ArenaSignal: aplicativo para processamento de sinais eletromiográficos
ISSN 1678-0817 Qualis/DOI Revista Científica de Alto Impacto.

Palavras-chave

Eletromiografia de superfície
Processamento digital de sinais
Filtro Butterworth
Detecção de onset/offset
Software educacional

Resumo

O processamento digital de sinais eletromiográficos (EMG) é essencial para a análise da atividade muscular em aplicações de reabilitação, biomecânica e interfaces homem-máquina, mas muitas ferramentas disponíveis dependem de licenças comerciais ou apresentam alta complexidade de uso. Este trabalho apresenta o desenvolvimento do ArenaSignal, um aplicativo desktop multiplataforma, gratuito e de código aberto, desenvolvido em Python 3.11, para processamento e visualização de sinais EMG. O sistema possui arquitetura modular e implementa as principais etapas do pipeline de processamento: correção da média, filtragem digital configurável, retificação de onda completa e detecção de onset/offset por envoltória linear com histerese. A validação foi realizada por meio de testes funcionais manuais e automatizados (suíte de 25 testes com pytest), utilizando sinais EMG simulados com parâmetros controlados, além de dados externos de EMG facial adquiridos com MyoTec. Os resultados confirmaram o funcionamento correto das etapas implementadas e a capacidade do sistema de carregar e representar sinais reais. O ArenaSignal constitui uma ferramenta acessível e reprodutível voltada ao ensino e à experimentação em processamento de biossinais.

PDF

Referências

ADLBI, Qussai. EMG analysis engine (Module A): an open-source, IEEE/ISEK-compliant platform for reproducible EMG signal processing and feature extraction. [S. l.]: engrXiv, 2026. Pré-publicação. DOI: https://doi.org/10.31224/6627.

ARAUJO, Rubens Corrêa. Utilização da eletromiografia em análise biomecânica do movimento humano. 1998. Tese (Doutorado em Biodinâmica do Movimento Humano) – Escola de Educação Física e Esporte, Universidade de São Paulo, São Paulo, 1998. DOI: https://doi.org/10.11606/T.39.1998.tde-08112023-094433.

CHOWDHURY, Rubana H. et al. Surface electromyography signal processing and classification techniques. Sensors, [S. l.], v. 13, n. 9, p. 12431-12466, 2013. DOI: https://doi.org/10.3390/s130912431.

COLOMBET, Bruno et al. AnyWave: a cross-platform and modular software for visualizing and processing electrophysiological signals. Journal of Neuroscience Methods, [S. l.], v. 242, p. 118-126, 2015. DOI: https://doi.org/10.1016/j.jneumeth.2015.01.017.

CRESWELL, John W. Projeto de pesquisa: métodos qualitativo, quantitativo e misto. 3. ed. Porto Alegre: Artmed, 2010.

DUARTE, Marcelo Marques et al. Revisão sobre materiais e métodos: eletromiografia. EFDeportes.com, Revista Digital, Buenos Aires, v. 16, n. 160, set. 2011. Disponível em: https://www.efdeportes.com/efd160/materiais-e-metodos-eletromiografia.htm. Acesso em: 12 nov. 2026.

FERREIRA, Arthur de Sá; GUIMARÃES, Fernando Silva; SILVA, Julio Guilherme. Aspectos metodológicos da eletromiografia de superfície: considerações sobre os sinais e processamentos para estudo da função neuromuscular. Revista Brasileira de Ciências do Esporte, [S. l.], v. 31, n. 2, p. 11-30, 2010. Disponível em: https://www.rbceonline.org.br/index.php/RBCE/article/view/300. Acesso em: 12 nov. 2026.

GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2002.

HALAKI, Mark; GINN, Karen. Normalization of EMG signals: to normalize or not to normalize and what to normalize to? In: NAIK, Ganesh R. (org.). Computational intelligence in electromyography analysis: a perspective on current applications and future challenges. Rijeka: InTech, 2012. p. 175-194. DOI: https://doi.org/10.5772/49957.

HARRIS, Charles R. et al. Array programming with NumPy. Nature, [S. l.], v. 585, n. 7825, p. 357-362, 2020. DOI: https://doi.org/10.1038/s41586-020-2649-2.

HAUER, Arthur. Desenvolvimento de um framework Python orientado à contribuição para análise e processamento de biossinais: exemplo de aplicação para eletroencefalogramas. 2024. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) – Universidade Tecnológica Federal do Paraná, Curitiba, 2024. Disponível em: http://repositorio.utfpr.edu.br/jspui/handle/1/36087. Acesso em: 12 nov. 2026.

HODGES, P. W.; BUI, B. H. A comparison of computer-based methods for the determination of onset of muscle contraction using electromyography. Electroencephalography and Clinical Neurophysiology, [S. l.], v. 101, n. 6, p. 511-519, 1996. DOI: https://doi.org/10.1016/S0013-4694(96)95190-5.

HUNTER, John D. Matplotlib: a 2D graphics environment. Computing in Science & Engineering, [S. l.], v. 9, n. 3, p. 90-95, 2007. DOI: https://doi.org/10.1109/MCSE.2007.55.

IEEE. IEEE recommended practice for architectural description for software-intensive systems. IEEE Std 1471-2000. New York: IEEE, 2000. Disponível em: https://standards.ieee.org/ieee/1471/2187/. Acesso em: 12 nov. 2026.

KLAIĆ, Luka et al. A systematic review of design of electrodes and interfaces for non-contact and capacitive biomedical measurements: terminology, electrical model, and system analysis. Sensors, [S. l.], v. 26, n. 4, art. 1374, 2026. DOI: https://doi.org/10.3390/s26041374.

KONRAD, Peter. The ABC of EMG: a practical introduction to kinesiological electromyography. Versão 1.4. Scottsdale: Noraxon, 2006.

KOO, Nahmil. Design of low power and low noise instrumentation amplifier for biopotential acquisition: a review. IEEE Access, [S. l.], v. 13, p. 23359-23370, 2025. DOI: https://doi.org/10.1109/ACCESS.2025.3537998.

MARCHETTI, Paulo Henrique; DUARTE, Marcos. Instrumentação em eletromiografia. São Paulo: Laboratório de Biofísica, Escola de Educação Física e Esporte, Universidade de São Paulo, 2006.

MELLO, Roger G. T.; OLIVEIRA, Liliam F.; NADAL, Jurandir. Digital Butterworth filter for subtracting noise from low magnitude surface electromyogram. Computer Methods and Programs in Biomedicine, [S. l.], v. 87, n. 1, p. 28-35, 2007. DOI: https://doi.org/10.1016/j.cmpb.2007.04.004.

MERLETTI, Roberto; MUCELI, Silvia. Tutorial. Surface EMG detection in space and time: best practices. Journal of Electromyography and Kinesiology, [S. l.], v. 49, art. 102363, 2019. DOI: https://doi.org/10.1016/j.jelekin.2019.102363.

MOORE, Alan D. Python GUI programming with Tkinter: develop responsive and powerful GUI applications with Tkinter. Birmingham: Packt Publishing, 2018.

MYERS, Glenford J.; SANDLER, Corey; BADGETT, Tom. The art of software testing. 3. ed. Hoboken: John Wiley & Sons, 2012.

PREISSEL, René; STACHMANN, Bjørn. Git: distributed version control: fundamentals and workflows. [S. l.]: Brainy Software, 2014.

PRESSMAN, Roger S.; MAXIM, Bruce R. Software engineering: a practitioner's approach. 9. ed. New York: McGraw-Hill Education, 2020.

PRODANOV, Cleber Cristiano; FREITAS, Ernani Cesar de. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. 2. ed. Novo Hamburgo: Feevale, 2013.

PYTHON SOFTWARE FOUNDATION. The Python language reference. Python 3.12 Documentation, [s. d.]a. Disponível em: https://docs.python.org/3.12/reference/index.html. Acesso em: 12 nov. 2026.

PYTHON SOFTWARE FOUNDATION. venv: criação de ambientes virtuais. Python 3.12 Documentation, [s. d.]b. Disponível em: https://docs.python.org/pt-br/3.12/library/venv.html. Acesso em: 12 nov. 2026.

REAZ, M. B. I.; HUSSAIN, M. S.; MOHD-YASIN, F. Techniques of EMG signal analysis: detection, processing, classification and applications. Biological Procedures Online, [S. l.], v. 8, n. 1, p. 11-35, 2006. DOI: https://doi.org/10.1251/bpo115.

SHIELDS, JoCarol E. et al. A comparison of popular filters for the electromyography beginner. Measurement in Physical Education and Exercise Science, [S. l.], v. 30, n. 2, p. 257-266, 2026. DOI: https://doi.org/10.1080/1091367X.2025.2589872.

SILVA, Robson Rodrigues da et al. Ferramentas computacionais para estudo dos canais iônicos utilizando diagramas de estados: MATLAB® vs Python. Revista Contemporânea, [S. l.], v. 3, n. 6, p. 5013-5024, 2023. DOI: https://doi.org/10.56083/RCV3N6-018.

SILVA JÚNIOR, Rubens Alexandre da. Normalização EMG: considerações da literatura para avaliação da função muscular. ConScientiae Saúde, São Paulo, v. 12, n. 3, p. 470-480, 2013. DOI: https://doi.org/10.5585/ConsSaude.v12n3.4362.

SOMMERVILLE, Ian. Engenharia de software. 9. ed. São Paulo: Pearson, 2011.

SOMMERVILLE, Ian. Software engineering. 10. ed. Boston: Pearson, 2015.

VIRTANEN, Pauli et al. SciPy 1.0: fundamental algorithms for scientific computing in Python. Nature Methods, [S. l.], v. 17, n. 3, p. 261-272, 2020. DOI: https://doi.org/10.1038/s41592-019-0686-2.

WU, Tsung-Lin et al. pyemgpipeline: a Python package for electromyography processing. Journal of Open Source Software, [S. l.], v. 7, n. 72, art. 4156, 2022. DOI: https://doi.org/10.21105/joss.04156.

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Copyright (c) 2026 Leticia Emily Gonçalves de Moraes, Saulo Belarmino de Sousa Junior, Carlos Enrique Lopez Noriega (Autor)

Downloads

Os dados de download ainda não estão disponíveis.