Cari topik lainnya…

Filter Notch dalam EEG

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Elektroensefalogram membawa sinyal kognitif saraf dan kebisingan listrik 50 atau 60 Hz dari kabel di sekitarnya. Karena interferensi ini dapat mendistorsi data saraf, para peneliti sering kali menerapkan filter notch—filter band-stop sempit yang menekan frekuensi spesifik ini sekaligus membiarkan spektrum EEG lainnya tetap utuh.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Apa Itu Filter Notch?

Filter notch adalah filter pemrosesan sinyal yang meredam rentang frekuensi yang sempit secara kuat sementara membiarkan frekuensi di bawah dan di atas rentang tersebut lewat dengan perubahan yang relatif sedikit. Wilayah yang ditolak disebut pita stop (stopband), dan pusatnya sering disebut frekuensi notch. Karena pita stop-nya sempit, filter ini ditujukan untuk interferensi terpusat yang sudah diketahui, bukan untuk gangguan spektrum luas.

Dalam EEG, komponen yang mengganggu sering kali berupa kontaminasi listrik utama yang masuk melalui lingkungan perekaman, kabel, penguat (amplifier), atau perbedaan impedansi elektroda. Filter notch dapat mengurangi komponen 50 Hz atau 60 Hz yang menonjol, tergantung pada standar listrik lokal dan kondisi perekaman. Filter ini tidak menghilangkan setiap sumber artefak, dan tidak membedakan gangguan listrik dari aktivitas otak berdasarkan maknanya; melainkan bekerja pada konten frekuensi.

Cara Kerja Filter Notch (dan Apa yang Tidak Dilakukannya)

Filter notch bekerja dengan membuat penurunan tajam pada apa yang disebut para insinyur sebagai respons magnitudo filter, yang merupakan grafik tentang seberapa besar filter membiarkan setiap frekuensi lewat.

Pada sebagian besar frekuensi, respons berada di dekat kekuatan penuh, yang berarti sinyal lewat tanpa perubahan. Pada frekuensi target, biasanya 50 atau 60 hertz, respons turun tajam, meredam pita frekuensi tersebut sambil membiarkan frekuensi di sekitarnya sebagian besar tetap utuh. Hasilnya, secara teori, adalah sinyal bersih di mana dengung jaringan listrik hilang tetapi osilasi otak itu sendiri tetap ada.

Apa yang tidak dilakukan oleh filter notch sama pentingnya. Ini bukan penghilang artefak serbaguna.

Kontaminasi pita lebar, seperti aktivitas otot yang menyebar ke berbagai frekuensi selama mengatupkan rahang, atau defleksi besar yang disebabkan oleh kedipan mata, lolos begitu saja dari filter notch karena kontaminasi tersebut tidak terbatas pada pita yang sempit.

Filter notch juga tidak melakukan dekomposisi spektral. Filter ini tidak memecah sinyal menjadi ritme komponennya seperti yang dilakukan analisis waktu-frekuensi ketika para peneliti ingin melihat bagaimana kekuatan pada pita theta, alpha, atau beta berubah seiring waktu. Filter notch hanya membuang satu bagian sempit dari konten frekuensi dan membiarkan sisa struktur spektral persis di tempatnya semula.

Dasar-Dasar Desain Filter Notch Band Stop

Desain band-stop dimulai dengan definisi yang jelas tentang frekuensi yang tidak diinginkan dan jumlah spektrum tetangga yang dapat dikorbankan. Notch yang berpusat pada 60 Hz dengan bandwidth yang sangat sempit berperilaku berbeda dari yang meredam 55–65 Hz. Pilihan yang tepat bergantung pada stabilitas interferensi, bandwidth sinyal, frekuensi pengambilan sampel, dan pertanyaan ilmiah atau klinis.

Faktor kualitas, yang biasa ditulis sebagai Q, menyatakan hubungan antara frekuensi pusat dan bandwidth. Filter Q tinggi memiliki pita stop yang sempit relatif terhadap frekuensi pusatnya; desain Q yang lebih rendah memengaruhi wilayah yang lebih luas. Redaman yang lebih besar dan transisi yang lebih tajam mungkin memerlukan orde filter yang lebih tinggi, tetapi orde yang lebih tinggi juga dapat meningkatkan dering (ringing), biaya komputasi, dan sensitivitas terhadap detail implementasi.

Spesifikasi desain paling baik dievaluasi melalui perilaku domain frekuensi dan waktu. Plot frekuensi mengungkapkan redaman, bandwidth, dan riak pita pasang (passband ripple), sementara respons impuls atau langkah menunjukkan dering dan perilaku transien. Untuk EEG, perbaikan yang jelas dalam spektrum harus dipertimbangkan bersama dengan morfologi bentuk gelombang, waktu kejadian, dan ekstraksi fitur hilir lainnya.

Filter Notch vs Filter Band Stop: Apa Bedanya?

Filter notch umumnya dipahami sebagai bentuk sempit dari filter band-stop. Keduanya meredam frekuensi di dalam pita stop dan melewatkan frekuensi di luarnya, tetapi notch biasanya menargetkan frekuensi spesifik yang terisolasi atau interval yang sangat kecil.

Filter band-stop yang luas dapat sesuai ketika interferensi menempati wilayah yang lebih luas dan terdefinisi dengan baik. Sebuah notch lebih konservatif ketika tujuannya adalah untuk menghilangkan satu komponen garis sementara mempertahankan aktivitas di dekatnya. Dalam EEG, konservatisme semu itu tidak menghilangkan kebutuhan akan tinjauan ulang, karena filter sempit masih dapat memengaruhi harmonik, fase, atau estimasi spektral di sekitar target.

Perbandingan berikut merangkum perbedaan tipikal. Perilaku aktual bergantung pada spesifikasi dan implementasi filter, sehingga label tidak boleh menggantikan pemeriksaan kurva respons.

Fitur

Filter notch

Filter band-stop lebar

Implikasi EEG tipikal

Lebar pita stop

Sempit

Lebih lebar

Notch biasanya mempertahankan lebih banyak frekuensi yang berdekatan

Target utama

Satu frekuensi garis atau interval kecil

Rentang frekuensi yang ditentukan

Target harus cocok dengan interferensi yang diamati

Faktor kualitas

Sering kali tinggi

Sering kali lebih rendah

Q yang lebih tinggi dapat mengurangi distorsi pita tetangga

Penggunaan umum

Dengung jaringan listrik atau nada resonansi

Interferensi luas atau pita yang tidak diinginkan

Pemilihan tergantung pada artefak dan pertanyaan penelitian

Oleh karena itu, perbedaan praktisnya adalah salah satu dari selektivitas. Filter notch tidak otomatis lebih aman, dan filter band-stop lebar tidak otomatis berlebihan; masing-masing harus dinilai terhadap fitur sinyal yang penting untuk perekaman.

Menggunakan Filter Notch dalam Pemrosesan Sinyal EEG

Sinyal EEG mengandung fluktuasi tegangan amplitudo rendah yang dihasilkan oleh aktivitas saraf terdistribusi, bersama dengan artefak fisiologis dan lingkungan. Filter notch dapat digunakan selama pemrosesan awal (preprocessing) ketika puncak spektral yang sempit konsisten dengan interferensi jaringan listrik.

Ini adalah satu operasi dalam alur kerja yang lebih besar yang dapat mencakup:

  • Rereferencing (pemberian referensi ulang)

  • Penilaian saluran buruk

  • Koreksi artefak

  • Segmentasi

  • Penanganan baseline

Waktu penyaringan itu penting. Menerapkan filter sebelum pembuatan epok (epoching) dapat menghasilkan efek tepi pada batas-batas rekaman kontinu, sementara menerapkannya secara terpisah pada epok pendek dapat menciptakan transien dan respons frekuensi yang berbeda.

Para peneliti juga membedakan pemrosesan offline dari pemrosesan waktu nyata: metode non-kausal atau fase-nol mungkin praktis untuk data yang disimpan tetapi tidak dapat digunakan dengan cara yang sama ketika keputusan harus dibuat segera.

Sebuah notch harus dievaluasi terhadap tujuan analisis. Ini mungkin masuk akal untuk mengurangi puncak frekuensi garis yang stabil, tetapi tidak dapat memperbaiki gerakan elektroda, aktivitas otot, gerakan mata, kontak yang buruk, atau kebisingan penguat pita lebar. Konteks perekaman EEG, montase, referensi, laju pengambilan sampel, dan profil artefak semuanya memengaruhi apakah filter frekuensi sempit bersifat informatif atau menyesatkan.

Frekuensi Filter Notch yang Umum (50Hz dan 60Hz)

Frekuensi notch yang paling dikenal dalam EEG adalah 50 Hz dan 60 Hz, yang secara luas sesuai dengan sistem tenaga listrik regional. Target yang benar ditentukan oleh lingkungan perekaman, bukan oleh preferensi universal. Spektrum dapat menunjukkan komponen garis mana yang ada, meskipun harmonik dan interferensi khusus peralatan dapat mempersulit gambaran tersebut.

Pengaturan 50 Hz atau 60 Hz juga dapat memengaruhi harmonik pada kelipatan frekuensi fundamental, tergantung pada filter atau sistem akuisisi. Filter yang berpusat pada fundamental tidak selalu menghilangkan setiap harmonik kecuali frekuensi tersebut ditangani secara terpisah atau sistem mendokumentasikan perilaku penolakan harmonik. Penghapusan harmonik dapat lebih lanjut mengubah konten sinyal dan harus diperlakukan sebagai pilihan pemrosesan yang eksplisit.

Frekuensi di bawah ini adalah titik referensi umum daripada resep yang lengkap. Mereka menjelaskan alasan biasa untuk memilih setiap target dan perhatian utama yang terkait dengannya.

Frekuensi target

Sumber umum

Perhatian utama

50 Hz

Interferensi jaringan listrik di wilayah yang menggunakan daya sekitar 50 Hz

Dapat tumpang tindih dengan konten sinyal saraf atau teknis frekuensi tinggi

60 Hz

Interferensi jaringan listrik di wilayah yang menggunakan daya sekitar 60 Hz

Pengaturan regional yang salah dapat membiarkan artefak tetap utuh

100 Hz

Harmonik kedua dari 50 Hz atau komponen garis yang diamati secara terpisah

Menghapuskannya dapat memengaruhi analisis aktivitas frekuensi yang lebih tinggi

120 Hz

Harmonik kedua dari 60 Hz atau interferensi peralatan terkait

Puncak spektral harus diverifikasi sebelum penyaringan

Nilai-nilai ini harus didokumentasikan dengan lokasi akuisisi, bandwidth filter, redaman, dan apakah harmonik disertakan. Melaporkan hanya "terfilter notch" membuat interpretasi dan replikasi di kemudian hari menjadi lebih sulit.

Kesalahan Umum Saat Menerapkan Filter Notch

Kesalahan yang paling sering terjadi adalah memperlakukan filter notch sebagai langkah pembersihan serbaguna. Filter sempit memiliki target spesifik, sehingga harus dihubungkan dengan sumber interferensi yang teramati atau beralasan kuat. Jika artefak tidak stabil, luas, atau didominasi oleh transien, notch tetap mungkin memberikan manfaat terbatas sementara masih mengubah sinyal.

Kesalahan lainnya adalah mengabaikan hubungan antara penyaringan dan sisa alur kerja pemrosesan awal. Perubahan referensi, pengambilan sampel ulang, batas epok, dan penolakan artefak semuanya dapat memengaruhi spektrum yang terlihat.

Filter yang diterapkan tanpa memeriksa rekaman mentah dan parameter akuisisinya dapat menyembunyikan masalah yang sebenarnya lebih baik diatasi melalui pemeliharaan elektroda, pelindung, pengardean (grounding), atau tinjauan kualitas saluran.

Urutan tinjauan yang ringkas dapat membantu menjaga keputusan tetap dapat diaudit:

  • Periksa spektrum dan bentuk gelombang yang tidak difilter untuk komponen interferensi sempit yang stabil.

  • Konfirmasikan frekuensi jaringan listrik lokal dan pengaturan pengambilan sampel serta filter sistem perekaman.

  • Bandingkan bandwidth kandidat menggunakan redaman spektral dan bentuk gelombang domain waktu.

  • Catat jenis filter, orde, frekuensi pusat, bandwidth, mode fase, dan tahap pemrosesan.

Risiko Distorsi Sinyal

Para peneliti menyarankan bahwa filter notch, meskipun digunakan secara luas, membawa “risiko distorsi sinyal yang berpotensi parah.

Untuk menguji hal ini, sebuah studi tahun 2019 membangun sinyal uji sintetis dan juga bekerja dengan rekaman EEG dan MEG nyata, termasuk data EEG yang dikumpulkan dalam pengaturan tanpa pelindung di mana kebisingan saluran listrik sangat kuat. Menggunakan filter notch Butterworth, desain filter IIR yang umum, mereka menemukan bahwa kebisingan saluran listrik dihilangkan secara efektif. Interferensi pada 50 atau 60 hertz menghilang dari spektrum frekuensi seperti yang diharapkan. Namun proses penyaringan yang sama memperkenalkan distorsi dalam domain waktu, yang berarti bentuk gelombang dari waktu ke waktu diubah dengan cara yang melampaui sekadar menghilangkan frekuensi yang tidak diinginkan.

Ketika pengujian yang sama dijalankan menggunakan interpolasi spektrum sebagai gantinya, metode tersebut menyamai kemampuan filter notch untuk menghilangkan kebisingan saluran, tetapi studi tersebut melaporkan bahwa metode ini menunjukkan “distorsi yang lebih sedikit dalam domain waktu di banyak situasi umum.

Keuntungan tersebut tidak universal atau mutlak. Ini muncul di banyak situasi umum, yang menyisakan ruang untuk kasus-kasus di mana kedua metode tersebut mungkin berkinerja lebih mirip, atau di mana faktor-faktor lain dapat mengubah hasilnya.

Mengapa Menghilangkan Kebisingan Saluran Listrik dari EEG Layak Mendapatkan Lebih dari Sekadar Solusi Default

Filter notch menyediakan cara yang tepat untuk meredam komponen frekuensi sempit, membuatnya relevan untuk rekaman EEG yang dipengaruhi oleh interferensi jaringan listrik yang stabil. Kegunaannya bergantung pada identifikasi frekuensi yang akurat, bandwidth yang sesuai, kesadaran akan efek fase dan tepi, serta perbandingan dengan sinyal yang tidak difilter.

Digunakan sebagai salah satu langkah yang terdokumentasi dalam praktik kualitas sinyal dan pemrosesan awal yang lebih luas dalam penyiapan ilmu saraf, ini dapat mengurangi interferensi tanpa membuang informasi di sekitarnya secara tidak perlu.

Referensi

  1. Leske, S., & Dalal, S. S. (2019). Mengurangi kebisingan saluran listrik dalam data EEG dan MEG melalui interpolasi spektrum. NeuroImage, 189, 763–776. https://doi.org/10.1016/j.neuroimage.2019.01.026

Pertanyaan yang Sering Diajukan

Apa tugas utama filter notch dalam perekaman EEG?

Filter notch adalah filter band-stop sempit yang menekan satu frekuensi spesifik—biasanya dengung saluran listrik 50 atau 60 Hz—sambil mempertahankan sisa spektrum EEG. Ini hanya menargetkan kebisingan listrik frekuensi tetap ini, bukan artefak pita lebar seperti aktivitas otot atau kedipan mata.

Mengapa filter notch 50 Hz dan 60 Hz umum digunakan?

Frekuensi ini secara luas sesuai dengan standar daya arus bolak-balik yang digunakan di berbagai wilayah. Interferensi listrik dari lingkungan perekaman dapat muncul sebagai komponen garis yang menonjol pada salah satu frekuensi ini dan terkadang pada harmoniknya.

Mengapa tidak menggunakan analisis komponen independen (ICA) saja untuk menghilangkan kebisingan saluran?

ICA memisahkan sinyal sumber yang berbeda di seluruh elektroda, bukan pita frekuensi tertentu, sehingga tidak dirancang untuk menargetkan sinusoid frekuensi tetap tunggal seperti dengung saluran listrik. Filter notch tetap menjadi alat standar karena secara langsung meredam satu frekuensi tersebut, sedangkan ICA mungkin tidak mengisolasi kebisingan saluran sebagai sumber terpisah.

Distorsi sinyal jenis apa yang telah diamati secara langsung dengan filter notch?

Sebuah studi yang menggunakan sinyal sintetis dan data EEG nyata menemukan bahwa filter notch Butterworth dapat memperkenalkan distorsi domain waktu, mengubah bentuk gelombang melampaui sekadar menghilangkan dengung. Distorsi ini didokumentasikan berpotensi parah, meskipun dampak tepatnya pada ukuran saraf spesifik seperti ERP tidak diperiksa dalam studi yang sama.

Bagaimana cara teraman untuk menggunakan filter notch jika Anda harus menggunakannya?

Jika filter notch diterapkan, parameter yang lebih lembut—selayaknya bandwidth yang sedikit lebih lebar dan redaman yang tidak terlalu curam—dapat mengurangi risiko dering domain waktu yang berlebihan, meskipun bahaya pastinya terhadap analisis hilir belum dikuantifikasi dalam data yang ditinjau. Bijaksana juga untuk membandingkan secara visual jejak mentah dan terfilter serta mendokumentasikan setiap langkah pemrosesan awal untuk menangkap distorsi yang tidak terduga.

Dapatkah filter notch menghilangkan aktivitas otak yang sebenarnya?

Ya. Jika aktivitas saraf yang bermakna tumpang tindih dengan frekuensi target atau bandwidth yang terpengaruh, penyaringan dapat mengurangi aktivitas tersebut. Kemungkinan ini sangat relevan ketika menganalisis ritme frekuensi yang lebih tinggi atau harmonik di dekat notch.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Emotiv adalah pemimpin neuroteknologi yang membantu memajukan penelitian neurosains melalui alat EEG dan data otak yang mudah diakses.

Christian Burgos

Terbaru dari kami

Kerapatan Spektral Daya dalam EEG

Power spectral density, atau PSD, adalah alat yang memisahkan sinyal EEG dan memberi tahu Anda seberapa besar energi yang dikontribusikan oleh masing-masing kecepatan, atau frekuensi, terhadap rekaman keseluruhan. Setelah Anda dapat membaca plot PSD, Anda sedang membaca semacam skor ritme untuk otak, sebuah grafik yang menunjukkan tempo mana yang mendominasi dan mana yang memudar ke latar belakang.

Baca artikel

Transformasi Kosinus Diskrit

Elektroensefalogram (EEG) menghasilkan data berkelanjutan dalam jumlah besar di puluhan saluran dalam jangka waktu yang lama. Volume ini membebani memori headset portabel yang terbatas, membatasi jaringan telemedis, dan memperlambat antarmuka otak-komputer (BCI) real-time. Oleh karena itu, data EEG mentah memerlukan reduksi agar dapat diproses secara efisien.

Transformasi kosinus diskrit (DCT), yang berfungsi sebagai landasan matematika untuk kompresi JPEG, menyelesaikan tantangan ini. Sama seperti cara DCT mengompresi gambar dengan tetap menjaga pengenalan, DCT mengurangi ukuran sinyal EEG sekaligus mempertahankan bentuk keseluruhannya. Memahami mekanika dan batasannya membantu menentukan kapan DCT cocok digunakan atau kapan transformasi alternatif lebih disukai.

Baca artikel

Empirical Mode Decomposition

Empirical mode decomposition (EMD) dikembangkan sebagai respons terhadap ketidaksesuaian antara alat pemrosesan EEG dan data yang diminta untuk diinterpretasikannya. Alih-alih memaksakan sinyal ke dalam satu set gelombang sinus atau wavelet tetap yang dipilih sebelumnya, EMD membiarkan data menentukan blok pembangunnya sendiri. Blok pembangun ini disebut fungsi mode intrinsik (intrinsic mode functions atau IMF), dan proses yang menghasilkannya tidak memerlukan asumsi bahwa sinyal tersebut stasioner atau linier.

Hal ini membuat EMD secara konseptual menarik untuk EEG, di mana peristiwa transien yang tidak teratur sering kali merupakan fitur tepat yang ingin dideteksi oleh peneliti. Daya tarik tersebut telah mendorong serangkaian penelitian terapan ke dalam deteksi kejang, klasifikasi emosi, penghilangan artefak, dan antarmuka otak-komputer.

Baca artikel

Panduan untuk Short-Time Fourier Transform untuk EEG

Transformasi Fourier dasar, alat matematika klasik untuk memecah sinyal menjadi frekuensi komponennya, dapat memberi tahu Anda ritme otak mana yang ada di suatu tempat di seluruh rekaman. Yang tidak dapat dikatakannya adalah kapan hal itu terjadi. Ledakan singkat aktivitas alfa yang muncul seketika saat seseorang memejamkan mata adalah peristiwa penting yang terikat waktu.

Ketika dirata-ratakan ke dalam satu ringkasan frekuensi yang mencakup rekaman berdurasi sepuluh menit, ledakan tersebut menjadi statistik, yang tidak dapat dibedakan dari kebisingan latar belakang. Memulihkan waktu terjadinya peristiwa-peristiwa ini adalah titik awal untuk penelitian EEG serius apa pun, dan ini adalah masalah tepat yang diciptakan untuk dipecahkan oleh Short-Time Fourier Transform (STFT).

Baca artikel