Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG.
Este trabajo se realiza con el fin de desarrollar una herramienta de simulación en tiempo real para el entrenamiento de los músculos adyacentes a un nivel de desarticulación de muñeca, donde los usuarios puedan entrenar la activación muscular mediante la práctica continua de contracciones y relajaci...
- Autores:
-
Aponte Quiñones, Johan Daniel
Camacho Ovalle, Nelson David
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Pedagógica Nacional
- Repositorio:
- Repositorio Institucional UPN
- Idioma:
- spa
- OAI Identifier:
- oai:repository.pedagogica.edu.co:20.500.12209/10781
- Acceso en línea:
- http://hdl.handle.net/20.500.12209/10781
- Palabra clave:
- Desarticulación de muñeca
Señales EMG
Rehabilitación
Herramienta de entrenamiento
- Rights
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
RPEDAGO2_4eb7d766f8bd9e0267410ed72cb1079a |
|---|---|
| oai_identifier_str |
oai:repository.pedagogica.edu.co:20.500.12209/10781 |
| network_acronym_str |
RPEDAGO2 |
| network_name_str |
Repositorio Institucional UPN |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG. |
| title |
Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG. |
| spellingShingle |
Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG. Desarticulación de muñeca Señales EMG Rehabilitación Herramienta de entrenamiento |
| title_short |
Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG. |
| title_full |
Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG. |
| title_fullStr |
Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG. |
| title_full_unstemmed |
Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG. |
| title_sort |
Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG. |
| dc.creator.fl_str_mv |
Aponte Quiñones, Johan Daniel Camacho Ovalle, Nelson David |
| dc.contributor.advisor.spa.fl_str_mv |
Herrera Fernández, Luis Jorge |
| dc.contributor.author.spa.fl_str_mv |
Aponte Quiñones, Johan Daniel Camacho Ovalle, Nelson David |
| dc.subject.spa.fl_str_mv |
Desarticulación de muñeca Señales EMG Rehabilitación Herramienta de entrenamiento |
| topic |
Desarticulación de muñeca Señales EMG Rehabilitación Herramienta de entrenamiento |
| description |
Este trabajo se realiza con el fin de desarrollar una herramienta de simulación en tiempo real para el entrenamiento de los músculos adyacentes a un nivel de desarticulación de muñeca, donde los usuarios puedan entrenar la activación muscular mediante la práctica continua de contracciones y relajaciones en el antebrazo, para que a futuro el acople de una extensión artificial de miembro superior les permita establecer nuevas relaciones con el entorno y cumplir con sus necesidades básicas. La herramienta busca dar un apoyo a los procesos de rehabilitación desde los lugares de residencia de los usuarios evitando así el traslado de las personas a centros asistenciales. |
| publishDate |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2019-10-23T14:09:59Z |
| dc.date.available.none.fl_str_mv |
2019-10-23T14:09:59Z |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía – Pregrado |
| dc.type.coar.eng.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.eng.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.other.spa.fl_str_mv |
TE-23516 |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12209/10781 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Pedagógica Nacional instname:Universidad Pedagógica Nacional |
| dc.identifier.reponame.spa.fl_str_mv |
reponame: Repositorio Institucional UPN |
| dc.identifier.repourl.none.fl_str_mv |
repourl: http://repositorio.pedagogica.edu.co/ |
| identifier_str_mv |
TE-23516 instname:Universidad Pedagógica Nacional reponame: Repositorio Institucional UPN repourl: http://repositorio.pedagogica.edu.co/ |
| url |
http://hdl.handle.net/20.500.12209/10781 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Akhmadeev, K., Aoustin, Y., Carpentier, E., Rampone, E & Yu, T. A testing system for a real-time gesture classification using surface EMG [Sistema de prueba para la clasificación en tiempo real utilizando EMG]. International Federation of Automatic Control. Ángel, J. (2016). Control de una prótesis de mano para varios tipos de presión empleando comandos de voz. Universidad Nacional De Colombia, Bogotá, Colombia. Aponte, G., Gómez, E. & Silva, D. (2013). Selección de una wavelet madre para el análisis frecuencial de señales eléctricas transitorias usando WPD. En Revista Chilena de Ingeniería. Vol. 21. pp (262-270) Arias, D. & Barreto, F. (2018). Sistema de conexión inalámbrico entre un brazalete Myo y una prótesis de miembro superior por medio de Bluetooth de baja energía. Universidad Distrital Francisco José de Caldas. Bogotá, Colombia. Backyard Brains. (s.f.). Experimento: usando señales EMG para controlar extremidades artficiales. Recuperado de: http://www.backyardbrains.cl/experiments/RobotHand Bagnato, J. (2018). ¿Cómo funcionan las Convolutional Neural Networks? Visión por ordenador. Recuperado de: http://www.aprendemachinelearning.com/como-funcionan-las-convolutional-neural-networks-vision-por-ordenador/ Brown, S., (2011). Measures of shape: Skewness and Kurtosis [Medidas de la distribución: Skewness and Kurtosis]. Recuperado de: http://oakroadsystems.com/ Chadwick, E. K. (1999). Biomechanics of the upper limb: applications of motion análisis and force measurement techniques [Biomecánica del miembro superior: aplicaciones de análisis de movimiento y técnicas de medición de fuerza]. University of Strathclyde, Glasgow. Chico, C. (2016). Desarrollo de prototipo de prótesis de mano emulada en un ambiente virtual. Universidad Nacional de Colombia, Bogotá. Codeburst. (2018). 2 important statistics terms you need to know in data science skewness and kurtosis [Dos importantes términos estadísticos que necesitas conocer en la ciencia de datos: skewness y kurtosis]. Recuperado en 2019 de: https://codeburst.io/2-important-statistics-terms-you-need-to-know-in-data-science-skewness-and-kurtosis-388fef94eeaa Cordero, A., Delgado, E., Sandoval, C.& Villamizar, R. (2010). Estimación de velocidad del movimiento de la mano usando redes neuronales artificiales y mediciones electromiográficas. Universidad Industrial de Santander, Bucaramanga. Dalcame. (2005). Dalcame investigación biomédica. Obtenido de Dalcame: http://www.dalcame.com/ Daubechies, I. (s.f.) Ten Lectures on Wavelets [Diez lecturas sobre Wavelets]. CBMS-NSF Regional Conference Series in Applied Mathematics. Philadelphia, PA: Society for Industrial and Applied Mathematics, 1992. Estévez, J., Estévez, M., & Machado, A. (2008). El periodograma como método para la estimación de la densidad espectral de potencia. Firat Yazıcıoğlu, R., Van Hoof, C., & Puers, R. (2009). Biopotential Readout Circuits for Portable Acquisition System. Heverlee: Springer. Galcerán, I. (2017). Estudio de la funcionalidad y eficiencia en el control y uso de prótesis mioeléctrica en niños y adolescentes. Madrid, España. Haro Sangoquiza, E. & Román Herrera, C. (2017). Diseño y construcción de un prototipo de prótesis mioeléctrica para desarticulación de muñeca. Sangolquí, Ecuador. Herrmann, C., Grigutsch, M. & Busch, N. (1999). EEG oscillations and Wavelet analysis eventrelated potential a methods handbook [Manual de métodos: Oscilaciones de EEG y análisis del potencial de Wavelet]. Kim, P. (2017). MATLAB Deep learning [Matlab aprendizaje profundo]. ISBN: 978-1-4842-2845-6. Lara, J. (2016). El electrocardiograma: una oportunidad de aprendizaje. Recuperado de: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0026-17422016000600039 Maas, R. (2014). Biomechanics and optimal control simulations of the human upper extremity [Biomecánica y simulaciones de control óptimo de la extremidad superior humana]. Universität Erlangen-Nürnberg. Macroption (s.f). Recuperado de: www.macroption.com Mathworks. (s.f.). Pretrained Deep Neural Networks [Redes neuronales profundas pre-entrenadas]. Recuperado de: https://la.mathworks.com/help/deeplearning/ug/pretrained-convolutional-neural-networks.html;jsessionid=e9827e5e47b6ad57b8ea6e58343b McClintic, J. (1983). Human Anatomy [Anatomía humana]. California State University. Fresno. California. Minsalud. (2018). Sala situacional de las personas con discapacidad (PCD). Ministerio de Salud y Protección Social. Colombia. Recuperado de: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/PS/sala-situacional-discapacidad-junio-2018.pdf Mmegias. (s.f.). Tejido muscular. Recuperado de: https://mmegias.webs.uvigo.es/guiada_a_muscular.php#cardiaco Moreno, C. (s.f.). ¿Qué es deep learning y para qué sirve? Recuperado de: https://www.indracompany.com/es/blogneo/deep-learning-sirve N.I. (s.f.). Understanding FFTs and windowing [Entendiendo FFT (transformada rápida de Fourier) y ventaneo]. National Instruments. Napier, J.R. (s.f.). The prehensile movements of the human hand [Los movimientos prensiles de la mano humana]. Londres, Inglaterra. North (s.f.). North. Recuperado de: https://support.getmyo.com/hc/en-us/articles/202648103-Myo-Gesture-Control-Armband-tech-specs Ottobock. (2016). Ottobock. Obtenido de www.ottobock.com.co. Renze, M. (2019). The Data Science Hierarchy of Needs [Jerarquía de necesidades de la ciencia de datos]. Recuperado de: https://matthewrenze.com/articles/the-data-science-hierarchy-of-needs/ Reyes, D.A., Arias, M., Duarte, J.E. & Loaiza, H. (2015). Implementación en FPGA de un clasificador de movimientos de la mano usando señales EMG. Redes de Ingeniería, 6(1), 85-94. Rojas, M. (2012). Analysis of forearm muscles activity by means of new protocols of multichannel emg signal recording and processing [Análisis de la actividad de los músculos del antebrazo mediante los nuevos protocolos de grabación y procesamiento de la señal EMG multicanal]. Universidad Politécnica de Cataluña, España. Salas, C. (2014). Diseño de una prótesis mioeléctrica para desarticulación de muñeca. Lima, Perú. SENIAM (s.f.). SENIAM (Surface ElectroMyoGraphy for the Non-Invasive Assessment of Muscles). Recuperado de: www.seniam.org Sheng, Y. (2000). The transforms and applications Handbook: second edition [Manual de transformadas y aplicaciones: segunda edición]. Boca Ratón. Estados Unidos. Tortora, G., Derrickson, B. (2014). Principles of anatomy & physiology [Principios de anatomía y fisiología]. Webb, C. (2003). Smooth muscle contraction and relaxation [Músculo liso, contracción y relajación]. Departamento de fisiología. Medical College of Georgia. Augusta. Georgia. Welch, P.D. (1967). The use of Fast Fourier Transform for the estimation of power spectra: A method based on time averaging over short, modified periodograms [El uso de la transformada rápida de Fourier para la estimación del espectro de energía: un método basado en el promedio de tiempo en periodogramas cortos y modificados]. |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.access.spa.fl_str_mv |
Acceso abierto |
| dc.rights.creativecommons.none.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ Acceso abierto Attribution-NonCommercial-NoDerivatives 4.0 International http://purl.org/coar/access_right/c_abf2 |
| dc.format.spa.fl_str_mv |
PDF |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Pedagógica Nacional |
| dc.publisher.program.spa.fl_str_mv |
Licenciatura en Electrónica |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencia y Tecnología |
| dc.source.spa.fl_str_mv |
reponame:Repositorio Institucional de la Universidad Pedagógica Nacional instname:Universidad Pedagógica Nacional |
| instname_str |
Universidad Pedagógica Nacional |
| institution |
Universidad Pedagógica Nacional |
| reponame_str |
Repositorio Institucional de la Universidad Pedagógica Nacional |
| collection |
Repositorio Institucional de la Universidad Pedagógica Nacional |
| bitstream.url.fl_str_mv |
http://repository.pedagogica.edu.co/bitstream/20.500.12209/10781/3/TE-23516.pdf.jpg http://repository.pedagogica.edu.co/bitstream/20.500.12209/10781/2/license.txt http://repository.pedagogica.edu.co/bitstream/20.500.12209/10781/1/TE-23516.pdf |
| bitstream.checksum.fl_str_mv |
e27a9e43c8232f7462232d100c10e378 8a4605be74aa9ea9d79846c1fba20a33 d5d6d0b97019ac2ff00caddef3660870 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Pedagógica Nacional |
| repository.mail.fl_str_mv |
repositorio@pedagogica.edu.co |
| _version_ |
1814445034278223872 |
| spelling |
Herrera Fernández, Luis JorgeAponte Quiñones, Johan DanielCamacho Ovalle, Nelson David2019-10-23T14:09:59Z2019-10-23T14:09:59Z2019TE-23516http://hdl.handle.net/20.500.12209/10781instname:Universidad Pedagógica Nacionalinstname:Universidad Pedagógica Nacionalreponame: Repositorio Institucional UPNrepourl: http://repositorio.pedagogica.edu.co/Este trabajo se realiza con el fin de desarrollar una herramienta de simulación en tiempo real para el entrenamiento de los músculos adyacentes a un nivel de desarticulación de muñeca, donde los usuarios puedan entrenar la activación muscular mediante la práctica continua de contracciones y relajaciones en el antebrazo, para que a futuro el acople de una extensión artificial de miembro superior les permita establecer nuevas relaciones con el entorno y cumplir con sus necesidades básicas. La herramienta busca dar un apoyo a los procesos de rehabilitación desde los lugares de residencia de los usuarios evitando así el traslado de las personas a centros asistenciales.Submitted by Melissa Cuastuza (mcuastuza@pedagogica.edu.co) on 2019-10-23T14:09:27Z No. of bitstreams: 1 TE-23516.pdf: 3131378 bytes, checksum: d5d6d0b97019ac2ff00caddef3660870 (MD5)Approved for entry into archive by Melissa Cuastuza (mcuastuza@pedagogica.edu.co) on 2019-10-23T14:09:59Z (GMT) No. of bitstreams: 1 TE-23516.pdf: 3131378 bytes, checksum: d5d6d0b97019ac2ff00caddef3660870 (MD5)Made available in DSpace on 2019-10-23T14:09:59Z (GMT). No. of bitstreams: 1 TE-23516.pdf: 3131378 bytes, checksum: d5d6d0b97019ac2ff00caddef3660870 (MD5)Licenciado en ElectrónicaTesis de pregradoPDFapplication/pdfspaUniversidad Pedagógica NacionalLicenciatura en ElectrónicaFacultad de Ciencia y Tecnologíahttps://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://purl.org/coar/access_right/c_abf2reponame:Repositorio Institucional de la Universidad Pedagógica Nacionalinstname:Universidad Pedagógica NacionalDesarticulación de muñecaSeñales EMGRehabilitaciónHerramienta de entrenamientoDesarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG.info:eu-repo/semantics/bachelorThesisTesis/Trabajo de grado - Monografía – Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionAkhmadeev, K., Aoustin, Y., Carpentier, E., Rampone, E & Yu, T. A testing system for a real-time gesture classification using surface EMG [Sistema de prueba para la clasificación en tiempo real utilizando EMG]. International Federation of Automatic Control.Ángel, J. (2016). Control de una prótesis de mano para varios tipos de presión empleando comandos de voz. Universidad Nacional De Colombia, Bogotá, Colombia.Aponte, G., Gómez, E. & Silva, D. (2013). Selección de una wavelet madre para el análisis frecuencial de señales eléctricas transitorias usando WPD. En Revista Chilena de Ingeniería. Vol. 21. pp (262-270)Arias, D. & Barreto, F. (2018). Sistema de conexión inalámbrico entre un brazalete Myo y una prótesis de miembro superior por medio de Bluetooth de baja energía. Universidad Distrital Francisco José de Caldas. Bogotá, Colombia.Backyard Brains. (s.f.). Experimento: usando señales EMG para controlar extremidades artficiales. Recuperado de: http://www.backyardbrains.cl/experiments/RobotHandBagnato, J. (2018). ¿Cómo funcionan las Convolutional Neural Networks? Visión por ordenador. Recuperado de: http://www.aprendemachinelearning.com/como-funcionan-las-convolutional-neural-networks-vision-por-ordenador/Brown, S., (2011). Measures of shape: Skewness and Kurtosis [Medidas de la distribución: Skewness and Kurtosis]. Recuperado de: http://oakroadsystems.com/Chadwick, E. K. (1999). Biomechanics of the upper limb: applications of motion análisis and force measurement techniques [Biomecánica del miembro superior: aplicaciones de análisis de movimiento y técnicas de medición de fuerza]. University of Strathclyde, Glasgow.Chico, C. (2016). Desarrollo de prototipo de prótesis de mano emulada en un ambiente virtual. Universidad Nacional de Colombia, Bogotá.Codeburst. (2018). 2 important statistics terms you need to know in data science skewness and kurtosis [Dos importantes términos estadísticos que necesitas conocer en la ciencia de datos: skewness y kurtosis]. Recuperado en 2019 de: https://codeburst.io/2-important-statistics-terms-you-need-to-know-in-data-science-skewness-and-kurtosis-388fef94eeaaCordero, A., Delgado, E., Sandoval, C.& Villamizar, R. (2010). Estimación de velocidad del movimiento de la mano usando redes neuronales artificiales y mediciones electromiográficas. Universidad Industrial de Santander, Bucaramanga.Dalcame. (2005). Dalcame investigación biomédica. Obtenido de Dalcame: http://www.dalcame.com/Daubechies, I. (s.f.) Ten Lectures on Wavelets [Diez lecturas sobre Wavelets]. CBMS-NSF Regional Conference Series in Applied Mathematics. Philadelphia, PA: Society for Industrial and Applied Mathematics, 1992.Estévez, J., Estévez, M., & Machado, A. (2008). El periodograma como método para la estimación de la densidad espectral de potencia.Firat Yazıcıoğlu, R., Van Hoof, C., & Puers, R. (2009). Biopotential Readout Circuits for Portable Acquisition System. Heverlee: Springer.Galcerán, I. (2017). Estudio de la funcionalidad y eficiencia en el control y uso de prótesis mioeléctrica en niños y adolescentes. Madrid, España.Haro Sangoquiza, E. & Román Herrera, C. (2017). Diseño y construcción de un prototipo de prótesis mioeléctrica para desarticulación de muñeca. Sangolquí, Ecuador.Herrmann, C., Grigutsch, M. & Busch, N. (1999). EEG oscillations and Wavelet analysis eventrelated potential a methods handbook [Manual de métodos: Oscilaciones de EEG y análisis del potencial de Wavelet].Kim, P. (2017). MATLAB Deep learning [Matlab aprendizaje profundo]. ISBN: 978-1-4842-2845-6.Lara, J. (2016). El electrocardiograma: una oportunidad de aprendizaje. Recuperado de: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0026-17422016000600039Maas, R. (2014). Biomechanics and optimal control simulations of the human upper extremity [Biomecánica y simulaciones de control óptimo de la extremidad superior humana]. Universität Erlangen-Nürnberg.Macroption (s.f). Recuperado de: www.macroption.comMathworks. (s.f.). Pretrained Deep Neural Networks [Redes neuronales profundas pre-entrenadas]. Recuperado de: https://la.mathworks.com/help/deeplearning/ug/pretrained-convolutional-neural-networks.html;jsessionid=e9827e5e47b6ad57b8ea6e58343bMcClintic, J. (1983). Human Anatomy [Anatomía humana]. California State University. Fresno. California.Minsalud. (2018). Sala situacional de las personas con discapacidad (PCD). Ministerio de Salud y Protección Social. Colombia. Recuperado de: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/PS/sala-situacional-discapacidad-junio-2018.pdfMmegias. (s.f.). Tejido muscular. Recuperado de: https://mmegias.webs.uvigo.es/guiada_a_muscular.php#cardiacoMoreno, C. (s.f.). ¿Qué es deep learning y para qué sirve? Recuperado de: https://www.indracompany.com/es/blogneo/deep-learning-sirveN.I. (s.f.). Understanding FFTs and windowing [Entendiendo FFT (transformada rápida de Fourier) y ventaneo]. National Instruments.Napier, J.R. (s.f.). The prehensile movements of the human hand [Los movimientos prensiles de la mano humana]. Londres, Inglaterra.North (s.f.). North. Recuperado de: https://support.getmyo.com/hc/en-us/articles/202648103-Myo-Gesture-Control-Armband-tech-specsOttobock. (2016). Ottobock. Obtenido de www.ottobock.com.co.Renze, M. (2019). The Data Science Hierarchy of Needs [Jerarquía de necesidades de la ciencia de datos]. Recuperado de: https://matthewrenze.com/articles/the-data-science-hierarchy-of-needs/Reyes, D.A., Arias, M., Duarte, J.E. & Loaiza, H. (2015). Implementación en FPGA de un clasificador de movimientos de la mano usando señales EMG. Redes de Ingeniería, 6(1), 85-94.Rojas, M. (2012). Analysis of forearm muscles activity by means of new protocols of multichannel emg signal recording and processing [Análisis de la actividad de los músculos del antebrazo mediante los nuevos protocolos de grabación y procesamiento de la señal EMG multicanal]. Universidad Politécnica de Cataluña, España.Salas, C. (2014). Diseño de una prótesis mioeléctrica para desarticulación de muñeca. Lima, Perú.SENIAM (s.f.). SENIAM (Surface ElectroMyoGraphy for the Non-Invasive Assessment of Muscles). Recuperado de: www.seniam.orgSheng, Y. (2000). The transforms and applications Handbook: second edition [Manual de transformadas y aplicaciones: segunda edición]. Boca Ratón. Estados Unidos.Tortora, G., Derrickson, B. (2014). Principles of anatomy & physiology [Principios de anatomía y fisiología].Webb, C. (2003). Smooth muscle contraction and relaxation [Músculo liso, contracción y relajación]. Departamento de fisiología. Medical College of Georgia. Augusta. Georgia.Welch, P.D. (1967). The use of Fast Fourier Transform for the estimation of power spectra: A method based on time averaging over short, modified periodograms [El uso de la transformada rápida de Fourier para la estimación del espectro de energía: un método basado en el promedio de tiempo en periodogramas cortos y modificados].THUMBNAILTE-23516.pdf.jpgTE-23516.pdf.jpgIM Thumbnailimage/jpeg2753http://repository.pedagogica.edu.co/bitstream/20.500.12209/10781/3/TE-23516.pdf.jpge27a9e43c8232f7462232d100c10e378MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repository.pedagogica.edu.co/bitstream/20.500.12209/10781/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALTE-23516.pdfTE-23516.pdfapplication/pdf3131378http://repository.pedagogica.edu.co/bitstream/20.500.12209/10781/1/TE-23516.pdfd5d6d0b97019ac2ff00caddef3660870MD5120.500.12209/10781oai:repository.pedagogica.edu.co:20.500.12209/107812023-07-14 15:42:39.82Repositorio Institucional Universidad Pedagógica Nacionalrepositorio@pedagogica.edu.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 |