CLASIFICACIÓN DE SEÑALES MIOELÉCTRICAS SUPERFICIALES DE LOS MOVIMIENTOS DE LA MANO UTILIZANDO TÉCNICAS DE APRENDIZAJE SUPERVISADO.

Detalles del proyecto

Descripción

Maximizar la tasa de aciertos de clasificación de las señales mioeléctricas adquiridas por electrodos bipolares de superficie, minimizando el tiempo de respuesta

Descripción de Layman

Actualmente es posible detectar los impulsos eléctricos en las extremidades con electrodos superficiales no invasivos. Estos
impulsos son detectados en forma de señal, a la que podemos extraer sus características importantes en forma de vector de
características, pre procesarlas para reducir su dimensionalidad tomando en cuenta sólo las características relevantes y
finalmente clasificarlas en movimientos específicos que podrán luego ser interpretados por una prótesis mioeléctrica que
reemplace la extremidad amputada.
El clasificador de la señal asignará la señal a procesar dentro de una clase específica (que representa un movimiento de la
mano), reconociendo patrones para cada movimiento. Debido a que las clases para el clasificador están previamente
identificadas, la técnica que emplearemos serán clasificadores supervisados con técnicas de inteligencia artificial.
La salida del clasificador es un indicador de la pertenencia de una señal a una clase determinada (no existe superposición de
clases, es decir, la señal solo puede pertenecer a una clase a la vez) y de esta forma determinar el movimiento de la mano al
que le corresponde cada señal.

Hallazgos clave

Electromiografía, aprendizaje supervisado.
EstadoActivo
Fecha de inicio/Fecha fin12/07/16 → …