Electromi´ografo de bajo costo basado en el Internet de las Cosas

Manuela Gomez-Correa; Adriana Cruz-Cortes; David Cruz-Ortiz; Mariana Felisa Ballesteros Escamilla

Autores/as

Manuela Gomez Correa Instituto Politécnico Nacional https://orcid.org/0000-0002-8889-7857
Adriana Cruz Cortes Instituto Politécnico Nacional https://orcid.org/0009-0006-9599-1258
David Cruz Ortiz Instituto Politécnico Nacional https://orcid.org/0000-0003-2066-7470
Mariana Felisa Ballesteros Escamila Instituto Politécnico Nacional https://orcid.org/0000-0003-2879-4474

Palabras clave:

Internet de las Cosas, Electromiógrafo, Dispositivos portátiles, Comunicación inalámbrica

Resumen

La electromiografía es un método que mide la actividad eléctrica muscular y ha tenido gran popularidad en aplicaciones como análisis biomecánicos, control de prótesis y rehabilitación. A pesar de lo anterior, los dispositivos disponibles en el mercado cuentan con elevados costos, haciéndolos poco asequibles para la mayoría de la población, especialmente en países como México. El presente trabajo desarrolla un sistema de electromiografía superficial basado en el internet de las cosas. Este cuenta con ocho módulos y un software que permite la modificación de parámetros en línea para hacer estudios personalizados; además, cuenta con comunicación WiFi con el fin de tener un equipo portátil y útil para su uso en diferentes entornos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Altın, C. (2016). Comparison of different time and frequency domain feature extraction methods on elbow gesture’s EMG. European Journal of Interdisciplinary Studies, 2(3), 35–44.

Arteaga, M. V., Castiblanco, J. C., Mondragón, I. F., Colorado, J. D., & Alvarado-Rojas, C. (2020). EMG-driven hand model based on the classification of individual finger movements. Biomedical Signal Processing and Control, 58, 101834.

De Arteche, M., Welsh, S. V., Santucci, M., & Carrillo, E. (2020). Telemedicina en Latinoamérica: Caso Argentina, Bolivia y Colombia. Revista Venezolana de Gerencia, 25(91), 955–975.

Dias, D., & Cunha, J. P. S. (2018). Wearable health devices—Vital sign monitoring, systems and technologies. Sensors, 18(8), 2414.

Fang, C., He, B., Wang, Y., Cao, J., & Gao, S. (2020). EMG-centered multisensory based technologies for pattern recognition in rehabilitation: State of the art and challenges. Biosensors, 10(8), 85.

Gardašević, G., Katzis, K., Bajić, D., & Berbakov, L. (2020). Emerging wireless sensor networks and Internet of Things technologies—Foundations of smart healthcare. Sensors, 20(13), 3619.

González, J. V., Arenas, O. A. V., & González, V. V. (2012). Semiología de los signos vitales: Una mirada novedosa a un problema vigente. Archivos de Medicina (Col), 12(2), 221–240.

Mambrito, B., & De Luca, C. J. (1984). A technique for the detection, decomposition and analysis of the EMG signal. Electroencephalography and Clinical Neurophysiology, 58(2), 175–188.

Merletti, R., Botter, A., Troiano, A., Merlo, E., & Minetto, M. A. (2009). Technology and instrumentation for detection and conditioning of the surface electromyographic signal: State of the art. Clinical Biomechanics, 24(2), 122–134.

Merletti, R., & Farina, D. (2016). Surface electromyography: Physiology, engineering, and applications. John Wiley & Sons.

Mosenia, A., Sur-Kolay, S., Raghunathan, A., & Jha, N. K. (2017). Wearable medical sensor-based system design: A survey. IEEE Transactions on Multi-Scale Computing Systems, 3(2), 124–138.

Núñez, D., López Velasteguí, J. E., Salazar Logroño, F. W., & Pérez Salinas, C. F. (2022). Criterios de factibilidad de fabricación de dispositivos médicos en el Ecuador. En Congreso Universal de las Ciencias y la Investigación.

Ren, L., Liu, B., Zhou, W., & Jiang, L. (2019). A mini review of microneedle array electrode for bio-signal recording. IEEE Sensors Journal, 20(2), 577–590.

Zwarts, M. J., & Stegeman, D. F. (2003). Multichannel surface EMG: Basic aspects and clinical utility. Muscle & Nerve, 28(1), 1–17.