La electromiografía (EMG) es una técnica bien establecida para medir la actividad eléctrica generada por los músculos esqueléticos. Cuando se colocan múltiples electrodos sobre diferentes músculos o regiones distintas de un solo músculo, el resultado adquisición EMG multicanal ofrece una visión rica y espacial de la dinámica neuromuscular.Este enfoque es indispensable en campos que van desde la neurología clínica.

Los desafíos fundamentales en el EMG multicanal

1. Contaminación de ruido de múltiples fuentes

Las señales EMG son inherentemente pequeñas —por lo general en el rango de microvoltios—, haciéndolos altamente susceptibles a la contaminación. En las configuraciones multicanal, el problema se complica porque cada canal puede experimentar diferentes perfiles de ruido.

  • Interferencia de potencia: 50/60 Hz hum de las redes eléctricas puede acoplar de forma capacitiva o inductiva a los plomos y electrodos, dominando a menudo la señal sin el rechazo adecuado.
  • ]Edipos de movimiento: Los movimientos de cable, el estiramiento de la piel y la aceleración de la extremidad introducen cambios de base de baja frecuencia que pueden ocultar señales fisiológicas, especialmente durante contracciones dinámicas.
  • ] Electrode-skin sonoro de interfaz: Las variaciones en la impedancia de la piel debido al sudor, el cabello o la preparación inadecuada causan bases de referencia inestables de señal y aumento del ruido térmico.
  • Interferencia electromagnética (EMI): El equipo cercano (por ejemplo, máquinas de resonancia magnética, unidades de diatermia o incluso relojes inteligentes) puede inyectar ruido de banda ancha.

Cada fuente de ruido tiene una firma espectral distinta. Humo de línea de potencia es banda estrecha, artefactos de movimiento son inferiores a 20 Hz, y EMI a menudo abarca frecuencias altas. Una sola técnica de filtrado raramente se dirige a todos simultáneamente, especialmente cuando los canales tienen diferentes acoplamientos de ruido.

2. Crosstalk: Pérdida de la Especificación Espacial

El cruciforme ocurre cuando un electrodo recoge señales de músculos distintos de los que están directamente debajo. Esto es particularmente problemático en los arrays multicanal colocados sobre los músculos adyacentes o superpuestos (por ejemplo, flexores de antebrazo, músculos paraspinales). El cruciforme surge de la conducción de volumen a través de tejidos corporales — el campo eléctrico de una interpretación muscular activa se propaga isotropicamente, y se selecciona

3. Colocación y Reproducibilidad de electrodos

La calidad de los datos EMG multicanal depende críticamente de la posición de electrodo consistente. Los pequeños desplazamientos relativos a la zona de invación o tendón del músculo pueden alterar drásticamente la amplitud de señal, la morfología y el contenido espectral. En todas las sesiones o entre sujetos, la falta de estandarización introduce errores sistemáticos y mayor variabilidad.

4. Impedancia de la piel y variabilidad de preparación

La impedancia de piel alta y variable es una barrera conocida a la calidad de la grabación EMG. En configuraciones multicanal, cada sitio de electrodos debe ser preparado consistentemente —afeitar, abrazar y limpiar con alcohol— para lograr impedancia por debajo de 10 kΩ. Sin embargo, las restricciones prácticas (tiempo, comodidad subjetiva) a menudo conducen a inconsistencias entre canales.

5. Efectos de la no estacionaridad y la fatiga

Las señales EMG son inherentemente no estacionarias, sus propiedades estadísticas cambian con fuerza de contracción, longitud muscular, fatiga y unidad neuronal. Las grabaciones multicanal amplifican este desafío porque diferentes canales pueden fatigarse a diferentes tasas, y la distribución espacial de la fatiga es en sí mismo un objeto de estudio. Analizar datos no estacionarios con métodos tradicionales basados en Fourier (que suponen la estabilidad) puede producir cambios de adaptación simultáneos.

Soluciones y mejores prácticas

1. Mitigación de ruido basado en hardware

La primera línea de defensa contra el ruido es el diseño robusto de hardware. Amplificadores diferenciales con altas relaciones de rechazo de moho común (CMRR √≥ 100 dB a 60 Hz) cancelan señales que aparecen igualmente en ambas entradas, como el humectante de línea de potencia. Un circuito de punta-derecha-derecha (DRL) puede reducir aún más la interferencia de movimiento común.

El filtro de paso de banda (típicamente 10–500 Hz para superficie EMG, 20–450 Hz para intramuscular) es estándar, pero la selección cuidadosa de los cortes importa. Los filtros de baja velocidad deben retener el contenido de frecuencia superior de los potenciales de acción de la unidad motor (MUAPs), mientras que los filtros de alta velocidad eliminan los artefactos de movimiento sin atenuar los componentes de baja frecuencia de las contracciones sostenidas.

2. Protocolos de diseño y colocación optimizados

Para minimizar el cruce, la Sociedad Internacional de Kinesiología Electrofisiológica (ISEK) y cuerpos similares recomiendan utilizar configuraciones de electrodo bipolar con una distancia entre el electrode de 20 mm para la superficie EMG. Para los arrays de alta densidad, el tamaño del electrodo y el campo debe ser seleccionado en función del tamaño y la profundidad del músculo.

La colocación consistente requiere referencias anatómicas estandarizadas, por ejemplo, las directrices de Seniam para la colocación de electrodos EMG superficiales. Estas directrices definen puntos de referencia exactos para más de 30 músculos. En estudios multicanal, utilizando una plantilla o una cuadrícula impresa en 3D asegura que las posiciones de electrodo se replican en las sesiones. Para estudios longitudinales, el tatuaje de pequeñas marcas o el uso de sobrecapacidad transparente puede ayudar.

3. Procesamiento y Decomposición de señales avanzadas

Cuando el hardware por sí solo no puede eliminar la interferencia, el software se convierte en el segundo pilar. Varias técnicas maduras y emergentes abordan desafíos EMG multicanal:

  • Análisis de componentes dependientes (ICA): ICA separa ciegamente las señales de fuentes mixtas, aislando eficazmente la actividad de la unidad motora de crosstalk y el ruido. Aplicado a alta densidad EMG, ICA puede descomponer las señales compuestas en contribuciones individuales de unidades de motor, mejorando enormemente la selectividad espacial.
  • ]Wavelet Transform: La descomposición de Wavelet es bien adaptada a EMG no estecionario. Al analizar la señal en tiempo y frecuencia simultáneamente, las ondas pueden separar la unidad de motor disparando transitorios de las ráfagas de artefacto. Un enfoque común utiliza la transformación de onda discreta (DWT) con una deniveles o canal de onda independiente.
  • Separación de la fuente ciega (BSS):] Los métodos BSS como SOBI (Identificación de Ciego de Segunda Orden) explotan la estructura temporal de datos multicanal para recuperar las fuentes subyacentes sin asumir un modelo de mezcla. Se han utilizado con éxito para reducir el cruce de cintas en las grabaciones musculares de las piernas y el forraje.
  • Filtro adaptivo: Para aplicaciones en tiempo real —como el control de prótesis mioeléctrica— los filtros adaptativos (p. ej., LMS o RLS) pueden actualizar continuamente pesos para cancelar el ruido o el crosstalk basado en una señal de referencia de un sensor de movimiento o un electrodo auxiliar.
  • ]Machine Learning Denoising: Los modelos de aprendizaje profundo, en particular los autoencoderes convolutivos y las redes neuronales recurrentes, han sido entrenados en EMG sintético y real para eliminar diversos tipos de artefactos preservando la forma de señal de la unidad motora. Estos modelos generalizan bien a través de temas cuando se entrenan con suficiente diversidad.

Los algoritmos de descomposición (por ejemplo, compensación del núcleo convolution, persiana progresiva de fastICA) pueden extraer trenes de empuje de unidad motor individuales de alta densidad EMG. Estos métodos requieren una validación cuidadosa pero ofrecen la solución definitiva para crosstalk, en lugar de tratar de suprimir las señales “contaminantes”, modelan explícitamente cada unidad motor y separan sus contribuciones.

4. Gestión de la impedancia y puesta en tierra adaptativa

La preparación de la piel es esencial. Los protocolos clínicos a menudo recomiendan una abrasión suave con una pasta suave para reducir la impedancia de la piel a menos de 5 kΩ por electrodo. Sin embargo, para sistemas multicanal con docenas de canales, esto es tiempo-consumo. Una alternativa es utilizar electrodos adhesivos pre-gelados con baja impedancia intrínseca, junto con los umbrales automáticos de control de impedancia que compensan los valores de deriva con los canales de la adquisición de los canales de velocidades.

También importa una estrategia de puesta en tierra. Un punto de referencia común (por ejemplo, la muñeca o el tobillo) debe ser utilizado en todos los canales. Para los arrays de alta densidad, una referencia local (por ejemplo, la patella para los músculos de las piernas) puede reducir el ruido de movimiento común. Utilizando varios electrodos de tierra en una configuración estrella puede prevenir los bucles de tierra en configuraciones bipolar.

Aplicaciones que se adaptan a las soluciones EMG de múltiples canales

Prostésico Control y Interfaces de Maquina Humana

Con el aumento de prótesis mioeléctricas avanzadas, EMG multicanal se ha vuelto vital. algoritmos de reconocimiento de patrones utilizan características de 8 a 16 canales para identificar la intención del usuario. Superar el crosstalk y el ruido es crítico para la precisión de alta clasificación y el control robusto en tiempo real. Soluciones como el procesamiento previo y la filtración adaptativa de ICA han mostrado mejoras en la clasificación prostéstica de de de de dedo y de la muñeca.

Rehabilitación y Evaluación Neuromuscular

EMG multicanal permite a los clínicos mapear estrategias de reclutamiento de unidades motoras en sobrevivientes de accidentes cerebrovasculares, pacientes de lesión en la médula espinal o aquellos con trastornos neuromusculares. Por ejemplo, EMG de alta densidad sobre el anterior tibialis puede detectar patrones de reinversión. Los desafíos de la reproducibilidad y fatiga son especialmente relevantes aquí, y protocolos longitudinales dependen de la colocación de electrodos consistente y normalización a la máxima referencia voluntaria (MVC) o a un submaximal.

Biomecánica deportiva y ergonómica

En la ciencia deportiva, EMG multicanal se utiliza para estudiar la coordinación muscular durante movimientos dinámicos como la esprinting, salto o pitching. Los artefactos de movimiento son severos bajo estas condiciones. Las soluciones incluyen amplificadores inalámbricos, miniaturizados usados cerca de la piel, combinados con filtros de alta velocidad (20-30 Hz) y eliminación de artefactos basados en acelerómetros.

Interacción entre humanos y ordenadores (HCI)

Los sistemas de reconocimiento de la naturaleza que dependen del antebrazo EMG (por ejemplo, Myo Armband) suelen utilizar 8 electrodos. Crosstalk entre los compartimentos de flexor de dedos limita la resolución de gestos. Los sistemas de investigación con electrodos de 64+ y descomposiciones de aprendizaje profundo han logrado una discriminación más fina, por ejemplo, reconociendo las fuerzas de dedos individuales o los gestos de lenguaje de signos.

Future Directions

Sistemas de uso, inalámbrico y de electrodo seco

La tendencia hacia las unidades EMG multicanal realmente utilizables demandan soluciones más pequeñas y de menor potencia que puedan manejar el ruido sin cables voluminosos. Los electrodos secos (por ejemplo, microneedles poliméricos o sensores capacitivos) eliminan el gel pero tienen mayor impedancia; los diseños de amplificadores en chip con impedancia de entrada ultra alta están llegando a la viabilidad comercial.

Procesamiento de la IA en tiempo real

El computador de bordes puede ahora ejecutar redes neuronales ligeras para denoizar y descomponer en un microcontrolador, permitiendo prótesis de cierre cerrado. Las empresas están incrustando sistema-on-chip soluciones que combinan un front-end multicanal con una unidad de procesamiento neuronal. Esto reduce la la latencia y la dependencia en computadoras externas.

Hacia los Protocolos Normalizados

La comunidad EMG se mueve hacia estándares de información más rigurosos (las Journal of Electromyography and Kinesiology]) y herramientas de código abierto (por ejemplo, EEMG-Tools). Colocación de electrodos armonizados, medición de cuantificación de ruido y conjuntos de datos compartidos están haciendo más comparables.

Conclusión

Los desafíos — ruido, crosstalk, variabilidad de electrodos, impedancia y no estacionalidad— pueden cada uno degradar la calidad de los datos si no se abordan. Afortunadamente, una combinación de diseño de hardware cuidadoso (amplificación diferencial, blindaje, electrodos activos), protocolos de colocación estandarizados (directrices de ISO/Seniam) y soluciones de procesamiento de señales avanzadas (en inglés)

Para más información sobre la configuración práctica de EMG y las directrices, consulte el sitio web de ISEK y el Proyecto de seniam para referencias de colocación de electrodos. Los detalles técnicos sobre descomposición de señales pueden encontrarse en [RE] [LT6] [