Analysis of Acceleration Signals Using Non-Linear Tools for the Detection and Quantification of Muscle Fatigue

Abstract

Exercise-induced fatigue leads to alterations in performance and motor control mechanisms. Traditionally, its assessment has relied on performance indicators, physiological markers, or subjective tools. However, these approaches present limitations due to their dependence on maximal efforts, high logistical demands, or procedures that are difficult to apply in everyday practice. In this context, motor variability—analyzed through non-linear tools—has emerged as a promising strategy to detect altered functional states of the neuromuscular system. The main objective of this thesis is to examine whether variability in acceleration signals, obtained through inertial measurement units (IMUs), can serve as a valid, reliable, and sensitive indicator for monitoring fatigue. To address this question, four complementary studies were conducted. First, a systematic review examined the use of non-linear tools in fatigue analysis, identifying a recurring pattern of complexity loss, particularly in isometric tasks. Next, the reliability of variability analysis using IMUs during the squat exercise was evaluated, revealing acceptable levels of consistency in metrics such as sample entropy, fuzzy entropy, and detrended fluctuation analysis. Subsequently, the sensitivity of these measures was analyzed in response to different resistance training protocols (power, hypertrophy, and maximal strength), showing that acute fatigue induced an increase in irregularity and a reduction in autocorrelation within the acceleration signals. Finally, this analysis was replicated in a handstand balance task, where a similar pattern of motor reorganization under fatigue was observed. Taken together, the results support the utility of non-linear analysis of acceleration signals as a practical and ecologically valid tool for fatigue monitoring. These metrics can detect functional changes even in the absence of external performance impairments, which may be particularly valuable in both sports and clinical contexts. The integration of inertial measurement units with non-linear analytical tools offers an automatable, non-invasive, and task-adaptable approach, opening new avenues for individualized training and the prevention of overtraining or neuromuscular dysfunction.

La fatiga inducida por el ejercicio produce alteraciones en el rendimiento y en los mecanismos de control motor. Tradicionalmente, su evaluación ha dependido de indicadores de rendimiento, marcadores fisiológicos o herramientas subjetivas. Sin embargo, estas aproximaciones presentan limitaciones asociadas a la necesidad de esfuerzos máximos, elevados requerimientos logísticos o procedimientos de difícil aplicación en el día a día. En este contexto, la variabilidad motora —analizada a través de herramientas no lineales— ha emergido como una estrategia prometedora para detectar estados funcionales alterados del sistema neuromuscular. Esta tesis tiene como objetivo principal analizar si la variabilidad en señales de aceleración, obtenidas mediante unidades de medición inercial, puede constituir un indicador válido, fiable y sensible para monitorizar la fatiga. Para ello, se desarrollaron cuatro estudios complementarios. En primer lugar, una revisión sistemática examinó el uso de herramientas no lineales en el análisis de la fatiga, observando una pérdida de complejidad como patrón recurrente, especialmente en tareas isométricas. A continuación, se evaluó la fiabilidad del análisis de variabilidad mediante unidades de medida inercial durante la sentadilla, encontrando niveles aceptables de consistencia en métricas como la entropía muestral, la entropía borrosa y el análisis de fluctuaciones sin tendencia. Posteriormente, se analizó la sensibilidad de estas medidas ante diferentes protocolos de entrenamiento de fuerza (potencia, hipertrofia y fuerza máxima), evidenciando que la fatiga aguda inducía un incremento de la irregularidad y una pérdida de autocorrelación en las señales de aceleración. Finalmente, se replicó este análisis en una tarea de equilibrio de manos, observándose un patrón similar de reorganización motora bajo fatiga. En conjunto, los resultados apoyan la utilidad del análisis no lineal de señales de aceleración como herramienta práctica y ecológica para la monitorización de la fatiga. Estas métricas permiten detectar cambios funcionales incluso en ausencia de alteraciones en el rendimiento externo, lo que podría resultar especialmente útil tanto en contextos deportivos como clínicos. La integración de unidades de medida inercial y herramientas de análisis no lineal ofrece un enfoque automatizable, no invasivo y adaptable a distintas tareas motoras, abriendo nuevas vías para la individualización del entrenamiento y la prevención de estados de sobreentrenamiento o disfunción neuromuscular.