
Den Harder, A. M., Willemink, M. J., De Ruiter, Q. M. B., Schilham, A. M. R., Krestin, G. P., Leiner, T., De Jong, P. A., & Budde, R. P. J. (2015). Achievable dose reduction using iterative reconstruction for chest computed tomography: A systematic review. European Journal of Radiology, 84(11), 2307–2313. https://doi.org/10.1016/j.ejrad.2015.07.011
Eibach, H., & Boerger, U. (2016). Akutes Akustisches Trauma: Die Therapeutische Wirksamkeit Von Bencyclan Im Kontrollierten Klinischen Vergleich. Hno, 27(5), 170–175. https://doi.org/10.1038/nrurol.2016.154.An
Gariani, J., Martin, S. P., Botsikas, D., Becker, C. D., & Montet, X. (2018). Evaluating the effect of increased pitch, iterative reconstruction and dual source CT on dose reduction and image quality. British Journal of Radiology, 91(1088). https://doi.org/10.1259/bjr.20170443
Greffier, J., Hamard, A., Pereira, F., Barrau, C., Pasquier, H., Beregi, J. P., & Frandon, J. (2020). Image quality and dose reduction opportunity of deep learning image reconstruction algorithm for CT: a phantom study. European Radiology, 30(7), 3951–3959. https://doi.org/10.1007/s00330-020-06724-w
Kim, S. H., Baek, S. H., Yoon, J. H., Lim, Y. J., Baek, H. J., Kim, S. J., & Eun, C. K. (2014). Quarter regular dose non-enhanced CT for urinary stone: Added value of adaptive statistical iterative reconstruction. Acta Radiologica, 55(9), 1137–1144. https://doi.org/10.1177/0284185113513761
Lampignano. John P, Kendrick, L. E. (2018). RADIOGRAPHIC POSITIONING AND RELATED ANATOMY.
Li, X., Zhu, W., Lam, W., Yue, Y., Duan, H., & Zeng, G. (2019). Outcomes of long-term follow-up of asymptomatic renal stones and prediction of stone-related events. BJU International, 123(3), 485–492. https://doi.org/10.1111/bju.14565
Noegroho, B. S., & Daryanto. (2018). Panduan Penatalaksanaan Klinis Batu Saluran Kemih. In Ikatan Ahli Urologi ndonesia (IAUI).
Putra, R. A. P. dkk. (2020). ANALYSIS OF ASIR VARIATION EFFECT TO SNR OM UNENHAM ABDOMINAL CT SCAN IN UROLITHIASIS. Journal of Vocational Health Studies.
Qian, X., Wan, J., Xu, J., Liu, C., Zhong, M., Zhang, J., Zhang, Y., & Wang, S. (2022). Epidemiological Trends of Urolithiasis at the Global, Regional, and National Levels: A Population-Based Study. International Journal of Clinical Practice, 2022, 6807203. https://doi.org/10.1155/2022/6807203
Qiu, D., & Seeram, E. (2016). Does Iterative Reconstruction Improve Image Quality and Reduce Dose in Computed Tomography? Radiology - Open Journal, 1(2), 42–54. https://doi.org/10.17140/roj-1-108
Tenant, S., Pang, C. L., Dissanayake, P., Vardhanabhuti, V., Stuckey, C., Gutteridge, C., Hyde, C., & Roobottom, C. (2017). Intra-patient comparison of reduced-dose model-based iterative reconstruction with standard-dose adaptive statistical iterative reconstruction in the CT diagnosis and follow-up of urolithiasis. European Radiology, 27(10), 4163–4172. https://doi.org/10.1007/s00330-017-4783-2
Wahyuni, S., & Amalia, L. (2022). Perkembangan Dan Prinsip Kerja Computed Tomography (CT Scan). GALENICAL : Jurnal Kedokteran Dan Kesehatan Mahasiswa Malikussaleh, 1(2), 88. https://doi.org/10.29103/jkkmm.v1i2.8097
Xu, Y., He, W., Chen, H., Hu, Z., Li, J., & Zhang, T. (2013). Impact of the adaptive statistical iterative reconstruction technique on image quality in ultra-low-dose CT. Clinical Radiology, 68(9), 902–908. https://doi.org/10.1016/j.crad.2013.03.024