Poster Penelitian
Continuous Glucose Monitoring: A Non-Invasive Approach
Halaman ini menampilkan poster penelitian terkait perangkat IoMT: MAX30101 Non-Invasive Glucose Monitor.
Pendahuluan
Peningkatan kasus diabetes setiap tahun berdampak pada tingginya komplikasi, biaya perawatan, dan mortalitas. Pemantauan glukosa secara kontinyu (Continuous Glucose Monitoring, CGM) dibutuhkan untuk personalisasi perawatan, namun metode invasif menimbulkan ketidaknyamanan dan risiko infeksi.
Photoplethysmography (PPG) memanfaatkan deteksi intensitas cahaya yang dipantulkan jaringan tubuh (LED → jaringan → fotodioda) dan menyediakan sinyal biomarker yang relevan. Penelitian ini mengkaji pemantauan non-invasif berbasis PPG dan Deep Learning (DL) untuk klasifikasi kadar glukosa.
Tujuan & Solusi Potensial
- Menyajikan prototipe IoMT real-time berbasis sinyal PPG untuk pemantauan glukosa non-invasif.
- Mengekstraksi biomarker dari PPG dan melatih model DL spatio-temporal untuk klasifikasi kadar glukosa.
- Mengurangi ketergantungan metode invasif (nyeri/risiko infeksi) dan mengatasi inkonsistensi metode berbasis kamera smartphone.
Metodologi
- Perangkat & Akuisisi: Sinyal PPG direkam menggunakan prototipe IoMT (sensor LED–fotodioda).
- Pra-proses: Eliminasi baseline drift dan penyiapan segmen sinyal untuk fitur spatio-temporal.
- Pemodelan DL: Fitur spatio-temporal dilatih dengan arsitektur DL (CDNN) untuk klasifikasi.
- Keluaran: Kadar glukosa diklasifikasikan menjadi rendah, normal, dan tinggi.
Hasil
Prototipe mampu mengukur dan mengklasifikasikan glukosa darah secara non-invasif berbasis PPG. Pola spatio-temporal PPG efektif membedakan kelas kadar glukosa, dengan performa akurasi yang dilaporkan mencapai > 90% pada klasifikasi tiga label (rendah/normal/tinggi).
Kesimpulan
Sistem pemantauan glukosa non-invasif berbasis PPG dan DL menunjukkan potensi tinggi untuk pemantauan personal secara real-time. Ke depan, klasifikasi dapat diperluas ke lebih banyak label (lebih granular) agar laporan bagi pengguna lebih presisi, serta integrasi alur IoMT yang aman untuk pengawasan jarak jauh pasien hiperglikemik.
Tim & Afiliasi
Departemen Teknik Elektro, Fakultas Teknik, Universitas Muhammadiyah Yogyakarta (UMY); Center of AI & Robotics Studies, serta kolaborasi dengan Asia University (Taiwan) dan institusi mitra lain yang tercantum pada poster.
Catatan & Referensi
Detail gambar, diagram, dan daftar referensi lengkap tersedia di poster PDF di atas. Silakan buka dokumen untuk melihat sitasi penuh dan ilustrasi metodologi.