Dosen TI ITS Dr Dwi Sunaryono Jadi Penggagas Pertama Algoritma Deteksi Lokasi Epilepsi di Otak

Lebih lanjut, menurut Dwi, EEG merupakan alat yang difungsikan untuk merekam segala aktivitas kelistrikan otak yang menghasilkan output berupa sinyal frekuensi.

Melalui alat ini, sinyal terekam dari berbagai pergerakan manusia dan suara yang timbul, baik secara sadar ataupun tidak.

Hal itu meliputi Eye Movement (EYEM) akibat dari pergerakan mata, Artifact (ARTF) yang salah satunya dapat timbul karena suara mesin EEG, serta Background (BCKG) yang tidak memiliki arti dalam bentuk sinyalnya.

Dari beragam sinyal yang didapatkan itu, lanjut Dwi, kemudian perlu dideteksi adanya sinyal yang merujuk pada Interictal Epileptiform Discharge (IED) yang menjadi tanda bahwa terjadi sesuatu yang tidak normal di otak, salah satunya karena epilepsi.

Dengan ciri sinyal yang memiliki lonjakan tajam, lalu menurun, dan naik secara konstan mendatar.

“Maka, perlu untuk memproses apakah sinyal dari EEG ini terindikasi sinyal IED, sehingga bisa ditentukan lokasinya melalui algoritma yang digagas tersebut,” ujar Dwi.

Gunakan Aturan Internasional
Perumusan algoritma oleh dosen mata kuliah Dasar Pemrograman ini diawali dengan standarisasi kanal EEG berupa peletakan jumlah elektroda yang mengikuti aturan internasional.

Lalu diatur frekuensi pada EEG sebesar 1 Hertz (Hz) hingga 40 Hz untuk meminimalisir adanya campuran sinyal yang terbentuk dari noise atau pergerakan tubuh yang secara tidak sadar.

“Serta dilakukan resampling sebesar 250 Hz untuk standarisasi sinyal EEG, dan dihapuskan sinyal ARTF, BCKG, dan EYEM untuk mendapatkan sinyal IED,” paparnya.

Dari urutan yang disebut praproses tersebut, terang Dwi, algoritma akan menentukan apakah EEG mengandung IED atau tidak.

Jika iya, maka dianotasikanlah lokasi IED pada otak dan dibuatkan kumpulan anotasi atau titik lokasi yang disebut epoch.

Selanjutnya, dihitung noise covariance guna menentukan keanehan yang ada pada titik lokasi berdasarkan rata-rata frekuensi.

Proses penentuan lokasi ini pun kemudian dibantu dengan Magnetic Resonance Imaging (MRI) untuk mengetahui kepastian lokasi IED.

Dijelaskan lagi oleh Dwi, data dengan format file High Dynamic Range (HDR) yang didapat dari MRI selanjutnya dikonversi ke format file nii.gz dan dilakukan rekonstruksi ulang pada tahap recon all untuk membedakan lokasi otak, lapisan otak, dan kulit kepala.

Dosen yang berhasil dinyatakan lulus doktor ini kemudian mengatakan, hasil data dari MRI tersebut lalu disesuaikan dengan data yang didapat oleh EEG.