سیگنال الکتریکی، در ارتباط با انقباض عضله، الکترومیوگرافی یا EMG[1] نامیده می­شود (وینتر[2]2009). در تعریفی دیگر می­توان گفت الکترومیوگرافی مطالعه فعالیت الکتریکی درون عضلات می­باشد. دستگاه الکترومیوگرافی می­تواند در خصوص حرکات خودآگاه (داوطلبانه) و رفلکسی عضلات اطلاعات مناسبی را فراهم نماید. در حقیقت دستگاه الکترومیوگرافی پتانسیل عمل عضلات را اندازه­گیری می­کند. الکترودهای EMG با حساسیت نسبتا بالایی پتانسیل عمل درون عضلات را دریافت و آن را به حافظه کامپیوتر و چاپگر منتقل می­نمایند(Peter Konrad; 2005). مقدار آمپلی­تود[3] و فرکانس[4] سیگنال خام[5] به عوامل زیادی حساس و متغیر است.

دلوکا[6] (1997) معتقد است عوامل درونی و بیرونی زیادی روی این سیگنال­ها تاثیر می­گذارند. عوامل بیرونی شامل شکل الکترود، فاصله بین الکترودها، فاصله الکترودها از motor-point و لبه خارجی عضلات و همچنین منشا فیبرهای عضلانی و آماده­سازی پوست، مقاومت ظاهری[7] ، تعریق و درجه حرارت پوست می­باشند. عوامل درونی شامل خصوصیات فیزیولوژیکی، آناتومیکی و بیومکانیکی عضلات همچون شدت فعالیت عضلات، ترکیب نوع فیبر عضلات، جریان خون در عضلات، قطر فیبر عضله[8]، فاصله بین فیبرهای فعال

 درون عضله با توجه به الکترود و مقدار بافت بین سطح عضله و الکترود می­باشد.

با توجه به اینکه عوامل بسیاری روی سیگنال­های EMG و ولتاژهای ثبت شده از عضلات اثر می­گذارد، توصیف آنها مشکل است؛ بنابراین توصیف دامنه سیگنال خام EMG مشکل­ساز است، مگراینکه یک روش نرمال­سازی[9] انجام شود. نرمال­سازی اشاره به تبدیل سیگنال به یک مقیاس و یک ارزش شناخته شده دارد.

گزارش شده است که سیگنال EMG نرمال اولین بار توسط Eberhart, Inman & Bresler در سال 1954 معرفی شد. از آن زمان تا کنون روشهای زیادی برای نرمال­سازی ارائه شده است اما در مورد یک روش به عنوان بهترین روش اتفاق­نظر وجود ندارد. (Eberhart, H.D. Inman,V.T. Bresler, B. 1954).

1-2 بیان مسئله

بررسی میزان فعالیت عضلانی بوسیله الکترومیوگرافی یکی از جنبه های مهم تحقیقات بیومکانیکی است که در بررسی های کلینیکی افراد سالم و بیمار مورد ارزیابی قرار می گیرد. از داده های بدست آمده بوسیله الکترومیوگرافی می توان جهت تخمین نیروی عضلانی و خستگی عضلانی استفاده کرد. به منظور رسیدن به اهداف فوق نیازمند نرمال­سازی داده های خام هستیم. نرمال­سازی با هدف قابل مقایسه ساختن داده های بدست آمده از الکترومیوگرافی انجام می­شود و روشهای مختلفی برای آن وجود دارد. رایج­ترین روش نرمال­سازی روش حداکثر انقباض ارادی ایزومتریک[10](MVIC) است که حداکثر انقباض ارادی ایزومتریک ثبت شده را به عنوان یک مقدار مرجع در نظر می­گیرند. در این روش حداقل سه تکرار و بین هر تکرار زمان استراحت برای کاهش هرگونه خستگی وجود دارد. سیگنال­های EMG از یک انقباض بیشینه بعد از ثبت، فیلتر شده و [11]RMS آنها محاسبه می­شود. حداکثر مقدار بدست آمده از سیگنال پردازش شده در تمام تکرار ها به عنوان مقدار مرجع برای نرمال­سازی سیگنالهای EMG استفاده می­شود. این روش ساده است، با این حال محققان سعی در پاسخ دادن به این سوال می­کنند، که برای تولید حداکثر فعالیت عصبی-عضلانی در عضله از چه تستی باید استفاده کرد؟ متاسفانه اتفاق­نظر در مورد آزمونی که بتواند حداکثر فعالیت را در عضله ایجاد کند وجود ندارد. مشکل دیگری که در این روش وجود دارد این است که آیا آزمودنی حداکثر تلاش خود را به­کار می­گیرد یا اگر گروه آزمودنی یک بیمار باشد می­تواند حداکثر تلاش خود را داشته باشد؟ در همین راستا محققان از چند روش دیگر برای نرمال­سازی استفاده می­کنند. یکی از این روش­ها حداکثر RMS حین حرکت دینامیکی[12] است. در این روش هر نقطه از فعالیت به مقدار اوج ثبت شده تقسیم می­شود. روش مشابه دیگر میانگین RMS حین حرکت دینامیکی[13] است و در آن هر نقطه به میانگین RMS ثبت شده تقسیم می­شود. محققان بسیاری از این دو روش برای نرمال­سازی استفاده کرده­اند، اما دلایلی که بتوان این روش­ها را نسبت به روش MVIC برتری داد وجود ندارد. یکی دیگر از روش­هایی که برای نرمال­سازی می­توان نام برد روش حداکثر انقباض زیربیشینه[14] است. دلوکا اظهار کرد این روش قابلیت اطمینان نزدیکی با روش حداکثر انقباض دارد، در این روش از انقباض ایزومتریک زیر­بیشینه استفاده می­کنیم که شامل نگهداشتن یک عضو در مقابل  بار مشخص یا درصدی از حداکثر باری که فرد میتواند تحمل کند است. روشهای بیشتری نیز در زمینه نرمال­سازی وجود دارد که گفتن آن­ها از حوصله بحث خارج است. نکته مبهم این است که هنوز روش نرمال­سازی برای فعالیت عضلات مورد قبول همگان قرار ندارد. بنابراین مقایسه این روش­ها با یکدیگر برای هر عضله به عنوان یک نیاز مطرح است.