Análisis de sinergias musculares en agarres de mano mediante HD-EMG
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13839Palabras clave:
Análisis e interpretación de bioseñales, Avances en medición y procesamiento de señales, Ingeniería de rehabilitación y prestación de servicios sanitarios , Control de movimentos voluntarios, Tecnología asistencial e ingeniería de rehabilitaciónResumen
Las sinergias musculares describen cómo el sistema nervioso central coordina grupos musculares mediante patrones de activación comunes. Este trabajo analiza la extracción de estas sinergias a partir de señales de electromiografía de alta densidad (HD-EMG) registradas durante tareas funcionales de apertura y cierre de mano. Las señales se adquirieron con 128 canales sobre los compartimentos flexores y extensores del antebrazo y se aplicó Factorización Matricial No-Negativa (del inglés, NMF) para extraer patrones espaciales y temporales, evaluando la reconstrucción de las sinergias mediante la Variance Accounted For (VAF). Espacialmente, las sinergias se alinearon entre sujetos con similitud coseno y el algoritmo húngaro para estudiar su reproducibilidad. Dos sinergias reconstruyeron la actividad muscular con un VAF superior al 97\%, diferenciando un patrón flexor estable y uno extensor más variable. Las activaciones temporales se correspondieron con las fases biomecánicas de la prensión. Los resultados muestran el potencial del HD-EMG con NMF para estudiar la organización neuromuscular, con aplicaciones en rehabilitación e interfaces mioeléctricas.
Referencias
Chowdhury, R. H., Reaz, M. B., Ali, M. A. B. M., Bakar, A. A., Chellappan, K., Chang, T. G., 2013. Surface electromyography signal processing and classification techniques. Sensors 2013, Vol. 13, Pages 12431-12466 13, 12431–12466.
D’Avella, A., Portone, A., Fernandez, L., Lacquaniti, F., 2006. Control of fast-reaching movements by muscle synergy combinations. The Journal of Neuroscience 26 (30), 7791–7810.
D’Avella, A., Saltiel, P., Bizzi, E., 2003. Combinations of muscle synergies in the construction of a natural motor behavior. Nature Neuroscience 2003 6:3 6, 300–308.
Geng, Y., Chen, Z., Zhao, Y., Cheung, V. C. K., Li, G., 2022. Applying muscle synergy analysis to forearm high-density electromyography of healthy people. Frontiers in Neuroscience 16, 1067925.
Holobar, A., Farina, D., 2014. Blind source identification from the multichannel surface electromyogram. Physiological Measurement 35, R143.
Ivanenko, Y. P., Poppele, R. E., Lacquaniti, F., 2004. Five basic muscle activation patterns account for muscle activity during human locomotion. The Journal of Physiology 556 (1), 267–282.
Lee, D. D., Seung, H. S., 1999. Learning the parts of objects by non-negative matrix factorization. Nature 1999 401:6755 401, 788–791.
Luca, C. J. D., 1997. The use of surface electromyography in biomechanics. Applied Biomechanics 13 (2), 135–163.
Luca, C. J. D., Gilmore, L. D., Kuznetsov, M., Roy, S. H., 5 2010. Filtering the surface emg signal: Movement artifact and baseline noise contamination. Journal of Biomechanics 43, 1573–1579.
Ranaldi, S., Forconi, F., Corvini, G., De Meis, I., Schmid, M., Conforto, S., 2025. Optimal extraction of synergy-like structures from hd-emg signals of the forearm. ICNR 2024. Springer, Cham 31.
Roh, J., Rymer, W. Z., Perreault, E. J., Yoo, S. B., Beer, R. F., 2013. Alterations in upper limb muscle synergy structure in chronic stroke survivors. Journal of Neurophysiology 109 (3), 768–781.
Rojas-Martínez, M., Mañanas, M., Alonso, J., 2012. High-density Surface emg maps from upper-arm and forearm muscles. Journal of NeuroEngineering Rehabilitation 9 (85).
Torres-Oviedo, G., Macpherson, J. M., Ting, L. H., 2006. Muscle synergy organization is robust across a variety of postural perturbations. Journal of Neurophysiology 96 (3), 1530–1546.
Torres-Oviedo, G., Ting, L. H., 2007. Muscle synergies characterizing human postural responses. Journal of Neurophysiology 98 (4), 2144–2156.
Tresch, M. C., Cheung, V. C., D’Avella, A., 2006. Matrix factorization algorithms for the identification of muscle synergies: Evaluation on simulated and experimental data sets 95, 2199–2212.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Fernando Chillon, Lluis Bernat, Cristina Romero, Raquel Martínez-Pérez, Andres Ubeda
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
