Sistema inteligente de clasificación para apertura y cierre de la mano utilizando señales mioeléctricas de los músculos del antebrazo
El control mioeléctrico ha dado buenos resultados en diferentes áreas, como la rehabilitación, vídeo juegos, dirección de drones y sobre todo en aplicaciones biomédicas como lo son las prótesis. Pero justamente estos dispositivos presentan un problema fundamental, el cual consiste en la clasificació...
| Autor Principal: | Piña González, José David |
|---|---|
| Publicado: |
2018
|
| Materias: | |
| Acceso en línea: |
http://hdl.handle.net/11634/10958 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
El control mioeléctrico ha dado buenos resultados en diferentes áreas, como la rehabilitación, vídeo juegos, dirección de drones y sobre todo en aplicaciones biomédicas como lo son las prótesis. Pero justamente estos dispositivos presentan un problema fundamental, el cual consiste en la clasificación de los gestos que quiere realizar el discapacitado a partir de sus señales mioeléctricas. El fin de este proyecto es implementar un sistema inteligente autónomo capaz de clasificar, inicialmente, los gestos de apertura y cierre de la mano.
Para escoger el sistema inteligente apropiado del proyecto se sometieron tres diferentes modelos inteligentes de clasificación a una selección a partir del error más pequeño, los cuales son: clustering (k-means), arboles de decisión y redes neuronales. La selección de los tres modelos inteligentes se realizó de forma ascendente según su complejidad, es decir, del menos complejo (k-menas), seguido de un modelo con complejidad intermedia (arboles de decisión) y por ultimo uno de los más complejos actualmente (redes neuronales).
Además de la simulación en un computador del sistema inteligente propuesto como solución, se validó el mismo en un sistema embebido con la finalidad de verificar la portabilidad del sistema. Cabe resaltar que la adquisición de las señales mioeléctricas es una parte fundamental y delicada en el control mioeléctrico, por ende se implementó la pulsera myo como dispositivo de adquisición de señales por su simplicidad y ergonomía.
Finalmente, el principal hallazgo del proyecto se presenta en el delicado proceso para determinar la base de datos, ya que es parte fundamental y crítica para el correcto funcionamiento del dispositivo, debido a ser el soporte del sistema para tomar decisiones. En el caso de presentar una base de datos mal estructurada en el entrenamiento, el modelo inteligente no podrá clasificar los gestos tal cual como se esperaría. |
|---|