Jasa Riset Segmentasi Citra Medis: U-Net & Optimasi Metaheuristik
Tim Cerdas Inovasi Digital membantu skripsi, tesis, dan publikasi tentang segmentasi tumor, organ, atau lesi dari citra medis: dari praproses data, U-Net baseline, optimasi metaheuristik seperti PSO, Grey Wolf, atau Genetic Algorithm, sampai evaluasi Dice & IoU dan overlay hasil — dengan kode PyTorch yang rapi dan hasil siap ditulis di bab 4.
Layanan
- Segmentasi citra medis: tumor otak, paru, hati, payudara, retina, lesi kulit, histopatologi.
- Arsitektur: U-Net, Attention U-Net, U-Net++, ResUNet, atau model usulan Anda.
- Optimasi metaheuristik: PSO, GWO, GA, Whale, Firefly untuk hyperparameter dan arsitektur.
- Praproses: normalisasi, augmentasi citra + mask, pembagian data per pasien.
- Evaluasi: Dice, IoU, Hausdorff distance, false positive, uji statistik.
- Laporan & pendampingan menjelang sidang.
Contoh Studi Kasus
Pada MRI otak LGG (110 pasien), U-Net yang dioptimasi PSO mencapai Dice data uji 0,770 dan IoU 0,626, lebih baik dari U-Net baseline (0,721 / 0,563), dengan false positive pada irisan sehat turun dari 5,7% menjadi 3,2%. Langkah lengkapnya ada di kursus U-Net segmentasi citra medis.
Konsultasi gratis via WhatsApp.







