Desarrollo de un sistema inalámbrico asistencial para la monitorización a distancia y clasificación de señales electromiográficas en pacientes con movilidad reducida

RESUMEN : La sEMG es una medida no invasiva de la actividad eléctrica que se genera como consecuencia de la contracción muscular. En los últimos años, las señales de sEMG se han utilizado cada vez más en diversas aplicaciones, como rehabilitación, reconocimiento de patrones y control de sistemas ort...

Full description

Autores:
Gómez Correa, Manuela
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/30072
Acceso en línea:
https://hdl.handle.net/10495/30072
Palabra clave:
Limitación de la Movilidad
Mobility Limitation
Electromiografía
Electromyography
Contracción Muscular
Muscle Contraction
Prótesis e Implantes
Prostheses and Implants
Brazalete Inalámbrico
Interfaz Gráfica de Usuario
Redes Neuronales Artificiales
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
Description
Summary:RESUMEN : La sEMG es una medida no invasiva de la actividad eléctrica que se genera como consecuencia de la contracción muscular. En los últimos años, las señales de sEMG se han utilizado cada vez más en diversas aplicaciones, como rehabilitación, reconocimiento de patrones y control de sistemas ortopédicos y protésicos. El presente trabajo desarrolla un brazalete portátil de bajo costo para la detección de movimientos de la mano que permita ser utilizado en desarrollos orientados a personas con movilidad reducida. Este brazalete fue fabricado utilizando técnicas de impresión 3D, empleando específicamente PLA y TPU como materiales de fabricación. Asimismo, se generó un sistema que consta de 2 brazaletes de sEMG que permiten simultáneamente la adquisición inalámbrica de 4 canales sEMG de cada antebrazo y una GUI en Node-RED para la visualización y almacenamiento de las señales adquiridas. Finalmente, se evaluó su funcionamiento a partir de un conjunto de datos de sEMG recopilados de 28 sujetos sanos mediante la implementación de un algoritmo clasificador basado en RNA para así corroborar la usabilidad de las señales sEMG recopiladas con los brazaletes diseñados.