La señal de electromiografía de superficie de músculos sa nos es modelada como un proceso aleatorio cuya función de distribución de probabilidades es aproximada por medio de distribuciones Gaussianas o Laplacianas. En este traba jo se estudia el ajuste del EMG del músculo tibial anterior (TA) parético a estas distribuciones y el análisis estadístico de sus estimadores de amplitud, con vistas a la utilización de esta señal como control de un estimulador eléctrico para corrección de la caída del antepié durante la fase de oscila ción (FO) de la marcha hemipléjica. Se estudiaron: el valor cuadrático medio (RMS), valor medio absoluto (VMA), valor medio absoluto de la diferencia (VMAD) y varianza (VAR). Se analizaron 40 registros electromiográficos del TA obteni dos durante distintas fases de la marcha de 2 músculos con hemiparesia. Se observó que dicha señal puede ser aproxi mada, al igual que en músculos sanos, mediante distribucio nes Gaussianas o Laplacianas. La distribución Laplaciana es la que mejor ajustó a la señal durante la FO, fase de la marcha con mayor actividad del TA, lo que supone que el VMA es el mejor estimador de su amplitud. Sin embargo, todos los parámetros analizados pudieron diferenciar estadísticamen te la FO del resto de las fases analizadas. La VAR es el esti mador que presentó mejor comportamiento dada su menor variabilidad. En conclusión, los algoritmos de detección de cambios en músculos sanos basados en estos estimadores, podrían también aplicarse para el TA parético y utilizar la señal proveniente de ese músculo como control de un esti mulador eléctrico funcional.

In healthy muscles the surface electromyographic signal is modelled as a random process, whose probability density function has been approximated through Gaussian or Laplacian distributions. In this work the analysis of the adjustment of the EMG of the paretic tibi alis anterior (TA) muscle to these distributions and the statistical analysis of its amplitude estimators is presented, in order to use this signal as a control for an electric stimulator to correct the foot drop during the swing phase (FO) in the hemiplegic gait. The root mean square (RMS), the absolute mean value (VMA), the absolute mean value of the difference (VMAD) and the variance (VAR) were studied for different gait phases. Forty electromyographic records of 2 TA muscles with hemiparesia were obtained for different gait phases. It was observed that this signal can be approximated, like in healthy muscles, through Gaussian or Laplacian distributions. The Laplacian distribution is the one which better fit the signal during the FO, the phase of the gait with greater activity of the TA. This supposes that the VMA is the best estimator of their amplitude. Nevertheless, all the analyzed parameters could statistically dif ferentiate the FO from the other phases analyzed. The VAR is the estimator that displayed the better behavior given its smaller vari ability. In conclusion, the algorithms to detect changes in healthy muscles, based on these estimators, could also be used in the paretic TA. Then, the signal from this muscle could be employed to control functional electrical stimulators.