Recenti sviluppi per l'analisi dei segnali EMG in tempo-frequenza

Tradizionalmente, lo studio delle strategie di reclutamento muscolare tramite sEMG viene condotto nel dominio del tempo. Questo viene fatto principalmente per evidenziare il timing dell’attivazione muscolare durante i differenti task motori analizzati. Numerosi sono anche gli studi sul contenuto in frequenza del segnale sEMG durante il reclutamento muscolare, compiuti tramite la Trasformata di Fourier, che permettono di evidenziare il contenuto spettrale delle attivazioni. L’obiettivo di entrambi questi approcci è quello di estrarre dei parametri che siano utili a caratterizzare l’attività muscolare. Da questo punto di vista un’analisi contemporanea nel dominio del tempo e della frequenza sembra poter fornire informazioni ancora più significative. Uno studio simultaneo di tempo e frequenza consentirebbe infatti di quantificare il contenuto in frequenza associato a una specifica attivazione (e non a tutto il segnale analizzato) e quindi di avere una conoscenza completa del segnale sia sotto il punto di vista armonico sia sotto quello temporale. L’approccio tempo-frequenza più utilizzato è, sicuramente, quello basato sulla Trasformata Wavelet. Come detto, il vantaggio principale di questa tecnica è che ci permette di avere informazioni, contemporaneamente, sul contenuto in frequenza e sulla posizione temporale di una attivazione. Questo approccio può essere particolarmente significativo per approfondire la comprensione di patologie neuromotorie complesse, fornendo informazioni che ancora non sono disponibili e di possibile utilità clinica. Il principale obiettivo del lavoro consiste quindi nell’analisi della letteratura scientifica al fine di evidenziare i più recenti sviluppi nel panorama dell’analisi in tempo-frequenza che, confrontati con i vecchi e standard metodi d’analisi, non solo daranno un’idea di come l’analisi dei segnali sEMG si sia evoluta e migliorata nel tempo, ma anche di come i suoi campi di applicazione siano aumentati a seguito delle innovazioni che hanno migliorato applicabilità e accuratezza di questo approccio.