Perpustakaan Digital ITB

Gagal jantung adalah kondisi di mana jantung tidak dapat memompa darah atau mengisi bilik jantung dalam jumlah yang cukup diakibatkan oleh perubahan fungsi dan struktur jantung. Pemeriksaan gagal jantung bilik kiri dilakukan dengan metode ekokardiografi transtorakik (TTE) dengan menganalisis nilai fraksi ejeksi dan parameter lainnya pada bilik kiri jantung yang merupakan representasi dari aktivitas mekanik jantung. Aktivitas tersebut dapat direkam dengan modalitas selain transduser ultrasonik, diantaranya dengan akselerometer sebagai sinyal seismokardiogram (SCG) dan mikrofon sebagai sinyal fonokardiogram (PCG). Hasil perekaman dengan kedua modalitas tersebut berpotensi mengandung informasi yang bermanfaat untuk dapat dijadikan biomarker diagnostik pada kondisi gagal jantung dengan fraksi ejeksi rendah dan mengkompensasi kekurangan TTE yakni kebergantungan kualitas citra terhadap kemampuan operator. Berdasarkan potensi yang telah disebutkan, penelitian disertasi ini dirancang untuk dapat merekam sinyal biomekanik jantung melalui modalitas SCG dan PCG dengan bantuan ECG sebagai penanda aktivitas sistol dan diastol serta melakukan ekstraksi fitur dan analisis kontribusi fitur dalam membedakan kompleks kardiak pada subjek dengan jantung dengan fraksi ejeksi normal dan rendah. Klasifikasi support vector machine dengan input berupa fitur-fitur yang telah diperingkat dilakukan untuk melakukan uji signifikansi fitur. Kelompok fitur CTI dan dinamika sinyal menjadi kelompok fitur dengan kontribusi paling signifikan dalam mengenali kehadiran kondisi jantung dengan fraksi ejeksi rendah menjadi hipotesis dalam penelitian ini. Di samping itu, pemanfaatan modalitas jamak memiliki performa lebih baik dibandingkan modalitas tunggal menjadi hipotesis kedua dalam penelitian. Pemeringkatan dilakukan dengan memanfaatkan pendekatan Relief pada 185 fitur yang telah berhasil direkognisi. Kategori fitur dengan signifikansi tinggi terhadap pengelompokkan subjek dengan fraksi ejeksi bilik kiri rendah dan normal adalah interval waktu kardiak (CTI), dinamika sinyal, dan representasi cepstral. Fitur CTI yang dinyatakan signifikan meliputi PEP/LVET (R2), IVCT, LVET, dan MPI (R1 ii dalam penelitian ini). Fitur dinamika sinyal yang menunjukkan signifikansi tinggi adalah nilai entropi spektral dari SCG. Potensi dari kumpulan fitur yang telah diperingkat untuk menjadi biomarker diagnostik dikonfirmasi dengan menggunakan klasifikasi berbantukan support vector machine (SVM). Klasifikasi dilakukan untuk mengetahui kemampuan kumpulan fitur dari sinyal seismophonocardiogram (SPCG) dalam mendeteksi kehadiran fraksi ejeksi bilik kiri yang rendah. Pemanfaatan kumpulan fitur pada klasifikasi SVM berorientasi subjek mampu memberikan performa sebesar 92%, 96%, 92%, 96%, dan 99% untuk pengukuran keakurasian, kepresisian, sensitivitas, spesifisitas, dan AUC secara berturut-turut dengan melibatkan 121 fitur. Kontribusi CTI dalam rekognisi kehadiran gagal jantung sistol dapat dijelaskan secara fisiologis karena IVCT, LVET, dan MPI berkaitan erat dengan aktivitas mekanik jantung. Penurunan kontraktilitas jantung dapat diindikasi oleh bertambahnya nilai IVCT dan menurunnya nilai LVET sehingga meningkatkan nilai MPI. Kontribusi fitur dinamika sinyal dapat dipahami dengan memandang kelompok fitur tersebut sebagai perubahan quasi-deterministic pada nilai fisis yang terekam di SCG dan PCG, dimana kedua sinyal tersebut digenerasi dari aktivitas mekanik jantung. Berdasarkan hasil klasifikasi tersebut, pelibatan kelompok fitur CTI dan dinamika sinyal dengan skema modalitas jamak dapat menjadi jawaban pada konstruksi sistem deteksi gagal jantung sistolik secara non-invasif yang terjangkau dan memiliki aksesibilitas yang tinggi.