pengolahan isyarat jantung berbasis wavelet untuk

Widodo, Pengolahan Isyarat Jantung Berbasis Wavelet untuk Deteksi Kelainan Infark 33
PENGOLAHAN ISYARAT JANTUNG BERBASIS WAVELET
UNTUK DETEKSI KELAINAN INFARK MENGGUNAKAN
METODE HIGH SPEED QRS DETECTION
(1)
Bernardinus Sri Widodo 1)
Program Studi Mekatronika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma, Yogyakarta
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
yang terjadi secara tiba-tiba. Pada 25% episode IMA
seputar kerja jantung manusia. Mekanisme
setelah serangan. Kejadian ini erat hubungannya
digunakan sebagai alat untuk memperoleh informasi
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
terjadi kematian mendadak dalam beberapa menit
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).
Dalam proses akuisisi data isyarat EKG sering
Alamat Korespondensi:
1)
Program Studi Mekatronika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma, Tromol Pos 29,Yogyakarta,
Email : [email protected]
34 GEMATIKA JURNAL INFORMATIKA, VOLUME 11 NOMOR 1, DESEMBER 2009
terjadi adanya derau yang akan menyulitkan untuk
kemampuan untuk melakukan penghilangan derau
untuk pendeteksian kelainan jantung. Seperti pada
Pada penelitian ini akan dibuat perangkat
pengolahan isyarat lebih lanjut (Reddy, D.C., 2005)
atau signal denoising.
pendeteksi kelainan infark nilai derau yang cukup
lunak untuk mendeteksi gejala infark dari rekaman
salah satu parameter kelainan infark adalah
metode High Speed QRS Detection, serta dengan
tinggi dapat mempengaruhi hasil pendeteksian karena
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^
<'
EKG empat pasien penderita infark menggunakan
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
W
Y
^d
s
<'
,
Gambar 1 Diagram blok prototipe penelitian
Proses pertama yang dilakukan dalam penelitian
diketahuinya gelombang QRS kompleks maka
penderita infark. Data-data diperoleh dari http://
gelombang Q dan letak segmen ST dapat diketahui.
ini adalah penyiapan data-data rekaman EKG pasien
www.physionet.org yang merupakan lembaga yang
parameter-parameter nilai gelombang R, nilai
Proses keempat adalah proses pendeteksi
menyediakan data-data rekaman EKG untuk tujuan
infark, dimana deteksi ini dilakukan dengan melihat
pengembangan lebih lanjut (tidak dilaksanakan dalam
apabila ditemukan gelombang Q-Patologis yaitu nilai
penelitian
dan
pendidikan.
Pada
tahap
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
parameter nilai gelombang R dan nilai gelombang Q,
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
derau wavelet.
visualisasi hasil deteksi menggunakan program
mendeteksi gelombang QRS kompleks. Dengan
grafis atau GUI ( Graphical User Interface ) yang
Proses ketiga adalah proses untuk
matlab untuk dihasilkan antar muka yang bersifat
Widodo, Pengolahan Isyarat Jantung Berbasis Wavelet untuk Deteksi Kelainan Infark 35
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
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.
W
/
Z
/
Gambar 2. Alur prinsip penghilangan derau dengan wavelet
(2)
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)
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,
wavedec(X,N,’wname’))
[C,L]
=
Dengan X adalah isyarat masukan, N kedalaman
transformasi dan ‘wname’ adalah nama wavelet
induk. Sedangkan untuk threshoding dan
36 GEMATIKA JURNAL INFORMATIKA, VOLUME 11 NOMOR 1, DESEMBER 2009
rekonstruksi isyarat digunakan fungsi pada matlab
yaitu :
[thr,sorh,keepapp]=ddencmp(‘den’,’wv’,X);
cleanecg=wdencmp(‘gbl’,C,L,’db4',N,thr,sorh,keepapp);
(a). Sumber isyarat EKG x(n)
Teknik High Speed QRS Detection.
Untuk mendeteksi gelombang QRS dari isyarat
EKG digunakan teknik High Speed QRS Detection
atau teknik Differential QRS Detection. Pada
(b). Isyarat setelah melalui proses diferensiasi y(n)
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.
(c). Isyarat setelah melalui proses pengkuadratan p(n)
Diagram blok deteksi QRS yang digunakan dalam
penelitian ini seperti terlihat pada Gambar 3.
x(n)
d
[
dt
]
[ ]2
1 32
∑(
32 n =1
)
Thresholding
(d). Isyarat setelah melalui proses pergeseran jendela
s(n)
z (n)
Gambar 3. Diagram blok algoritma untuk mendeteksi
gelombang QRS
Isyarat x(n) adalah isyarat EKG yang telah
dibersihkan dari derau menggunakan teknik
(e). Isyarat setelah melalui proses perambangan
(thresholding) z(n)
penghilangan derau wavelet, lihat pada Gambar 4.a.
Gambar 4. Implemantasi High Speed QRS Detection pada
isyarat EKG
menghasilan isyarat y(n), lihat pada Gambar 4.b.
Deteksi Q Patologis dan Deteksi Segmen S-T
(powered) isyarat y(n) dan menghasilkan isyarat p(n)
parameter Q juga dapat diketahui dengan menandai
dengan metode pergeseran jendela (moving average
rujukan dari literatur didapatkan nilai normal interval
Selanjutnya dilakukan proses deferensiasi dan
Tahapan berikutnya adalah proses pengkuadratan
seperti terlihat pada Gambar 4.c. Proses penghalusan
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.
Setelah parameter R diketahui maka
adanya lembah pertama kawasan QRS. Sebagai
QRS adalah 0.07 s.d 0.10 detik dan nilai normal
interval QT adalah 0.27 s.d 0.43 detik (Tjokronegoro,
1996).
Widodo, Pengolahan Isyarat Jantung Berbasis Wavelet untuk Deteksi Kelainan Infark 37
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
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
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.
segmen S-T (Karin S, Peter Kabo,1996).
2. Isyarat yang telah melalui proses wavelet
Hasil Penelitian
3. Proses deteksi gelombang QRS.
Teknik Penghilangan Derau Wavelet
Pada penelitian ini dilakukan percobaan-
denoising.
4. Deteksi puncak dan lembah yang merupakan titik
gelombang Q, R, S dan T.
percobaan penghilangan derau menggunakan teknik
5. Detil Posisi gelombang terhadap garis iso
rekontruksi untuk mendapatkan nilai derau yang
6. Detil elevasi atau depresi segmen S-T.
wavelet dengan mengamati tingkat dekomposisi dan
mendekati konstan terhadap perubahan tingkat
elektrik.
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
Gambar 6. Tampilan antar muka apliakasi pendeteksi infark.
38 GEMATIKA JURNAL INFORMATIKA, VOLUME 11 NOMOR 1, DESEMBER 2009
Informasi-informasi hasil deteksi secara eksak
disajikan dalam bentuk nilai-nilai tegangan dalam
Speed QRS Detection.
Aplikasi pendeteksi infark dapat berjalan dengan
satuan mV (mili volt) dan ungkapan positif atau
baik. Parameter-parameter gelombang Q, R, S dan
tegangan gelombang R, nilai tegangan gelombang Q,
jantung infark dapat dideteksi dan informasinya dapat
negatif. Parameter-parameter tersebut adalah nilai
Rasio nilai gelombang Q dibanding nilai gelombang
R, Nilai rerata segmen S-T dan Nilai maksimum atau
T rekaman isyarat EKG dapat diketahui. Kelainan
ditampilkan secara visual.
minimum segmen S-T serta informasi ditemukan
RUJUKAN
diungkapkan dengan kata “positif” atau “negatif”.
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 User’s 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
.
tidaknya Infark baru dan infark lama yang
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