Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/30443
Full metadata record
DC FieldValueLanguage
dc.creatorAndrade, Adriano de Oliveira-
dc.date.accessioned2020-11-19T17:24:12Z-
dc.date.available2020-11-19T17:24:12Z-
dc.date.issued2000-
dc.identifier.citationANDRADE, Adriano de Oliveira. Metodologia para classificação de sinais EMG no controle de membros artificiais. 2000. 105 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2020. DOI http://doi.org/10.14393/ufu.di.2000.57pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/30443-
dc.description.abstractOne of the major challenges for prosthesis development is to produce devices which mimic their natural counterparts. In general, artificial limbs don’t have proper feedback by which the user can assess the status of the prosthesis and the control is very unnatural. Preferably, a subconscious control is desired. Myoelectric control has been widely used as an alternative strategy designed for easier control. However, there is still a lot do be done in order to achieve artificial limbs as dextrous as human limbs. In an attem pt to contribute to the researches towards better artifical limbs, it has been developed an EMG processing system, capable of generate input control to a four degrees of freedom prosthesis. Two major muscle groups (biceps and triceps) were used as source of electromyografic signals, which were discriminated into four different classes: elbow flexion, elbow extension, wrist pronation and wrist supination. Those patterns were classified by an artificial neural network, which received as inputs the EMG signal features extracted by a,n autoregressive model. The minimum number of pairs of electrodes and their best positioning for detection, Processing and classification were also investigated. To do so, five pairs of electrodes (two on the biceps - long head (Bl) and short head (B2) - and three on the triceps -long head (T l), médium head (T2) and lateral head(T3)) and one pair of electrodes (on plexo brachial) configuration were considered. Isometric and isotonic contractions were analyzed for each one of those two configurations. The EMG signals were studied in several combinations for each type of contraction. The results show that the configurations using two pairs of electrodes (positioned on B2 and T l) and three pairs of electrodes (positioned on B2, T l and T2 or B2, T l and T3), provided accuracy as good as 100%, for the EMG pattern recognition process.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectEletromiografiapt_BR
dc.subjectRedes neuraispt_BR
dc.subjectModelo autoregressivopt_BR
dc.subjectPrótesept_BR
dc.titleMetodologia para classificação de sinais EMG no controle de membros artificiaispt_BR
dc.title.alternativeMethodology for classification of EMG signals in the control of artificial limbspt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Soares, Alcimar Barbosa-
dc.contributor.referee1Moraes, Raimes-
dc.contributor.referee2Fernandes, José Manoel-
dc.contributor.referee3Lima, Luciano Vieira-
dc.creator.Lattesxpt_BR
dc.description.degreenameDissertação (Mestrado)pt_BR
dc.description.resumoUm dos grandes desafios atuais das pesquisas envolvendo o aperfeiçoamento de mem­bros artificiais, é que esses possam ser controlados de maneira mais natural possível pelos pacientes. Neste sentido, os processos envolvendo a aquisição e a manipulação das infor­mações de controle provenientes do paciente, têm merecido especial atenção. Dentre as diversas técnicas de controle possíveis, uma das que tem alcançado melhores resultados utiliza a atividade eletromiográfica resultante de contrações voluntárias de determinados grupos musculares. Numa tentativa de contribuir para aquelas pesquisas, foi desenvolvido um sistema de processamento de sinais eletromiográficos (EMG), capaz de fornecer entradas de controle para uma prótese 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 do cotovelo, pronação e supinação do punho. A classificação dos padrões foi feita através de uma rede neura.1 artifical que recebe como entrada as características dos sinais eletromiográficos, extraídas através de um modelo autoregressivo. Outro objetivo desta pesquisa foi buscar o número mínimo de pares de eletrodos e os sítios mais adequados para a detecção, processamento e classificação satisfatória dos movimentos executados. Foram feitas análises considerando 5 pares de eletrodos, sendo dois sobre o bíceps - na cabeça longa (Bl) e na cabeça curta (B2) - e três sobre o tríceps - na cabeça longa (T l), na cabeça mediai (T2) e na cabeça lateral (T3); e um par de eletrodos sobre o plexo braquial. Os experimentos foram realizados considerando-se contrações isométricas e isotônicas. Aqueles sinais foram analisados em diversas combinações, para cada tipo de contração, numa tentativa de se encontrar aquela que apresentasse melhores resultados. Os resultados mostraram que as combinações envolvendo o uso de dois pares de eletrodos posicionados sobre os sítios B2 e Tl; e três pares de eletrodos posicionados sobre os sítios B2, T l e T2 ou B2, T l e T3 apresentaram melhores performances, com taxas de acerto de até 100%.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.sizeorduration105pt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
dc.identifier.doihttp://doi.org/10.14393/ufu.di.2000.57pt_BR
dc.crossref.doibatchid853d40d1-cca9-4588-868d-ce4953cff0ba-
dc.subject.autorizadoMembros artificiaispt_BR
dc.subject.autorizadoEletromiografiapt_BR
dc.subject.autorizadoRedes neurais (Neurobiologia)pt_BR
Appears in Collections:DISSERTAÇÃO - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
MetodologiaClassificacaoSinais.pdfDissertação4.73 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons