Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/14654
metadata.dc.type: Dissertação
metadata.dc.rights: Acesso Aberto
Title: Metodologia para classificação de sinais EMG para controle de próteses com baixo esforço computacional
Other Titles: Low computational power methodology for EMG classification for use in prosthesis control
metadata.dc.creator: Barros, Kety Rosa de
metadata.dc.contributor.advisor1: Soares, Alcimar Barbosa
metadata.dc.contributor.referee1: Teixeira, Edilberto Pereira
metadata.dc.contributor.referee2: Yamanaka, Keiji
metadata.dc.description.resumo: Este trabalho descreve o desenvolvimento de um sistema dedicado à análise de sinais emanados de contrações musculares, o sinal eletromiográfico (EMG). Foram realizados o estudo e desenvolvimento de métodos de extração e classificação desses sinais para que fossem reconhecidos por uma prótese de membro superior com quatro graus de liberdade. Para tal, sinais EMG provenientes dos grupos musculares tríceps e bíceps foram classificados em quatro padrões distintos: flexão e extensão de cotovelo, pronação e supinação de punho. A classificação dos padrões foi feita através de uma rede neural artificial recebendo como entrada as características dos sinais eletromiográficos, extraídas através da detecção dos tempos de ativação e cálculo da integral abaixo da envoltória. As análises foram feitas considerando 5 pares de eletrodos, sendo dois sobre o bíceps: na cabeça longa (B1) e cabeça curta (B2) e três sobre o tríceps: na cabeça longa (T1), cabeça curta (T2) e na cabeça medial (T3); e um eletrodo de referência localizado no acrômio. Os experimentos foram efetuados considerando contrações dinâmicas e estáticas. Como a maior parte das técnicas existentes possui algoritmos bastante exigentes computacionalmente, e com análises matemáticas complexas, objetivou-se, portanto buscar um método simples e compacto capaz de executar tais tarefas com o mesmo desempenho utilizando análises matemáticas e técnicas computacionais simples e funcionais, quando comparadas às técnicas mais utilizadas, obtendo com isso, bons resultados.
Abstract: This work describes the development of a muscular contraction originated signal (EMG) analysis system. Study and development of extraction and classification methods for these signals were made, so that they cold be recognized by an upper limb prosthesis with four degrees of freedom. To achieve such results, EMG signals from the biceps and triceps were classified in four distinctive patterns: elbow flexion, elbow extension, wrist pronation and wrist supination. Those patterns were classified by an artificial neural network, which received as inputs the characteristics of the EMG signals, extracted through detection of activation times and integral below the envelope. Analysis were made considering five pairs of electrodes, two located on the bíceps (long head (B1) and short head (B2)), and three on the tríceps ( long head (T1), short head (T3) and medium head (T2)). Dynamic and static contractions were evaluated during the experiments. As most of existing techiques rely on computationally demanding algorithms and complex mathematic analysis, the goal of this work was to find a simple and compact method to execute such tasks with the same performance, by use of simpler and more functional computational techniques, when compared with other well-known methods which achieve good results.
Keywords: Eletromiografia
EMG
Classificação de padrões
Média móvel
RNA
Electromyography
EMG
Pattern classification
moving average
RNA
Redes neurais (Computação)
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
metadata.dc.language: por
metadata.dc.publisher.country: BR
Publisher: Universidade Federal de Uberlândia
metadata.dc.publisher.initials: UFU
metadata.dc.publisher.department: Engenharias
metadata.dc.publisher.program: Programa de Pós-graduação em Engenharia Elétrica
Citation: BARROS, Kety Rosa de. Low computational power methodology for EMG classification for use in prosthesis control. 2005. 110 f. Dissertação (Mestrado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2005.
URI: https://repositorio.ufu.br/handle/123456789/14654
Issue Date: 30-Aug-2005
Appears in Collections:DISSERTAÇÃO - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
KRBarros1DISSPRT.pdf1.41 MBAdobe PDFView/Open
KRBarros2DISSPRT.pdf1.57 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.