Revista Mexicana de Ingeniería

Biomédica
ISSN: 0188-9532
rmib.somib@gmail.com
Sociedad Mexicana de Ingeniería
Biomédica
México

Correa-Figueroa, J.L.; Morales-Sánchez, E.; Huerta-Ruelas, J.A.; González-Barbosa, J.J.;

Cárdenas-Pérez, C.R.
Sistema de Adquisición de Señales SEMG para la Detección de Fatiga Muscular
Revista Mexicana de Ingeniería Biomédica, vol. 37, núm. 1, enero-abril, 2016, pp. 17-27
Sociedad Mexicana de Ingeniería Biomédica
Distrito Federal, México

Disponible en: http://www.redalyc.org/articulo.oa?id=61943766003

Cómo citar el artículo

Número completo
Sistema de Información Científica
Más información del artículo Red de Revistas Científicas de América Latina, el Caribe, España y Portugal
Página de la revista en redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
NOTA TÉCNICA
Vol. 37, No. 1, Ene-Abr 2016, pp. 17-27 ib INGENIERÍA BIOMÉDICA
REVISTA MEXICANA DE

dx.doi.org/10.17488/RMIB.37.1.4

Sistema de Adquisición de Señales SEMG

para la Detección de Fatiga Muscular

J.L. Correa-Figueroa1 , E. Morales-Sánchez1 , J.A. Huerta-Ruelas1 , J.J. González-Barbosa1 , C.R.

Cárdenas-Pérez2
1
Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada del Instituto Politécnico Nacional, Unidad
Querétaro Cerro Blanco No.141 Col. Colinas del Cimatario, 76090 Santiago de Querétaro, Qro. México
2
Instituto Tecnológico de Estudios Superiores de Monterrey Campus Querétaro Epigmenio González 500,
Fracc. San Pablo, 76130 Santiago de Querétaro, Qro. México

RESUMEN
Este trabajo presenta el desarrollo de un sistema de adquisición y procesamiento de señales mioeléctricas
superficiales o SEMG. El sistema propuesto adquiere las señales SEMG de la superficie de la piel utilizando electrodos
superficiales de AgCl. El sistema tiene una etapa de amplificación y de filtrado por hardware para eficientar el tiempo
de proceso. Se desarrolló un software para procesar por transformada de Fourier la señal SEMG amplificada y filtrada.
A diferencia de otros sistemas de adquisición de señales biológicas que son desarrollados para terapia o rehabilitación,
este sistema está pensado para ser usado para el control de brazos robóticos, por ello el software desarrollado mide
la fatiga utilizando parámetros como el corrimiento de la frecuencia media instantánea y la densidad espectral de
potencia de la señal SEMG.
Palabras clave: electromiografía, instrumentación, transformada rápida de Fourier.

Correspondencia: Fecha de recepción:

Eduardo Morales Sánchez 28 de julio de 2015
Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada
del Instituto Politécnico Nacional, Unidad Querétaro. Fecha de aceptación:
Correo electrónico: emorales@ipn.mx 10 de diciembre de 2015
18 Revista Mexicana de Ingeniería Biomédica · volumen 37 · número 1 · Ene-Abr, 2016

ABSTRACT
This paper presents the development of a system for acquiring and processing of surface myoelectric signals or
SEMG. The proposed system acquires signals SEMG skin surface using AgCl surface electrodes. The system has
an amplification step and hardware filtering to streamline the processing time. Developed software for processing
the Fourier transform SEMG amplified and filtered signal. Unlike other systems for acquisition of biological signals,
which are developed for therapy or rehabilitation, this system is intended to be used for the control of robotic arms,
so the software performs the measurement of fatigue using parameters like bleed average frequency and instantaneous
power spectral density of the signal SEMG.
Keywords: electromyography, instrumentation, fast Fourier transform.

INTRODUCCIÓN [13]. Sin embargo, las señales SEMG son muy

Una vertiente de las ciencias exactas que
incluye el estudio, desarrollo e innovación
de tecnologías para fines médicos, como
terapia o rehabilitación es la ingeniería
biomédica. Es dentro de esta disciplina
que se encuentra inmerso el desarrollo de
interfaces mioeléctricas (EMG); una interfaz
EMG es un dispositivo electrónico que hace
uso de señales biológicas producidas por
los músculos del cuerpo, las cuales son
procesadas y analizadas por un circuito
electrónico además de un software [1], [2].
Hoy en día el desarrollo de estos dispositivos
va en ascenso, y su uso ya no solo se centra
en el desarrollo de aplicaciones terapéuticas
y de rehabilitación [3], [4], como el caso
de las prótesis mioeléctricas [5]-[8], sino
también para el control de robots [9], [10] y
brazos robóticos [11]; estas nuevas tendencias
están orillando el desarrollo de interfaces
mioeléctricas para el uso diario, ya sea para
facilitar la vida diaria o también para usos
de recreación y entretenimiento; por ejemplo
el uso de dispositivos EMG en videojuegos
o para reemplazar dispositivos de entrada
salida de una PC como el mouse o el teclado
[12]. El análisis de la señal SEMG se basa en
las características temporales, por lo general
usando el valor de amplitud rectificado RMS
complejas, aleatorias, no estacionarias, no
lineales (sin relación lineal entre la actividad
muscular y el patrón de señal de SEMG), y no
se generan por fenómenos periódicos. Aunque
estas técnicas logran caracterizar las señales
SEMG, es necesario aplicar técnicas con
perspectiva en la frecuencia para caracterizar
completamente sus patrones. En términos
de los parámetros del espectro de frecuencia
como la transformada rápida de Fourier,
que mide la amplitud de la señal sobre los
componentes en frecuencia, o la frecuencia
media instantánea, que muestra el valor
promedio del espectro de frecuencia en un
instante de tiempo [14]. Además la señal
SEMG está expuesta a sufrir cambios debidos
a la fatiga muscular. Cuando ocurre fatiga
en el músculo, la amplitud de la señal
de SEMG aumenta, debido a que, como
mecanismo de compensación de fatiga, los
músculos intentan mantener la misma fuerza
reclutando unidades motoras adicionales;
pero cuando esto no es posible, la fuerza
comienza a disminuir evidenciándose una
reducción en la amplitud de la señal. Durante
contracciones fatigantes, se presenta una
reducción en la velocidad de conducción y,
por lo tanto, de las frecuencias características
de la señal; siendo la acumulación de ácido
láctico una de sus causas [15]. Esta reducción
veloped for therapy or rehabilitation, this system is intended to be used for
ntrol of robotic arms, so the software performs the measurement of fatigue
parameters like bleed average frequency and instantaneous power spectral
y of the signal SEMG. 19
Correa-Figueroa et al. Sistema de Adquisición de Señales SEMG para la Detección de Fatiga Muscular

tromyography, Instrumentation, Fast Fourier Transform

en la velocidad de conducción resulta en una Una de las condiciones deseables en un
compresión y un corrimiento del espectro electrodo, es que no sea polarizado, esto
de frecuencias hacia las frecuencias bajas. significa que el potencial en el electrodo
Así mismo, la frecuencia de activación de no debe de variar considerablemente cada
tiempo [14]. Además la señal SEMG está expuesta vez
las unidades motoras, representada en la a que la corriente pase a través de
zona de bajas frecuencias del espectro de él. El electrodo de plata cloruro de
sufrir cambios debidos a la fatiga muscular. Cuando
frecuencia SEMG, cambia como consecuencia plata (Ag/AgCl) ha demostrado tener
ocurredel
fatiga
estadoen de
el músculo,
fatiga. Porlaesto
amplitud
mismode es la señal de
más los estándares adecuados para lograr esta
SEMGconveniente
aumenta, realizar
debido una
a que, como mecanismo
caracterización de la decaracterística, además, la interfaz piel-plata
compensación de fatiga,
fatiga utilizando los parámetros
los distintos músculos en intentano piel-Ag/AgCl tiene la mayor impedancia
mantener la misma
frecuencia de fuerza reclutando
la señal SEMG yaunidades
que paramotorasresistiva en el dominio de la frecuencia
adicionales; pero lacuando
determinar fatiga esto no esdeterminar
se debe posible, lala fuerzaen SEMG [18]. La adquisición de la
Densidad
comienza de Potencia
a disminuir Espectral (PSD)
evidenciándose [16],
una reducción enseñal se realizó por medio de electrodos
la amplitud de la señal. Durante contraccionessuperficiales de AgCl de gel sólido conductivo
[17].
fatigantes, se presenta una reducción en la velocidad de en configuración bipolar [19].
conducciónSISTEMAy, porDEloADQUISICIÓN
tanto, de las DE frecuencias
características de la señal; SEÑALES siendo la acumulación de Etapa de amplificación
ácido láctico una de sus causas [15]. Esta reducción en La señal generada por una unidad motora
la velocidad de conducción Electrodos
resulta en una compresióntiene una amplitud aproximadamente de 250
y un corrimiento
Los electrodos deldeespectro de frecuencias
superficiales hacia las
son colocados µV durante la contracción [20]. Debido a
frecuencias bajas. sobre
directamente Así la mismo,
superficielade frecuencia
la piel y deque las señales mioeléctricas son de pequeña
son capaces
activación de tomar registros
de las unidades motoras,poblacionales
representada en laamplitud, el ruido ambiental o en mayor
de la actividad bioeléctrica.
zona de bajas frecuencias del espectro El de
usofrecuencia
de medida el ruido de línea (60Hz) puede
los electrodos superficiales
SEMG, cambia como consecuencia del estado dees mucho más provocar una falsa interpretación de los
adecuado para el estudio del comportamiento resultados. Por lo tanto, el amplificador de
fatiga. Por esto mismo es más conveniente realizar una
promedio de la actividad eléctrica de un la unidad de procesamiento necesita ser no
caracterización de la fatiga utilizando los distintos
musculo o grupo de músculos, lo cual es muy solo lo suficientemente sensible como para
parámetros
utilizadoen para
frecuencia
detectarde la señal
fatiga SEMG
muscular y paraya quedetectar y amplificar las pequeñas señales
para monitoreo
determinar del larendimiento
fatiga se de debe determinar la
deportistas. sino que también debe rechazar los ruidos
Densidad
Los de PotenciadeEspectral
materiales los que (PSD) [16], [17].
se constituyen la para obtener solo actividad electromiográfica.
mayoría de los electrodos de superficie son Los amplificadores diferenciales permiten
muy variables, entre ellos están la plata, el
SISTEMA DE ADQUISICIÓN DE SEÑALES rechazar gran parte del ruido externo.
oro, acero inoxidable, platino entre otros. Los amplificadores de instrumentación
cumplen con esas características y están
especialmente construidos para propósitos de
instrumentación médica. A su vez permite
variar el factor de amplificación con la
modificación de un juego de resistencias.
Para la etapa de amplificación se utilizó un
amplificador diferencial INA114. El INA114
es un amplificador de instrumentación
de bajo costo de propósito general que
puede ofrecer una excelente precisión. Su
versátil diseño y pequeño tamaño hacen
que sea ideal para una amplia gama de
FiguraFigura
1 Diagrama de bloques
1: Diagrama de del Sistema
bloques del de adquisición
Sistema de deaplicaciones. Con una sola resistencia externa
señales
adquisición de señales SEMG
SEMG. se establece cualquier ganancia de 1 a 10.000.
resistencia calculada corresponde a 270 Ω. La figura 2
muestra el diagrama eléctrico correspondiente al
amplificador
20 utilizado para la interfaz Revista
SEMG. Mexicana de Ingeniería Biomédica · volumen 37 · número 1 · Ene-Abr, 2016

Figura 2 Circuito
Figura 2: Circuitode
dela
la etapa deamplificación.
etapa de amplificación
La protección de entrada interna puede
soportar Etapa
hasta ± de 40 filtrado
V sin sufrir daños.
El INA114 activa con muy baja tensión de
Además de desplazamiento (50µV),se
la amplificación la requiere
deriva (0.25µV / ◦la señal
filtrar
C) y un alto rechazo en modo común (115dB a
electromiografíca en la banda de 20 Hz a 300 Hz. Para
T = 1,000). Funciona con voltajes de tan sólo Figura 3: Circuito filtro pasa bajas.
ello se diseña un filtro
± 2.25V, lo queintegrador
permite su uso pasa
conbajas y un filtro
sistemas
derivadoralimentados
pasa altas por
de primer
baterías orden.
y de abastecimiento
Figura 3 Circuito filtro pasa bajas
individuales de 5V. Para calcular la ganancia Se calcula a una frecuencia de corte de 300
del amplificador se utilizabajas
la ecuación (1) : Hz y se da un valor de Capacitor de 1 µF
A. Filtro Integrador/Pasa B. Filtro
dando derivador /Pasa de
un valor de resistencia altas:
3.3 kΩ. La
50kΩ figura 4 muestra el circuito eléctrico del filtro
G=1+ (1)
Se utiliza un filtro activo integrador.
RG Para calcularintegrador
la pasa bajas a 300 Hz.
frecuenciaDespejando
de corte se utiliza la siguiente
y proponiendo
Se utiliza
ecuación:
una ganancia de
un filtro activo derivador. Para cal
B. Filtro derivador /Pasa altas:
200, la resistencia calculada frecuencia
corresponde a de corte se utiliza la siguiente ecuaci
270 Ω. La figura 21 muestra el diagrama Se utiliza un filtro activo derivador. Para
𝜔! =
eléctrico correspondiente (2)
calcular la frecuencia de corte se utiliza la
𝑅! 𝐶 al amplificador siguiente ecuación: 1
utilizado para la interfaz SEMG.
𝑓! = 1
Se calcula a una frecuencia de corte de 300 Hz y se da fc = 2𝜋𝑅𝐶 (3)
2πRC
un valor de Capacitor de 1 µF
Etapa de filtradodando un valor de
resistencia de 3.3 kΩ. La figura 4 muestra Los valores correspondientes de R y C para
el circuito
Los
Además de la amplificación se requiere filtrarvalores correspondientes
una frecuencia de corte de 20 Hzde sonR dey C p
eléctrico del filtro integrador pasa bajas a 300 Hz.
frecuencia7.95
la señal electromiografíca en la banda de 20 deKhzcortey 1 deµF 20 Hz son de La
respectivamente. 7.95 Khz
Hz a 300 Hz. Para ello se diseña un filtro figura 5 muestra el diagrama eléctrico del
respectivamente.
integrador pasa bajas y un filtro derivador La figura
circuito derivador pasa altas. 5 Si muestra
se quiere el d
pasa altas de primer orden. eléctrico del circuitode derivador
una frecuencia pasa
corte pasa altas de 20 altas.
Hz, Si s
A. Filtro Integrador/Pasa bajas entonces se despeja R en (3) y se sustituye en
una frecuencia
Se utiliza un filtro activo integrador. Para
de cortede 20
valor de frecuencia pasa altas deuna20 Hz, e
Hz, obteniendo
se despeja
calcular la frecuencia de corte se utiliza la resistencia
R en de 7.95
(3)kΩ.y se sustituye en v
siguiente ecuación:
frecuencia de 20 Hz,
Se decidió colocarobteniendo
un potenciómetro unade resiste
1 precisión de 10 kΩ con vueltas múltiples para
ωH =
R C
7.95(2)kΩ. ajustar la frecuencia de corte pasa altas.
F
Los 32 entradas de una sola terminal o 16 e
unavalores correspondientes
frecuencia de corte pasa de altas
R y deC 20 para
Hz,unaentonces pruebas de medidas diferenciales,
analógicas mixtas. Se puede unacombinar
resoluciónel de 16
frecuencia de corte de 20 Hz son de 7.95 Khz y 1 uF El NI 9205
cDAQ-9174 es un
con módulo
hasta de
cuatro la serie
módulosC, para
de usarse
E/S de con
la
se despeja R en (3) y se sustituye en valor de
respectivamente. La figura 5 muestra el diagrama máxima velocidad de muestreo de 250 kS/s
frecuencia de 20 Hz, obteniendo una resistencia de chasis
Serie NI
C CompactDAQ
para lograr y
un CompactRIO.
sistema de Cuenta
medidas con
eléctrico del circuito derivador pasa altas. Si se quiere 32 entradascanalde
personalizado detiene
una rangos
entrada de entrada
analógica,
sola terminalsalida programables
analógica,
o 16 entradas d
7.95
una kΩ.
Correa-Figueroa
frecuencia et al.pasa
de corte Sistema de Adquisición
altas de 20 Hz,deentonces
Señales SEMG para la Detección de Fatiga Muscular 21
E/S mV, ±1, ±5
digital ydiferenciales,
analógicas y ±10 V.
contadores/temporizadores.Para protegerse
una resolución de 16 bits y contra
se despeja R en (3) y se sustituye en valor de máxima transitorias,
velocidad de el NI 9205
muestreo de 250 incluye hasta 60
kS/s. Cada
frecuencia de 20 Hz, obteniendo una resistencia de canal tieneprotección
rangos de contra
entrada sobrevoltajes
programables deentre ±200 cana
7.95 kΩ. mV, ±1, ±5 y ±10 V. Para protegerse contra señales
Figura 3 Circuito filtro pasa bajas
entrada y común (COM). Además, el NI 9205
transitorias,
dobleel barrera
NI 9205de incluye hasta de
aislamiento 60 canal
V dea tierr
protección contra sobrevoltajes entre canales
seguridad, inmunidad a ruido y alto rango de de vo
B. Filtro derivador /Pasa altas:
entrada y común (COM). Además, el NI 9205 incluye
modo común. Está diseñado para protecci
Se utiliza un filtro activo derivador. Para calcular la doble barrera de aislamiento de canal a tierra para
sobrevoltaje
seguridad, inmunidad atransitorio
ruido y altode 1,000
rango de Vrms.
voltaje en
frecuencia de corte se utiliza la siguiente ecuación xx:
modo común. Está diseñado para protección de
1 sobrevoltaje transitorio de 1,000 Vrms.
𝑓! = (3) FiguraFigura 5 Chasis
5: Chasis NI NI cDAQ
cDAQ USB
USB dede4 4Ranuras.
Ranuras
Figura 4: Circuito2𝜋𝑅𝐶
filtro pasa altas.
Figura 4 Circuito filtro pasa altas B. NI 9205
Los valores correspondientes de R y C para una
Se decidióFigura
frecuencia de
colocar4 Circuito
corte
Convertidorde filtro
Hz sonpasa
un20potenciómetrode altas
Analógico 7.95de Khz y 1 uF de 10 El NI 9205 es un módulo de la serie C, para usarse con
precisión
Digital
respectivamente. La figura 5 muestra el diagrama
kΩ con vueltas múltiples para ajustar la frecuencia de chasis NI CompactDAQ y CompactRIO. Cuenta con
Seeléctrico
decidió
Paracolocar un potenciómetro
dellacircuito derivador
adquisición depasa de
datos precisión
altas.
ADC de 10 el
Si sedesde
quiere 32 entradas de una sola terminal o 16 entradas
corte pasa altas.
kΩunaconfrecuencia
vueltas de corte
múltiples pasa
para altas
ajustar de
la 20 Hz, entonces
frecuencia
circuito sensor/amplificador SEMG se decidió de analógicas diferenciales, una resolución de 16 bits y
se pasa
corte despeja
altas.R los
utilizar enequipos
(3) y se sustituye endevalor
compactDAQ de
National máxima velocidad de muestreo de 250 kS/s. Cada
frecuenciaConvertidor Analógico
de 20 Hz, obteniendo Digital de
una resistencia canal tiene rangos Figura 6 Diagrama
de entrada de conexión
programables de del
±200 NI-9205 e
Instruments junto con un módulo de entradas
7.95 kΩ.Convertidor Analógico Digital Figura 6 Diagrama configuración
de conexión
conexión del NRSE
analógicas NI-9205. Esto debido a su mV, ±1,
Figura ±5 yDiagrama
6: ±10 V. Para de del NI-9205
protegerse contra enen
NI-9205señales
Para la adquisición de datos ADC desde el circuito transitorias, el
configuración NRSE. NI configuración
9205 NRSE
incluye hasta 60 V de
versatilidad y fiabilidad a la hora de adquirir
sensor/amplificador
Para la adquisición de datos SEMG ADC se desde
decidió utilizar los protecciónSe contra
el circuito utilizósobrevoltajes
la configuración de medida
entre canales de NRS
señales para SEMGanalizarlas.
sensor/amplificador
equipos compactDAQ deseNational
decidió Instruments Se Se
utilizar los junto entrada yutilizó
utilizócomún la configuración
la configuración
(COM).
referenciada) del deNI-9205
Además, de9205
medida
el NI medida
NRSE
para (nopoder
incluye
equipos A. NI CompactDAQ 9174 Instruments junto
con uncompactDAQ de National
módulo de entradas analógicas NI-9205. Esto doble NRSEbarrera
(no referenciada)
referenciada) dedelaislamiento
mediciones NI-9205
en todos del
de losNI-9205
canal
para apoder
treinta ypara
tierra para
dostomar
canales y
con un El
módulo NIde cDAQ-9174
entradas es un NI-9205.
analógicas chasis USB Estode seguridad,
mediciones
poder tomar inmunidad
en todos a
mediciones ruido
los y alto
treinta y
en todosrango
dos de voltaje
canales
losmás
treinta y en la
yasí
debido4 ranuras
a su versatilidad
diseñado y fiabilidad
para sistemas a la
pequeñoshora de reducción de ruido es eficaz que
debido a su versatilidad y fiabilidad a la hora de modo
reducción
dos común.
canales Está
dey así
ruidola diseñado
es más para
reducción eficaz
de protección
ruido que
es másconde la
adquirirportátiles
señales para de analizarlas. configuración dede conexión RSE.
adquiriryseñales pruebas de medidas mixtas.
para analizarlas. sobrevoltaje
eficaz que transitorio
configuración de conexión
con 1,000
RSE.Vrms.de conexión
la configuración
Se puede combinar el cDAQ-9174 con hasta RSE.
cuatro módulos de E/S de la Serie C para
lograr un sistema de medidas personalizado
Figura 4 Circuito filtro pasa altas Software de Análisis
de entrada analógica, salida analógica, E/S
digital y contadores/temporizadores.
Se decidió colocar un potenciómetro de precisión de 10 El software de análisis para la adquisición
kΩ conB.vueltas
NI 9205múltiples para ajustar la frecuencia de y análisis de señales SEMG se desarrolló
corte pasa altas. 9205 es un módulo de la serie C,
El NI en la plataforma de instrumento virtual
para usarse con chasis NI CompactDAQ y LabVIEW R (ver. 2013 SP1) y el software
CompactRIO.
ConvertidorCuenta
Analógico con Digital
32 entradas de Matlab (ver.
Figura R2014a)
6 Diagrama que sedel
de conexión ejecuta
NI-9205en
en un
una sola terminal o 16 entradas analógicas ordenador portátil configuración NRSE
con Windows R 10 x64
Para la adquisición deuna
diferenciales, datosresolución
ADC desdede el circuito
16 bits (build 10240), un AMD A10-5750M 2,5 GHz
sensor/amplificador
y máxima velocidad de muestreo de los
SEMG se decidió utilizar 250 Se
conutilizó la configuración
4 núcleos de procesador, de medida
memoriaNRSE
RAM(no
equipos compactDAQ de National Instruments junto referenciada) del NI-9205 para poder tomar
kS/s. Cada canal tiene rangos de entrada y 16 GB.
con un módulo de entradas analógicas NI-9205. Esto mediciones en todos los treinta y dos canales y así la
debidoprogramables de ±200
a su versatilidad mV, ±1,a ±5
y fiabilidad y ±10deV.
la hora
El programa para adquisición y análisis
reducción de ruido es más eficaz que con la
Para
adquirir protegerse
señales contra señales transitorias,
para analizarlas. de señales SEMG
configuración consta
de conexión de varias etapas las
RSE.
el NI 9205 incluye hasta 60 V de protección cuales se describirán a continuación.

contra sobrevoltajes entre canales de entrada A. Filtrado Digital
y común (COM). Además, el NI 9205 incluye Filtra una señal de tiempo usando
doble barrera de aislamiento de canal a una respuesta de impulso infinita (IIR) o
tierra para seguridad, inmunidad a ruido respuesta de impulso finito (FIR). Se utiliza el
y alto rango de voltaje en modo común. filtro para eliminar o atenuar las frecuencias
Está diseñado para protección de sobrevoltaje no deseadas de una señal utilizando diversos
transitorio de 1,000 Vrms. tipos de filtros estándar y topologías.
software Matlab (ver. R2014a) que se ejecuta en un !!!
ordenador portátil con Windows® 10 x64 (build
10240), un AMD A10-5750M 2,5 GHz con 4 núcleos Para n = 0, 1, 2, ..., N-1
de22
procesador, memoria RAM y 16 GB.
Revista Mexicana de Ingeniería Biomédica · volumen 37 · número 1 · Ene-Abr, 2016
Donde x es la secuencia de entrada, N es el númer
presenteelementos
dentro de de cada
x, e Yvalor
es el resultado
espectral.deSe transformar.
calcula:
C. Densidad de Potencia Espectral (PSD)
k=+∞
(k)e−ikω
X
LaP SD PSD=es unarmm versión reducida(5) del espectro
k=−∞
potencia, donde la potencia presente dentro de
Donde valor espectral.
rmm (k) es la Se calcula:
función de auto
−ikω
correlación y e es el k-iésimo armónico
!!!!
senoidal de la señal. Normalmente se utiliza
!!"#
esta medida 𝑃𝑆𝐷 para = examinar𝑟!! el (𝑘)𝑒
nivel de ruido (5)
de una señal o la potencia !!!! en un determinado
rango de frecuencias. Normalizar el espectro
Donde
de potencia porrmm
la (k) es la función
anchura hace estademedición
auto correlación y
es el de
independiente k-iésimo
la duraciónarmónico senoidal
de la señal, o el de la se
Normalmente se utiliza esta
número de muestras. El software desarrollado medida para examina
entrega la PSD de la FFT de la señal SEMGpotencia en
nivel de ruido de una señal o la
determinado
y muestra los resultadosrangoende Hz frecuencias.
por RMS al Normaliza
espectro de
cuadrado en tiempo real. potencia por la anchura hace esta medi
independiente de la duración de la señal, o el núm
D. Frecuencia de Potencia Media (MNF)
Figura 7: Diagrama de flujo del software. de muestras. El software desarrollado entrega la
Figura 7 Diagrama de flujo del software MNF de es una defrecuencia
la FFT la señal SEMG mediay que se los result
muestra
Este VI Express filtra la señal de entrada de calcula encomo
Hz porlaRMS suma de producto
al cuadrado en tiempo delreal.
forma continua. El VI Express restablece
El programa para adquisición y análisis de señales la espectro de potencia SEMG y la frecuencia
señal consta
SEMG a su valor original
de varias de lalasprimera
etapas vezdescribirán
cuales se que dividida porD.la Frecuencia
suma totaldedePotenciala potenciaMedia del(MNF)
el VI Express
a continuación. se ejecuta, si el software detecta espectro [21]. La MNF también encuentra
una discontinuidad en la señal de entrada, o en la literatura
MNF es una comofrecuencia
la mediamedia de frecuencia
que se calcula com
si A.
la entrada de reset
Filtrado Digital recibe un valor TRUE. espectral.
suma de producto del espectroestá
La definición de la MNF dada
de potencia SEMG
Los filtros digitales que se integraron en el por: frecuencia dividida por la suma total de la potencia
M M
software
Filtra una fueron:
señal de tiempo usando una respuesta de espectro
M N F [21]. La
fj PjMNF Pjtambién (6) encuentra en
X X
= /
impulso infinita (IIR) o respuesta de impulso finito literatura como j=1 la media j=1 de frecuencia espectral
(FIR).• SeFiltro Notch:
utiliza 60 Hz
el filtro para eliminar o atenuar las definición de la MNF está dada por:
frecuencias no deseadas de una señal utilizando Donde fj es el valor de frecuencia de espectro
• Filtro Pasa Altas: 20 Hz
diversos tipos de filtros estándar y topologías. Este VI de potencia EMG en el intervalo ! de!frecuencia
Express filtra laPasa
• Filtro señalBajas:
de entrada de forma continua. El j, Pj es el espectro 𝑀𝑁𝐹 =
de potencia EMG en
𝑓! 𝑃! 𝑃 (6)
300 Hz
VI Express restablece la señal a su valor original de la el intervalo de frecuencia j, y M! es la
!!! !!!
primera vez que el VIrápida
B. Transformada Express
de se ejecuta,
Fourier si el software longitud del intervalo de frecuencia. En el
(FFT)
detecta análisis de la señal de EMG, M se define
Launa discontinuidadrápida
Transformada en la señal de entrada,
de Fourier se o si Donde fj es el valor de frecuencia de espectro
ladefine de reset recibe un valor TRUE. Los filtros generalmente
entradacomo: como la siguiente potencia del
potencia EMG en el intervalo de frecuencia j, Pj e
digitales que se integraron en el software fueron: doble de
espectrolongitud
la de potencia deEMG la señal EMG de frecue
en el intervalo
N −1 en el dominio dellongitud
tiempo. El software
yk =
X
xn e−j2πkn/N (4) j, y M es la del intervalo de frecuencia. E
- Filtro Notch:n=0 60 Hz desarrollado calcula en tiempo real la MNF
análisis de la señal de EMG, M se define generalm
- Filtro Pasa Altas: 20 Hz de una como
señal ladesiguiente
electromiografía.
potencia del Primero
doble de la longitu
Para = 0, Pasa
- nFiltro 1, 2, ..., N −300
Bajas: 1 Hz calcula el espectrograma de la transformada
la señal EMG en el dominio del tiempo. El softw
Donde x es la secuencia de entrada, N es el de Fourier de tiempocalcula
desarrollado corto (STFT)en tiempo de lareal
señalla MNF de
número de elementos de x, e Y es el resultado SEMG y luego calcula la MNF utilizando el
de transformar. espectrograma STFT.
C. Densidad de Potencia Espectral (PSD) E. Frecuencia de Potencia Mediana (MDF)
La PSD es una versión reducida del MDF es una frecuencia a la que el espectro
espectro de potencia, donde la potencia de potencia EMG se divide en dos regiones
rafía. Primero calcula el Ganancia 0 - 1000
formada deCorrea-Figueroa
Fourier de tiempo CMRR
et al. Sistema de Adquisición de Señales SEMG para la Detección de Fatiga Muscular
110 dB 23
al SEMG y luego calcula la Filtro Notch 60 Hz
con igual amplitud [21]. MDF también seFiltro Pasa
rograma STFT. Tabla 1: Características generales del circuito
Altas 20 Hz
define como una media de la potencia total Características Valor
(dividiendo el área total de potencia en dosFiltro Pasa Bajas 300 Hz
tencia Mediana
partes (MDF)
iguales). La definición de MDF está Frecuencia min. de entrada 10Hz
dada por: Frecuencia máx. de entrada 2.995 kHz
Para comprobar Voltaje el funcionamiento
mínimo de entrada ± 50del µV sistema
la que el espectroX de potencia
M M
X M
1 Xprocedió a adquirir Voltaje máximo
la señal de entrada
SEMG del ± 40 V
músculo bíce
DF Pj = Pj = Pj (7) Ganancia 0 - 1000
regiones con igual amplitud 2 j=1
j=1 j=M DF brachii al realizar movimientos CMRR cíclicos.
110 dBSe utilizar
efine comoEl una mediaquedesela desarrolló electrodos
software calcula superficiales
Filtro Notchde AgCl 60de Hz gel sóli
o el área total de potencia
en tiempo real la en MDF de una señal
conductivo Filtro Pasa Altasbipolar,20para
en configuración Hz adquirir
de electromiografía. Primero calcula el Filtro Pasa Bajas 300 Hz
definición de MDF está dada
espectrograma de la transformada de Fourier señales SEMG, localizados donde como muestra
de tiempo corto (STFT) de la señal figura
EMG8.
y luego calcula la MDF utilizando el
! espectrograma STFT.
1 G. Frecuencia Media Instantánea (IMNF)
𝑃! = 𝑃! La frecuencia (7)
instantánea es definida
2 como la primera fase de la derivada de la
!!!
señal. La necesidad de promediación viene
de que la señal EMG es una señal aleatoria.
olló calcula en tiempo realR ∞laωP (t, ω)dω
ctromiografía. Primero = R0∞
IM N Fcalcula (8)
0 ωP (t, ω)dω
transformada de Fourier de
Donde P (t, ω) es la PSD de la señal.
la señal EMGElysoftware
luegodesarrollado
calcula calcula en tiempo
ectrograma real
STFT.
la frecuencia media instantánea (IMNF)
de una señal a partir de su espectrograma. El Figura 8 Colocación de los electrodos
Figura 8: Colocación de los electrodos.
IMNF revela cómo la frecuencia central de la
edia Instantánea (IMNF)
señal cambia con el tiempo. En la figura 9 se muestran las gráficas
En la figura 9 se muestran
obtenidas en el panel las gráficas obtenidas en
del instrumento

a es definida como la primera

RESULTADOS Y DISCUSIÓN
panel del instrumento
virtual. La figura virtual.
9(a)La figurala 9(a)
muestra señal muestra
electromiográfica pura amplificada. La
la señal. SeLaconstruyó
necesidad señal
de de adquisición y electromiográfica
figura 9(b) muestra
pura
la señal
amplificada.
electromiográfica
La figu
el sistema
ue la señal análisis
EMG deesseñales
una señal 9(b) muestra
SEMG, el cual cuenta con
la en
filtrada señal electromiográfica
la banda de 10 Hz a 300 Hz. filtrada
La en
figura 9(c) muestra el espectro de potencia
las características señaladas en la banda
siguiente de 10 Hz a 300 Hz. La figura 9(c) muestra
de la señal electromiográfica con respecto
tabla. espectro dea potencia
frecuencia. deLalafigura
señal9(d)electromiográfica
muestra la c
Para comprobar el funcionamiento del
respecto amagnitud
sistema se procedió a adquirir la señal
frecuencia. La figura
de los componentes 9(d) muestra
en frecuencia
! de la señal EMG. Por último la figura 9(e)
𝜔𝑃 (𝑡, 𝜔)𝑑𝜔
SEMG del músculo bíceps brachii magnitud
al realizar de los componentes en frecuencia
y 9(f) muestran los espectros de frecuencia
de la señ
! movimientos cíclicos.
! (8)Se utilizaron electrodos
EMG. Por deúltimo potencialamedia
figura
y de9(e) y 9(f)
potencia muestran
mediana.
!
𝜔𝑃(𝑡, 𝜔)𝑑𝜔superficiales de AgCl de gel sólido conductivo
espectros
en configuración bipolar, para adquirir las
Estos espectros nos proporcionan
de frecuencia de potencia información
media y
relacionada con la fatiga muscular, ya que el
señales SEMG, localizados donde potencia
como mediana.
espectro de Estos
potencia espectros noshacia
se va recorriendo proporcion
muestra la figura 8.
e la señal. información relacionada
frecuencias menorescon
cuandola fatiga muscular,
el músculo se va ya q
fatigando lo que permite monitorear la
el espectro de potencia se va recorriendo ha
o calcula en tiempo real la frecuencias menores cuando el músculo se
ánea (IMNF) de una señal a fatigando lo que permite monitorear la fatiga en tiem
 24 Revista Mexicana de Ingeniería Biomédica · volumen 37 · número 1 · Ene-Abr, 2016
(a) (b) (e)
(b)
(f) Figura 9 Sistem
Figura 9 Sistema de procesamiento de señales digitales. Señal SEMG en
Señal SEMG en bruto (a), Señal SEMG después del filtrado digital (b), Espec
digital (b), Espectro de potencia de la señal (c), Magnitud de la FFT (d), Frecu
la FFT (d), Frecuencia de potencia mediana (e), Frecuencia
de potencia media
A. Ejercicio
A. Ejercicio de Fatiga durante una Contracción Estática
Estática
Para la detecció
Para la detección de la fatiga la fatiga muscular durante una contracció
una contracción estática se determinó adquirir las señales SEMG
(a) (b) (e)
(c)
a) señales SEMG
brachii), con los electrodos en
b)
(a)del músculo bíceps (musculus biceps
configuración bipolar
c)
(c)
(e) (f) brachii), con lo
Figura 9 Sistema de procesamiento de señales digitales. [22]. Se planeó
[22]. Se planeó un ejercicio para fatigar el músculo Señal SEMG en bruto (a), Señal SEMG después del filtradodurante una con
durante una contracción estática, para esto, en la mano digital (b), Espectro de potencia de la señal (c), Magnitud dese cargó un p
se cargó un peso de 3kg y se sostuvo el brazo la FFT (d), Frecuencia de potencia mediana (e), Frecuenciaflexionando el c
flexionando el codo a 90° por aproximadamente 240 s de potencia media (4 minutos). Ca
(4 minutos). Cada 60 s se realizó una rápida flexión total del brazo
total del brazo y luego se regresaba a su posición A. Ejercicio de Fatiga durante una Contracción inicial de flexi
inicial de flexión a 90°. En la figura 10 se puede Estática observar la se
observar la señal SEMG obtenida durante todo el ejercicio de fat
ejercicio de fatiga estática. El PSD (figura 11) nos Para la detección de la fatiga la fatiga muscular durante muestra cómo
muestra cómo está distribuida la energía de la señal una contracción estática se determinó adquirir las sobre las distint
sobre las distintas frecuencias de las que está formada. A partir de la P
(b) señales SEMG del músculo bíceps (musculus biceps
A partir de la(b) PSD se calcula entonces la Frecuencia Media Instantán
(a) (c) (f) brachii), con los (d) electrodos en configuración bipolar
(d) d) Media Instantánea (IMNF).
Figura 9 Sistema de
figura 12 se
(e)
promediaron
Los
cada 0.5
e)
valores obtenidos
procesamiento de señales digitales.
segundos.
en la
Figura
[22]. Se planeó un
9 Sistema de
f)
(f) ejercicio para fatigar el músculo
procesamiento de señales digitales.
figura 12 se pro
Señal SEMG en bruto (a), Señal SEMG después del filtrado durante una contracción estática, para esto, en la mano
Figura 9: Sistema de procesamiento de digital señales digitales. Señal SEMG en
Señal bruto
SEMG en(a),
bruto Señal
(a), Señal SEMG
SEMG
(b), Espectro de potencia de la señal (c), Magnitud de se cargó un peso de 3kg y se sostuvo el brazo después después
del filtrado del
la FFT (d), Frecuencia de potencia mediana (e), Frecuencia digital (b), Espectro de potencia de la señal (c), Magnitud de
filtrado digital (b), Espectro de potencia de la señal (c), Magnitud la FFT
media de la FFT (d), Frecuencia de potencia mediana240 s
de potencia
flexionando
(d), Frecuencia eldecodo a 90°
potencia por aproximadamente
mediana (e), Frecuencia
(4 minutos). de Cada 60media
potencia s se realizó una rápida flexión
(e), Frecuencia de potencia media. A. Ejercicio de Fatiga durante una Contracción total del brazo y luego se regresaba a su posición
Estática A. Ejercicio
inicial de de flexión
Fatiga adurante
90°. En unala Contracción
figura 10 se puede
Estática
observar la señal SEMG obtenida durante todo el
Para la detección de la fatiga la fatiga muscular durante ejercicio de fatiga estática. El PSD (figura 11) nos
fatiga en tiempo real durante un ejercicio. una contracción estática se determinó adquirirPara lasla detección
muestra cómo de la fatiga la fatiga muscular
está distribuida durante
la energía de la señal
una contracción estática frecuencias
sobre las distintas se determinó de adquirir
las que estálas formada.
Por lo que se decidió realizar dos ejercicios señales SEMG del músculo bíceps (musculus biceps
brachii), con los electrodos en configuración bipolar señales A SEMG
partirdelde músculo
la PSD se bíceps (musculus
calcula entoncesbicepsla Frecuencia
(c)
(contracción estática y contracción dinámica)
(b) [22]. Se planeó (c) un(d) ejercicio para fatigar el músculo
(f)
brachii),Media
[22]. Sefigura
con los
planeó
electrodos(IMNF).
Instantánea en configuración
Los valoresbipolar
obtenidos en la
durante una contracción estática, para esto, en la mano 12 un ejercicio paracada
se promediaron fatigar el músculo
0.5 segundos.
para comprobar que el sistema era capaz de Figura 9 Sistema de procesamiento de señales digitales.
se cargó un peso de 3kg y se sostuvo el brazo durante una contracción estática, para esto, en la mano
Señal SEMG en bruto (a), Señal SEMG después del filtrado se cargó un peso de 3kg y se sostuvo el brazo
flexionando el potencia
codo a 90°de lapor aproximadamente
(c), Magnitud de 240 s
monitorear la fatiga en tiempo real utilizando
digital (b),
la FFT(4
Espectro de señal flexionando el codo a 90° por aproximadamente 240 s
(d),minutos).
FrecuenciaCada 60 s se
de potencia realizó(e),una
mediana rápida flexión
Frecuencia (4 minutos). Cada 60 s se realizó una rápida flexión
los parámetros en frecuencia que calcula el total del brazo y luego
de potencia se regresaba a su posición
media
total del brazo y luego se regresaba a su posición
inicial de flexión a 90°. En la figura 10 se puede
software desarrollado. observar de
A. Ejercicio la señal
Fatiga SEMG
duranteobtenida
inicial de flexión a 90°. En la figura 10 se puede
durante todo el
una Contracción
ejercicio de fatiga estática. El PSD (figura 11)observar
Estática nos la señal SEMG obtenida durante todo el
ejercicio de fatiga estática. El PSD (figura 11) nos
A. Ejercicio de Fatiga durante una muestra cómo está distribuida la energía de la señal
muestra cómo está distribuida la energía de la señal
Para lasobre las distintas
detección frecuencias
de la fatiga la fatiga de las que durante
muscular está formada.
Contracción Estática A partir de estática
una contracción la PSD se calcula
determinóentonces
Figura
Figura 10
adquirir Señal
10:
sobre las distintas frecuencias de las que está formada.
la Frecuencia
las ASeñalSEMG
partir laobtenida
de SEMG durante
obtenida
PSD se calcula unadurante
entonces lacontracción
Frecuenciauna
(d) señalesMedia
SEMG Instantánea
del músculo(IMNF).
bícepsLos(musculus
valores obtenidos en la
biceps Media
Para la detección de la fatiga la fatiga (d) estática.
Instantánea (IMNF). Los valores obtenidos en la F
(c) figura 12 se promediaron cada
brachii), con los electrodos en configuración contracción
0.5 segundos.
Figura 10bipolarSeñalestática.
SEMG
figura 12 se obtenida
promediarondurante una contracción
cada 0.5 segundos.
[22]. Se planeó un ejercicio para fatigar el músculo
muscular durante una contracción estática
durante una contracción estática, para esto, en la mano
estática. F
B.
se determinó adquirir las señales SEMG del

se cargó un peso de 3kg y se sostuvo el brazo
flexionando el codo a 90° por aproximadamente 240 s
músculo bíceps (musculus biceps brachii),
(4 minutos). Cada 60 s se realizó una rápida flexión B. F
total del brazo y luego se regresaba a su posición Para
con los electrodos en configuración bipolar
inicial de flexión a 90°. En la figura 10 se puede contrl
observar la señal SEMG obtenida durante todo el Para
[22]. Se planeó un ejercicio para fatigar el
ejercicio de fatiga estática. El PSD (figura 11) nos las s
contra
músculo durante una contracción estática,
muestra cómo está distribuida la energía de la señal bicep
las s
sobre las distintas frecuencias de las que está formada.
para esto, en la mano se cargó un peso A partir de la PSD se calcula entonces la Frecuencia
en co
bicep
(d) Media Instantánea (IMNF). Los valores obtenidos en la peso
en co
de 3kg y se sostuvo el brazo flexionando el
figura 12 se promediaron cada 0.5 segundos.
y 50°d
codo a 90◦ por aproximadamente 240 s (4 peso
ycomo
50°
minutos). Cada 60 s se realizó una rápida aprox
como
flexión total del brazo y luego se regresaba Figura 11 PSD de la señal EMG durante un instante de realiz
aprox
a su posición inicial de flexión a 90◦ . En la Figura
Figura 11 11:
PSD PSD detiempo
de la señal la
EMG señal EMG
durante durante
un instante de un
cada
realiz
figura 10 se puede observar la señal SEMG extre
cada
instante de tiempo. tiempo
Al agregarle una recta de tendencia lineal podemos 50°.
extrem
obtenida durante todo el ejercicio de fatiga
observar
Al como
agregarle una la recta
IMNFde(figura 12) va
tendencia disminuyendo
lineal 50°.
estática. El PSD (figura 11) nos muestra formada.
con el tiempo, Alo que
partir
es de la PSD
indicativo de que seelpodemos
calcula
músculo
observar como la IMNF (figura 12) va disminuyendo
cómo está distribuida la energía de la señal entonces
se el
va tiempo, la
fatigando Frecuencia
cones el Media
tiempo de[14]. Instantánea
Las fibras
con lo que indicativo que el músculo
sobre las distintas frecuencias de las que está (IMNF).
musculares al fatigarse sufren de varios
se va fatigando con el tiempo [14]. Las fibras cambios en la
estructura química de sus membranas
musculares al fatigarse sufren de varios cambios en la celulares.
Haciendo que
estructura las señales
química de sus SEMG obtenidas celulares.
membranas sufran un
aumento en su amplitud y después
Haciendo que las señales SEMG obtenidas sufran un un decremento
sostenidoen[23].
aumento En la Figura
su amplitud 13 podemos
y después observar
un decremento
 Haciendo que las señales SEMG obtenidas sufran un aproximadamente 210 s (3.5 minutos). Las flexiones se
aumento en su amplitud y después un decremento realizaron a una velocidad aproximada de una flexión
Figura 11 PSD de la señal EMG durante un instante de
sostenido [23]. En la tiempo Figura 13 podemos observar cada 2 segundos. Se tomó en cuenta como fatiga
como el voltaje RMS sufre un aumento en sus valores, extrema a la incapacidad de alcanzar la flexión a los
Correa-Figueroa
lo cual et al. Sistema
es indicativo demuscular
de fatiga Adquisición de Señales SEMG para50°.
[13]. la Detección de Fatiga Muscular 25
Al agregarle una recta de tendencia lineal podemos
observar como la IMNF (figura 12) va disminuyendo
con el tiempo, lo que es indicativo de que el músculo
se va fatigando con el tiempo [14]. Las fibras Figura 14 Señal EMG obtenida durante las contracciones
musculares al fatigarse sufren de varios cambios en la dinámicas
estructura química de sus membranas celulares.
Haciendo que las señales SEMG obtenidas sufran un En la figura 14 podemos observar la señal SEMG
aumento en su amplitud y después un decremento obtenida durante todo el ejercicio de fatiga dinámica.
sostenido [23]. En la Figura 13 podemos observar Al igual que con la contracción estática se calcula la
como el voltaje RMS sufre un aumento en sus valores, Frecuencia Media Instantánea (IMNF). Los valores
lo cual es indicativo de fatiga muscular [13]. obtenidos se promediaron cada 0.5 segundos. Al
agregarle una recta de tendencia lineal (figura 15)
podemos observar como la IMNF va disminuyendo
Figura 12:
12 IMNF junto con su recta con el14tiempo,
Figura
Figura 14: lo que
Señal EMG
Señal es indicativo
obtenida
EMG durante lasde
obtenida que el músculo
contracciones
durante las
Figura IMNF junto con su de tendencia
recta lineal
de tendencia se va fatigando con dinámicas
el tiempo.
contracciones dinámicas.
lineal.
En la figura 14 podemos observar la señal SEMG
obtenida durante todo el ejercicio de fatiga dinámica.
Al igual que con la contracción estática se calcula la [1]
Frecuencia Media Instantánea (IMNF). Los valores
obtenidos se promediaron cada 0.5 segundos. Al
agregarle una recta de tendencia lineal (figura 15)
podemos observar como la IMNF va disminuyendo
Figura 12 IMNF junto con su recta de tendencia lineal con el tiempo, lo que es indicativo de que el músculo
[2]
se va fatigando con el tiempo.

ntracción Figura 15 IMNF junto con su recta de tendencia lineal para

Figura
Figura 15: IMNF junto con su recta de tendencia
Figura 13:13Voltaje
Voltaje RMS
RMS de
delalaseñal
señalSEMG
SEMGobtenida
obtenida. contracciones dinámicas
lineal para contracciones dinámicas. [3]
B. Los valores
Fatiga duranteobtenidos en Dinámicas
Contracciones la figura 12 se
promediaron cada 0.5 segundos. 130◦ y 50◦ aproximadamente, tomando en
Para la detección de la fatiga la fatiga muscular durante
Al agregarle una recta de tendencia lineal cuenta los 180◦ como el brazo totalmente
contracciones dinámicas cíclicas se determinó adquirir estirado, durante aproximadamente 210 s
podemos
las señalesobservar
SEMG del como la IMNF
músculo (figura
bíceps 12)
(musculus [4]
va disminuyendo con derecho
el tiempo, (3.5 minutos). Las flexiones se realizaron
biceps brachii), del brazo con losloelectrodos
que es
indicativo de que
en configuración el músculo
bipolar [22]. En lase va fatigando
mano se cargó un
a una velocidad aproximada de una flexión
peso de 3kg para realizar varias flexiones
con el tiempo [14]. Las fibras musculares de entre 130° cada 2 segundos. Se tomó en cuenta como
y 50° aproximadamente, tomando
al fatigarse sufren de varios cambios en cuenta los 180°
en fatiga extrema a la incapacidad de alcanzar
como el brazo totalmente estirado, durante
la estructura 210 química de sus Las membranas la flexión a los 50◦ .
aproximadamente s (3.5 minutos). flexiones se
celulares.
realizaron a una velocidad aproximada de unaSEMG
Haciendo que las señales flexión En la figura 14 podemos observar la señal
Figura 16 Voltaje RMS de la señal SEMG obtenida de [5]
tante de
obtenidas sufranSe
cada 2 segundos. untomó
aumento en sucomo
en cuenta amplitud
fatiga SEMG obtenida durante
contracciones todo el ejercicio
dinámicas
yextrema
después a launincapacidad
decremento sostenido
de alcanzar [23]. En
la flexión la
a los de fatiga dinámica. Al igual que con la
podemos 50°.
Figura 13 podemos observar como el voltaje contracción
En la Figura 16 estática
podemos se observar
calcula lacomoFrecuencia
el voltaje
minuyendo RMS sufre un aumento en sus valores, lo cual RMS
Media Instantánea (IMNF). Los valoresse
sufre un aumento en sus valores, que también
l músculo observa
obtenidosen elseaumento de amplitud
promediaron cadade0.5
la señal SEMG
segundos. [6]
as fibras
es indicativo de fatiga muscular [13].
en la figura 14. Éste aumento es indicativo de fatiga
bios en la B. Fatiga durante Contracciones Dinámicas Al agregarle una recta de tendencia lineal
muscular.
celulares. Para la detección de la fatiga la fatiga (figura 15) podemos observar como la IMNF
sufran un muscular durante contracciones dinámicas va disminuyendo con el tiempo, lo que es
CONCLUSIONES
ecremento
cíclicas se determinó adquirir las señales indicativo de que el músculo se va fatigando [7]
observar conSeelpresenta
tiempo. el diseño de un sistema para adquisición
us valores, SEMG del músculo bíceps (musculus
y análisis SEMG que procesa la señal utilizando
biceps brachii), del brazo derecho con los En la Figura 16 podemos observar como el
parámetros en frecuencia como transformada de
electrodos en configuración bipolar [22]. voltaje densidad
Fourier, RMS sufre un aumento
espectral en sus
de potencia y valores,
frecuencia
En la mano se cargó un peso de 3kg que también se observa en el aumento de
media instantánea. La ventaja de utilizar el parámetro
Figura realizar
para 14 Señal EMG obtenidaflexiones
varias durante las contracciones
de entre amplitud
de de la
frecuencia señalinstantánea
media SEMG en esla figura
que se 14.
pude [8]
dinámicas monitorear en tiempo real la fatiga en un musculo. Esto
es importante en la aplicación de control de
En la figura 14 podemos observar la señal SEMG movimiento robótico por señales electromiográficas ya
obtenida durante todo el ejercicio de fatiga dinámica. que la fatiga es una característica de la señal
 [2] S. Bela, R. Szabo, S. Ravi, U. Alessio, and K.
Sai, “A Data Acquisition and Signal Processing
System for EMG and Acceleration Signals.”
IEEE Proceedings, 1990.
Figura 15 IMNF junto con su recta de tendencia lineal para
26 contracciones dinámicas Revista Mexicana de Ingeniería Biomédica · volumen 37 · número 1 · Ene-Abr, 2016
[3] Y. Kim, S. Kim, H. Shim, S. Lee, and K. Kim,
“A method for gait rehabilitation training using
and Signal Processing System for
EMG fatigue analysis,” 2013 Int. Conf. ICT
EMG and pp.
Converg., Acceleration Signals,” IEEE
52–55, Oct. 2013.
Proceedings, 1990.
[4] V. Siemionow, V. Sahgal, and G. H. Yue,
3. Y.“Single-Trial
Kim, S. Kim, H. Shim, coherence
EEG-EMG S. Lee, and K.
analysis
Kim, “A method for gait rehabilitation
reveals muscle fatigue-related progressive
training using
alterations EMG fatigue
in corticomuscular analysis,”
coupling.,” IEEE
Trans.
2013 Int.Neural
Conf.Syst.
ICT Rehabil. Eng., vol.
Converg., pp. 18,52-no.
55,2,Oct.
pp. 97–106,
2013. Apr. 2010.
16 Voltaje
Figura16: RMS de de
la señal SEMG obtenida de [5]
4. V.P. Siemionow,
Shenoy, K. J. Miller, B. Crawford,
V. Sahgal, and G.
and R. N.
Figura Voltaje RMS la señal SEMG obtenida
contracciones dinámicas
de contracciones dinámicas. H.Rao,Yue,
“Online“Single-Trial
electromyographic control of a
EEG-EMG
robotic prosthesis.,” IEEE Trans. Biomed. Eng.,
coherence analysis reveals muscle
En la Figura
Éste 16 podemos
aumento observar como
es indicativo de el fatiga
voltaje vol. 55, no. 3, pp. 1128–35, Mar. 2008.
RMS sufre un aumento en sus valores, que también se fatigue-related progressive alterations in
muscular. [6] corticomuscular
E. Mangieri, A. coupling,”
Ahmadi, K. IEEE Trans.
Maharatna, S. A.
observa en el aumento de amplitud de la señal SEMG
en la figura 14. Éste aumento es indicativo de fatiga Ahmad, and P. H. Chappell, “A no.
Neural Syst. Rehabil. Eng., vol. 18, Novel
muscular. CONCLUSIONES 2, Analogue
pp. 97-106, Apr.for2010.
Circuit Controlling Prosthetic
Hands,” IEEE, pp. 81–84, 2008.
Se presenta el CONCLUSIONES
diseño de un sistema para 5. P. Shenoy, K. J. Miller, B.
adquisición y análisis SEMG que procesa [7] Crawford,
D. Peleg, E.and R. N.
Braiman, Rao, “Online
E. Yom-Tov, and G. F.
Se presenta
la señal el diseñoparámetros
utilizando de un sistemaen para adquisición
frecuencia Inbar, “Classificationcontrol
electromyographic of finger
of activation
a roboticfor
y análisis SEMG que procesa la señal utilizando use in a robotic
prosthesis,” prosthesis
IEEE arm.,” IEEE
Trans. Trans.
Biomed.
como transformada de Fourier, densidad
parámetros en frecuencia como transformada de Neural Syst. Rehabil. Eng., vol. 10, no. 4, pp.
espectral de potencia
Fourier, densidad espectral de y frecuencia media
potencia y frecuencia
Eng., vol. 55, no. 3, pp. 1128-35, Mar.
290–3, Dec. 2002.
instantánea. La ventaja de utilizar
media instantánea. La ventaja de utilizar el parámetro el 2008.
parámetro
de frecuenciademedia frecuencia media
instantánea es instantánea
que se pude [8] P. Kutilek, J. Hybl, J. Kauler, and S. Viteckova,
6. E.“Prosthetic
Mangieri, 6-DOF
A. Ahmadi, K. Maharatna,
monitorear
es que se en tiempo
pude real la fatiga
monitorear enentiempo
un musculo.
real Esto
la Arm Controlled by EMG
S. Signals
A. Ahmad, and P. H. Chappell,
and Multi-Sensor “A
System.” Czech
fatiga en un musculo. Esto es importantede
es importante en la aplicación de control
Novel Analogue Circuit for Controlling
movimiento robótico por señales electromiográficas ya Technical University in Prague, Faculty of
en la aplicación de control de movimiento
que la fatiga es una característica de la señal Prosthetic
BiomedicalHands,”
Engineering, 2010. pp. 81-84,
IEEE,
robótico por señales
electromiográfica que puedeelectromiográficas ya
llegar a afectar un sistema 2008.
que
basado en SEMG si es utilizado por mucho tiempo.laEl
la fatiga es una característica de [9] P. K. Artemiadis and K. J. Kyriakopoulos, “An
señal
sistema electromiográfica
está pensado para serque puede
usado en el llegar
control ade 7. D.EMG-based
Peleg, E.robotBraiman,
control E. Yom-Tov,
scheme robust to
brazos robóticos
afectar para la ejecución
un sistema basado de entareas
SEMG sin contacto
si es andtime-varying EMG signal
G. F. Inbar, features.,” IEEE
“Classification of
utilizado por mucho tiempo. El sistemade
directo por parte del operador o en sistemas finger activation for use in a roboticpp.
Trans. Inf. Technol. Biomed., vol. 14, no. 3,
simulación y animación en 3D. 582–8, May 2010.
está pensado para ser usado en el control de prosthesis arm,” IEEE Trans. Neural
brazos robóticos para la ejecución de tareas [10] Syst. Rehabil.
C. Assad, Eng.,A.vol.
M. Wolf, 10, and
Stoica, no.A.4,J.pp.
P. L.
sin contacto directo por parte del operador o 290-3, Dec. 2002.
Biosleeve, “BioSleeve : a Natural EMG-Based
en sistemas de simulación y animación en 3D. Interface for HRI,” IEEE HRI Proceedings pp.
8. P. Kutilek, J. Hybl, J. Kauler, and

S. Viteckova, “Prosthetic 6-DOF Arm
REFERENCIAS Controlled by EMG Signals and
Multi-Sensor System,” Czech Technical
University in Prague, Faculty of
1. I. A. Cifuentes, “Diseño y construcción Biomedical Engineering, 2010.
de un sistema para la detección
de señales electromiográficas,” 9. P. K. Artemiadis and K. J.
Undergraduate Thesis, Universidad Kyriakopoulos, “An EMG-based robot
Autónoma de Yucatán, 2010. control scheme robust to time-varying
EMG signal features,” IEEE Trans. Inf.
2. S. Bela, R. Szabo, S. Ravi, U. Alessio, Technol. Biomed., vol. 14, no. 3, pp.
and K. Sai, “A Data Acquisition 582-8, May 2010.
Correa-Figueroa et al. Sistema de Adquisición de Señales SEMG para la Detección de Fatiga Muscular 27

10. C. Assad, M. Wolf, A. Stoica, and A. J. Biol. Soc., vol. 2013, pp. 535-8, Jan.
P. L. Biosleeve, “BioSleeve: a Natural 2013.
EMG-Based Interface for HRI,” IEEE
HRI Proceedings pp. 69-70, 2013. 17. M. Knaflitz and P. Bonato, “Time-
frequency methods applied to muscle
11. P. K. Artemiadis and K. J. fatigue assessment during dynamic
Kyriakopoulos, “EMG-Based Control of contractions,” J. Electromyogr.
a Robot Arm Using Low-Dimensional Kinesiol., vol. 9, no. 5, pp. 337-350,
Embeddings,” IEEE Transactions On Oct. 1999.
Robotics, vol. 26, no. 2, pp. 393-398,
18. A. Searle and L. Kirkup, “A direct
2010.
comparison of wet, dry and insulating
12. T. Forbes, “Mouse HCI Through bioelectric recording electrodes,”
Combined EMG and IMU,” Open Physiol. Meas., vol. 21, no. 2, pp.
Access Master’s Theses , University of 271-83, 2000.
Rhode Island, 2013.
19. D. a Gabriel, “Effects of monopolar
13. M. a C. Garcia, J. M. Y. Catunda, T. and bipolar electrode configurations on
Lemos, L. F. Oliveira, L. a Imbiriba, and surface EMG spike analysis,” Med. Eng.
M. N. Souza, “An alternative approach Phys., vol. 33, no. 9, pp. 1079-85, Nov.
in muscle fatigue evaluation from the 2011.
surface EMG signal,” Conf. Proc. 20. P. Konrad, The ABC of EMG, Book, 1.4
Annu. Int. Conf. IEEE Eng. Med. ed. Scottsdale, Arizona, Noraxon USA
Biol. Soc. IEEE Eng. Med. Biol. Soc. INC., 2006.
Annu. Conf., vol. 2010, pp. 2419-22,
Jan. 2010. 21. A. Phinyomark, S. Thongpanja,
and H. Hu, “The Usefulness of
14. E. Koutsos and P. Georgiou, Mean and Median Frequencies
“An analogue instantaneous median in Electromyography Analysis,”
frequency tracker for EMG fatigue Open access chapter, Computational
monitoring,” 2014 IEEE Int. Symp. Intelligence in Electromyography
Circuits Syst., pp. 1388-1391, Jun. Analysis - A Perspective on Current
2014. Applications and Future Challenges,
INTECH 2012.
15. J. M. Fernández, R. C. Acevedo,
And C. B. Tabernig, “Influencia 22. Y. Hotta and K. Ito, “Detection of
de la fatiga muscular en la EMG-based muscle fatigue during cyclic
señal electromiográfica de músculos dynamic contraction using a monopolar
estimulados eléctricamente,” Revista de configuration,” Conf. Proc. IEEE Eng.
la Escuela de Ingeniería de Antioquia, Med. Biol. Soc., vol. 2013, pp. 2140-3,
pp. 111-119, 2007. Jan. 2013.
16. L. Estrada, A. Torres, J. Garcia- 23. N. C. Chesler and W. K. Durfee,
Casado, G. Prats-Boluda, and R. “Surface EMG as a fatigue indicator
Jane, “Characterization of laplacian during FES-induced isometric muscle
surface electromyographic signals contractions,” J. Electromyogr.
during isometric contraction in biceps Kinesiol., vol. 7, no. 1, pp. 27-37,
brachii,” Conf. Proc. IEEE Eng. Med. Mar. 1997.