Clasificación de lesión en rodilla usando señales de electromiografía superficial y goniometría empleando redes neuronales

En este artículo se propone una metodología para soporte al diagnóstico en análisis de lesión de rodilla, teniendo en cuenta que dichas lesiones son comunes y se producen por diferentes causas, y donde su diagnóstico y tratamiento se realiza por medio de valoraciones por parte de un profesional en el área, que dependiendo de su criterio puede conllevar a  exámenes invasivos y/o de alto costo. El sistema emplea señales electromiográficas de superficie (EMGS) y señales de goniometría, analizadas con  métodos de análisis de señales en el espacio de tiempo-frecuencia mediante espectrograma y transformada wavelet. Como técnica de aprendizaje de máquina se emplean redes neuronales artificiales, por medio de un perceptrón multicapa. Las señales EMG fueron tomadas en cuatro músculos internos-externos asociados a la articulación, por medio de exámenes físicos de flexión y extensión, en el cual se registró además la goniometría en el plano sagital. Con este sistema se obtuvieron rendimientos superiores al 80% en la efectividad como medida de desempeño, convirtiéndose esta propuesta en una solución objetiva, que puede darle más elementos de juicio al profesional para el diagnóstico. 

• Tipo de recurso: article
• Fecha de publicación: 2015
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/25702
• Acceso en línea: http://revistas.javeriana.edu.co/index.php/iyu/article/view/8624; http://hdl.handle.net/10554/25702
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional