Predicting blood lactate concentration and oxygen uptake from sEMG data during fatiguing cycling exercise
Razanskas P, Verikas A, Olsson C, Viberg PA
Sensors 15: 20480-500, 2015
Se conocen los beneficios de realizar sesiones en bici de alta intensidad, sin embargo si estas sesiones no van acompañadas de una buena recuperación pueden conducir a sobreentrenamiento, aumento del riesgo de lesiones, etc. Así que establecer métodos que puedan evaluar la fatiga de una manera no invasiva y que ajuste los regímenes de entrenamiento para mejorar su calidad cobra especial importancia. La electromiografía de superficie (EMGs) es uno de estos métodos que, aunque se utiliza en la actualidad, tiene discrepancias entre los autores en cuanto a cuáles son las características espectrales de la señal que muestran la fatiga del cuerpo durante el ejercicio en bici. Este artículo presenta un estudio sobre la relación entre las señales electromiográficas del vasto lateral, recto femoral, bíceps femoral y músculo semitendinoso obtenidas durante ejercicios en cicloergómetro hasta el agotamiento, y otras medidas fisiológicas como concentración de lactato sanguíneo y consumo de oxígeno. En contraste con la práctica habitual de elegir una característica particular de la señal, ej: frecuencias media o mediana, se utilizaron múltiples variables para obtener una caracterización de las señales de EMG en el dominio espectral. Basados en estas variables, se construyeron modelos lineales y no lineales para predecir concentraciones de lactato sanguíneo y consumo de oxígeno. Estos resultados mostraron que las frecuencias media y mediana no son las elecciones más óptimas para predecir estas variables fisiológicas en ejercicios dinámicos, ya que no mostraron cambios significativos a lo largo del curso de nuestro protocolo y que solamente se correlacionaron de forma débil con las concentraciones sanguíneas de lactato y el consumo de oxígeno. Sin embargo, la raíz cuadrada media de la señal original y la diferencia backward, así como parámetros que describen las colas de distribución de la potencia de EMG fueron las variables más importantes para estos modelos. Los coeficientes de correlación con valores desde R2= 0,77 a R2 = 0,98 (para el lactato sanguíneo) y desde R2= 0,81 a R2=0,97 (para el consumo de oxígeno), fueron obtenidos usando unas ecuaciones de regresión aleatorias.