Oscar Valencia, Carlos de la Fuente, Rodrigo Guzmán-Venegas, Rodrigo Salas, Alejandro Weinstein

Resumen

Actualmente, el uso clínico-teórico de la electromiografía (EMG), basado en el comportamiento de los potenciales de acción registrados en el sistema musculoesquelético durante tareas funcionales, ha generado diversas áreas de conocimiento. Desde una perspectiva de investigación, los flujos de procesamientos vinculados a señales biomédicas y, en particular la EMG, son múltiples. Por ejemplo, el ajuste de una señal de EMG a la contracción voluntaria máxima es usualmente utilizada para reportar el nivel de actividad muscular. Sin embargo, en pocas ocasiones se comparten los códigos utilizados. Por otro lado, el uso de lenguajes de programación, en algunos casos, representa una barrera en el aprendizaje debido al costo de licencias y el manejo necesario de programas. En consecuencia, el uso del lenguaje Python, de libre acceso y de simple sintaxis, aparece como gran alternativa, entregando una oportunidad en la formación de diversos profesionales, tanto a nivel de pregrado como postgrado. Según lo anterior, el objetivo de este estudio fue proponer un flujo de procesamiento utilizando Python para ajustar la señal EMG funcional a la contracción voluntaria máxima.

Palabras claves: Electromiografía, procesamiento de señales, Pyhton.

Processing flow proposal using Python to fit the functional electromyographic signal to the maximum voluntary contraction

Abstract

Currently, the clinical-theoretical use of electromyography (EMG), based on the behaviour of the action potentials registered in the musculoskeletal system during functional tasks, has generated diverse knowledge areas. From a research perspective, the processing flow associated with biomedical signals and, in particular, EMG, are multiples. For example, an EMG signal's adjustment to the maximum voluntary contraction is usually utilised to report the muscular activity level. However, the used codes are infrequently shared. On the other hand, the use of programming languages, in some cases, represents a learning barrier due to license costs and the necessary programming skills. Consequently, using the Python language, which is free and syntactically simple, appears as a great alternative, both to pre-graduate and post-graduate levels. Therefore, this study aimed to propose a processing flow using Python to EMG signal's adjustment to the maximum voluntary contraction.

Key words: Electromyography, signal processing, Python.