Makalah ini mendeskripsikan sistem deteksi aritmia jantung berbasis FPGA. Sistem ini melakukan preprocessing sinyal EKG menggunakan dekomposisi mode empiris untuk menghilangkan noise, kemudian melakukan deteksi puncak R untuk mengidentifikasi aritmia. Sistem ini diimplementasikan pada FPGA Xilinx Spartan 3E menggunakan bahasa Verilog dan hanya menggunakan 38% sumber daya FPGA. Sistem mampu mendeteksi tiga jen

1. TELKOMNIKA, Vol.13, No.2, June 2015, pp. 125~132
ISSN: 1693-6930, accredited A by DIKTI, Decree No: 58/DIKTI/Kep/2013
DOI: 10.12928/TELKOMNIKA.v13i2.xxxx  281
Received February 23, 2014; Revised May 29, 2014; Accepted June 12, 2014
Detektif Aritmia Berbasis FPGA
Sudarsono Hadi Saputro
Universitas Ahmad Dahlan
Jl. Prof. Dr. Soepomo, (0274) 563515/ (0274) 564604
e-mail: sudarsono1500022087@webmail.uad.ac.id
Abstract
Makalah ini mengusulkan sistem Analisis EKG berbasis Programmable Gate Array
(FPGA) yang sederhana dan andal. Elektrokardiogram (ECG) adalah sinyal biomedis
yang penting, yang menunjukkan aktivitas listrik jantung. Bentuk gelombang ECG
memberikan informasi berharga untuk mendeteksi penyakit jantung yang tidak normal.
Untuk analisis yang akurat, sinyal ECG harus diproses untuk menghilangkan sinyal noise.
Juga, berbagai fitur EKG harus diekstraksi untuk diagnosis gangguan jantung.selain itu
juga pemrosesan sinyal ECG mencakup dua tahap: Preprocessing dan Ekstraksi Fitur.
Tahap preprocessing menghilangkan noise dari sinyal ECG mentah dan tahap ekstraksi
fitur mengekstraksi informasi diagnostik dari sinyal ECG. Tujuan utama dari pekerjaan ini
adalah (i) peningkatan sinyal ECG menggunakan metode empiris dekomposisi mode
(EMD). (ii) Deteksi puncak R yang merupakan langkah pertama menuju deteksi otomatis
aritmia jantung pada sinyal EKG. Sistem yang diusulkan dapat mendeteksi tiga aritmia
yang berbeda.
1. Introduction
Elektrokardiogram (ECG) adalah salah satu alat penting yang digunakan oleh ahli
jantung untuk menganalisis bentuk gelombang EKG dalam diagnosis berbagai penyakit
dan memantau kondisi yang terkait dengan jantung. Ini diperoleh dengan menempatkan
elektroda pada kulit pasien. Ini memberikan informasi tentang hati manusia seperti
gangguan dalam irama jantung, kelainan pada impuls listrik.
2. Research Method
2.1 Dekomposisi mode empiris (EMD
Metode EMD yang merupakan teknik non-linear baru telah dikembangkan oleh N.E
Huang et al. untuk mewakili sinyal non stasioner seperti ECG. Prinsip dasar EMD adalah
untuk menguraikan sinyal menjadi sejumlah terbatas IMF IMF yang diekstraksi
memenuhi persyaratan
3. Results and Analysis
3.1 Teknik Peningkatan Menggunakan EMD
Dalam Teknik EMD, Peningkatan sinyal EKG dilakukan dengan mengekspresikan
sinyal ECG yang berisik sebagai jumlah dari serangkaian IMF. Komponen-komponen yang
berisik kebanyakan ditemukan di IMF awal di antara set terbatas IMF yang dihasilkan.
Penting untuk menentukan apakah kebisingan ada di IMF tertentu atau tidak. dan untuk
pengukuran Spectral Flatness (SF) digunakan di sini.
apakah kebisingan ada di IMF tertentu atau tidak. dan untuk pengukuran Spectral Flatness
(SF) digunakan di sini.
3.2 R Deteksi puncak Menggunakan Metode Operasi Perbedaan
Metode Operasi Perbedaan adalah salah satu metode sederhana dan cepat dalam
mendeteksi kompleks QRS. Prinsip dasar dari metode ini adalah untuk menemukan
puncak R dengan menerapkan operasi perbedaan ke sinyal ECG. Perhitungan matematis
kompleks seperti korelasi silang, transformasi Fourier, dll. Tidak terlibat dalam metode ini.
Ini terutama melibatkan mencari sinyal perbedaan atau turunan. Oleh karena itu kalkulus
dasar digunakan untuk mencari titik puncak.
4. Simulation and Synthesis Results

2.  ISSN: 1693-6930
TELKOMNIKA Vol. 13, No. 2, June 2015 : 125 – 132
282
Metode yang diusulkan dievaluasi dengan menggunakan database BI-BIH Normal
Sinus Rhythm (nsrdb), database Supra Ventricular Arrhythmia (svdb), database Atrial
Fibrillation (afdb) dan database Arrhythmia (mitdb). Efektivitas metode yang diusulkan dalam
mendeteksi penyakit dengan akurasi keseluruhan 94,76% ditunjukkan pada Tabel II di bawah
ini. Gambar 5 menunjukkan hasil Denoising menggunakan EMD. Gambar 6 menunjukkan hasil
Desain Tingkat Atas..
[1]
5. Conclusions
Metode yang efisien untuk deteksi aritmia telah dikembangkan berdasarkan denyut
jantung. Metode berbasis EMD untuk denoising sinyal ECG diusulkan di mana deteksi Otomatis
bising IMF dilakukan dengan menggunakan pengukuran kerataan Spectral. Setelah
Peningkatan, pendeteksian Puncak R, fitur yang paling relevan dari bentuk gelombang ECG
dilakukan menggunakan metodologi Threshold. Setelah puncak R terdeteksi, interval RR
dihitung untuk memperkirakan detak jantung untuk deteksi aritmia. Desain ini
diimplementasikan pada papan FPGA Xilinx Spartan 3E menggunakan bahasa Verilog. Alat
desain yang diimplementasikan (Xilinx ISE), hanya menggunakan 38% dari sumber daya yang
tersedia dalam perangkat FPGA berukuran kecil (Xilinx Spartan XC3S500) dan mampu
menghitung denyut jantung sinyal dan mendeteksi aritmia (melalui LED) .Kinerja metode yang
diusulkan dievaluasi menggunakan catatan data aritmia yang berbeda dari database MIT-BIH.
Sampai sekarang analisis dilakukan dengan R-puncak tetapi di masa depan pekerjaan akan
berlangsung dengan puncak lain juga karena beberapa aritmia jantung tidak hanya bergantung
pada interval R-R tetapi juga gelombang P, T. Sistem kami tidak dapat mendeteksi aritmia
semacam itu. Algoritma ini dapat dimodifikasi lebih lanjut untuk menghitung semua parameter
ECG secara otomatis pada output. Dengan demikian, itu dapat digunakan untuk pemrosesan
sinyal ECG waktu nyata di masa depan
Referensi
[1] Anil Chacko, Samit Ari,“ Denoising of ECG Signals using Empirical Mode
Decomposition based Technique,”IEEE- International Conference on advances in
Engineering Science and Management(ICAESM-2012)March 30,31,2012.