Abstract: Os sinais de eletromiografia (EMG), por serem dependentes de indivíduo para indivíduo, tipo de eletrodo, qualidade da
interface pele-eletrodo e a própria natureza não determinística do sinal, acarretam dificuldades na implementação e calibração de
equipamentos de aquisição destes sinais. Problemas adicionais são encontrados quando esta implementação necessita a eliminação
do sinal de referência para fins de portabilidade. Neste contexto, foi desenvolvido um dispositivo portátil que visa emular sinais
eletromiográficos a partir de qualquer arquivo de base de dados existentes como o NinaPro, Physionet, entre outros. O equipamento
foi desenvolvido utilizando um microcontrolador interfaceado com o PC via USB. O sinal digitalizado é convertido para analógico
via conversor Digital para Analógico e então condicionado para níveis de tensão e frequência compatíveis com as faixas
convencionais dos sinais de EMG. Um sinal de EMG da base NinaPro foi emulado, adquirido e depois comparado com o sinal
original. O desvio padrão do erro foi de 0.0131 Volts para um sinal de amplitude máxima de 2.5 Volts e sua correlação foi de
0.9868.
I. INTRODUÇÃO1
EMG representa a atividade elétrica de um ou mais
músculos esqueléticos de um indivíduo [1]. O equipamento
utilizado para adquirir estes sinais elétricos se chama
eletromiógrafo, que produz uma série de dados chamados
eletromiograma. Estes sinais se mostram úteis para
diagnosticar anomalias médicas, níveis de ativação muscular
e para controlar próteses e demais equipamentos.
A. O sinal de EMG
Um exemplo de um sinal de EMG pode ser visto na Figura
1. Percebe-se que o sinal começa com uma amplitude baixa,
mas em seguida apresenta um leve aumento de amplitude,
novamente uma amplitude baixa, e então um aumento
considerável de amplitude novamente. Estes aumentos de Fig 1. Um exemplo de um sinal de eletromiografia. Pode-se ver claramente
amplitude estão relacionados à atividade de um, ou um o aumento da atividade muscular, conforme aumenta-se a amplitude da
onda.
pequeno grupo de músculos posicionados no entorno do
eletrodo. Quanto mais fibras forem acionadas, mais a
Este sinal apresenta um comportamento complexo não
amplitude aumenta, fazendo o sinal tomar a forma e as
determinístico, pois depende da anatomia do indivíduo,
características de uma distribuição Gaussiana [2].
assim como da instrumentação utilizada para observá-lo.
Diversos fatores influenciam o resultado do
Bruno R. Tondin, was with Universidade Federal do Rio Grande do Sul, T. C. Author is with the Electrical Engineering Department, University
Porto Alegre, RS 90040-060 Brasil. He is now with the Programa de Pós- of Colorado, Boulder, CO 80309 USA, on leave from the National Research
Graduação em Engenharia elétrica, Universidade Federal do Rio Grande do Institute for Metals, Tsukuba, Japan (e-mail: author@nrim.go.jp).
Sul, Porto Alegre, RS 90040-060 Brasil (e-mail: bruno.tondin@ufrgs.br).
eletromiograma [2]. São os principais deles:
• Extrínseco
1. configuração dos eletrodos;
2. ponto motor;
3. limite do músculo;
4. orientação das fibras
5. tendões.
• Intrínseco
1. quantidade de MUs (Unidades Motoras)
ativos; Fig 3. Tipos de eletrodos de eletromiografia: a) de superfície, b) de agulha
2. tipo de fibra; e c) de fio.
3. fluxo sanguíneo;
4. diâmetro da fibra; A grande maioria dos eletromiógrafos se baseia em dois
5. localização da fibra em relação ao modos de amplificação dos sinais de atividade muscular:
configuração unipolar e bipolar. O modo unipolar, conforme
eletrodo;
é visto na Figura 4, se dispôe um dos eletrodos no músculo
6. tecidos subcutâneos;
ou região de interesse, enquanto que o outro eletrodo será a
7. outros fatores.
referência, e deve ser posicionado em um local de pouca
atividade elétrica. É utilizado eventualmente
Por este motivo, o desenvolvimento de equipamentos em ambiente clínico devido a baixa complexidade. Possui a
baseados em sinais eletromiográficos se torna bastante desvantagem de ser mais propenso a interferferências.
desafiador.
B. Detecção do sinal de EMG
Ao coletar os sinais de EMG é importante considerar as
alterações e distorções que ocorrem durante todo o
caminho do mesmo até a etapa em que se pode observá-lo.
Em suma, essas modificações do sinal podem ser vistas no
diagrama da Figura 2 [3]. Percebe-se que os fatores se
comportam como filtros do sinal original até que este possa
ser observado. Fig 4. Configuração unipolar dos eletrodos.
III. RESULTADOS
B. Sofware do PC
A. Análise visual
1
[2] 𝜎 = √ ∑𝑁
𝑖=1(𝑥𝑖 − 𝜇)
𝑁
Fig 14. Ampliação da Figura 13. Comparação entre sinal original (azul) e O coeficiente de correlação foi calculado utilizando a
sinal emulado (vermelho). expressão 3. Onde foi obtido um valor de 0.9868.
∑𝑁
𝑖 (𝐴𝑖 −𝜇𝐴 )(𝐵𝑖 −𝜇𝐵 )
[3] 𝑟=
√(∑𝑁 2 𝑁 2
𝑖 (𝐴𝑖 −𝜇𝐴 ) )(∑𝑖 (𝐵𝑖 −𝜇𝐵 ) )
IV. CONCLUSÃO
Foi apresentada uma breve introdução aos sinais
eletromiográficos e o conceito por trás da detecção destes
sinais. Foram detalhados os métodos utilizados para o
desenvolvimento de um emulador de sinais de EMG para o
uso no desenvolvimento, teste e validação de aparelhos de
eletromiografia.
Fig 15. Ampliação de um segmento na contração da Figura 14.
Comparação entre sinal original (azul) e sinal emulado (vermelho). Foi avaliado o desempenho do equipamento através da
medida do desvio padrão do erro e a correlação entre o sinal
Visualmente o erro existente entre os dois sinais é muito original e o sinal gerado pelo emulador, onde se mostrou
baixo, no entanto é possível mensurá-lo obtendo a diferença satisfatório para o propósito em que se destina. Desta forma
entre os dois sinais. Uma análise estatística foi feita. é possível acelerar o desenvolvimento dos equipamentos de
EMG, assim como prever o comportamento do mesmo nas
etapas de aquisição envolvendo indivíduos e sinais reais.
B. Análise estatística
Foi realizada uma subtração entre o sinal original e o sinal
emulado para que se obtivesse o erro entre ambos. Pode-se
verificar o sinal de erro na Figura 16, em comparação com REFERÊNCIAS
os sinais analizados. [1] Research Methods in Biomechanics. Journal of Sports Science &
Medicine. 2014;13(1):i.W.-K. Chen, Linear Networks and Systems
(Book style). Belmont, CA: Wadsworth, 1993, pp. 123–135.
[2] De Luca, C.J. Electromyography. Encyclopedia of Medical Devices
and Instrumentation, (John G. Webster, Ed.) John Wiley Publisher,
98-109, 2006.
[3] Basmajian, J. (1979). Muscles alive. Baltimore: Williams & Wilkins.
[4] Webster, J. (2011). Medical Instrumentation Application and Design.
4th ed. Hoboken, N.J.: Wiley InterScience.
[5] De Luca, C. (1997). The Use of Surface Electromyography in
Biomechanics. Journal of Applied Biomechanics, 13(2), pp.135-163.
[6] Microchip Technology, “Single-Ended, Rail-to-Rail I/O, Low Gain
PGA,” MCP6S21 datasheet, 2003 [Revised 2012].