Evaluación de la Fatiga Muscular en Aplicaciones de Atención Médica Mediante Electromiografía de Superficie: Un...

Área de la Ciencia:

• Ingeniería Biomédica
• Inteligencia Artificial
• Gerontología

Sus antecedentes:

• La monitorización de la fatiga muscular es crucial para la seguridad y el apoyo a la actividad de las personas mayores.
• Los métodos existentes para la evaluación de la fatiga tienen limitaciones en la aplicación en tiempo real.
• La Vida Asistida (AAL) requiere soluciones de monitorización no invasivas y fiables.

Objetivo del estudio:

• Introducir un marco novedoso de aprendizaje profundo para clasificar los niveles de fatiga muscular.
• Utilizar datos inalámbricos de electromiografía de superficie (sEMG) para la detección de fatiga.
• Apoyar el desarrollo de aplicaciones de Vida Asistida (AAL) para el cuidado de personas mayores.

Principales métodos:

• Se recopiló un nuevo conjunto de datos de señales sEMG de adultos mayores y no mayores.
• Las señales sEMG unidimensionales se transformaron en imágenes bidimensionales de tiempo-frecuencia (escalogramas) utilizando la Transformada Continua de Onda.
• Se ajustaron redes neuronales convolucionales (CNN) preentrenadas para la clasificación de imágenes, incluida la detección binaria y multiclase del nivel de fatiga.

Principales resultados:

• El marco de aprendizaje profundo logró una precisión del 98,6% en la clasificación binaria (fatigado vs. no fatigado).
• Una clasificación multiclase logró una precisión del 95,6% (Sin Fatiga, Fatiga Moderada, Fatiga Dura).
• La canalización de aprendizaje por transferencia propuesta superó a los métodos tradicionales de aprendizaje automático (máximo 92% de precisión).

Conclusiones:

• El marco de aprendizaje profundo propuesto demuestra un rendimiento robusto y generalizable para la monitorización de la fatiga muscular.
• Este enfoque ofrece una solución potencial en tiempo real y no invasiva para escenarios de AAL.
• Los hallazgos respaldan la integración de IA avanzada para mejorar el cuidado y la seguridad de las personas mayores.