Procesamiento de señales mioelectricas

Universidad Autónoma de Nuevo León[pic 1]

Facultad de Ingeniería Mecánica y Eléctrica

Programa educativo: Ingeniero en Mecatrónica

Unidad de Aprendizaje: Ingeniería Médica

1. Introducción

El sistema nervioso el cual controla la interacción entre el sistema muscular y el esquelético para dar lugar al movimiento humano. El sistema esquelético proporciona la estructura mientras que el muscular es el que proporciona la fuerza. En el sistema nervioso existen señales con las cuales se puede medir el movimiento como por ejemplo en el sistema muscular existen las contracciones musculares. La contracción de fibras de musculo esquelético va de 20 a 200 ms. La señal eléctrica asociada a la contracción de un musculo es llamada electromiograma o EMG.

La electromiografía (EMG) es un procedimiento de diagnóstico que se utiliza para evaluar la salud de los músculos y las neuronas que los controlan (neuronas motoras).

Las neuronas motoras transmiten señales eléctricas que hacen que los músculos se contraigan. Una EMG convierte estas señales en gráficos, sonidos o valores numéricos que interpreta un especialista.

La EMG usa dispositivos diminutos denominados “electrodos” para transmitir o detectar señales eléctricas.

Durante una EMG, un electrodo de aguja que se introduce directamente en un músculo registra la actividad eléctrica en ese músculo.

Un estudio de conducción nerviosa, otra parte de la EMG, usa los electrodos adheridos a la piel (electrodos de superficie) para medir la velocidad y la intensidad de las señales que se desplazan entre dos o más puntos.

Los resultados de la EMG pueden revelar una disfunción nerviosa, una disfunción muscular o problemas con la transmisión de señales de nervios a músculos.

1. Desarrollo

Considere el registro de actividad electromiográfica en los músculos del brazo que se muestran en la Figure 1.

[pic 2]

Los datos se registraron con un equipo de electromiografía con una frecuencia de muestreo de 1 KHz. Los datos se registraron en el archivo “EMG.mat” y cada columna contiene la siguiente información:

• Columna 1: vector de tiempo del experimento.
• Columna 2: registro EMG en bíceps largo.
• Columna 3: registro EMG en bíceps corto.
• Columna 4: registro EMG en bíceps lateral.
• Columna 5: registro EMG en bíceps largo.
• Columna 6: registro EMG en bíceps medio.

Para los datos correspondientes a cada uno de los electrodos realice los siguientes procedimientos:

1. Calcule la envolvente de la señal de cada electrodo:

• Calcule la transformada de Hilbert de la señal.
• Calcule la magnitud de la señal transformada.
• Calcule un filtro Butterword pasabajas de orden siete (n), frecuencia de corte (Fc) 15 Hz y frecuencia de muestreo (Fs) de 1000 Hz.
• Filtre la magnitud de la señal transformada.

1. Diseñe una señal de activación mioelectrica:

• Considere la señal filtrada del punto anterior.
• Seleccione un umbral de activación de 3.5e-5 volts.
• La señal de activación mioelectrica tendrá un valor de 0 volts para valores de la señal filtrada menores al umbral.
• La señal de activación mioelectrica tendrá un valor de 5 volts para valores de la señal filtrada igual o mayores al umbral.

1. Haga un subplot con dos renglones y una columna. En el primer subplot grafique la señal original y la señal envolvente. En el segundo subplot grafique la señal de activación.
2. Repita el paso anterior para los cinco electrodos.

La sintaxis de MATLAB que resuelve esta actividad es la siguiente:

[pic 3]

[pic 4]

1. Resultados

•        Columna 2: registro EMG en bíceps largo.

[pic 5]

•        Columna 3: registro EMG en bíceps corto.

[pic 6]

•        Columna 4: registro EMG en bíceps lateral.

[pic 7]

•        Columna 5: registro EMG en bíceps largo.

[pic 8]

•        Columna 6: registro EMG en bíceps medio.

[pic 9]

1. Conclusiones

Con los resultados obtenidos podemos observar como las contracciones musculares en diferentes partes musculares del brazo son diferentes y mandan las señales eléctricas en distintos umbrales. Las señales electicas del potencial de acción de unidad motora se pueden observar en las gráficas con los valores de límites que nosotros proporcionamos en la activación mioeléctrica. Mediante esta simulación podemos observar cómo implementar una aplicación para detectar fallos y encontrar soluciones a diferentes enfermedades de la actualidad.

...