digilib@itb.ac.id +62 812 2508 8800

Alzheimer’s Disease (AD) merupakan penyakit neurodegeneratif progresif yang ditandai dengan menurunnya fungsi memori dan kemampuan kognitif. Penyakit Alzheimer disebabkan karena kerusakan neuron akibat adanya akumulasi plak beta amyloid (Aβ) dan neurofibrillary tangles (NFTs) di dalam neuron. Kondisi ini menyebabkan transmisi sinyal kelistrikan dalam otak menjadi terhambat dan terjadi perubahan tingkat kompleksitas serta ketidakteraturan sinyal otak. Sinyal otak merupakan sinyal biologis yang bersifat non-stasioner, memiliki kompleksitas yang tinggi dan berperilaku dinamis. Deteksi dini AD sangat penting agar ketika muncul gejala AD dapat segera diberikan pengobatan dan terapi yang tepat. Salah satu biomarker yang digunakan untuk mendeteksi AD adalah functional neuroimaging berbasis pengukuran sinyal elektrofisiologi. Contoh modalitas functional neuroimaging yang menggunakan prinsip elektrofisiologi adalah Brain ECVT dan EEG. Kedua modalitas tersebut memiliki kesamaan dalam hal sifatnya yang non-radiatif, non-invasif, mobile dan murah, sehingga sangat potensial digunakan untuk melakukan screening potensi AD pada populasi yang besar. Oleh karena itu, tujuan dari penelitian ini adalah melakukan observasi abnormalitas fungsional otak pada penderita AD sehingga diperoleh karakteristik aktivitas kelistrikan otak berdasarkan citra Brain ECVT dan sinyal EEG sebagai dasar deteksi dini AD. Penelitian ini terdiri atas dua skema yaitu observasi aktivitas kelistrikan otak dengan menggunakan Brain ECVT dan analisis Quantitative EEG (QEEG). Tahapan penelitian Brain ECVT meliputi proses akuisisi data, rekonstruksi citra dan analisis citra ECVT. Pada penelitian ini, subjek uji terdiri dari 10 penderita Mild Alzheimer’s Disease (Mild AD) dan 12 subjek lansia normal sebagai kontrol. Seluruh subjek uji discreening menggunakan MMSE dan MoCA untuk menilai kemampuan kognitif. Proses perekaman data Brain ECVT dilakukan dengan sensor 32-elektroda berbentuk helm. Metode rekonstruksi citra yang digunakan dalam penelitian adalah ILBP (Iterative Linear Back Projection) untuk memperoleh citra aktivitas cortico-cortical otak dan average substraction untuk memperoleh citra aktivitas intracranial otak. Perbedaan citra ECVT antara kelompok Mild AD dan kelompok kontrol dianalisis berdasarkan tiga kriteria citra yaitu SIE (Spatial Image Error), DE (Distribution Error), dan CC (Correlation Coefficient) serta uji ekstraksi ciri orde satu. Kolmogorov-Smirnov test, sebuah uji statistik non-parametrik digunakan untuk membandingkan distribusi grey level dari dua buah citra secara statistik dengan level signifikansi sebesar 5%. Berdasarkan hasil analisis kriteria citra diperoleh nilai rata-rata dari SIE, DE dan CC masing-masing sebesar 12,86%, 3,77% dan 83,21% untuk kelompok Mild AD serta sebesar 10,42%, 2,80% dan 87,04% untuk kelompok kontrol. Secara statistik,terdapat perbedaan yang signifikan antara citra ECVT kelompok Mild AD dan kelompok kontrol terutama pada slice ke-10 sampai dengan slice ke-25. Skema yang kedua yaitu perekaman aktivitas kelistrikan otak dengan menggunakan EEG. Tahapan penelitian pada bagian ini meliputi proses perekaman data, pre-processing sinyal EEG dan analisis data EEG. Metode QEEG yang digunakan untuk analisis data mencakup FFT dan transformasi wavelet, analisis spektral daya dengan periodogram Welch, brain mapping spektral daya, analisis konektivitas fungsional otak serta analisis kompleksitas sinyal otak. Perekaman data EEG menggunakan Emotiv Epoc 14-elektroda dengan frekuensi sampling sebesar 128 Hz. Berdasarkan analisis spektral daya, diperoleh informasi bahwa untuk kondisi rileks (resting state) pada kelompok Mild AD terjadi peningkatan spektral daya pada pita frekuensi delta (1-4 Hz) dan theta (4-7 Hz) serta penurunan spektral daya pada pita frekuensi alpha (7-13 Hz) dan beta (13-30 Hz). Studi konektivitas fungsional otak dalam penelitian ini menggunakan dua metode yaitu metode linier (koherensi) dan metode non-linier (sinkronisasi fase). Analisis koherensi dibagi menjadi dua kategori yaitu koherensi intra-hemisphere dan koherensi inter-hemisphere. Berdasarkan hasil penelitian, pada kelompok Mild AD terlihat adanya penurunan koherensi intra-hemisphere terutama pada area temporo-parieto-occipital dan penurunan koherensi inter-hemisphere pada area frontal. Hal ini dikarenakan pada penderita Mild AD mengalami penurunan connectivity cholinergic antara area otak yang berbeda. Selanjutnya analisis fase sinkronisasi sinyal EEG dilakukan dengan menghitung nilai PLV (Phase Locking Value) pada area yang terkait dengan long cortico-cortical connection untuk pita frekuensi tinggi yaitu alpha dan beta. Berdasarkan hasil perhitungan, nilai PLV pada penderita Mild AD untuk frekuensi beta mengalami penurunan pada semua elektroda. Hal ini berarti bahwa sinkronisasi sinyal-sinyal EEG melemah sehingga dapat dikatakan bahwa pada penderita Mild AD mengalami “loss of beta-band synchronization”. Metode analisis kompleksitas sinyal EEG menggunakan dua besaran fisis yaitu LLE (Largest Lapunov Exponent) dan spektral entropi (SpecEn). Otak dianggap sebagai sistem dinamis yang chaos karena amplitudonya berubah secara random terhadap waktu. Berdasarkan hasil analisis diperoleh informasi bahwa kelompok Mild AD memiliki tingkat chaos yang lebih rendah dibandingkan kelompok kontrol, yang teramati pada elektroda AF3, F7, FC5, P8, T8, F4, F8, dan AF4. Sedangkan perbedaan nilai spektral entropi teramati pada elektroda P8, F4 dan AF4. Sehingga dapat dikatakan bahwa sinyal otak penderita Mild AD memiliki tingkat kompleksitas dan ketidakteraturan yang rendah. Berdasarkan hasil penelitian, maka dapat disimpulkan bahwa modalitas Brain ECVT dan EEG dapat digunakan sebagai piranti deteksi dini AD tahap awal. Kedua modalitas tersebut dapat memberikan gambaran abnormalitas fungsional otak pada penderita Mild AD secara komprehensif dan bersifat saling melengkapi. Analisis Brain ECVT menghasilkan citra aktivitas kelistrikan pada area cortico-cortical dan intracranial sedangkan analisis EEG menghasilkan informasi perubahan karakteristik sinyal otak pada Mild AD dibandingkan dengan subjek kontrol.