Aplicação da análise de eletromiografia de superfície integrada com sensores inerciais (acelerômetros) no estudo do ciclo da locomoção em cães
Carregando...
Data
2023-04-03
Autores
Negrão, Roberta Rocha
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
O objetivo deste estudo foi investigar a aplicabilidade da análise combinada de EMGs e acelerômetro na análise do ciclo da locomoção em cães. Estes sinais foram obtidos a partir do músculo bíceps femoral, de cães saudáveis das raças Labrador retriever e Golden retriever, durante o caminhar em velocidade controlada. Após o processamento do sinal, foi utilizado um filtro Butterworth passa-baixa de segunda ordem com frequência de corte de 6 Hz para o sinal de eletromiografia e um filtro passa-banda de com frequência de corte de 1Hz a 6Hz para o sinal do acelerômetro. O algoritmo foi aplicado também para determinar um valor limite para as fases do ciclo da locomoção. Em seguida, foram determinadas as correlações entre os sinais de ambos os transdutores. Dados relativos à atividade muscular percentual, tempo de apoio e balanço durante o ciclo da locomoção em cães saudáveis foram gerados após o processamento do sinal e diagramas de fase para comprovação dos pontos de corte. Foi possível concluir que a integração da análise de EMGs com sensores inerciais é uma ferramenta eficaz para a identificação com precisão de perfis estruturais de atividade muscular e a dinâmica de movimento durante o ciclo da locomoção em cães. O processamento dos sinais de EMGs e acelerômetro com filtros adequados e a utilização de um algoritmo para identificar as fases do ciclo da locomoção permitiram obter uma visão mais detalhada e precisa da atividade muscular do músculo bíceps femoral durante a locomoção. A análise combinada dos sensores foi eficaz em identificar as correlações entre as atividades musculares e as fases do ciclo de passada, e identificar validade dos ciclos para estudo, o que pode ser valioso na identificação de doenças musculoesqueléticas.
This study aimed to investigate the applicability of the combined analysis of sEMG and accelerometer in the canine gait cycle. These signals were obtained from the biceps femoris muscle of healthy dogs from Labrador retriever and Golden retriever breeds during walking in controlled velocity. After signal processing, a second-order low-pass Butterworth filter with a cutoff frequency of 6 Hz was used for the sEMG signal and a band-pass filter with a cutoff frequency of 1Hz to 6Hz for the accelerometer signal. The algorithm was also applied to determine a threshold value for the gait cycle phases. Then, correlations between the signals from both transducers were determined. Data related to percentage muscle activity, stance time, and swing time during the gait cycle were generated after signal processing and phase diagrams for cutoff point verification. In conclusion, the integration of sEMG analysis with inertial sensors is an effective tool for accurately identifying muscle activity and movement dynamics profiles during the gait cycle in dogs. The processing of EMG and accelerometer signals with adequate filters and the use of an algorithm to identify the gait cycle phases allowed for a more detailed and precise view of the biceps femoris muscle activity during gait in healthy dogs. The combined analysis of the sensors was effective in identifying the correlations between muscle activities and the gait cycle phases, and in identifying the validity of the cycles for study, which can be valuable in the identification of musculoskeletal diseases.
This study aimed to investigate the applicability of the combined analysis of sEMG and accelerometer in the canine gait cycle. These signals were obtained from the biceps femoris muscle of healthy dogs from Labrador retriever and Golden retriever breeds during walking in controlled velocity. After signal processing, a second-order low-pass Butterworth filter with a cutoff frequency of 6 Hz was used for the sEMG signal and a band-pass filter with a cutoff frequency of 1Hz to 6Hz for the accelerometer signal. The algorithm was also applied to determine a threshold value for the gait cycle phases. Then, correlations between the signals from both transducers were determined. Data related to percentage muscle activity, stance time, and swing time during the gait cycle were generated after signal processing and phase diagrams for cutoff point verification. In conclusion, the integration of sEMG analysis with inertial sensors is an effective tool for accurately identifying muscle activity and movement dynamics profiles during the gait cycle in dogs. The processing of EMG and accelerometer signals with adequate filters and the use of an algorithm to identify the gait cycle phases allowed for a more detailed and precise view of the biceps femoris muscle activity during gait in healthy dogs. The combined analysis of the sensors was effective in identifying the correlations between muscle activities and the gait cycle phases, and in identifying the validity of the cycles for study, which can be valuable in the identification of musculoskeletal diseases.
Descrição
Palavras-chave
Eletromiografia, Locomoção animal, Acelerometros, Dogs, Processamento de sinais, Atividade motora, Muscle activity, Femoral biceps muscle, Signal processing, Locomotion