Desenvolupament d’una eina per l’adquisició sincronitzada de senyals neuromusculars i d’estimació de posició corporal per imatge

Abstract

Les noves tecnologies estan revolucionant el món de la rehabilitació motora. Gràcies a sistemes d’estimació per imatge, ara és possible fer un seguiment precís dels moviments del pacient, aportant informació addicional a la ja disponible, adquirida mitjançant senyals neuromusculars. Per això, l’objectiu d’aquest treball ha estat el desenvolupament d’una eina que permeti l’adquisició simultània de la posició corporal del pacient i senyals neuromusculars. La metodologia seguida inclou la utilització d’un amplificador bioelèctric per la captació dels senyals neuromusculars, una càmera Intel Real-Sense per la captura de la posició corporal i un generador de senyals per la sincronització. L’aplicació consisteix en una interfície gràfica interactiva que mostra els senyals amplificats a temps-real i que lliura la informació gravada i sincronitzada per al postprocessament. Els resultats obtinguts mostren que l’eina és capaç de captar i sincronitzar amb precisió els senyals neuromusculars i la posició corporal, també aportant un exemple de postprocessament d’ambdós senyals. En conclusió, l’eina desenvolupada té gran potencial per millorar els registres en rehabilitació, en ser organitzada per anticipar implementacions futures que ampliïn múltiples funcionalitats, com la integració de més tipus d’amplificadors i el desenvolupament d’algorismes de processament de senyal més avançats.

Las nuevas tecnologías están revolucionando el mundo de la rehabilitación motora. Gracias a sistemas de estimación por imagen, ahora es posible hacer un seguimiento preciso de los movimientos del paciente, aportando información adicional a la ya disponible, adquirida mediante señales neuromusculares. Por ello, el objetivo de este trabajo ha sido el desarrollo de una herramienta que permita la adquisición simultánea de la posición corporal del paciente y señales neuromusculares. La metodología seguida incluye la utilización de un amplificador bioeléctrico para la captación de las señales neuromusculares, una cámara Intel Real-Sense para la captura de la posición corporal y un generador de señales para la sincronización. La aplicación consiste en una interfaz gráfica interactiva que muestra las señales amplificadas en tiempo real y que entrega la información grabada y sincronizada para el postprocesamiento. Los resultados obtenidos muestran que la herramienta es capaz de captar y sincronizar con precisión las señales neuromusculares y la posición corporal, también aportando un ejemplo de postprocesamiento de ambas señales. En conclusión, la herramienta desarrollada tiene gran potencial para mejorar los registros en rehabilitación, al estar organizada para anticipar implementaciones futuras que amplíen múltiples funcionalidades, como la integración de más tipos de amplificadores y el desarrollo de algoritmos de procesamiento de señal más avanzados.

New technologies are revolutionizing the field of motor rehabilitation. Thanks to image estimation systems, it is now possible to accurately track patient movements, providing additional information to that already available, acquired through neuromuscular signals. Therefore, the aim of this work has been the development of a tool that allows the simultaneous acquisition of the patient’s body position and neuromuscular signals. The methodology followed includes the use of a bioelectric amplifier for the acquisition of neuromuscular signals, an Intel Real-Sense camera for capturing body position, and a signal generator for synchronization. The application consists of an interactive graphical interface that displays the amplified signals in real-time and delivers the recorded and synchronized information for post-processing. The results obtained show that the tool is capable of accurately capturing and synchronizing neuromuscular signals and body position, also providing an example of postprocessing both signals. In conclusion, the developed tool has great potential to improve records in rehabilitation, being organized to anticipate future implementations that expand multiple functionalities, such as the integration of more types of amplifiers and the development of more advanced signal processing algorithms.