Kerja sama riset antara Universitas Islam Negeri Maulana Malik Ibrahim Malang dan Faculty of Medicine, Ramathibodi Hospital, Mahidol University, Thailand menghasilkan terobosan dalam identifikasi stroke melalui analisis tekstur citra CT-scan otak. Penelitian ini menggunakan metode Gray Level Run Length Matrix (GLRLM) untuk membedakan jenis stroke iskemik dan hemoragik dengan tingkat akurasi klasifikasi mencapai 100%. Dengan melibatkan serangkaian fitur tekstur seperti Short Run Emphasis (SRE), Long Run Emphasis (LRE), dan lainnya, penelitian ini menunjukkan potensi besar pemanfaatan teknologi analisis citra dalam diagnosis penyakit secara akurat dan cepat.
Melalui pendekatan ini, para peneliti dapat mengembangkan fungsi diskriminan yang memisahkan kedua jenis stroke berdasarkan pola tekstur pada gambar CT-scan. Kolaborasi lintas negara ini tidak hanya menunjukkan pentingnya sinergi antar institusi pendidikan dan medis dalam penelitian terapan, tetapi juga menjadi langkah strategis dalam mendukung pengembangan teknologi diagnostik berbasis kecerdasan buatan di bidang kedokteran. Penelitian ini menjadi bukti konkret bahwa inovasi ilmiah dari kerja sama internasional mampu memberi kontribusi signifikan bagi dunia kesehatan.