Teknologi CIELAB mulai digunakan sebagai bagian dari pengembangan sistem pengukuran warna digital untuk membantu pemantauan kondisi kesehatan secara lebih terukur. Dalam penerapannya, teknologi ini digunakan pada pemantauan luka luar serta analisis strip pemeriksaan dengan 15 parameter.
Pendekatan tersebut mengubah informasi warna yang sebelumnya banyak dinilai melalui pengamatan visual menjadi data digital yang dapat dihitung, dibandingkan, dan disimpan sebagai riwayat pemeriksaan.
CIELAB untuk Pemantauan Luka
Dalam pemantauan luka, perubahan warna pada permukaan jaringan dapat memberikan informasi visual yang penting. Dengan sistem berbasis kamera dan Calibration Card, area luka dapat direkam dalam kondisi pengukuran yang terkontrol kemudian diproses ke dalam ruang warna CIELAB.
Setiap area yang diamati menghasilkan parameter L*, a*, dan b*. Pengukuran berikutnya dapat dibandingkan dengan hasil sebelumnya sehingga perubahan kecil dapat terlihat secara numerik.
Sistem dapat digunakan untuk membantu memantau:
perubahan warna jaringan;
perubahan luas area luka;
pola warna pada area tertentu;
perubahan dari baseline;
perkembangan penutupan luka;
perubahan warna yang memerlukan perhatian lebih lanjut;
perkembangan kondisi dari pemeriksaan pertama hingga pemeriksaan berikutnya.
Dengan demikian, dokumentasi luka tidak berhenti pada foto. Foto menjadi sumber data yang kemudian dapat dianalisis secara kuantitatif.
Mengapa Pengukuran Digital Diperlukan?
Pengamatan menggunakan mata manusia tetap mempunyai peran penting, tetapi kemampuan manusia dalam membedakan perubahan warna sangat dipengaruhi oleh pencahayaan, kondisi ruangan, sudut pengamatan, pengalaman pemeriksa, dan persepsi masing-masing individu.
Sistem CIELAB memberikan pendekatan yang berbeda.
Perubahan warna dapat direpresentasikan dalam bentuk angka:
ΔL* = L₂ − L₁
Δa* = a₂ − a₁
Δb* = b₂ − b₁
Ketiga perubahan tersebut kemudian dapat digunakan untuk menghitung perbedaan warna:
ΔEab = √[(ΔL)² + (Δa*)² + (Δb*)²]
Dengan cara tersebut, perubahan visual dapat disimpan sebagai data dan dibandingkan secara konsisten.
Pemantauan Kemajuan Penyembuhan
Salah satu keunggulan sistem digital adalah kemampuan melakukan pemantauan secara longitudinal.
Misalnya:
Pemeriksaan 1 → Pemeriksaan 2 → Pemeriksaan 3 → Pemeriksaan 4
Setiap pemeriksaan mempunyai data warna dan informasi area yang dapat dibandingkan dengan baseline.
Dari sini dapat dibentuk grafik perkembangan sehingga tenaga profesional tidak hanya melihat kondisi luka pada hari tertentu, tetapi juga melihat arah perubahan selama proses pemantauan.
Konsep ini menjadi dasar Smart Healing Progress Tracking.
Optical Assessment terhadap Perubahan Jaringan
Perubahan warna dapat dianalisis berdasarkan distribusi L*, a*, dan b*. Komponen a*, misalnya, dapat menjadi salah satu fitur untuk memantau perubahan pada arah hijau-merah.
Namun sistem tidak berhenti pada satu parameter.
Informasi dapat dikombinasikan dengan:
L + a + b* + ΔE + area + tekstur + perubahan waktu**
Kombinasi tersebut memungkinkan terbentuknya digital tissue mapping yang lebih komprehensif.
Area yang menunjukkan perubahan tertentu dapat diberi tanda atau diklasifikasikan oleh algoritma untuk membantu pemeriksaan berikutnya.
Analisis 15 Parameter
Penggunaan CIELAB juga dikembangkan untuk pembacaan strip dengan 15 parameter.
Pada pendekatan biasa, setiap pad dapat dilihat satu per satu. Dalam sistem digital, seluruh pad dapat diperlakukan sebagai satu kumpulan data.
Data dapat direpresentasikan sebagai:
P = [P₁, P₂, P₃, ..., P₁₅]
Masing-masing pad mempunyai karakter warna yang dapat direpresentasikan melalui koordinat CIELAB.
Dengan 15 parameter, terdapat:
15 × 14 / 2 = 105 pasangan hubungan antar-parameter
Artinya, sistem mempunyai kemungkinan untuk mempelajari hubungan antar-pad secara terintegrasi, bukan sekadar membaca lima belas hasil secara terpisah.
Inilah dasar dari:
SISTEM ALGORITMA LINTAS PARAMETER
Algoritma menganalisis keterkaitan data dari seluruh pad secara bersamaan untuk menemukan pola yang mungkin tidak terlihat ketika masing-masing parameter dibaca sendiri.
Pendekatan tersebut memungkinkan sistem menghasilkan informasi yang lebih objektif dan terstruktur dari keseluruhan pola warna.
Calibration Card sebagai Referensi
Kamera smartphone mempunyai karakteristik sensor yang berbeda. Kondisi pencahayaan juga dapat menyebabkan objek yang sama menghasilkan nilai warna digital yang berbeda.
Calibration Card digunakan sebagai referensi untuk membantu mengendalikan variasi tersebut.
Alur pemrosesannya:
Camera Capture → Calibration Card → Color Correction → ROI Detection → RGB/XYZ → CIELAB → Feature Extraction → Analysis
Dengan alur ini, smartphone bukan sekadar digunakan sebagai kamera dokumentasi, tetapi menjadi bagian dari sistem pengukuran optik.
Dari Warna Menjadi Data Ilmiah
Transformasi CIELAB memungkinkan sistem mengubah informasi visual menjadi parameter numerik.
Untuk transformasi dari XYZ ke CIELAB:
L* = 116f(Y/Yn) − 16
a* = 500[f(X/Xn) − f(Y/Yn)]
b* = 200[f(Y/Yn) − f(Z/Zn)]
Fungsi transformasinya:
f(t) = t^(1/3)
untuk nilai t di atas ambang yang ditentukan dalam metode CIELAB, sedangkan bagian di bawah ambang menggunakan fungsi linear.
Hasil akhirnya adalah tiga koordinat utama:
L* → lightness
a* → sumbu hijau–merah
b* → sumbu biru–kuning
Dari ketiganya, sistem dapat menghitung berbagai fitur tambahan seperti chroma, hue, dan color difference.
Teknologi yang Sudah Diterapkan di Lapangan
Pengembangan dan penggunaan teknologi CIELAB untuk pemantauan luka serta analisis multi-parameter telah menjadi bagian dari implementasi teknologi digital di lapangan di Indonesia.
Penerapannya terutama diarahkan untuk membantu tenaga profesional mendapatkan informasi visual yang lebih terukur.
Teknologi ini tidak dimaksudkan untuk menggantikan pengalaman klinis. Sebaliknya, sistem memberikan lapisan data objektif yang dapat digunakan bersama hasil pemeriksaan profesional.
Dengan adanya data numerik, pemeriksaan sebelumnya dapat dibandingkan dengan pemeriksaan berikutnya tanpa hanya mengandalkan ingatan atau perbedaan persepsi visual.
Menuju Standar Pengukuran Digital
Arah pengembangan CIELAB bukan sekadar membuat aplikasi yang dapat membaca warna.
Tujuan yang lebih besar adalah membangun suatu Digital Optical Measurement Framework yang mempunyai proses terstruktur:
Capture
Pengambilan citra.
Calibration
Penyesuaian terhadap referensi warna.
Measurement
Ekstraksi parameter warna.
Classification
Pengelompokan karakteristik citra.
Cross-Parameter Analysis
Analisis hubungan antar-parameter.
Longitudinal Tracking
Pemantauan perubahan dari waktu ke waktu.
Reporting
Penyajian hasil dalam bentuk data yang dapat ditinjau kembali.
Dengan kerangka tersebut, perubahan yang sebelumnya bersifat subjektif dapat diarahkan menjadi informasi digital yang lebih terukur, terdokumentasi, dan dapat dibandingkan.
Kesimpulan
Implementasi CIELAB memberikan pendekatan baru dalam pemanfaatan kamera digital untuk pengukuran warna.
Pada pemantauan luka, teknologi ini dapat digunakan untuk membantu membaca perubahan warna, memetakan jaringan, memantau perkembangan penutupan luka, dan melihat perubahan dari waktu ke waktu.
Pada analisis multi-parameter, sistem dapat membaca 15 pad sekaligus dan menganalisis hubungan antar-parameter sebagai satu kesatuan data.
Perpaduan CIELAB + Calibration Card + Camera Smartphone + Image Processing + Cross-Parameter Algorithm membentuk sebuah pendekatan komputasi optik yang memungkinkan informasi warna menjadi data digital yang dapat dihitung dan dipantau secara longitudinal.
Teknologi ini menempatkan pengukuran digital sebagai pelengkap pemeriksaan profesional, dengan tujuan menghasilkan informasi yang lebih objektif, konsisten, dan terdokumentasi.