Resumen

Este artículo detalla el diseño y la implementación hardware de un sistema de diagnóstico en tiempo real basado en FPGA para la estimación de la velocidad de conducción de la fibra muscular (MFCV). La MFCV se considera un índice de monitorización principal para la neuropatía diabética (DPN), así como en la evaluación de la fatiga muscular, para evaluar el estado de la fibra muscular. La plataforma FPGA evalúa la MFCV durante contracciones dinámicas (por ejemplo, al andar), explotando un sistema de detección multicanal compuesto por 4 electrodos EMG inalámbricos de superficie, colocados en pares en cada pierna. Los datos brutos se digitalizan y se convierten en binarios para crear dos flujos de bits para cada extremidad monitorizada. A continuación, se realiza una comparación entre los dos flujos de bits EMG extraídos de la misma pierna. La comparación, que permite extraer el MFCV, explota una versión computacionalmente ligera del método de correlación cruzada. La arquitectura general implementada y validada en una FPGA Altera Cyclone V no tiene HPS y explota 22,5 LM, 10.874 ALUT, 9,81% de registros, 3,36 de memoria de bloqueo y <2,7% del total de cables disponibles en la plataforma. La elección de la FPGA como sistema informático radica en la posibilidad de determinar la utilización de recursos y las restricciones de tiempo relacionadas para una futura implementación ASIC en tiempo real en aplicaciones para llevar puestas. A partir de la contracción muscular real durante la marcha (punto de partida cíclico de la computación), el sistema emplea unos 316 ms en adquirir datos útiles y 47,5 ms (de media) en procesar la señal y proporcionar la salida, disipando dinámicamente 28,6 mW. La precisión de la evaluación de la herramienta se ha evaluado demostrando la repetibilidad de las mediciones mediante un ensayo in vivo. En este contexto, se han adquirido 1250 contracciones de cada sujeto implicado en una marcha protocolled de 10 metros (n=10 sujetos evaluados). Por término medio, se ha extraído la misma estimación de MFCV en 1184/1250 contracciones (desviación estándar de 11 contracciones), alcanzando una precisión del 94,7%. Estas estimaciones coinciden plenamente con el rango de valores fisiológicos descrito en la literatura.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:mfcv, contracciones, sistema, altera cyclone v fpga, estimación de la velocidad de conducción de las fibras musculares, electrodos emg inalámbricos de superficie, contracción muscular real, evaluación de la fatiga muscular, estado de las fibras musculares, rango de valores fisiológicos
• Keywords:mfcv, contractions, system, altera cyclone v fpga, muscle fibre conduction velocity estimation, wireless surface emg electrodes, actual muscle contraction, muscle fatigue assessment, muscle fibre status, physiological value range