Diseño de un sistema de monitoreo para la adquisición de señales electromiográficas no invasivas en extremidades superiores

Contenido principal del artículo

Angela Maria Gonzalez Amarillo
Adriana Granados Comba
Javier Antonio Ballesteros Ricaurte

Resumen

Las técnicas y las tecnologías para recopilar, analizar, representar y almacenar datos médicos de manera fiable han evolucionado vertiginosamente, una de estas metodologías es la electromiografía clínica de superficie, la cual permite registrar y analizar actividad bioeléctrica útil para el diagnóstico de los trastornos neuromusculares congénitos o adquiridos, así como determinar la localización anatómica exacta del problema e intensidad. La señal electromiográfica es una técnica utilizada para diversas aplicaciones en diferentes áreas como la neurología, la rehabilitación, la ortopedia, entre otras. Este artículo presenta el diseño de cada una de las etapas del desarrollo e implementación para la simulación de señales electromiograficas (EMG) de superficie, mediante un método no invasivo el cual proporciona la actividad eléctrica de los músculos con una gran objetividad y prontitud las cuales son comprobadas en músculos de miembros superiores. Para la implementación de los circuitos, se utilizan componentes de fácil adquisición contribuyendo con el desarrollo tecnológico del país.

Descargas

La descarga de datos todavía no está disponible.

Detalles del artículo

Cómo citar
Gonzalez Amarillo, A. M., Granados Comba, A., & Ballesteros Ricaurte, J. A. (2018). Diseño de un sistema de monitoreo para la adquisición de señales electromiográficas no invasivas en extremidades superiores. Ingenio Magno, 8(2), 44 - 55. Recuperado a partir de http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/1349
Sección
Artículos Vol. 8-2
Biografía del autor/a

Angela Maria Gonzalez Amarillo, Universidad Nacional Abierta y a Distancia UNAD

Escuela de Ciencias Básicas tecnologia e Ingenieria - Lider zonal de escuela

Adriana Granados Comba, Universidad Nacional Abierta y a Distancia UNAD

Escuela de Ciencias Básicas tecnologia e Ingenieria - Docente Ciencias Básicas

Javier Antonio Ballesteros Ricaurte, Universidad Pedagógica y Tecnológica de Colombia - UPTC

Escuela de Ingeniería de Sistemas y Computación - Docente Ingenieria de Sistemas

Citas

Laplante, Phillip A. (2005). Comprehensive dictionary of electrical engineering. Boca Raton, FL: Taylor & Francis.

Reaz, M., & Hussain, F., (2006). Techniques of EMG Signal Analysis: Detection, Processing, Classification and Applications. Biological Procedures.

Adel, R., & Luykxr. (1991). Electroterapia de frecuencia baja y media. Netherland: Editorial Alfa.

Akhtar, A., Aghasadeghi, N., Hargrove, L., & Bretl, T. (2017). Estimation of distal arm joint angles from EMG and shoulder orientation for transhumeral prostheses. Journal of Elec-tromyography and Kinesiology, 35, 86–94. https://doi.org/10.1016/j.jelekin.2017.06.001

Boschetti., G. (2002). ¿Que es la electroestimulación? Teoría, práctica y metodología del entrenamiento., Barcelona: Editoria Paidotribo.

Clancy, E. A., Martinez-luna, C., Wartenberg, M., Dai, C., & Farrell, T. R. (2017). Two de-grees of freedom quasi-static EMG-force at the wrist using a minimum number of electrodes q. Journal of Electromyography and Kinesiology, 34, 24–36. https://doi.org/10.1016/j. jelekin.2017.03.004

Hoz, E. D. La, Franklin, J., Marques, D. A., & Gallego, O. (2015). Utilidad del Biofeedback Perineal en las disfunciones del piso pélvico.

Khushaba, R. N., Al-timemy, A., Kodagoda, S., & Nazarpour, K. (2016). Combined influence of forearm orientation and muscular contraction on EMG pattern recognition. Expert Systems With Applications, 61, 154–161. https://doi.org/10.1016/j.eswa.2016.05.031

Kim, B., Kim, L., Kim, Y., & Yoo, S. K. (2017). ScienceDirect Cross-association analysis of EEG and EMG signals according to movement intention state. Cognitive Systems Re-search, 44, 1–9. https://doi.org/10.1016/j. cogsys.2017.02.001

Malanda, A., Rodriguez-falces, J., Porta, S., & Navallas, J. (2017).

Biomedical Signal Processing and Control Motor unit profile: A new way to describe the scanning-EMG po-tential, 34, 64–73. https://doi.org/10.1016/j.bspc.2016.12.020

Moreno, O., González, J. & Ballesteros, J. (2015). Transformación de archivos DICOM a formatos XML, JPEG y PNG. Revista Científica, 21, 71-80. Doi: 10.14483/udistrital.jour. RC.2015. 21.a7

Verikas, A., Parker, J., Bacauskiene, M., & Olsson, M. C. (2017). Exploring relations be-tween EMG and biomechanical data recorded during a golf swing, 88, 109–117. https://doi.org/10.1016/j.eswa.2017.06.041

Villamizar, J., & Sc, P. M. (2012). Brazo robótico controlado por electromiografía.

Laplante, Phillip A. (2005). Comprehensive dictionary of electrical engineering. Boca Raton, FL: Taylor & Francis.

Reaz, M., & Hussain, F., (2006). Techniques of EMG Signal Analysis: Detection, Processing, Classification and Applications. Biological Procedures.