Individualización de patrones neuromusculares de señales sEMG a través de la transformada Hilbert Huang

Este proyecto investiga una metodología emergente para individualizar patrones neuromusculares destacando como propósito fundamental y diferencial, un estudio de caso de individuos diagnosticados con síndrome de túnel del carpo. El método que se plantea realiza análisis tiempo-frecuencia de señales electro-miográficas de superficie (sEMG) usando la transformada Hilbert-Huang (HHT), procedimiento válido para análisis de series de tiempo de topología no lineal y no estacionaría, que extrae información subyacente de los procesos actuando de manera local y adaptativa para extraer funciones de modo intrínseco (IMF) a través de la descomposición empírica de modos (EMD). Dada la inexistencia de un precedente suficientemente amplio y valido, inicialmente se experimenta para analizar de manera profunda los procesos que subyacen la HHT, primero desde su principio fundamental: la descomposición empírica de modos, y luego bajo la óptica del comportamiento que esta toma ante fenómenos contaminados, encontrando resultados relevantes y sentando un antecedente propio y útil para el desarrollo de investigaciones que apliquen la HHT o en específico la EMD. Posteriormente se estudian señales sEMG de músculos de miembro superior de una población que incluye sujetos sanos y afectados con sindrome de tunel del carpo (CTS). Las señales se descomponen para sentar una base multiescalar que permite la extracción de conocimiento de desde múltiples enfoques, destacando la representación espectral y aquellos evocados a las formas de modelos de frecuencia y potencia analizados mediante estadísticos. Gracias a estos se logra establecer una metodología novedosa y eficiente para la individualización de patrones musculares, surgiendo como una vía para el diagnóstico de neuropatías, y con extensión general al estudio de modelos no lineales y no estacionarios. Este proyecto fue desarrollado bajo el marco de la estructura de investigación DIGITI de la Universidad Distrital Francisco José de Caldas.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/16337
• Acceso en línea: http://hdl.handle.net/11349/16337
• Palabra clave: Descomposición Empírica de Modos; Transformada de Hilbert Huang; Procesamiento de señales; Neuropatía; sEMG; Ingeniería Electrónica - Tesis y disertaciones académicas; Neuropatía; Transformada de Hilbert Huang; Procesamiento de señales; Empirical Mode Decomposition; Hilbert Huang Transform; Signal Processing; Neuropathy; sEMG
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional