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...
Main Authors: | , , |
---|---|
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 |