Electromiografia

Análisis de Señales EMG Superficiales y su 

Aplicación en Control de Prótesis de Mano 

Surface EMG Signals Analysis and Its 

Applications in Hand Prosthesis Control 

Harold A. Romo, Esp., Judy C. Realpe, Ing., Pablo E. Jojoa, PhD. 

Universidad del Cauca  hromo@unicauca.edu.co , jcrealpe@unicauca.edu.co , pjojoa@unicauca.edu.co 

Recibido para revisión 26 de Marzo de 2007, aceptado 15 de Junio de 2007, versión final 18 de junio de 2007 

Resumen—Las  señales  Electromiogr áficas  Superficiales 

(EMGS)  son  fuente  de  información  muy  apropiada  par a  el  control de dispositivos virtuales como las prótesis de mano. Las 

r azones par a utilizar estas señales obedece a difer entes aspectos 

tales  como:  facilidad  par a  r ecolectar  muestr as,  r espeto  por  la 

integridad  de  la  persona  quien  utiliza  la  prótesis, r eutilización  de  una  persona  a  otr a,  y  fácil  r emoción  par a  efectos  de 

mantenimiento  y  calibr ación. En  este  artículo, se pr esenta una 

r evisión de las técnicas más utilizadas en análisis y extr acción de 

car acterísticas discriminantes de las señales motor as EMGs con 

fines de  aplicación  en  el  control de prótesis virtuales de mano;  haciendo  énfasis  en  la  evolución  de  las  técnicas  tempor ales  clásicas  a  las  técnicas  espectr ales  más  r ecientes  basadas  en 

tr ansformadas wavelets, y su aceptación par a procesar este tipo 

de señales según su desempeño en la clasificación y ejecución de 

movimientos sobr e la prótesis. Así mismo, se hace r efer encia de 

los  tr abajos  más  r ecientes  de  desarrollo  e  investigación  en  el  campo  del  procesamiento  de  señales  biomédicas  EMGs  y  sus 

aplicaciones en control mioeléctrico. 

Palabras  Clave—Análisis  Wavelets,  Control  Mioeléctrico,  Prótesis de Mano, Señales EMGS. 

Abstract—The  surface  Electromyogr aphic  signals  (EMGS) 

ar e appropriate sour ce of information to virtual devices control  as  the  hand  prosthesis. The r easons  to  use  this signals  obey  to 

differ ent  aspects  as:  the  simplicity  to  collect  samples  of  the 

signal,  the r espect for  the  integrity  of  the person who uses the 

prosthesis,  the  r eusability  of  the  device  from  one  person  to 

another,  and  the  easiness  to  r emove  it  for  maintenance  or  calibr ation purposes. This article pr esents a r eview of the most  used  techniques  in  analysis  and  extr action  of  discriminant 

featur es from the EMGs driving signals in order to apply them 

in virtual hand prosthesis control, emphasizing in the evolution 

from the classic tempor al techniques to the most r ecent spectr al 

techniques  based  on  the  wavelets  tr ansformed  and,  its 

acceptance  to  process  this  kind  of  signals  according  to  their  performance in the classification and carrying out of movements 

over  the  prosthesis.  As  well,  it  makes  r efer ence  to  the  most 

r ecent  works  on  development  and  r esear ch  in  the  biomedical  signals  EMGs  processing  field  and  its  applications  in  myoelectric control. 

Key  words—Wavelets  Analysis,  Myoelectric  Control,  Hand  Prosthesis, EMGs Signals. 

I.  INTRODUCCIÓN  ON  el  avance tecnológico,  cada  vez se logra mejorar la  construcción de sistemas de prótesis como extensiones de  algún  miembro  del  cuerpo  humano  con  características  esenciales como: flexibilidad, estética cosmética, peso ligero y  multifuncionalidad. Igualmente, la ciencia y la ingeniería han 

C

realizado grandes avances en el área de procesamiento digital  de  señales  biomédicas  como  las  señales  electromiográficas 

superficiales  (EMGS)  y  sus  aplicaciones  en  el  control  de  dispositivos activos como las prótesis mioeléctricas.  Una  prótesis  mioeléctrica  es  un  sistema  accionado  por 

servomotores  que se gobierna a partir de señales EMG, bien 

sean  intramusculares,  capturadas  mediante  agujas  o 

superficiales,  recogidas  en  el  muñón  del  paciente  mediante  electrodos [1]. Su desempeño, sin importar que tipo de señal 

se utilice es igualmente aceptable como lo muestran Hargrove  L.  et  al.  en  [2].  Este  tipo  de  prótesis  son  cada  vez  más  aceptadas  por  personas  con  amputación  de  mano,  por  que  permite  a  la  persona  quien  la  utiliza su  rehabilitación  para  desempeñarse  activamente  en su  campo  laboral.  Para lograr  esto se requiere también del acompañamiento continuo de un  grupo de profesionales en el área médica, de la disponibilidad 

y  esfuerzo  mental  y  físico  del  paciente  para  obtener  los  mejores resultados.  El  éxito  de  una  prótesis  mioeléctrica será  medido  por  su 

Revista Avances en Sistemas e Informática, Vol. 4 No. 1 Junio de 2007, Medellín, ISSN 1657­7663 

128  Revista Avances en Sistemas e Informática, Vol. 4 No. 1, Junio de 2007 

desempeño  en la ejecución  de movimientos prácticos, con la naturalidad de los ejecutados por la mano humana, la menor  complejidad  de  operación  como  sistema  y  con  el  menor  esfuerzo  físico­mental  por  parte  del  paciente.  Para  esto,  es  esencial  un  adecuado  proceso  de  análisis  de  las  señales  motoras EMGS.  La  evolución  en  las  técnicas  de  procesamiento  de  las 

señales  de  naturaleza  transitoria  y  no  periódica  como  las  EMGS  ha  jugado  un  papel  importante  en  los  últimos  años,  partiendo  de  técnicas  básicas  y  sencillas  como  el  análisis 

temporal,  pasando  por  el  análisis  espectral  mediante  la 

transformada  de  Fourier  hasta  llegar  al  análisis  espectral  multiresolución mediante la “transformada wavelet” [3]. Esta  última  técnica  adquiere  cada  vez  mayor  importancia  en  muchas  áreas  de  la  ciencia  y  en  particular  en  análisis  de 

señales  biomédicas  para  las  cuales  se  ha  comprobado  un  mejor desempeño que las técnicas basadas en la transformada  de Fourier [4]. 

II.  LAS SEÑALES EMGS  Las señales EMG superficiales (EMGS), son esencialmente  un  patrón  unidimensional,  por  lo  que  cualquier  técnica  de  procesamiento de señales para extracción de características y 

reconocimiento  de  patrones  se  puede  aplicar  a  este  tipo  de 

señales.  La  información  extraída  de  las  señales  EMGS,  es 

seleccionada  de  tal  manera  que  se  minimice  el  error  en  el  control de los sistemas de prótesis mioeléctricas. La necesidad 

de una rápida respuesta de la prótesis limita la longitud de las  muestras  de  la  señal  sobre  las  cuales  se  extraen  las  características. La tendencia en el control de prótesis a partir  de señales  EMGS  obedece  a  que se  constituye  en la técnica  más  sencilla  de  implementar  por  su  facilidad  en  la 

recolección  sin  intromisión  directa  sobre  el  organismo  del  usuario,  remoción  de  electrodos  y  equipo  para  efectos  de  mantenimiento  y/o  calibración  y  su  reutilización  de  una  persona a otra.  A.  Adquisición de Señales EMGS  Las  señales  EMGS,  son  colectadas  típicamente  mediante  electrodos  bipolares  de  superficie,  ubicados  sobre  la  piel.  Estas  han  sido  utilizadas  para  el  control  de  prótesis  de  miembros  superiores  desde  1948  [5].  Estas señales  proveen 

información sobre la actividad neuromuscular que las origina, 

siendo  esencial  esta  información  en:  diagnóstico  clínico, 

rehabilitación  y  como  fuente  de  control  para  dispositivos  activos  y  esquemas  de  estimulación  eléctrica  funcional  [4].  Hargrove  L.  et  al. [2], realizaron  un trabajo  comparativo  de  clasificación  con  señales  EMG  superficiales  e 

intramusculares, concluyendo que la información extraída en 

las dos clases de señales es igualmente valiosa, sin encontrar 

...