Clasificación de gestos de la mano basado en polinomios Anidados por medio de EMG
Resumen
En el documento se presenta una clasificación de diferentes tipos de gestos de la mano por medio de señales mioeléctricas (EMG), las cuales serán procesadas por un filtro tipo Kernel Gaussiano, para su posterior clasificación utilizando del método de Polinomios Anidados. Se tiene como resultados del proceso de clasificación la correcta identificación de un solo gesto, así como la clasificación de múltiples gestos a la vez. Luego de tener los resultados de la clasificación podrán ser implementados en diversas aplicaciones posteriormente.
Descargas
Citas
A.Mohemmed, Shliebs, S., Matsuda, S., and Kasabov, N. (2011). Method for training a spiking neuron to associate input-output spike trains. Engineering Applications of Neural Networks, Springer Berlin Heidelberg, pages 219–228.
Anillo, A. S., Lorente, L. E. M., and Rojas, M. D. B. (2017). Matriz de electrodos de emg para deteccion de intención de movimiento de la mano. In de Madrid, U. C. I., editor, Trabajo Recepcional. Escuela Politecnica Superior de Leganes, España.
Campoverde, C. I. M. and Nacipucha, J. M. N. (2016). Diseno e implementacion de un prototipo de exoesqueleto destinado a la rehabilitación de codo. In Trabajo recepcional. Universidad de Cuenca, Cuenca, Ecuador.
Chimal, I. B. (2017). Desarrollo de una api para el dispositivo myo. In Tesis de maestría. Universidad Veracruzana, Xalapa,Ver., Mex. de los Santos Bojorquez, H. R. (2015). Control de robots manipuladores con senales mioeléctricas. In Tesis de especialidad. Centro de Ingeniería y Desarrollo Industrial, Santiago de Queretaro, Qro., Méx. ́
Guachamin, J. Z. (2017). Implementacion de un sistema de clasificación de gestos del brazo humano utilizando myo armband para mano a distancia de un brazo robotico de 3gdl. Escuela Politécnica Nacional, Quito, Ecuador.
Gutierrez, L. R. L., Rodr ́ıguez, J. L., and Carrochano, E. B. (2018). Spike quaternion neural networks control for a hand prosthesis. 2018 IEEE Latin American Conference on Computational Intelligence (LA-CCI), [En l ́ınea]:1–6.
J..Brazeiro, Petraccia, S., and Valdes, M. (2015). Mano controlada por señales musculares. In Memoria de proyecto. Universidad de la Republica, Montevideo, Uruguay.
Miguel, A. M., Perez, S. A. V., Merlin, E. G., Montiel, M. A., and E. Lugo, R. M. L. (2016). Control de movimiento de una mano robotica mediante senales electromiográficas. In ́ Memorias XXXIX del Congreso Nacional de Ingeniería Biomédica, pages 73–76. Nombre de la editorial, Merida, Yuc., Mex. ́
Villamil, D. C. A. and Sanchez, F. D. B. (2018). Sistema de conexion inalámbrica entre un brazalete myo y una protesis de miembro superior por medio de bluetooth de baja energ ́ıa. Universidad Distrital Francisco Jose de Caldas, Bogota, Colombia. ́
Villeda, A. L., Sanchez, F. J. R., Ram ́ırez, O. A. D., and Vega, V. P. (2013). robotic design of an upper limbexoskeleton for motion analysis and rehabilitation of paediatric neuromuscular disorders. Converging Clinical and Engi. Research, Springer Berlin Heidelberg, pages 265–269.
