Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Brain Computer Interface (BCI) merupakan sebuah teknologi yang sedang banyak dikembangkan di banyak negara di dunia, pasalnya teknologi BCI ini adalah teknologi yang modern dimana teknlogi ini dapat memungkinkan manusia dapat berkomunikasi dengan suatu sistem. Sampai sekarang BCI banyak dikembangkan pada dunia medis, salah satunya adalah stroke, stroke adalah sebuah penyakit yang diakibatkan oleh penguumpalan darah pada pembuluh darah diotak ataupun akibat pecahnya pembuluh datah diotak. Stroke mengakibatkan kelumpuhan pada bagian tubuh penderitanya, sehingga membuat ketebatasan pada mobilitasnya. Sehingga melalui penelitian ini diharapkan dapat membantu pasien stroke dalam mobilitiasnya. Pada pembuatan sistem sebelumnya dilakukan pengklasifikasian sinyal otak dengan cara perekaman sinyal EEG dengan menggunakan ADS1299EEG-FE, perekaman ini dilakukan dengan metode motor imagery sehingga subjek tidak perlu melakukan pergerakan cukup melakukan pemikiran pergerakan motorik untuk dapat menjalankan kursi roda. Pengklasifikasian sistem ini menggunakan fitur RPR yaitu nilai rasio power, setelah dilakukan klasifikasi dilakukanlah validasi sistem dengan melakukan pengujian lasngung pada sistem. Pada pengujian sistem terdapat 2 model pengujian yakni Diam – Maju – Mundur dan Diam – Kiri – kanan dengan presentase keberhasilan 46% dan 65%. ......Brain Computer Interface (BCI) is a technology that is being developed in many countries in the world, because this BCI technology is a modern technology where technology can enable communicate human with a system. BCI has been widely developed in the medical, one of them is stroke, stroke is a disease caused by blood clots in blood vessels in the brain or due to ruptured brained vessels. Stroke results in paralysis of the part of the body of the sufferer, making it difficult for mobility. So that this research is expected to help stroke patients in their mobility. For making the system previously we classification the brain signals by recording EEG signals using ADS1299EEG-FE, this recording using the motor imagery method so that the subject did not need to move and just thinking about motor movements to control a wheelchair. The classification of this system uses the RPR feature, namely the value of the power ratio, after classification the system validation is done by direct testing on the system. In the system testing there are 2 test models namely Stop - Forward - Backward and Stop - Left - right with a success percentage 46% and 65%.

Abstrak :
Multiple Sclerosis merupakan penyakit kronis, progresif, dan degenerative yang ditandai dengan adanya demielinasi atau peradangan dan kerusakan pada selubung mielin di sistem saraf pusat. Manifestasi klinis pada Multiple Sclerosis tergantung pada lokasi keterlibatan pada sistem saraf pusat. Namun manifestasi klinis yang paling umum terjadi pada pasien dengan Multiple Sclerosis adalah tremor, kelemahan otot, gangguan penglihatan (sulit fokus, buram), dan masalah pada eliminasi (konstipasi). Analisis dilakukan pada pasien perempuan berusia 18 tahun yang diduga mengalami Multiple Sclerosis. Masalah keperawatan yang muncul adalah gangguan mobilitas fisik, konstipasi, risiko jatuh, dan risiko infeksi. Tujuan penulisan ini yaitu memaparkan hasil analisis asuhan keperawatan dengan menggunakan latihan Motor Imagery (MI) yang dikombinasikan dengan latihan Range of Motion (ROM) untuk meningkatkan kekuatan otot pada pasien. Latihan dilakukan selama tiga hari (15, 17-18 April 2023) dengan setiap latihan berdurasi 15-20 menit pada pagi hari. Intervensi keperawatan menghasilkan bahwa tidak ada perubahan dalam kekuatan otot, namun tremor saat duduk berkurang dan pasien melaporkan peningkatan motivasi untuk sembuh secara subjektif. Kesimpulannya, latihan Motor Imagery dan Range of Motion merupakan latihan yang mudah, murah, dan tidak ada efek samping, namun mungkin akan lebih efektif apabila dilakukan dengan waktu dan frekuensi yang lebih lama. ...... Multiple Sclerosis is a chronic, progressive and degenerative disease characterized by demyelination or inflammation and damage to the myelin sheath in the central nervous system. Clinical manifestations in Multiple Sclerosis depend on the location of involvement in the central nervous system. However, the most common clinical manifestations in patients with Multiple Sclerosis are tremor, muscle weakness, visual disturbances (difficulty focusing, blurring), and problems with elimination (constipation). The analysis was performed on an 18-year-old female patient suspected of having Multiple Sclerosis. Nursing problems that arise are impaired physical mobility, constipation, the risk of falling, and the risk of infection. The purpose of this writing is to present the results of an analysis of nursing care using Motor Imagery (MI) exercises combined with Range of Motion (ROM) exercises to increase muscle strength in patients. The exercises were carried out over three days (15, 17-18 April 2023) with each exercise lasting 15-20 minutes in the morning. The nursing intervention resulted in no change in muscle strength, but the tremor while sitting was reduced and the patient reported subjectively increased motivation to recover. In conclusion, Motor Imagery and Range of Motion exercises are easy, inexpensive, and have no side effects, but may be more effective if done with a longer time and frequency.

Abstrak :
PENDAHULUAN: Teknik motor imagery diketahui berpengaruh terhadap fungsi motorik anggota gerak atas pasien stroke iskemik kronik. Meskipun demikian, belum diketahui pengaruh teknik motor imagery terhadap neuroplastisitas secara molekular pada pasien stroke iskemik kronik. Penelitian ini bertujuan mengetahui pengaruh teknik motor imagery terhadap fungsi anggota gerak atas dan neuroplastisitas pasien stroke iskemik kronik. METODE: Kami melaporkan 3 kasus stroke iskemik kronik. Kasus pertama wanita usia 40 tahun dengan stroke pertama awitan 5 tahun dan komorbid systemic lupus erythematosus (SLE). Kasus kedua wanita usia 53 tahun dengan stroke pertama awitan 3 tahun, komorbid hipertensi dan diabetes mellitus tipe 2. Kasus ketiga pria usia 51 tahun dengan stroke berulang ketiga awitan 1 tahun, komorbid hipertensi dan hiperlipidemia. Kami melakukan intervensi teknik motor imagery 1 sesi per minggu selama 12 minggu, dengan durasi 20 menit per sesi, menggunakan panduan elektroensefalografi (EEG) elektroda tunggal portabel. Luaran fungsional dinilai dengan Chedoke Arm and Hand Activity Inventory-13 (CAHAI-13) sebelum dan sesudah intervensi. Parameter neuroplastisitas diukur dari kadar Brain Derived Neurotrophic Factor (BDNF) serum yang dinilai pada pra-intervensi, minggu ke-6, dan pasca-intervensi minggu ke-12 HASIL: Pemulihan fungsi anggota gerak atas yang bermakna secara klinis didapatkan pada kasus kedua dengan peningkatan skor CAHAI-13 sebesar 21 poin disertai peningkatan kadar BDNF serum pada minggu ke-6 yang relatif menetap pada pengukuran minggu ke-12. Pada kasus ketiga didapatkan peningkatan skor CAHAI-13 yang tidak bermakna secara klinis, sementara pada kasus pertama tidak didapatkan perubahan. Kadar BDNF pada kasus pertama dan ketiga memiliki kecenderungan yang sama, yaitu meningkat pada minggu ke-6, dan turun kembali pada minggu ke-12 dengan kadar yang masih lebih tinggi dibandingkan kadar pra-intervensi. KESIMPULAN: Teknik motor imagery 1 sesi per minggu selama 12 minggu, durasi 20 menit per sesi, terbukti berpengaruh terhadap neuroplastisitas pasien stroke iskemik kronik, dan terhadap pemulihan motorik anggota gerak atas pasien stroke iskemik kronik serangan pertama awitan 3 tahun. ......INTRODUCTION: Motor imagery is known to affect motor function of upper limbs in chronic ischemic stroke patients. However, the effect of motor imagery on molecular neuroplasticity in chronic ischemic stroke patients is not yet established. This study aims to determine the efect of motor imagery on upper limb function and neuroplasticity of chronic ischemic stroke patients. METHODS: We reported 3 cases of chronic ischemic stroke. The first case was a 40-year-old woman with stroke onset 5 years and comorbid systemic lupus erythematosus (SLE). The second case was a 53-year-old woman with a first strokte of 3 years onset, comorbid hypertension and diabetes mellitus type 2. The third case was a 51-year-old with third recurrent stroke of 1 year onset, comorbid hypertension and hyperlipidemia. We performed motor imagery 1 session per week for 12 weeks, with a duration of 20 minutes per session, using single electrode portable electroencephalograph (EEG) guidance. Functional outcomes were assessed using the Chedoke Arm and Hand Activity Inventory-13 (CAHAI-13) before and after intervention. Neuroplasticity parameters were measured from serum Brain Derived Neurotrophic Factor (BDNF) levels which were assessed at pre-intervention, week 6, and week 12 post-intervention. RESULTS: Clinically significant recovery of upper limb function was found in the second case with an increase in the CAHAI-13 score of 21 points, accompanied by an increase in serum BDNF levels at week 6 which was relatively stable at week 12. In the third case, there was an increase in the CAHAI-13 score which was not clinically significant, while in the first case there was no change. Serum BDNF levels in the first and third cases had the same tendency, which increased at week 6 and decreased at week 12, with the levels still higher than pre-intervention levels. CONCLUSION: Motor imagery 1 session per week for 12 weeks, with the duration of 20 minutes per session, has been shown to have an effect on neuroplasticity of chronic ischemic stroke patients, and on motor recovery of limbs in patient with first chronic ischemic stroke of 3 years onset.

Abstrak :
Stroke merupakan kelainan fungsi otak yang timbul mendadak disebabkan karena gangguan terjadinya peredaran darah otak yang dapat menyebabkan berbagai defisit neurologik diantaranya adalah defisit motorik berupa hemiparesis. Penanganan hemiparesis adalah meningkatkan fungsi motorik, mencegah kontraktur dan komplikasi. Penelitian ini bertujuan untuk mengidentifikasi pengaruh latihan Motor Imagery: visual terhadap kekuatan otot ekstremitas pada pasien stroke dengan hemiparesis di RSUD Kota Bekasi. Penelitian ini menggunakan desain penelitian Quasi Experiment pre dan post test design dengan kelompok kontrol. Jumlah sampel pada penelitian ini adalah 22 responden yang dipilih dengan tehnik consecutive sampling. Sampel dibagi menjadi kelompok perlakuan sebanyak 11 responden yang diberikan penanganan standar rumah sakit dan latihan Motor Imagery : visual 3x sehari selama 7 hari dan kelompok kontrol sebanyak 11 responden yang diberikan penanganan standar rumah sakit tanpa diberikan tambahan latihan Motor Imagery : visual. Evaluasi penelitian ini dilakukan pada hari pertama dan kedelapan untuk kedua kelompok tersebut. Hasil penelitian menunjukkan kekuatan otot lengan dan kaki meningkat (p=0,000) secara signifikan setelah diberikan latihan. Hal ini berarti latihan Motor Imagery : visual berpengaruh terhadap peningkatan kekuatan otot ekstremitas pada pasien stroke dengan hemiparesis. Penelitian ini merekomendasikan perlunya penggunaan latihan ini sebagai salah satu intervensi perawat dalam asuhan keperawatan pasien stroke. ...... Stroke is a brain dysfunction that occurs due to sudden interruption of blood circulation of the brain resulting in a variety of neurologic deficits include motor deficits of hemiparesis. Management of hemiparesis is to improve motor function, prevent contractures and complications. The aims of this study is to identify the effect of Motor Imagery : visual exercise on limb muscle strength in stroke patients with hemiparesis at RSUD Bekasi of City. This study used research designs Quasi Experiment pre and post test design with control group. The number of samples in this study were 22 respondents selected by consecutive sampling technique, divided into treatment groups of 11 respondents who have given standard hospital treatment and Motor Imagery : visual exercises three times a day within 7 days and a control group of 11 respondents who have given standard hospital treatment without any additional training Motor Imagery : visual. Evaluation research was done on the first day and the eighth for the two groups. The result showed that the strength of arm and leg muscles increased (p = 0.000) significantly after given training. This means the Motor Imagery : visual exercises influence on an increase in limb muscle strength in stroke patients with hemiparesis. This study recommends the need to conduct this exercise as an intervention in nursing care of stroke patients.

Abstrak :
Pada beberapa orang difabel mengalami kesulitan pada saat bergerak dalam aktivitas sehari-harinya. Penggunaan prostetik dapat mengurangi keterbatasan tersebut. Pada penggunaan prostetik dapat dimodifikasi dengan alat bantu gerak (aktuator) yang dikendalikan oleh brain computer interface (BCI) guna mengontrol prostetik dengan gelombang otak. Aktivitas membayangkan melakukan gerak motorik yang disebut motor imagery (MI) apabila dapat di-recognition dapat memudahkan pada difabel untuk mengendalikan prostetik miliknya. Tulisan ini bertujuan untuk menjelaskan bagaimana me-recognition sinyal elektroensefalografi (EEG) dengan mencoba mengklasifikasikan sinyal MI EEG. Simulasi dilakukan pada bahasa Python pada framework Tensorflow, Keras. Jenis machine learning yang dipilih adalah Convolutional Neural Network (CNN). Dataset diperoleh dari PhysioNet.org, diolah dengan metode Continuous Wavelet Transformation (CWT) dengan library MNE. ......Some people with disabilities have trouble doing their daily activities. Prosthetics could reduce the difficulties to some degree. The use of a prosthetic can be modified by the addition of an actuator (generate of motion) driven by BCI (brain computer interface) to control prosthetic by brain waves. If we could make the recognition of the brain wave in imaginary activities of motoric movement called motor imagery (MI), it would help people with disabilities to better control their prosthetics. This article’s aim to describe how to do the recognition of EEG signals (electroencephalography) by trying to classify the MI EEG signals. The simulation was run in Phyton on a Tensorflow framework, with a keras wrapper. Convolutional Neutral Network (CNN) was chosen in this research as the machine learning. The datasets gathered from PhysioNet.org were transformed using the library MNE with the Continuous Wavelet Transformation (CWT) method.

Abstrak :
Analisis praktik residensi keperawatan medikal bedah merupakan karya ilmiah akhir ners spesialis. Analisis ini terdiri dari asuhan keperawatan pada gangguan sistem neurologi dengan kasus utama toksoplasmosis ensefalitis dan 30 kasus resume menggunakan pendekatan model adaptasi Roy, penerapan evidence based nursing tentang latihan motor imagery untuk meningkatkan keseimbangan pasien stroke, penerapan proyek inovasi tentang edukasi berbasis audio visual (video) perawatan pasien post kraniektomi. Teori model adaptasi Roy bertujuan untuk memodifikasi dan mengubah stimulus sehingga pasien dapat adaptif terhadap kondisi kesehatannya. Toksoplasmosis ensefalitis merupakan salah satu kasus emergensi neurologi pada HIV yang memerlukan penatalaksanaan yang serius. Latiham motor imagery dapat meningkatkan keseimbangan pada pasien stroke, dapat dilanjutkan di rumah secara teratur oleh pasien untuk membantu proses rehabilitasi. Edukasi berbasis audio visual (video) perawatan pasien post kraniektomi dapat meningkatkan pengetahuan dan keterampilan pasien dan keluarga dalam merawat pasien post kraniektomi untuk mencegah terjadinya komplikasi dan membantu proses penyembuhan.

---

Analysis of the practice of residency in medical surgical nursing is the final scientific work of specialist nurses. This analysis consisted of nursing care in neurological system disorders with the main cases of toxoplasmosis encephalitis and 30 cases of resumes using Roy's adaptation model approach, the application of evidence based nursing about motor imagery exercises to improve the balance of stroke patients, the application of innovation projects on audio-visual (video) based education treatment of post craniectomy patients. Roys adaptation model theory aims to modify and change stimulus so that patients can be adaptive to their health conditions. Toxoplasmosis encephalitis is one of the neurological emergency cases in HIV that requires serious management. Motor imagery exercises can improve balance in stroke patients, can be continued at home regularly by patients to assist the rehabilitation process. Audio visual (video) based care for post craniectomy patients can improve the knowledge and skills of patients and families in treating post craniectomy patients to prevent complications and help the healing process.

Abstrak :
Penelitian ini berfokus pada pengembangan algoritma untuk EEG-based Brain Computer Interface (BCI) yang memanfaatkan sinyal otak untuk mengendalikan external device secara langsung. Jenis sinyal EEG yang digunakan dalam penelitian ini adalah sinyal Motor Imagery (MI) yang berisikan imajinasi gerakan anggota tubuh tertentu tanpa dilakukannya gerakan secara langsung. Pengaplikasian sinyal MI-EEG ke dalam BCI masih memiliki kendala utama dikarenakan pola yang dihasilkan sulit untuk dibedakan antara jenis gerakan yang satu dengan jenis gerakan lainnya, maupun pada jenis gerakan yang sama. Pembaharuan yang dilakukan oleh peneliti adalah dengan memanfaatkan metode Wavelet Packet Transform (WPT) yang digunakan untuk meningkatkan resolusi temporal dari sinyal dengan cara mendekomposisikan sinyal ke dalam pita - pita frekuensi (frequency band) baik pada frekuensi tinggi maupun frekuensi rendah, sehingga dapat meningkatkan kemampuan Common Spatial Pattern (CSP) sebagai spatial filter sehingga didapatkan resolusi spatial yang lebih baik untuk sinyal MI-EEG tersebut. Convolutional Neural Network (CNN) kemudian dipilih untuk pelatihan dari klasifier, dimana hasil pelatihan ini nantinya akan digunakan untuk mengklasifikasikan gerakan dari MI-EEG yang diberikan. Performa dari metode ini akan dianalisis dengan menggunakan dataset 2a dari Brain Computer Interface Competition IV (BCIC IV) dan menghasilkan peningkatan rerata nilai akurasi hingga 32%, Kappa hingga 0,42, dan F-Score hingga 0,39 dibandingkan dengan hanya menggunakan CNN sebagai klasifiernya. Performa dari algoritma ini juga memiliki nilai Kappa yang cukup baik dibandingkan dengan metode – metode lain yang digunakan sebelumnya pada dataset 2a dari BCIC IV. ......This study is focused on proposed a new algorithm in EEG-based Brain Computer Interface (BCI) that can directly utilize brain signals to control external devices. Motor Imagery (MI) signal, which contains the imagination of a certain limb movement, is generally used in BCI. It does not need direct movement. The application of MI-EEG signal into BCI still has major problems because the patterns obtained for each recording can be different from one another even though they have the same type of motion. In this study, we utilize the Wavelet Packet Transform (WPT) method which is used to decompose the EEG signal into specifics sub-bands frequency and Common Spatial Pattern (CSP) as a spatial filter to increase the spatial resolution of the EEG signal. The Convolutional Neural Network (CNN) is then selected for training from the classifier. The results of this training will later be used to classify the movements of the given MI-EEG. We evaluate the model using dataset 2a from Brain-Computer Interface Competition (BCIC) IV. The results show that the average accuracy increases 32%, Kappa up to 0.42, and F-Score up to 0.39 compared to only using CNN as the classifier. The performance of this algorithm also has a fairly good Kappa value compared to other methods used previously in dataset 2a from BCIC IV.

Abstrak :
Brain-Computer Interface (BCI) merupakan sebuah sistem yang mampu menerjemahkan sinyal-sinyal otak menjadi perintah kepada berbagai devais keluaran. Teknologi ini kini sedang berkembang pesat terutama untuk keperluan rehabilitasi gerak bagi orang-orang yang telah kehilangan kemampuan geraknya. Dalam penelitian ini, dirancang sebuah sistem BCI yang mampu menerjemahkan sinyal otak seseorang ketika sedang melakukan pembayangan gerak (motor imagery) untuk gerakan tangan menggenggam dan membuka. Hasil terjemahan tersebut dapat digunakan untuk menggerakkan sebuah antarmuka yang membantu orang tersebut untuk bergerak menggenggam dan membuka tangan secara real-time. Sistem BCI ini menggunakan perangkat akuisisi data yang terdiri dari Raspberry Pi 4 dan ADS1299 Analog-to-Digital Converter. Sistem ini juga dikembangkan dengan menggunakan berbagai algoritma pemrosesan dan klasifikasi data, mulai dari Independent Component Analysis, Support Vector Machine, Linear Discriminant Analysis, k-Nearest Neighbours, dan Random Forest. Akurasi hasil testing klasifikasi yang dilakukan oleh sistem ini bernilai 64,6% untuk mengklasifikasi 3 jenis pembayangan gerak (menggenggam, membuka, dan diam) menggunakan algoritma SVM serta 94,7% untuk klasifikasi 2 jenis pembayangan gerak (menggenggam dan membuka) menggunakan algoritma Random Forest. ......Brain-Computer Interface (BCI) is a system which can translate brain signals to command various output devices. This technology had been developing rapidly, especially for movement rehabilitation purposes for people with motoric disabilities. In this research, a BCI system has been developed which can translate one’s brain signals when one is imagining doing hand movement (motor imagery). The translation result can be used to drive an interface in real-time. This BCI system utilize an acquisition device, consisting of Raspberry Pi 4 and ADS1299 Analog-to-Digital Converter. Besides, this system has also been developed using several algorithms for processing and classifying data, namely Independent Component Analysis, Support Vector Machine, Linear Discriminant Analysis, k-Nearest Neighbours, and Random Forest. Testing accuracy for this system yielded a 64.6% for classifying three types of motor imagery (hand grasping, hand opening, and resting) with SVM, and 94.7% for classifying two types of motor imagery (hand grasping and hand opening only) using Random Forest.

Abstrak :
This book reports on the development of different control tools for Brain-machine interface-based assistance and rehabilitation. Brain activity is analyzed with the purpose of classify mental tasks and detecting movement intentions in patients with impaired motility. Event-Related Desynchronization (ERD) and Event-Related Synchronization (ERS) are detected. Throughout this book, different control systems are presented and validated. This thesis, examined at the Miguel Hernández University of Elche, Spain, in 2016, received the award for best thesis in bioengineering from the Bioengineering group of the Spanish Committee of Automatic Control (CEA) in 2017.