EpCare: Prototipe Sistem Detektor Pre-Iktal Pasien Epilepsi Berbasis Fitur CSI dari Sinyal EKG 1 Kanal Menggunakan AD8232

Abstract

Kejang epilepsi dapat terjadi di sembarang waktu dan tempat, dan dalam kondisi tertentu dapat menyebabkan cedera fatal. Oleh karena itu, kebutuhan akan perangkat wearable yang dapat mengirimkan peringatan kepada pengguna akan kejang yang akan datang adalah penting. Perangkat ini harus dapat merasakan kelainan pada sinyal biomedis pengguna dan mengirimkan peringatan sebelum kejang. Penelitian ini mengembangkan sistem yang mendeteksi kondisi pre-iktal pasien epilepsi berdasarkan fitur Cardiac Sympathetic Index (CSI) dari sinyal Elektrokardiogram (EKG). Listrik jantung pasien diukur menggunakan 3 elektroda yang dihubungkan ke AD8232 untuk mewakili sinyal 1 kanal. Algoritma Pan-Tompkins diimplementasikan untuk mendapatkan interval RR dari sinyal EKG. Kemudian fitur CSI dihitung berdasarkan nilai RR-interval. Distribusi setiap 100 interval RR dijadikan sebagai dasar untuk menentukan nilai ambang batas CSI. Ketika nilai CSI melebihi ambang batas ini, sistem akan mengirimkan peringatan ke aplikasi seluler, yang disebut EpCare. Eksperimen dilakukan pada dua kelompok data, yaitu kelompok data primer dari non-penderita epilepsi dan kelompok data sekunder dari penderita epilepsi. F-measure dari eksperimen yang menggunakan ambang batas dari orang normal sebesar 0.64, sedangkan F-measures dari eksperimen yang menggunakan ambang batas individual penderita epilepsy sebesar 0.50. Abstract Epileptic seizures may occur at anytime and anywhere, and in certain conditions may lead to fatal injury. Therefore, the need for wearable device that can alert user to an impending seizure is important. This device should be able to sense abnormality in user’s biomedical signals and send alert prior to seizure. This research develops a system that detects pre-ictal condition of epilepsy patient based on Cardiac Sympathetic Index (CSI) feature from Electrocardiogram (ECG) signals. Patient’s heart electricity is measured using 3 electrodes which are connected to AD8232 to represent 1 channel signal. Pan-Tompkins algorithm is implemented to obtain RR intervals of ECG signals. Then, CSI feature is calculated based on the values of RR-intervals. A distribution of every 100 RR-intervals is made as basis to determine a threshold value of CSI. When CSI value exceeds this threshold, system will send alert to a mobile application, called EpCare. Experiments were conducted on two groups of data, which are primary one from non-epileptic persons, and secondary one from epileptic patients. F-measures of experiments used threshold of non-epileptic person is 0.64, while F-measures of experiments used individual threshold of epileptic person is 0.50.