Identificación de Tareas Isométricas y Dinámicas del Miembro Superior Basada en EMG de Alta Densidad

Autores/as

  • Mónica Rojas-Martínez Universidad El Bosque
  • Joan F. Alonso Universitat Politècnica de Catalunya
  • Mislav Jordanic Universitat Politècnica de Catalunya
  • Sergio Romero Universitat Politècnica de Catalunya
  • Miguel A. Mañanas Universitat Politècnica de Catalunya

DOI:

https://doi.org/10.1016/j.riai.2017.07.006

Palabras clave:

Bioingeniería, electromiografía, neuromuscular, rehabilitación

Resumen

La identificación de tareas y estimación del movimiento voluntario basados en electromiografía (EMG) constituyen un problema conocido que involucra diferentes áreas en sistemas expertos, particularmente la de reconocimiento de patrones, con muchas aplicaciones posibles en dispositivos de asistencia y rehabilitación. La información que proporciona puede resultar útil para el control de exoesqueletos o brazos robóticos utilizados en terapias activas. La tecnología emergente de electromiografía de alta densidad (HD-EMG) abre nuevas posibilidades para extraer información neural y ya ha sido reportado que la distribución espacial de mapas de intensidad HD-EMG es una característica valiosa en la identificación de tareas isométricas (contracciones que no producen cambio en la longitud del músculo). Este estudio explora la utilización de la distribución espacial de la actividad mioeléctrica y lleva a cabo identificación de tareas durante ejercicios dinámicos a diferentes velocidades que son mucho más cercanos a los que se utilizan habitualmente en las terapias de rehabilitación. Con este objetivo, se registraron señales HD-EMG en un grupo de sujetos sanos durante la realización de un conjunto de tareas isométricas y dinámicas del miembro superior. Los resultados indican que la distribución espacial es una característica muy útil en la identificación, no solo de contracciones isométricas sino también de contracciones dinámicas, mejorando la eficiencia y naturalidad del control de dispositivos de rehabilitación para que se adapte mejor al usuario.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Mónica Rojas-Martínez, Universidad El Bosque

Facultad de Ingeniería, Departamento de Bioingeniería, Universidad El Bosque

BIOsignal Analysis for Rehabilitation and Therapy Group, Dept. ESAII, CREB, Universitat Politècnica de Catalunya

Instituto Carlos III, CIBER de Bioingeniería, Biomateriales y Nanomedicina (CIBER-BBN)

Joan F. Alonso, Universitat Politècnica de Catalunya

BIOsignal Analysis for Rehabilitation and Therapy Group, Dept. ESAII, CREB, Universitat Politècnica de Catalunya

Instituto Carlos III, CIBER de Bioingeniería, Biomateriales y Nanomedicina (CIBER-BBN)

Mislav Jordanic, Universitat Politècnica de Catalunya

BIOsignal Analysis for Rehabilitation and Therapy Group, Dept. ESAII, CREB, Universitat Politècnica de Catalunya

Instituto Carlos III, CIBER de Bioingeniería, Biomateriales y Nanomedicina (CIBER-BBN)

Sergio Romero, Universitat Politècnica de Catalunya

BIOsignal Analysis for Rehabilitation and Therapy Group, Dept. ESAII, CREB, Universitat Politècnica de Catalunya

Instituto Carlos III, CIBER de Bioingeniería, Biomateriales y Nanomedicina (CIBER-BBN)

Miguel A. Mañanas, Universitat Politècnica de Catalunya

BIOsignal Analysis for Rehabilitation and Therapy Group, Dept. ESAII, CREB, Universitat Politècnica de Catalunya

Instituto Carlos III, CIBER de Bioingeniería, Biomateriales y Nanomedicina (CIBER-BBN)

Citas

Badesa, F J, A Llinares, R Morales, N Garcia-Aracil, J M Sabater, and C PerezVidal. 2014. “Pneumatic Planar Rehabilitation Robot for Post-Stroke Patients.” Biomedical Engineering - Applications, Basis and Communications 26 (2).

Farina, Dario, Roberto Colombo, Roberto Merletti, and Henrik Baare Olsen. 2001. “Evaluation of Intra-Muscular EMG Signal Decomposition Algorithms.” Journal of Electromyography and Kinesiology 11 (3): 175– 87. doi:DOI: 10.1016/S1050-6411(00)00051-1.

Farina, Dario, Frédéric Leclerc, Lars Arendt-Nielsen, Olivier Buttelli, and Pascal Madeleine. 2008. “The Change in Spatial Distribution of Upper Trapezius Muscle Activity Is Correlated to Contraction Duration.” Journal of Electromyography and Kinesiology 18 (1): 16–25. doi:DOI: 10.1016/j.jelekin.2006.08.005.

Freriks, B, and H J Hermens. 1999. SENIAM 9: European Recommendations for Surface ElectroMyoGraphy, Results of the SENIAM Project (CD). Roessingh Research and Development b. v.

Hargrove, Levi J, Kevin Englehart, and Bernard Hudgins. 2007. “A Comparison of Surface and Intramuscular Myoelectric Signal Classification.” IEEE Transactions on Biomedical Engineering 54 (5): 847– 53. doi:10.1109/TBME.2006.889192.

Hogan, N, H I Krebs, B Rohrer, J J Palazzolo, L Dipietro, S E Fasoli, J Stein, et al. 2006. “Motions or Muscles? Some Behavioral Factors Underlying Robotic Assistance of Motor Recovery.” Journal of Rehabilitation Research and Development 43(5): 605–18.

Holtermann, Andreas, Karin Roeleveld, and J Stefan Karlsson. 2005. “Inhomogeneities in Muscle Activation Reveal Motor Unit Recruitment.” Journal of Electromyography and Kinesiology 15 (2): 131–37. doi:DOI: 10.1016/j.jelekin.2004.09.003.

Jordanic, Mislav, Monica Rojas-Martinez, Miguel Angel Mananas, and Joan Francesc Alonso. 2016. “Prediction of Isometric Motor Tasks and Effort Levels Based on High-Density EMG in Patients with Incomplete Spinal Cord Injury.” Journal of Neural Engineering 13 (4): 46002. http://ovidsp.ovid.com/ovidweb.cgi?T=JS&PAGE=reference&D=prem& NEWS=N&AN=27187214.

Jordanic, Mislav, Mónica Rojas-Martínez, Miguel Angel Mañanas, and Joan Francesc Alonso. 2016. “Spatial Distribution of HD-EMG Improves Identification of Task and Force in Patients with Incomplete Spinal Cord Injury.” Journal of NeuroEngineering and Rehabilitation 13 (1): 1–11. doi:10.1186/s12984-016-0151-8.

Rojas-Martinez, M, M A Mananas, J F Alonso, and R Merletti. 2013. “Identification of Isometric Contractions Based on High Density EMG Maps.” Journal of Electromyography and Kinesiology 23 (1): 33–42. doi:10.1016/j.jelekin.2012.06.009.

Rojas-Martinez, Monica, Miguel A Mananas, and Joan F Alonso. 2012. “HighDensity Surface EMG Maps from Upper-Arm and Forearm Muscles.” Journal of Neuroengineering and Rehabilitation 9: 85. doi:10.1186/1743- 0003-9-85.

Stango, Antonietta, Francesco Negro, and Dario Farina. 2015. “Spatial Correlation of High Density EMG Signals Provides Features Robust to Electrode Number and Shift in Pattern Recognition for Myocontrol.” IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 23, no. 2, pp. 189-198, March 2015, doi:10.1109/TNSRE.2014.2366752

Van Peppen, R P S, G Kwakkel, B H Van Ber Wel, B Kollen, J Hobbelen, J Buurke, J Halfens, et al. 2004. “KNGF Clinical Practice Guideline for Physical Therapy in Patients with Stroke. Review of the Evidence.” Nederlands Tijdschrift Voor Fysiotherapie 114 (5).

Zhou, Ping, Madeleine M Lowery, Kevin B Englehart, He Huang, Guanglin Li, Levi Hargrove, Julius P A Dewald, and Todd A Kuiken. 2007. “Decoding a New Neural Machine Interface for Control of Artificial Limbs.” Journal of Neurophysiology 98 (5): 2974-82. Doi: 10.1152/jn.00178.2007

Descargas

Publicado

03-10-2017

Cómo citar

Rojas-Martínez, M., Alonso, J. F., Jordanic, M., Romero, S. y Mañanas, M. A. (2017) «Identificación de Tareas Isométricas y Dinámicas del Miembro Superior Basada en EMG de Alta Densidad», Revista Iberoamericana de Automática e Informática industrial, 14(4), pp. 406–411. doi: 10.1016/j.riai.2017.07.006.

Número

Sección

Artículos