Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam penelitian ini telah dirancang dan dibangun sebuah sistem akuisisi data elektrokardiograf (EKG) 3-lead menggunakan ADS1293 sebagai analog front end dan ESP32 sebagai mikrokontrolernya. ADS1293 mengambil data EKG secara simultan menggunakan 2 channel EKG dan mengirimkannya ke ESP32 menggunakan komunikasi Serial Peripheral Interface (SPI). 3-lead EKG ini diaplikasikan dengan menggunakan 4 elektroda: RA (Right Arm), LA (Left Arm), LL (Left Leg), dan RL (Right Leg). Sinyal EKG dihasilkan dari ProSim 4 Vital Sign Patient Simulator (Fluke, USA) dengan konfigurasi sinyal 40 BPM, 60 BPM, dan 120 BPM. Bahasa pemograman yang digunakan untuk komunikasi SPI antara ADS1293 dan ESP32 adalah bahasa C++ dan untuk pemrosesan sinyal EKG menggunakan software LabVIEW. Hasil rekamannya dilakukan proses denoising signal menggunakan Low Pass Filter (LPF) dengan respon Butterworth orde 6 pada frekuensi cutoff 20 Hz. Sistem rancangan yang dibuat dilakukan validasi data dengan alat komersial EKG yaitu CardioCare 2000. Validasi dilakuakn dengan cara membandingkan data sinyal EKG dari rancangan sistem dengan alat komersial CardioCare 2000 melalui regresi linear serta membandingkan nilai Heart Rate Variability (HRV) dari kedua alat. Hasil perbandingan dari regresi linear diperoleh dengan eror gradien dan intercept masing-masing paling besar adalah 3.25% dan 19.16%. Hasil penelitian ini dilakukan penghitungan HRV yang terdiri dari RR interval, Heart Rate, SDNN, stdHR, RMSSD untuk lead I dan lead II pada semua konfigurasi sinyal EKG. Hasil perhitungan diperoleh dengan nilai konfigurasi BPM paling tinggi selisihnya yaitu lead II 120 BPM masing-masing nilainya adalah 0.496 s, 120.943 BPM, 3.33 x 10-4 s, 0.0812 BPM, dan 3.14 x 10-4 s. Selanjutnya, dilakukan penghitungan beberapa parameter sinyal EKG yang tujuannya untuk menganalisa kelainan jantung yaitu lain interval RR, Heart Rate, Amplitudo P, Amplitudo R, Amplitudo T, interval PR, interval PT, interval QS, interval QR, dan interval RS. Pada kondisi normal adult 60 BPM diperoleh nilai untuk masing-masing parameter tersebut adalah 0.996 s, 60.23 BPM, 0.11 mV, 0.77 mV, 0.26 mV. 0.16 s, 0.40 s, 1.19 s, 0.66 s, 0.53 s. Hasil tes EKG Vital Sign Patient parameter ini dilakukan pada partisipan dari aktivitas duduk diam, kemudian berjalan, dan berlari. Pada partisipan diperoleh nilai Heart Rate yang berbeda-beda untuk semua aktivitas yang dilakukan yaitu masing-masing bernilai 78 BPM, 84 BPM, dan 89 BPM.

---

In this research, a 3-lead electrocardiograph (ECG) data acquisition system has been designed and built using ADS1293 as the analog front end and ESP32 as the microcontroller. ADS1293 retrieves ECG data simultaneously using 2 EKG channels and sends it to ESP32 using Serial Peripheral Interface (SPI) communication. This 3-lead ECG is applied using 4 electrodes: RA (Right Arm), LA (Left Arm), LL (Left Leg), and RL (Right Leg). ECG signal generated from ProSim 4 Vital Sign Patient Simulator (Fluke, USA) with 40 BPM, 60 BPM and 120 BPM signal configurations. The programming language used for SPI communication between ADS1293 and ESP32 is C++ and for ECG signal processing uses LabVIEW software. The results of the recording were carried out by denoising the signal using a Low Pass Filter (LPF) with a 6th order Butterworth response at a cutoff frequency of 20 Hz. The designed system was validated using a commercial ECG tool, namely CardioCare 2000. Validation was carried out by comparing the ECG signal data from the system design with the commercial CardioCare 2000 tool through linear regression and comparing the Heart Rate Variability (HRV) values ​​of the two tools. The results of the comparison of the linear regression obtained with the largest error gradient and intercept are 3.25% and 19.16%, respectively. The results of this study were calculated HRV consisting of RR interval, Heart Rate, SDNN, stdHR, RMSSD for lead I and lead II in all ECG signal configurations. The calculation results obtained with the BPM configuration value with the highest difference, namely lead II 120 BPM, each appearance is 0.496 s, 120.943 BPM, 3.33 x 10-4 s, 0.0812 BPM, and 3.14 x 10-4 s. Next, a number of ECG signal parameters are calculated with the aim of analyzing cardiac abnormalities, namely other RR intervals, Heart Rate, P Amplitude, R Amplitude, T Amplitude, PR interval, PT interval, QS interval, QR interval, and RS interval. In normal adult conditions 60 BPM, the values ​​for each of these parameters are 0.996 s, 60.23 BPM, 0.11 mV, 0.77 mV, 0.26 mV. 0.16 seconds, 0.40 seconds, 1.19 seconds, 0.66 seconds, 0.53 seconds. The results of the EKG Vital Sign test for this patient's parameters were carried out on the participants from the activity of sitting still, then walking, and running. The participants obtained different Heart Rate values ​​for each activity carried out, namely each worth 78 BPM, 84 BPM, and 89 BPM"

"Penyakit jantung setiap tahun selalu meningkat karena ada beberapa faktor diantaranya gaya hidup dan pola hidup yang salah. Penyakit ini sangat membahayakan dan mengancam kehidupan. Kelainan pada jantung dapat dideteksi dengan alat elektro kardio gram (EKG) yang memerlukan pengetahuan dalam perekaman dan interpretasinya. Penelitian ini bertujuan untuk mengetahui gambaran tingkat pengetahuan perawat tentang interpretasi EKG. Desain penelitian ini adalah penelitian deskriptif yang melibatkan 129 perawat (laki-laki 15 orang dan erempuan 114 orang) yang bekerja di rumah sakit Suyoto Jakarta dengan metode random sampling. Alat pengumpulan data menggunakan kuesioner yang berisi 40 item pernyataan. Analisis data penelitian adalah analisis univariat yang menjelaskan bahwa tingkat pengetahuan perawat sebagian besar masih rendah (60,5%) dan responden berpengatahuan tinggi 39,5%. Dari hasil penelitian ini, maka perawat perlu dibekali dengan ilmu pengetahuan tentang EKG dan interpretasinya melalui pendidikan formal dan pelatihan.

---

Heart disease is increasing every year because there are several factors such as lifestyle and life is wrong. Heart disease is very dangerous and life thereatening. Heart defects can be deteted by electro cardio gram (ECG), wich requires knowledge of the recording and interpretation. This study aims to describe the level of nurse knowledge about ECG interpretation. This study design was a descriptive study involving 129 nurses (15 men and 114 women) who work in hospital Suyoto Jakarta with random sampling method. Data collections using a questionaire containing 40 items statement. Data analysis was univariate analysis explain that most of the nurses? knowledge level is still low (60,5%) and 39,5% of respondents knowledgeable high. From the result of this study, the nurses need to be equipped with knowledge about ECG and its interpretation through formal education and training."

"Elektrokardiogram (EKG) diketahui sebagai salah satu instrumen medis yang banyak digunakan sebagai alat diagnostik. Interpretasi dari sinyal EKG yang didapatkan akan membantu klinisi dalam memonitor kesehatan jantung pasien serta mendiagnosis kondisi-kondisi jantung tertentu yang dapat dilihat dari abnormalitas sinyal jantung yang terekam. Melalui penulisan ini, digagas sebuah inovasi EKG Lead Tunggal yang bersifat portable karena memanfaatkan pengiriman data serial sinyal EKG melalui koneksi Bluetooth ke perangkat laptop. Mikrokontroler ESP32-WROOM-32D dan modul detak jantung AD8232 digunakan dalam merancang purwarupa EKG Lead Tunggal ini. Hasil rangkaian keduanya kemudian diuji untuk melihat ketepatannya dalam mendeteksi sinyal jantung yang dihasilkan oleh simulator EKG SKX-2000+ untuk 7 komponen gelombang, yakni QRS Interval, QT/QTcB Interval, PR Interval, P Interval, R Amplitude, RR Interval, dan PP Interval. Dari 4 nilai delay yang digunakan dalam pengambilan data, yakni 2 ms, 20 ms, 25 ms, dan 30 ms, didapatkan bahwa delay 25 ms mampu memberikan hasil rata-rata error mutlak yang dapat diterima menurut standar LIPI ketika dibandingkan dengan nilai referensi manufaktur simulator untuk komponen QT/QTcB Interval, R Amplitude, RR Interval, dan PP Interval karena memiliki nilai error di bawah 5% dengan nilai persebaran data yang lebih kecil.

---

Electrocardiogram (ECG) is known as a medical instrument that is widely used as a diagnostic tool. Interpretation of the ECG signal obtained will assist the clinician in monitoring the patient's heart health and diagnosing certain heart conditions which can be seen from the abnormal heart signal recorded. Through this writing, a single lead ECG innovation was initiated which is portable because it utilizes sending ECG signal serial data via a Bluetooth connection to a laptop device. The ESP32-WROOM-32D microcontroller and the AD8232 heart rate module were used in designing this Single Lead ECG prototype. The results of both sets were then tested to see their accuracy in detecting heart signals generated by the SKX-2000+ ECG simulator for 7 wave components, namely the QRS Interval, QT/QTcB Interval, PR Interval, P Interval, R Amplitude, RR Interval, and PP Interval. Of the 4 delay values ​​used in data retrieval, which were 2 ms, 20 ms, 25 ms, and 30 ms, it was found that the 25 ms delay was able to provide acceptable average absolute error results according to LIPI standard when compared with the simulator manufacturing reference values ​​for the QT/QTcB Interval, R Amplitude, RR Interval, and PP Interval components because has an error value below 5% with a smaller data distribution value."

"Telah dibuat sistem pemantauan aktivitas jantung dan fisik manusia dengan menggunakan elektrokardiograf tiga lead dan sebuah sensor akselerometer 3-sumbu MMA7260Q yang diaplikasikan sebagai sistem perhitungan konsumsi energi dan pemantau kecepatan gerak. Dengan menggunakan sensor elektrode penulis merekam biopotensial yang dihasilkan oleh otot-otot jantung kemudian mengakuisisi data ini dengan menggunakan rangkaian elektrokardiograf dimana didalamnya terdapat penguat bertahap sebesar 4 kali, 101 kali, dan 5 kali. Untuk menghilangkan noise dirancang pula filter 0,5-100 Hz. Pada keluaran sinyal dari akselerometer dilakukan filter high-pass 0,5 Hz, sehingga elektrokardiograf mampu membaca aktivitas jantung kemudian data analog aktivitas jantung didigitasi menggunakan ADC mikrokontroler 128l, demikian juga data percepatan tubuh manusia mengalami proses digitasi menggunakan ADC mikrokontroler. Kedua data ini disimpan ke dalam sebuah kartu memori. Data aktivitas jantung dan percepatan tubuh manusia kemudian diolah secara digital menggunakan program LabVIEW8.5. Penganalisaan data elektrokardiograf dilakukan dengan tujuan mendapatkan pola perbandingan tetap antara luasan, amplitudo, dan periode sinyal P Q R S dan T. Sedangkan pengolahan data percepatan langkah tubuh digunakan untuk menghitung konsumsi energi dan kecepatan gerak tubuh manusia. Perubahan pola sinyal elektrokardiograf dibandingkan dengan perhitungan konsumsi energi dan kecepatan aktivitas tubuh manusia. Sehingga didapatkan sebuah hubungan antara sinyal P Q R S dan T dengan konsumsi energi dan kecepatan aktivitas tubuh manusia.

---

Monitoring system of heart activity and human physical have made using electrocardiograph three leads and an accelerometer censor 3-axis MMA7260Q which is applied as calculation system of energy consumption and monitoring moving acceleration. Using electrode censor, the writer recorded biopotential which resulted from heart muscle and then process data using electrocardiograph series which have stronger in stage 4x, 101x, and 5x. To reduce the noise, filter 0,5-100 Hz was designed. In output signal from accelerometer, filter high-pass 0,5 Hz installed that electrocardiograph be able reading heart activity and then the data analog of heart activity digitized using ADC microcontroller 128l, and so did the data acceleration of human body. Both of these data saved in a memory card. The data of heart activity and human body acceleration processed digitally using LabVIEW8.5 program. Analyzing electrocardiograph data was done in goal to find a ratio for area, amplitude, and signal period of P Q R S and T. Processing data of body step acceleration used for counting energy consumption and moving velocity of human body. Alteration of electrocardiograph signal was compared with result of calculation from energy consumption and velocity of human activity. So, writer got a correlation in P Q R S and T signal with energy consumption and velocity of human activity."

"Latar Belakang : Telah banyak dipublikasikan berbagai macam algoritme untukmenentukan lokasi jaras tambahan pada pasien dengan sindroma Wolff-ParkinsonWhite.Algoritme-algoritme tersebut memiliki akurasi yang baik meskipunmemiliki alur yang komplek dan sulit untuk diingat. Berbagai macam algoritmeyang berkembang menggunakan morfologi delta wave dan polaritas komplek QRSdalam penyusunannya. Dengan adanya teknologi kateter ablasi yang ada saat inialgoritme yang komplek tidak diperlukan lagi. Diperlukan suatu algoritme yangsederhana, memiliki akurasi yang baik dan mudah diingat. Penelitian ini bertujuan untuk menilai akurasi algoritme sederhana untuk memprediksi lokasi jarastambahan. Metode : Penelitian ini merupakan studi potong lintang yang dilakukan diDepartemen Kardiologi dan Kedokteran Vaskuler FKUI/ Pusat Jantung NasionalHarapan Kita PJNHK. Data yang diambil berupa elektrokardiografi EKG pada67 pasien dengan sindroma Wolff-Parkinson-White yang menjalani tindakan ablasiperiode Januari 2014 - Oktober 2016. Data EKG yang terkumpul dibacaberdasarkan algoritme baru oleh dua orang penilai independen kemudiandibandingkan dengan hasil ablasi pada tabel 2x2. Hasil Penelitian : sampel akhir sebanyak 47 data hasil bacaan EKG observerterpercaya dihitung berdasarkan tabel 2x2 dengan hasil ablasi. Hasil menunjukkanalgoritme ini memiliki sensitivitas left free wall 45, septal 80, right free wall92, spesifisitas left free wall 96, septal 69, right free wall 85. Nilai dugapositif NDP left free wall 90, septal 55, dan right free wall 67. Nilai duganegatif NDN left free wall 70, septal 88, dan right free wall 97. Akurasialgoritme bervariasi dari 73 -87. Didapatkan perhitungan kesepahaman antarpenilai dengan nilai kappa 0,74-0,93. Perhitungan likelihood ratio menunjukkanlikelihood ratio positif left free wall 11,23, septal 2,23, dan right free wall 6,57.Likelihood ratio negatif left free wall 0,57, septa 0,28, dan right free wall 0,09. Kesimpulan : Algoritme baru yang lebih sederhana ini memiliki akurasi yang baikdengan angka kesepahaman antar penilai yang baik sehingga dapat digunakansecara umum.

---

Background : A lot of algorithms in localizing accessory pathway AP in patientswith Wolff Parkinson White Syndrome have been published. Although many ofthose methods have high accuracy, they are complicated and difficult to memorize.Most of the established algorithm use delta wave morphology and QRS polarity todetermine the location. With the technology of catheter ablation nowadays suchcomplex algorithms are not really needed. This study aim to investigate theaccuracy of a simple algorithm to predict the location of accessory pathways.

Methods : This was a cross sectional study conducted in the NationalCardiovascular Center Harapan Kita RSJPDHK Department Cardiology andVascular Medicine, FMUI. The electrocardiography ECG findings of 67 patientswith Wolff Parkinson White syndrome underwent ablations from January 2014until October 2016 were used in the current study. Those ECGs were analyzed usingthe new algorithm and were evaluated by two independent observers and comparedwith ablation results in a 2x2 table.

Results : The final number of samples was 47 ECGs. The algorithm showed it hada sensitivity of 45 on left free wall, 80 on septal, 92 on right free wall APs inaddition to the specificity of 96 on left free wall, 69 on septal, 85 on right freewall APs. Positive predictive value PPV were 90 on left free wall, 55 on septaland 67 on right free wall APs. Negative predictive value NPV were 70 on leftfree wall, 88 on septal and 97 on right free wall APs. Algorithm accuracy variedfrom 73 to 87. Inter observer agreement calculation was a kappa of 0.74 mdash 0.93.Likelihood ratio calculation identified the positive likelihood ratio of 11.23 on leftfree wall, 2.23 on septal and 6.57 on right free wall APs and negative likelihoodratio of 0.57 on left free wall, 0.28 on septal and 0.09 on right free wall APs.

Conclusion : This new and simple algorithm provide a remarkable accuracy with agood inter observer agreements. Therefore this algorithm is potential to beimplemented in general practice."

"Penyakit jantung merupakan salah satu penyebab kematian utama di dunia, khususnya negara berkembang. Deteksi dini terhadap masalah jantung sangat diperlukan. Variabilitas Laju Jantung VLJ telah digunakan oleh berbagai disiplin ilmu untuk memprediksi morbiditas dan mortalitas, serta untuk mendeteksi disfungsi dari saraf otonom. Belum ada alat elektrokardiografi EKG genggam yang terintegrasi analisis VLJ. Tujuan dari riset ini adalah untuk menghasilkan alat EKG genggam yang memiliki kemampuan untuk melakukan analisis VLJ dari bank data MIT-BIH. Alat EKG genggam yang digunakan merupakan pengembangan dari Sparkfun Single Lead Heart Rate Monitor AD8232 . Ada 3 buah elektroda yang digunakan, komponen Analog to Digital Converter ADC yang digunakan adalah ADS1115, pengolahan data dilakukan pada Raspberry Pi, dan menggunakan layar LCD Nokia 5110. Untuk membenamkan proses akuisisi sinyal EKG, deteksi R, analisis VLJ, hingga tampilan hasil analisis VLJ pada layar LCD, digunakan bahasa pemrograman Python. Riset ini menghasilkan alat EKG genggam dengan implementasi analisis VLJ. Hasil akurasi VLJ pada alat EKG genggam dibandingkan perangkat lunak HRVAS Ramshur, 2010 adalah 100 untuk parameter rerata RR, dan 94.7 untuk parameter rasio LF/HF.

---

Heart disease is one of the leading causes of death in the world, especially in developing countries. Early detection of heart problems is necessary. Heart rate variability HRV has been used by various disciplines to predict morbidity and mortality, as well as to detect dysfunction of autonomic nerves. No integrated electrocardiographic ECG instrument has been integrated in HRV analysis yet. The purpose of this research is to produce a handheld ECG device that has the ability to perform HRV analysis from a MIT BIH databank. The ECG handheld device used is the development of the Sparfun Single Lead Heart Rate Monitor AD8232. There are 3 electrode used, Analog to Digital Converter ADC component used is ADS1115, data processing is done on Raspberry Pi, and using Nokia 5110 LCD screen. To immerse the acquisition process of ECG signal, detection R, VLJ analysis, VLJ analysis on LCD display, used Python programming language. This research produces a handheld ECG device with HRV analysis implementation. HRV accuracy results in handheld ECG device versus HRVAS software Ramshur, 2010 were 100 for the mean RR parameter, and 94.7 for LF HF ratio parameters."

"Electrocardiogram ( EKG ) adalah alat pengukur sinyal jantung yang digunakan untuk mendiagnosa fungsi jantung. Pada rumah-sakit atau unit pelayanan kesehatan seperti puskesmas, klinik, pos kesehatan yang letaknya jauh dari kota besar, jumlah alat tersebut belum terlalu banyak karena harganya masih relatif mahal. Selain harga peralatan mahal, ada kendala lain yang dihadapi tenaga kesehatan di unit-unit pelayanan yang letaknya jauh terpencil dalam hal konsultasi dengan konsulen atau dokter ahli di rumah sakit pusat yaitu masalah waktu dan biaya. Untuk membantu mengatasi masalah tersebut, penulis merancang prototype alat EKG yang diberi nama EKG Telemedika. Alat ini direncanakan berfungsi untuk mengukur sinyal jantung, kemudian dapat mengirirnkan sinyal tersebut ke tempat lain dengan menggunakan komputer, modem dan jaringan telepon PSTN. Perancangan yang dilakukan terdiri dari perancangan sistem, perancangan perangkat keras dan perancangan perangkat lunak. Perancangan perangkat keras berupa pembuatan kard EKG yang terdiri dari bagian pengendali menggunakan sistem minimum mikroprosessor 8031, proteksi dan penyangga, lead selektor, penguat differensial, filter, rangkaian isolasi dan konverter analog ke digital. Hasil pengujian yang dilakukan pada slat tersebut menunjukan bahwa EKG telemedika dapat mengukur sinyal jantung dari phantom EKG ( alas simulasi pembangkit sinyal jantung ), meskipun sinyalnya masih dipengaruhi oleh noise dan pengiriman sinyal jantung melalui jaringan telepon dapat dilakukan."