Diseño e implementación de un sistema de adquisición, procesamiento y clasificación de señal mioeléctrica para prótesis transhumeral de tres grados de libertad
| Autor: | MARISOL BASANEZ MARQUEZ |
|---|---|
| Přispěvatelé: | APOLO ZEUS ESCUDERO URIBE |
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2008 |
| Předmět: | |
| Zdroj: | Instituto Nacional de Astrofísica, Óptica y Electrónica INAOE Repositorio Institucional del INAOE |
| Popis: | This work presents the design and implementation of the necessary blocks for the acquisition, processing and classification of myoelectric signals, with application to control of transhumeral prosthesis of three degrees-of-freedom. In first place, the objectives and motivation of this work are established. Then the necessary theoretic fundamentals referent to myoelectric signal and its use in prosthetic control are presented. Afterwards, there are shown the design of the myoelectric amplifier and the realization of a graphic interface in MATLAB, which can acquire the previously amplified and filtered data through the computer sound card. Later the time domain characteristics utilized in the classification are shown. With respect to the classification, two options are presented: a level classifier and a classifier realized by means of a multilayer perceptron neural network. Subsequently the obtained results and conclusions are presented. En este trabajo se presenta el diseño y la implementación de los bloques necesarios para la adquisición, procesamiento y clasificación de la señal mioeléctrica, con aplicación en el control de prótesis transhumeral de tres grados de libertad. En primer lugar se establecen los objetivos y motivación de este trabajo. Después se presentan en forma breve los fundamentos teóricos necesarios referentes a la señal mioeléctrica y su uso en el control de prótesis. Posteriormente se tiene el diseño del amplificador mioeléctrico y la realización de una interfaz gráfica en MATLAB, la cual mediante la tarjeta de sonido de una computadora puede adquirir los datos amplificados y filtrados previamente. Con respecto a la clasificación se presentan dos opciones: un clasificador por niveles y un clasificador realizado mediante una red neuronal perceptrón multicapa. Después se presentan los resultados obtenidos y por último las conclusiones. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|