La detección de señales fisiológicas del sistema motor (señales electromiográficas) se está

utilizando en la práctica.
clínica para guiar al terapeuta en un diagnóstico más preciso y exacto de los trastornos motores. En
este contexto, el proceso de descomposición de las señales EMG (electromiográficas) que incluye
la identificación y clasificación de MUAP (potencial de acción de la unidad motora) de una señal
EMG, es muy importante para ayudar al terapeuta en la evaluación de los trastornos motores. La
descomposición EMG es una tarea compleja debido a que las características EMG dependen del
tipo de electrodo (aguja o superficie), su ubicación relacionada con el músculo, el nivel de
contracción y la salud del sistema neuromuscular. Hasta la fecha, la mayoría de las investigaciones
sobre la descomposición EMG utilizan señales EMG adquiridas por electrodos de aguja, debido a
sus ventajas en el procesamiento de este tipo de señal. Sin embargo, se han llevado a cabo
relativamente pocas investigaciones utilizando señales EMG de superficie. Así, Este artículo tiene
como objetivo contribuir a la práctica clínica al presentar una técnica que permita la descomposición
de la señal EMG de superficie mediante el uso de modelos ocultos de Markov. Este proceso está
respaldado por el uso de la evolución diferencial y las técnicas de agrupación espectral. El sistema
desarrollado presentó resultados coherentes en: (1) identificación del número de unidades motoras
activas en la señal EMG; (2) presentación de los patrones morfológicos de MUAP en la señal
EMG; (3) identificación de la secuencia de disparo de las unidades motoras. El modelo propuesto
en este trabajo es un avance en el área de investigación de descomposición de señales EMG de
superficie. Este proceso está respaldado por el uso de la evolución diferencial y las técnicas de
agrupación espectral. El sistema desarrollado presentó resultados coherentes en: (1) identificación
del número de unidades motoras activas en la señal EMG; (2) presentación de los patrones
morfológicos de MUAP en la señal EMG; (3) identificación de la secuencia de disparo de las
unidades motoras. El modelo propuesto en este trabajo es un avance en el área de investigación de
descomposición de señales EMG de superficie. Este proceso está respaldado por el uso de la
evolución diferencial y las técnicas de agrupación espectral. El sistema desarrollado presentó
resultados coherentes en: (1) identificación del número de unidades motoras activas en la señal
EMG; (2) presentación de los patrones morfológicos de MUAP en la señal EMG; (3) identificación
de la secuencia de disparo de las unidades motoras. El modelo propuesto en este trabajo es un
avance en el área de investigación de descomposición de señales EMG de superficie.