Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/14098
Tipo do documento: Dissertação
Tipo de acesso: Acesso Aberto
Título: Classificação de padrões inerciais e eletromiográficos para aplicação em estratégias de controle de próteses de membro superior
Autor(es): Arantes, Ana Paula Bittar Britto
Primeiro orientador: Andrade, Adriano de Oliveira
Primeiro membro da banca: Soares, Alcimar Barbosa
Segundo membro da banca: Bastos Filho, Teodiano Freire
Resumo: No Brasil existe um número expressivo de pessoas com algum tipo de amputação, seja por acidentes, seja congênito. A tecnologia, neste contexto, pode se tornar uma grande aliada para ajudar essas pessoas a recuperarem a sua autonomia e facilitar as suas tarefas diárias, além de promover uma inclusão das mesmas na sociedade. Pessoas com esse tipo de deficiência, principalmente decorrentes de acidentes, passam a ter dificuldade para se adaptar à falta do membro, sendo psicologicamente afetadas e se afastando, portanto, do meio social. Por esse motivo, vários estudos têm sido realizados no desenvolvimento de membros artificiais que sejam cada vez mais funcionais e intuitivos de forma a facilitar a adaptação do usuário a estes dispositivos. As próteses que apresentam maior funcionalidade atualmente e que têm sido bastante aceitas pelos usuários são as próteses mioelétricas. Esse tipo de prótese utiliza as características do sinal eletromiográfico para gerar comandos responsáveis pelos seus movimentos. Os sistemas de controle são bastante complexos e precisam ser cada vez mais aprimorados. Muitos estudos são realizados focando apenas em estratégias de controle mais eficazes para essa finalidade. O objetivo desta pesquisa é fazer a classificação de padrões inerciais e eletromiográficos para aplicação em estratégias de controle de próteses de membro superior. Para isso, foram realizadas coletas de sinais de dois grupos de pessoas utilizando quatro tipos de sensores, sendo eles, acelerômetros, giroscópio, magnetômetro e eletromiografia. Os sensores inerciais foram adicionados a esse sistema para avaliação de padrões gerados a partir de pequenos movimentos da musculatura. Os grupos de pessoas foram divididos em pessoas hígidas, composto por sete indivíduos e pessoas com amputação unilateral, composto por cinco indivíduos. Posteriormente foi feita a extração de dezesseis características dos sinais coletados e a classificação dos mesmos utilizando o classificador SVM (Support Vector Machine). Sucessivamente foram feitas avaliações estatísticas quanto à precisão, sensibilidade, acurácia e especificidade de cada classe além do cálculo da média da taxa de acerto do classificador. Os resultados apresentados foram promissores em relação à utilização dos sensores inerciais nesse contexto. No grupo de pessoas hígidas, cinco apresentaram acurácia, especificidade, precisão e sensibilidade acima de 95% e duas acima de 90%. Quanto ao grupo de pessoas com amputação, três dos cinco amputados apresentaram esses valores dos cálculo de desempenho acima de 90% para as quatro variáveis. Das dezesseis características avaliadas, as que tiveram mais relevância foram: frequência média do sinal, média do valor absoluto da segunda derivada, interquartil, amplitude de pico e entropia Fuzzy. Além disso, os resultados foram mais promissores quando foram extraídas características de sensores de EMG e inerciais de forma conjunta. Foi possível também atingir valores acima de 90% de média de taxa de acerto de sinais coletados tanto do coto quanto do braço íntegro utilizando apenas sensores inerciais para quatro das cinco pessoas do grupo de amputados.
Abstract: In Brazil there is an expressive number of people with some kind of amputation, caused by accidents, or congenital. The technology, in this context, could be a great ally to help these people to recover their autonomy and further daily tasks, besides improviding their inclusion in society. People with this disability, mainly due to accidents, have difficulty in adapting to the lack of member; they are also psychological affected. For this reason, many studies have been made in development of artificial members that are increasingly functionals and intuitive to facilitate user's adjustment with the devices. The prosthesis that presents higher functionality and has been clearly accepted for the users are the myoelectric prostheses. This type of prostheses uses electromyography signal features to generate commands responsible for it movements. However, the system of control are quite complex and need to be increasingly improved. Many studies are focused only in control strategies that is more effective for this purpose. The objective of this research is to classify inertial and electromyographic patterns to apply in control strategies of upper member prostheses. For this, it was collected signals from two groups of people using four types of sensors: accelerometer, gyroscope, magnetometer and electromyography. The inertials sensors were added to the system for assessing patterns generated from small movements of the muscles. Groups of people were divided into healthy people, composed of seven individuals and people with unilateral amputation, composed of five individuals. Posteriorly it was made the extraction of sixteen characteristics of the collected signals and this signals was classified using an SVM classifier (support vector machine). Successively it was made the statistical evaluations as precision, sensitivity, accuracy and specificity of each class beyond the calculation of the average classifier accuracy rate. The results were promising regarding the use of inertial sensors. The group of healthy person, five had values of accuracy of statistical variables, specificity, accuracy and sensitivity greater than 95% and two above 90%. Regarding the group of people with amputations, three out of the five amputees showed statistical values above 90% . Along sixteen characteristics evaluated, those which are most relevant to reach these results were the fuzzy entropy, interquartile, peak amplitude, average absolute value of the second derivative and the average frequency of the signal. Furthermore, the results were more promising when EMG sensors and inertial characteristics were extracted jointly, reaching values above 90% of average hit rate of collected signals of both the stump as the intact arm using only inertial sensors for four out of the five people the amputee group.
Palavras-chave: Prótese
Eletromiografia
Prótese mioelétrica de membro superior
Máquina de vetor suporte
Reconhecimento de padrões
Sensores inerciais
Electromyography
Myoelectric upper limb prosthesis
Support vector machine
Pattern recognition
Inertial sensors
Área(s) do CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA
Idioma: por
País: BR
Editora: Universidade Federal de Uberlândia
Sigla da instituição: UFU
Departamento: Engenharias
Programa: Programa de Pós-graduação em Engenharia Biomédica
Referência: ARANTES, Ana Paula Bittar Britto. Classificação de padrões inerciais e eletromiográficos para aplicação em estratégias de controle de próteses de membro superior. 2015. 327 f. Dissertação (Mestrado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2015. DOI https://doi.org/10.14393/ufu.di.2015.383
Identificador do documento: https://doi.org/10.14393/ufu.di.2015.383
URI: https://repositorio.ufu.br/handle/123456789/14098
Data de defesa: 13-Ago-2015
Aparece nas coleções:DISSERTAÇÃO - Engenharia Biomédica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ClassificacaoPadroesInerciais.pdf1.7 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.