DOI:
https://doi.org/10.14483/22484728.17979Publicado:
2021-01-30Número:
Vol. 15 Núm. 1 (2021)Sección:
Visión InvestigadoraSimulador de electromiografía de superficie
Simulator of surface electromyography
Palabras clave:
Electromyography, Frequency domain, Harmonic, Operational amplifier, Simulate, Surface, Time domain (en).Palabras clave:
Electromiografía, Dominio de la frecuencia, Armónicos, Amplificador operacional, Simulación, Superficie, Dominio del tiempo (es).Descargas
Resumen (es)
El estudio de señales electromiográficas en tiempo de una pandemia mundial ha sido reducido, puesto que la posibilidad de asistir a un laboratorio de bioseñal ha sido nula para algunas personas, en el presente artículo se propone un simulador de electromiografía de superficie (sEMG) con aplicación pedagógica. Para esto se caracterizó una señal de sEMG real, obteniendo características de amplitud y frecuencia para los eventos relajación y contracción voluntaria de un musculo. Las señales características de relajación y contracción se simularon mediante señales periódicas, así como los ruidos más frecuentes que contaminan la señal (artefactos por movimiento, 60Hz de la línea eléctrica y transmisiones de radio). Las señales constan de 21 armónicos (11 para el estado de contracción y 10 para el de relajación), sumadas y acondicionada con amplificadores operacionales. Las señales de sEMG obtenidas, presentan características similares a las señales reales. Esta simulación de EMG puede ser utilizada en el desarrollo de dispositivos que necesiten de la captura de señales EMG.
Resumen (en)
The study of electromyographic signals at the time of a global pandemic has been reduced, since the possibility of attending a bio signal laboratory has been null for some people, in this article a surface electromyography simulator (EMGs) is proposed with pedagogical application, this is carried out to characterize a real EMG signal, obtaining characteristics characteristic of it, in the domains of time, such as amplitude and frequency, as the harmonics are signal, noise and randomness, so that in this way, its behavior can be emulated through 21 harmonics (11 for the state of contraction and 10 for the relaxation), using different circuits composed in principle by operational amplifiers, an sEMG signal with behavior similar to a real one is obtained that can be used in signal processing or observing behavior without attending a laboratory.
Referencias
L. Atanelov, S. A. Stiens, and M. A. Young, "History of physical medicine and rehabilitation and its ethical dimensions", AMA journal of ethics, vol. 17, no. 6, pp. 568-574, 2015. https://doi.org/10.1001/journalofethics.2015.17.6.mhst1-1506
M. C. Garcia and T. Vieira, "Surface electromyography: Why, when and how to use it", Revista andaluza de medicina del deporte, vol. 4, no. 1, pp. 17-28, 2011.
E. Guzmán, G. Méndez, "Electromiografía en las Ciencias de la Rehabilitación", Salud Uninorte, vol 3, no. 3, pp. 753-765, 2018.
R. Agrawal, “Predictive analysis of breast cancer using machine learning techniques”, Ingeniería Solidaria, vol. 15, no. 3. p. 5, 2019. https://doi.org/10.16925/2357-6014.2019.03.01
J. C. Guerrero Pupo, I. Amell Muñoz, and R. Cañedo Andalia, "Tecnología médica y tecnología de la salud: algunas consideraciones básicas", Acimed, vol. 12, no. 4, pp. 1-1, 2004.
F. Salvuci and R. Kohanoff, “Tecnologías de rehabilitación”, Wiley-Interscience, 2016.
J. A. A. Londoño, E. C. Bravo, and J. F. C. García, "Aplicación de tecnologías de rehabilitación robótica en niños con lesión del miembro superior", Revista Salud UIS, vol. 49, no. 1, pp. 103-114, 2017. https://doi.org/10.18273/revsal.v49n1-2017010
S. Yadav, “Fusion of medical images in wavelet domain a discrete mathematical model”, Ingenieria Solidaria, vol. 14, no. 25, p. 4, 2018 https://doi.org/10.16925/.v14i0.2236
J. W. Meklenburg, S. K. Patrick, and S. D. Jung, "Surface electromyogram simulator for myoelectric prosthesis testing”, thesis, Worcester Polytechnic Institute, USA, 2010.
R. Merletti, D. Farina, “Surface electromyography: physiology, engineering, and applications”, Piscataway, NJ: IEEE Press, 2016. https://doi.org/10.1002/9781119082934
A. Merlo and I. Campanini, "Technical aspects of surface electromyography for clinicians", The open rehabilitation journal, vol. 3, no. 1, 2010. https://doi.org/10.2174/1874943701003010098
F. J. García, "Utilidad de la electromiografía de superficie en rehabilitación”, 2017. [Online]. Available at: https://www.researchgate.net/profile/Francisco_Juan-Garcia/publication/316588275_UTILIDAD_DE_LA_ELECTROMIOGRAFIA_DE_SUPERFICIE_EN_REHABILITACION/links/5905b86c4585152d2e957860/UTILIDAD-DE-LA-ELECTROMIOGRAFIA-DE-SUPERFICIE-EN-REHABILITACION.pdf
R. A. Pinto, M. J. Hernández, C. C. Pinzón, D. O. Díaz, J. C. García, “Inteligencia de fuentes abierta (OSINT) para operaciones de ciberseguridad”, Revista Vínculos, vol 15, no. 2, pp. 195-214, 2018. https://doi.org/10.14483/2322939X.13504
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Licencia
Derechos de autor 2021 Visión electrónica
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
.png)
atribución- no comercial 4.0 International
.jpg)
