Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/30937
ORCID:  http://orcid.org/0000-0003-0085-317X
Document type: Trabalho de Conclusão de Curso
Access type: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 United States
Title: Comparação dos filtros ICA, passa-alta e Wavelet, aplicados em sinal EMG contaminado por sinal ECG
Author: Ribeiro, Caio Tonus
First Advisor: Pereira, Adriano Alves
First member of the Committee: Andrade, Adriano de Oliveira
Second member of the Committee: Milagre, Selma Terezinha
Summary: Introdução e revisão bibliográfica: A eletromiografia de superfície representa o somatório dos potenciais de ação que viajam pelas membranas dos músculos, detectados por meio de um eletrodo de superfície. Por se tratar de um método de aquisição de sinais biomédicos, ele está sujeito a diversas interferências, como movimentação dos cabos, ruído da rede elétrica, atividade motora de músculos diferentes do ponto de detecção, problemas na interface pele-eletrodo e ruído proveniente do sinal eletrocardiográfico – neste caso, em captações próximas à região torácica, mais perto do coração. Este último é o que apresenta maiores dificuldades de remoção por emitir um sinal que possui forma complexa e cujo espectro de frequência se encontra na mesma faixa que o eletromiograma. A fim de remover este complexo ruído, diversas abordagens foram sugeridas na literatura, como amostragem adaptativa, subtração por template, filtragem adaptativa, análise de componentes independentes (ICA), wavelets ou filtro passa-alta; o foco deste trabalho é nas últimas 3 metodologias, utilizando a linguagem R no software RStudio. Metodologia: Sinais eletromiográficos e eletrocardiográficos sintéticos foram criados por meio das bibliotecas presentes neste software a fim de utilizar os métodos de filtragem. Os sinais de saída de cada um dos procedimentos foram então comparados com o sinal eletromiográfico sintético produzido a fim de verificar o quão bem ocorreu a filtragem. Os parâmetros de comparação utilizados foram o erro quadrático médio, a correlação de formas de onda, a similaridade espectral, a frequência mediana e a frequência média. O sinal EMG foi contaminado então com o sinal eletrocardiográfico a fim de simular uma eletromiografia de superfície com ruído ECG. A ICA foi utilizada de duas formas: uma utilizando um sinal eletromiográfico contaminado e o ruído eletrocardiográfico como entrada, e outra utilizando dois eletromiogramas sintéticos distintos como entrada. Resultados: Entre os métodos apresentados, destacou-se a ICA utilizando o sinal eletrocardiográfico como referência, pois fez uma remoção quase completa do ruído. Entre os métodos que não utilizam o ruído como referência, destacou-se a filtragem por uso de wavelets, especialmente as Daubechies 10 com a abordagem “op1”, apresentando valores que mais se aproximaram dos valores do eletromiograma sintético sem ruído. Em contrapartida, a metodologia que apresentou piores resultados foi utilizando dois sinais eletromiográficos sintéticos distintos, ambos com o ruído ECG, na entrada da ICA, pois ela não fez uma boa separação entre o ruído e o sinal, apresentando parâmetros mais distantes do esperado comparado com os outros métodos.
Abstract: Introduction and bibliographical review: Surface electromyography represents the summation of action potentials that travels along muscles membranes, detected by a surface electrode. Due to it being a method of biomedical signals acquisition, it’s subjected to several interferences, such as cable movement, power line noise, motor activity of muscles that differ from the detection point, problems on the skin-electrode interface and noise from the electrocardiographic signal – in this case, on acquisitions near the thoracic region, closer to the heart. The last one presents the biggest removal difficulties because it emits a signal of a complex shape and which frequency spectrum is in the same range as the electromyogram. In order to remove this complex noise, several approaches were suggested in literature, such as adaptative sampling, subtraction by a template, adaptative filtering, independent component analysis (ICA), wavelets or high-pass filter; the focus of this paper is the last 3 methodologies, using the R language on RStudio software. Methodology: Synthetic electromyographic and electrocardiographic signals were created using libraries present on this software in order to use the filtering methods. The output signals of each procedure were then compared with the produced synthetic electromyographic signal to check how good the filtration was. The comparison parameters used were the root medium square error, spacial correlation, spectral similarity, median frequency and mean frequency. The EMG signal was then contaminated with the electrocardiographic signal to simulate a surface electromyography with ECG noise. The ICA was used in two ways: one using both the contaminated electromyographic signal and the electrocardiographic noise as input, the other was using two distinct synthetic electromyographic signals as input. Results: Among the presented methods, stood out the ICA with the electrocardiographic noise as reference, because it removed the noise almost completely. Among the methods that didn’t use the noise as reference, stood out the method using wavelets, specially Daubechies 10 with the “op1” approach, presenting values closest to the ones of the synthetic noise-free electromyogram. In contrast, the methodology that showed the worst results was using two distinct synthetic electromyographic signals, both with the ECG noise, as input for the ICA, because it didn’t make a good separation of the noise and the signal, presenting parameters that differ the most from the expected compared to the other methods.
Keywords: Filtragem
EMG
ICA
ECG
Wavelet
Passa-alta
Filtering
High-pass
Area (s) of CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Quote: RIBEIRO, Caio Tonus. Comparação dos filtros ICA, passa-alta e Wavelet, aplicados em sinal EMG contaminado por sinal ECG. 2020. 59 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) – Universidade Federal de Uberlândia, Uberlândia, 2020.
URI: https://repositorio.ufu.br/handle/123456789/30937
Date of defense: 14-Dec-2020
Appears in Collections:TCC - Engenharia Biomédica

Files in This Item:
File Description SizeFormat 
ComparaçãoFiltrosICA.pdfTCC6.14 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons