Ferramenta computacional gráfica para estimação de características de sinais de eletromiografia de superfície multicanal

Dissertação (mestrado)— Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2013.A literatura científica na área da eletromiografia de superfície (S-EMG)vem se aprofundando recentemente e expondo as potencialidades da S-EMG na análise e investigação de problemasneuromotores, doenças e outros aspectos referentes à estrutura neuromuscular, através da análise de característicasobtidas por estimadores aplicados aos sinais de eletrodos multicanais. Apesar do uso cada vez mais difundido da S-EMG, não se verifica um aumento proporcional da quantidade de ferramentas computacionais disponíveis para profissionais que não tenham experiência específica de programação e de métodos matemáticos relacionados aos estimadores. Nesse contexto, esse trabalho propõe o desenvolvimento de uma ferramenta computacional com interface gráfica que possa ser utilizado por qualquer profissional que atue na análise de sinais de S-EMG, a partir de sinais coletados por uma matriz de eletrodos, disponibilizando recursos gráficos para a visualização do sinal no domínio do tempo e da frequência, davelocidade de condução (CV), raiz quadrática média (RMS), valor retificado médio (ARV), frequência mediana (MDF), frequência média (MNF), coeficiente de correlação (CC) e força. Foi aplicado um estudo de caso, no qual foram realizadas 2 etapas: A primeira foi realizada com a contribuição de 40 indivíduos dos quais se extraíram sinais de S-EMG, com uma matriz de 64 canais e tempo total da coleta de 90 segundos. Desses sinais escolhidos foram extraídos, utilizando-se a ferramenta desenvolvida, os estimadores ARV, CV, MDF, MNF e RMS, e em seguida, foiaplicado um teste de análise de variância nos estimadores de tal forma a verificar se os sinais pertencentes a um mesmo indivíduo são estatisticamente iguais. Asegunda etapa constituiu-se de verificar a capacidade de interpretação de gráficos, gerados pela ferramenta desenvolvida, de estimadores junto a 10 voluntários.Observou- se que o programa permitiu a aplicação de todos os estimadores necessários para o caso particular sem necessidade de manipular as equações previamente implementadas. Isso sugere que a ferramenta gráfica desenvolvida pode ser utilizada por profissionais sem treinamento em programação e na matemática por trás das características extraídas do S-EMG. E, ao possuir apenas rotinas de código aberto, a ferramenta desenvolvida torna-se atrativa tanto para se acrescentar novos recursos quanto para a sua ampla utilização em quaisquerestudos acadêmicos e científicos sobre S-EMG. ______________________________________________________________________________ ABSTRACTThe scientific literature in the area of surface electromyography (S-EMG) has recently deepened and exposing the potential of S-EMG analysis and investigation of neuromotor problems, diseases and other aspects of neuromuscular structure, by analyzing characteristics obtained by estimators applied to signals from multichannel electrodes. Despite the increasingly widespread use of S-EMG, there is not a proportional increase in the amount of computational tools available to professionals who have specific experience of programming and mathematical methods related to estimators. In this context, this work proposes the development of a computational tool with graphical user interface that can be used by any professional acting on the analysis of S-EMG signals from signals collected by an array of electrodes, providing graphics capabilities for viewing signal in the time domain and frequency, conduction velocity (CV), root mean square (RMS), average rectified value (ARV), median frequency (MDF), mean frequency (MNF), correlation coefficient (CC) and strength. We applied a case study, in which we performed two steps: The first was carried out with contributions from 40 individuals of which were extracted S-EMG signals, with an array of 64 channels and the total collection time of 90 seconds. Chosen such signals were extracted, using a tool developed, the estimators ARV, CV, MDF, MNF and RMS, and then a test was applied in the analysis of variance estimators such as to check whether the signals belonging to a same individual are statistically equal. The second step was to verify the ability of interpreting graphs generated by the tool developed estimators with 10 volunteers. It was observed that the application program has all the estimators needed for the particular case without manipulating the equations previously implemented. This suggests that the graphical tool developed can be used by professionals without training in programming and mathematics behind the features extracted from the S- EMG. And, just to have routines open source tool developed to become attractive both to add new features and to their extensive use in any scientific and academic studies on S-EMG