Discriminatory parameters for physiological stationarity in surface electromyography applied in fatigue analysis

Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2016.A presente investigação tem como objeto de estudo o processamento do sinal eletromiográfico utilizado na análise da fadiga muscular. As técnicas de processamento de sinais tradicionalmente aplicadas à eletromiografia de superfície (EMG-S) produzem índices de fadiga com grande variação espacial (os índices sofrem grandes distorções por conta de mudanças na posição dos eletrodos de captação). Os índices de fadiga obtidos com técnicas clássicas também exibem grande variação temporal (eles não apresentam o mesmo resultado quando o procedimento experimental é repetido duas ou mais vezes). Com a finalidade de superar essas limitações, três novos parâmetros eletromiográficos que destacam as faixas de frequência mais reprodutíveis do sinal foram desenvolvidos: o escalar ponderado de Fourier (scale weighted Fourier – SWF); o escalar ponderado wavelet (scale weighted wavelet – SWW) e a razão wavelet entre a energia das escalas de baixa frequência e a energia total dos coeficientes (wavelet index of ratio of energies at scales of low frequency and wavelets energy – WIRELT). Além da criação de novos parâmetros, uma nova metodologia de análise de sinal também foi concebida para reduzir os problemas de variação espacial e temporal dos índices. Tal metodologia baseia-se em modelo estocástico markoviano que indica a não estacionariedade introduzida no sinal eletromiográfico pela fadiga utilizando processo de acumulação de parâmetros. A avaliação do modelo proposto foi feita em conjunto de sinais reais captados no bíceps braquial de homens e mulheres durante contração isométrica fatigante. Os sinais foram registrados com arranjo linear de eletrodos e o modelo estocástico foi aplicado tanto aos novos parâmetros desenvolvidos quanto aos parâmetros clássicos descritos na literatura (RMS, ZCR, MDF e WIRELT). As avaliações realizadas mostraram que os novos parâmetros são capazes de ressaltar as faixas de frequência mais reprodutíveis do sinal de EMG-S. Verificou-se também que o modelo estocástico indica a fadiga muscular independente do parâmetro eletromiográfico ao qual ele é aplicado. Com a utilização do novo modelo, alguns parâmetros tornam-se mais ou menos sensíveis à fadiga, dependendo da intensidade da contração isométrica. Em relação à variação espacial e temporal, os índices de fadiga obtidos com o novo processamento mostraram-se mais reprodutíveis que os índices calculados com métodos tradicionais. A nova metodologia também permitiu diferenciar a taxa de fadiga de homens e mulheres e sinalizar a fadiga mais acentuada em indivíduos que realizaram teste com maior intensidade de contração. Os resultados do presente estudo indicam que o processamento proposto constitui ferramenta de análise eletromiográfica da fadiga que minimiza os problemas identificados nas abordagens clássicas de tratamento do sinal de EMG-S.The study object of the present investigation is the signal processing of electromyography signal used in muscular fatigue analysis. The traditional signal process techniques applied in surface electromyography produce fatigue indexes with high spatial variance (the indexes are distorted with electrode positioning changes). The fatigue indexes coming from classic techniques also show high temporal variance (they do no present the same result when experimental procedure is repeated twice or more times). Aiming to overcome these limitations, three new electromyographic parameters that highlight the most reliably signal frequency bands were developed: the scale weighted Fourier (SWF); the scale weighted wavelet (SWW) and the wavelet index of ratio of energies at scales of low frequency and wavelets energy (WIRELT). Besides the development of new parameters, a new methodology for signal analysis was conceived to minimize problems with spatial and temporal indexes variations. This methodology is based on a markovian stochastic model that indicates the non-stationarity inserted in electromyographic signal by the fatigue using a cumulative parameters process. The evaluation of the proposed model was performed in a set of real signals obtained in biceps brachii of men and women during isometric fatiguing contractions. The signals were acquired by a linear electrode array and the stochastic model was applied in the new and in the classic electromyographic parameters described in literature (RMS, ZCR, MDF e WIRELT). The evaluation performed showed that the new parameters are able to highlight the most reliable signal frequency bands of the EMG-S. It was found that stochastic model indicates the muscular fatigue regardless of the parameter in which it is applied. With the use of the new model, some parameters became more or less sensitive to fatigue depending on isometric contraction intensity. In relation to spatial and temporal variation, the fatigue indexes established with new signal processing have revealed to be more reliable than the ones obtained with traditional methods. The new signal processing also allowed to distinguish the fatigue rates in men and women, and indicated steeper fatigue rate in tests with more intense contractions. The results of the present study showed that the signal processing proposed is an electromyographic tool that minimizes the problems identified in classical approaches for EMG-S signal treatment