Eletromiografo 2012 MarcelHenriqueTrabuco

i
COMPRESSO DE SINAIS DE ELETROMIOGRAFIA UTILIZANDO TRANSFORMADA

DE WAVELETS E ALOCAO DE BITS POR SUB-BANDAS

MARCEL HENRIQUE TRABUCO

DISSERTAO DE MESTRADO EM ENGENHARIA DE SISTEMAS
ELETRNICOS E DE AUTOMAO

FACULDADE DE TECNOLOGIA

UNIVERSIDADE DE BRASLIA
DEPARTAMENTO DE ENGENHARIA ELTRICA

COMPRESSO DE SINAIS DE ELETROMIOGRAFIA
UTILIZANDO TRANSFORMADA DE WAVELETS E
ALOCAO DE BITS POR SUB-BANDAS


ORIENTADOR: FRANCISCO ASSIS DE OLIVEIRA NASCIMENTO

DISSERTAO DE MESTRADO EM ENGENHARIA DE SISTEMAS
ELETRNICOS E DE AUTOMAO

PUBLICAO: PGEA.DM 496/2012
BRASLIA/DF: AGOSTO 2012
ii

DEPARTAMENTO DE ENGENHARIA ELTRICA

COMPRESSO DE SINAIS DE ELETROMIOGRAFIA UTILIZANDO
TRANSFORMADA DE WAVELETS E ALOCAO DE BITS POR
SUB-BANDAS


DISSERTAO DE MESTRADO ACADMICO SUBMETIDA AO
DEPARTAMENTO DE ENGENHARIA ELTRICA DA FACULDADE DE
TECNOLOGIA DA UNIVERSIDADE DE BRASLIA, COMO PARTE DOS
REQUISITOS NECESSRIOS PARA A OBTENO DO GRAU DE MESTRE.

APROVADA POR:

________________________________________________________________
Prof Dr. FRANCISCO ASSIS DE OLIVEIRA NASCIMENTO, ENE/UnB
(ORIENTADOR)

_______________________________________________________________
Prof. Dr. ANTNIO PADILHA LANARI B, ENE/UnB

____________________________________________________________
Prof. Dr. JOO SOUZA NETO, UCB/Correios

BRASLIA, 17 DE AGOSTO DE 2012
iii

FICHA CATALOGRFICA
TRABUCO, MARCEL HENRIQUE
Compresso de Sinais de Eletromiografia Utilizando Transformada de Wavelets e Alocao
de Bits por Sub-bandas [Distrito Federal] 2012.
xiv, 67p., 210 x 297 mm (ENE/FT/UnB, Mestre, Dissertao de Mestrado Universidade de
Braslia. Faculdade de Tecnologia.
Departamento de Engenharia Eltrica
1.Eletromiografia de superfcie 2.Compresso de dados
3.Transformada Wavelet 4.Alocao de bits
I. ENE/FT/UnB II. Ttulo (srie)

REFERNCIA BIBLIOGRFICA
TRABUCO, M. H. (2012). Compresso de Sinais de Eletromiografia Utilizando
Transformada de Wavelets e Alocao de Bits por Sub-bandas. Dissertao de Mestrado
em Engenharia de Sistemas Eletrnicos e de Automao, Publicao PGEA.DM
496/2012, Departamento de Engenharia Eltrica, Universidade de Braslia, Braslia, DF,
67p.

CESSO DE DIREITOS
AUTOR: Marcel Henrique Trabuco
TTULO: Compresso de Sinais de Eletromiografia Utilizando Transformada de Wavelets
e Alocao de Bits por Sub-bandas.
GRAU: Mestre ANO: 2012

concedida Universidade de Braslia permisso para reproduzir cpias desta dissertao
de mestrado e para emprestar ou vender tais cpias somente para propsitos acadmicos e
cientficos. O autor reserva outros direitos de publicao e nenhuma parte dessa dissertao
de mestrado pode ser reproduzida sem autorizao por escrito do autor.

____________________________
Marcel Henrique Trabuco
Faculdade de Tecnologia
Departamento de Engenharia Eltrica
70.910-900 Braslia DF Brasil.

iv

DEDICATRIA

A meus pais Antnio Carlos Trabuco e Marlei Costa Trabuco, que cedo me mostraram a
importncia dos estudos e acreditaram no meu potencial, me proporcionando educao de
boa qualidade e incentivos a todo o momento.

v

AGRADECIMENTOS

Ao meu orientador Professor Dr. Francisco Assis de Oliveira Nascimento, pelo apoio,
pacincia, amizade e auxlio prestados durante todo o trabalho.

Ao Professor Dr. Pedro Berger e ao Dr. Jorge Cormane por toda ajuda prestada e pela
pacincia.

A todos os colegas da Wise, em especial ao Roberto Lucatelli, pela flexibilidade de horrio
e apoio dado, que sem dvida foram fundamentais para concluso desse trabalho.

Aos meus pais e ao meu irmo, por toda alegria, amor e dedicao prestadas a mim durante
toda minha vida.

A Raquel, por me fazer sorrir nos momentos mais difceis, pelo carinho, amor e cuidado.

Por fim, agradeo a todos os meus amigos, que me proporcionaram apoio e alegrias nos
momentos de descontrao.

vi

RESUMO

TRANSFORMADA WAVELETS E ALOCAO DE BITS POR SUB-BANDAS

Autor: Marcel Henrique Trabuco

Orientador: Francisco Assis de Oliveira Nascimento

Programa de Ps-Graduao em Engenharia de Sistemas Eletrnicos e de
Automao.

Braslia, agosto de 2012

Em face ao crescente uso de sinais de eletromiografia pela medicina, imprescindvel a
otimizao do processo de codificao dos sinais envolvidos. Assim, esta pesquisa visa
colaborar com essa crescente necessidade. Aqui apresentado um codificador de sinais
baseado em transformada Wavelet e alocao de bits por sub-bandas. Foram
implementadas e comparadas trs formas distintas de alocao de bits: exponencial, linear
e raiz-quadrtica, todas decrescentes. Comparaes com outros codificadores presentes na
literatura so apresentadas. Verificou-se que alocao raiz-quadrtica decrescente aplicada
a alocao de bits por sub-banda gerou um melhor resultado quando comparada com as
outras formas de alocao e resultados melhores ou semelhantes foram alcanados na
comparao com outros codificadores presentes na literatura. No desenvolvimento do
codificador, buscou-se sempre a mxima compresso, mas sem a perda de fidelidade do
sinal reconstrudo, caracterstica fundamental da anlise de sinais eletromiogrficos.

vii

ABSTRACT

TRANSFORMADA WAVELETS E ALOCAO DE BITS POR SUB-BANDAS

Author: Marcel Henrique Trabuco

Supervisor: Francisco Assis de Oliveira Nascimento

Programa de Ps-Graduao em Engenharia de Sistemas Eletrnicos e de
Automao.

Braslia, agosto de 2012

Given the increasing use of electromyographic signals by the medicine, is essential to
optimize the process of encoding the signals involved. So this research intends to
collaborate with this growing need. In this work, an encoder signal based on wavelet
transform and bit allocation for sub-bands is presented. Were implemented and compared
three methods of allocating bits: exponential, linear and quadratic-root, all decreasing. It
was found that decreasing quadratic-root allocation applied to the bits allocation per sub-
band produced the best results when compared with other forms of allocation and similar
or better results were achieved in comparison to other encoders in the literature. In the
development of the encoder, always sought to maximum compression, but without loss of
fidelity of the reconstructed signal, a fundamental characteristic of the analysis of
electromyographic signals.

viii

SUMRIO

1. INTRODUO ...................................................................................... 1
1.1. REVISO DA LITERATURA ..........................................................................1
1.2. PRINCIPAIS CONTRIBUIES DO TRABALHO ......................................2
1.3. SUMRIO DA DISSERTAO ......................................................................3

2. ELETROMIOGRAFIA ......................................................................... 5
2.1. FUNDAMENTOS E CARACTERSTICAS ....................................................5
2.1.1. Eletromiografia invasiva e de superfcie ....................................................8
2.2. AQUISIO DOS SINAIS ...............................................................................9
2.2.1. Instrumentao ...........................................................................................9
2.3. RUDOS E ARTEFATOS ............................................................................... 13
2.4. CARACTERSTICAS E PROCESSAMENTO DO SINAL DE EMG .......... 13

3. COMPRESSO DE SINAIS E DADOS ............................................. 16
3.1. TRANSFORMADA WAVELET .................................................................... 17
3.1.1. Transformada contnua de Wavelet ......................................................... 18
3.1.2. Anlise em multiresoluo ........................................................................ 19
3.1.3. Transformada Discreta de Wavelet ......................................................... 21
3.1.4. Filtros digitais e DWT............................................................................... 22
3.2. COFICAO POR ENTROPIA .................................................................... 25
3.2.1. Codificao de Huffman ........................................................................... 26
3.2.2. Codificao aritmtica .............................................................................. 28

4. ALGORITMOS PROPOSTOS ........................................................... 32
4.1. ALGORITMO DE ALOCAO DINMICA UTILIZANDO REDES
NEURAIS ................................................................................................................... 32
4.2. PROCESSOS DE CODIFICAO E DECODIFICAO PROPOSTOS
POR ESTE TRABALHO ........................................................................................... 33
4.2.1. Codificador e Decodificador ..................................................................... 33
4.2.2. Algoritmos de alocao de bits ................................................................. 37
4.2.2.1. Alocao exponencial decrescente ....................................................... 37
4.2.2.2. Alocao linear decrescente ................................................................. 39
4.2.2.3. Alocao raiz-quadrtica decrescente ................................................... 41

ix

5. RESULTADOS EXPERIMENTAIS ................................................... 44
5.1. METODOLOGIA ............................................................................................ 44
5.2. RESULTADOS DA COMPRESSO DE SINAIS S-EMG ............................ 45
5.2.1. AED, ALD e ARD com 1 Q 2 e L =1 ........................................... 46
5.2.4. ALD com L =Q, L =Q 1, L =Q 2 e L =Q 3 .............................. 51
5.2.5. Comparao entre o sinal reconstrudo e o sinal original ....................... 52
5.3. DISCUSSO DOS RESULTADOS ................................................................ 54

6. CONCLUSES E RECOMENDAES ........................................... 58
6.1. CONCLUSES GERAIS ................................................................................ 58
6.2. RECOMENDAES PARA PESQUISAS FUTURAS ................................. 59

REFERNCIAS BIBLIOGRFICAS .......................................................60

APNDICES ................................................................................................63
A - OUTROS RESULTADOS EXPERIMENTAIS..............................64

x

LISTA DE TABELAS

Tabela 3.1 - Codificao final por Huffman ..................................................................... 27
Tabela 3.2 - Tabela de valores da codificao aritmtica .................................................. 30
Tabela 5.1 - Tabela de desempenho dos codificadores para 16Q2 e L=1 ..................... 47
Tabela 5.2 - Tabela de desempenho dos codificadores para 16Q3 e L=2 ...................... 49
Tabela 5.3 - Tabela de desempenho dos codificadores para 16Q5 e L=4 ...................... 51

xi

LISTA DE FIGURAS

Figura 2.1 - Unidade motora (modificado Drews, 2000) ..................................................6
Figura 2.2 - Eventos que envolvem o Potencial de Ao. (Modificado Silbermagl e
Despopoulos, 2003) ...........................................................................................................8
Figura 2.3 - Posicionamento dos eletrodos sobre a fibra muscular (Modificado De Lucca,
1997) ............................................................................................................................... 11
Figura 2.4 - a) Sinal Original b) Sinal filtrado. Adaptado (Modificador Marchetti &
Duarte, 2006). .................................................................................................................. 12
Figura 2.5 - Comparao entre sinais de EMG isomtricos e isotnicos (Modificado
Berger, 2006) ................................................................................................................... 14
Figura 3.1 - Famlia Daubechies (Modificador Misiti et al, 1997) .................................. 18
Figura 3.2 - Decimador (Modificado Burros et al, 1998). .............................................. 22
Figura 3.3 - Anlise em duas bandas (Modificado Burros et al, 1998). .......................... 22
Figura 3.4 - rvore de anlise de 3 estgios e duas bandas (Modificado Burros et al,
1998). .............................................................................................................................. 23
Figura 3.5 - Bandas de freqncia para rvore de anlise (Modificado Burros et al, 1998).
........................................................................................................................................ 23
Figura 3.6 - Amostras de um sinal obtidas com a anlise em rvore (Modificado Misiti et
al,1997). ........................................................................................................................... 24
Figura 3.7 - Processo de reconstruo (Modificado Burros et al, 1998). ......................... 24
Figura 3.8 - rvore binria utilizando codificao de Huffman ........................................ 27
Figura 3.9 - Sequncia de codificao aritmtica. ............................................................. 30
Figura 4.1 - Diagrama de blocos do codificador e decodificador (Modificado Berger,
2006) ............................................................................................................................... 32
Figura 4.2 - Diagrama de blocos do codificador ............................................................... 34
Figura 4.3 - Diagrama de blocos da decodificao de sinais S-EMG ................................ 36
Figura 4.4 - Curva exponencial decrescente ..................................................................... 38
Figura 4.5 - Grfico da funo exponencial decrescente ................................................... 38
Figura 4.6 - Curva linear decrescente ............................................................................... 40
Figura 4.7 - Curva raiz quadrtica decrescente ................................................................. 41
Figura 4.8 - Grfico da funo raiz quadrtica .................................................................. 42
Figura 5.1 - Sinal de S-EMG ............................................................................................ 44
xii

Figura 5.2 - Mdulo dos coeficientes transformados de uma janela .................................. 46
Figura 5.3 - Curvas de alocao para Q=16 e L=1 ............................................................ 46
Figura 5.4 - Alocao de bits para cada sub-banda com Q=16 e L=1 ................................ 47
Figura 5.5 - Desempenho dos codificadores para 16Q2 e L=1 ...................................... 48
Figura 5.7 - Alocao de bits para cada sub-banda com Q=16 e L=2 ................................ 49
Figura 5.8 - Desempenho dos codificadores para 16Q3 e L=2 ...................................... 49
Figura 5.10 - Alocao de bits para cada sub-banda para Q=16 e L=4 .............................. 50
Figura 5.11 - Desempenho dos codificadores para 16Q5 e L=4 .................................... 51
Figura 5.12 - Desempenho do codificador utilizando ALD com L=Q, L=Q-1, L=Q-2 e
L=Q-3 .............................................................................................................................. 52
Figura 5.13 - Alocao de bits para cada sub-banda utilizando ALD com L=Q, L=Q-1,
L=Q-2 e L=Q-3 com Q=16 .............................................................................................. 52
Figura 5.14 - Exemplo ilustrativo mostrando uma janela (2048 amostras) do sinal S-EMG
original (a), logo abaixo o sinal reconstrudo no processo de decodificao (b) e a forma de
onda do erro entre os dois sinais (c). Para este caso simulado tem-se a SNR=32,56 (dB) e
GC=3.57. ......................................................................................................................... 53
GC=18,43. ....................................................................................................................... 53
GC=54,29. ....................................................................................................................... 54
Figura A.1 Desempenho dos codificadores para 16Q4 e L=3.....................................64
Figura A.2 Desempenho dos codificadores para 16Q6 e L=5......................................64
xiii

Figura A.6 Desempenho dos codificadores para 16Q10 e L=9....................................66
Figura A.7 Desempenho dos codificadores para 16Q11 e L=10..................................67

xiv

LISTA DE SMBOLOS, NOMECLATURA E ABREVIAES

ADC Analogic to Digital Converter (Conversor Analgico Digital)
AED Alocao Exponencial Decrescente
ALD Alocao Linear Decrescente
ARD Alocao Raiz-quadrtica Decrescente
CVMI Contrao Voluntria Mxima Isomtrica
DWT Discrete Wavelet Transform (Transformada de Wavelet Discreta)
ECG Eletrocardiografia
EEG Eletroencefalograma
EMG Eletromiografia
EOM End Of Message (Fim da Mensagem)
EZW Embedded Zero-Tree Wavelet
FFT Fast Fourier Transform (Transformada Rpida de Fourier)
FIR Finite Impulse Response (Resposta ao Impulso Finita)
GC Ganho de Compresso
IDWT Inverse Discrete Wavelet Transform (Transformada de Wavelete Discreta
Inversa)
IEMG EMG Integrado
LZW Lempel Ziv Welch
MU Motor Unit (Unidade Motora)
PSD Power Spectral Density (Densidade Espectral de Potncia)
S-EMG Eletromiografia de superfcie
SNR Signal Noise Ratio (Relao Sinal Rudo)
TDW Transformada Discreta de Wavelet

1

1. INTRODUO

Recentemente, a eletromiografia de superfcie S-EMG (do ingls, surface
electromyographic signals) tem atrado um maior interesse de segmentos que lidam com
fisioterapia, biomecnica, medicina esportiva e ortopedia. Dois motivos principais podem
ser relacionados: (1) permite acesso a estrutura e a funo muscular por meio de um
processo no invasivo e; (2) as tecnologias associadas a aquisio e ao tratamento dos
sinais atingiram um patamar que tornam viveis pesquisas e aplicaes com base na
eletromiografia de superfcie. A digitalizao de um sinal de S-EMG envolve a
amostragem do sinal que geralmente varia entre 1 kHz e 2 kHz e, na quantizao com um
comprimento de palavra digital de 2 bytes por amostra (a maioria dos eletromigrafos
utilizam conversores A/D de 12 bits a 16 bits).

Protocolos envolvendo S-EMG muitas vezes tem durao de vrios minutos gerando uma
grande quantidade de sinais e de dados para serem armazenados ou transmitidos. Neste
sentido, de interesse o desenvolvimento de tcnicas eficientes de codificao dos sinais
(ou de tcnicas de compresso de dados), para que os dados gerados ocupem uma menor
quantidade de banda ou de memria de armazenamento. Os requisitos de fidelidade das
formas de ondas codificadas so tais que, depois de recuperados (decodificados), os sinais
possam efetivamente ser tratados por ferramentas computacionais especficas de avaliao
objetiva e de identificao de padres de interesse.

1.1. REVISO DA LITERATURA

Vrias abordagens distintas para compresso de sinais de S-EMG podem ser encontradas
na literatura cientfica recente. Predio linear (Carotti et al, 2006) apresenta como
vantagem o baixo custo computacional e grande ganho de compactao, contudo, apesar
do processo conseguir fazer bem uma aproximao do envelope espectral de amplitude do
sinal de S-EMG, perde informao de fase. Isso leva a perdas na relao sinal-rudo. Um
codificador de forma de onda significativamente superior ao mtodo da predio linear em
termos da fidelidade da forma de onda apresentado em (Norris et al, 2001). A tcnica
baseada em transformada de wavelet conhecida como EZW (Embedded Zero-tree
2

Wavelets). Outras tcnicas tambm baseadas em transformadas de Wavelets podem ser
encontradas na literatura.

Uma tcnica elegante quanto concepo e eficiente quanto ao desempenho associado ao
(ganho de compresso) x (fidelidade da forma de onda) descrito em (Paiva et al, 2008).
Nesta abordagem as funes de base da transformada so localmente escolhidas segundo
critrio de melhor representao no espao transformado (maior concentrao de energia
em uma quantidade menor de coeficientes transformados). Tcnicas envolvendo
aprendizado por meio de redes neurais e transformadas de wavelets so apresentadas em
(Berger et al, 2006) e (Berger et al, 2003). As redes neurais aprendem os padres espectrais
dos sinais de S-EMG e, dinamicamente, alocam bits para o vetor de coeficientes
transformados de forma a aproximar o comportamento do envoltrio de amplitude no
domnio das transformadas de wavelets.

Algoritmo baseado em padres recorrentes (Filho et al, 2008) tem apresentado excelente
desempenho (ganho de compresso) x (relao sinal/rudo), principalmente para processos
passa-baixas em que subintende-se estacionaridade (o processo no estacionrio, mas
apresenta grande inrcia). Isso pode ser observado em experimentos com protocolos S-
EMG isomtricos. Contudo, o custo computacional grande, depende do tamanho e do
comportamento espectral do banco de sinais.

Abordagens mais recentes (Costa et al, 2008 e 2009) segmentam o sinal de S-EMG. Cada
segmento justaposto de forma a construir um sinal bidimensional (uma matriz de NxM
amostras). Em um segundo passo, as linhas que apresentam maior correlao entre si so
deslocadas de forma a ficarem imediatamente uma aps a outra (os ndices de suas
posies originais so guardados como informao lateral para o processo de
decodificao). Finalmente, tcnicas de codificao de sinais bidimensionais (imagens) so
aplicadas. Os resultados de simulaes computacionais mostram bons desempenhos da
estratgia.

1.2. PRINCIPAIS CONTRIBUIES DO TRABALHO

Este trabalho prope uma tcnica de compresso de sinais de S-EMG baseado em
transformada de wavelets e na segmentao do espectro transformado em sub-bandas. Em
3

cada sub-banda adaptada uma maneira de alocar os bits para a quantizao dos
coeficientes da transformada de wavelet, os dados quantizados so ento compactados por
um codificador por entropia.

Foram implementadas trs maneiras de alocao de bits para a quantizao dos
coeficientes transformados, so elas:

Alocao Exponencial Decrescente (AED): A quantidade de bits alocada para cada
sub-banda varia de acordo com uma curva exponencial decrescente;
Alocao Linear Decrescente (ALD): A quantidade de bits alocada para cada sub-
banda varia linearmente;
Alocao Raiz Quadrtica Decrescente (ARD): A quantidade de bits alocada para
cada sub-banda varia de acordo com uma curva raiz quadrtica decrescente;

O objetivo o de propiciar a compactao eficiente dos sinais, tal que os resultados obtidos
sejam to bons ou melhores quando comparados aos resultados j alcanados por outras
tcnicas relatadas na literatura. So apresentados os resultados utilizando banco de sinais
reais e comparaes foram feitas com tcnicas apresentadas nas referncias.

1.3. SUMRIO DA DISSERTAO

O intuito desse trabalho foi apresentar tcnicas de compresso se sinais S-EMG e analisar
os resultados obtidos por cada tcnica. No entanto, a proposio das tcnicas e a
fundamentao da anlise feita sobre cada resultado no teria sido possvel sem um prvio
aprofundamento da teoria envolvida. Assim, o desenvolvimento desse trabalho se deu
inicialmente com uma abordagem da teoria envolvida acerca da eletromiografia de
superfcie e das tcnicas de compresso que hoje so o estado da arte na rea de
compresso de sinais de S-EMG. Todo o procedimento foi sintetizado em seis captulos.

O texto tem incio com este captulo introdutrio, onde feita uma contextualizao do
tema abordado, uma reviso bibliogrfica e as principais contribuies do presente
trabalho.

4

O captulo 2 enfoca a teoria e as tcnicas que fazem parte do atual cenrio de
eletromiografia. Primeiramente feita uma abordagem dos principais conceitos e
caractersticas de um sinal de eletromiografia, em seguida so apresentados os
procedimentos e a instrumentao envolvida em um processo de aquisio de sinal.

O captulo 3 apresenta as tcnicas de compresso de dados utilizadas nesta pesquisa, que
hoje so o estado da arte no tratamento de sinais S-EMG.

Em seguida, no captulo 4 so apresentadas as tcnicas propostas por esse trabalho. feita
uma abordagem acerca da origem e desenvolvimento de cada tcnica.

O captulo 5 apresenta os resultados obtidos por cada tcnica quando se faz uso de sinais
reais de S-EMG. Uma discusso dos resultados feita ao final do captulo.

O captulo 6 encerra esse trabalho fazendo uma abordagem das contribuies e principais
concluses obtidas com os resultados e prope novas tcnicas que podem ser
implementadas em trabalhos futuros.

5

2. ELETROMIOGRAFIA

Foram utilizados sinais eletromiogrficos nos codificadores propostos. Neste captulo
iremos abordar os fundamentos, caractersticas e tipos de eletromiografia (EMG). Faremos
tambm uma anlise dos sinais relacionados, levando em conta a metodologia cientfica de
tratamento e obteno dos mesmos.

Eletromiografia uma tcnica de monitoramento da atividade eltrica das membranas
excitveis, representando a medida dos potenciais de ao do sarcolema, como efeito de
voltagem em funo do tempo. O sinal eletromiogrfico a adio algbrica de todos os
sinais detectados em certa rea, podendo ser afetado por propriedades musculares,
anatmicas e fisiolgicas, assim como pelo controle do sistema nervoso perifrico e a
instrumentao utilizada para a aquisio dos sinais (Enoka, 2000).

2.1. FUNDAMENTOS E CARACTERSTICAS

A compreenso de sinais eletromiogrficos s completa se for feito o entendimento das
fontes dos sinais: os msculos. No corpo humano, existem trs tipos de msculos, so eles:
msculo esqueltico, msculo liso e msculo cardaco.

O msculo esqueltico constitui aproximadamente 45% do peso corporal (Santos, 2005)
o tipo de msculo que podemos ver e sentir. Esses msculos trabalham de forma
voluntria, ou seja, voc pensa em contra-los, o seu sistema nervoso os manda
obedecerem ao seu pensamento. Eles ligam-se ao esqueleto e aparecem aos pares: um
msculo para mover o osso em uma direo e outro para mover esse mesmo osso de volta
na direo contrria. So esses msculos que so trabalhados em academias e que levam
principal enfoque de estudos na rea de eletromiografia.

Os msculos lisos so encontrados no sistema digestivo, vasos do sangue, bexiga,
passagens respiratrias e no tero. Esses msculos trabalham de forma involuntria, ou
seja, so contrados de forma automtica e possuem a habilidade de estirar e manter a
tenso por perodos longos.

6

O msculo cardaco encontrado somente no corao e suas caractersticas so resistncia
e consistncia. Ele pode estirar de modo limitado, como um msculo liso e contrair com a
fora de um msculo esqueltico. Assim como o msculo liso, ele trabalha de forma
involuntria.

A estrutura bsica que forma os msculos chamada de sarcmero. Alguns msculos so
compostos de compartimentos que se deslocam na mesma direo ou em direes
ligeiramente diferentes. Cada compartimento contm fibras musculares, as quais so
constitudas de miofibrilas. Por sua vez, cada miofibrila um conjunto de filamentos das
protenas actina e miosina, entre outras.

No msculo esqueltico normal, as fibras musculares se encontram organizadas em
pequenos grupos, denominados unidades motoras ou MU (do ingls, Motor Unit). A MU
a unidade funcional bsica dos processos de excitao e contrao do msculo esqueltico
(Drewes, 2000). Uma simples unidade motora pode ter de 3 a 2000 fibras musculares.
Msculos que controlam movimentos mais finos possuem uma menor quantidade de fibras
musculares por unidade motora do que msculos que controlam grandes movimentos
(Rash, 2004).

Uma unidade motora constituda por um neurnio motor, suas junes neuromusculares e
as fibras musculares enervadas por esse neurnio. Na figura 2.1, apresentada uma
unidade motora simples.

Figura 2.1 - Unidade motora (modificado Drews, 2000)
7

O processo de contrao muscular ocorre devido a estmulos nervosos que surgem a partir
de impulsos gerados pelo neurnio motor, percorrem o axnio e chegam at as fibras
musculares, fazendo com que todas as fibras musculares se contraiam quase
simultaneamente.

Os estmulos so transmitidos para a fibra muscular atravs da liberao de molculas do
neurotransmissor acetilcolina (Kandel, 2000), que ao atingirem a membrana plasmtica da
clula muscular, produzem um desequilbrio eletroqumico, este desequilbrio faz com que
a membrana saia do seu estado de repouso e seja despolarizada, para em seguida ser
repolarizada.

Na despolarizao, a membrana fica em determinado momento muito permevel aos ons
sdio, o que permite a entrada de muitos desses ons para o interior da clula. O estado de
polarizao normal de -90mV perdido, passando a variar rapidamente para o sentido
positivo. Nas fibras de maior calibre esse valor ultrapassa o valor zero (overshoots), nas
fibras finas chega apenas prximo do valor zero. Por fim, na fase de repolarizao, alguns
milsimos de segundos aps a membrana ter ficado extremamente permevel aos ons
sdio, os canais de sdio comeam a se fechar, enquanto os canais de potssio se abrem
mais que o normal, acarretando em uma rpida difuso de ons potssio para o exterior da
clula, restaurando o potencial de repouso normal, tal processo pode ser apreciado na
figura 2.2.

O efeito global dessa alterao dos potenciais das membranas das clulas musculares a
contrao. O pico de tenso associado contrao da fibra habitualmente chamado de
potencial de ativao. A superposio dos trens de potenciais de ativao provenientes de
diferentes unidades motoras no local da aquisio forma o sinal de EMG.

Os sinais de EMG podem ser provenientes de contraes isomtricas ou de contraes
isotnicas. A contrao isomtrica pode ser chamada de esttica ou de sustentao. E no
provoca movimento ou deslocamento articular, sendo que o msculo exerce um trabalho
esttico. No h alterao no comprimento do msculo, mas sim um aumento na tenso
mxima do mesmo. A contrao isotnica tambm conhecida por contrao dinmica a
contrao muscular que provoca um movimento articular. H alterao do comprimento do
msculo sem alterar sua tenso mxima. Ocorre quando ao realizar o movimento o
8

msculo encurta, ou seja, as inseres se aproximam, com a diminuio do comprimento
de seus sarcmeros.

Figura 2.2 - Eventos que envolvem o Potencial de Ao. (Modificado Silbermagl e
Despopoulos, 2003)

2.1.1. Eletromiografia invasiva e de superfcie

Existem dois mtodos de aquisio do sinal eletromiogrfico: invasivo e de superfcie. O
mtodo invasivo faz uso de agulhas ou microeletrodos. um mtodo que gera um sinal
mais preciso, no entanto esse mtodo traz dor e desconforto para o paciente. Assim, cada
vez mais se procura a substituio desse mtodo. O mtodo de superfcie conhecido
como eletromiografia de superfcie (EMG-S), pelo fato de utilizar eletrodos metlicos na
superfcie da pele, do tipo Ag/AgCl. Ao contrrio dos eletrodos de agulha, os eletrodos de
superfcie no so de uso restrito por mdicos e no acarretam dor ou desconforto aos
pacientes. No entanto, diversos efeitos no lineares devem ser considerados, como por
exemplo, os efeitos sempre presentes do volume condutor, a interface eletrodo-pele e a
suscetibilidade s diversas fontes de rudo. Esses efeitos sero tratados na seo 2.3.

9

2.2. AQUISIO DOS SINAIS

Basicamente, o sinal EMG adquirido por um eletromigrafo que tipicamente est
acoplado a um computador. Os eletrodos conectados ao eletromigrafo captam a atividade
eltrica, mais precisamente o campo eltrico gerado devido aos potenciais de ao
ocorridos nas unidades motoras, de forma analgica e em seguida os dados so
digitalizados.

Em virtude da exposio a rudos e da no padronizao das tcnicas de aquisio dos
sinais utilizando a eletromiografia de superfcie, muitos problemas e confuses ainda
existem no uso clnico dos sinais de EMG-S. Estudos tm sido feitos com o objetivo de
aperfeioar os procedimentos e instrumentos adotados pelos profissionais de sade. O
aperfeioamento dessas tcnicas de suma importncia para a obteno de um sinal mais
fiel as variaes de potencial provenientes dos msculos.

2.2.1. Instrumentao

Os principais instrumentos envolvidos em um procedimento de aquisio de um sinal de
EMG-S so: eletrodos, amplificadores, filtros e conversor analgico digital (ADC). Alguns
cuidados devem ser tomados na escolha da instrumentao correta para cada caso.

Os eletrodos so os dispositivos responsveis pela entrada do sinal e esto localizados na
interface msculo/pele e eletromigrafo. No momento da aquisio do sinal, o profissional
de sade deve estar atento escolha do eletrodo apropriado e ao posicionamento do
eletrodo na pele ou no msculo, caso seja uma aquisio invasiva. Um erro em alguma
dessas etapas pode invalidar o sinal obtido.

Para deteco de sinais provenientes de msculos profundos ou pequenos, a melhor
escolha pelos eletrodos de fio ou agulha, pois com eles possvel coletar sinais de rea
bem definidas e tem-se uma baixa possibilidade de cross-talk (interferncias geradas por
outros msculos).

10

Quando no se trata do caso anterior, tm-se procurado o uso de eletrodos superficiais que
so geralmente compostos por um sistema Ag-AgCL associado a um gel condutor
(eletrlito) para reduzir a impedncia entre a pele e o eletrodo. Existem dois tipos de
eletrodos superficiais, o passivo e o ativo, o primeiro apenas detecta o sinal de EMG-S e o
envia ao amplificador associado ao filtro analgico, o segundo possui um pr-amplificador
diferencial que subtrai e amplifica o sinal, sendo esse tipo mais adequado quando se deseja
minimizar o rudo proveniente do movimento dos cabos em atividades dinmicas.

O sinal de EMG-S pode ser adquirido, no necessariamente por um simples eletrodo, mas
pode resultar de uma combinao dos sinais advindos de vrios detectores, podendo assim
ser classificado como monopolar ou bipolar (Souza et al, 2005). A configurao monopolar
obtm diferenas de potencial entre dois pontos no qual um dos pontos a referncia
(terra). Na configurao bipolar so obtidos sinais em relao a uma referncia, neste caso
existem trs pontos de deteco (Souza et al, 2005).

A amplitude e a frequncia de um sinal de EMG-S so influenciados principalmente pelo
tamanho e orientao do eletrodo com relao as fibras musculares ativas, tamanho e
nmero de fibras musculares ativas e a distncia entre as fibras e o eletrodo de deteco. A
figura 2.3 resume bem a influncia da orientao dos eletrodos no sinal EMG-S captado.
De acordo com a figura, o ponto de deteco pode estar mais prximo zona de inervao
(eletrodo superior), a juno miotendinosa (eletrodo inferior), a extremidade lateral do
msculo (eletrodo a direita) e no centro do msculo (eletrodo central). Podemos inferir que
a melhor localizao est na regio entre a zona de inervao e a juno miotendinosa
(central). Neste local o sinal de EMG possui maior amplitude.

Aps o sinal ser captado pelos eletrodos, ele precisa passar por amplificadores em funo
da baixa amplitude. Entretanto, alguns cuidados devem ser tomados na escolha do
amplificador para que o sinal no tenha suas caractersticas alteradas. Os seguintes pontos
precisam ser analisados: caractersticas do rudo, razo sinal/rudo, ganho, taxa de rejeio
de modo comum, impedncia de entrada, input bias current e largura de banda (Marchetti
e Duarte, 2006).

11

Figura 2.3 - Posicionamento dos eletrodos sobre a fibra muscular (Modificado De Lucca,
1997)

Uma vez amplificado, o sinal ento segue para um filtro. O intuito de se utilizar um filtro
o de separar as frequncias do sinal original de alguma contaminao (interferncia, rudo
ou outro sinal) adquirida no processo de aquisio e amplificao e tambm restaurar o
sinal, caso este tenha sido distorcido de alguma forma (Marchetti e Duarte, 2006). Os
filtros podem ser analgicos ou digitais.

Em eletromiografia podem ser utilizados filtros passa-alta, passa-baixa, rejeita-banda e
passa-banda. A escolha do filtro apropriado deve levar em conta o limite de variao da
frequncia do sinal observado, de tal forma que o filtro deixe passar as frequncias
referentes ao sinal e atenue as outras.

A figura 2.4 mostra um exemplo de utilizao de um filtro passa-banda de 20-200 Hz.
12

Figura 2.4 - a) Sinal Original b) Sinal filtrado. Adaptado (Modificador Marchetti &
Duarte, 2006).

Por fim, o sinal segue para um conversor analgico-digital (ADC), nesse ponto temos a
transformao do sinal em uma sequncia numrica, que apesar de reproduzir o sinal com
fidelidade, no idntica ao mesmo, devido a duas componentes importantes, a
amostragem e a quantizao. Essas duas componentes adicionam ao sinal o que chamado
de erro de quantizao. Assim a escolha do conversor a ser utilizado deve levar em conta
essas componentes, de tal forma que o erro adicionado no interfira na acurcia do sinal
avaliado.

13

2.3. RUDOS E ARTEFATOS

inevitvel a presena de rudos (componentes de sinais indesejados) em um sinal
eletromiogrfico. Os rudos podem ser provenientes de outros rgos do corpo humano, do
equipamento de captao do sinal ou mesmo do ambiente onde se encontra a pessoa. Os
rudos mais comuns observados so:

Rudo de linha rudo proveniente da linha de energia, transmitido atravs dos
componentes eletrnicos posicionados prximos ao sistema de aquisio do
sinal. Suas componentes se situam entre 50 e 60 Hz, dependendo da localidade;
Sinal de eletrocardiografia Sinal bastante intenso e organizado, proveniente
do msculo cardaco, facilmente captado nas regies lombar e torcica;
Crosstalk Esse rudo causado devido a interferncia de sinais provenientes
de outros msculos que esto prximos ao msculo analisado;
Movimento de artefato Esse rudo pode ser gerado pela movimentao do
eletrodo na pele ou pelo cabo que conecta o eletrodo ao eletromigrafo. Esse
rudo possui freqncias entre 0 e 20 Hz;
Rudo ambiente rudo proveniente de equipamentos presentes no local da
aquisio do sinal, esses rudos podem ter componentes em diversas
freqncias. Esse rudo comumente chamado de branco;
Instabilidade inerente ao sinal o sinal de EMG por natureza quase
randmico e as componentes de frequncia entre 0 e 20 Hz so particularmente
instveis. Em virtude dessa instabilidade, recomendvel considerar essa faixa
de frequncia como rudo e remov-la do sinal desejado.

2.4. CARACTERSTICAS E PROCESSAMENTO DO SINAL DE EMG

O sinal proveniente diretamente do msculo, sem sofrer nenhum tratamento, chamado de
sinal RAW (do ingls, cru). Este sinal pode ser isomtrico, quando proveniente de
contraes isomtricas (tambm conhecidas como estticas) ou isotnico, quando
proveniente de contraes isotnicas (tambm conhecidas como dinmicas) (Francica,
2008).
14

Figura 2.5 - Comparao entre sinais de EMG isomtricos e isotnicos (Modificado
Berger, 2006)

O sinal bruto possui amplitude entre +/- 5000 V (atletas) e a frequncia varia entre 6 e
500 Hz, sendo que a maior parte da potncia est concentrada entre 20 e 150 Hz (Konrad,
2005).

Aps ter sido amplificado, filtrado e digitalizado, o sinal pode ser analisado no domnio do
tempo ou da frequncia. A primeira busca descrever quando algo ocorre e qual a amplitude
do evento. A segunda descreve o contedo das freqncias do sinal atravs da amplitude
do sinal em determinada frequncia, com base em transformadas como a FFT (Fast
Fourier Transform transformada rpida de Fourier) e wavelets.

As tcnicas de anlise mais comumente utilizadas no domnio do tempo so:

Retificao Consiste em tomar o valor absoluto do sinal EMG, ou seja,
rebater as fases negativas (full-wave) ou remover os valores negativos do sinal
bruto (half-wave);
15

Envoltrio Linear Consiste em analisar a amplitude do sinal a partir de uma
mdia mvel;
Root mean square (RMS) Anlise da amplitude do sinal a partir de uma raiz
quadrtica mdia de certa janela de tempo;
Integrao Consiste em somar a atividade durante algum perodo de tempo. O
sinal EMG integrado (IEMG) utilizado para avaliar o nvel de atividade.

As tcnicas de anlise mais comumente utilizadas no domnio da frequncia so:

Densidade espectral de potncia (Power Spectral Density - PSD) Fornece a
contribuio de potncia de cada frequncia;
Frequncia mdia O produto da frequncia com a amplitude do espectro igual a
mdia de todos os produtos do espectro;
Frequncia mediana Frequncia que divide o espectro de potncia em duas
sesses com a mesma quantidade de potncia;

Para que seja possvel comparar sinais obtidos de diferentes indivduos ou de diferentes
msculos, necessrio realizar a normalizao do sinal, que consiste em transformar as
amostras do sinal em um percentual baseado em uma coleta de referencia do prprio
indivduo (Konrad, 2005). Existem vrios mtodos de normalizao, os mais comuns so:

Contrao Voluntria Mxima Isomtrica (CVMI) O maior valor encontrado em
uma contrao isomtrica mxima para o msculo em questo utilizado como
referncia;
Pico Mximo do Sinal EMG Este valor caracterizado pelo pico do sinal EMG
encontrado no movimento ou ciclo estudado, este valor escolhido como
referencia;
Valor Mdio do Sinal EMG O valor utilizado como referncia o valor mdio
do sinal EMG;
Valor Fixo do Sinal EMG O valor de referncia escolhido aqui pode ser uma
contrao submxima ou uma contrao isomtrica submxima.

16

3. COMPRESSO DE SINAIS E DADOS

O avano tecnolgico que estamos vivenciando nas mais diversas reas tm feito surgir
uma crescente necessidade de digitalizao de informao. Para atender esse constante
acrscimo de contedo digital necessrio que haja uma maior eficincia nos sistemas de
armazenamento e transmisso de dados, uma vez que a largura de banda e o espao em
disco so recursos limitados. O aumento da eficincia conseguido com melhorias na rea
de compresso.

As tcnicas de compresso de dados procuram reduzir a quantidade de bits necessrios
para representar determinada informao atravs da reduo da redundncia presente em
um determinado sinal, essa reduo pode ser conseguida das mais diversas formas.

As tcnicas so classificadas em dois grandes grupos: tcnicas de compresso com perdas
e tcnicas de compresso sem perdas. Com a primeira possvel obter um maior ganho de
compresso, mas em contrapartida h uma perda na fidelidade do sinal reconstrudo. Com
a segunda obtemos um menor ganho de compresso, no entanto, o sinal reconstrudo
idntico ao original.

A escolha da tcnica deve levar em conta o tipo de informao que est sendo tratada. Se a
informao tratada no exigir uma reconstruo perfeita, mtodos de compresso com
perdas podem ser utilizados, como o caso, por exemplo, de sinais de udio e vdeo. Caso
seja necessria uma reconstruo perfeita, como por exemplo, a compactao de
documentos, devem ser usadas tcnicas de compresso sem perdas.

A maioria dos sinais provenientes do corpo humano e utilizados pela medicina, como os
sinais de eletromiografia (EMG), sinais cardacos (ECG), eletroencefalogrficos (EEG)
entre outros, no necessitam de uma reconstruo perfeita, no entanto, no so admitidas
muitas perdas, uma vez que o sinal decodificado deve possuir um nvel de fidelidade que
no gere interpretaes errneas pelo profissional de sade.

Neste captulo trataremos de trs tcnicas presentes nos codificadores mais avanados e
presentes nos codificadores estudados por esse trabalho, so elas: Transformadas Wavelets,
17

Codificao de Huffman e Compresso Aritmtica. A primeira um mtodo com perdas,
os dois ltimos so mtodos sem perdas.

3.1. TRANSFORMADA WAVELET

Os codificadores utilizados em eletromiografia que fazem uso de transformadas Wavelets
tm apresentado melhores resultados quando comparados a codificadores que usam outras
transformadas, como a de Fourier. Assim a transformada de Wavelet representa o estado
da arte em transformada aplicada a codificadores.

Uma das transformadas mais conhecidas, a de Fourier, representa o sinal como
combinao linear de senos de diferentes freqncias, nos fornecendo o espectro de
frequncia de um sinal (a magnitude de um sinal em determinada frequncia). Ao
passarmos para o domnio da frequncia, toda a informao de tempo relativa localizao
de eventos perdida, assim, a transformada de Fourier tem se mostrado eficiente para
sinais estacionrios, que no variam com o tempo, no sendo eficiente para sinais no
estacionrios.

A Transformada de Wavelet ideal para sinais no estacionrios, pois mapeia o sinal de
uma dimenso para duas dimenses (tempo e escala), mapeando o sinal no tempo,
possvel analisar variaes locais do sinal. Mas o que so Wavelets?

A wavelet uma forma de onda de durao limitada e mdia zero, isto :

V(t)Jt =0
-
(3.1)

A funo V chamada de wavelet base ou wavelet-me. As wavelets-me podem ser
obtidas por meio de equaes funcionais cuja soluo geralmente numrica, poucas delas
possuem expresso analtica. A figura 3.1, exibe os grficos das funes wavelets
Daubechies.
18

Figura 3.1 - Famlia Daubechies (Modificador Misiti et al, 1997)

A Transformada de Wavelet consiste em representar o sinal como uma decomposio em
tempo e escala de verses transladadas e dilatadas da wavelet-me.

V
s,:
(t) =
1
s
V[
t-:
s
(3.2)

Onde s representa o fator de escala, representa a translao e
1
s
, usado para conservar a
norma, ou seja, garantir a preservao da energia entre as wavelets de diferentes escalas
(Costa, 2008). Para s >1, teremos uma verso dilatada da wavelet-me e para s <1
teremos uma verso comprimida da wavelet-me. Valores positivos de deslocam a
funo para a esquerda e valores negativos para a direita.

3.1.1. Transformada contnua de Wavelet

A transformada Wavelet contnua e sua transformada inversa so definidas como:

w(s,) = x(t)
1
s
V[
t-:
s
Jt
-
(3.3)

x(t) =
1
C
9
w(s,)
+
-
+
0
V
s,:
(t)J
ds
s
2
(3.4)

19

Onde C uma constante que depende de V(t). Para est definio temos s e sendo
variveis contnuas.

Para utilizarmos a transformada Wavelet em processamento de sinais, precisamos
discretizar os parmetros de escala s e temporal . A discretizao alcanada pela funo:

V
s,:
(t) =s
0
]
2
V(s
0
]
t kI),com ],k Z (3.5)

Assim a verso discreta da transformada contnua de Wavelet e sua inversa ficam definidas
como:

w(k,]) = x(t)V
],k
(t)Jt
+
-
(3.6)

x(t) = w(k,])V
],k
(t)
+
k=-
+
]=-
(3.7)

A equao parametrizada mais comumente utilizada com s =2 e assumindo o perodo
I =1 como sendo o perodo de amostragem do sinal, a formulao com esses parmetros
conhecida como didica.

3.1.2. Anlise em multiresoluo

A anlise em multiresoluo uma formulao que vem sendo largamente utilizada no
processamento de sinais utilizando Wavelets. Para aplicar a idia de multiresoluo, temos
que fazer uso de um conjunto de funes de escala. Uma famlia bidimensional de funes
gerada pelo escalonamento e translao de uma funo de escala, sendo definida pela
equao (3.8):

],k
(t) =2
]
2
(2
]
t k) com ],k =1,2, (3.8)

Temos que I
0
um espao de funes que podem ser escritas como combinao linear de
. Pela anlise em multi-resoluo temos que o espao que contm sinais de alta resoluo
ir conter tambm sinais de baixa resoluo. Assim se um espao formado pelas funes
20

(2t), tambm esto presentes nesse espao funes (t). Se as funes (2t) e (t)
esto presentes no mesmo espao e so combinaes lineares de , temos que (t) pode
ser escrito como uma soma ponderada de (2t) (Burros et al, 1998).

(t) = (n)
2(2t n),
n
n e Z (3.9)

Onde os coeficientes (n) so chamados de coeficientes da funo de escala e 2 mantm
a norma da funo de escala com a escala de dois. Essa equao chamada de equao de
refinamento ou dilatao.

As funes de Wavelet residem no espao gerado por uma funo de escala em uma
resoluo imediatamente mais alta (2t). Assim a wavelet pode ser representada pela
soma ponderada de funes (2t) deslocadas, definida por:

V(t) =
1
(n)2(2t n)
n
, n e Z (3.10)

Onde os coeficientes
1
(n) so chamados de coeficientes da funo Wavelet ou do filtro
Wavelet. A funo gerada pela equao (3.10) fornece a Wavelet me utilizada na equao
(3.1).

Com a definio de funo de escala e com a determinao que funes Wavelets podem
ser formadas por funes de escalas, temos que a funo (3.7) pode ser escrita em termos
da funo de escala e Wavelets:

x(t) = c(k)
k
(t)
k=-
+ J(],k)V
],k
(t)
k=-
]=0
(3.11)

Nessa equao o primeiro somatrio fornece a funo que uma aproximao de x(t) em
uma baixa resoluo. E o segundo somatrio fornece a funo que gera o detalhamento de
x(t), proporcionalmente ao acrscimo de j.

21

3.1.3. Transformada Discreta de Wavelet

O conjunto de coeficientes c(k) e J(],k) presentes na equao (3.11) chamado de
Transformada Discreta de Wavelet (do ingls, Discrete Wavelet Transform).

Os coeficientes da DWT de uma determinada escala podem ser determinados a partir de
coeficientes da escala imediatamente superior, da seguinte forma:

c
]
(k) = (n 2k)c
]+1
n=-
(3.12)

J
]
(k) =
1
(n 2k)c
]+1
n=-
(3.13)

Os coeficientes c
]
(k) so chamados de coeficientes de aproximao e representam os
componentes de menor frequncia (mesma escala de resoluo do sinal original) e os
coeficientes J
]
(k) so chamados de coeficientes de detalhe e representam os componentes
de maior frequncia (menor escala).

Como descrevemos nas sees anteriores, a transformada de Wavelet consiste em
representar o sinal como uma soma de verses transladadas e dilatadas ou comprimidas, da
funo de base Wavelet. As funes de base Wavelet mais comprimidas (menores fatores
de escala) representam melhor os detalhes do sinal, enquanto as funes de base Wavelet
mais dilatadas (maiores fatores de escala) representamo grosso do sinal.

O clculo dos coeficientes a cada possvel escala gera uma grande quantidade de dados, o
que torna o trabalho muito duro, para facilitar o trabalho, verificou-se que escolhendo
escalas e translaes baseadas em potncia de dois, a anlise se torna muito mais eficiente
e to precisa quanto (Misiti et al, 1997).

A seo a seguir mostra como o clculo dos coeficientes da DWT pode ser feito de forma
muito prtica com o uso de filtros digitais.

22

3.1.4. Filtros digitais e DWT

O clculo dos coeficientes transformados utilizando filtros digitais foi desenvolvido em
1988 em (Mallat, 1989), atravs do uso de filtros digitais, com eles possvel implementar
as equaes (3.12) e (3.13), esse processo comumente chamado de sntese .

As equaes (3.12) e (3.13) podem ser geradas a partir de uma operao de convoluo
(mesma operao realizada pelo filtro digital) dos coeficientes de expanso na escala j,
pelos coeficientes de recurso revertidos no tempo (n) e
1
(n) e por uma operao de
sub-amostragem ou decimao. A operao de decimao consiste em pegar um sinal
como entrada x(n) e produzir como sada um sinal de frequncia imediatamente inferior
y(n), ou seja, y(n) =x(2n). Simbolicamente representado na figura 3.2.

Figura 3.2 - Decimador (Modificado Burros et al, 1998).

Assim as equaes (3.12) e (3.13) podem ser ilustradas com o uso de dois filtros digitais
FIR (do ingls, Finite Impulse Response) e por dois decimadores, simbolicamente
representado na figura 3.3.

Figura 3.3 - Anlise em duas bandas (Modificado Burros et al, 1998).

Como os coeficientes c
]
so coeficientes de baixa frequncia e os coeficientes J
]
, so
coeficientes de alta frequncia, o filtro
1
obrigatoriamente deve ser um filtro passa-baixa
e o filtro
0
, um filtro passa-alta.
23

O processo de decomposio pode ser repetido sobre os coeficientes de escala, gerando
uma rvore de anlise, como pode ser observado na figura 3.4.

Figura 3.4 - rvore de anlise de 3 estgios e duas bandas (Modificado Burros et al,
1998).

No primeiro estgio os dois bancos dividem o espectro de c
]
(k) em duas partes, uma de
banda baixa e uma de banda alta, resultando nos coeficientes da funo de escala e
wavelets em escala imediatamente inferior c
]-1
(k) e J
]-1
(k). O segundo estgio divide a
banda baixa em outras duas partes, uma banda ainda mais baixa e outra banda
intermediria, em seguida, o mesmo processo feito no terceiro estgio. O espectro
sempre dividido ao meio sucessivamente pelos estgios, como representado na figura 3.5.

Figura 3.5 - Bandas de freqncia para rvore de anlise (Modificado Burros et al, 1998).

A quantidade de amostras do sinal na entrada do sistema igual a quantidade de
coeficientes transformados na sada. Apesar do nmero de amostras ser dobrado quando o
sinal passa pelos dois filtros, o nmero cai pela metade ao passar pelos decimadores.
24

Na figura 3.6 pode-se analisar um exemplo de como um sinal pode ser dividido em
coeficientes de aproximao e de detalhes.

Figura 3.6 - Amostras de um sinal obtidas com a anlise em rvore (Modificado Misiti et
al,1997).

Uma vez tendo obtido os coeficientes transformados a partir do sinal original, deve ser
possvel fazer o contrrio, obter o sinal original a partir dos coeficientes transformados,
esse processo chamado reconstruo ou anlise.

A reconstruo consiste de um processo de super-amostragem e logo em seguida de um
processo de filtragem, constituindo o que chamado de IDWT (do ingls, Inverse Discret
Wavelet Transform) como ilustra a figura 3.7.

Figura 3.7 - Processo de reconstruo (Modificado Burros et al, 1998).

25

3.2. CODIFICAO POR ENTROPIA

As tcnicas de codificao que sero abordadas a seguir tiveram sua origem a partir da
Teoria da Informao. Esta teoria, tambm conhecida como Teoria matemtica da
comunicao, um ramo da teoria da probabilidade e da matemtica estatstica que lida
com sistemas de comunicao, transmisso de dados, criptografia, codificao, etc.

Os conceitos bases da Teoria da informao foram definidos por Claude E. Shannon
(1948). Ele desenvolveu uma noo quantitativa da informao que formou as bases da
representao matemtica do processo de comunicao (Sayood, 2006).

A primeira formulao matemtica desenvolvida foi a quantificao da informao
presente em um smbolo oriundo de uma fonte de informao. Supondo uma fonte de
informao e considerando sua sada como uma varivel aleatria discreta S, cujos
smbolos pertencem a um alfabeto finito fixo com K smbolos, teremos
S = {s
0
,s
1
,,s
K-1
} com probabilidades de ocorrncia dadas por P(S =s
k
) =p
k
,k =
0,1,,K 1, satisfazendo:

p
k
K-1
k=0
=1 (3.14)

Com base na probabilidade de cada smbolo, a quantidade de informao obtida:

I(s
k
) =log[
1
P(s
k
)
=log[
1
p
k
=logp
k
(3.15)

A medida da informao est intimamente relacionada surpresa, incerteza. Assim,
quanto menor a probabilidade de ocorrncia de um evento, mais surpresa ele traz quando
ocorre e maior a quantidade de informao a ele associado. De fato, se h um smbolo com
probabilidade P(s
k
) =1, sua informao I(s
k
) =0. Ento possvel observar que
I(s
k
) >I(s
u
) para p
k
<p
u
. A base do logaritmo da equao 3.15 fornece a unidade
utilizada para medir a informao. A unidade ser bits, se a base for 2, nats se a base for e
e Hartleys se a base for 10 (Sayood, 2006).

26

A medida do contedo mdio da informao por smbolo da fonte fornece a segunda
formulao matemtica desenvolvida, a qual recebeu o nome de entropia e dada por:

E(S) = p
k
I(s
k
)
K-1
k=0
= p
k
log[
1
s
k
K-1
k=0
(3.16)

O valor da entropia ir sempre respeitar o intervalo 0 E(S) logK, onde K o nmero
de smbolos do alfabeto fonte. Os valores extremos ocorrem nas seguintes situaes:

1. E(S) =0, se e somente se, a probabilidade p
k
=1 para algum k e as demais
probabilidades do alfabeto so todas nulas. Este limite inferior para a entropia
corresponde a nenhuma incerteza.
2. E(S) =logK, se e somente se, a probabilidade de todos os smbolos da fonte
igual, ou seja, p
k
=
1
K
para todo k. Esse limite superior para a entropia corresponde
mxima incerteza.

Shannon mostrou que o melhor que uma tcnica de compresso pode fazer codificar a
sada de uma fonte de informao com um nmero mdio de bits igual entropia da fonte.
No entanto, nenhum codificador de fonte conseguiu tal feito, apesar do nmero mdio de
bits chegar bem prximo ao valor de entropia nos codificadores mais eficientes. Os
codificadores de entropia que veremos nas prximas subsees fazem parte desse grupo.

3.2.1. Codificao de Huffman

A codificao de Huffman foi determinada a partir de trs condies (Sayood, 2006), so
elas:

1. Os cdigos correspondentes aos smbolos de maior probabilidade, no podem ser
maiores que os cdigos correspondentes aos smbolos de menor probabilidade.
2. Os dois smbolos de menor probabilidade possuem o mesmo comprimento de
palavra de cdigo.
3. Os dois smbolos de menor probabilidade tem cdigos idnticos, a menos do ltimo
bit.

27

Essas trs condies citadas so facilmente respeitadas se comearmos o processo de
codificao pelas duas palavras com menor probabilidade e a cada uma associamos um bit
(que ser o ltimo bit da representao). Para esse par de palavras somamos suas
probabilidades e repetimos o primeiro passo, sendo as duas palavras agora representadas
como uma nica palavra. Assim temos a codificao de Huffman.

Exemplo: Considere uma fonte de 5 smbolos distintos com as probabilidades associadas
A ={o
1
,o
2
,o
3
,o
4
,o
5
}, e para cada smbolo temos uma probabilidade correspondente
P ={0,3;0,25;0,25;0,1;0,1}.

A rvore binria encontrada a partir da codificao de Huffman mostrada na figura 3.8.

Figura 3.8 - rvore binria utilizando codificao de Huffman

A codificao final mostrada na tabela 3.1.

Tabela 3.1 - Codificao final por Huffman
Smbolos Cdigo
o
1
00
o
2
01
o
3
10
o
4
110
o
5
111

Para este caso temos E(A) =2,18 bits e o nmero mdio de bits de 2,2 bits. Assim,
pode ser verificado que a codificao de Huffman forneceu uma codificao muito
prxima da ideal.
28

O algoritmo de Huffman permite a criao de um cdigo timo para um dado conjunto de
smbolos e respectivas probabilidades, com a ressalva de que os smbolos devem ser
codificados um de cada vez. O cdigo denominado cdigo de bloco instantneo e
unicamente decodificvel, porque cada smbolo da fonte mapeado em uma sequncia
(bloco) de bits, cada palavra-cdigo pode ser decodificada instantaneamente, ou seja, sem
fazer referncia a smbolos subsequentes e porque no h mais de uma forma de
decodificar uma string de 0s e 1s, ou seja, nenhuma palavra-cdigo prefixo de alguma
outra.

3.2.2. Codificao aritmtica

A compresso aritmtica procura atribuir uma palavra de cdigo para toda a sequncia de
smbolos a ser codificada, ao invs de atribuir uma palavra de cdigo a um determinado
smbolo da sequncia, como faz a codificao de Huffman. O tamanho da palavra de
cdigo varia de acordo com o tamanho da sequncia, sequncias maiores possuem maiores
palavras de cdigo. palavra de cdigo dado o nome de Tag (Sayood, 2006).

Ela baseia-se no fato que h um nmero infinito de nmeros no intervalo entre 0 e 1 (ou
algum outro intervalo entre dois nmeros inteiros da reta real), com isso possvel atribuir
um nico nmero do intervalo para alguma sequncia de smbolos de um alfabeto finito.
Da pode-se codificar toda a sequncia com esse nmero que ento convertido para a
forma binria. O processo de codificao feito a partir do mapeamento de sequncias
para Tags e a decodificao ocorre no sentido inverso.

O mapeamento feito a partir do uso da funo de distribuio acumulada de variveis
aleatrias associadas a fonte. Adotando X como varivel aleatria e sendo o alfabeto para
uma fonte discreta dado por A ={o
1
,o
2
,,o
m
}, temos:

X(o
) =i, o
A (3.16)

Este mapeamento significa que dado um modelo de probabilidade P para a fonte, haver
uma funo densidade de probabilidade para a varivel aleatria:

29

P(X =i) =P(o
) (3.17)

A funo de densidade acumulada definida como:

F
x
(i) = P(X =k)
k=1
(3.18)

Note que para cada smbolo o
, h um valor distinto de F
x
(i).

O processo de codificao se inicia pelo mapeamento do intervalo entre 0 e 1, a partir dos
valores de F
x
(i). Aps o mapeamento, escolhe-se o intervalo referente ao primeiro
elemento da sequncia a ser codificada, em seguida o mapeamento realizado novamente,
mas agora sobre o intervalo destacado no caso anterior, feito o mapeamento, escolhe-se
ento o intervalo referente ao segundo elemento da sequncia, o processo se repete at o
ltimo elemento da sequncia a ser codificada. Ao final do processo ser obtida a Tag, que
corresponde a qualquer valor presento no intervalo resultante. Esse procedimento mostra
que quanto maior a sequncia, menor ser o intervalo, consequentemente menor ser o
valor da Tag e uma maior quantidade de bits ser necessria para representar o valor da
Tag.

O exemplo a seguir ilustra o processo bsico de codificao de uma sequncia de 5
smbolos. Exemplo: Deseja-se codificar a sequncia o
1
,o
2
,o
3
,o
3
,o
4
, obtida a partir de
uma fonte discreta de alfabeto A ={o
1
,o
2
,o
3
,o
4
}, a probabilidade de cada smbolo dada
por P ={0,2;0,2;0,4;0,2}, respectivamente.

A partir das probabilidades fornecidas e da equao (3.18), obtm-se os valores
correspondentes para a funo de densidade acumulada referente a cada smbolo e os
intervalos iniciais. Os valores calculados so exibidos pela tabela 3.2.

A figura 3.9 ilustra o processo de codificao, no incio do processo, assume-se que a
mensagem ocupa todo o intervalo [0,1), este intervalo est inicialmente subdividido em 4
regies, de acordo com a funo de densidade acumulada. Ao codificarmos a mensagem, o
primeiro smbolo a ser codificado ser o
1
, o que provocar um estreitamente inicial do
intervalo da mensagem para o intervalo [0;0,2). Este intervalo reduzido ento subdivido
30

de acordo com a funo de densidade acumulada dos smbolos que compem a fonte e o
processo continua com o prximo smbolo a ser codificado, neste caso o
2
. A codificao
de o
2
, reduz o intervalo a [0,04; 0,08), a codificao de o
3
provoca uma nova reduo,
desta vez para [0,056; 0,072) e assim por diante. O smbolo final da mensagem, que deve
ser reservado como um indicador especial de fim da mensagem (EOM, do ingls, End Of
Message), reduzir a faixa ao intervalo [0,06752; 0,0688). Naturalmente, qualquer nmero
real neste intervalo, por exemplo 0,068, poder ser utilizado para representar a mensagem.

Tabela 3.2 - Tabela de valores da codificao aritmtica
Smbolos Probabilidade F
x
Intervalos iniciais
o
1
0,2 0,2 [0,0;0,2)
o
2
0,2 0,4 [0,2;0,4)
o
3
0,4 0,8 [0,4;0,8)
o
4
0,2 1,0 [0,8;1,0)

Figura 3.9 - Sequncia de codificao aritmtica.

Na mensagem codificada aritmeticamente da figura 3.9, trs dgitos decimais so
necessrios para representar uma mensagem de cinco smbolos, numa mdia de 0,6 dgitos
31

decimal/smbolo. Pode-se mostrar que este resultado se aproxima da entropia da fonte, que
de 0,58 dgitos decimal/smbolo. Quanto maior o comprimento da mensagem a ser
codificada, mais o resultado se aproximar do limite terico determinado por Shannon.

Existem dois problemas prticos principais que limitam a eficincia da codificao
aritmtica: (1) a adio de um indicador de fim de mensagem, necessrio para separar uma
mensagem da seguinte; e (2) a necessidade de se utilizar aritmtica de preciso finita. As
duas formas mais usuais de se contornar o segundo problema so a estratgia de escala e a
estratgia de arredondamento. A primeira renormaliza cada subintervalo para a faixa [0, 1)
antes de subdividi-lo de acordo com as probabilidades dos smbolos. A segunda garante
que os truncamentos associados preciso finita no comprometem a preciso de
representao dos subintervalos de codificao.

32

4. ALGORITMOS PROPOSTOS

Este captulo aborda em detalhes cada etapa dos processos de codificao e decodificao
propostos e analisados por este trabalho. Inicialmente abordado de forma mais detalhada
o codificador de sinais de eletromiografia produzido pelo pesquisador Pedro Berger em sua
tese de doutorado (Berger, 2006). Os resultados gerados por esse trabalho so referncia no
atual cenrio da eletromiografia e tm servido como base para diversos trabalhos, inclusive
para este. E por fim, sero apresentadas as novas tcnicas propostas por este trabalho.

4.1. ALGORITMO DE ALOCAO DINMICA UTILIZANDO REDES
NEURAIS

As etapas do processo de codificao e decodificao so exibidas no diagrama da figura
4.1.

Figura 4.1 - Diagrama de blocos do codificador e decodificador (Modificado Berger,
2006)
33

O sinal de S-EMG dividido em blocos de tamanho fixo (2048 amostras), e cada bloco
ento transformado para o domnio wavelet. Em seguida, um algoritmo de normalizao
calcula um fator de escala para cada bloco transformado. Esse fator de escala deve ser
transmitido integralmente ao decodificador. Aps a normalizao dos coeficientes
transformados calculada a alocao de bits tima para cada coeficiente. Essa alocao de
bits a entrada de um dicionrio, formado pela rede de Kohonen, que faz uma
aproximao. O bloco transformado quantizado usando a quantidade de bits determinada
pela camada de Kohonen. Uma vez quantizados, os coeficientes so codificados por um
codificador de entropia, formado por um codificador de Huffman e uma codificao Run-
length. Esses dados so empacotados com a informao lateral necessria decodificao
e esto prontos para a transmisso ou armazenamento (Berger,2006). A decodificao
realizada seguindo o caminho inverso, como mostra a figura 4.1.

4.2. PROCESSOS DE CODIFICAO E DECODIFICAO PROPOSTOS POR
ESTE TRABALHO

4.2.1. Codificador e Decodificador

A figura 4.2 apresenta em um diagrama de blocos as etapas do codificador de sinais
eletromiogrficos.

A primeira etapa do codificador segmentar o sinal em janelas de 2048 amostras, como
proposto em (Berger, 2006), feito isso, a cada janela aplicada a transformada ortogonal
wavelet. A funo da transformada ortogonal concentrar a energia do sinal em uma
quantidade pequena de coeficientes transformados levando a uma representao com
menor correlao no domnio transformado. A transformada de Wavelet implementada
de forma ortonormalizada. Isto significa dizer que a faixa dinmica dos coeficientes X[k]
no espao transformado menor ou no mximo igual a do domnio do tempo, ou seja, a
relao da equao 4.1 atendida.

mox{|X|[k]}
k=0,1,,N-1
2
R-1
(4.1)

34

[ ] x n

Figura 4.2 - Diagrama de blocos do codificador

Onde N corresponde ao comprimento da janela em amostras e R ao comprimento de
palavra (em bits) com o qual a sequncia x[n] foi digitalizada na representao em ponto
fixo do sinal, para o presente trabalho, tivemos N =2048 e R =16.

Foram escolhidas as funes de base Daubechies-4 com 8 nveis de resoluo. Essa
escolha foi estabelecida com base em estudo prvio tendo como parmetros de
desempenho a de-correlao do sinal de S-EMG no espao transformado e medidas de
compactao de energia em menor quantidade de coeficientes transformados (Berger et al,
2003).

O vetor de coeficientes transformados foi tambm segmentado, gerando um total de M
sub-bandas. Utilizando como referncia (Berger, 2006), adotamos a quantidade de 128
coeficientes para cada sub-banda, assim, para cada janela de 2048 coeficientes, obtivemos
M =16 sub-bandas.

35

O passo seguinte foi realizar a quantizao utilizando o vetor de alocao de bits obtido
pelo algoritmo de alocao. Os N coeficientes transformados X[k],k =0,1,,N 1, so
quantizados em cada uma das M sub-bandas segundo a relao

X
q
[k] =Int ]
X[K]
2
R-1
z (4.2)

Os N/M coeficientes pertinentes a mesma sub-banda so representados com o mesmo
comprimento de palavra digital. Para uma dada sub-banda m tm-se associados N/M
coeficientes da transformada de Wavelets, conforme as relaes matemticas

k =
N
M
m,
N
M
m+1,,
N
M
m+
N
M
1 (4.3)
c m =0,1,,H 1 (4.4)

O parmetro dado por

z =2
B[m]
, (4.5)

onde B[m] corresponde ao comprimento de palavra digital dado a cada sub-banda m. Os
valores de B[m] so obtidos a partir do vetor de alocao de bits, onde cada posio do
vetor corresponde a um valor de B[m], ou seja, cada posio corresponde quantidade de
bits alocada para cada coeficiente transformado pertencente determinada sub-banda.

Aps a quantizao, as sub-bandas so reagrupadas de forma a construir o vetor de
smbolos que representa uma janela do sinal, estas por sua vez, so reagrupadas. O
agrupamento de janelas ento compactado por um codificador de entropia. O codificador
aritmtico se mostrou mais eficiente quando comparado com tcnicas run-length e
Huffman. No ltimo passo, os dados so empacotados gerando a representao final do
arquivo de S-EMG.

Este arquivo ento seguir para seu destino, onde servir de entrada ao decodificador. A
figura 4.3 apresenta o diagrama de blocos que descreve o processo de decodificao dos
dados comprimidos.

36

[ ] x n

Figura 4.3 - Diagrama de blocos da decodificao de sinais S-EMG

Primeiramente realizado o desempacotamento dos dados de forma a se ter acesso
informao correspondente ao sinal comprimido. Aps a decodificao de entropia, so
reconstrudas as janelas que por sua vez so divididas em sub-bandas, da mesma maneira
como foi feito no codificador, a essas sub-bandas aplicada a quantizao inversa. As sub-
bandas so reagrupadas em janelas, que so entradas da transformada inversa de wavelet.
Como sada se obtm um segmento de N amostras do sinal de S-EMG. Os diversos
segmentos so concatenados de forma a se obter o sinal decodificado.

Sero abordadas nas prximas sees as formas de obteno dos valores de B[m] para
cada algoritmo especfico, no entanto, como ficar explcito, todos os algoritmos alocam
uma maior quantidade de bits para os coeficientes de mais baixa frequncia, ou seja, a
medida que cresce o ndice associado aos coeficientes transformados, menor o
comprimento da palavra digital alocada para quantizar os coeficientes da respectiva sub-
banda.
37

A alocao feita dessa forma, porque a maior quantidade de energia do sinal est presente
nos coeficientes de mais baixa frequncia, ou seja, a informao apesar de ser no
estacionria, tem caractersticas passa-baixa. Como descrito no captulo 3, so os
coeficientes de banda baixa os maiores responsveis pela reconstruo do sinal, pois so
eles que fornecem a informao bruta, j os coeficientes de banda mais alta fornecem os
detalhes do sinal, sendo eles, os responsveis pelo refinamento do sinal reconstrudo.

4.2.2. Algoritmos de alocao de bits

Foram propostos e implementados trs algoritmos distintos para a alocao de bits no
espao transformado. A quantidade de bits atribuda para a quantizao dos coeficientes
transformados pertencentes a uma determinada sub-banda determinada a partir de trs
formas de ondas, so elas, exponencial decrescente, linear decrescente e raiz-quadrtica
decrescente. Nas prximas sees temos B[m] correspondendo quantidade de bits
alocada para uma determinada sub-banda, Q e L correspondendo ao maior e menor
comprimento da palavra digital e M correspondendo a quantidade de sub-bandas utilizadas
na segmentao do espectro no domnio transformado.

4.2.2.1. Alocao exponencial decrescente

Para este caso, devemos encontrar a frmula de uma curva que obedea ao grfico da
figura 4.4.

Para obteno da frmula desejada, seguimos os seguintes passos:

1. A funo exponencial decrescente original dada por:

y = (1/ [)
x
(4.6)

Onde > 1, note que uma funo exponencial tem uma base constante e um expoente
varivel. O grfico da funo 4.6 ilustrado na figura 4.5.

38

Figura 4.4 - Curva exponencial decrescente

Figura 4.5 - Grfico da funo exponencial decrescente

2. O segundo passo foi aplicar uma translao funo original, aonde chegamos
equao 4.7. A translao consiste em subtrair uma constante positiva da varivel
independente x, o que provoca uma translao paralela ao eixo x para a direita
(Anton, 2000).

y = (1/ [)
x-C
, C >0 (4.7)

3. Tendo determinado a equao 4.7, devemos encontrar os valores de [ e C, para isso
utilizamos os valores j conhecidos de y e x.
39

Para x =0, temos y =, ento

= (1/ [)
-C
(4.8)

Aplicando logaritmo e isolando [, chegamos a

[ =
(1/ C)
, [ >1 (4.9)

Para x =H 1, temos y =I, ento

I = (1/ [)
M-1-C
(4.10)

Aplicando logaritmo e isolando C, chegamos a

C = j
1-M
(Iog L/ Iog )-1
[ ,C >0 (4.11)

Assim, a equao final utilizada para alocar os bits referentes a cada sub-banda descrita
por:

B[m] =int sup[(1/ [)
m-C
], C >0 c [ >1 (4.12)

Onde [ e C, so dados pela equao 4.9 e 4.11 respectivamente e o resultado
arredondado para o inteiro superior mais prximo. Nas simulaes realizadas, o valor B[0],
para m =0, corresponde a quantidade de bits alocada para a primeira sub-banda.

4.2.2.2. Alocao linear decrescente

Para este caso, a frmula deve obedecer a curva da figura 4.6. Para obt-la, os seguintes
passos devem ser seguidos:

1. Uma das maneiras de se encontrar a equao de uma reta partir da equao geral,
dada por
40

y
u
= o(x X
u
), (4.13)

onde o coeficiente angular da reta e X
u
e
u
so as coordenadas de um ponto A
pertencente a reta. O coeficiente angular da reta dado por

Figura 4.6 - Curva linear decrescente

o =
X
=
(
c
-
b
)
( X
c
-X
b
)
, (4.14)

onde X
b
e
b
so coordenadas de um ponto B, tambm pertencente a reta.

2. Partindo da formulao geral, encontramos a reta desejada a partir dos dois pontos
conhecidos: A(0,Q) e B(M-1,L), primeiro calculado o coeficiente angular:

o =
(-L)
[0-(M-1)]
=
(-L)
(M-1)
(4.15)

3. A frmula determinada utilizando o coeficiente angular calculado em 4.15 e
utilizando o ponto A.

y = [
-L
M-1
x (4.16)
41

por:
B[m] =int supj [
-L
M-1
m[ (4.17)

4.2.2.3. Alocao raiz-quadrtica decrescente

Para este caso, devemos encontrar a frmula de uma curva que obedea ao grfico da
figura 4.7.

Figura 4.7 - Curva raiz quadrtica decrescente

Para obteno da frmula desejada, os seguintes passos devem ser seguidos:

1. A funo raiz quadrtica original dada pela equao 4.18 e seu grfico ilustrado na
figura 4.8:
y = x (4.18)

2. Aplicamos uma reflexo funo original, o grfico obtido para y =f(-x) a reflexo
do grfico de y =f(x) em torno do eixo y (Anton, 2000), obtemos a funo (4.19):
y = x (4.19)

42

Figura 4.8 - Grfico da funo raiz quadrtica

3. Efetuamos em seguida uma translao e obtemos a equao (4.20):

y = (x C) = C x,C >0 (4.20)

4. funo (4.20), aplicamos uma operao de alongamento, que consiste em multiplicar
uma funo por uma constante no negativa e maior que 1, que possui o efeito
geomtrico de alongamento vertical do grfico (Anton, 2000). Obtemos a equao
4.21:
y = [C x,[ >1 c C >0 (4.21)

5. Tendo determinado a equao (4.21), temos que encontrar os valores para [ e C a
partir dos valores de x e y conhecidos.

Para x =0, temos =, ento
[C =, chegamos a
[ =/ C (4.22)

Para x =H 1, temos =I, ento
[C H+1=I, chegamos a
[ =I/ C H+1 (4.23)
43

Igualando (4.22) e (4.23), temos

C
=
L
C-M+1
, chegamos a

C =
2
(1-M)
L
2
-
2
(4.24)

por
B[m] =int sup([C m), (4.25)

onde [ e C, so dados pela equao (4.23) e (4.24) respectivamente e o resultado
arredondado para o inteiro superior mais prximo. Nas simulaes realizadas, o valor B[0],
para m =0, tambm corresponde a quantidade de bits alocada para a primeira sub-banda.

44

5. RESULTADOS EXPERIMENTAIS

Neste captulo so apresentados os resultados obtidos pelos codificadores utilizando as
tcnicas propostas por esta pesquisa. Os resultados foram obtidos a partir de diversas
simulaes, onde se buscou variar o mximo comprimento de palavra digital (Q) e o
mnimo comprimento de palavra digital (L) para as trs formas de alocao propostas. Os
resultados so mostrados, analisados e comparados com os resultados obtidos pelo
codificador proposto por (Berger,2006).

5.1. METODOLOGIA

Os sinais de EMG isomtricos utilizados para testar o algoritmo de compresso foram
coletados do msculo biceps brachii de 14 sujeitos em esforos de tenso isomtricos,
mantendo 60% da sua contrao voluntria mxima (Berger,2006). Foram utilizados
eletrodos de superfcie pr-amplificados (modelo DE-02, DelSys Inc. Boston MA, USA).
Os sinais foram alimentados em uma placa de aquisio com LABVIEW (N-DAQ para
Windows, National Intruments, USA). Todos os sinais foram amostrados a 2 kHz e
digitalizados com 2 bytes/amostras. A durao dos sinais varia de 3 a 6 minutos. A figura
5.1 exibe um exemplo de sinal utilizado, coletado de um paciente.

Figura 5.1 - Sinal de S-EMG

45

O algoritmo proposto foi avaliado tendo como parmetro objetivo de medida de
desempenho o ganho de compresso (GC) e a Relao sinal/Rudo (SNR, do ingls, Signal
to Noise Ratio). O ganho de compresso definido como

0C =
2P(btcs)
B
S-EMG
(btcs)
(5.1)

onde P a quantidade de amostras do sinal de S-EMG (2 bytes por amostra) e B
S-EMG
a
quantidade de bytes do sinal codificado. A relao sinal rudo utilizada definida como

SNR
dB
=10log
10
[
x[n]
2 P-1
n=0
(x[n]-x[n])
2 P-1
n=0
(5.2)

Onde x[n] o sinal original e x[n] o sinal decodificado.

Os grficos de desempenho foram obtidos a partir da variao do fator Q (maior
comprimento de palavra digital) em relao ao fator L (menor comprimento de palavra
digital) que se manteve fixo para cada caso. As curvas apresentadas apresentam na maior
parte dos casos o resultado mdio para todos os sinais testados.

5.2. RESULTADOS DA COMPRESSO DE SINAIS S-EMG

O segundo passo do processo de codificao consiste em aplicar a DWT a uma janela de
sinal. A figura 5.2 mostra os coeficientes transformados de uma janela provenientes da
DWT. exibido o mdulo dos coeficientes para melhor anlise.

Foram feitas simulaes utilizando diversos valores para Q e L, as prximas sees
mostram os resultados com Q e L mais relevantes, os resultados das outras simulaes
podem ser encontrados no apndice A.

46

Figura 5.2 - Mdulo dos coeficientes transformados de uma janela

5.2.1. AED, ALD e ARD com 1 Q 2 e L =1

As curvas para a Alocao Exponencial Decrescente (AED), Alocao Linear Decrescente
(ALD) e Alocao Raiz-quadrtica Decrescente (ARD), para este caso, seguem o formato
descrito na figura 5.3.

Figura 5.3 - Curvas de alocao para Q=16 e L=1

Pode-se inferir da figura 5.3, que o eixo das abscissas (coordenada horizontal) foi
destinado a marcao das sub-bandas m e o eixo das ordenadas (coordenada vertical) foi
47

destinado a marcao da quantidade de bits atribuda a determinada sub-banda B[m]. Para
sub-banda nmero um, temos o maior comprimento de palavra digital, aqui chamado de Q,
e para sub-banda nmero dezesseis, temos o menor comprimento de palavra digital, aqui
chamado de L. Esse padro seguido para todos os grficos de Curvas de alocao deste
trabalho.

A figura 5.4 mostra como ficou a alocao de bits para cada sub-banda para este caso.

Figura 5.4 - Alocao de bits para cada sub-banda com Q=16 e L=1

A figura 5.5 e a tabela 5.1 mostra uma sntese dos resultados com o banco de sinais de S-
EMG. plotada a SNR
db
pelo ganho de compresso GC. Uma comparao de desempenho
(utilizando o mesmo banco de sinais) com o codificador inteligente tambm pode ser
apreciada. Este resultado foi obtido adotando L =1 e Q variando de 2 a 16.

Tabela 5.1 - Tabela de desempenho dos codificadores para 16Q2 e L=1
Codificadores
Ganhos de Compresso (GC)
5 10 15 20 25
ARD 32,10 23,80 18,70 15,40 13,35
ALD 31,10 22,75 18,70 15,50 13,40
AED 27,00 21,00 17,80 15,60 13,60
Berger et al. - A 32,10 21,80 16,30 13,40 10,55
Berger et al. - H 30,75 19,50 14,75 11,35 8,20

48

Figura 5.5 - Desempenho dos codificadores para 16Q2 e L=1


As curvas de alocao para este caso seguem o formato descrito pela figura 5.6.


A figura 5.7 mostra como ficou a alocao de bits para cada sub-banda para este caso.

49

Figura 5.7 - Alocao de bits para cada sub-banda com Q=16 e L=2
O resultado, obtido adotando L =2 e Q variando de 3 a 16, mostrado na figura 5.8 e na
tabela 5.2.
Codificadores
5 10 15 20 25
ARD 32,30 23,95 18,70 15,45 13,35
ALD 31,60 23,70 18,55 - -
AED 29.90 22,50 18,60 15,40 13,35
Berger et al. - A 32,10 21,80 16,30 13,40 10,55
Berger et al. - H 30,65 19,55 14,75 11,30 8,2

50


As curvas de alocao para este caso seguem o formato descrito pela figura 5.9.


A figura 5.10 mostra como ficou a alocao de bits para este caso.

Figura 5.10 - Alocao de bits para cada sub-banda para Q=16 e L=4

O resultado obtido adotando L =4 e Q variando de 5 a 16 mostrado na figura 5.11 e na
tabela 5.3.
51

Codificadores
4 6 8 10 12
ARD 34,80 31,20 27,50 24,50 21,60
ALD 34,40 31,10 27,40 24,50 21,60
AED 33,70 30,50 27,30 24,20 21,55
Berger et al. - A 34,60 29,80 25,40 21,80 19,45
Berger et al. - H 33,40 27.50 22,40 19,55 16,90


5.2.4. ALD com L =Q, L =Q 1, L =Q 2 e L =Q 3

Nesta seo foram comparados quatro casos especiais de alocao linear decrescente,
iniciou-se a anlise estabelecendo o menor comprimento de palavra digital igual ao maior
comprimento de palavra digital (I =) e depois o menor comprimento de palavra digital
foi diminudo gradualmente. Os resultados obtidos podemser apreciados na figura 5.12. O
maior valor de Q foi 16 e o menor valor de L foi 2. A figura 5.13 mostra como ficou a
alocao de bits para cada sub-banda quando Q alcana seu valor mximo.

52

Figura 5.12 - Desempenho do codificador utilizando ALD com L=Q, L=Q-1, L=Q-2 e
L=Q-3

Figura 5.13 - Alocao de bits para cada sub-banda utilizando ALD com L=Q, L=Q-1,
L=Q-2 e L=Q-3 com Q=16

5.2.5. Comparao entre o sinal reconstrudo e o sinal original

Aqui um trecho do sinal reconstrudo pelo decodificador e seu respectivo sinal original,
foram comparados. Tambm foi plotada a forma de onda de erro entre os dois sinais. A
alocao exponencial decrescente foi utilizada para a gerao dos resultados que se
seguem. So mostrados trs casos, o primeiro prioriza a relao sinal rudo em detrimento
do ganho, figura 5.14, o segundo prioriza mais o ganho em detrimento da relao sinal
53

rudo, figura 5.15 e o ltimo prioriza tanto o ganho, que a reconstruo chega a ser
grosseira, figura 5.16.

GC=3.57.

GC=18,43.

54

GC=54,29.

5.3. DISCUSSO DOS RESULTADOS

A figura 5.4 mostra que a quantidade de bits alocada para cada sub-banda decai mais
rapidamente para alocao exponencial decrescente, o que significa que a maioria das sub-
bandas possui um comprimento de palavra digital pequeno. Para alocao linear
decrescente, o decaimento mais lento e gradual, quando comparada com a alocao
exponencial, o que significa que uma maior quantidade de sub-bandas contemplada com
palavras digitais maiores. J a alocao raiz-quadrtica decrescente a que possui o
decaimento mais lento quando comparada s outras duas formas, isso significa dizer que a
maioria das sub-bandas contemplada com comprimento de palavras digitais maiores.

Das trs formas de alocao de bits estudadas por este trabalho, a que obteve melhor
desempenho foi a alocao raiz-quadrtica decrescente, isso porque nesta alocao
atribuda uma maior quantidade de bits para os coeficientes transformados de mais alta
frequncia (ou menor fator de escala), o que garante uma reconstruo mais fidedigna ao
sinal original. Os bits que porventura foram atribudos sem necessidade e no carregam
informao relevante (redundantes), so minimizados pelo codificador de entropia. A
alocao que apresentou pior desempenho foi a alocao exponencial decrescente, isso
porque esta alocao peca ao atribuir uma pequena quantidade de bits aos coeficientes de
55

maior frequncia, apenas os coeficientes de menor frequncia so contemplados com uma
quantidade maior de bits, assim a forma de onda do sinal garantida, pois os coeficientes
responsveis pelo formato (coeficientes de amostragem) do sinal so bem expressos na
alocao, no entanto, os coeficientes transformados responsveis pelo detalhamento do
sinal (coeficientes de detalhe) so mal reconstrudos, o que penaliza uma reconstruo
mais fiel ao sinal original. A alocao linear decrescente obteve resultado intermedirio,
dentre as duas, como era de se esperar.

Observa-se nas figuras 5.5, 5.8 e 5.11 que as propostas para alocao de bits no domnio
das transformadas de wavelets apresentadas neste trabalho permitem um desempenho
ligeiramente superior quando comparado com os resultados apresentados no codificador
inteligente (Berger, 2006). No codificador inteligente forado um comprimento mximo
da palavra digital para a representao quantizada de cada coeficiente da TDW e se tem
um total de 64 possveis vetores de alocao de bits que em alguns casos no consegue
fazer uma boa aproximao do envelope espectral da janela de sinais que est sendo
processada. A proposta apresentada neste trabalho enfatiza o ajuste do envelope espectral
permitindo uma maior liberdade para o comprimento de palavra digital que representa cada
coeficiente em cada janela de sinal. A codificao de entropia se encarrega de minimizar a
redundncia do vetor de smbolos.

As figuras 5.3, 5.6 e 5.9 descrevem as curvas de alocao para cada caso, pode-se observar
a partir delas que a medida que aumenta a diferena entre Q e L, aumenta a diferena do
formato das curvas, consequentemente isso refletido tanto na alocao de bits para cada
sub-banda como nos resultados obtidos. Podemos ver a partir das figuras 5.4, 5.7 e 5.10
que a alocao de bits se torna mais parecida quando L se aproxima de Q, o mesmo ocorre
com os grficos de desempenho (figuras 5.5, 5.8 e 5.11), nestes tambm possvel
observar que as curvas AED, ALD e ARD se aproximam para valores maiores de ganho,
que foram gerados quando se usou valores de Q prximos a L na simulao.

interessante destacar tambm que a forma de alocao que mais sofreu com a diminuio
do fator L, foi a alocao exponencial decrescente, como pode ser visto nos grficos de
desempenho, isso porque nesta alocao a reduo do fator L mais propagada para os
coeficientes transformados, ou seja, a reduo da quantidade de bits afeta uma maior
56

quantidade de sub-bandas, o que consequentemente prejudica a reconstruo dos
coeficientes transformados pelo decodificador.

Na seo 5.2.4 o paradigma de anlise foi alterado, ao invs de comparar os resultados a
partir de Q e L fixos e variando os tipos de curvas, foi fixada a curva, no caso a ALD, e
verificou-se como ela se comporta com a gradual variao de L em relao a Q. Para isso
estabeleceu-se quatro casos especiais, so eles: L =Q, L =Q-1, L =Q-2, e L =Q-3.

Como se pode observar na figura 5.12, o caso que obteve o melhor desempenho foi L =Q,
ou seja, onde o comprimento de palavra digital mximo foi sempre igual ao comprimento
de palavra digital mnimo. Esse resultado j era esperado, uma vez que os resultados
anteriores mostraram que a alocao raiz-quadrtica decrescente obteve um desempenho
superior frente a ALD e AED. Para o caso onde L =Q, observa-se que os coeficientes de
detalhe e de amostragem receberam igual quantidade de bits, o que proporcionou uma
construo mais fidedigna, tanto da forma quanto dos detalhes, do sinal e os bits que
porventura foram redundantes, foram minimizados pelo codificador de entropia.

A seo 5.2.5 mostra um exemplo do sinal reconstrudo utilizando o codificador proposto.
A partir das figuras 5.14, 5.15 e 5.16 pode-se observar a consequncia do aumento do
ganho de compresso no sinal reconstrudo. A figura 5.14 mostra o resultado da obteno
de um sinal reconstrudo com um baixo ganho e uma alta SNR, o sinal bastante fiel ao
sinal original, possuindo uma ordem de grandeza de erro muito pequena, no sendo
possvel perceber diferenas entre o sinal original e o sinal reconstrudo a olho nu. A figura
5.15 mostra o resultado da obteno de um sinal reconstrudo com um alto ganho e uma
baixa relao sinal rudo, neste caso o sinal reconstrudo no to fiel ao sinal original e
pequenas diferenas entre os dois podem ser observadas a olho nu. J a figura 5.16
priorizou bastante o ganho, a ponto de ser obtida uma reconstruo grosseria do sinal
original, a diferena entre o sinal original e o reconstrudo bem visvel a olho nu. Assim,
conclumos que se deve procurar aumentar o ganho, mas sempre mantendo uma alta SNR,
para que o sinal reconstrudo continue fiel ao sinal original. Um sinal reconstrudo com
grandes distores pode levar o profissional de sade que est avaliando o sinal a obter
interpretaes errneas, dependendo da aplicao, errando assim o diagnstico do paciente.

57

Por fim, importante destacar que foram testados dois tipos de codificadores por entropia:
a codificao de Huffman e o codificador aritmtico. Em nossos testes verificamos que o
codificador aritmtico obteve melhor resultado, assim adotamos ele para todos os
resultados finais dessa dissertao. Acredita-se que o melhor desempenho obtido com o
codificador aritmtico seja em virtude do fato de estarmos trabalhando com uma sequncia
que possui uma grande quantidade de smbolos, sabe-se que a codificao aritmtica se
comporta melhor nesses casos.

58

6. CONCLUSES E RECOMENDAES

6.1. CONCLUSES GERAIS

O crescente interesse da medicina pelos sinais eletromiogrficos, tm motivado pesquisas
na rea de codificao de sinais eletromiogrficos. Muitos avanos j foram realizados nos
ltimos anos e resultados expressivos foram alcanados. No entanto, esse trabalho mostrou
que avanos ainda podem ser feitos no sentido de aperfeioar o processo de compactao
dos sinais.

Procurou-se neste trabalho realizar a otimizao da compresso de sinais atravs da anlise
do comportamento de diferentes formas de quantizar os coeficientes transformados obtidos
pela DWT. Alm disso, foram utilizadas tcnicas j utilizadas na literatura que mostraram
excelentes resultados quando utilizadas na compactao de sinais eletromiogrficos, como
o caso do uso da transformada wavelet ao invs de outras transformadas como a Fourier,
da segmentao do sinal transformado e do uso da compresso aritmtica como codificador
de entropia. Mais especificamente, foram implementadas trs formas de alocao de bits,
so elas alocao exponencial decrescente, alocao linear decrescente e alocao raiz
quadrtica decrescente.

A anlise de desempenho foi feita tomando por base a relao sinal rudo (SNR, do ingls
Signal Noise Rate) e o ganho de compresso (GC, do ingls Compression Gain). Foram
utilizados sinais reais de 14 indivduos mensurados durante contraes isomtricas. A
partir dos resultados obtidos, verificou-se que alocao raiz quadrtica decrescente
apresentou melhor desempenho quando comparada as outras duas formas analisadas. No
entanto, importante destacar que para ganhos de compresso acima de 20, a diferena de
desempenho entre as formas de alocao bastante semelhante.

Tambm verificou-se que os valores de Q e L, maior e menor comprimento da palavra
digital, respectivamente, podem ser ajustados para que os requisitos de SNR e ganho
possam ser atendidos da melhor maneira possvel, permitindo assim a adequao do
mtodo para diferentes aplicaes.

59

Quando comparado com outras tcnicas de codificao presentes na literatura, o
codificador proposto por esse trabalho apresentou desempenho igual ou superior, com uma
reduo da complexidade do processo de codificao, dando destaque ao fato de no ser
utilizada rede neural para aproximao do vetor de alocao de bits.

Portanto as tcnicas apresentadas comprovaram ser eficientes, no entanto, no definitivas,
umas vez que otimizaes ainda podem ser realizadas em todas etapas do processo de
codificao.

6.2. RECOMENDAES PARA PESQUISAS FUTURAS

Os resultados de simulaes com banco de sinais de S-EMG se mostrou promissora. So
observados novos caminhos que podem trazer uma melhoria de desempenho como, por
exemplo, se estudar as caractersticas espectrais dos sinais de S-EMG para adaptar melhor
a alocao dinmica de bits, utilizando outras formas de curvas ou filtrando coeficientes
transformados menos significativos. Outra possibilidade interessante seria adaptar a
transformada para as caractersticas espectrais do banco de sinais (Paiva et al, 2008). Pode-
se tambm executar as simulaes com outros tipos de codificadores por entropia, tais
como a Desigualdade de Kraft e a Codificao LZW (Lempel-Ziv-Welch).

60

REFERNCIAS BIBLIOGRFICAS

Anton, Howard. Clculo, um novo horizonte; Trad. Cyro de Carvalho e Mrcia Tamanaha.
6. Ed. Porto Alegre: Bookman, 2000.

Berger P A, Nascimento F A O, Carmo, J C, Rocha A F and dos Santos I (2003) Algorithm
for compression of EMG signals in Proc. 23th annual International Conference of
the IEEE Engineering in Medicine Biology Society, Cancun, 12991302.

Berger, P. A., Nascimento F. A. O., Carmo, J. C, Rocha., A. F. (2006) Compression of
EMG signals with wavelet transform and artificial neural networks Physiological
Measurement, England, v. 27, p. 457-465, 2006.

Berger, P. A. (2006). Otimizao de Desempenho de Algoritmos de Compresso de Sinais
Biolgicos Utilizando Redes Neurais Artificiais, Tese de Doutorado, Publicao
PPGENE.TD-007/06, Departamento de Engenharia Eltrica, Universidade de
Braslia, Braslia, DF, 200.

Burrus, S. C., Gopinath, R.A., Guo, H. (1998), Introduction to Wavelets and Wavelets
Transforms: a primer. London, Prentice-Hall International.

Carotti, E. S. G.; De Martin, J. C., Merletti, R. & Farina, D. (2006), Compression of
surface EMG signals with algebraic code excited linear prediction, In: Proceedings
of IEEE International Conference on Acoustics, Speech and Signal Processing, pp.
11481151, ISBN 142440469X, Tolouse, France, May.

Costa, M. V. C. (2008). Compresso de sinais de Eletromiografia Explorando Correlao
Bidimensional. Dissertao de Mestrado em Engenharia Eltrica. Publicao
PPGENE.DM 333 A/08, Departamento de Engenharia Eltrica, Universidade de
Braslia, Braslia. DF. 82p.

Costa, M. V. Chaffim, Carvalho, J. L, Berger, P. A., Zaghetto, A, Rocha, A. F,
Nascimento, Francisco A de O. (2009), Two-dimensional Compression of Surface
61

Electromyographic Signals Using Column-correlation Sorting and Image Encoders,
In: 31st Annual International Conference of the IEEE - EMBS 2009, Minneapolis. v.
1. p. 428-431.

Costa, M. V. Chaffim, Berger, P. A., Rocha, A. F., Carvalho, J. L, Nascimento, Francisco A
de O. (2008), Compression of Electromyographic Signals Using Image
Compression Techniques, In: The 30th Annual International Conference of the
IEEE Engineering in Medicine and Biology Society, Vancouver. v. 1. p. 2948-2951.

Costa, M. V. Chaffim, Berger, P. A., Carvalho, J. L., Rocha, A. F, Nascimento, Francisco
A de O. (2008), Novo mtodo para compresso de sinais de EMG usando
JPEG2000, In: CBEB 2008 XXI Congresso Brasileiro de Engenharia Biomdica,
Salvador. Anais do XXI Congresso Brasileiro de Engenharia Biomdica, v. 1. p. 1-5.

Costa, M. V. Chaffim, Zaghetto, A., Berger, P. A., Carvalho, J. L., Rocha, A. F,
Nascimento, Francisco A de O. (2008), Compresso de Sinais de Eletromiografia de
Superfcie Usando H.264/AVC, In: Congresso Brasileiro de Informtica em Sade
2008, Campos do Jordo, v. 1. p. 1-6.

Drewes, Charlie. Eletromiography: Recording Eletrical Signals from Human Muscle
(2000)

Enoka, R. M. Bases neuromecnicas da cinesiologia. So Paulo: Manole. 2000.

Filho, E. B. L.; da Silva, E. A. B. & de Carvalho, M. B. (2008) On EMG signal
compression with recurrent patterns IEEE Transactions on Biomedical Engineering,
Vol. 55, No. 7, pp. 19201923, ISSN 0018-9294.

Francica, Juliana Valente. Ajustes cardiovasculares induzidos pelos exerccios resistidos
em jovens com histria familiar positiva de hipertenso. Universidade So Judas
Tadeu, So Paulo, 2008.

Kandel, E.. Principles of Neural Science, 4th Edition (2000), McGraw-Hill

62

Konrad, Peter. The ABC of EMG, A Practical Introduction to Kinesiological
Electromyography. Noraxon Inc. USA. 2005.

Mallat, S. (1989), A theory for multiresolution signal decomposition: the wavelet
representation, IEEE Pattern Anal. And machine Intell., vol. 11, no. 7, pp. 674-693.

Marchetti, Paulo H., Duarte, Marcos. Instrumentao em Eletromiografia. Laboratrio de
Biofsica, Escola de Educao Fsica e Esporte, USP. 2006.

Misiti, Michel. Misiti, Yves. Oppenheim, Georges. Poggi, J ean Michel. Wavelel Toolbox,
For Use with Matlab. 1997.

Norris, J. A.; Englehart, K. & Lovely, D. (2001), Steady-state and dynamic myoelectric
signal compression using embedded zero-tree wavelets, In: Proceedings of 23rd
Annual International Conference of the IEEE Engineering in Medicine Biology
Society, pp. 18791882, ISBN 0780372115, Istanbul, Turkey, Oct.

Paiva, J. P. L. M., Kelencz, C. A., Paiva, H. M., Galvo, R. K. H. & Magini, M. (2008)
Adaptive wavelet EMG compression based on local optimization of filter banks,
Physiological Measurement, Vol. 29, No. 7, pp. 843856, ISSN 1361-6597.

Rash, Gregoty S. EMG Fundamentals. 2004.

Santos, Paulo J. M.. Fisiologia do msculo esqueltico. 2005.

Sayood, K., A Introduction to Dara Compression, 3th edition, 2, 2006.

Silbernagl, S; Despopoulos, A. Fisiologia: Texto e Atlas. 5 Edio. Porto Alegre: Artmed,
2003.

Souza, Vagner R., Souza, Marco A. S., Romero, Jesus F. Na. Circuito de condicionamento
de sinais eletromiogrficos. 2006.

63

APNDICES

64

A OUTROS RESULTADOS EXPERIMENTAIS

Figura A.1 Desempenho dos codificadores para 16Q4 e L=3


65



66



67


Eletromiografo 2012 MarcelHenriqueTrabuco

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Eletromiografo 2012 MarcelHenriqueTrabuco

Uploaded by

Copyright:

Available Formats

i

COMPRESSO DE SINAIS DE ELETROMIOGRAFIA UTILIZANDO TRANSFORMADA

You might also like