Control de brazo electrónico usando señales electromiográficas

Los trabajos enfocados en la extracción de patrones en señales electromiográficas (SEMG) han venido creciendo debido a sus múltiples aplicaciones. En este artículo se presenta una aplicación en la cual se implementa un sistema electrónico para el registro de las SEMG de la extremidad superior en un...

Full description

Bibliographic Details
Main Authors: Jorge Andrés García-Pinzón, Luis Enrique Mendoza, Elkin Gregorio Flórez
Format: Article
Language:English
Published: Universidad Pedagógica y Tecnológica de Colombia 2015-05-01
Series:Revista Facultad de Ingeniería
Subjects:
Online Access:http://revistas.uptc.edu.co/revistas/index.php/ingenieria/article/view/3554
id doaj-8da8e6e7fcfe424a973d5964f8bff5ad
record_format Article
spelling doaj-8da8e6e7fcfe424a973d5964f8bff5ad2020-11-24T23:57:28ZengUniversidad Pedagógica y Tecnológica de ColombiaRevista Facultad de Ingeniería0121-11292357-53282015-05-012439718410.19053/01211129.35543069Control de brazo electrónico usando señales electromiográficasJorge Andrés García-Pinzón0Luis Enrique Mendoza1Elkin Gregorio Flórez2Universidad de PamplonaUniversidad de PamplonaUniversidad de PamplonaLos trabajos enfocados en la extracción de patrones en señales electromiográficas (SEMG) han venido creciendo debido a sus múltiples aplicaciones. En este artículo se presenta una aplicación en la cual se implementa un sistema electrónico para el registro de las SEMG de la extremidad superior en un sujeto, con el fin de controlar de forma remota un brazo electrónico. Se realizó una etapa de preprocesamiento de las señales registradas, para eliminar información poco relevante, y reconocimiento de zonas de interés; enseguida se extraen los patrones y se clasifican. Las técnicas utilizadas fueron: análisis wavelet (AW), análisis de componentes principales (ACP), transformada de fourier (TF), transformada del coseno discreta (TDC), energía, máquinas de soporte vectorial (MSV o SVM) y redes neuronales (RNA). En este artículo se demuestra que la metodología planteada permite realizar un proceso de clasificación con un rendimiento superior al 95%. Se registraron más de 4000 señales.http://revistas.uptc.edu.co/revistas/index.php/ingenieria/article/view/3554Brazo electrónico, Electromiografía, Extracción de patrones, MSV, RNA, Transformada wavelet.
collection DOAJ
language English
format Article
sources DOAJ
author Jorge Andrés García-Pinzón
Luis Enrique Mendoza
Elkin Gregorio Flórez
spellingShingle Jorge Andrés García-Pinzón
Luis Enrique Mendoza
Elkin Gregorio Flórez
Control de brazo electrónico usando señales electromiográficas
Revista Facultad de Ingeniería
Brazo electrónico, Electromiografía, Extracción de patrones, MSV, RNA, Transformada wavelet.
author_facet Jorge Andrés García-Pinzón
Luis Enrique Mendoza
Elkin Gregorio Flórez
author_sort Jorge Andrés García-Pinzón
title Control de brazo electrónico usando señales electromiográficas
title_short Control de brazo electrónico usando señales electromiográficas
title_full Control de brazo electrónico usando señales electromiográficas
title_fullStr Control de brazo electrónico usando señales electromiográficas
title_full_unstemmed Control de brazo electrónico usando señales electromiográficas
title_sort control de brazo electrónico usando señales electromiográficas
publisher Universidad Pedagógica y Tecnológica de Colombia
series Revista Facultad de Ingeniería
issn 0121-1129
2357-5328
publishDate 2015-05-01
description Los trabajos enfocados en la extracción de patrones en señales electromiográficas (SEMG) han venido creciendo debido a sus múltiples aplicaciones. En este artículo se presenta una aplicación en la cual se implementa un sistema electrónico para el registro de las SEMG de la extremidad superior en un sujeto, con el fin de controlar de forma remota un brazo electrónico. Se realizó una etapa de preprocesamiento de las señales registradas, para eliminar información poco relevante, y reconocimiento de zonas de interés; enseguida se extraen los patrones y se clasifican. Las técnicas utilizadas fueron: análisis wavelet (AW), análisis de componentes principales (ACP), transformada de fourier (TF), transformada del coseno discreta (TDC), energía, máquinas de soporte vectorial (MSV o SVM) y redes neuronales (RNA). En este artículo se demuestra que la metodología planteada permite realizar un proceso de clasificación con un rendimiento superior al 95%. Se registraron más de 4000 señales.
topic Brazo electrónico, Electromiografía, Extracción de patrones, MSV, RNA, Transformada wavelet.
url http://revistas.uptc.edu.co/revistas/index.php/ingenieria/article/view/3554
work_keys_str_mv AT jorgeandresgarciapinzon controldebrazoelectronicousandosenaleselectromiograficas
AT luisenriquemendoza controldebrazoelectronicousandosenaleselectromiograficas
AT elkingregorioflorez controldebrazoelectronicousandosenaleselectromiograficas
_version_ 1725453716216086528