KOLEKSI DISERTASI / TESIS VIVA PLATINUM DR ROKET
Artikel ini merupakan salah satu koleksi disertasi / tesis Viva para Platinum Dr Roket yang diakui sah dengan izin pengkaji. Sebarang peniruan / salinan di tempat lain adalah tidak dibenarkan.
Disertasi/ Tesis Viva ~ (Dr) Zarina Ramli, PhD UPM
Setinggi-tinggi jutaan TAHNIAH kepada bangsa pascasiswazah yang berjaya menyempurnakan pengajian Master atau PhD. Bagi mereka yang telah menamatkan pengajian PhD kini berjaya menerima gelaran Doktor Falsafah.
Alhamdulillah, seorang lagi ahli platinum Dr Roket telah menjalani ‘the real Vivalicious’ di bilik Viva pada 10 Oktober 2024 iaitu (Dr) Zarina binti Ramli.
Jutaan tahniah diucapkan kepada (Dr) Zarina Ramli yang telah selesai membentang tesis di bilik Viva. Syukur, beliau telah LULUS Viva dengan jayanya..
Berikut merupakan sedikit latar belakang kajian beliau yang telah mengizinkan perkongsian ini untuk rujukan umum.
Semoga perkongsian ini mampu memberikan manfaat kepada ummah terutamanya pelajar yang akan atau sedang berada di dalam pengajian.
NAMA:
(Dr) Zarina binti Ramli.
BIDANG:
Medical Imaging.
UNIVERSITI:
Universiti Putra Malaysia.
TAJUK KAJIAN:
Radiomics Analysis and Machine Learning Model for Classification of Cervical Cancer DWI-MRI Images.
NAMA PENYELIA:
1. Assoc. Prof. Dr. Muhammad Khalis Abdul Karim (Main SV)
2. Assoc. Prof. Dr. Mohd Amiruddin Abd Rahman (Co-SV)
3. Dr. Mohd Saiful Asmal Abdul Rani (Co-SV)
SEDIKIT LATAR BELAKANG KAJIAN DAN HASIL KAJIAN:
Cervical cancer is the third most prevalent cause of mortality among women in Malaysia. Early detection, especially in high-risk populations, can reduce mortality rates and enable timely treatment.
This study investigates the efficacy of staging classification using diffusion-weighted imaging magnetic resonance imaging (DWI-MRI) through radiomic analysis and machine learning.
In conclusion, SVM-based models can develop accurate and reproducible software for classifying cervical cancer stages, significantly enhancing the role of radiology by enabling more quantitative MRI interpretations.
This study underscores the potential of radiomic analysis to improve the accuracy of medical reports, reduce dependency on contrast agents, and enhance early detection of cervical cancer.
CADANGAN KEPADA PENGKAJI SETERUSNYA:
Involved multiple center and include more large scale of sample size.
Terima kasih kepada (Dr) Zarina Ramli atas jasa dan kesudian berkongsi ilmu di atas sebagai panduan dan rujukan ummah dan bangsa ‘Postgraduate’ di luar sana.
Tak ada ilmu pengurusan tesis yang betul? Tak tahu nak seimbangkan akademik dan life? Nak rasai impak dalam journey Master PhD anda? Jom hadir ke seminar PTP tahun ini! Tekan button di bawah SEGERA 👇🏻
