A partir do espectro de freqüência do sinal eletromiográfico pode-se calcular a freqüência mediana, a freqüência média e a moda da freqüência, podendo se avaliar a fadiga muscular de um indivíduo. Atualmente as análises miográficas, do Depto de Fisioterapia da UNESP - Presidente Prudente, a coleta das medidas e a análise dos resultados são feitas em sistemas separados, isto é, há um sistema para aquisição dos sinais miográficos e outro para análise dos dados, em computadores diferentes. Isto causa problemas pois o indivíduo é submetido ao exercício e somente depois do exercício concluído o sinal é analisado. Com a intenção de melhorar a análise dos sinais miográficos foi desenvolvido um programa computacional no qual os cálculos de FFT e o tratamento do sinal são feitos simultaneamente a aquisição, isto é, em tempo real. A grande vantagem é a possibilidade de se corrigir possíveis erros durante a aquisição devidos a eletrodos mal posicionados, ruídos, evitar o cansaço excessivo do paciente ou até detectar um possível processo de lesão musculara antes que este ocorra. O aplicativo foi implementado em linguagem Visual Basic e rotinas do Matlab, encontra-se em funcionamento e os resultados práticos são discutidos neste trabalho.

From the frequency spectrum of a electromiographic signal the frequency mediana, the mean frequency and the frequency modal can be calculated. Using such parameters the muscular fading of a patient can be evaluated, for instance, using the FFT procedure. In the Phisiotherapy Department of Unesp at Presidente Prudente, experimental data are collected and analyzed using two separated systems. The data corresponding to the electro miographic signal are measured in the first step and then transferred and analyzed in another computer. This procedure is not straightforward since the patient is submitted to a given exercise and only after finishing it the data could be analyzed. Aiming to improve the analysis of the electromiographic signals a software was developed allowing the FFT calculations and the signal analysis to be performed during the data acquisition. The advantage is the possibility to adjust and correct the experimental procedure during the acquisition. Effects of electrodes malpositioning on the patient, electrical noise and excessive fatigue of the patient or even it is possible to detect a muscular lesion during the exercise. The software was developed in the Visual Basic language and using Matlab routines, it is now running and practical results are discussed in this work.