Compressão de Sinais de Eletromiografia Explorando Correlação Bidimensional

Este documento explora la compresión de señales de electromiografía (EMG) de superficie, un tema crucial en el ámbito médico. La EMG es esencial para el estudio del sistema muscular y el diagnóstico de enfermedades neuromusculares. Sin embargo, el almacenamiento y la transmisión de señales de EMG presentan un desafío debido a la gran cantidad de datos que se generan. La compresión de señales busca reducir el número de bits necesarios para representar la información, optimizando el almacenamiento y la transmisión sin comprometer la calidad del señal reconstruido. Se destaca la importancia de aplicar técnicas de compresión en el contexto de la telemedicina, donde la transmisión de datos médicos es esencial. La investigación en la compresión de señales de EMG ha sido limitada, pero se ha explorado en otros tipos de señales biomédicas, como el ECG y el EEG, a través de diversos métodos. Entre ellos se mencionan la transformada de wavelets discreta (DWT), métodos de codificación por planos de bits, la transformada de wavelets paquete discreta (DWPT) y la codificación predictiva lineal.

Este estudio propone un nuevo enfoque para la compresión de señales de EMG basado en el análisis de la correlación bidimensional de señales de superficie. El método implica segmentar las señales de EMG en ventanas contiguas y organizarlas en una matriz bidimensional. Variando el tamaño de estas ventanas, se evalúa su influencia en el cálculo del coeficiente de correlación entre un sub-bloque, que se mueve a lo largo de las muestras y ventanas, y la imagen en sí. Se demuestra que la correlación en estas matrices bidimensionales bien construidas se puede utilizar para implementar un algoritmo de compresión de señales de EMG basado en el JPEG2000, un método eficaz para la compresión de imágenes fijas. Aunque el JPEG2000 está diseñado para imágenes, se muestra su utilidad para comprimir señales de EMG de superficie tanto para contracciones isométricas como isotónicas.

Se describe la metodología experimental para la adquisición de señales de EMG en contracciones isométricas e isotónicas, incluyendo la selección de participantes, el posicionamiento de los electrodos, los protocolos de adquisición y la instrumentación utilizada. Se explica el proceso de segmentación de señales de EMG en ventanas, la construcción de matrices bidimensionales y el cálculo de la correlación bidimensional. El algoritmo de compresión basado en JPEG2000 se implementa y se evalúa su rendimiento utilizando dos métricas: el factor de compresión (CF) y la raíz de la diferencia media percentual (PRD). Los resultados muestran que el algoritmo de compresión basado en JPEG2000 es capaz de comprimir eficientemente señales de EMG de superficie, alcanzando un rendimiento comparable, e incluso superior en algunos casos, a otros algoritmos de compresión existentes. Se comparan los resultados con trabajos previos, discutiendo las diferencias en los protocolos y los tipos de señales utilizados. La correlación bidimensional se demuestra como una herramienta prometedora para mejorar la compresión de señales de EMG.

Este estudio tiene un alto significado práctico para el almacenamiento y la transmisión de señales de EMG en entornos médicos, especialmente en aplicaciones de telemedicina. La capacidad de comprimir señales de EMG sin afectar significativamente la calidad de la señal reconstruida es crucial para la transmisión eficiente de datos médicos a distancia. El algoritmo de compresión basado en JPEG2000 ofrece una solución viable y eficaz para este problema. Las futuras líneas de investigación exploran la aplicación de diferentes métodos estadísticos y de codificación para analizar la correlación bidimensional de señales de EMG, optimizando aún más la compresión y abriendo nuevas posibilidades para el análisis y la interpretación de señales de EMG en la práctica médica.