Muscular pattern based on multichannel surface EMG during voluntary contractions of the upper-limb

Abstract

Extraction of neuromuscular information is an important and extensively researched issue in biomedical engineering. lnformation on muscle control can be used in numerous human-machine interfaces and control applications, including rehabilitation engineering, e.g., prosthetics, exoskeletons and rehabilitation robots. Neuromuscular information can be extracted at the brain level, peripheral nerves, or muscles. Among these options, muscle interface is the only viable way of information extraction in everyday life. Although brain and nerve recordings are promising,they usually require invasive measurement and achieve relatively low extraction speed which prevents real time control. But neuromuscular information can also be inferred from recorded electrical activity generated by contracting muscle(electromyography, EMG). Even though in EMG recordings information is not obtained directly from neural cells, it contains similar information as nerve recording. Given the fact that motoneuron induces action potentials of muscle fibers, information extracted from EMG is equivalent to information extracted from corresponding motor neurons . Moreover, muscles contain multiple motor units that activate simultaneously so their electrical activity sums on the surface oft he skin, resulting in a relatively high amplitude compared to the other bioelectrical signals. Therefore, due to the richness of neural information,non invasiveness and high signal-to-noise ratio, the surface EMG is extensively used for man-machine interfacing, especially in commercial/clinical upper-limb prosthetic control.Motivation and merit of this thesis lies in the fact that information associated with muscular pattern during exercises can be very useful in differenta pplications such as monitoring patients' control strategies during recovery, personalizing rehabilitation processes to increase their effectiveness or to provide information to be used for control of external devices(EMG based control of prosthesis orexoskeletons).Within this Doctoral thesis a pattern recognition approach was used to assess neuromuscular information and to identify subjects' intended motion based on multichannel surface electromyographic recordings. Research was focused on control strategies of upper-limb, both in normal subjects and in patients with impaired mobility caused by incomplete spinal cord injury. Methods which are proposed can be used for the design and monitoring of rehabilitation therapies intended for patients with neuromuscular impairment, as well for the control of external devices like rehabilitation robots, exoskeletons, prostheses and even virtual games.

La extracción de información neuromuscular es una problemática importante y extensivamente investigada en el campo dela ingeniería biomédica. La información sobre el control muscular puede ser utilizada en numerosas interfaces hombre máquina y en aplicaciones de control, en las cuales se incluye la ingeniería de rehabilitación, que abarca la utilización de prótesis, exoesqueletos y robots para la rehabilitación. La información neuromuscular puede ser extraída a nivel de cerebro, nervios periféricos, o músculos. Entre estas opciones, la interfaz muscular es la única forma viable de extraer información durante la vida diaria. A pesar de que los registros de señales cerebrales y nerviosas son prometedores, normalmente se necesitan medidas invasivas y su tiempo de extracción es relativamente bajo, previniendo el control en tiempo real. Sin embargo, la información neuromuscular puede ser inferida registrando la actividad eléctrica generada por la contracción del músculo (electromiografía, EMG). A pesar de que en los registros la información no se obtiene directamente por las células neurales, ésta contiene información similar a la obtenida registrando los nervios . Dado el hecho que las motoneuronas inducen potenciales de acción de las fibras musculares, la información extraída por el EMG es equivalente a la información extraída por las correspondientes neuronas motoras. Por otra parte, los músculos contienen unidades motoras múltiples que se activan simultáneamente, de modo que su actividad eléctrica se suma en la superficie de la piel, lo que da como resultado una señal con una amplitud relativamente más elevada comparada a otras señales bioeléctricas. Por lo tanto, debido a la riqueza de información neural, la no invasividad y la elevada relación señal ruido, el EMG superficial se utiliza ampliamente en interfaces hombre-máquina, especialmente en sectores clínicos y comerciales en el control prostético de la extremidad superior. La motivación y el mérito de esta tesis reside en el hecho de que la información asociada con los patrones musculares durante diferentes ejercicios puede ser muy útil en diversas aplicaciones tales como la monitorización de las estrategias de control de pacientes durante las terapias de recuperación, la personalización de los procesos de rehabilitación para aumentar su efectividad o para proveer información que pueda ser utilizada para el control de dispositios externos (Control de prótesis o exoesqueletos basado en EMG).Dentro de esta tesis doctoral se utilizó un enfoque de reconocimiento de patrones para evaluar la información neuromuscular y para identificar la intención de movimiento de los sujetos basado en registros multicanal de EMG superficial. La investigación se centró en las estrategias de control de la extremidad superior, tanto en sujetos sanos como en pacientes con movilidad reducida causada por una lesión incompleta de la médula espinal. Los métodos propuestos pueden ser utilizados para el diseño y monitorización de terapias de rehabilitación para pacientes con deterioro neuromuscular, así como para el control de dispositivos externos tales como robots para la rehabilitación, exoesqueletos, prótesis e incluso videojuegos