Resumen de Calibración Automática en Filtros Adaptativos para el Procesamiento de Señales EMG

Christian Salamea Palacios, Santiago Luna Romero

• español

  En este trabajo se propone un filtrado adaptativo que incluye una etapa de calibración automática para la adquisición de señales EMG (Electromiografía). Se propone una técnica innovadora llamada “calibración automática” para minimizar el ruido provocado por el contacto de la piel con los sensores utilizados (electrodos) en condiciones de actividad física. Se utiliza filtrado adaptativo considerando que tanto la actividad física como la sudoración en personas son factores que alteran las condiciones de medición. La experimentación se ha realizado con personas que han desarrollado actividad física con diferentes condiciones de esfuerzo. Se ha utilizado la mejora relativa de la relación señal-ruido (RI-SNR) para comparar la técnica propuesta con filtros adaptativos que usan “ruido blanco” como señal de referencia. Este trabajo estuvo enfocado en los estimadores: Wiener, LMS y RLS, con mediciones realizadas antes y después de la actividad física. La técnica propuesta presenta una mejora de hasta un 45,49%, comparada con la correspondiente que utiliza “ruido blanco” para la calibración.

• English

  In this work, an adaptive filtering that includes an automatic calibration process to acquire EMG (electromyography) signals has been implemented. We propose a novel technique called “autocalibration” to minimize the noise generated by the contact of the skin with sensors used (electrodes) during physical activities development. Adaptive filtering has been used considering both, physical activity and sweating in persons are factors that could change the measurement conditions. To evaluate the proposed technique, a group of persons have been selected to develop physical activities for different intensities of effort. Relative improvement of the signal to noise ratio (RI-SNR) has been used to compare both, the proposed technique and adaptive filters that use “white noise” as reference signal. This work is focused on Wiener, LMS and RLS estimators, with measurements performed before and after of the physical activities. Applying the autocalibration process in adaptive filtering, an improvement up to 45,49% compared with the corresponding that uses “white noise” for calibration has been obtained.