Universidad Autónoma Metropolitana

Unidad Iztapalapa L 6-3

INGENIERA BIOMEDICA

Proyecto :

Determinación de la fatiga en el biceps

braquial”

PRESENTA:

Cecilio Márquez Ortega

ASESOR: WÓf. Salvador Carrasco Sosa

México D.F. septiembre de 1998

INDICE

CAPÍTULO I . Antecedentes .................................................................... 2 1.1 1.2

1.3

1.4

1.5

.. Introduccion ...................................................................... 2 Fisiología Mu scalar ............................................................. 3

1.2.1 Funcion basica ...................................................... 3 1.2.2 Función metabólica ................................................. 8

1.3.1 Definicion ............................................................ 13

1.3.3 Características metabólicas ....................................... 15

1.4.1 Definicion ............................................................ 16 1.4.2 Formación de la señal de electromiografía .................. 16 1.4.3 Análisis de la señal de electromiogafía ..................... 19

1.4.3.2 Dominio de la frecuencia ........................... 23 Determinación de la fatiga muscular vía señal de EMG ............. 29

.. . .

Fatiga musc al. .................................................................. 13

1.3.2 Características fisiológicas ....................................... 14

Electromiografía (EMG) ....................................................... 16

..

..

1.4.3.1 Dominio del tiempo ................................. 20

CAPÍTUL,O II . Justificación .................................................................... 31 21 Recuento de antecedentes importantes ..................................... 31 2.2 Importancia del estudio ......................................................... 32

CAPITULO 111 . Hipótesis ....................................................................... 34

CAPITULO IV . Objetivos ...................................................................... 35 4.1 Objetivo general .................................................................. 35 4.2 Objetivos particulares ........................................................... 36

CAPÍTUL,O V . Métodos ........................................................................ 37

5.2 Arreglo de la instrumentación ................................................. 38 5.3 Protocolo y diseño del experimento ......................................... 45

5.1 Sujetos ............................................................................... 37

CAPITULO VI . Resultados .................................................................... 46

CAPÍTUT-,O VII . Discusiones y conclusiones ............................................ 62

BIBLIOG RAFIA ................................................................................. 64

APENDICE ........................................................................................ 65

1

CAPÍTULO I.

ANTECEDENTES.

1.1 INTRODUCCI~N.

El movimiento es una característica común de los seres vivos y se produce como respuesta a una necesidad. El estudio del movimiento humano siempre ha interesado a un gran número de personas. A partir del trabajo de Galvani en el siglo XVII, era sabido que la "electricidad animal" era responsable de la activación de los músculos. Sin embargo, las técnicas de instrumentación para la medición y el procesamiento de las señales eléctricas causadas por la actividad muscular no estuvieron disponibles hasta los principios del siglo XX. En 1939, Hubbard empleó por primera vez el "kimógrafo" para registrar la actividad muscular del miembro inferior durante una carrera (J.V. Basmajian y C. De Luca, 1985).

El estudio de la señal electromiográfica para tratar de determinar la fatiga muscular ha sido de gran importancia e interés para científicos e investigadores de las más diversas disciplinas.

El objetivo de este capitulo es presentar los antecedentes bibliográficos utilizados en la elaboración de este trabajo. En el se explica el funcionamiento de la fisiología muscular y como actúa con el metabolismo, el análisis durante el proceso de fatiga, el desempeño del músculo bíceps braquial y el porqué de su utilización en el estudio. También se explica la señal de EMG, así como el análisis utilizado para la señal, tanto en el dominio del tiempo, como en el dominio de la frecuencia. En la parte final se pone especial atención en la caracterización de la fatiga muscular en sus aspectos fisiológicos, metabólicos, y electromiográficos.

1.2 FISIOLOGfA MUSCULAR.

1.2.1 Función básica.

El movimiento es una función que resulta de la contracción y relajación de los músculos.

El tejido muscular forma de 40% a 50% del peso corporal total, consistiendo de células muy especializadas. Éste tiene cuatro características principales que desempeña funciones claves en el mantenimiento de la homeostasis: excitabilidad, contractibilidad, extensibilidad y elasticidad (G. Tortera y N. Anagnostakos, 1989). Los músculos llevan a cabo tres funciones básicas: movimiento, mantenimiento de la postura y producción de calor.

La célula o fibra muscular es la unidad estructural en la contracción de los músculos estriados (fig. 1.2.1), la cual puede medir desde pocos milímetros hasta 30 cm de largo y desde 10 hasta 100 pm de diámetro. El músculo en contracción se puede acortar hasta en un 67% de su longitud en reposo (J. V. Basmajian y C. De Luca, 1985).

Fig. 1.21.1 Unidad estructurai en la contracción de la fibra muscular. (J.V. Basmajian y C De Luca, 1985).

3

En el músculo esquelético, las fibras probablemente nunca se contraen individualmente. En cambio, pequeños grupos de ellas se contraen en forma conjunta. Los miembros de estos grupos de fibras musculares son estimulados por ramas terminales de una fibra nerviosa o axón cuyo cuerpo celular (neurona motora) se encuentra en el asta anterior de la médula espinal (J. V. Basmajian y C. De Luca, 1985). La neurona motora se encarga del control de la contracción en las fibras musculares estriadas.

La unidad motora representa la unidad funcional del músculo estriado en la que un impulso proveniente de una neurona motora, causa la contracción casi simultánea de un conjunto de fibras musculares. La neurona motora consiste de un cuerpo celular, el axón que se extiende a lo largo del nervio motor, junto con las ramas terminales nerviosas en las fibras musculares.

Fig. 1.21.2 Unidad estructural en la contracción de la fibra muscular.

4

El reclutamiento es el proceso por medio del cual se aumenta el número de unidades motoras activas y depende de las necesidades corporales del momento.

La excitabilidad de las fibras de una unidad motora, es llevada a cabo por medio de los procesos aleatorios en función del tiempo. Ello se debe a dos causas, la primera consiste en las variables de retardo, que son introducidas por la longitud y diámetro de los axones. La segunda causa consiste en las variables en la descarga aleatoria de paquetes de acetilcolina liberados en cada unión neuromuscular.

Los movimientos musculares fuertes se efectúan por medio de sumatorias en las contracciones individuales. Estos ocurren de dos formas: la primera aumentando el número de unidades motoras que se contraen, y la segunda aumentando la rapidez de contracción de cada unidad motora. Estas sumatorias reciben el nombre de sumatoria de unidades motoras múltiples y sumatorias de ondas, respectivamente.

El número de fibras musculares por unidad motora varía dependiendo del tipo de músculo en cuestión; los que reaccionan riipidamente y de manera precisa cuentan con pocas fibras; por otro lado los músculos de reacción lenta, que no requieren un control fino, pueden tener hasta 1000 fibras por unidad motora. El valor medio de las fibras musculares en músculos es de 180 fibras por unidad motora (A. C. Guyton, 1988).

La clasificación de fibras más aceptadas en la actualidad se basa en la rapidez con que se produce la contracción nerviosa en respuesta a una estimulación eléctrica (D. R. Lamb, 1984). Los músculos humanos comprenden dos tipos diferentes de fibras, con distintas características metabólicas y contráctiles. Aquellas fibras que intervienen en el sostén y la postura no son iguales que aquellas usadas para otros ejercicios como correr.

Las fibras de tipo I, son aquellas cuya contracción nerviosa es lenta, de aproximadamente 110 milisegundos @. R. Lamb, 1984). Estas fibras tienden a ser pequeñas y producir la menor cantidad de fuerza posible. Sin embargo, son más eficientes en cuestión de gasto de energía, puesto que pueden producir más fuerza con la misma cantidad de entrada. De igual manera, están bien adaptadas para el ejercicio prolongado, cuando la administración de energía pueda ser un factor límitante.

5

Las fibras del tipo I tienen gran capacidad de producir energía por periodos largos, debido a que pueden romper con más facilidad los carbohidratos y lípidos que las fibras del tipo II, por su gran cantidad de mitocondrias. Debido a esto, requieren de mayor cantidad de oxígeno, y por lo tanto de sangre. Sin embargo, al producir energía rápidamente para contracciones intensas, estas fibras tienen la desventaja de que es escasa su capacidad para abastecer de carbohidratos y de convertir ácido láctico a energía. Por consiguiente, en contracciones intensas, el ácido láctico se va acumulando en las fibras de tipo I.

Las fibras de tipo TI son de contracción nerviosa rápida, con una rapidez aproximada de 50 milisegundos. Este tipo de fibras se subdivide en dos categorías basadas en la habilidad para producir energía. Las fibras de tipo IIA, pueden producir energía por medio de la oxidación y por medio del rompimiento de carbohidratos, al igual que las fibras de tipo I. Las fibras de tipo IIB, debido a la poca cantidad de mitocondrias, están adaptadas para pequeños rompimientos. A m b o s tipos de fibras IiA y W, poseen gran cantidad de glucógeno almacenado para la utilización de energía rápida. Este tipo de fibras tienden a fatigarse con mayor facilidad y rapidez que las fibras de tipo I (D.R. Lamb, 1984).

En estudios realizados se ha observado que las fibras de tipo I son mayormente utilizadas para ejercicios de resistencia, en cambio las fibras de tipo 11 son utilizadas para aquellas actividades que requieren mayor intensidad y potencia. Sin embargo, los estudios realizados presentan una gran variabilidad debido a cada individuo, así como de otros factores (D.R. Lamb, 1984).

No todos los estudios concuerdan con la presente Clasificación. Existe un debate en torno a los tipos de fibras que entran en juego, sin embargo esta clasificación es la más aceptada por el momento (D.R. Lamb, 1984). La tabla 1.2.1 presenta algunas características respecto a las diferencias en los tipos de fibras, así como en el porcentaje promedio aproximado de las proporciones de tipo de fibras encontrados en diferentes poblaciones. Se puede notar la amplia diferencia que existe entre personas que ejercitan más cierto tipo de fibras que otras. Esto producirá una variación en la fatiga de las personas, según la proporción de tipos de fibras en los músculos. Las personas nacemos con cierta cantidad de y porcentajes de fibras, sin embargo es posible cambiar en cierta medida, no en su totalidad, la cantidad y/o el tipo de fibra después de cierto tiempo de entrenamiento de un ejercicio. Podemos ver el ejemplo en la tabla, como una persona normal que ejercita para cierto tipo de carrera, puede cambiar el porcentaje de tipo de fibras y adaptarse según los requerimientos.

6

Características

Velocidad de contracción Tamaño

Actividad de miosin-ATPasa Afinidad de la troponha al Calcio

Fuerza producida Eficiencia en la pmducción de fue=

Fatiga Mitocondrias

Almacenamiento de glicógeno Capilares

Tamaño de neumna motor Pierna de una persona n o d ("/o)

Pierna de un corredor de distancia ("/o) Pierna de un corredor de velocidad ('/a)

Tipo I (Lenta)

lenta pequeña

baja pobre baja

grande ligera

muchas pequeño muchos pequeña

45 80 23

Tipo IIA (Rápida)

rápida grande

alta alta alta

escasa grande

moderadas grande

moderados grande

38 14 48

~

rip0 IIB (Rápida)

rápida grande

alta alta alta

escasa grande pocas

grande pocos grande 16 5 28

Tabla 1.21- Características de los tipos de fibras musculares ( D.R. Lamb, 1984).

7

1.2.2 Función metabólica.

Tanto D.R. Lamb (1984) como J. Perry (1992) definen la energía como la capacidad para realizar trabajo, el trabajo biológico incluye el movimiento de moléculas a través de la membrana celular, el establecimiento de los potenciales de membrana en nervios y músculos, la síntesis (anabolismo) y degradación (catabolismo) de moléculas tales como proteínas y carbohidratos, y el movimiento de los miofilamentos delgados dejando pasar a los miofilamentos gruesos para la contracción muscular. La energía transformada a trabajo biológico proviene de la energía almacenada en cadenas de moléculas químicas. Estas moléculas al romperse en parte desprenden calor y en parte desprenden la llamada "energía libre", que es empleada en el trabajo biológico. Dentro de las moléculas mayormente utilizadas para el almacenamiento de energía se encuentra el Adenosin-trifosfato o también llamado ATP ( D.R. Lamb, 1984).

Existen cuatro vías para la obtención de energía por medio de ATP para emplearse en la contracción muscular (K. Hashimoto et ~2,1969). Estas vías son:

I) Rompimiento aeróbico de lípidos, proteínas y carbohidratos. 11) Rompimiento aeróbico del glicógeno o glucosa, donde se

puede producir rápidamente una gran cantidad de ATP, sin ser sostenido por mucho tiempo.

111) Rompimiento anaeróbico de la creatinina fosfato, almacenada en fibras musculares.

IV) Rompimiento anaeróbico del glicógeno o glucosa, donde la molécula de glucosa se rompe en ácido láctico y en energía.

En el ejercicio de la vida diaria, la sangre lleva oxigeno a los músculos para la producción aeróbica de ATP. En el proceso aeróbico la respiración y circulación juegan un papel importante en la producción de energía. En presencia de un adecuado abastecimiento de oxígeno a las mitocondrias de las células, se puede producir energía a partir de carbohidratos, lípidos o proteínas. En caso contrario, donde el suministro de oxigeno a la sangre, y por consiguiente a los músculos, es inadecuado, la producción de energía también se realiza por medio de un proceso anaeróbico.

8

En contracciones intensas donde se efectúa el proceso anaeróbico, las fibras del tipo 11 juegan un papel importante en la capacidad y potencia anaeróbica; para contracciones menos intensas pero de mayor resistencia existe un mayor abastecimiento de oxigeno a la sangre, interviniendo mayormente las fibras de tipo I ( D.R. Lamb, 1984).

Cabe aclarar que en presencia de fatiga muscular el proceso anaeróbico interviene en conjunto con el proceso aeróbico y no por separado. Al realizar un ejercicio moderado, la fuente principal de energía generalmente es por medio del proceso aeróbico. Durante ejercicios de mayor esfuerzo el proceso anaeróbico actúa simultáneamente con el proceso aeróbico para proporcionar mayor energía. Esto es debido a que la producción de energía mediante el proceso anaeróbico es más rápida que el proceso aeróbica, aunque la cantidad de energía proporcionada mediante el proceso anaeróbico es limitada.

La insuficiencia en la producción de energía aeróbica para alcanzar el total de energía necesaria al cuerpo, especialmente en el comienzo de un ejercicio, se conoce como déficit de oxigeno ( D.R. Lamb, 1984). Este déficit es él oxigeno faltante para llegar a la máxima capacidad de oxigeno. El déficit de oxigeno es compensado en su mayor parte por medio del proceso anaeróbico, y en una menor parte por el aeróbico.

A la tendencia que tiene el cuerpo para recuperar este déficit después del ejercicio consumiendo mayor cantidad de oxigeno durante la respiración se le conoce como deuda de oxigeno ( D.R. Lamb, 1984).

La figura 1.2.2.1 muestra el gasto energético y el consumo de oxigeno durante el ejercicio y la recuperación. En ella se presentan gráficamente los conceptos ya mencionados de déficit de oxigeno y deuda de oxigeno. Cabe señalar que durante el descanso, el consumo diario de oxigeno oscila alrededor de 0.25 a 1 l/min. (D.R. Lamb, 1984). Esta variación se debe en parte al individuo, y a la altura sobre el nivel del mar donde se realiza el ejercicio.

9

Fig. 1.221 Gasto energético (consumo de oxigeno) durante el ejercicio y la recuperación(D.R. Lamb, 1984).

El gasto energético realizado durante el descanso o el ejercicio puede ser determinado a través de la medición de la temperatura corporal y la producción energética de trabajo. Este método es conocido como calorimetría directa. Sin embargo, la medición de estos parámetros es compleja e impráctica en la mayoría de los ejercicios. El segundo método para la determinación del gasto energético se llama calorimetría indirecta. Este método depende en la premisa que los procesos metabólicos aeróbicos son el principal método en la generación de ATP. Mediante la medición del consumo de oxigeno, el gasto energético es indirectamente determinado, ya que la contribución anaeróbica en la producción de energía es pequeña en las condiciones dadas (J. Perry, 1992).

El momento en el cual el umbral anaeróbico se dispara se le conoce como punto de rompimiento de la ventilación. En éste, el aumento en la ventilación es paralela al ejercicio realizado y al consumo de oxígeno. D. R. Lamb (1984) define el punto de rompimiento de ventilación como el momento en que la frecuencia cardiaca promedio es de 150 pulsos por minuto, mientras que el aumento de la ventilación es mayor al consumo de oxigeno, en presencia de un incremento en el ejercicio.

El consumo máximo de oxigeno indica la capacidad en la transferencia de energía aeróbica y la habilidad para sostener una alta intensidad en el ejercicio. (J. Bronzino, 1995). Este umbral se observa mediante el incremento en la acumulación de ácido láctico, la disminución del pH en sangre, y el incremento en la relación de bióxido de carbono espirado y él oxigeno inspirado (J. Perry, 1992; J. Bronzino, 1995).

Cuando el ácido láctico se produce en los músculos, una gran parte se convierte en ácido pirúbico, rompiéndose a bióxido de carbono y agua. Así mismo, el ácido láctico puede salir del músculo a través de la sangre para ser llevado a otros músculos y ser transformado en energía. Otra forma de utilización del ácido láctico es transportarlo al hígado, transformándolo en glicógeno para los glucólisis. Este último empleo del ácido láctico es esencialmente usado durante el ejercicio prolongado e intenso, tanto como para la recuperación de éster debido a que ayuda a remover el exceso de ácido láctico en músculos y sangre puede ser un indicador en el incremento del ejercicio y de la carga (D.R. Lamb, 1984).

La figura 1.2.2.2 muestra gráficamente el comportamiento metabólico del cuerpo durante intervalos de ejercicio. Durante el ejercicio, hay un incremento del ácido láctico en la sangre y en los músculos, así como un incremento en el déficit de oxígeno, mientras que el glicógeno en los músculos y la creatinina fosfato en los músculos disminuyen. En el descanso, el ácido láctico en la sangre permanece en aumento.

11

D D D D

8- t 4-5 8-9 12-33 16-17 28-23 23-24 27-28 Th-0 1-8

Fig. 1.22.2 Cambios metabólicos durante intervalos de entrenamiento, donde E=ejercicio y D=descanso (D. R. Lamb, 1984).

1.3 FATIGA MUSCULAR.

1.3.1 Definición

Existen diversas definiciones acerca de la fatiga muscular. Tanto R. H. Edwards (1982) como D. R. Lamb (1984) la definen como la inhabilidad en mantener cierta fuerza requerida o esperada para la contracción muscular. La resistencia a la fatiga es el intervalo de tiempo antes de llegar a la fatiga, donde diversos factores intervienen en el incremento de los rangos metabólicos y de la temperatura.

El principio de la fatiga en muy complejo, esto debido a los diversos fenómenos fisiológicos y psicológicos que contribuyen a ésta (C. De Luca, 1984). Así mismo, Lamb define a la fatiga como un fenómeno muy complejo que puede tener diversas causas (D. R. Lamb, 1984) J. V. Basmajian y C De. Luca (1985) se refieren al concepto de fatiga como un proceso dependiente del tiempo, en donde en cierto momento dado se disparan factores que reflejan en conjunto la presencia de fatiga. Bills (1943) sugiere la propuesta en dividir la fatiga muscular en tres categorías. La primera es subjetiva, caracterizada por la disminución en el dinamismo, concentración mental, motivación, y otros factores psicológicos. La segunda categoría es objetiva, caracterizada por un decremento en el trabajo de salida. La tercera es fisiológica, caracterizada por cambios en los procesos fisiológicos. Muchos autores buscan indicadores que demuestren la existencia de fatiga muscular. La fatiga muscular tiene diferentes causas dependiendo de la actividad física realizada, tanto como factores individuales, tales como la motivación entre otros (D.R. Lamb, 1984).

En resumen, definir la fatiga muscular es complicado, ya que intervienen en conjunto una serie de factores fisiológicos, metabólicos y psicológicos, entre otros. La sensación de fatiga no es nada más física, es a su vez mental, ya sea por falta de motivación o por dolor, entre otros factores. Para una medición óptima de la fatiga muscular es recomendable tener toda la información posible para asegurar la presencia de ésta. El conjunto de parámetros fisiológicos, metabólicos, electromiográficos y psicológicos pueden proporcionar una evaluación bastante acertada de la fatiga muscular.

13

1.3.2 Características fisiológicas.

La propiedad de fatiga en los diferentes tipos de fibras es distinta; la fibra muscular rápida (tipo II) se fatiga en menor tiempo que la fibra muscular lenta (tipo I). Músculos con alta proporción de fibras tipo II tienden a fatigarse con mayor rapidez que aquellos con fibras de tipo I (R .H. Edwards, 1982). Aquellos músculos con alta proporción de fibras tipo II, manifiestan en la señal de EMG un corrimiento a la izquierda en su espectro de frecuencia en un intervalo de tiempo más corto que las fibras tipo I debido a su rápida fatiga (S. Nagata et al., 1990).

Diversos estudios sostienen la explicación de fatiga muscular como una . característica particular de fibras con alta capacidad oxidativa. En cualquier

tiempo durante la contracción, la fuerza depende en la cantidad de fibras activas y en la fuerza generada por cada fibra (R. H. Edwards, 1982).

Las fibras tipo 11 suelen tener mayor acumulamiento de ácido láctico que aquellas fibras tipo L Músculos que consisten principalmente de fibras tipo I son más dependientes en su alimentación sanguínea para la generación de fuerza. Así mismo, se ha descubierto que durante un ejercicio constante, el flujo sanguíneo tiende a decrecer hacia el músculo, en el medio que rodea la membrana de la fibra muscular hay un acumulamiento de ácido láctico, y decrece la velocidad de conducción de la fibra (C. De Luca, 1984).

Según D. R. Lamb (1984), la limitante en la habilidad de mantener contracciones musculares, en un cierto nivel de fuerza; es decir los posibles sitios de fatiga muscular, pueden ser (1) el sistema nervioso central, (2) la neurona motora final, (3) la unión neuromuscular, o bien (4) el músculo mismo.

El dolor y la motivación son factores importantes que afectan a la fatiga muscular. En algunas ocasiones se presentan dolores sin que existan evidencias de fatiga muscular. Las causas de esto no son del todo conocidas.

En presencia de fatiga muscular el sistema músculo-esquelético disminuye su capacidad de absorber ondas de choque (por ejemplo el impacto del pie sobre el suelo). En estas circunstancias, el sistema músculo-esquelético es más susceptible a desarrollar lesiones tales como osteoartritis y lesiones de espalda y articulaciones.

14

1.3.3 Características metabólicas.

La presencia de fatiga muscular, caracterizada por un incremento en las bajas frecuencias del espectro en frecuencia, puede ser producida por continuas contracciones efectuadas durante condiciones anaeróbicas.

El exceso de ácido láctico acumulado en los músculos inhibe cierta park de la glucólisis, en ejercicio intenso. La acumulación de ácido láctico puede manifestar el incremento en el requerimiento de unidades motoras de tipo 11 que poseen una pobre capacidad para la producción aeróbica de energía. D. R. Lamb (1984) manifiesta una correlación entre el porcentaje de fibras tipo I y la velocidad de conducción en donde el ácido láctico se acumula en la sangre. D. R. Lamb asocia la fatiga muscular con el incremento y acumulación de ácido láctico en los músculos.

Posiblemente una causa de la fatiga muscular puede ser la insuficiencia de calcio para iniciar la contracción. El aumento del ácido láctico, el agotamiento de la creatina fosfato y del glicógeno, el aumento en la temperatura y otros factores pueden acelerar el proceso de acumulación de calcio @. R. Lamb, 1984).

15

1.4 ELECTROMIOGRAF~A (EMG).

1.4.1 Definición.

El electromiograma es el registro de la actividad eléctrica (potencial de acción) de las unidades de contracción motora (D. R. Lamb, 1984). J. V. Basmajian y C. De Luca (1985) definen a la señal de EMG como el estudio de la función muscular a través de la información obtenida de la señal eléctrica que emana de los músculos. J. G. Webster (1988) define a la electromiografía como la disciplina que trata la detección, análisis y utilización de la señal eléctrica proveniente de los músculos. La señal de EMG es un indicador de la actividad eléctrica muscular la cual comprende la acción voluntaria o involuntaria en la contracción y relajación de los músculos. La señal de EMG es a veces utilizada como indicador de la fatiga muscular (D. R. Lamb, 1984; C. De Luca, 1984; E. Kwanty, 1970; S. Nagata et al., 1990; J. V. Basmajian y C. De Luca, 1985).

1.4.2 Formación de la señal de electromiografía.

Según J. V. Basmajian y C. De Luca (1985), la señal de EMG se forma por la suma algebraica de trenes de potenciales de acción que activan las unidades motoras del lugar de registro. Por los que el componente generador de la señal se ubica en la unidad motora al ser activada por un potencial de acción iónico, llamado potencial de acción de la unidad motora (MUAP). Con el fin de mantener una contracción muscular constante, se generan trenes de MUAP’s conocidos como MUAPT (fig. 1.4.2.1).

16

Fig. 1.4.2.1 Señal de EMG formada por la suma algebráica de 25 trenes de MUAP’s (J.V Basmajian & C.De Luca, 1985).

La señal de EMG puede ser sintetizada como la suma lineal de los MUAPT’s mediante la siguiente ecuación:

Donde f es la suma temporal de las contracciones, F es la suma espacial de contracciones (reclutamiento de fibras), u(f, F) es el tren unitario de MUAP’s, p representa el número total de MUAPT’s que contribuyen en el lugar de registro, y m(f, F) es la señal de EMG como producto de la superposición de los MUAPT’s (J. V. Basmajian y C De Luca, 1985).

17

En condiciones normales, el potencial de acción se va propagando a lo largo de la neurona motora, activando las demás ramas de ésta, y a su vez activando las fibras musculares de la unidad motora. Cuando la membrana postsináptica de la fibra muscular es despolarizada, la despolarización se propaga en ambas direcciones a lo largo de la fibra. Esta despolarización es acompañada por el movimiento iónico, y genera un campo electromagnético en el lugar de acción de las fibras musculares. Un electrodo situado en aquel lugar detecta un cambio en el voltaje conocido como potencial de acción (J. V. Basmajian y C. De Luca, 1985).

La señal puede ser registrada por electrodos colocados en la superficie de la piel a la altura del músculo, o bien directamente en el músculo por medio de electrodos de aguja.

Uno de los factores que se incorporan en la señal, por medio de medición con electrodos de superficie, es el efecto de filtro del tejido entre la fuente (fibras musculares activas), la cual presenta cierta impedancia interna, y el detector. Por lo tanto la señal es afectada por varios factores tales como la calidad de la interfaz piel-electrodo, la cantidad de tejido adiposo, y la composición de los diferentes tipos de fibras.

El músculo tiene la característica de un filtro pasabajas, con la frecuencia de corte inversamente proporcional a la distancia entre la fuente y el electrodo. Agregando a esto que la señal de EMG posee ruido externo, generalmente de fuentes de AC de 50 a 60 Hz, y artefactos debidos al movimiento mecánico realizado (E. Kwanty, 1970). Además de estos factores, interviene en la señal de EMG el tipo de electrodo a utilizar, ya que las propiedades de la señal cambian según su tipo. Se debe tomar especial atención a la combinación de los anchos de banda del electrodo, amplificador y del sistema de captura de la señal de EMG (J. V. Basmajian y C. De Luca, 1985).

La amplitud de los potenciales de acción se debe a diversas causas. Dependen del diámetro de la fibra muscular, la distancia entre la fibra muscular activa y el lugar de detección, las propiedades del tejido, y las propiedades en el filtrado del electrodo.

Pequeños cambios en la posición de los electrodos puede alterar significativamente la amplitud y forma del MUAP. Dentro del MUAPT, la forma de onda de los MUAP’s permanece constante si la relación geométrica entre el electrodo y las fibras musculares activas permanece constante, si las propiedades del electrodo no cambian y si no hay un cambio bioquímico significativo en el tejido muscular.

1.4.3 Análisis de la señal de electromiografía.

Debido a la combinación entre la señal de EMG, ruidos y artefactos, tales como el movimiento de la persona y de los electrodos, es necesaria la implementación de filtros que proporcionen la señal óptima que permita la correcta evaluación de la misma. Para un adecuado procesamiento de la señal, es importante la elección de un filtro.

Existen diversas técnicas en el manejo de filtros. Dentro de los filtros de respuesta infinita al impulso (IIR) se encuentran básicamente cuatro tipos: Butterworth, Chebyshev I, Chebyshev II y Elíptico. Cada uno de ellos tiene características propias con ventajas y desventajas (T. P. Krauss et aE., 1994).

El filtro Butterworth provee la mejor aproximación de las series de Taylor a un filtro ideal pasabajas. Su respuesta es monótona en todas las bandas (paso, transición y rechazo). El filtro Chebyshev I minimiza la diferencia absoluta entre la respuesta en frecuencia ideal y real en la banda de paso. Las bandas e transición y de rechazo son monótonas, sin embargo la banda de paso no lo es. La banda de transición es más rápida que el filtro Butterworth.

El filtro Chebyshev II minimiza la diferencia absoluta entre la respuesta en frecuencia ideal y real en la banda de rechazo. Las bandas de paso y transición son monótonas, sin embargo la banda de rechazo no lo es. El filtro elíptico las bandas de paso y de rechazo no son monótonas. Sin embargo, en la banda de transición sí lo es, además de minimizar aun más que los anteriores la banda de transición.

19

El ancho de banda recomendable a emplear en la señal de EMG para músculos del miembro superior con electrodos de superficie es de O a 300 Hz, aunque existen variaciones según el tipo de músculo en cuestión y su aplicación (J. Perry, 1992; J. Bronzino, 1995; E. Kwanty, 1970; J. V. Basmajian y C. De Luca, 1985).

La señal de EMG, en largos periodos, posee la cualidad de ser no estacionaria y aleatoria, lo cual impide el análisis estadístico correcto. Sin embargo, la señal de EMG puede ser considerada estacionaria en intervalos cortos de tiempo. Para esto, la señal es dividida en épocas de intervalos cortos de la señal de EMG. El óptimo análisis en frecuencias depende de la correcta segmentación de la señal de EMG en épocas (T Yoshikawa et aE., 1994; J. Bronzino, 1995).

Dados el origen y causa de la señal de EMG, se puede dividir el análisis en dos diferentes dominios: el análisis en el dominio del tiempo y el análisis en el dominio de la frecuencia.

1.4.3.1 Dominio en el tiempo.

A pesar de que los parámetros en este dominio no son del todo aceptados, diversos autores manifiestan cambios en la amplitud dependiendo del tiempo y la fuerza de contracción.

J. V. Basmajian y C. De Luca (1985), así como R Merletti y C. De Luca (1992) proponen emplear varias técnicas para la obtención de parámetros en este dominio. Estas son: el promedio o media de la señal rectificada, y el valor de la raíz cuadrada de la media de los cuadrados (rms).

Estos valores provienen de la señal rectificada, ya que de otro modo los valores serían siempre cero. El proceso de rectificación se basa en representar la señal sólo como positiva. Esto mediante la eliminación de la parte negativa (rectificación de media onda), o bien invirtiendo la parte negativa (rectificación de onda completa). Se recomienda la segunda opción debido a que se conserva la energía completa de la señal.

20

I) Promedio o media de la seilal wctifimda

La media o promedio (fig. 1.4.3.1.1@)) equivale al suavizado de la señal en el sentido digital. Tomando el promedio de valores aleatorios variantes de una señal, las grandes fluctuaciones son eliminadas. Su expresión matemática es:

Donde tj y ti son puntos en el tiempo en el cual se lleva a cabo la integración, o bien la promediación. Mientras más cortos sean los intervalos, menos suavizada resultará la nueva señal.

La expresión anterior proporciona sólo un valor sobre la ventana de tiempo T = íj - ti. Para obtener el promedio variante en el tiempo de un registro completo de la señal, es necesario mover la duración de la ventana de tiempo a lo largo del registro. Esta operación es conocida como promediación móvil y es expresada de la siguiente manera:

Sin embargo, esta operación introduce cierto retraso, es decir debe pasar el tiempo T antes del que el valor del promedio de este intervalo sea calculado. Si el valor de T es escogido de manera adecuada no se encontrará ningún problema. Este retraso puede ser eliminado calculando el promedio de la mitad de la ventana de la siguiente manera:

Sin embargo con esta integral ocurren problemas en los bordes del principio y fin del registro cuando el lado de la ventana es menor a T/; .

U) Raíz cuadrada de la media de los cuudrados (ms)

La derivación de la expresión matemática de los parámetros del tiempo y fuerza indicados anteriormente en el parámetro de la media, indican que el valor rms provee una mayor información de los cambios. J. V. Basmajian y C. De Luca (1985) recomiendan el uso de este parámetro. Sin embargo, no es del todo utilizado en el área de la electromiografía.

El valor rms (fig. 1.4.3.1 (c)) es obtenido mediante la siguiente expresión:

-E

fig. 1.4.3.1 Análisis en el dominio del tiempo de la señal de EMG. (a) Señal de EMG. (b) Media de la señal de EMG. (c) rms de l a señal de

EMG (J.V Basmajian & C. De Luca, 1985).

22

1.4.3.2 Dominio de la frecuencia.

Diversos autores coinciden en el empleo de parámetros del dominio e la frecuencia para la evaluación de diferentes manifestaciones, tales como la fatiga muscular (T. Yoshikawa et al., 1994; S Nagata et al., 1990; C. De Luca, 1984; E. Kwatny, 1970; R.H. Edwards, 1982; R. Merletti y C. De Luca, 1992).

El análisis de la señal de EMG en el dominio de la frecuencia involucra mediciones y parámetros que describen aspectos específicos del espectro en frecuencia de la señal.

La representación frecuencia1 de una señal se puede definir como amplitudes y fases de ondas senoidales (J. Bronzino, 1995). Estas son las principales bases de las series de Fourier y de la Transformada de Fourier, donde su representación esta dada por:

- j w .t

S(U) = [ l ~ ( t ) e dt = F{s( t )}

Donde s(t) es la señal y o=2nfes la frecuencia angular.

La representación en el dominio de la frecuencia de la señal es S(o), donde :

Donde /S(w) / es la magnitud de la función compleja, es decir, la amplitud espectral; y 8 (o) es la fase de la función compleja, es decir la fase espectral.

El cuadrado de la magnitud, /S(w)/2, es el espectro en potencia de la señal s(f). El espectro en potencia de una señal representa la distribución energética de la señal con respecto a la frecuencia (u).

23

La transformada discreta de Fourier (DFT) es la transformada de Fourier para intervalos discretos de tiempo. La DFT es una herramienta importante, la cual mapea una secuencia finita s(m), donde m=O,l ,..., N-1, a otra secuencia finita S(k), donde k=0,1, ..., N-l.

La DFT se define de la siguiente manera:

Donde Ss(o) es la DFT en el dominio de la frecuencia.

La DFT estima la transformada de Fourier con una resolución frecuencia1 de:

Donde T es la duración de la ventana, y Fs es la frecuencia de muestreo. La resolución depende en gran parte de T. En circunstancias donde la ventana no se puede agrandar aún más para mejorar la resolución, debido por ejemplo, a que la señal no es estacionaria, se recomienda el empleo de relleno con ceros a la secuencia (zero padding). Esto se realiza aumentando ceros a la secuencia de la ventana (J. Bronzino, 1995).

La DFT puede ser calculada eficazmente mediante el algoritmo de la transformada rápida de Fourier (FFI'). Técnicas como la transformada rápida de Fourier son frecuentemente utilizadas para la obtención de la densidad espectral de potencia (PCD) de la señal (J.V. Basmajian y C. De Luca, 1985).

24

Existen diferentes técnicas en la estimación del PSD de la señal. El periodográma es la técnica empleada para calcular el E D directamente de la señal sin la necesidad de estimar su correlación. La función del periodográma se define de la siguiente manera:

Donde IN (a) es el espectro llamado periodográma (A.V. Oppenheim et al., 1975).

Sin embargo, las estimaciones del espectro por medio del periodográma no son consistentes, ya que a valores crecientes de N la variabilidad aumenta considerablemente. Debido a esto, existe una serie de modificaciones que permiten mejores resultados.

El método Welch consiste en una modificación del procedimiento Bartlett, donde realiza una promediación de los periodográmas. El objetivo es reducir la varianza en la estimación mediante la promediación de segmentos estimados independientemente. Como primer paso se divide en K segmentos con M muestras. Posteriormente se aplica una ventana o(m) a cada uno de los segmentos, esto con el objetivo de reducir la varianza (A.V. Oppenheim et al., 1975).

El principal rol de la ventana es de atenuar los efectos producidos por el efecto Gibbs al truncar las series infinitas del FFT. Existen básicamente ocho tipos de ventanas, que son: Bartlett, Blackman, Rectangular, Chebyshev, Hamming, Hanning, Kaiser, y Triangular. El uso de una correcta ventana es de gran importancia en los resultados estimados de la densidad espectral. Reduce el efecto de ruido debido al empalme producido por la serie de segmentos, ya que en los bordes de la ventana se aproxima a cero; además, reduce la pérdida espectral mientras aumentan los picos espectrales. Por esta razón se recomiendan ventanas no rectangulares tales como Hamming o Hanning (T.P. Krauss et al., 1994).

25

Inmediatamente después de la implementación de las ventanas, se calculan los K periodográmas independientemente de la siguiente manera:

1 lA4-I

donde i=1,2, ..., K y:

U = -2- C w 2 ( r n ) m=O

por lo que la estimación espectral se define como:

obteniendo el valor esperado de B(o) como:

E[B(w)] = -Jz 1 P(B)W(e""-e))dB 2n -It

donde P (8) es la densidad espectral de potencia de la señal y:

2

2 M- 1 c w(m)e-'-I m=O I

(A.V. Oppenheim et al ., 1975).

26

J.V. Basmajian y C. De Luca (1985) proponen dos parámetros que proveen información importante acerca de la densidad espectral en potencia de la señal. Estos son la frecuencia mediana y frecuencia media (fig. 1.4.3.2.1)

Según estudios realizados, la frecuencia mediana y la frecuencia media están linealmente relacionadas con la velocidad de conducción de las fibras musculares (J.V. Basmajian y C. De Luca, 1985).

i) €recuencirr mediana (MD€)

La MDF se define como la mitad del área bajo la curva de la densidad de potencia en frecuencia, y está dada de la siguiente manera:

Donde S m v> es la densidad espectral en potencia de la señal.

Según Basmajian y De Luca (1985), la MDF es menos sensible a ruido externo.

La MNF se define como la frecuencia promedio en la densidad espectral de potencia de la señal. Esta dada de la siguiente manera:

Donde S m fl es la densidad espectral en potencia de la señal.

27

D f-

f#DP 1

Fig. 1.4.3.21 Análisis en el dominio de la frecuencia, donde fMNF es la frecuencia media y fMDF es la frecuencia mediana (J. V. Basmajian y C. De Luca,

1985).

1.5. DETERMINACIÓN DE LA FATIGA VÍA SEÑAL DE EMG.

La actividad de la señal de EMG se reduce progresivamente cuando se va manifestando fatiga muscular, las fibras musculares alcanzan menor estímulo.

Posiblemente el sitio de fatiga se encuentra en la unión neuromuscular o en el sistema nervioso debido a que la señal nerviosa no llega al músculo. Por otra parte, si la señal de EMG no se reduce con una disminución de fuerza muscular, posiblemente el sitio de fatiga se encuentre en el músculo. En cambio, si el total de la actividad de la señal de EMG no presenta cambios pero los parámetros de ésta sí cambian, tales como en el dominio de la frecuencia, podría indicar una continua función de la unión neuromuscular, pero una alteración en la salida del sistema nervioso central (D. R. Lamb, 1984).

R. Merletti y C. De Luca (1992) notaron un incremento en la señal integrada de EMG con relación a la fuerza de contracción en presencia de fatiga muscular. Este hecho puede ser debido a uno de los diversos factores, incluyendo daños en el acoplamiento de la contracción, un incremento en la frecuencia de disparo, una sincronización en la unidad motora de reclutamiento, entre otros (R. H. Edwards, 1982).

Según C. De Luca (1984) el incremento en la amplitud es inversamente proporcional a la velocidad de conducción. Se especula que esta velocidad puede decrecer por el aumento de los iones potasio en el flujo extracelular durante la contracción.

T. Yoshikawa et al. (1994) y S. Nagata et al. (1990) definen a la fatiga muscular como un significativo corrimiento hacia la izquierda en el espectro de la frecuencia en la señal de electromiografía (EMG). A fin de optimizar la fuerza sostenida durante contracciones voluntarias sostenidas, se manifiesta una reducción en la frecuencia motora de disparo (D. A. Hibesm 1979) El corrimiento hacia las bajas frecuencia en el espectro es correlacionado con la disminución en la velocidad de conducción del músculo (S. Nagata et al., 1990) Cobb y Forbes también notaron que en presencia de fatiga muscular hay un corrimiento hacia las bajas frecuencias.

29

Además observaron un aumento en la amplitud de la señal de EMG. Muchos otros autores también han notado que la amplitud de la señal de EMG aumenta y la frecuencia disminuye (C. De Luca, 1984; E. Kwatny, 1970; S. Nagata et al., 1990).

El comportamiento de estos sucesos, posiblemente indique diferentes orígenes para estos hechos. Dentro de los posibles factores que ayuden a explicar esto se encuentran la unidad de reclutamiento motora, la unidad motora de sincronización, cambios en la velocidad de conducción de la fibra muscular, y la regularización cambios en la velocidad de conducción de la fibra muscular, y la regularización en la descarga de la unidad motora (C. De Luca, 1984).

Concluyendo, diversos autores comparten la idea en que el parámetro de la frecuencia es un buen candidato como técnica no invasiva, relacionándose directa e indirectamente con los eventos fisiológicos, bioquúnicos, anatómicos y psicológicos del músculo.

30

CAPITULO I1

2.1 RECUENTO b E ANTECEDENTES IMPORTANTES.

Existen diversas definiciones acerca de la fatiga muscular, algunos la definen como la inhabilidad en mantener cierta fuerza requerida o esperada para la contracción muscular, otros como un significativo corrimiento hacia la izquierda en el espectro de la frecuencia en la señal de electromiografía (EMG). Muchos autores buscan indicadores que demuestren la existencia de la fatiga muscular.

La señal de EMG se forma por la suma algebraica de trenes de potenciales de acción que activan las unidades motoras del lugar de registro, por tanto, la señal de EMG proporciona una gran información acerca de la estructura, función comportamiento y actividad muscular, la cual comprende la acción voluntaria o involuntaria en la contracción y relajación de los músculos.

Gracias a los últimos avances en los sistemas y las técnicas de computación, el procesamiento de la señal de EMG ha mejorado notablemente en rapidez y exactitud. Debido a esto, la señal de EMG es utilizada como un tipo de parámetro para la evaluación de la fatiga muscular y ciertas patologías musculares. Así mismo, son empleadas otras variables fisiológicas y metabólicas, tales como el consumo de oxígeno, producción de bióxido de carbono, presión de bióxido de carbono (PETCO;?) y nivel de ácido láctico.

La amplitud de los potenciales de acción se deben a diversas causas: Diámetro de la fibra muscular, distancia entre la fibra muscular activa y lugar de detección, propiedades del tejido y propiedades en el filtrado del electrodo.

La señal de EMG puede ser considerada estacionaria en intervalos cortos de tiempo, para esto, la señal es dividida en épocas de intervalos cortos de la señal de EMG, diversos autores proponen emplear técnicas para la obtención de parámetros en el dominio del tiempo, por ejemplo: el promedio o media de la señal rectificada y el valor de la raíz cuadrada de la media de los cuadrados (rms).

3 1

R. Merletti y C. De Luca (1992) notaron un incremento en la señal de EMG integrada en relación con la fuerza de contracción en presencia de fatiga muscular. Este hecho puede ser debido a uno de los diversos factores: daños en el acoplamiento de la contracción, un incremento en la frecuencia de disparo, una sincronización en la unidad motora de reclutamiento, entre otros. Según C. De Luca el incremento en la amplitud es inversamente proporcional a la velocidad de conducción. Esta velocidad puede decrecer por el aumento de los iones potasio en el flujo extracelular durante la contracción. Cobb y Forbes también notaron que en presencia de fatiga muscular hay un corrimiento hacia las bajas frecuencias.

2 3 IMPORTANCIA DEL ESTUDIO.

Gracias al sistema músculo-esquelético, el hombre es capaz de realizar movimientos tales como la locomoción y el trote. El trote es uno de, los entrenamientos más populares gracias a su simplicidad, ya que no requiere equipo especial y puede efectuarse bajo condiciones muy sencillas. Sin embargo, este ejercicio puede incrementar las lesiones al sistema músculo-esquelético, tales como calambres, osteoartritis, desgarres, atrofia muscular y lesiones en articulaciones, entre otras. Estas lesiones pueden causarse debido a diversos factores, tales como la inapropiada superficie de carrera y/o calzado inapropiado, que pueden incorporar al sistema músculo-esquelético mayores ondas de choque al momento del contacto del talón durante la carrera. Debido a esto diversos autores sugieren la evaluación de la fatiga muscular como medio de prevención de lesiones potenciales. En recientes investigaciones se sugiere la posibilidad de una correlación entre la fatiga muscular con el incremento de cargas durante cierto ejercicio (J. Mizrahi, A. Voloshin, D. Russek, 1997).

A continuación se numeran las principales aplicaciones clínicas de los estudios sobre fatiga muscular:

> En estudios fisiológicos del músculo normal para determinar la relación fuerza-fatiga, en particular el umbral para iniciar la fatiga

k Para estudiar modelos de contracciones sinergístas y técnicas usadas para evitar la fatiga.

> En la fisiología respiratoria y en desordenes de la función respiratoria.

32

P En el estudio de la fatiga y reservas de fuerzas muscular en enfermedades obstructivas del pulmón

P En la monitorización de niños prematuros con deficiencias respiratorias

P Estudios de fatiga en la medicina del deporte, donde el análisis de la señal de EMG puede ayudar a diferenciar entre la fatiga debida a generales tales como agotamiento de substratos metabólicos, etc.

P Estudios de la señal de EMG de fatiga usados en ergonomía para diferenciar entre músculo cargado y fatiga como efecto de su carga.

P En programas de rehabilitación que envuelven la reeducación muscular y / o para verificar la efectividad de programas de terapia física.

Las técnicas de EMG han sido usadas en un sinnúmero de aplicaciones para identificar y cuantificar el componente de la fatiga, pues de contar con algún índice relacionado con la fatiga se contará con una herramienta para evaluar la función muscular, o en su caso encontrar alguna disfunción que se relacione con la unidad motora o la respuesta eléctrica del músculo. Sin embargo, este tipo de estudios se realizan con equipos sofisticados y de alto costo (tales como espectrógrafos, amplificadores de alta resolución, etc.), los cuales no pueden ser adquiridos por los hospitales y / o clínicas en México debido principalmente por razones económicas, por lo que existe la necesidad de realizar un prototipo de bajo costo que proporcione una estimación rápida y parcialmente exacta acerca de la fatiga muscular.

33

CAPÍTULO 111

HIP~TESIS.

” El desarrollo de la fatiga muscular del bíceps braquial al realizar una contracción isométrica sostenida esta caracterizado por una disminución en la amplitud su señal electromiográfica en el dominio del tiempo.”

34

CAPÍTULO IV

OBJETIVOS.

4.1 OBJETIVO GENERAL.

"Realizar el prototipo de un instrumento médico que, de forma no invasiva, y en base a un análisis en amplitud de la señal de EMG, determine el momento en que el bíceps braquial alcanza un nivel avanzado de fatiga tras haber realizado una contracción isométrica sostenida"

35

4.2 OBJETIVOS PARTICULARES.

P Comprobar el fenómeno de corrimiento de la Frecuencia Media del espectro de la señal de EMG, como una consecuencia de la fatiga muscular.

k Proponer un "tiempo de fatiga musculaí' ( El tiempo en que la FMEP disminuye al 10 % de su valor inicial ) como un índice de nivel avanzado de fatiga.

k Utilizar los resultados derivados del análisis en frecuencia para tomarlos como referencia y/ o comprobación del análisis en amplitud.

P Relacionar la pendiente de disminución de la FMEP con el tiempo de fatiga muscular de cada persona.

CAPÍTULO v METODOS.

5.1 SUJETOS.

Se estudio una muestra de 11 sujetos jóvenes. 4 femeninos y 7 Masculinos. Con las siguientes características:

Nativos de la Ciudad de México. Sanos. No fumadores. Sedentarios. Sin actividad física rutinaria o menor a una hora por semana. Jóvenes. Edad 22.1 & 2.5 años. Medidas antropométricas similares a la de la población general mexicana de acuerdo a la edad y sexo; peso 63.0 k 17.3 Kg, estatura 164.0 f 12.0 cm.

Los sujetos fueron reclutados por invitación y se les informo de los riesgos y beneficios del estudio, los que aceptaron firmaron por escrito su consentimiento como voluntarios de acuerdo a la declaración de Helsinki, que norma la experimentación en seres humanos.

37

5.2 ARREGLO DE LA INSTRUMENTACIÓN.

En las mediciones de EMG se deben tener algunos cuidados relacionados con las tknicas utilizadas para la detección y la adquisición de la señal. Una especial atención se debe dar al ancho de banda de los electrodos, amplificadores y dispositivos de grabado de la señal, pues de ello puede depender la obtención de una señal de EMG fidedigna. Idealmente, para electrodos de superficie, el ancho de banda debe de ser de O a 500 Hz. Sin embargo, el acople de una señal de corriente directa podría causar complicaciones. Por lo tanto, para propósitos prácticos se recomienda que el ancho de banda sea 20 a 500 Hz. La forma de la señal de EMG depende del tamaño del potencial de la unidad motora activa, del tipo de electrodo usado y de la velocidad de propagación de los potenciales de acción.

El rango de la señal de muestreo para la conversión A/D depende de algunas características de las diferentes aplicaciones particulares, una de las más importantes es el contenido de altas frecuencias contenidas en la señal muestreada. Para algunas aplicaciones tales como la descomposición del ruido en las señales adquiridas con electrodos de aguja pueden ser necesarios rangos de muestreo de hasta 20 a 50 Khz. En otras aplicaciones, muchos de los análisis de señales obtenidos con electrodos de superficie no requieren muestreos más allá de 1.5 Khz.

Algunas de las aplicaciones de EMG de interfaces con computadoras utilizan convertidores de 8 bits, esto puede ser apropiado para algunas aplicaciones limitadas, pero si la señal tiene algunas pequeñas componentes de oscilación producidas por ruido, la resolución efectiva del convertidor se reduce significativamente. Los convertidores A/D con un mínimo de 12 bits de resolución son requeridos para la mayoría de las aplicaciones de EMG. Más de 12 bits de resolución es una razón que depende del nivel de ruido que se tenga en la adquisición de la señal.

Para la amplificación y filtrado analógico de la señal de EMG se utilizó el amplificador AB-621G de Nihon Kohden, pues por sus características es recomendado para la amplificación de señales biofisiológicas tales como ECG, EMG, EEG, etc. Los switches fueron colocados de la siguiente forma: AC; constante de tiempo: O.Olseg; frecuencia de corte del filtro pasa bajas: lkhz; sensibilidad: lmV/DIV, por lo tanto, se empleó una ganancia de 1000 y el ancho de banda será de 10 a 1 O O O H z .

38

A continuación se describe la instrumentación utilizada, forma de conexión y valores de los parámetros utilizados para la adquisición y procesamiento de la señal de EMG.

Caja de Contactos

INPUT BOX JBO4OB

Modulo: BIOELECTWC AMPLIFIER AB-62lG

NIHON KOHDEN

Pc induyenclocon Tarjeta de

Adquisición Biopadc

Fig. 5.21 Conexión de la instrumentación para la medición de la señal electromiográfica.

Para la adquisición y registro de la señal se utilizó la unidad de MPlOO BIOPAC, porque es un sistema diseñado especialmente para realizar tareas sobre señales fisiológicas, además de la facilidad para controlar la frecuencia de muestreo y el tiempo de adquisición (convertidor A/D de 12 bits y frecuencias de muestreo desde dos muestras por hora hasta 70khz). La discretización de la señal de EMG se realizó durante dos minutos y para cumplir con el teorema de Nyquist (sí Fm 2 2Fmáx, se evita superposición en el dominio de la frecuencia, donde fm es la frecuencia de muestreo y fmáx es la componente de frecuencia máxima de la señal a muestrear), se escogió fm=2.5kHz ya que fmáx=lkHz. Por otro lado, el software AcqKnowledge permite guardar los datos en un archivo txt.

Para el procesamiento digital de la señal se utilizó el software MATLAB y no el AcqKnowledge porque con el segundo a pesar de que se pueden hacer operaciones complejas como la FFT no es posible obtener gráficas de los resultados obtenidos, en cambio MATLAB cuenta con todo un set de instrucciones para desplegar y manejar datos en forma discreta. Se crearon dos programas en MATLAB, uno para el análisis en amplitud y otro para el análisis en frecuencia (Ver apéndice), los cuales leían el contenido de los archivos txt y cada 10 segundos procesaban 1.63 segundos de información, a estos intervalos de 1.63 segundos los llamaremos ventanas, de un registro de EMG se obtenían un total de 6 ventanas. Cada ventana contenía un total de 4096 muestras, ya que al ser una potencia de 2 el procesamiento por medio de la Transformada Rápida de Fourier (FFT) es más rápido y optimo.

El procesamiento que se daba a la información de las ventanas ahora dependía del tipo de análisis. Primeramente explicaremos el análisis en frecuencia: A cada ventana se aplicaba la Transfonnada Rápida de Fourier y se obtenía su espectro en frecuencia, con una resolución de 0.61% (0.61Hz=2.5KHz/4096), y de cada espectro en frecuencia se calculaba el valor de la Frecuencia Media Espectral Porcentual (FMEP), es decir, se sumaban todos los valores de las frecuencias y se dividían entre el número de muestras. Tomando como el 100% el valor de la FME de la primer ventana.

40

40% muestras

1.63seg lOseg 11.63seg I I I Tieqp

h

o

-5

4

2

O

-2

-4 n

€l I 600 i I I I

, I

ESPECTRO EN FRECUENCiA ESPECTROENFRECUENCW VENTANA 1 VENTANA 1

FME = 47OHz

Fig 5.22 Procesamiento en el dominio de la frecuencia de l a señal de electromiografía.

41

A continuación explicaremos el análisis en amplitud: A los valores de la ventana se les aplicaba valor absoluto, es decir, se rectificaba digitalmente, después se calculaba la media de la señal rectificada en forma porcentual (Amplitud Media Rectificada Porcentual - AMRP), es decir, se sumaban todos los valores de las amplitudes rectificadas y se dividían entre el número de muestras. Tomando como 100% el valor de la AMR de la primer ventana.

42

IO

5

o

-5

10 ’

I I I 1 1

4096 muestras

lOseg I I I I Tieippo

1.63seg

-\

3

2

I

n n

4

2

VENTAMA f RECTlFiCAüA VENTANA 2 RECTIRCADA

Amplitud M i a Recüficada De la Ventana-I = l.&nV

1.8 - 100%

Amplitud Media Rectificada De la Ventana2 = 1.95mV

1.95 - 108.3 %

Fig 5.2.2 Procesamiento en el dominio del tiempo de la señal de electromiografía.

Por lo tanto, de cada archivo txt se obtenían 6 puntos de Amplitud Media Rectificada Porcentual, los cuales representaban el comportamiento en amplitud de la señal de EMG, y por otro lado, se obtenían 7 puntos de Frecuencia Media Espectral Porcentual, los cuales representaban el comportamiento en frecuencia de la señal de EMG.

Para el análisis estadístico se utilizó el software MATEMATICA con el cual se procesaron los valores de amplitud media rectificada y de frecuencia media espectral, en ambos casos se calculaba la recta que mejor se ajustaba al comportamiento de los puntos. También se obtenían las desviaciones estándar y comparación de linealidad entre los valores en amplitud y frecuencia.

44

5.3 PROTOCOLO Y DISENO EXPERIMENTAL

A los sujetos se les aplicaron las siguientes maniobras:

P P

Permanecer parado durante la prueba. Colocar electrodos (Electrodos de superficie reusables, Ag-A@, 0 9mm). Con los planos transversal y coronal dividir imaginariamente al músculo bíceps, localizar el centro, a partir de ese punto y siguiendo la dirección de las fibras musculares colocar dos electrodos separados 1.5cm, estos dos electrodos servirán para obtener la señal de EMG. Colocar un electrodo de referencia en la espalda sobre el hueso del hombro. Sostener con la mano derecha durante 90 segundos con la mano derecha una pesa de 4.200 Kg, separando el codo ligeramente del cuerpo, formando un ángulo de 90" entre muñeca, codo y hombro, procurando realizar el menor movimiento posible.

P

De esta forma se somete al músculo bíceps a una carga constante para que realice una contracción isométrica sostenida, es decir, que el músculo no cambie su longitud de manera apreciable. Se pide que mantener un ángulo de 90" porque a este ángulo la fuerza que realiza el músculo bíceps es la mayor posible (John -G. Webs ter).

Fig. 5.3.1 Colocación de electrodos para la medición de la señal de electromiografía.

45

CAPfTULO VI

RESULTADOS.

Resultados del análisis en Amplitud:

Tabla 6.1. Valores de la Amplitud Medía Rectificada Porcentual en Hombres.

I Tiempo I Sujeto I Sujeto I Sujeto I Sujeto IPromedio

Tabla 6.2 Valores de la Amplitud Media Rectificada Porcentual en Mujeres.

46

c

Análisis en Amplitud Sujeto H i

I I I

Error Estánáar 2.27

Anáisis en Amplitud Sujeta H2 I ! I I I

I I I I I I I

I I 1

! I I I Error Estánáar = 2.17 I I I I ! I

I I

t - - - - - - - - - - - - - - - - - - - - 1 - - - - - - - - - -

I

10.0 20.0 30.0 4Q.0 50.0 @ -

9Q* 0.0

=€I=

47

Análisis en Amplitud Sujeto H3

10.0 M.O 30.0 40.0 50.0

=%u

Análisis en Amplitud Sujeto H4

I I I I I

** 0.0 10.0 20 .O 30.0 40.0 50 .O

48

4 i i

pl

Análisis en Amplitud Sujeto ti5

- - - - - - - - - A - -

Error Estánáar = 12.50

=%m

I I

30 .O 40.0 50.0 10.0 20.0

m=

49

Análisis en Amplitud Sujeto H7

t i u E d

50

Análisis en Amplitud Sujeto M l

Análisis en Amplitud Sujeto M2

51

Análisis en Amplitud Sujeto M3

Análisis en Amplitud Sujeto M4

52

Análisis en Amplitud. Promedio Mujeres

! I---

53

Resultados del análisis en Frecuencia:

H 6 100

97.8378 91.6216 91.8919 92.973

30 195.9847 I 97.343

H 7 Hombres 100 100

99.5798 97.2462 98.1092 95.2926 922269 93.5502 94.3277 93.1486 91.3866 90.765

E 195.7935 195.1691 92.9254 93.2367

Sujeto 1 Sujeto H3 H 4 100 I 100

87.4704 1928401 88.1797 191.4081 83.4515 193.5561

Sujeto H 5 100

95.6416

~-

94.1889 90.799

Tabla 6.3. Valores de la Frecuencia Media Espectral Porcentual en Hombres.

Tabla 6.4. Valores de l a Frecuencia Media Mujeres.

Espectral Porcentual en

54

Análisis en Frecuencia Sujeto HI

ErrorEstánda~O.63

Análisis en Frecuencia Sujeto H2

55

Análisis en Frecuencia Sujeto H3 I I I I I I

I I I

I I I I I

- - - - _ _ _ _

Análisis en Frecuencia Sujeto H4

56

Análisis en Frecuencia Sujeto H6

ErrorEstánda~2.16

- -1- - - - -

57

Análisis en Frecuencia Sujeto H7

ErrorEstándar= 1.7 1

=m

Análisis en Frecuencia. Hombres

Promedio

108 20R 30.0 40.0 50 .o

58

Análisis en Frecuencia Sujeto M l

Análisis en Frecuencia Sujeto M2

59

Análisis en Frecuencia Sujeto M3

I - - - - - - - - - - - _ _ - - - - - - _

ErrorEstánda~3.43

Análisis en Frecuencia Sujeto M4 -

_ _ - - - - - - -

60

Análisis en Frecuencia. Promedio Mujeres

61

CAPITULO VI1

DISCUSIONES Y CONCLUSIONES.

En el presente capitulo se describen los hallazgos que se desprenden de los análisis hechos a las señales de EMG.

Del método de análisis por frecuencia se obtienen dos resultados muy importantes:

P A partir de las gráficas FMEP vs Tiempo se comprueba que el valor de la Frecuencia Media Espectral de una señal de EMG proveniente de un músculo que experimenta fatiga muscular es inversamente proporcional al tiempo, y aunque este comportamiento ya se conocía a través de la bibliografia, era necesario obtener las gráficas para conocer la magnitud de estas variaciones usando el método propuesto. Afirmamos que la FME guarda una linealidad con el tiempo, ya que en todas las rectas obtenidas por regresión de mínimos cuadrados (FMEP vs Tiempo) el valor del coeficiente de correlación lineal es mayor a 0.80.

9 Con el método propuesto se puede afirmar que el bíceps de los hombres alcanza un nivel de fatiga avanzado cuando la FME disminuye un 10% de su valor inicial, este dato se obtiene de la gráfica Promedio-Hombres-FMEP vs Tiempo. Por otro lado, en el caso de las mujeres el bíceps alcanza un nivel de fatiga avanzado cuando la FME disminuye un 20% de su valor inicial, este dato extrae de la gráfica Promedio-Mujeres-FMEP vs Tiempo.

9 Con el método propuesto proponemos denotar como "Tiempo de Fatiga Muscular" el tiempo que le toma a la FME disminuir un 10% de su valor inicial en el caso de los hombres y en el caso de las mujeres denotamos como "Tiempo de Fatiga Muscular" el tiempo que le toma a la FME disminuir un 20% de su valor inicial.

62

A continuación se exponen las conclusiones obtenidas a partir del método de análisis por amplitud:

P Las gráficas Amplitud vs Tiempo, tanto en hombres como en mujeres, demostraron que la hipótesis que teníamos acerca de la amplitud era errónea, pues en todos los casos la amplitud aumentaba contrario a lo supuesto, pero a pesar de que los resultados no eran los esperados fue posible utilizar estos datos para un análisis, porque con el método propuesto la amplitud tiene una variación directamente proporcional al tiempo, podemos hacer esta afirmación basados en las rectas obtenidas por regresión de mínimos cuadrados (A.M.RP. vs Tiempo), el valor del coeficiente de correlación lineal es mayor a 0.87 en todos los casos.

> Con el método propuesto se puede afirmar que el bíceps de los hombres alcanza un nivel de fatiga avanzado cuando la Amplitud Media Rectificada aumenta un 35% de su valor inicial, este dato se obtiene de la gráfica l3-omedio-Hombres-A.M.R.P. vs Tiempo. Por otro lado, en el caso de las mujeres el bíceps alcanza un nivel de fatiga avanzado cuando la A.M.R.P. aumenta un 65% de su valor inicial, este dato extrae de la gráfica Promedio- Mujeres- A. M . R. P. vs Tiempo.

Por todo lo anterior, se comprueba que aplicando el método propuesto es posible utilizar un análisis en amplitud como un método alterno para el estudio de la fatiga muscular del bíceps. Debido a que la amplitud de la señal de EMG es afectada por el movimiento (esto se aprecia más fácilmente al inicio de las pruebas) se recomienda considerar que los resultados que se desprendan de estos análisis se tomen como parte de una prueba rápida.

El fenómeno de corrimiento a bajas frecuencias del espectro en frecuencia de la señal de EMG cuando experimenta fatiga muscular se podría explicar como un mecanismo de protección para el músculo, pues ante la imposibilidad de mantener la fuerza en las fibras musculares hay una disminución en la frecuencia de estimulación, lo que nos forma una especie de "offset", es decir, una nueva línea base.

63

- [l] Muscles Alive. Their Function Revealed By Electromyography. Basmajian John & De Luca Carlo J. Ed. Willams & Wilkins. 5”. Edición.

- [2] Handbook of Electroencephalography and Clinical Neurophisiology. Revised Series. Volumen 5 Electromyography. Editado por H. P. Ludin.

- [3] Encyclopedia of Medical Devices and Instrumentation. Vol 2. John G. Webster. Ed. John Wiley & Son.

- 141 Fisiología Médica. William F. Ganong. Ed. Manual Moderno. 23”. Edición.

- [5] Electromyographical Kinesiology. P. A. Anderson, D. J. Hobart & J. V. Danoff. 1991.

- [6] Evaluación de la fatiga muscular del miembro inferior a través de la señal de electromiografía durante la carrera. Tesis para obtención de titulo de Licenciado en Ingeniería Biomédica Dalia Russek Libni. Universidad Iberoamericana, 1997.

- [7] Relación entre EMG y algunas propiedades cinemáticas y dinámicas del brazo durante movimientos de seguimiento rápido. Tesis para obtención de titulo de Licenciado en Ingeniería Biomédica Abraham Renner Shteremberg Universidad Iberoamericana, 1993.

64

APÉNDICE

Características Técnicas del material y de la instrumentación:

Pesas de 2.2 Kg Electrodos de disco Reusables. Gel para electrodos.

Amplificador de señales biofisiológicas NIHON KOHDEN: Modulo de multicanales JB-62lG Amplificador ABá21G Accesorios para la conexión.

Unidad MPlOOWS BIOPAC: Unidad de adquisición MPlOO Modulo de interfase universal UIMlOO Tarjeta de interfase serial (Para inserción en una PC) Accesorios para la conexión.

Computadora: Sistema Operativo DOS 5.0 o superior. Windows 3.1 o superior. Capaz de correr Windows 3.1 (IBM 386, compatible o superior). Procesador Matemático.

65

Propama F3tro.m :

clear all; [nombre, rutal=uigetfile('*.txt', 'ELIJA EL ARCHIVO CON LA SEÑAL DE EMG' ) ; eval ( [ 'load ' ruta nombre] ) ; punto=max ( find (nombre== . ) ) ; mef i j o=nombre (1 : punto-1) ; eval ( [ ' NomArc= mef i j o ; 3 ) ; eval( ['clear mefijo] ) ;

[N, Wn]=buttord(0.55, 0.6, 1, 15); [B,A]=butter (N, Wn) ; FH= f i 1 ter ( B , A, NomArc ) ;

w=[1:2048]/2048;

fh=NomArc (1: 4096) ; ffh=abs(fft(fh)); ffh=ffh (1 :2048) ;

FHl=FH(1:4096) ; FFHl=abs ( f f t (FH1) ) ; FFHl=FFHl (1 : 2048) ;

subplot (211) ; plot (w, ffh) ; title('Seña1 sin filtrar'); %axis([O 0.2 O 8001);

subplot (212) ; plot (w, FFHl) ; title('Seña1 filtrada'); %axis([O 0.2 O 8001);

66

Programa Filuoí.m :

clear all; [nombre, ruta]=uigetfile('*.txt', 'ELIJA EL ARCHIVO CON LA SEÑAL DE EMG' ) ; eval ( [ 'load ' ruta nombre] ) ; punto=max (find (nombre==' . ' ) ) ; mef i j o=nombre ( 1 :punto-1) ; eval(['NomArc=' mefijo ';'I); eval (['clear ' mefijo]);

[N, Wn] =buttord (O. 01, O. 025, 1, 15) ; [B,Al=butter(N, Wn, 'high'); FH=f i 1 ter (B, A, NomArc ) ;

W= E1 :2048] /2048;

fh=NomArc (1: 4096) ; ffh=abs (fft (fh) ) ; f fh=ffh (1: 2048) ;

FHl=FH (1: 4096) ; FFHl=abs (fft (FH1)); FFHl=FFH1(1:2048) ;

subplot (211) ; plot (w, ffh) ; title('Seña1 sin filtrar'); %axis([O 0.1 O 8001);

subplot (212) ; plot (w, FFH1) ; title('Seña1 filtrada'); %axis([O 0.1 O 8 0 0 1 ) ;

67

Propama New.m :

clear all; [nombre, ruta]=uigetfile('*.txt', 'ELIJA EL ARCHIVO CON LA SEÑAL DE EMG' ) ; eval ( [ 'load ' ruta nombre] ) ; punto=max (find (nombre==' . ) ) ; me f i j o=nombre ( 1 : punto- 1 ) ; eval(['NomArc=' mefijo ';'I); eval(['clear ' mefijo]);

F'muestreo=input('Digite la frecuencia de muestreo: Nventana=input('Digite el numero de muestras de cada ventana: I ) ;

' 1 ;

Tvenyven=input('Digite el tiempo (seg) que separa cada ventana: I ) ;

Noffset=input('Digite el numero de muestras para el I ) ;

offset :

Einuestreo=750; Nventana=4096; Tvenyven=lO; Noffset=O;

Nvenyven=Tvenyven*Fmuestreo; Totmues=length (NomArc) ; Tvent=floor((Totmues-Noffset)/Nvenyven); Tvent=Tvent-0.2;

figure (1)

for i = 0:Tvent

Salto= i*Nvenyven;

VentanaAct=NomArc((l+Noffset+Salto):(Noffset+Nventana+Salto)) I

Tiempo (i+l)=Noffset+ (i*Nvenyven) /Fmuestreo;

FFTAct=abs (fft (VentanaAct) ) ; FFTAct=FFTAct(l:Nventana/2);

EnerMed=sum(FFTAct)/2; SumAcu=cumsum (FFTAct) CEnerMed;

68

IndE'ME=sum ( SumAcu) ; FME(i+l)=IndEME;

AmpAc t = ab s (Vent anaAc t ) ; AmpMed= sum ( AmpAc t ) /Nven t ana ; AM(i+l)=AmpMed;

end

clear SumAcu; clear VentanaAct;

E'MEP=lOO*FME/FME (1) subplot (211) ; plot (Tiempo, FMEP) , hold on stem(Tiemp0, FMEP) ; hold o f f title('Grafica de la FMEP como un indice de la fatiga muscular' ) ; ylabel ( ' Porcentaje' ) , xlabel ( Tiempo en segudos ) ; axis( ITiempo(1) Tiempo(Tvent) (min(FMEP)-2) (max(FMEP)+2)])

AMP=lOO*AM/AM(l) subplot (212) ; p l o t (Tiempo, AMP) ; hold on stem(Tiemp0, AMP) ; hold off axis ( [Tiempo (1) Tiempo (Tvent) (min (AMP) -2) (max (AMP) +2) ] ) ; title('Grafica de la AMP como un indice de la fatiga muscular' ) ; ylabel( ' Porcentaje ' , xlabel ( 'Tiempo en segudos I ) ;

69

Programa New1.m :

clear all; [nombre, ruta] =uigetfile ( ' * . txt ', 'ELIJA EL ARCHIVO CON LA SEÑAL DE EMG'); eval ( [ 'load ' ruta nombre] ) ; punto=max(find(nombre=='. I ) ) ;

mef i jo=nombre (1 :punto-1) ; eval(['NomArc=' mefijo ' ; ' I ) ; eval([ 'clear ' mefijo]) ;

%Fmuestreo=input('Digite la frecuencia de muestreo: %Nventana=input('Digite el numero de muestras de cada ventana: ' ) ; %Tvenyven=input('Digite el tiempo (seg) que separa cada ventana: I ) ;

%Noffset=input('Digite el numero de muestras para el offset: I ) ;

I ) ;

Fmue s t reo= 7 5 O ; Nventana=4 O9 6; Tvenyven=5; No f f se t=O ;

Nvenyven=Tvenyven*F'muestreo; Totmues=length (NomArc) ; Tvent=floor((Totmues-Noffset)/Nvenyven); Tvent=Tvent-0.2;

figure(1)

for i = 0:Tvent

Salto=i*Nvenyven;

VentanaAct=NomArc ( (l+Noffset+Salto) : (Noffset+Nventana+Salto) ) I

Tiempo (i+l) =Noffset+ (i*Nvenyven) /Fmuestreo;

FFTAct=abs(fft(VentanaAct) ) ; FFTAct=FFTAct (1 :Nventana/2) ;

70

EnerMed=sum(FFTAct) /2; SumAcu=cumsum(FFTAct)<EnerMed; IndFME=sum (SumAcu) ; FME(i+l)=IndFME;

AmpAc t =abs (Vent anaAc t ) ; AmpMed=sum (AmpAct) /Nventana; AM ( i + 1 ) =AmpMed;

end

clear SumAcu; clear VentanaAct;

FMEP=lOO*FME/FME ( 1 ) subplot (211) ; plot (Tiempo, FMEP) , hold on stem(Tiempo, FMEP) ; hold off title('Grafica de la FMEP como un indice de la fatiga muscularf); ylabel ('Porcentaje'), xlabel ('Tiempo en segudos'); axis( [Tiempo(l) Tiempo(Tvent) (min(E'MEP)-2) (max(FMEP)+2)])

AMP=l oo*AM/AM ( 1 ) subplot (212) ; plot (Tiempo, AMP) ; hold on stem(Tiemp0, AMP) ; hold off axis( [Tiempo(l) Tiempo(Tvent) (min(AMP)-2) (max(AMP)+2)]); title('Grafica de la AMP como un indice de la fatiga muscular I ) ; ylabel ( 'Porcentaje' ) , xlabel ( 'Tiempo en segudos' ) ;