Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Fetal Heart Ultrasound, now in its second edition, has been written as a practical guide for the ultrasound examination of the fetal heart. The fetal heart is considered to be the most important and difficult part of a fetal examination. This book aims not only to clarify and simplify the approach to this examination, but also to define what a normal fetal heart should be, and underline just why this organ remains one of the best warning signs for fetal pathology. It will be useful to trainee and practicing ultrasonographers, ultrasound departments providing obstetric ultrasound services, and obstetricians, gynecologists, radiologists and midwives undertaking course in fetal ultrasonography.

Abstrak :
Pemantauan keadaan dan kesehatan janin selama kehamilan sangat penting untuk mendeteksi komplikasi dan mengurangi angka bayi lahir mati. Fetal elektrokardiogram (FEKG) dapat digunakan untuk memonitor aktivitas jantung janin. Namun, pengembangan aplikasi FEKG yang memvisualisasikan dan menginterpretasikan data masih terbatas. Penelitian ini mengembangkan aplikasi FEKG berbasis Bluetooth menggunakan MIT App Inventor. Aplikasi FECG_App berhasil dikembangkan untuk telepon genggam Android versi 11 ke atas. Simulator FEKG menggunakan mikrokontroler ESP32 untuk mengirim data melalui Bluetooth. Aplikasi ini memiliki jarak operasional maksimal 10 meter dengan error pemetaan sinyal FEKG rata-rata sebesar 1,85%. Pengembangan aplikasi ini dapat membantu tenaga medis dan ibu hamil dalam memonitor pertumbuhan janin secara mudah ......Monitoring the condition and health of the fetus during pregnancy is crucial for detecting complications and reducing stillbirth rates. Fetal electrocardiogram (FECG) can be used to monitor the fetal heart activity. However, the development of FECG applications that visualize and interpret data is still limited. This study focuses on developing a Bluetooth-based FECG application using MIT App Inventor. The FECG_App was successfully developed for Android mobile phones version 11 and newer. The FECG simulator uses an ESP32 microcontroller to transmit data via Bluetooth. The application has a maximum operational range of 10 meters with an average FEKG signal mapping error of 1.85%. This application's development can assist healthcare professionals and expectant mothers in easily monitoring fetal growth.

Abstrak :
Aktivitas jantung janin atau Fetal Electrocardiogram (FECG) dapat digunakan untuk mendeteksi potensi kelainan pada jantung janin. Perekaman FECG dilakukan dengan menggunakan Elektrokardiogram (EKG) pada perut ibu hamil. Namun hasil yang didapat tidak serta merta memberikan nilai detak jantung janin per menit, karena terdapat berbagai macam suara bising yang mengganggu pembacaan FECG. Sinyal noise tersebut didapat dari keberadaan Maternal ECG (MECG) yang mendominasi pembacaan, pergerakan rahim, dan lain sebagainya. Sehingga dibutuhkan dokter ahli dalam pembacaan manual hasil EKG perut yang memperlambat proses diagnosis. Oleh karena itu, diperlukan suatu metode untuk memisahkan FECG dengan Maternal Electrocardiogram (MECG). Tujuan dari penelitian ini adalah untuk merancang metode baru menggunakan Fast Fourier Transform dan Filter Moving Average kemudian membandingkan hasilnya dengan metode yang sudah ada untuk memisahkan FECG dari MECG. Cara validasi yang dilakukan adalah membandingkan FHR yang didapat dari kedua metode (Metonia et al. (2020) dan Fast Fourier Transform dan Filter Moving Average) dengan nilai yang sudah divalidasi oleh dokter. Hasil yang didapat adalah pada data Ibu Hamil, Mean Average Error (MAE) menggunakan metode Moving Average dan FFT Filter bernilai 0,727 yang lebih kecil dibandingkan metode Metonia et al., (2020) yang bernilai 1,939. Pada data Ibu Melahirkan, Mean Average Error (MAE) menggunakan metode Moving Average dan FFT Filter bernilai -0,5490 yang lebih kecil dibandingkan metode Metonia et al., (2020) yang bernilai -0,3275. ......Fetal heart activity or Fetal Electrocardiogram (FECG) can be used to detect potential abnormalities in the fetal heart. FECG recording is done using an Electrocardiogram (ECG) on the abdominal of pregnant women. However, the recording results obtained do not immediately provide a value for the fetal heart rate per minute, because there are various kinds of noise that interfere with the reading of the FECG. The noise signal is obtained from the presence of the Maternal ECG (MECG) which dominates the reading, the movement of the uterus, and so on. So that an expert doctor is needed in manual reading of the Abdominal ECG results which slows down the diagnosis process. Therefore, it is necessary to have a method for separating FECG with Maternal Electrocardiogram (MECG). The purpose of this research is to design a new method using Fast Fourier Transform and Moving Average Filter then compare the results with the current available method to separate FECG from MECG. The results obtained are the data for pregnant women, the Mean Average Error (MAE) using the Moving Average and FFT Filter methods, is 0.727 which is smaller than the Metonia et al., (2020) method which is 1.939. In Maternal data, the Mean Average Error (MAE) using the Moving Average and FFT Filter methods is -0.5490 which is smaller than the Metonia et al., (2020) method which is -0.3275.

Abstrak :
Lingkar kepala janin merupakan salah satu biometrik paling penting dalam pemeriksaan perkembangan janin dengan menggunakan alat USG. Akan tetapi, pengukuran terhadap kepala janin bukanlah pekerjaan yang mudah. Penelitian ini bertujuan untuk membuat sistem pengukuran kepala janin otomatis. Sistem ini diharapkan dapat berjalan pada perangkat mobile sebagai bagian dari sistem telehealth. Pengukuran kepala janin pada penelitian ini dilakukan dengan metode object detection, dilanjutkan dengan Canny edge detection, lalu untuk piksel pada citra edge kemudian diproses pada tahap ellipse fitting. Evaluasi dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan f1-score untuk metode object detection, dan error rate untuk ellipse fitting. Dari setiap metode yang dilakukan uji coba, hasil evaluasi menunjukan bahwa metode Adaptive Boosting dan ElliFit memiliki performa yang paling baik. Metode ini juga memiliki waktu eksekusi yang relatif cepat untuk sebuah perangkat mobile, yaitu 3-5 detik. ......Fetal head circumference (HC) is one of the most important biometrics in assessing fetal growth during prenatal ultrasound examinations. However, measuring the fetal head is not an easy task. This study aims to create an automatic fetal head measurement system. This system is expected to run on mobile devices as part of telehealth system. HC measurement can be done with object detection method, followed by Canny edge detection, then for every edge pixels, fetal head can be approximated using ellipse fitting. Evaluations are carried out using accuracy, precision, recall, and f1-score metrics for object detection methods, and error rates for ellipse fitting. From each method that was tested, the evaluation result showed that the Adaptive Boosting and ElliFit method had the best performance. This method also had a relatively fast execution time for a mobile device, which is 3-5 seconds.

Abstrak :
Latar Belakang: World Health Organization melaporkan sebanyak 11 kematian anak dibawah lima tahun terjadi karena komplikasi intapartum termasuk keadaan asfiksia intrapartum. Hipoksia/asidemia fetal intrapartum berpotensi menyebabkan berbagai morbiditas baik jangka pendek seperti hypoxic-ischemic ensephalopathy maupun jangka panjang seperti cerberal palsy. FIGO mengatakan bahwa pH dibawah 7,2 adalah keadaan asidemia. Onset kerusakan otak yang terjadi saat asidemia dapat berjalan dengan cepat sehingga dibutuhkan pemantauan dini. Pola denyut jantung fetus yang abnormal berkaitan dengan 2,86 kali risiko asidemia dibanding pola CTG yang normal. Tujuan: Mencari hubungan antara katagori CTG dan pola CTG dengan kejadian asidemia janin, sehingga dapat memprediksi keluaran janin dan tatalaksana kehamilan selanjutnya. Metode: Penelitian ini menggunakan desain cohort retrospektif, menggunakan data rekam medis pasien persalinan dengan diagnosis gawat janin di RSCM pada Januari 2016-Desember 2017, yang kemudian dibagi menjadi dua kelompok yaitu kelompok CTG mencurigakan dan patologis dengan kejadian asidemia janin atau tidak. Kemudian dilakukan analisis statistik untuk menilai hubungan antara gambaran kardiotokografi dengan kejadian asidemia. Hasil: Terdapat 32 (30,8%) subjek dari 104 subjek dengan CTG mencurigakan dan terdapat 40 (40%) subjek dari 100 subjek dengan CTG patologis mengalami asidemia. Tidak didapatkan hubungan bermakna secara statistik kejadian asidemia antara kelompok CTG dengan kejadian asidemia janin (p=0.168; 95% CI 0.529-1.119). Asidemia janin terjadi pada 36,8% pada kelompok dengan pola CTG reduced variability, 38,5% pada absent variability, 20% pada tachycardia, 25% pada late deceleration, 58,3% pada late deceleration and reduced variability, 30,8% pada variable deceleration, 50% pada variable deceleration and reduced variability dengan semua hamil uji statistic menunjukan nilai p>0,05. Tidak terdapat pola CTG yang berhubungan yang bermakna dengan kejadian asidemia janin. Nilai pH pada penelitian ini memiliki median 7.24 dan nilai median pH pada kasus asidemia adalah 7.082. Kesimpulan: Penelitian ini menunjukkan bahwa tidak terdapat hubungan antara katagori CTG dengan kejadian asidemia janin, namun didapatkan trend bahwa CTG patologis lebih sering mengalami asidemia. Tidak terdapat hubungan antara pola CTG dengan kejadian asidemia janin, namun pola CTG late deceleration and reduced variability cenderung lebih sering mengalami asidemia janin.

---

Introduction: WHO stated that there were 11 of infant mortality rate due to intrapartum complication including asphyxia. Intrapartum fetal hypoxia or acidemia causes short and long-term morbidity such as hypoxic ischemic encephalopathy and cerebral palsy. FIGO concluded that pH level under 7.2 was academic condition. Onset of brain dysfunction occurred rapidly; early monitoring is needed. Abnormal fetal heart rate is related with 2.86 times of academic risk compared with normal CTG pattern. Aims: Determine the relation between CTG category and pattern to intrapartum fetal acidemia so that we can predict fetal outcome and further pregnancy treatment. Methods: This cohort retrospective study design conducted through medical records in RSCM from January 2016-December 2017. All delivery patients with fetal distress diagnosis consisted of two groups including suspicious and pathological CTG group corresponding to fetal academic. Statistical analysis determine the relationship between cardiotocography and acidemia incidence. Results: There were 32 subjects (30.8%) from 104 subjects with suspicious CTG, and 40 subjects (40%) from 100 subjects with pathological CTG having acidemia. There was no significant relationship statistically with acidemia incidence between CTG category and fetal acidemia (p=0.168; 95% CI 0.529-1.119). Fetal acidemia was 36.8%, 38.5%, 20%, 25%, 58.3%, 30.8%, 50% in reduced variability, absent variability, tachycardia, late deceleration, late deceleration and reduced variability, variable deceleration, and variable deceleration and reduced variability CTG group; respectively, with statistical test results all p value >0.05. There was no relationship between CTG pattern and fetal acidemia. The pH value in this study had 7.24 for median with median pH in this acidemia case was 7.082. Conclusion: There is no relationship between CTG category and fetal acidemia; however, pathological CTG was more often in acidemia cases. There was no relationship between CTG pattern and fetal acidemia incidence; however, late deceleration and reduced variability CTG pattern tends to more often in fetal acidemia.