ITS Rancang Alat Monitoring Rehabilitasi Pasien Stroke Lewat Sinyal Otak
loading...
Alat EEG rancangan tim ITS yang digunakan di kepala pasien stroke untuk menangkap sinyal listrik otak. Foto/Dok ITS
A
A
A
JAKARTA - Tim Institut Teknologi Sepuluh Nopember ( ITS ) bekerja sama dengan Rumah Sakit Umum Daerah (RSUD) dr Soetomo dan Rumah Sakit Universitas Airlangga (RSUA) menginovasikan alat monitoring rehabilitasi stroke dengan peninjauan sinyal listrik otak.
Ketua Tim Penelitian Dr Adhi Dharma Wibawa menyampaikan, gejala stroke mampu merusak kemampuan motorik seseorang, sehingga pemantauan motorik pasien secara berkala dapat meningkatkan akurasi diagnosis.
Kemampuan motorik ini, terangnya, dapat ditinjau berdasarkan sinyal listrik otak manusia atau yang dikenal dengan istilah Electro Encephalography (EEG).“Alat dapat digunakan pasien secara mandiri dengan bantuan tenaga kesehatan dari jarak jauh, sehingga mengurangi aktivitas fisik yang dapat memperburuk kondisi pasien,” tutur Adhi melalui siaran pers, Rabu (12/1/2022).
Lebih dalam, dosen Departemen Teknik Komputer ITS ini menjelaskan, sinyal EEG akan muncul setiap manusia melakukan aktivitas. Mulai dari mengingat, mendengarkan, melihat, bahkan saat menggerakkan anggota tubuh.
Maka dari itu, pasien akan diminta untuk melakukan beberapa pergerakan fisik oleh tenaga kesehatan untuk menganalisis sinyal EEG pasien. “Pasien hanya perlu menggunakan alat di kepala, lalu elektroda yang mengenai kulit kepala akan menangkap dan menguatkan sinyal EEG,” jelas lelaki asal Surabaya ini.
Sinyal listrik yang dihasilkan otak sendiri sangat kecil hanya berskala mikro volt, sehingga dibutuhkan penguatan sinyal dan penyaringan noise yang berulang. Setelah dikuatkan, sinyal EEG akan difilter berdasarkan frekuensinya dan dikelompokkan menjadi 4 jenis sinyal dasar, yaitu delta, theta, alpha, dan beta.
Sinyal yang telah dikelompokkan tersebut akan difilter sekali lagi untuk menghilangkan noise yang timbul. “Alat sangat sensitif terhadap noise bahkan dengan kedipan mata saja dapat mempengaruhi hasil,” ujarnya.
Lebih lanjut, papar Adhi, sinyal EEG yang telah difilter ini akan dihitung nilai daya yang ada dalam sinyal sebagai fungsi frekuensi. Nilai ini disebut dengan Power Spectral Density (PSD) yang dinyatakan dalam watt per hertz (W/Hz).
Ketua Tim Penelitian Dr Adhi Dharma Wibawa menyampaikan, gejala stroke mampu merusak kemampuan motorik seseorang, sehingga pemantauan motorik pasien secara berkala dapat meningkatkan akurasi diagnosis.
Kemampuan motorik ini, terangnya, dapat ditinjau berdasarkan sinyal listrik otak manusia atau yang dikenal dengan istilah Electro Encephalography (EEG).“Alat dapat digunakan pasien secara mandiri dengan bantuan tenaga kesehatan dari jarak jauh, sehingga mengurangi aktivitas fisik yang dapat memperburuk kondisi pasien,” tutur Adhi melalui siaran pers, Rabu (12/1/2022).
Lebih dalam, dosen Departemen Teknik Komputer ITS ini menjelaskan, sinyal EEG akan muncul setiap manusia melakukan aktivitas. Mulai dari mengingat, mendengarkan, melihat, bahkan saat menggerakkan anggota tubuh.
Maka dari itu, pasien akan diminta untuk melakukan beberapa pergerakan fisik oleh tenaga kesehatan untuk menganalisis sinyal EEG pasien. “Pasien hanya perlu menggunakan alat di kepala, lalu elektroda yang mengenai kulit kepala akan menangkap dan menguatkan sinyal EEG,” jelas lelaki asal Surabaya ini.
Sinyal listrik yang dihasilkan otak sendiri sangat kecil hanya berskala mikro volt, sehingga dibutuhkan penguatan sinyal dan penyaringan noise yang berulang. Setelah dikuatkan, sinyal EEG akan difilter berdasarkan frekuensinya dan dikelompokkan menjadi 4 jenis sinyal dasar, yaitu delta, theta, alpha, dan beta.
Sinyal yang telah dikelompokkan tersebut akan difilter sekali lagi untuk menghilangkan noise yang timbul. “Alat sangat sensitif terhadap noise bahkan dengan kedipan mata saja dapat mempengaruhi hasil,” ujarnya.
Lebih lanjut, papar Adhi, sinyal EEG yang telah difilter ini akan dihitung nilai daya yang ada dalam sinyal sebagai fungsi frekuensi. Nilai ini disebut dengan Power Spectral Density (PSD) yang dinyatakan dalam watt per hertz (W/Hz).
Lihat Juga :
