Vés al contingut

Electromiografia

De la Viquipèdia, l'enciclopèdia lliure

L'electromiografia (EMG) és una tècnica per a l'avaluació i el registre de l'activitat elèctrica produïda pels músculs esquelètics.[1] L'EMG es realitza usant un instrument mèdic anomenat electromiògraf, que produeix un registre anomenat electromiograma. Un electromiògraf detecta la diferència de potencial elèctric que activa les cèl·lules musculars,[2] quan aquestes són activades de forma neuronal o de forma elèctrica, els senyals poden ser analitzats per tal de detectar anormalitats i el nivell d'activació o analitzar la biomecànica del moviment humà o animal.

Característiques elèctriques

[modifica]

La font elèctrica és el potencial de la membrana muscular de al voltant -70 mV,[3] mesurant els rangs potencials d'EMG de menors a majors rangs entre 50 μV fins a 20 o 30 mV, depenent del múscul observat.

El rang típic de repetició d'una unitat motriu muscular és al voltant de 7–20 Hz depenent de la mida del múscul.

Història

[modifica]

El primer material on apareix el EMG va ser en el treball de Francesco Redi el 1666. Redi descobrí un múscul molt especialitzat en la rajada elèctrica (un peix) que generava electricitat. El 1773, Walsh va demostrar que el teixit d'aquesta rajada podia generar una espurna elèctrica. El 1792, en una publicació titulada De Viribus Electricitatis in Motu Musculari Commentarius escrita per Luigi Galvani, l'autor demostrava que l'electricitat podia iniciar contraccions musculars. El primer registre real va ser fet per Marey el 1890, qui també va intoduir el terme electromiografia.

No va ser fins a mitjans de la dècada de 1980 quan les tècniques d'integració en electrodes van estar prou desenvolupades.

Aplicacions de l'EMG

[modifica]

Els senyals de l'EMG són usats en moltes aplicacions clíniques i en biomedicina. L'EMG es fa servir com una eina per a diagnosticar malalties neuromusculars, i trastorns del control motor. Els senyals de l'EMG també s'usen per a desenvolupar pròtesis de mans, braços i extremitats inferiors.

Amb EMG també es detecta l'activitat muscular en els llocs on no es produeix moviment. Es pot reconèixer la parla d'una persona amb incapacitat per a produir veu mitjançant l'observació de l'activitat d'EMG, en els músculs associats amb la parla.

Notes

[modifica]
  1. Kamen, Gary. Electromyographic Kinesiology. In Robertson, DGE et al. Research Methods in Biomechanics. Champaign, IL: Human Kinetics Publ., 2004.
  2. «Electromiografia» (en anglès). Medical Subject Headings.
  3. Nigg B.M., & Herzog W., 1999. Biomechanics of the Musculo-Skeletal system. Wiley. Page:349.

Referències

[modifica]
  • M. B. I. Reaz, M. S. Hussain, F. Mohd-Yasin, “Techniques of EMG Signal Analysis: Detection, Processing, Classification and Applications”, Biological Procedures Online, vol. 8, issue 1, pp. 11–35, March 2006
  • Nikias CL, Raghuveer MR. Bispectrum estimation: A digital signal processing framework. IEEE Proceedings on Communications and Radar. 1987;75(7):869–891.
  • Basmajian, JV.; de Luca, CJ. Muscles Alive - The Functions Revealed by Electromyography. The Williams & Wilkins Company; Baltimore, 1985.
  • Graupe D, Cline WK. Functional separation of EMG signals via ARMA identification methods for prosthesis control purposes. IEEE Transactions on Systems, Man and Cybernetics, 1975;5(2):252-259.
  • Kleissen RFM, Buurke JH, Harlaar J, Zilvold G. Electromyography in the biomechanical analysis of human movement and its clinical application. Gait Posture. 1998;8(2):143–158. doi: 10.1016/S0966-6362(98)00025-3. [PubMed]
  • Cram, JR.;Kasman, GS.; Holtz, J. Introduction to Surface Electromyography. Aspen Publishers Inc.; Gaithersburg, Maryland, 1998.
  • Ferguson, S.; Dunlop, G. Grasp Recognition From Myoelectric Signals. Procedures Australasian Conference Robotics and Automation 2002; pp. 78–83.
  • Stanford V. Biosignals offer potential for direct interfaces and health monitoring. Pervasive Computing, IEEE. 2004;3(1):99–103.
  • Wheeler KR, Jorgensen CC. Gestures as input: neuroelectric joysticks and keyboards. Pervasive Computing, IEEE. 2003;2(2):56–61.
  • Manabe, H.;Hiraiwa, A.; Sugimura, T. Unvoiced Speech Recognition using EMG-Mime Speech Recognition. Conference on Human Factors in Computing Systems 2003; pp. 794–795.

Enllaços externs

[modifica]