Documentos de Académico
Documentos de Profesional
Documentos de Cultura
electromiográfica
Resumen
Durante este proyecto la adquisición de las señales bioeléctricas del bı́ceps braquial nos permitirá realizar el
procesamiento de una señal electromiográfica; se obtendrán diversos gráficos de la señal procesados en MatLab
teniendo como objetivo obtener las amplitudes reales de la señal con valores útiles para el diagnóstico clı́nico.
Palabras clave: electromiograma, señales bioeléctricas, transformada de Fourier, RMS, amplificador de
instrumentación, filtro pasa bandas, filtro notch.
1. Objetivos
Procesar y digitalizar la señal electromiográfica. Figura 1. Esquemático del bı́ceps braquial [3].
3. Desarrollo experimental
2
Posteriormente se utilizó un filtro rechaza banda activo filtro pasabanda, la cual puede verse en la figura 8, se
de 60 Hz (figura 6) para la eliminación del ruido de la necesitó amplificar la señal.
fuente de alimentación de la CDMX.
1 1
fCP asa altas = = = 47,36Hz Figura 9. Diseño del amplificador operacional con ganancia de
2πR1 C1 2π(56kΩ)(60nF ) 43.8 dB..
(1)
La señal obtenida a la salida de la anterior fase de la
1 1 implementación analógica fue la esperada, sin embargo,
fCP asa altas = = = 144,68Hz como puede verse en la figura 10 la señal obtenida contiene
2πR1 C1 2π(22kΩ)(50nF )
(2) valores negativos por lo que fue necesaria la implementa-
El diseño del filtro pasa banda activo utilizado puede ción de un amplificador operacional en configuración de
verse en la figura 7, en el cual se utilizaron un capacitor sumador.
de 50 nF y una resistencia de 22 kΩ para el filtro pasa
bajas y un capacitor de 60 nF con una resistencia de 56
kΩ para el filtro pasa altas.
Figura 7. Diseño del filtro pasa banda activo.. Finalmente, se utilizó un amplificador operacional en
configuración de sumador no inversor con un divisor de
Debido a la baja amplitud de la señal a la salida del voltaje para asegurarse que la señal fuera positiva ,como
3
puede verse en la figura 11. De acuerdo con la ecuación La salida final obtenida de la implementación analógica
del divisor de voltaje se decidió utilizar una resistencia de puede verse en la figura 14, en la cual puede verse que la
56 kΩ y una de 10 kΩ para su diseño, en donde el voltaje señal esta amplificada y su amplitud se encuentra entre
sumado del divisor de voltaje es el siguiente: valores de 0 a 5 volts, lo que permite su procesamiento
digital.
R2 10kΩ
Vout = Vin = 12 V ≈ 1,81V (3)
R1 + R2 56kΩ + 10kΩ
4
recaudaron (vease apéndice A), las muestras recabadas datos obtenidos con la RMS aplicada para el sujeto 1 sin
se digitalizaron con una frecuencia de muestreo de 1000 el uso de banda.
muestras por segundo, en donde se tomó en cuenta el
Teorema de muestreo de Nyquist-Shannon, que establece
que se necesita una frecuencia de muestreo de al menos
el doble de la frecuencia máxima de la señal para obtener
un muestreo adecuado con la menor perdida de informa-
ción posible. Se realizó un escalamiento de la señal para
obtener los valores reales de la misma; para esto se creo
un vector en el cual todas sus entradas son de 1.7 mV que
es el voltaje que el sumador aplica a la señal. El diagrama
de la implementación digital puede verse en la figura 16.
5
una zona de reposo y una zona de actividad eléctrica 6. Conclusiones
(contracción muscular).
De acuerdo a los resultados de este proyecto, podemos
decir que:
7. Trabajo a futuro
6
figure plot(f,P1) title(’Transformada de Fourier con ban-
a=arduino; das de 10lb (Sujeto 1).’) xlabel(’f (Hz)’) ylabel(’Potencia
pot=’A0’; %Aquisición de datos input A0 (f)’)
k=0;
Referencias
while 1
[1] L. Dı́az, “Diagnóstico electromiográfico de las en-
lectura=readVoltage(a,pot); fermedades neuromusculares,” Rev Cub Med Mil,
%disp(lectura); ISSN 1561-3046, Vol. 36, Nº. 1, 2007, vol. 36, 2007.
pause(0.0001); [2] L. Useros, A. Malanda, I. Rodrı́guez, J. Rodrı́guez
k=k+1; y J. Irujo, “Métodos de procesamiento y análisis
datos(k)=lectura de señales electromiográficas,” Anales del sistema
end sanitario de Navarra, ISSN 1137-6627, Vol. 32,
Nº. 3, 2009 (Ejemplar dedicado a: Actualización en
vector = (1.7); %Voltaje del sumador que desea- Neurofisiologı́a clı́nica), pags. 27-43, vol. 32, dic. de
mos restar para obtener la amplitud real de la señal. 2008. doi: 10.4321/S1137-66272009000600003.
amplitud = (datos-vector)/(0.150); [3] R. Drake, A. Mitchell y A. Vogl, Gray. Anatomı́a pa-
tiempo =(0:0.02702703:10); %Vector del tiempo calculado. ra estudiantes, ép. Elsevier Elibrary. Elsevier Health
en 10 segundos del sujeto 1 de acuerdo al número de Sciences Spain, 2010, isbn: 9788480868358. direc-
datos recopilados. ción: https://books.google.com.mx/books?id=
lLFpzfYrHF8C.
%Gráfico de la amplitud con respecto al tiempo.
figure [4] S. B. Soares, R. R. Coelho y J. Nadal, “The use
plot(tiempo,amplitud); of cross correlation function in onset detection of
title(’Señal de EMG con banda de 10lb (Sujeto 1)’); electromyographic signals,” 2013 ISSNIP Biosignals
xlabel(’Tiempo (s)’); and Biorobotics Conference: Biosignals and Robotics
ylabel(’Amplitud (mV)’); for Better and Safer Living (BRC), 2013. doi: 10.
1109/brc.2013.6487470.
%Adquisición del RMS de la señal [5] L. Shaw y S. Bhaga, “Online EMG Signal Analysis
RMS amplitud = sqrt(movmean(amplitud.ˆ 2, 10)); for diagnosis of Neuromuscular diseases by using
PCA and PNN.,” International Journal Of Engi-
figure neering Science and Technology 0975-5462, vol. 4,
plot(tiempo,RMS amplitud); págs. 4453-4459, oct. de 2012.
title(’RMS de EMG con banda de 10lb (Sujeto 1)’) [6] L. Garcı́a, El amplificador de instrumentación bási-
xlabel(’Tiempo (s)’); co y de circuito integrado. dirección: https://lc.
ylabel(’Amplitud (mV)’); fie.umich.mx/~jfelix/InstruII/AIB/Instru4.
htm (visitado 13-06-2022).
%Transformada rápida de Fourier.
[7] B. Lewis, Amplitude analysis: Root-mean-square
Ts = 0.001; %Periodo de muestreo (s). EMG envelope, 2018. dirección: https : / /
Fs = 1/Ts; %Frecuencia de muestreo (Hz). delsys . com / amplitude - analysis - root -
L = 370; %Tamaño de la señal. mean - square - emg - envelope / # : ~ :
t = (0:L-1)*Ts; %Vector de tiempo. text = The \ %20RMS \ %20calculation \ %20is \
%20considered , waveform \ %20that \ %20s \
%FFT. %20easily\%20analyzable..
y = fft(amplitud1); [8] S. Strider, RMS-EMG calculate and plot. dirección:
https : / / la . mathworks . com / matlabcentral /
%Espectro bilateral. answers / 783821 - rms - emg - calculate - and -
P2 = abs(y/L); plot?s_tid=srchtitle.
%Espectro unilateral basado en el bilateral y L. [9] W. Rose, Electromyogram analysis, 2019. dirección:
P1 = P2(1:L/2+1); https : / / www1 . udel . edu / biology / rosewc /
P1(2:end-1) = 2*P1(2:end-1); kaap686/.
f = Fs*(0:(L/2))/L;
7
[10] N. U. Ahamed, K. Sundaraj, R. B. Ahmad, M. SAMIENTO de SEÑALES. YouTube, 2021. direc-
Rahman y M. A. Islam, “Analysis of right arm ción: https://www.youtube.com/watch?v=o4N-
biceps brachii muscle activity with varying the elec- QK7k8Ek&t=721s.
trode placement on three male age groups during
isometric contractions using a wireless EMG Sen- [12] P. Artemiadis y K. Kyriakopoulos, “Teleoperation
sor,” Procedia Engineering, vol. 41, 61–67, 2012. of a robot manipulator using EMG Signals and
doi: 10.1016/j.proeng.2012.07.143. a position tracker,” 2005 IEEE/RSJ Internatio-
[11] TRANSFORMADA DE FOURIER en MATLAB nal Conference on Intelligent Robots and Systems,
(EXPLICACIÓN Y CÓDIGO) — CURSO PROCE- 609–611, 2005. doi: 10.1109/iros.2005.1545509.