Implementación De Técnicas De Machine Learning Para El Diseño De Un Mecanismo Exoesqueleto Controlado Por Señales EMG

El campo industrial requiere que sus trabajadores efectúen actividad física pesada, una de las actividades más comunes es el levantamiento y carga de objetos pesados, la cual requiere de gran activación muscular en los bíceps dependiendo del peso del objeto. El desarrollo incorrecto de dicha actividad puede resultar en heridas musculoesqueléticas como desgarres musculares y desarrollo de tendinitis por lo que es importante el desarrollo en forma adecuada de estas. Para ello se puede implementar el machine learning y datasets ya existentes de las señales de activación muscular (Electromiografía) de los bíceps para determinar cuando una persona hace un levantamiento erróneo y así prevenir una lesión muscular. Esto se desarrollará con la creación de un algoritmo clasificador mediante el lenguaje de programación Python y una base de datos de un trabajo previo con finalidad similar y el resultado de estos conlleva al desarrollo teórico de un exoesqueleto para el brazo que pueda reducir la tensión muscular del usuario cuando efectúe un movimiento que ponga en riesgo la integridad de los bíceps.

• Autores: Palacios Pardo, Jorge Iván
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Santo Tomás
• Repositorio: Repositorio Institucional USTA
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/59394
• Acceso en línea: http://hdl.handle.net/11634/59394
• Palabra clave: Electromyography; Muscle Activation; Skeletal-muscle injury; Machine Learning; Dataset; Classifier Algorithm; Bicep; Exoskeleton; Ingeniería; Ingeniería Electrónica; Electricidad; Electromiografía; Activación Muscular; Lesiones Musculoesqueléticas; Machine Learning; Dataset; Algoritmo Clasificador; Bíceps; Exoesqueleto
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia