Objetivo geral do projeto

O EMG consiste em um conjunto de técnicas empregadas para medir e monitorar o sinal mioelétrico, proveniente da atividade muscular de um indivíduo (OSSABA; TIGREROS e ORJUELA, 2020). As aplicações do EMG estão relacionadas ao diagnóstico de disfunções musculares; no controle de próteses; análises de lesões musculares e análises estatísticas relacionadas ao desempenho de esportistas (GOEN, TIWARI; 2013). Fora do contexto clínico e reabilitativo, encontra-se na literatura aplicações do EMG em pesquisa e desenvolvimento de controle de dispositivos robóticos, como interface homem-máquina baseados em EMG (PATEL et al, 2020) e aplicações relacionadas ao entretenimento a partir da utilização de dispositivos wearables que atuam como interface de controle de softwares e jogos em computadores (MENDES et al, 2015).

Para o desenvolvimento de um dispositivo capaz de realizar a aquisição do sinal mioelétrico, permitindo posteriormente a visualização e processamento deste sinal, faz-se necessário uma compreensão acerca de suas principais características. Os valores de tensão pico a pico tipicamente observados estão em entre 0 e 10mV (GOEN, TIWARI; 2013). Quanto à frequência, segundo Ossaba, Tigreros e Orjuela (2020), o sinal supracitado apresenta-se entre 20 e 500 Hz. Goen e Tiwari (2013) indicam que os componentes de maior intensidade do sinal EMG estão entre 50 e 150 Hz.

As baixas amplitudes observadas trazem certos requisitos para o desenvolvimento de um hardware capaz de realizar a aquisição do sinal EMG. Primeiramente, os eletrodos de superfície são utilizados como interface entre a pele e o circuito de condicionamento, posicionados sobre o músculo de interesse para o EMG (PATEL et al, 2020). O circuito de condicionamento é responsável por realizar a adequação do sinal em termos de amplificação do sinal, limite de banda passagem através da utilização de filtros analógicos e adequação do nível médio do sinal (OSSABA; TIGREROS e ORJUELA, 2020). A etapa de amplificação do circuito de condicionamento, deve ser realizada por um amplificador de instrumentação, que possui como principais características alta taxa de rejeição de modo comum (CMRR - Common Mode Rejection Ratio) e alta impedância de entrada (MENDES et al, 2015).

Posteriormente ao condicionamento, o sinal deve passar pela etapa de digitalização através de um dispositivo de aquisição de dados para que seja executada a conversão analógico-digital (ADC) do sinal (MOHAMMED; AHMED; ALAM, 2017). Após a ADC, é possível realizar a etapa de processamento digital de sinal (PDS) possibilitando a análise do EMG. Como técnicas mais frequentes de análise através de PDS, Goen e Tiwari (2013) indicam a obtenção de valores de raiz quadrática média (RMS - Root Mean Square) e média dos valores absolutos (MAV - Mean Absolute Value), as quais podem ser obtidas através de análise no domínio do tempo. Já em relação às análises no domínio da frequência pode ser estimada a densidade espectral de potência e obtenção da frequência mediana do sinal. Os autores citam abordagens mais complexas de PDS como a utilização de análises em tempo-frequência, como por exemplo transformada de Fourier de tempo curto (STFT - Short Time Fourier Transform), a transformada Wavelet, entre outras. Yang et al (2020) realizam em seu trabalho a aplicação de filtros digitais, visando selecionar a faixa de interesse de análise através da aplicação de um filtro passa-bandas, com frequência de corte entre 50 e 500Hz e ainda reduzir os ruídos oriundos da rede elétrica através da utilização de um filtro Notch, com frequência de corte em torno de 60Hz.

A fadiga muscular localizada consiste em um processo de diminuição de desempenho muscular, quando o músculo em análise executa determinada atividade (SANTOS et al, 2008). Esse processo, o qual necessita de uma análise contínua (SILVA, 2018), é frequentemente utilizado para analisar o desempenho de atletas em treinamento e na reabilitação no contexto esportivo, em estudos de biomecânica. Segundo Cifrek et al (2009), o índice RMS no domínio do tempo, e a frequência mediana do espectro de densidade de potência (FMED) do sinal EMG, são índices empregados na análise de fadiga muscular localizada, considerados como métodos clássicos. Quanto a análise dos índices supracitados, segundo Cifrek (2009), observa-se o que o valor RMS apresenta comportamento crescente ao longo, enquanto que a FMED apresenta o comportamento oposto, tendendo a decrescer ao longo tempo (Figura 3).

O presente trabalho visa desenvolver um protótipo capaz de realizar a aquisição do sinal EMG e transmiti-lo para um computador, buscando a aplicação de técnicas de processamento digital de sinais, implementadas a partir de software de cálculo numérico. Buscou-se contextualizar a aplicação de processamento digital de sinais com análises relacionadas à fadiga muscular, extraindo os índice RMS e FMED do sinal EMG.

A implementação deste projeto aplica conhecimentos de diversas unidades curriculares do curso de Engenharia Elétrica como Eletrônica Analógica, Instrumentação Eletrônica, Processamento Digital de Sinais, Compatibilidade Eletromagnética e Engenharia Biomédica. O desenvolvimento de um protótipo funcional de aquisição de sinal EMG permite posteriormente o estudo e aplicação de técnicas mais complexas de processamento de sinal como a implementação de algoritmos para extração de características e reconhecimento gestual e ainda no estudo de sistemas de controle baseados no sinal EMG.