DETEKSI KELAINAN JANTUNG BERDASARKAN MONITORING ECG PADA PASIEN PASCA OPERASI BEDAH JANTUNG

Abstrak

Kondisi jantung pasien yang dirawat diruang Intensif Care Unit(ICU) perlu mendapat pengawasan(monitoring) yang terus menerus. Monitoring ini dilakukan dengan cara memantau sinyal Electrocardiogram (ECG) pasien. Jantung yang berada dalam kondisi sehat mempunyai pola sinyal ECG tertentu. Penyimpangan pola sinyal ECG dari bentuk normal menandakan adanya kelainan pada jantung.

Pada penelitian ini digunakan Hidden Markov Model (HMM) untuk membedakan apakah sinyal ECG termasuk Normal Sinus Rhythm (NSR) atau Atrial Fibrillation (AF). Dekomposisi paket wavelet digunakan dalam proses awal untuk mendapatkan vektor ciri yang dapat membedakan satu sinyal dengan sinyal lainnya. Sementara untuk merubah vektor ciri menjadi barisan simbol digunakan k-means clustering.

Tingkat akurasi pengenalan sinyal ECG sebesar 95% ( 100% untuk NSR dan 90% untuk AF). Segmentasi sinyal ECG hanya berhasil untuk sinyal ECG NSR.

Sumber Dana

Penelitian Dana Internal  ITTelkom 2009

Keluaran

Perangkat lunak pengenalan ECG menggunakan HMM

Publikasi

Jondri, Achmad Rizal, Deteksi Otomatis Kelainan Jantung Menggunakan Hidden Markov Model (HMM), Proceeding Konferensi Nasional Sistem Informatika 2010, Bali, 13 November 2010, STMIK STIKOM Bali, ISSN: 1979-9845

IEEE ICC 2012 “CONNECT • COMMUNICATE • COLLABORATE”

Call for Technical Papers, Workshop and Tutorial Proposals

The 2012 IEEE International Conference on Communications (ICC 2012) theme is “Connect , Collaborate, Communicate”. The program will feature major symposia, tutorials, panel discussions and workshops. IEEE ICC 2012 is the flagship conference of IEEE Communications Society, which is to be held in Ottawa during 10 – 15 June 2012. We invite you to submit your original technical papers, industry forum, workshop, and tutorial proposals to this event.
Click here for the Call For Papers & Proposals in pdf format or click on the image below.
To submit your paper, please click here for Initial Paper Submission.

ICC 2012 Call for Papers & Proposals
Important Dates !!

Workshop Proposal: 16 May 2011 extended to 31 July 2011
Workshop Proposal Acceptance Notification: 15 August 2011
Tutorial Proposal: 6 September 2011

Paper Submission: 6 September 2011
Accept. Notification: 9 January 2012
Camera-Ready Paper: 10 February 2012

Complete information http://www.ieee-icc.org/2012/cfp.html

Teori Suara Paru-Paru

Secara tradisional, suara ini dikategorikan berdasarkan intensitas, pitch , lokasi, dan rasio inspirasi dan ekspirasi. Suara pernafasan terbentuk dari turbulen aliran udara. Pada inspirasi, udara bergerak ke saluran udara yang lebih sempit dengan alveoli sebagai akhirnya. Saat udara menabrak dinding saluran pernafasan, terbentuk turbulen dan menghasilkan suara. Pada saat ekspirasi, udara mengalir ke arah yang berlawanan menuju saluran pernafasan yang lebih lebar. Turbulen yang terjadi lebih sedikit, sehingga pada ekspirasi normal terbentuk suara yang lebih kecil dibanding ekspirasi.

Berikut beberapa suara paru dan contoh suaranya

a.  Suara Pernafasan Tracheal

Suara pernafasan tracheal sangat nyaring dan pitch-nya relatif tinggi. Inspirasi adn ekspirasi relatif sama panjang. Suara ini dapat didengar di atas trakea yang agak jarang dilakukan auskultasi pada pemeriksaan rutin.

Suara Tracheal Continue reading

Pengenalan Suara Jantung Menggunakan Dekomposisi Paket Wavelet dan Jaringan Syaraf Tiruan ART2 (Adaptive Resonance Theory 2)

Achmad Rizal1, Vera Suryani2
1 Jurusan Teknik Elektro, Sekolah Tinggi Teknologi Telkom
2 Jurusan Teknik Informatika, Sekolah Tinggi Teknologi Telkom
Jl. Telekomunikasi no 1 Dayeuh Kolot, Bandung 40257
Telp/fax. 022-7565931/7565933
arz@stttelkom.ac.id 1, vra@stttelkom.ac.id 2

Abstract —Salah satu cara yang digunakan dokter untuk mendiagnosa penyakit jantung adalah dengan mendengarkan suara jantung dengan menggunakan stetoskop. Teknik ini dikenal dengan teknik auskultasi. Suara jantung yang dihasilkan pada beberapa kasus penyakit jantung menunjukkan adanya pola tertentu yang bisa dikenali. Pola suara ini dapat diambil sebagai bahan untuk mengambil diagnosa. Masalah yang timbul adalah suara jantung menempati frekuensi yang cukup rendah sekira 20 – 400 Hz, amplitudo yang rendah, masalah kebisingan lingkungan, kepekaan telinga dan pola suara yang mirip antara jenis suara jantung yang satu dengan yang lain. Karena faktorfaktor tersebut di atas kesalahan diagnosis bisa terjadi apabila prosedur auskultasi tidak dilakukan dengan benar.
Pada paper ini dibahas tentang pengenalan suara jantung menggunakan dekomposisi paket wavelet dan JST ART2. Suara jantung dibagi-bagi spektralnya menggunakan dekomposisi paket wavelet dengan skenario yang dirancang, selanjutnya energi tiap subband dikenali dengan JST ART2. Dari pengujian didapat tingkat keberhasilan sistem yang dirancang mencapai 90.97%

Paper ini dipublikasi pada  International Seminar on Electrical Power, Electronics Communication, Control, and Informatics (EECCIS 2006 ), Universitas Brawijaya Malang, 16-17 Mei 2006, ISBN : 979-25-7700-9

Makalah lengkap bisa di download disini

DETEKSI OTOMATIS KELAINAN JANTUNG MENGGUNAKAN HIDDEN MARKOV MODEL (HMM)

Jondri dan Achmad Rizal
Institut Teknologi Telkom, Bandung
jdn@ittelkom.ac.id dan arz@ittelkom.ac.id

ABSTRACT
The heart of patient having an heart attack must be controlled every time. Electrocardiogram signal (ECG) of patient is used as an indicator of the condition of patients heart. In this research, Hidden Markov Model (HMM) is used to distinguish Normal Sinus Rhythm (NSR) or Atrial Fibrillation (AF) from patient Electrocardiogram signal (ECG). Wavelet decomposition packet and c-means clustering is used to build feature vector and code book. The accuracy of this method has been of 95% (100% for NSR and 90% for AF). Segmentation of ECG signal is only performed for NSR.

Keywords: Electrocardiogram (ECG), Hidden Markov Model (HMM).

Paper ini dipublikasikan pada seminar KNS&I 2010 yang diselenggarakan oleh STIKOM Bali, 13 November 2010.

Paper lengkap dapat di unduh disini