See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/262144150

Diseño de un sistema de adquisición de señales electromiográficas inalámbrico

Conference Paper · March 2013

CITATION READS
1 4,048

5 authors, including:

Oscar Osvaldo Sandoval-Gonzalez Ignacio Herrera Aguilar

Instituto Tecnológico de Orizaba Instituto Tecnológico de Orizaba
65 PUBLICATIONS   147 CITATIONS    31 PUBLICATIONS   164 CITATIONS   

SEE PROFILE SEE PROFILE

Blanca González-Sánchez
Instituto Tecnológico de Orizaba
25 PUBLICATIONS   38 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

reconocimiento de señales emg superficiales usando I.A. View project

Acondicionamiento de señales de un sistema de medición de fuerza multiaxial de siete grados de libertad para aplicaciones médicas mediante PSoC View project

All content following this page was uploaded by Oscar Osvaldo Sandoval-Gonzalez on 09 May 2014.

The user has requested enhancement of the downloaded file.


X Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
13 al 15 de marzo de 2013, Cuernavaca Morelos, México.
Diseño de un sistema de adquisición de señales electromiográficas
inalámbrico
R. N. Aguilar-Serena, D. F. Hinojosa-de la Rosa, O. O. Sandoval-González, I. Herrera-Aguilar , B. E.
González-Sánchez
Resumen: En este trabajo se presenta el desarrollo de
un sistema de adquisición de señales electromiográficas
(EMG) inalámbrico de bajo costo, capaz de mostrar en
tiempo real la activación muscular. El sistema descrito
en este documento esta constituido mediante sensores,
amplificación, filtrado, procesamiento y transmisión de
las señales EMG. En cuanto al procesamiento se utilizó
un DSPic para la conversión analógica/digital (A/D) y
se desarrollo un software para graficar los datos
obtenidos. Por otra parte se realizaron distintas pruebas
neuromusculares con el objetivo de observar el
comportamiento de las señales electromiográficas en
distintos individuos.
Palabras clave: Adquisición señales EMG, Sistema
Multimodal.
Abstract: This paper presents the development about a
new wirelees electromyography (EMG) data aquisition
system, capable to preform real-time the muscle
activation. The system is composed by the sensor,
amplification, filtered, processing and transmission of
EMG signal. About the processing of electromiography
signals were made by a DSPic30f3012 wich convert
digital-anolog ( A/D) and a software to plot the data.
Moreover neuromuscular test were performed with the
aim of observing the behavior of electromyography
signals in different individuals.
Keywords: EMG data acquisition system,
Electromiography, Multimodal System
Introducción
Actualmente el estudio de la electromiografía ha
tomado mayor importancia en el ámbito de la
investigación debido a que podemos resolver e innovar
____________________________________________________
Roger Norel Aguilar Serena, , (rogernorel@hotmail.com)
Diego Francisco Hinojosa de la Rosa, (d.hinojosa@hotmail.com)
Oscar Osvaldo Sandoval González (o.sandovalgonzalez@gmail.com)
Ignacio Herrera Aguilar, (nacho_h71@hotmail.com)
Blanca Estela González Sánchez, (bgonzalez@ito-depi.edu.mx)
Departamento de Posgrado e Investigación
Instituto Tecnológico de Orizaba
Orizaba Veracruz, México.
CIINDET 2013
en distintos campos tales como biomédica, medicina,
robótica, rehabilitación, háptica y deportes.
Ya que los músculos dan los datos más valiosos
respecto al movimiento humano, podemos adquirir
parámetros tales como el nivel de fuerza, fatiga
muscular, tiempo de activación y la posición para llevar
a cabo el control o el análisis para distintos proyectos.
La electromiografía se basa en el estudio de las
funciones musculares a través de las señales eléctricas
producidas en los músculos mientras estos se contraen,
dichas señales se forman mediante variaciones en el
estado de las membranas musculares (Figura 1).
Figura 1 Señal EMG
Estas señales son difíciles de adquirir y procesar debido
a que son muy pequeñas (en un rango de 1-10mV) y
altamente susceptibles al ruido. Para tener un buen
comportamiento de las señales es recomendable
trabajar en una frecuencia de 2 a 4 kHz [1]. Este nuevo
sistema de adquisición de señales EMG es capaz de
adquirir las señales mioelectricas producidas por los
músculos en tiempo real con el propósito de guardar y
graficar los datos obtenidos, de esta forma se podrá
calcular, analizar y estudiar la actividad muscular.
En los últimos años la adquisición y el análisis de las
señales electromiogràficas en tiempo real ha sido
considerablemente uno de los campos de investigación
con mayor auge debido a sus múltiples aplicaciones [2-
3]. Una de las más importantes es el control de
exoesqueletos como apoyo del movimiento humano,
por ejemplo, su uso en la rehabilitación, control de
prótesis y entrenamiento para el análisis e incremento
de fuerza [4-5]. Como parte de los mismos estudios
realizados en EMG distintos investigadores han
desarrollado el control de maquinas-robots, a través de
la activación muscular [6-8].
1

X Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
13 al 15 de marzo de 2013, Cuernavaca Morelos, México
Información general del Sistema
Las señales EMG de las fibras musculares son señales
estocásticas, las cuales muestran la intensidad de la
contracción muscular y el momento de la activación.
Estas señales son afectadas por los diferentes
fenómenos que producen el ruido de las señales y la
inexactitud en las mediciones. Estos fenómenos
ruidosos son presentados por la grasa corporal que
produce retrasos y decrementos en la amplitud de las
mediciones. Cross-Talk es otro fenómeno ruidoso que
se presenta debido al movimiento de distintos
músculos al mismo tiempo [1].La fatiga muscular es
otra causa relacionada con la variación de las
mediciones. Otro problema es que los músculos tienen
un comportamiento diferente según la edad de las
personas[9].
Detección de la actividad muscular: La estimación de
temporización de encendido-apagado de los músculos
juega un papel importante en el análisis de EMG, hay
diferentes técnicas conocidas, una se conoce como
"Single-Threshold methods " la cual se basa en la
comparación de las señales rectificadas primas y un
umbral de amplitud cuyo valor depende de la potencia
media del ruido de fondo. Sin embargo, este método no
es eficiente, ya que no toma en consideración la
contracción involuntaria de los músculos que
normalmente ocurre en lapsos de tiempo cortos de
30mseg. Por lo tanto un "Double-Threshold methods"
se aplica con el fin de verificar el nivel de ruido y el
período de tiempo de activación de la contracción [1].
Descripción del Sistema
La señales provenientes de los músculos se adquieren
utilizando tres electrodos superficiales, a su vez estas
señales son amplificadas utilizando el amplificador de
instrumentación AD620 especialmente diseñado para el
uso de señales biomédicas.
Figura 2 Sensores EMG y amplicacion de la señales
CIINDET 2013
Posteriormente un filtro pasa bandas de primer orden
elimina el ruido en las frecuencias bajas y altas. Una
vez que se obtuvo la señal filtrada se utilizo un divisor
de voltaje y un sumador para montar la señal a 1.5v de
tal manera que la señales obtenidas se amplifican
tomando como referencia 1.5v y son enviadas a los
canales analógicos del dsPIC30f3012 el cual realiza la
conversión Analógico-Digital. Por ultimo los datos
digitales son transmitidos inalámbricamente a la PC
utilizando dos módulos XBee y mediante un programa
que se realizo en Visual Studio 2011 los datos digitales
se grafican y se analizan para visualizar la activad
muscular.
Figura 3 A) Circuito de referencia, B) Amplificador de
instrumentación, C) Filtro pasa bandas, D) Divisor de voltaje, E)
Sumador, F)ADC
Acondicionamiento de la piel : Para una correcta
adquisición de las señales EMG es necesario limpiar la
zona donde se colocan los electrodos removiendo las
células muertas de la piel utilizando un paño suave y un
gel abrasivo (Figura 4). Antes de colocar los electrodos
se recomienda aplicar un poco de pasta conductiva
sobre lo electrodos para generar una mejor
conductividad. Una vez que el área esta lista se colocan
tres electrodos (RA,LA,RL), dos se colocan (RA,LA)
en el musculo en el cual se desea adquirir la señales
electromiogràficas a 2.5 cm de distancia entre cada uno
de ellos y el tercer electrodo que sirve de referencia
(RL) se coloca en el codo, muñeca ò rodilla .
Figura 4 Preparacion de la piel para la colocacion de los electrodos
2

X Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
13 al 15 de marzo de 2013, Cuernavaca Morelos, México
Electrodos: Este sistema está diseñado para ser
utilizado con electrodos de superficie. Este tipo de
electrodos se define como un electrodo bipolar.
Figura 5 Electrodos superficiales
A) Circuito de Referencia : Para obtener el nivel
adecuado de la señal de entrada es necesario un circuito
de referencia del cuerpo (Figura 3A), el cual funciona
como una retroalimentación de las entradas. Cada vez
que cambia la temperatura del cuerpo o existen cambios
de la señal debido al ruido introducido por el cuerpo,
esta referencia le ayudará a mantener el nivel correcto
de la señal.
B) Amplificador de instrumentación : La amplitud de
la señal EMG se encuentra en un rango que va de 0 a 10
milivolts. En este estado, es necesario amplificar la
señal cien veces para aumentar la señal EMG sin
cambiar de fase o frecuencia. Este amplificador de
instrumentación (AD620) amplifica la diferencia de
potencial para obtener el nivel adecuado de la señal de
entrada.
AD620 en EMG: El bajo nivel de ruido del AD620,
bajo suministro de voltaje, la baja potencia de la que
requiere y el ahorro de espacio, lo convierten en una
excelente opción para aplicaciones de electromiografía.
Selección de la ganancia: La ganancia del AD620 es
ajustada por la resistencia RG por lo que la impedancia
aparece entre los pines 1 y 8 (Figura 3B). Este sistema
se diseño con cuatro ganancias ajustables por el usuario
de tal manera que, contamos con 4 niveles diferentes de
amplificación.
G=50
RG= 49.4kΩ/G-1 =1KΩ (1)
G=100
RG= 49.4kΩ/G-1 =498.98Ω (2)
G=500
RG= 49.4kΩ/G-1 =98.99Ω (3)
G=1000
RG= 49.4kΩ/G-1 1=49.4Ω (4)
CIINDET 2013
C) Filtro Pasa Bandas: El acondicionamiento de la
señal se realizo mediante filtros RC pasa altas y pasa
bajas, diseñando un filtro pasa bandas en el intervalo de
15 a 5000Hz (Figura 3C), a continuación se muestran lo
cálculos para el diseño del filtro.
FHc=1/2π*680Ω*47ηF= 5KHz (5)
FLc=1/2π*100kΩ*100ηF= 15Hz (6)
D) Divisor de Voltaje: Se implemento un divisor de
voltaje (Figura 3D) a 1.5v , dicho voltaje se conecta a
una de las entradas del sumador.
E) Sumador: Con la finalidad de que las señales
electromiogràficas se amplifiquen tomando como
referencia 1.5v se diseño un sumador inversor de dos
entradas (Figura 3E) utilizando el amplificador
operacional TL084.
F) ADC: Debido a la pérdida de datos se pueden
producir cambios significativos para el proceso de
reconocimiento de patrones y análisis, es importante
disponer de un dispositivo eficaz de una resolución de
16 bits para el proceso de conversión analógica a
digital. Otro punto importante para evitar el ruido en la
señal consiste en colocar el ADC lo más cerca posible
de los electrodos y enviar la señal en una forma de
serie. El DSPic30f3012 fue seleccionado debido a su
alta velocidad y operación que consta de una sola
fuente de alimentación de 2.5 a 5.5v lo cual facilita la
integración del modulo XBee debido a que dicho
modulo funciona con un voltaje máximo de 3.3v
(Figura 6).
Figura 6 ADC
Dentro del DSPic se utilizaron 4 canales analógicos
para la conversión analógico-digital de cuatro señales
diferentes y de esta manera adquirir la actividad
muscular en distintas partes del cuerpo.
Comunicación inalámbrica DSPic-PC: Para la
comunicación inalámbrica se utilizaron dos módulos
XBee (Figura 7).
3

X Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
13 al 15 de marzo de 2013, Cuernavaca Morelos, México
Un modulo para recibir y transmitir los datos digitales
del DSPic y otro para recibir y transmitir los datos a la
computadora mediante el puerto USB.
Figura 7 Comunicación inalámbrica de los datos
Pruebas del Circuito
Una vez que se termino el diseño del circuito
embebido, se partió a montar el circuito EMG sobre un
protoboard y mediante un osciloscopio se comprobó
que las señales adquiridas eran las esperadas.
Figura 8 Pruebas del Circuito EMG y análisis de las señales
electromiogràficas
Una vez teniendo resultados satisfactorios de las
pruebas del circuito EMG partimos a realizar el PCB.
PCB
El diseño del PCB de circuito EMG fue diseñado
usando una sola cara con una dimensión de 4.2 cm x
3.3 cm.
Figura 9 PCB Circuito EMG
Debido a que el sistema de aquisicion de señales
electromiografias es de cuatro canales se realizaron
CIINDET 2013
cuatro placas representando cada una de ellas un canal,
el cual recopila la actividad muscular de la zona
deseada.
Figura 10 Placas del Circuito EMG
Mother Board: Se diseño una tarjeta madre con el
propósito de implementar los cuatro canales en una
misma tarjeta. A su vez contamos con el beneficio de
que si algún canal o dispositivo presenta problemas se
pueda remplazar con facilidad sin necesidad de
modificar la tarjeta madre. Esto se debe a que el diseño
de la tarjeta madre esta construido del tal forma que
cada canal se pueda desmontar.
Figura 11 PCB Mother Board
Las placas del circuito EMG se colocan sobre la Mother
Board la cual tiene cuatro entradas USB para la
conexión de los electrodos, cuatro dipswitch para el
ajuste del las ganancias de los amplificadores de cada
canal (50, 100, 500, 1000) y un regulador de voltaje el
cual disminuye los 9 volts de entrada a 3.3 volts para la
alimentación del dsPIC30f3012 y el modulo de XBee.
Figura 12 Placa Mother Board
4

X Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
13 al 15 de marzo de 2013, Cuernavaca Morelos, México
Experimentación
Se conectaron los electrodos sobre músculo
braquirradial el antebrazo izquierdo y derecho con el
objetivo de ver las diferencias de la actividad muscular
y comprobar que los canales del sistema de adquisición
de señales EMG funcionaban correctamente. Como se
puede ver la pantalla del osciloscopio de la Figura 13,
las señales de color azul y amarillo demuestran la
diferencia entre la actividad muscular producida al
momento de realizar esfuerzos y movimientos.
Figura 13 Pruebas de los canales del Sistema EMG
Transmisión inalámbrica de la señales EMG:
Una vez que el proceso de adquisición de las señales
funciono adecuadamente se estableció la red
inalámbrica de los módulos XBee para la transmisión
de los datos a la PC. Mediante el puerto USB y
utilizando la terminal de Arduino se visualizaron los
datos digitales de las señales EMG (Figura 14).
Figura 14 Pruebas de la conexión de inalámbrica del sistema EMG
Adquisición de la señales EMG utilizando C#: Se
desarrollo un software para graficar en tiempo real los
datos adquiridos del sistema EMG (Figura 15). De esta
CIINDET 2013
manera con un estudio más especializado se puede
llegar a saber si el músculo se encuentra en buenas
condiciones, cuenta con fatiga o deficiencia muscular.
Se analizaron las diferentes respuestas que podemos
encontrar en el estudio de los músculos mediante la
adquisición de datos sobre varios sujetos. Una de las
pruebas realizadas fue la adquisición de la actividad
muscular en el área de los bíceps en individuos con
diferente estructura muscular.
Figura 15 Grafica de las Señales EMG
Muestreo de la actividad muscular: Los electrodos se
colocaron en el área de los bíceps con el propósito de
ver el comportamiento de la señal al realizar esfuerzos
y movimientos que intervengan en dicha zona
muscular. Así una vez que el sujeto podremos observar
la actividad muscular.
Como se puede observar en la Figura 16 dentro de los
valores (1500 a 2500) el sujeto alcanzo un pico máximo
de un valor aproximado a 2300 . Uno de los puntos
principales que podemos observar, es que el rango
máximo de las señales EMG disminuyen conforme a
las contracciones realizadas debido al cansancio por el
esfuerzo realizado.
Figura 16 Primer muestro de la actividad muscular
Segundo muestreo de la actividad muscular: En
comparación al primer sujeto podemos observar que el
nivel de contracción es menor ya que en este muestreo
el valor máximo que se alcanzo fue de 2000 dentro del
rango especificado anteriormente.
5

X Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
13 al 15 de marzo de 2013, Cuernavaca Morelos, México
Uno de los motivos que causan diferencias en las
señales electromiográficas es el índice de masa corporal
(IMC), esto se debe a que la grasa funciona como un
aislante. Por otra parte con individuos que cuentan con
un algún tipo de entrenamiento físico se tiene una mejor
respuesta en la actividad muscular
Figura 17 Segundo muestreo de la actividad
Conclusiones
Lo que se observo durante las pruebas es la reacción de
las “señales mio-eléctricas” las cuales varían de
intensidad debido a las variaciones de fuerza, los cuales
se estudian para el análisis de fatiga muscular, atrofia
muscular, etc.
Al realizar este sistema novedoso y de bajo costo para
la adquisición de señales electromiogràficas, se ofrece
la posibilidad de realizar avances innovadores en la
biomédica, robótica, neuromecanica, etc. Utilizando la
fuerza de los músculos como una variable para
controlar un proceso en distintas aplicaciones, así como
entornos visuales y de rehabilitación en tiempo real
mostrando la potencialidad de dicho dispositivo.
Referencias
[1] Peter Konrad, “The ABC of EMG, A Practical introducion
to kinesiogical Electromyography”, NORAXON INC.
USA, April 2005
[2] Elena Butariu, Stelian Butariu, Andor Minodora, Lavinia
Novenau, Georgeta Mihalas, “Use of EMG Biofeedback
as a Method of mucular training during physical exercise
in elders”, University of Medicine and Pharmacy Victor
Babes, 2009.
[3] William T. Tsushima, “La aplicación clínica de la
biorretroalimentación EMG para los dolores de cabeza
traumáticos”, Revista Latinoamericana de Psicología, vol.
15, pp. 133-137,1983
View publication stats
CIINDET 2013
[4] Harold A. Romo, Judy C. Realpe, Pablo E. Jojoa,
“Análisis de Señales EMG Superficiales y su Aplicación
en Control de Prótesis de Mano”, Universidad del Cauca,
junio de 2007
[5] Claudio Castellini, Patrick van der Smagt, “Surface EMG
in advanced hand prosthetics”, Springer-Verlag 2008
[6] Andre Ferreira, Wanderley Celeste, Fernando Cheein,
Teodiano Bastos-Filho, Mario Sarcinelli-Filho, “Journal of
Neuro Engineering and Rehabilitation, Human-machine
interfaces based on EMG and EEG applied to robotic
systems”, Journal of NeuroEngineering and Rehabilitation
2008.
[7] Koichi Sagawa,Orie Kimura, “Robot manipulator control
using EMG generated from a face”, International Journal
of Applied Electromagnetics and Mechanics, 2011
[8] Jaime Gomez-Gil, Israel San-Jose-Gonzalez, Luis
Fernando Nicolas-Alonso ,Sergio Alonso-Garcia,
“Steering a Tractor by Means of an EMG-Based Human-
Machine Interface”, Department of Signal Theory,
Communications and Telematics Engineering, University
of Valladolid, Julio 2011
[9] Andrés Felipe Ruíz Olaya, “Sistema Robótico Multimodal
para Análisis y Estudios en Biomecánica, Movimiento
Humanoy Control Neuromotor”, Universidad Carlos iii de
Madrid, Octubre 2008
Currículo de los autores
Roger N. Aguilar Serena, Ingeniero Electrónico
egresado del Instituto Tecnológico de Orizaba en 2012.
Diego F. Hinojosa de la Rosa, Ingeniero Electrónico
egresado del Instituto Tecnológico de Orizaba en 2012.
Oscar O. Sandoval González Profesor investigador del
Instituto Tecnológico de Orizaba obtuvo el grado
doctorado en Tecnologías de Innovación y Robótica en
la Scuola Superiore Sant'Anna en la ciudad de Pisa,
Italia.
Ignacio Herrera Aguilar Profesor del Instituto
Tecnológico de Orizaba obtuvo el grado de doctorado
en en Sistemas Automáticos en la Université Paul
Sabatier Toulouse III, en la ciudad de Toulouse,
Francia.
Blanca E. González Sánchez Profesor del Instituto
Tecnológico de Orizaba realizó su maestría en Ciencias
en Electrónica en el Instituto Tecnológico de Orizaba.