Dr. Prima Dewi Purnamasari
Semua sinyal yang berasal dan/atau diambil dari makhluk hidup dapat disebut sebagai sinyal fisiologis (physiology signal) atau sinyal biomedis (biomedical signal). Sumber sinyal biomedis dapat berada pada tingkat molekuler, tingkat sel atau tingkat sistemik/organ. Beberapa contoh yang termasuk sinyal biomedis adalah elektrocardiogram (ECG) yang menunjukkan aktivitas listrik dari jantung; sinyal suara (speech signal); electroencephalogram (EEG) yang menunjukkan aktivitas listrik dari otak; electromyogram (EMG) yang menunjukkan aktivitas listrik dari otot; electroretinogram dari mata; dan sebagainya. Kemungkinan untuk menggunakan sinyal fisiologis ini masih sangat terbuka untuk berbagai kepentingan medis maupun non medis. Contoh untuk kepentingan medis misalnya adalah, mendeteksi Apnea berdasarkan ECG, mendeteksi Arithmia berdasarkan ECG, sedangkan untuk kepentingan non-medis misalnya untuk mendeteksi stress, meditasi, dan kantuk saat berkendara berdasarkan ECG, mendeteksi emosi, alkoholik berdasarkan EEG dan sebagainya.
Metode machine learning sedang banyak dikembangkan untuk berbagai kebutuhan, salah satunya untuk bidang kesehatan. Tujuan dari penggunaan metode machine learning adalah membantu tenaga medis dalam melakukan dianosis dan pemantauan pasien. Salah satu permasalahan dalam menggunakan metode machine learning untuk sinyal fisiologis adalah bagaimana menemukan fitur yang cocok, di sini perlu dilakukan metode pemrosesan sinyal sehingga didapatkan fitur yang tepat. Dari bermacam sinyal fisiologis yang ada, akan memiliki satu kesamaan mendasar, yaitu bentuknya sama-sama sinyal, di mana terdapat amplitudo yang berubah seiring waktu. Oleh karena itu metode ekstraksi fitur dari sebuah sinyal bisa jadi cocok diterapkan juga untuk jenis sinyal fisiologis yang lain.
Penelitian ini berfokus pada pengembangan metode machine learning dan pengembangan metode ekstraksi fitur untuk sinyal fisiologis manusia. Oleh karena itu dibutuhkan sumber data sinyal fisiologis manusia dengan label ground truth yang dipercaya yang dimiliki oleh dokter, rumah sakit, atau pemilik data lainnya. Sinyal fisiologis juga dapat digabungkan dengan data tabular untuk menambah dimensi dari data.