PENGOLAHAN ISYARAT JANTUNG BERBASIS WAVELET
UNTUK DETEKSI KELAINAN INFARK MENGGUNAKAN
METODE HIGH SPEED QRS DETECTION
Bernardinus Sri Widodo 1)(1)Program Studi Mekatronika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma, Yogyakarta
Alamat Korespondensi:
1) Program Studi Mekatronika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma, Tromol Pos 29,Yogyakarta,
Email : bernard@staff.usd.ac.id
Abstract: A high precision is generally required by doctors in order to read the ECG records presented in the scaled paper. This research is conducted in order to realize a prototype which could help the doctors in the interpretation of ECG records for infarction detection. This research processes the already existing ECG records using wavelet noise elimination technique, which is then analyzed by using High Speed QRS Detection method in order to obtain some parameters of Q-Pathological wave as well as the elevation value of the ST segment. The final result is the detection of myocardial abnormalities, which is presented visually by using graphical user interface, working well.
Keywords: ECG, cardiac signals, infarction detection, high speed QRS detection, wavelet denoising.
EKG adalah sebuah instrumen medis yang digunakan sebagai alat untuk memperoleh informasi seputar kerja jantung manusia. Mekanisme sederhana dari alat ini adalah mengukur potensial listrik sebagai fungsi waktu yang dihasilkan oleh jantung yang nilainya dalam orde mili volt (mV). Perbedaan potensial tersebut kemudian divisualisasikan sebagai sinyal pada layar monitor atau pada kertas perekam. Sinyal ini sering digunakan oleh dokter untuk mendeteksi kondisi jantung seorang pasien (Hamton J.R.. 2004).
Infark miokard akut (IMA) adalah salah satu jenis kelainan jantung yang disebabkan oleh kerusakan jaringan miokard akibat iskemia hebat
yang terjadi secara tiba-tiba. Pada 25% episode IMA terjadi kematian mendadak dalam beberapa menit setelah serangan. Kejadian ini erat hubungannya dengan adanya penyempitan arteri karonaria. Gejala fisik infark hampir sama dengan penyakit-penyakit umum seperti mudah lemas, dada berdebar-debar, keringat dingin, sesak nafas, mual dan bahkan muntah. Salah satu cara bagi dokter untuk mengetahui penyebab dari infark adalah dengan menganalisa rekaman EKG dari pasien, dimana ciri khas dari infark adalah ditemukannya gelombang Q Patologis dan elevasi segmen ST. (Karin S, Peter Kabo,1996) (Tjokronegoro, 1996).
terjadi adanya derau yang akan menyulitkan untuk pengolahan isyarat lebih lanjut (Reddy, D.C., 2005) untuk pendeteksian kelainan jantung. Seperti pada pendeteksi kelainan infark nilai derau yang cukup tinggi dapat mempengaruhi hasil pendeteksian karena salah satu parameter kelainan infark adalah ditemukannya elevasi pada segmen ST yang nilainya diatas 0,2 mV (Karim S., 1996)
Wavelet adalah salah satu teknik dalam pengolahan isyarat yang mempunyai keunggulan dapat melakukan analisis multi resolusi (AMR) (Burrus, C.S. dkk, 1998). Salah satu aplikasi dalam vavelet adalah
W <' W YZ^ , ^ YZ^ Y W ^d s <' ,
kemampuan untuk melakukan penghilangan derau atau signal denoising.
Pada penelitian ini akan dibuat perangkat lunak untuk mendeteksi gejala infark dari rekaman EKG empat pasien penderita infark menggunakan metode High Speed QRS Detection, serta dengan mengimplementasikan teknik penghilangan derau menggunakan wavelet sebagai pengkondisi isyarat EKG hasil akuisisi data sebelum dianalisis menggunakan metode High Speed QRS Detection. Diagram Blok Langkah Penelitian
Gambar 1 Diagram blok prototipe penelitian
Proses pertama yang dilakukan dalam penelitian ini adalah penyiapan data-data rekaman EKG pasien penderita infark. Data-data diperoleh dari http:// www.physionet.org yang merupakan lembaga yang menyediakan data-data rekaman EKG untuk tujuan penelitian dan pendidikan. Pada tahap pengembangan lebih lanjut (tidak dilaksanakan dalam penelitian ini) proses ini dapat digantikan dengan proses pembacaan data dari perangkat keras mesin EKG.
Proses kedua adalah proses pengolahan isyarat dengan tujuan untuk menghilangkan derau akibat proses akuisisi data, proses penghilangan derau ini akan menggunakan teknik penghilangan derau wavelet.
Proses ketiga adalah proses untuk mendeteksi gelombang QRS kompleks. Dengan
diketahuinya gelombang QRS kompleks maka parameter-parameter nilai gelombang R, nilai gelombang Q dan letak segmen ST dapat diketahui. Proses keempat adalah proses pendeteksi infark, dimana deteksi ini dilakukan dengan melihat parameter nilai gelombang R dan nilai gelombang Q, apabila ditemukan gelombang Q-Patologis yaitu nilai Q yang melebihi 30% nilai gelombang R maka ditemukan adanya infark lama. Sedangkan untuk mendeteksi infark baru yang dilakukan adalah dengan melihat segmen ST, jika terjadi elevasi atau depresi pada segment ST tersebut berarti ditemukan adanya infark baru (Karin S, Peter Kabo,1996).
Proses terakhir adalah dengan membuat visualisasi hasil deteksi menggunakan program matlab untuk dihasilkan antar muka yang bersifat grafis atau GUI ( Graphical User Interface ) yang
akan mempermudah untuk mengoperasikan prototipe yang dibuat.
Teknik Penghilangan Derau Menggunakan Wavelet
. Wavelet transform memiliki kemampuan untuk melakukan analisis multi resolusi (AMR) terhadap suatu isyarat sehingga mampu merepresentasikan informasi waktu dan frekuensi dengan baik. Salah satu manfaat aplikasi wavelet adalah untuk menghilangkan derau (Misiti dkk, 1996). Prinsip dasar dalam penghilangan derau menggunakan wavelet dapat digambarkan seperti
/ W Z /
Gambar 2. Alur prinsip penghilangan derau dengan wavelet
Metode penentuan nilai threshold yang digunakan adalah metode soft thresholding, dengan besar nilai threshold ditentukan seperti pada persamaan (1)
(1) Sehingga dengan nilai threshold tersebut tersebut nilai koefisien detil pada suatu tingkat (cDj) dapat dirumuskan seperti persamaan (2)
(2)
Pada penelitian ini dipilih tranformasi wavelet dengan wavelet induk adalah daubechies yang bentuknya menyerupai sinyal EKG, sedangkan penentuan skala akan dilakukan dengan percobaan untuk menentukan skala yang optimal. Pada Matlab telah disediakan fungsi untuk dekomposisi isyarat yaitu :
[C,L] = wavedec(X,N, [C,L] = wavedec(X,N,wname))
Dengan X adalah isyarat masukan, N kedalaman transformasi dan wname adalah nama wavelet induk. Sedangkan untuk threshoding dan terlihat pada Gambar 2.
Pertama-tama langkah yang dilakukan dalam teknik penghilangan derau wavelet adalah dengan melakukan dekomposisi isyarat masukan. Dekomposisi isyarat ini dilakukan dengan melewatkan isyarat pada filter lolos bawah dan filter lolos atas yang menghasilkan komponen aproksimasi (cAj) dan komponen detil (cDj) pada setiap tingkat dekomposisi. Inti dari teknik penghilangan derau wavelet adalah dengan menghilangkan derau pada komponen frekuensi tinggi atau koefisien detail pada setiap tingkat dekomposisi, dengan cara melakukan perambangan pada komponen tersebut.
rekonstruksi isyarat digunakan fungsi pada matlab yaitu :
[thr,sorh,keepapp]=ddencmp(den,wv,X); cleanecg=wdencmp(gbl,C,L,db4',N,thr,sorh,keepapp); Teknik High Speed QRS Detection.
Untuk mendeteksi gelombang QRS dari isyarat EKG digunakan teknik High Speed QRS Detection atau teknik Differential QRS Detection. Pada penelitian ini dilakukan memodifikasi teknik High Speed QRS Detection tersebut dengan mengganti tapis lolos bawah dan tapis lolos atas dengan menggunakan teknik penghilangan derau wavelet. Diagram blok deteksi QRS yang digunakan dalam penelitian ini seperti terlihat pada Gambar 3.
) (n x [ ] dt d [ ]2 ( ) ∑32= 1 32 1 n Thresholding z(n)
Gambar 3. Diagram blok algoritma untuk mendeteksi gelombang QRS
Isyarat x(n) adalah isyarat EKG yang telah dibersihkan dari derau menggunakan teknik penghilangan derau wavelet, lihat pada Gambar 4.a. Selanjutnya dilakukan proses deferensiasi dan menghasilan isyarat y(n), lihat pada Gambar 4.b. Tahapan berikutnya adalah proses pengkuadratan (powered) isyarat y(n) dan menghasilkan isyarat p(n) seperti terlihat pada Gambar 4.c. Proses penghalusan dengan metode pergeseran jendela (moving average windows) dilakukan pada p(n) dan selanjutnya notasikan dengan s(n), lihat Gambar 4.d. Tahapan terakhir adalah proses perambangan (thresholding) yang menghasilkan isyarat z(n), seperti terlihat pada Gambar 4.e.
(a). Sumber isyarat EKG x(n)
(b). Isyarat setelah melalui proses diferensiasi y(n)
(c). Isyarat setelah melalui proses pengkuadratan p(n)
(d). Isyarat setelah melalui proses pergeseran jendela s(n)
(e). Isyarat setelah melalui proses perambangan (thresholding) z(n)
Gambar 4. Implemantasi High Speed QRS Detection pada isyarat EKG
Deteksi Q Patologis dan Deteksi Segmen S-T Setelah parameter R diketahui maka parameter Q juga dapat diketahui dengan menandai adanya lembah pertama kawasan QRS. Sebagai rujukan dari literatur didapatkan nilai normal interval QRS adalah 0.07 s.d 0.10 detik dan nilai normal interval QT adalah 0.27 s.d 0.43 detik (Tjokronegoro, 1996).
Gambar 5. Nilai parameter Q,R,S dan T terhadap garis isoelektrik
Sedangkan untuk menentukan kelainan infark dapat diketahui dari ditemukannya gelombang Q-Patologis untuk infark baru, yaitu gelombang Q yang mempunyai kedalaman 30% dari gelombang R, sedangkan untuk infark lama dapat diketahui dengan ditemukannya elevasi (nilai diatas garis isoelektrik) atau depresi (nilai dibawah garis isoelektris) pada segmen S-T (Karin S, Peter Kabo,1996).
Hasil Penelitian
Teknik Penghilangan Derau Wavelet
Pada penelitian ini dilakukan percobaan-percobaan penghilangan derau menggunakan teknik wavelet dengan mengamati tingkat dekomposisi dan rekontruksi untuk mendapatkan nilai derau yang mendekati konstan terhadap perubahan tingkat dekomposisi-rekonstruksi wavelet. Hasil percobaan didapatkan tingkat dekompisi-rekonstruksi wavelet ke delapan. Sedangkan pemilihan skala wavelet induk daubechies dilakukan dengan percobaan dari skala daubechies 1 (db1) hingga skala daubechies 6 (db6) dengan mengamati nilai rasio isyarat terhadap derau ( SNR, signal to noise ratio) dan didapatkan wavelet induk daubechies pada skala tiga (db3) yang mempunyai nilai optimal. Pembahasan lebih rinci tentang pemilihan dekomposisi-rekonstruksi wavelet serta pemilihan skala wavelet induk daubechies
disampaikan dalam naskah publikasi yang lain. Antar Muka Aplikasi Pendeteksi Infark
Aplikasi pendeteksi infark ini dibuat menggunakan software Matlab 7.3.0 (R2006b) yang dijalankan menggunakan personal komputer dengan sistem operasi Windows XP (Service Pack 2). Antar muka aplikasi direalisasikan dengan tampilan model GUI (Graphic User Interface) dengan tujuan kemudahan dalam pengoperasiannya. Contoh tampilan antar muka aplikasi pendeteksi infark disajikan pada Gambar 6.
Pada aplikasi yang dirancang, disajikan visualisasi :
1. Isyarat suber yang merupakan isyarat hasil sadapan EKG.
2. Isyarat yang telah melalui proses wavelet denoising.
3. Proses deteksi gelombang QRS.
4. Deteksi puncak dan lembah yang merupakan titik gelombang Q, R, S dan T.
5. Detil Posisi gelombang terhadap garis iso elektrik.
6. Detil elevasi atau depresi segmen S-T.
Informasi-informasi hasil deteksi secara eksak disajikan dalam bentuk nilai-nilai tegangan dalam satuan mV (mili volt) dan ungkapan positif atau negatif. Parameter-parameter tersebut adalah nilai tegangan gelombang R, nilai tegangan gelombang Q, Rasio nilai gelombang Q dibanding nilai gelombang R, Nilai rerata segmen S-T dan Nilai maksimum atau minimum segmen S-T serta informasi ditemukan tidaknya Infark baru dan infark lama yang diungkapkan dengan kata positif atau negatif.
Aplikasi pendeteksi infark ini telah dicoba dengan 39 isyarat sahih dari 4 pasien penderita infark dan berhasil mendeteksi dengan baik.
SIMPULAN
Secara visual hasil penghilangan derau dengan teknik wavelet bisa diimplemtasikan dengan baik, hal ini terlihat dari perbandingan sebelum dan sesudah proses penghilangan derau wavelet tampak perbedaan kualitas isyarat EKG yang significan. Selanjutnya isyarat EKG tersebut dapat diolah dengan baik untuk dianalisis menggunakan metode High
Speed QRS Detection.
Aplikasi pendeteksi infark dapat berjalan dengan baik. Parameter-parameter gelombang Q, R, S dan T rekaman isyarat EKG dapat diketahui. Kelainan jantung infark dapat dideteksi dan informasinya dapat ditampilkan secara visual.
RUJUKAN
Burrus, C.S., Gopinath, R.A., Guo, H., 1998, Introduction to Wavelets and Wavelet Transforms, Prentice-Hall International, Inc., USA.
Hamton J.R., Dan A.S. Wahab (penterjemah), 2004, Dasar Dasar EKG, Penerbit Buku Kedokteran EGC, Jakarta
Karim S. dan Kabo P., 1996, EKG dan Penanggulangan Beberapa Penyakit Jantung untuk Dokter Umum, Fakultas Kedokteran Universitas Indonesia, Jakarta. Misiti, M., Misiti, Y., Oppenheim, G., Poggi, J.M., 1996, Wavelet Toolbox Users Guide, The MathWorks, Inc., USA.
Reddy, D.C., 2005, Biomedical Signal Processing Principles and Techniques, Tata McGraw-Hill, New Delhi.
Tjokronegoro, A. dkk, 1996, Buku Ajar Kardiologi, Fakultas Kedokteran Universitas Indonesia, Jakarta .
