Adquisición y procesamiento de señales SEMG no invasivas para la caracterización de movimientos de los miembros superiores.

Abstract

El presente trabajo está basado en el diseño de una interfaz gráfica (GUI) por medio del software matemático de programación (MATLAB) que permite procesar, visualizar y extraer características de las señales electromiográficas (SEMG). Estas señales son obtenidas mediante el método no invasivo, empleando electrodos superficiales situados en las extremidades superiores para medir la actividad eléctrica en los dos músculos principales del antebrazo que son el Tricep braquial y el Bicep braquial. El proyecto se compone de distintas etapas que permiten observar paso a paso el procesamiento digital de la señal electromiográfica (SEMG) pasando por filtros digitales, acondicionamiento y rectificación con el fin de obtener una señal con la menor contaminación de ruido posible para luego extraer las características de la señal electromiográficas (SEMG) en el dominio del tiempo - frecuencia. Es importante mencionar algunos métodos utilizados en el presente trabajo para la extracción de características los cuales determinan el comportamiento de las señales electromiográficas, entre los cuales encontramos: el Operador Cruce por Cero (ZC), el Valor Medio Absoluto de la Señal EMG (VMA), la Varianza de la Señal EMG (VAR), la Magnitud de la Transformada de Fourier (MTF), la Longitud de la forma de onda (WL), el Cambio de Signo de Pendientes (SSC), la Amplitud de Willison (WAMP), entre otros. Como resultado final y conclusión del trabajo desarrollado es demostrar que es posible crear una interfaz gráfica con bajos recursos económicos utilizando un software de libre acceso como MATLAB que le permita a un usuario procesar, visualizar, calcular y extraer características de las señales electromiográficas en el dominio del tiempo ya sea para aplicaciones en tiempo real, en el dominio de la frecuencia utilizadas para el estudio de la fatiga muscular y en el dominio tiempo - frecuencia al mismo momento, que permiten obtener información más amplia para la investigación y análisis de señales no estacionarias como lo son las señales electromiográficas (SEMG).