Orientador: Antônio Augusto Fasolo Quevedo

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: A eletromiografia e uma pratica clinica que permite inferir sobre a integridade do sistema neuromuscular, o que inclui a analise da unidade funcional contrátil do sistema neuromuscular, a unidade motora. O sinal eletromiografico e um sinal elétrico resultante do transiente iônico devido...

Resumo: A eletromiografia e uma pratica clinica que permite inferir sobre a integridade do sistema neuromuscular, o que inclui a analise da unidade funcional contrátil do sistema neuromuscular, a unidade motora. O sinal eletromiografico e um sinal elétrico resultante do transiente iônico devido potenciais de ação de unidades motoras capturados por eletrodos invasivos ou não invasivos. Eletrodos invasivos capturam potenciais de ação de ate uma única unidade motora, porem o procedimento e demorado e incomodo. Eletrodos de superfície permitem detectar potenciais de ação de modo não invasivo, porem resultam na mistura de potenciais de ação de varias unidades motoras, resultando em um sinal com aparência de ruído aleatório, dificultando uma analise. Técnicas de Separação Cega de Fontes, como Analise de Componentes Independentes, tem se mostrado eficientes na decomposição de sinais eletromiograficos de superfície nos constituintes potenciais de ação de unidades motoras. Este projeto tem como objetivo desenvolver um protótipo capaz de capturar sinais mioeletricos de superfície e analisar a viabilidade da separação de sinais eletromiograficos intramusculares misturados linearmente, utilizando Analise de Componentes Independentes. O sistema proposto integra uma matriz de eletrodos com ate sete canais, um modulo de pré-processamento, um software para controle da captura dos sinais eletromiograficos de superfície e o algoritmo FastICA em ambiente MATLABR para separação dos sinais eletromiograficos. Os resultados mostram que o sistema foi capaz de capturar sinais eletromiograficos de superfície e os sinais eletromiograficos intramusculares misturados linearmente foram separados de forma confiável

Abstract: Electromyography is a clinical practice that provides information regarding the physiological condition of the neuromuscular system, which includes the analysis of the contractile functional unit of the neuromuscular system, known as motor unit. The electromyographic signal is an...

Abstract: Electromyography is a clinical practice that provides information regarding the physiological condition of the neuromuscular system, which includes the analysis of the contractile functional unit of the neuromuscular system, known as motor unit. The electromyographic signal is an electrical signal resultant from ionic transient regarding motor unit action potentials captured by invasive or non-invasive electrodes. Invasive electrodes are able to detect action potentials of even one motor unit, although the procedure is time consuming and uncomfortable. Surface electrodes enable detecting action potential noninvasively, although the detected signal is a mixture of action potentials from several motor units within the detection area of the electrode, resulting in a complex interference pattern which is difficult to interpret. Blind Source Separation techniques, such as Independent Component Analysis, have proven effective for decomposing surface electromyographic signals into the constituent motor unit action potentials. The objective of this project was to develop a system in order to capture surface myoelectric signals and to analyze the viability for decomposing intramuscular myoelectric signals that were mixed linearly, using independent component analyzes. The system includes an electrode matrix with up to seven channels, a preprocessing module, a software for controlling surface myoelectric signals capture, and the FastICA algorithm in MATLABR for the intramuscular myoelectric signals decomposition. The results show that the system was able to capture surface myoelectric signals and was capable of decomposing the intramuscular myoelectric signals that were previously linearly mixed