| Popis: |
Las amputaciones de extremidades superiores pueden producir diversos grados de incapacidad en la persona afectada, esto es exacerbado aun mas, si se presenta durante un periodo de su vida laboral activa, por esta razon es de importancia social el estudio de las protesis y algoritmos que ayuden a un mejor control de estas por parte del usuario. En esta investigacion, se propone una arquitectura basada en redes neuronales recurrentes del tipo Long Short-Term Memory y redes convolucionales para la clasificacion de senales electromiograficas, con aplicaciones para control de protesis de mano. La red propuesta clasifica tres tipos de agarres realizados con la mano: cilindrico, esferico y de gancho. El modelo propuesto al ser evaluado mostro una eficiencia (accuracy) del 89 %, en contraste con una red neuronal artificial basada en capas completamente conectadas que solo obtuvo una eficiencia del 80% en la prediccion de los agarres. El presente trabajo se limita solamente a evaluar la red ante una entrada de electromiograma y no se implemento un sistema de control para la protesis de la mano. Asi, una arquitectura de redes convolucionales para el control de protesis de mano que pueden ser entrenadas con las senales del sujeto |
