Método para la identificación de dirección de movimiento a partir de patrones espaciales en señales de electromiografía de alta densidad(HD-EMG) en contracciones voluntarias dinámicas, aplicado a la articulación del hombro

Resumen

Por medio de la electromiografía de alta densidad (HD-EMG) ha sido posible analizar la distribución espacial de la actividad muscular, lo cual ha demostrado ser un factor determinante para el reconocimiento de patrones en movimientos estáticos y dinámicos. Debido a esta hipótesis, en este estudio se exploraron registros HD-EMG en cuatro grupos musculares, Bíceps, Pectoral, Trapecio y Tríceps, de la articulación del hombro, de 8 sujetos sanos con el fin de explorar descriptores espaciales para la clasificación de seis movimientos dinámicos. Se construyeron los mapas de activación calculando el valor de la raíz cuadrática media (RMS), la frecuencia mediana (MDNF) y la desviación absoluta de la media (MNAD) para cada canal de electromiografía, determinando la información mutua en cada grupo muscular por cada ciclo de movimiento entre los mapas de activación. Se observó que la variable RMS cumple un mejor índice de correlación y similitud frente a las demás variables. A partir de las cuadrículas de los mapas de activación se realizó una segmentación de la zona de activación, para cada grupo muscular, se obtuvo el centro de gravedad, el centroide (ambos con coordenadas en x y y), el valor de intensidad mediana y la orientación. Por medio del algoritmo de selección de características(Relieff y mRMR) se evaluó la identificación de movimientos para cada paciente de forma individual analizando la totalidad del grupo de características (línea base) vs la agrupación de características con mayor relevancia. Los resultados indican que la agrupación de características mejora el desempeño de la clasificación (Exactitud 96 %, Sensibilidad 94 %, precisión 95 %, F1-Score 95 %)

Descripción

Abstract

High-density electromyography (HD-EMG) has allowed the possibility to analyze the spatial distribution of muscle activity, which has proven to be determining factor for the recognition of patterns in static and dynamic movements. Due to this hypothesis, in this study, HD-EMG recordings were explored in four muscle groups, Biceps, Pectoral, Trapezium and Triceps, of 8 healthy subjects to explore spatial descriptors for the classification of six dynamic movements. Activation maps were constructed by calculating the root mean square (RMS) value for each electromyography channel, determining the mutual information in each muscle group for each movement. It was observed that the RMS variable has a good correlation and similarity index. From the activation maps, a segmentation of the activation zone was carried out, extracting for each muscle group, the gravity centre, the centroid (both with coordinates in X and Y), the medium intensity value and orientation. Through Minimum Redundancy and Maximum Relevance (mRMR) and relieff algorithm, it was carried out the feature selection for the identification of movements. Each patient was evaluated individually, analyzing the entire group of characteristics (baseline) vs the grouping of characteristics with greater relevance. Finally, it was evaluated the 8 subjects, the results indicate that the grouping of characteristics improves the classification performance (Sensitivity 95%, Precision 95%, F1-Score 95%).

Palabras clave

HD-EMG, Descriptores espaciales, Reconocimeinto de patrones

Keywords

HD-EMG, Spatial features, Patter recognition

Temáticas

Citación

Colecciones