Work

Análisis de complejidad de señales EMG en contracciones en rampa

Year: 2026
Type: dissertation
Study design: Observational Study
Abstract: INTRODUCCIÓN: El diagnóstico de enfermedades neuromusculares mediante electromiografía (EMG) se ve limitado por la subjetividad del análisis del patrón de interferencia. Por ello, es necesario desarrollar métodos computaciones capaces de detectar la naturaleza no lineal y dinámica de las señales EMG, con el objetivo de lograr diagnósticos más objetivos y tempranos. OBJETIVOS: Este trabajo evalúa si descriptores de complejidad y densidad distinguen entre sujetos sanos y patológicos durante contracciones en rampa. Para ello, se plantea implementar algoritmos de extracción de parámetros en MATLAB, modelar la evolución dinámica frente al esfuerzo mediante modelos no lineales, y validar su potencial diagnóstico utilizando técnicas de clasificación automática. METODOLOGÍA: Se emplearon registro de EMG de aguja procedentes del Hospital Reina Sofía y de la UPNA y se desarrollaron algoritmos para calcular parámetros de complejidad y de densidad. A partir de estos parámetros se construyeron curvas de evolución frente al esfuerzo y se extrajeron coeficientes estructurales mediante ajustes no lineales. Finalmente, las métricas resultantes se evaluaron con clasificadores tipo Bagging y mediante análisis de curvas ROC. RESULTADOS: Las curvas de tendencia mostraron patrones distintos según el tipo de sujeto. Los registros patológicos evidenciaron una pérdida de complejidad estructural frente a la transición más organizada observada en sujetos sanos. Los clasificadores entrenados con las métricas derivadas del modelo alcanzaron alta precisión y AUC robustos, lo que confirma la separabilidad entre muestras. CONCLUSIONES: El estudio demuestra que el análisis de complejidad en contracciones en rampa permite parametrizar de manera precisa y objetiva el estado neuromuscular. Los descriptores no lineales propuestos constituyen herramientas eficaces como apoyo al diagnóstico clínico.
Language: Spanish
Open Access status: green
OpenAlex ID: W7219339598
Cites: 13
Cited by:
Related to: 10