Sobre interpretações de eletromiografia de superfície: descobrindo padrões elétricos em mapas topográficos, decomposição de unidades motoras e respostas à fadiga aguda e acumulada

• Ano de defesa: 2023
• Autor(a) principal: Cancino, Carlos Ignacio de La Fuente
• Orientador(a): Carpes, Felipe Pivetta
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Pampa
• Programa de Pós-Graduação: Doutorado Multicênctrico em Ciências Fisiológicas
• Departamento: Campus Uruguaiana
• País: Brasil
• Palavras-chave em Português: Muscle Activation; Exercise; Injury; Signal processing; Data Science; Ativação Muscular; Exercício, Lesão; Processamento de Sinais; Ciência de dados
• Área do conhecimento CNPq: CNPQ::CIENCIAS BIOLOGICAS
• Link de acesso: https://repositorio.unipampa.edu.br/jspui/handle/riu/9331

O estudo da atividade de unidades motoras individuais ou agrupadas por meio da eletromiografia de superfície (sEMG) abre uma janela de oportunidades para estudar o movimento humano. No entanto, a sEMG requer o processamento adequado do sinal, e existem fatores fisiológicos e não fisiológicos que podem enviesar a medição e interpretação de sinais de sEMG. Exemplos incluem escolhas técnicas e metodológicas para o processamento e apresentação do sinal, bem como fatores fisiológicos, como fadiga muscular aguda e cumulativa e condições ortopédicas, como fraqueza persistente após uma ruptura do tendão de Aquiles. Portanto, o uso adequado da sEMG depende não apenas de como o sinal é adquirido e processado, mas também da condição fisiológica dos indivíduos. Nesta pesquisa, nosso objetivo foi determinar como segmentacao da sinal de sEMG, debilidade muscular postraumatica e fadiga influenciam manifestacoes myoeletricas, mapas de sEMG e decomposicao de unidades motoras obtidas de medições de sEMG. Os experimentos realizados e relatados aqui basearam nas hipóteses de que 1) vieses metodológicos são introduzidos durante procedimentos típicos de processamento de sinal para analisar manifestações elétricas de fadiga muscular e mapas de ativação muscular, 2) mapas de sEMG e padrões de decomposição de unidades motoras podem ser usados de forma para identificar adaptações agudas e crônicas em condições de fadiga acumulada, e 3) a fadiga muscular acumulada prejudica características neurofisiológicas (taxa de disparo e recrutamento de unidades motoras) expressas nos sinais de sEMG. Nossas principais descobertas foram que 1) os métodos de processamento de sinal para estimar fadiga e mapas de ativação introduzem vieses na análise de manifestações elétricas, 2) mapas de sEMG e decomposição de unidades motoras são sensíveis para identificar padrões em adaptações agudas e crônicas, e 3) aumento da taxa de disparo e recrutamento de novas unidades motoras são as mudanças mais relevantes nos sinais de sEMG em resposta à fadiga acumulada. Além disso, os resultados destacam a relevância das técnicas de visualização na análise da ativação muscular regional (mapas de sEMG) e distribuição regional, e sugerem o aumento da taxa de disparo como o marcador mais relevante de fadiga cumulativa. Esperamos que nossos resultados possam ter um impacto importante em como abordar o processamento de sinais e definir procedimentos para o estudo de diferentes condições fisiológicas por meio do uso da sEMG.