Strok iskemik berpunca daripada penyempitan saluran darah akibat perjalanan embolus sepanjang salur darah yang akhirnya terperangkap berhampiran dinding saluran darah dan menjadi stenosis. Ultrabunyi Doppler Transcranial (TCD) digunakan sebagai alat untuk mengesan embolus. Tetapi, proses pemantauan TCD adalah memakan masa dan menyebabkan keletihan. Oleh sebab penilaian memerlukan pakar-pakar, bilangan pakar yang terhad juga menyebabkan pengesanan embolus manual satu tugas yang mencabar. Oleh itu, projek ini adalah untuk mereka program untuk pengesan embolus automatik. MATLAB digunakan untuk mengembangkan algoritma pemprosesan isyarat system. Dalam projek ini, terdapat empat kaedah pengesanan telah dikaji. Kaedah pertama adalah kaedah pemodelan sinusoidal di mana spektrum frekuensi diperiksa untuk mencari komponen frekuensi yang bermagnitud tinggi. Kaedah kedua membandingkan kadar tenaga dan kadar lintasan sifar isyarat embolus dengan tahap ambang. Seterusnya, kaedah tenaga masa singkat dan kadar lintasan sifar purata masa singkat diambil untuk membandingkan kedua-dua ciri tersebut dengan tahap ambang dikira. Kaedah terakhir ialah pengelas Mesin Penyokong Vector (SVM) di mana Pekali Kepstrum Frekuensi Mel (MFCC) ialah ciri-ciri yang diekstrak untuk melatih pengelas. Penilaian prestasi kaedah pengesanan diukur dengan peratusan ketepatan dan masa pemprosesan. Keputusan terbaik adalah dicapai dengan kaedah pemodelan sinusoidal dengan kadar penerimaan tulen tinggi pada 84.2% dan kadar penolakan palsu rendah pada 33.14%. Selepas sistem perisian yang dicadangkan disahkan, sistem ini diubah suai dan dijadikan aplikasi antara muka grafik pengguna (GUI).
_______________________________________________________________________________________________________
Ischemic stroke is caused by narrowing of the blood vessel due to emboli travel along the blood vessel that eventually trapped near the vessel wall and become stenosis. Transcranial Doppler (TCD) Ultrasound is used as a tool to detect emboli. However, the TCD monitoring process is time-consuming and fatigue. Since the evaluation requires human experts, limited number of experts makes the manual emboli detection a challenging task. Therefore, this project is to develop program for automated emboli detection. MATLAB are used to develop signal processing algorithm of the system. In this project, there are four detection methods investigated. The first method is sinusoidal modelling method where the frequency spectrum were inspected to search for the frequency components with high magnitude. The second method compares the energy and zero crossing rate of embolic signal with the threshold level. Subsequently, the short time energy and short time average zero crossing rate method is employed to compare two characteristic with threshold level computed. The last method is the Support Vector Machine (SVM) classifier where Mel Frequency Cepstral Coefficients (MFCC) is the extracted features used to train the classifier. The performance evaluations of the detection methods are measured by accuracy percentage and processing time. The best result is achieved by the sinusoidal modelling method with high genuine acceptance rate at 84.2% and low false rejection rate of 33.14%. After the proposed software system is validated, the system is modified and employed into a graphical user interface (GUI) application.
Ischemic stroke detection system with computer aided diagnostic capability / Lina Tay