Propuesta de arquitecturas para la adquisición multicanal de señales electromiográficas

Abstract

Este Trabajo Fin de Máster se enmarca dentro del Proyecto “NIMBLE” (PID2021-1236570B-C31), que tiene como objetivo mejorar las terapias de rehabilitación activas para pacientes con lesión medular incompleta mediante la interacción hombre-máquina en el sistema de movimiento de un exoesqueleto terapéutico. Las señales electromiográficas (EMG) son señales eléctricas analógicas generadas, variando en amplitud y frecuencia, en función de la actividad muscular. Se caracterizan por tener una baja relación señal-ruido (SNR) y, para su posterior procesamiento, deben ser amplificadas, filtradas y digitalizadas. Se emplean actualmente en diversas aplicaciones como monitorización deportiva, terapias y análisis clínicos. Con el objetivo de poder mejorar la relación señal-ruido en el proceso de adquisición de una señal EMG, en este trabajo se desarrollan dos prototipos con dos tipos de arquitectura distintas. Uno basado en un microcontrolador y el otro consistiendo en una arquitectura System-on-Chip (SoC) FPGA, siendo el primero una solución de bajo coste, pero limitada, y el último una solución capaz de realizar la adquisición y el procesamiento de señales EMG en un mismo dispositivo, ofreciendo una solución modular y de alto rendimiento. La arquitectura SoC FPGA propuesta permite la digitalización de la señal de forma modular y portátil, permitiendo realizar su captura y procesado lo más cerca posible al electrodo, minimizando perdidas por transmisión, ruidos en la señal y artefactos. Por otra parte, la adquisición se realiza a una frecuencia de muestreo superior a los sistemas de adquisición comerciales, mientras se garantiza una capacidad de cálculo suficiente para llevar a cabo el procesamiento de la señal en tiempo real. El sistema utiliza el front-end analógico ADS1298R para la adquisición y acondicionamiento multicanal de señales EMG, que se comunica mediante una interfaz estándar SPI, tanto para la configuración como para el envío de datos. En su última versión, la señal adquirida se envía a través de puerto ethernet a un ordenador, donde se procesa la señal utilizando la herramienta Matlab, siendo esto un punto clave de mejora en el futuro cuando se incorpore el procesamiento en la misma arquitectura. Los resultados muestran la validación de la arquitectura propuesta con una frecuencia de muestro de 8 kSPS de la señal EMG y su viabilidad en terapias de rehabilitación activa. Por último, cabe destacar que, a raíz de este Trabajo Fin de Máster, se han realizado publicaciones en congresos nacionales e internacionales, como el Seminario Anual de Automática, Electrónica Industrial e Instrumentación (SAAEI) 2023 y el Design of Circuits and Integrated Systems (DCIS) 2023.