Perpustakaan Digital ITB

Elektroensefalografi (EEG) adalah teknik perekaman yang merekan aktivitas elektrik pada otak menggunakan elektroda yang ditempelkan pada kulit kepala. Artefak elektrookulografi (EOG) adalah salah satu artefak yang kerap muncul pada perekaman EEG dikarenakan pergerakan mata dan menyebabkan sinyal EEG berubah bentuk. Untuk membersihkan EEG, artefak perlu dibuang dengan tetap menjaga informasi penting dari EEG. Pada penelitian ini kami mendeteksi artefak EOG menggunakan ICA dan deteksi puncak, dan untuk rekonstruksi sinyal EEG kami menggunakan Denoising Autoencoder (DAE). DAE merupakan generative model yang dapat digunakan untuk merekonstruksi data yang terkontaminasi derau. Pada penelitian ini kami meneliti model DAE apakah dapat merekonstruksi sinyal EEG dari artefak EOG. Metode pendeteksian artefak mendapatkan 85% sensitivitas dan 83% Positive Predictive Value (PPV) pada dataset sekunder dan 82% sensitivitas pada dataset primer. Model DAE dilatih dengan validasi silang 10 lipat dan mendapatkan rerata mean squared error (MSE) 0,007±0,008. Penelitian ini membuktikan kemampuan DAE untuk merekonstruksi sinyal EEG dengan masukan sinyal EEG yang terkontaminasi artefak EOG.