DISEÑO DE UN SISTEMA PARA LA EVALUACIÓN DE CONTRACCIÓN EN MANO MEDIANTE ELECTROMIOGRAFÍA (DESIGN OF A SYSTEM FOR THE EVALUATION OF CONTRACTION IN HAND USING ELECTROMYOGRAPHY)

Juan Iván Velázquez Cruz, Mauricio Quintero Ordoñez, Juan Carlos Sánchez García, Domingo de Jesús Cortes

Resumen


Resumen
La electromiografía (EMG) es una técnica para evaluar y registrar la actividad eléctrica producida por los músculos esqueléticos cuando estos son estimulados por contracción, esta puede reflejar el movimiento de los nervios y los músculos hasta cierto punto y tiene un gran valor práctico tanto en la medicina clínica como en la rehabilitación médica.
En este trabajo se explica el proyecto, que consta de un sistema basado en FPGA, filtros y un sensor EMG, el cual fue colocado en uno de los principales músculos que da fuerza en la mano derecha. El sistema es capaz de obtener los parámetros máximos de fuerza ejercida sobre un paciente con lo cual se diagnostica el nivel de fuerza ejercida mediante un valor numérico, siendo comparando con el valor de una mano saludable; así mismo se muestra gráficamente la señal adquirida mediante una interfaz en LabVIEW.
Palabras Clave: EMG, filtros, FPGA, LabVIEW, mano.

Abstract
Electromyography (EMG) is a technique to evaluate and record the electrical activity produced by skeletal muscles when they are stimulated by contraction, it can reflect the movement of nerves and muscles to a certain extent and has great practical value both in clinical medicine and medical rehabilitation.
In this work the project is explained, which consists of a system based on FPGA, filters and an EMG sensor, which was placed in a main muscle that gives strength to the right hand. The system is capable of obtaining the maximum parameters of force exerted on a patient, with which the level of force exerted is diagnosed by means of a numerical value, being compared with the value of a healthy hand; Likewise, the acquired signal is shown graphically through an interface in LabVIEW.
Keywords: EMG, Filters, FPGA, hand, LabVIEW.

Texto completo:

923-938 PDF

Referencias


Al-Timemy AH, Bugmann G, Escudero J, Outram N. Classification of Finger Movements for the Dexterous Hand Prosthesis Control With Surface Electromyography. IEEE Journal of Biomedical and Health Informatics. mayo de 2013b;17(3):608–18.

Barański R, Kozupa A. Hand Grip-EMG Muscle Response. Acta Phys Pol A. abril de 2014;125(4A):A-7-A-10.

Cabrera DRR. Diagnóstico y manejo integral de las lesiones traumáticas de mano en el adulto. [Internet]. 1a ed. Vol. 2015. Ciudad de México: Instituto Mexicano del Seguro Social; 2015. Disponible en: http://imss.gob.mx/profesionales-salud/gpc

Duque J, Masset D, Malchaire J. Evaluation of handgrip force from EMG measurements. Applied Ergonomics. febrero de 1995;26(1):61–6.

Franco S. Design with operational amplifiers and analog integrated circuits. Fourth edition. New York, NY: McGraw-Hill Education; 2015. (McGraw-Hill series in electrical and computer engineering; vol. 1).

García-Fogeda A, Usach Minguillón R. Relación entre la fuerza y la electromiografía (EMG) del vasto interno del cuádriceps, en movimientos de media sentadilla con carga. Biomecánica [Internet]. noviembre de 2008 [citado el 25 de mayo de 2022]; Disponible en: http://hdl.handle.net/2099/6769

Guzmán-Muñoz E, Méndez-Rebolledo G. Electromiografía en las Ciencias de la Rehabilitación. Salud Uninorte. 2018;34(3):753–65.

Myers LJ. Rectification and non-linear pre-processing of EMG signals for cortico-muscular analysis. J Neurosci Methods. abril de 2003;124(2):157–65.

Reyes Lopez DA, López MA, Duarte Sánchez JE, Loaiza Correa H. IMPLEMENTACIÓN EN FPGA DE UN CLASIFICADOR DE MOVIMIENTOS DE LA MANO USANDO SEÑALES EMG. Redes Ing. el 5 de septiembre de 2015;6(1):85.

Rojas-Martínez M, García M, Francesc Alonso J, Marín J, Ángel Mañanas M. Evaluación de la Función Neuromuscular del Antebrazo durante contracciones isométricas mediante Electromiografía de Superficie Multicanal. Revista Iberoamericana de Automática e Informática Industrial RIAI. abril de 2011;8(2):35–44.

Romo HA, Realpe JC, Jojoa PE. Análisis de Señales EMG Superficiales y su Aplicación en Control de Prótesis de Mano. Revista Avances en Sistemas e Informática. 2007;4(1):127–36.

Shiavi R, Frigo C, Pedotti A. Electromyographic signals during gait: Criteria for envelope filtering and number of strides. Med Biol Eng Comput. marzo de 1998;36(2):171–8.

Sulaiman HA, Othman MA, Othman MFI, Rahim YA, Pee NC, editores. Advanced Computer and Communication Engineering Technology: Proceedings of ICOCOE 2015 [Internet]. Cham: Springer International Publishing; 2016 [citado el 28 de mayo de 2022]. (Lecture Notes in Electrical Engineering; vol. 362). Disponible en: http://link.springer.com/10.1007/978-3-319-24584-3

Weiss J, Weiss LD, Silver JK, Dowling DJ. Easy EMG: a guide to performing nerve conduction studies and electromyography. Second edition. Vol. 1. London,New York, Oxford, Philadelphia, St. Louis, Sydney, Toronto: ELSEVIER; 2015.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Barra de separación

Licencia Creative Commons    Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.    

TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA

Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México

Tel. 461 61 17575 Ext 5450 y 5146

pistaseducativas@itcelaya.edu.mx

http://pistaseducativas.celaya.tecnm.mx/index.php/pistas