Integración de señales EMG y EEG en domótica

Ángel del Rosario Zárate-Ruiz; Freddy U. Nava-Andrés; Beny U. Cruz-Reyes; Manuel Arias-Montiel; Esther Lugo-González; Alejandra Velarde-Galván

doi:10.29057/icbi.v10iEspecial5.10140

Ángel del Rosario Zárate-Ruiz Instituto de Electrónica y Mecatrónica - Universidad Tecnológica de la Mixteca https://orcid.org/0000-0002-4688-3203
Freddy U. Nava-Andrés Instituto de Electrónica y Mecatrónica - Universidad Tecnológica de la Mixteca https://orcid.org/0000-0002-6131-6282
Beny U. Cruz-Reyes Instituto de Electrónica y Mecatrónica - Universidad Tecnológica de la Mixteca https://orcid.org/0000-0002-8762-5913
Manuel Arias-Montiel Universidad Tecnológica de la Mixteca https://orcid.org/0000-0003-4534-9401
Esther Lugo-González Instituto de Electrónica y Mecatrónica - Universidad Tecnológica de la Mixteca https://orcid.org/0000-0002-7374-3425
Alejandra Velarde-Galván Instituto de Diseño - Universidad Tecnológica de la Mixteca https://orcid.org/0000-0002-7302-5669

DOI: https://doi.org/10.29057/icbi.v10iEspecial5.10140

Palabras clave: Interfaces BCI, EMG, domótica, potencial visual evocado en estado estable (SSVEP))

Resumen

Este artículo presenta la integración de señales electromiográficas (EMG) y una interfaz cerebro-computadora (BCI) basada en señales electroencefalográficas (EEG) en un diseño domótico de asistencia. La interfaz EMG utiliza la señal miográfica extraída del tibial anterior en dos secciones: músculo activo y en reposo. La BCI utiliza el potencial visual evocado de estado estable (SSVEP) generado en respuesta a cuadros parpadeantes. Se empleó un método de extracción de características basado en la Transformada Rápida de Fourier (FFT) para la clasificación fuera de línea y las pruebas de integración.

Descargas

La descarga de datos todavía no está disponible.

Citas

Budynas, R. G. y Nisbett, J. K. (2021). Diseño en Ingeniería Mecánica de Shigley. McGraw Hill, Ciudad de México, México.

De-Luca, C. J. (2008). A practicum on the use of semg signals in movement sciences.

Igual, C., Jr., L. A. P., Hahne, J. M., e Igual, J. (2019). Myoelectric control for upper limb prostheses. Electronics, 8:1–21.

Lugo-González, E., Velarde-Galván, A., y Arias-Montiel, M. (2020). Diseño mecatrónico implementado en el desarrollo de prototipos virtuales y físicos. En de Jesús, A. M., Olivares-Ramírez, J. M., Cruz-Carpio, L. E., y Bautista-Jiménez, A., editores, Handbook T-V CIERMMI Mujeres en la Ciencia Ingeniería, volumen V, capítulo 2, pp. 22–39. ERCOFAN-México, Querétaro, México.

Merlo, A. y Campanini, I. (2010). Technical aspects of surface electromyography for clinicians. The Open Rehabilitation Journal, 3:98–109.

Portillo-Lara, R., Tahirbegi, B., Chapman, C. A. R., Goding, J. A., y Green, R. A. (2021). Mind the gap: State-of-the-art technologies and applications for eeg-based brain-computer interfaces. APL Bioengineering, 5:1–17.

SENIAM (Marzo de 2006). http://seniam.org/.

Sharbrough, F., Chatrian, G. E., Lesser, R. P., Luders, H., Nuwer, M., y Picton, T.W. (1991). American electroencephalographic society guidelines for standard

electrode position nomenclature. Journal of Clinical Neurophysiology, 8:200–202.