Deteksi Penyakit Epilepsi Dan Penentuan Lokasi Penyebab Pada Otak

Sunaryono, Dwi (2023) Deteksi Penyakit Epilepsi Dan Penentuan Lokasi Penyebab Pada Otak. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

Text 7025201012-Dissertation.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (14MB) | Request a copy

Abstract

Epilepsi adalah gangguan saraf yang diakibatkan dari aktivitas listrik yang abnormal di otak. Gejala epilepsi bisa berupa kejang berulang hingga tidak sadarkan diri. Umumnya, deteksi epilepsi dilakukan secara manual berdasarkan sinyal electroencephalogram (EEG). Sinyal EEG digunakan untuk mengevaluasi aktivitas otak yang direkam menggunakan beberapa elektroda yang disusun di kulit kepala. Deteksi epilepsi otomatis dari sinyal elektroensefalogram (EEG) merupakan alternatif dari deteksi manual yang dilakukan oleh ahli manusia. Kinerja klasifikasi yang tinggi diperlukan dalam deteksi epilepsi otomatis dari sinyal EEG untuk menghindari deteksi yang salah.
Penelitian ini berhasil mengembangkan metode deteksi penyakit epilepsi dan penentuan lokasi penyebab pada otak dengan mencapai beberapa kontribusi penting. Pertama, metode deteksi epilepsi pada kanal tunggal menggunakan kombinasi FFT, Wavelet, dan fitur statistik dengan mesin klasifikasi GBM Fusi pada dataset Univ. of Bonn, menghasilkan akurasi 100% dari 2 dan 3 kelas, serta 99,8% pada lima kelas. Kedua, pengembangan metode untuk deteksi epilepsi dan prediksi waktu terjadinya pada multi-kanal dengan ekstraksi DWT dan klasifikasi CNN-1D mencapai akurasi 98,09% pada dataset CHB-MIT tiga kelas dan 99,76% pada dataset dua kelas menggunakan metode Optimasi CNN-1D berbasis WOA.
Selanjutnya, untuk mencari sumber penyebab epilepsi, metode Hybrid CNN1D+Stacked BiLSTM dengan akurasi 96,59% serta sensitivitas dan spesifisitas 93,75% dan 98,81% berhasil menghasilkan enam kelas bentuk sinyal pada dataset TUH. Selanjutnya, dengan membangun model hybrid CNN1D+Stacked BiLSTM, lokasi terjadinya epilepsi dapat ditentukan dengan akurasi 100% pada dataset Aarhus Denmark. Setelah deteksi IED dilakukan, proses sinyal EEG ditransformasi menjadi MRI untuk memetakan area otak sumber penyebab epilepsi. Hasil deteksi IED yang dipetakan ke area otak penyebab epilepsy menunjukkan lokasi yang benar untuk dataset Warsawa Polandia dan Aarhus Denmark, sedangkan deteksi iktal juga berhasil dikembangkan untuk menggabungkan ekstraksi sinyal iktal, segmentasi sinyal, dan pengelompokkan aktivasi area otak, menghasilkan lokasi hemisphere yang sesuai pada dataset Siena Italia. Kontribusi dihasilkan untuk mengatasi tantangan pada deteksi dan penentuan lokasi epilepsi, berpotensi meningkatkan diagnosis dan penanganan penyakit ini.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	epilepsy, EEG, DWT, Gradient Boosting Machine, IED, iktal, area lokasi otak penyebab, epilepsy, EEG, DWT, Gradient Boosting Machine, IED
Subjects:	R Medicine > RC Internal medicine > RC0321 Neuroscience. Biological psychiatry. Neuropsychiatry R Medicine > RC Internal medicine > RC386.5 Electroencephalography. T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T58.62 Decision support systems T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7867.5 Noise T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7888.3 Digital computers
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55001-(S3) PhD Thesis
Depositing User:	Dwi Sunaryono
Date Deposited:	21 Aug 2023 03:22
Last Modified:	21 Aug 2023 03:22
URI:	http://repository.its.ac.id/id/eprint/104772

Actions (login required)

View Item