Étude, conception et validation d'une technique efficace d'élimination en temps-réel des ECG dans les EMGdi

Les EMG sont les signaux électriques caractérisant l'activité neuromusculaire d'un muscle donné. Ces signaux sont utilisés pour diverses applications médicales comme le diagnostic des anomalies dans les fonctions musculaires et le contrôle des prothèses myoélectriques. Ces dernières années, les signaux électromyogrammes diaphragmatiques (EMGdi) ont été de plus en plus utilisés et plusieurs recherches ont été faites pour les exploiter dans des applications médicales classiques comme le diagnostique des anomalies respiratoires ou des applications novatrices comme le contrôle de la respiration artificielle. La principale difficulté pour exploiter les EMG en général et les EMGdi en particulier est restée l'élimination de la contamination par les ECG. En effet, l'EMG acquis via une électrode représente la somme de tous les potentiels d'action des unités motrices d'un muscle donné dans la zone de détection de cette électrode. Cependant, le signal électrique résultant de l'activité cardiaque est si puissant qu'il peut être détecté par ces électrodes. Ceci implique que le signal EMG détecté est toujours contaminé par les artéfacts cardiaques, ce qui implique une erreur dans la valeur du RMS et rend l'information électrique obtenue sur un muscle donné moins précise. Un filtrage simple ne peut pas éliminer cette contamination vu que les domaines spectraux des EMG et des ECG ne sont pas distincts et une technique de filtrage complexe doit être mise en place afin d'obtenir des résultats facilement exploitables. Cependant, deux autres difficultés entrent en jeu lorsqu'il s'agit d'applications de contrôle de prothèses ou de contrôle de la respiration artificielle.

Abstract

EMG are electrical signals characterizing the neuromuscular activity of a given muscle. These signals are used for various medical applications such as abnormal muscle function diagnostic and myoelectric prosthesis control. Recently, the diaphragmatic electromyogram signals (EMGdi) were used increasingly and several research dealed with the use of EMGdi in classical medical applications such as diagnostic of respiratory diseases or innovative applications such as control of mechanical ventilation. The main difficulty for EMG using is ECG cancellation. Indeed, the EMG obtained using an electrode is the sum of all motor unit action potentials of a given muscle in the detection area of this electrode. However, the cardiac signal is so powerful that it can be detected by these electrodes. Thus, detected EMG is always contaminated by cardiac artefacts implying a RMS error and making the electrical information obtained from a given muscle less accurate. A simple filter can not eliminate this contamination because the spectra of EMG and ECG overlap. Thus, there is a need for a complex filter to obtain easily exploitable results. However, two more difficulties appear when the EMG signal is used for prosthesis control or for mechanical ventillation. The first difficulty is obtaining EMG signals which can be used directly in real-time because, in this case, ECG cancellation should be done in real-time. The second difficulty is automatic detection of muscular activity using these signals because this operation needs the use of an complex algorithm to detect EMG activation and deactivation.