Perpustakaan Digital ITB

Pemantauan laju pernapasan (RR) dengan Photoplethysmography (PPG) saat ini masih rentan terhadap gangguan. Algoritma estimasi RR pada umumnya menggunakan satu kanal sinyal PPG yang dapat menjadi tidak efektif ketika terjadi gangguan. Penelitian ini bertujuan mengembangkan sebuah pipeline estimasi RR multikanal yang mengintegrasikan modul Signal Quality Assessment (SQA) dan teknik smoothing untuk meningkatkan kinerja dan ketahanannya. Sebagai landasan pengembangan, sebuah dataset baru yang mencakup 36 rekaman dari 12 subjek sehat telah dibangun. Dataset ini terdiri dari sinyal PPG tiga kanal (hijau, merah, dan inframerah) serta data referensi RR. Metode yang diusulkan bekerja dengan memproses suatu segmen dari sinyal PPG multikanal melalui pipeline yang terdiri atas tiga tahap: modul SQA memilih kanal dengan kualitas terbaik, algoritma estimasi (RIAV atau AIIRE) menghitung RR, dan hasilnya dihaluskan oleh modul smoothing. Melalui serangkaian eksperimen, ditemukan bahwa konfigurasi optimal untuk meningkatkan kinerja algoritma RIAV adalah dengan menggunakan ukuran segmen 75 detik, threshold SQA 0.9, dan Exponential Moving Average (? = 0.4). Penerapan pipeline ini menunjukkan peningkatan kinerja yang signifikan pada kedua algoritma yang diuji. Pada algoritma RIAV, MAE berhasil diturunkan sebesar 39.8% (dari 3.62 menjadi 2.18 bpm) dan RMSE sebesar 37.5% (dari 4.99 menjadi 3.12 bpm). Sementara itu, pada algoritma AIIRE, MAE juga berhasil diturunkan sebesar 18.0% (dari 3.05 menjadi 2.50 bpm) dan RMSE sebesar 11.4% (dari 4.02 menjadi 3.56 bpm). Temuan ini membuktikan bahwa kerangka kerja pipeline yang diusulkan efektif untuk meningkatkan kinerja algoritma estimasi RR.