Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing

Abstract

O CompressiveSensing(CS) é uma técnica recente que explora a esparsidade de um sinal para realizar a amostragem em uma taxa inferior à de Nyquist. Ainda incipientes, pesquisas que relacionam o CS à reconstrução de sinais de Eletromiografia de Superfície (EMG-S) indicam possibilidade de utilização desta técnica no processamento e recuperação de dados. Este trabalho tem como proposta a realização de um teste computacional para avaliar múltiplas combinações dos parâmetros: intervalos máximo de perdas para reconstrução, métrica lpa ser minimizada, menor percentual de amostras para uso do CS e tipo de matriz de aquisição (binária ou aleatória). Espera-se determinarquais os melhores valores para recuperação e reconstrução de sinais de EMG-S através do uso de CS, de modo que na etapa de pós processamento seja possível recuperar trechos danificados do sinal. Utilizou-se um sinal simulado para os testes, de modo que este serviu para comparação com os que foram reconstruídos experimentalmente. Por serem naturalmente não-esparsos, os sinais de EMG-S foram esparsificados através da utilização de um banco de filtros de 32 canais, sendo o CS aplicado em cada uma das componentes. Um laço de repetição foi implementado para determinar qual a melhor combinação entre o tamanho máximo do intervalo, a métrica lpa ser minimizada, o percentual de amostras e o tipo de matriz de aquisição utilizado. Uma vez determinados, os resultados foram aplicados em múltiplos intervalos distribuídos pelo sinal, com intuito de avaliar a capacidade da técnica em recuperar um sinal altamente comprometido.Os resultados indicaram uma relação entre o sinal reconstruído e o original de aproximadamente 29.59 dB, para o caso em que um intervalo de 40 pontos foi recuperado, e 25.01 para o caso decinco intervalos. Considerando que o sinal de testes tinha 1025 amostras, foi possível reconstruiraproximadamente 20% deste com o CS. Uma vez que na análise de sinais de EMG-S micro oscilações na curva do sinal não são comprometedoras, e que outros parâmetros/características possuem umarelevânciamaior (ex: RMS, ARV, MNF, MDF, CV), o objetivo foi alcançado e a utilização do CSmostrou-se bastante promissor.