Universidad Manuela Beltrán, Convolución y Mediciones estadísticas de las señales bioeléctricas 1

CONVOLUCIÓN Y MEDICIONES ESTADÍSTICAS

DE LAS SEÑALES BIOELÉCTRICAS
Camacho Pacheco Angie, Quiroga Nancy, Zúñiga Sierra Alberto
angiecamachop@gmail.com, quiroganancy6@gmail.com, albertoz_0206@hotmail.com
Procesamiento digital de señales A1B

 for the EMG signal acquisition, this circuit has four

Resumen— El siguiente documento describe el
desarrollo de la guía de laboratorio número 4 de la materia
procesamiento digital de señales, la cual corresponde a la
convolución y mediciones estadísticas de señales
bioeléctricas, en este caso de una señal eléctromiografica
(EMG), estas son señales eléctricas producidas por un
músculo durante el proceso de contracción y relajación.
Lo primero que se realizó fue el diseño y la
implementación del circuito para la adquisición de la
señal EMG, este circuito conto con cuatro etapas;
amplificador de instrumentación, opto acoplador para la
protección del paciente, filtro pasa banda para EMG y un
control off-set, posteriormente se elaboró una interfaz en
LabView que permitiera la adquisición y la visualización
de la señal en tiempo real, a esta señal se le agrego ruido,
con el fin de visualizar la diferencia entre la señal limpia
y la señal con ruido y finalmente se desarrollaron
diferentes algoritmos para realizar la convolución y las
mediciones estadísticas de la señal, para la convolución se
utilizaron dos vectores; uno pasa alto otro pasa bajo, estos
algoritmos se realizaron con el uso de Matlab. Por medio
de este trabajo se pretende lograr un dominio del software
Matlab y LabView para aplicarlo en diferentes campos de
la Ingeniería Biomédica, como el procesamiento digital
de señales bioélectricas.
Índice de Términos— convolución, EMG, algoritmo,
señal, Matlab.
Abstract
The following document describes the development of
the laboratory guide number 4 of the subject digital signal
processing, which corresponds to the convolution and
statistical measurements of bioelectric signals, in this case
of an electromyographic signal (EMG), these are
electrical signals produced for a muscle during the
process of contraction and relaxation. The first thing that
was done was the design and implementation of the circuit
stages; instrumentation amplifier, opto coupler for patient
protection, band pass filter for EMG and an off-set
control, later an interface was developed in LabView that
would allow the acquisition and visualization of the signal
in real time, this signal will be added noise, in order to
visualize the difference between the clean signal and the
signal with noise and finally different algorithms were
developed to perform the convolution and the statistical
measurements of the signal, for the convolution two
vectors were used; one passes high another one passes
under, these algorithms were realized with the use of
Matlab. Through this work we aim to achieve a mastery
of Matlab and LabView software to apply it in different
fields of Biomedical Engineering, such as digital
processing of bioelectric signals.
Keywords-- convolution, EMG, algorithm, signal,
Matlab.
I. OBJETIVOS
 Realizar el montaje de un circuito a partir de
amplificadores para la adquisición de la señal EMG y su
debida visualización en una interfaz por medio del
software LabVIEW donde muestre los valores
estadísticos.
 Construir un algoritmo en Matlab que permita obtener
la convolución de la señal del EMG con ruido y los dos
vectores.
 Identificar la relación que existe entre la señal
bioélectrica EMG y el ruido que se le está sumando.
 Mostrar dos graficas diferentes una con la señal original
y la otra con los efectos de convolución.
Universidad Manuela Beltrán, Convolución y Mediciones estadísticas de las señales bioeléctricas
II. INTRODUCCIÓN
En los últimos años los trabajos de investigación
encaminados a la realización de interfaces para la
interacción hombre-máquina han tomado gran
importancia debido a que son diseñados para ayudar a las
personas con discapacidad y a la ejecución de tareas sin
contacto directo por parte del operario, una de las técnicas
para conseguir este objetivo es mediante la captación de
señales bioelectricas, estas hacen parte de una de las
ramas de la ingeniería biomédica, permiten el diagnóstico
de enfermedades y la creación de dispositivos médicos.
En este caso trabajamos con las señales
electromiografícas que provienen de los músculos y están
asociadas cualitativamente con el tipo de movimiento
producido, [1] la ciencia que estudia este tipo de señales
es la electromiografía, la cual es una técnica que detecta,
analiza y procesa las señales eléctricas emitidas por la
contracción de los músculos y permite conocer su estado,
además se encarga de la medición de potenciales
eléctricos que se generan cuando se da una contracción
muscular. [2] Se incluirán algunas definiciones y
propiedades de la electromiografía y se realizará
algoritmos para la generación de la convulución y algunas
medidas estadísticas mediante el uso de funciones de
MatLab, el cual es una herramienta de sofware
matemático, diseñado para la computación técnica y es
utilizado en computación matemática, modelado,
simulación, análisis, procesamiento de datos,
visualización y representación de gráficos, así como para
el desarrollo de algoritmos. [3]
III. MARCO TEORICO
ELECTROMIOGRAFIA
Es una disciplina la cual detecta, analiza y procesa las
señales eléctricas emitidas por la contracción de los
músculos lisos o estriados, ya sea de manera voluntaria o
inconsciente, El EMG registra las variaciones de voltaje
que generan las fibras musculares durante una
contracción. [4] Mediante su aplicación se puede detectar
anomalías en el funcionamiento del sistema muscular y
del sistema nervioso, también se utiliza para interfaces
hombre máquina y el análisis de la marcha en humanos.
[2] Se utiliza para el estudio de patologías del sistema
nervioso periférico. [5]
Se trata de un estudio mínimamente invasivo Los equipos
de EMG para el registro y análisis de los
potenciales de acción del músculo y nervio están
compuestos por electrodos de superficie o aguja que
captan la señal y una vez amplificados y filtrados son
convertidos en señal digital.
2
SEÑAL ELECTROMIOGRAFICA
EMG es el registro, procesamiento y análisis de los
potenciales bioélectricos asociados con la actividad de los
músculos, la señal adquirida es consecuencia de un flujo
iónico a través de la membrana de las fibras musculares.
SENSORES - ELECTRODOS EMG
Las señales electromiográficas son producidas como respuesta
a un movimiento muscular, donde el nivel de esfuerzo está
determinado por el número de fibras musculares activadas
durante la contracción por una neurona (10). El potencial
eléctrico de una unidad motora puede ser medido utilizando
electrodos de aguja o de superficie (11). Para este proyecto se
utilizaron electrodos de superficie
http://www.monografias.com/docs113/sistema-
adquisicion-y-visualizacion-senales-
electromiograficas/sistema-adquisicion-y-visualizacion-
senales-electromiograficas.shtml
https://revistas.utp.edu.co/index.php/revistamedica/articl
e/viewFile/1193/707
http://repositorio.urp.edu.pe/bitstream/handle/urp/416/Al
va_ca.pdf?sequence=1&isAllowed=y
file:///C:/Users/Personal/Downloads/9725-16982-1-
PB%20(1).pdf
http://bibliotecadigital.usb.edu.co/bitstream/10819/4129/
1/Caracterizacion_%20Senales_Electromiograficas_Cru
z_2016.pdf
MATLAB
Matlab es un programa de cálculo numérico que nos
permite analizar datos, funciones, matrices y crear
algoritmos y programas de manera sencilla y rápida a
través de su lenguaje propio. Cuenta también con
múltiples paquetes y herramientas adicionales que nos
permiten ampliar sus posibilidades. [10]
IV. RESULTADOS
LabVIEW es una herramienta de programación gráfica.
Originalmente este programa estaba orientado para
aplicaciones de control de equipos electrónicos usados
en el desarrollo de sistemas de instrumentación, lo que
se conoce como instrumentación virtual. Por este
motivo los programas creados en LabVIEW se guardan
en ficheros llamados VI (Virtual Instrument), y con la
Universidad Manuela Beltrán, Convolución y Mediciones estadísticas de las señales bioeléctricas 3

misma extensión. El software es un entorno de

desarrollo gráfico con funciones integradas para realizar
adquisición de datos, control de instrumentos, análisis
de medidas y presentación de datos. Es un lenguaje que
contiene las funciones específicas para acelerar el
desarrollo de aplicaciones de medición, control y
automatización. Es de fácil integración con
instrumentos y dispositivos de medida, ya que se puede
conectar con todo tipo de hadware incluyendo
instrumentos, plaquetas adquisidoras, controladores
lógicos programables (PLCs). LabVIEW puede
utilizarse para analizar y registrar resultados reales para
aplicaciones en amplios sectores orientados a la
ingeniería mecánica, eléctrica, electrónica, biomédica.
Figura 4. Circuito esquemático de pre amplificación.
A. DISEÑO.
Para la etapa de amplificación trabajamos con un encapsulado
Partiendo de la necesidad de crear una interfaz
TL084 los cuales tienen en su composición 4 amplificadores
gráfica que simulara un electro miógrafo el cual operacionales los cuales nos sirvieron para trabajar el filtro pasa
mostrara la señal en tiempo real, para lo cual se banda, compuesto por un filtro de segundo orden pasa alta y
realizó el montaje de un EMG desde la etapa de pre. pasa baja respectivamente. Es importante recalcar el uso de los
Amplificación seguido por un filtro pasa alta y por condensadores cerámicos de poliéster para el uso de los filtros
ultimo un Offset en físico, todo esto de la siguiente de segundo orden, ya que estos en comparación con los
manera: electrolíticos producen mucho menos ruido al momento del
acondicionamiento de la señal, el ruido infiere en el
Para el diseño esencial de la etapa de pre- procesamiento y manipulación de bioseñales y por lo tanto debe
amplificación usamos un amplificador ser reducido o eliminado.
instrumental AD620 el cual dará la función del
primer acople amplificando la señal de entrada  Filtro pasa alta:
debido a ser esta una señal fisiológica es demasiado 𝐶1 = 𝐶2 = 0,1 𝜇𝑓 = 100 𝑛𝑓
pequeña del orden de los mili voltios.
Frecuencia de oscilación de 0,5 Hz
Establecemos la ganancia de 1000 para hallar el
valor de Rg. 1,414
𝑅1 =
2𝜋𝑓𝐶
Usamos una ganancia de 1000.
1,414
(49.4 𝑘Ω) 𝑅1 = = 4,5 𝑀 Ω
2𝜋(0,5 𝐻𝑧)(0,1𝜇𝑓)
𝐺 =1+
𝑅𝑔
𝑅1 4,5 𝑀 Ω
49.4𝑘Ω 𝑅2 = = = 2,25 𝑀 Ω
𝑅𝑔 = 2 2
𝐺−1
=49.44Ω
Universidad Manuela Beltrán, Convolución y Mediciones estadísticas de las señales bioeléctricas 4

Figura 7. Control offset.

Figura 5. Filtro pasa altos. B. Labview

 Filtro pasa baja: Para mostrar la señal a través de labview se usó

Labview 2017 y Matlab 2017 el cual ya viene con
Matlab script lo que permite hacer la interconexión
𝐶1 = 0,1 𝜇𝑓
de código e interfaz de una manera mas fácil; para
𝐶2 = 2𝐶1 = 0,2 𝜇𝑓
capturar la señal se hizo por medio de arduino
conectándolo a Labview por medio de LifaBase y
Frecuencia de oscilación de 100 Hz
usando cajas de arduino int y out por medio de
0,707 ‘Analog pin read’ se definió la frecuencia de
𝑅= = 11,2 𝑘 Ω muestreo a 400 Hz.
2𝜋(100 𝐻𝑧)(0,1 𝜇𝑓)

𝑅𝑓 = 2𝑅 = 2 ∙ 11,2 𝑘 Ω = 22.5 k Ω

0,707
𝑅=
2𝜋𝑓𝐶1

Figura 8. Labview.

Por otro lado para se le agrego ruido a la señal original por

medio de ruido gaussiano con ‘Gaussian White noise’ (Figura
9); variándole valores de desviación estándar y muestras a el
ruido gaussiano, dejando como estándar las muestras en 125 y
la desviación en 1, la amplitud la controlamos por medio de
‘Numeric control’ multiplicándola con el ruido gaussiano
entrante, dándole un valor de 0 cuando queremos que sea la
misma señal original y aumentándole este valor cuando se
requiere ruido en la señal.

Figura 6. Filtro pasa bajos.

 Control Offset
Universidad Manuela Beltrán, Convolución y Mediciones estadísticas de las señales bioeléctricas 5

Figura 9. Etapa de ruido gaussiano.

Tabla 1. Datos estadísticos.

Como último valor estadístico, el SNR (relación señal ruido) el

cual relaciona la potencia de la señal entrante con la potencia
del ruido gaussiano ingresado; cada potencia se calculó con el
respectivo RMS por medio de la ecuación matemática:

𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑠𝑒ñ𝑎𝑙
𝑆𝑁𝑅 =
𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑟𝑢𝑖𝑑𝑜
𝑅𝑀𝑆𝑠 2
𝑆𝑁𝑅 = ( )
𝑅𝑀𝑆𝑟
Figura 10. Grafica suma señal original y El valor de SNR en decibeles (dB) nos indica que tan
ruido gaussiano. contaminada puede estar la señal original o en otras palabras
que tanto ruido tiene, por lo tanto entre más valor tenga el RMS
de la señal con respecto al RMS del ruido más valor tendrá en
Por otro lado, para la realización de los valores estadísticos a la decibles y por lo tanto menor grado de contaminación tiene; por
señal sumada con ruido se usó “Statistics” (Figura 11), otro lado si es más grande el RMS del ruido dará un valor menor
ingresando los valores por medio de datos de tipo dinámico de SNR en decibles por lo que se sabe que la señal está muy
obteniendo media, varianza, desviación estándar y RMS, contaminada con ruido.
valores definidos en la tabla 1, importantes para el análisis de
señales.

Figura 12. Valor SNR.

Figura 11. Valores estadísticos Labview.
Se realizaron dos convoluciones a la señal con ruido por medio
de MATLAB script, (Figura 13), donde apartir de un vector se
recorre el vector de la señal obteniendo una nueva señal filtrada;
para señales continuas se define la convolucion como:

∞
𝑦(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫ 𝑥(𝜏)ℎ(𝑡 − 𝜏)𝑑𝜏
−∞

El resultado de esta integral es el area bajo la curva que resulta

de x(t) con su cambio de variable (t= 𝜏) y h(t) igualmente
cambiando la variable (t= 𝜏), se invierte y se hace el corrimeinto
t unidades. Por lo tanto lo que se hace es invertir el vector y
Universidad Manuela Beltrán, Convolución y Mediciones estadísticas de las señales bioeléctricas
empezar el corrimeinto por medio de dos for en i, j por toda la
señal de ECG hasta obtener una nueva grafica de ECG filtrada.
Al correr el programa se determino que para la primera
convolución el vector dado era un filtro pasa alta, ya que tiene
valores positivos y un filtro pasa baja ya que tiene valores
negativos.
Figura 13. Convoluciones en MatLab script.
V. CUESTIONARIO
1. ¿Cuál es la utilidad de cuantificar los
valores obtenidos en el análisis y
procesamiento de Señales?
Para que una señal pueda ser procesada
digitalmente debe ser en tiempo discreto y
tomar valores discretos. Si la señal a procesar
es analógica, se convierte a digital
muestreándola en el tiempo y obteniendo por
tanto una señal en tiempo discreto y
posteriormente cuantificando sus valores en un
conjunto discreto. El proceso de convertir una
señal continua en discreta, denominado
cuantificación, es básicamente un proceso de
aproximación. Por tanto, la utilidad de
cuantificar los valores obtenidos en el análisis
y procesamiento de señales es, que el valor de
cada muestra de la señal se representa como un
valor elegido de entre un conjunto finito de
posibles valores. Por otro lado, estos valores se
cuantifican con bits mediante los niveles de
cuantificación, los cuales son los valores
permitidos en la señal digital.
1. ¿Cuál es la importancia de la cuantificación
de los parámetros de señales en la
metodología de la investigación científica?
6
La importancia de la cuantificación de los
parámetros de señales en la metodología de la
investigación científica es que al realizar la
cuantificación de estos parámetros se obtiene la
información necesaria ignorando la innecesaria
que en este caso sería el ruido que puede
presentar la señal, esto es posible por medio de
la metodología de la investigación científica, ya
que el reemplazar los valores continuos por los
valores cuantificados introduce el llamado error
de cuantificación o ruido de cuantificación.
2. ¿Por qué es importante en el diseño de
equipos biomédicos la cuantificación de las
señales discretas?
Es importante porque un ordenador o cualquier
sistema de control basado en un
microprocesador no puede interpretar señales
analógicas, ya que sólo utiliza señales digitales.
Es necesario traducir, o transformar en señales
binarias, lo que se denomina proceso de
digitalización o conversión de señales
analógicas a digitales. El momento en que se
realiza cada lectura es ordenado por un sistema
de sincronización que emite una señal de reloj
con un período constante. Estas conversiones
analógico-digitales son habituales en
adquisición de datos por parte de un ordenador
y en la modulación digital para transmisiones y
comunicaciones por radio.
VI. CONCLUSIONES
 Se realizó el montaje de un circuito en el cual se
empleó la instrumentación que permitió la
construcción de un filtro de segundo orden pasa
banda y control off-set. A partir de este se obtuvo
la adquisición de la señal bioeléctrica EMG la
cual se visualizó en una interfaz diseñada en el
software LabVIEW y donde se mostraron
valores estadísticos de valor cuadrático medio
RMS, valor medio de la señal, desviación
estándar, relación señal ruido SNR.
 Por medio de la herramienta MatLab Script se
trabajó en conjunto con los softwares MatLab y
Universidad Manuela Beltrán, Convolución y Mediciones estadísticas de las señales bioeléctricas 7

LabVIEW donde se construyó un programa que
permitía la visualización de la señal bioeléctrica
con una frecuencia de muestreo de 400Hz. A
partir del algoritmo de convolución el cual
relaciono la señal bioeléctrica de entrada y las
de salida las cuales fueron los vectores
proporcionados por el docente, se observó en las
gráficas de la interfaz los efectos generados en
la señal original, donde estos vectores eran
filtros pasa baja y pasa alta.
 Se identificó que la relación que existe entre la
señal bioeléctrica EMG y el ruido que se le suma
a esta, la cual es una proporción de potencia del
ruido y la señal bioeléctrica, donde la potencia de
la señal desempeña un papel dual en la
transmisión de la información. Al incrementarse
la potencia de la señal, se reduce el efecto del
ruido y la información se recibe con mayor
exactitud.
[2] Alva, C. (2012). Procesamiento de señales de
electromiografía superficial para la detección de movimiento de
dos dedos de la mano. Universidad Ricardo Palma. Lima -Perú
[3] Gilat, A. (2006). Matlab: Una introducción con
ejemplos prácticos. Reverté.
[4] Gomez, J. (2009) la electromiografía: un acercamiento al
concepto fisiológico, la construcción de un equipo
electromiográfico con registro no invasivo; y la resistencia
galvánica de piel como método de relajación muscular .
Universidad tecnológica de Pereira.
file:///C:/Users/Navegador/Downloads/6167407547G63
3.pdf
[5] Ibarra, J., Perez, E., Fernandez C. (2005). Técnicas
instrumentales de diagnóstico y evaluación en
rehabilitación. Rehabilitación (Madr) 39(6), pág. 265-76
file:///C:/Users/Navegador/Downloads/13082198_S300_
es.pdf
[6]

VII. APLICACIÓN PROFESIONAL [7]

[8]
Al pasar el tiempo la tecnología ha experimentado un [9]
progresivo e indetenible avance. Diariamente se [10]
diseñan y desarrollan nuevos productos y servicios ANEXOS
orientados al mejoramiento de la calidad de vida del ser
humano entre los que se encuentran las soluciones de CODIGOS EN Matlab
ingeniería al servicio del cuidado de la salud. La
telemedicina es el ejemplo digno de lo planteado
anteriormente, debido a que la misma es simplemente
la práctica de la medicina a distancia mediante el
empleo de las tecnologías de la información y las
comunicaciones. Se ha convertido en una necesidad el
mejorar el proceso de monitoreo de signos vitales de
forma rápida, efectiva y eficiente, con la finalidad de
dar una respuesta confiable a cualquier eventualidad.

VIII. REFERENCIAS

[1] Orozco, A., Betancourt, G., Giraldo, E. (2005).

Determinación de movimientos a partir de señales
electromiográficas utilizando máquinas de soporte vectorial.
Universidad Tecnológica de Pereira. Recuperado de:
https://revistas.utp.edu.co/index.php/revistamedica/articl
e/viewFile/1193/707