Determinación de la secuencia de activación motora durante la marcha humana mediante análisis de componentes independientes en señales electromiografías

Abstract

Se propone un nuevo método para la determinación del patrón de activación motora durante la marcha en sujetos sanos, basándose en el uso de análisis de componente independiete en la señal electromiográfica- Este método permite reconstruir la seña1 muscular a partir de los componentes independientes de interés. Se estudió la actividad eléctrica mediainte el registro electromiográfico de 16 músculos de ambas extremidades inferiores durante la marcha en 10 mujeres sanas. Las señales obtenidas se procesaron con análisis de componentes principales para luego ser tratadas con análisis de componentes independientes. Esto permitió reconstruir las fuentes de origen de la señal, eliminando los componentes independientes que no fueron considerados de origen muscular. Los datos posteriormente fueron segmentados y normalizados, para posteriormente obtener su envolvente mediante transformada de Hilbert. Finalmente se obtuvo la representación de un ciclo de marcha a partir de todos los registros obtenidos. Los resultados demuestran que el algoritmo propuesto permite obtener la secuencia de activación motora durante la marcha humana, observando actividad no reportada por otros estudios, Ia cual se relaciona estrechamente con el comportamiento mecánico durante los desplazamientos de ambas extremidades inferiores. Además este método resultó robusto, pues se evitó el sesgo por pérdida de información debido al rectificado v filtrado pasa bajo que realiza los métodos tradicionales.

We propose a new method for determining the pattern of motor activation cluring walking in healthy subjects. based on processing by independent component arralysis of the electromvographic signal captured during the gait. This method allor¡,s to reconstruct the muscle signal from the independent components of interest. Electrical activity was stuclied by recording electromyographic of 16 muscles of both lower limbs during walking in 10 healthy women. The signals obtained were processed with principal component anaiysis and then be treated with independent component analysis. This allowed to reconstruct the original source signal, eliminating the intlependent components that were not considered muscular in origin. The data were then segmented ¿nd normalized to subsequently obtain its envelope by Hilbert transform. Finally w'e obtained the representation of a gait cycle from all the records obtained. The results show that the proposed algorithm ¿1lows to obtain the seqrrence of motor activation during human walking, we observed activity that other studies do not. which is closely related to the mechanical behavior during the movement of both legs. Furthermore, this method proved robust, since it prevented the loss of iuformatiou bias due to the rectified and low pass filtering performed by traditional methods.