1. Repositorio Institucional UAQ
2. Tesis
3. Facultad de Ingeniería
4. Licenciatura
5. Ingeniería Biomédica

Título:	Dispositivo de asistencia para el control de dirección de silla de ruedas por medio de señales EMG
Autor(es):	Natalia Margarita Rendón Caballero
Área:	INGENIERÍA Y TECNOLOGÍA
Fecha de publicación :	1-jul-2026
Editorial :	Universidad Autónoma de Querétaro
Páginas:	1 recurso en línea (62 páginas)
Folio RI:	IGLIN-297995
Facultad:	Facultad de Ingeniería
Programa académico:	Ingeniería Biomédica
Resumen:	Existe un gran número de personas con discapacidad motriz que requieren de una silla de ruedas, sin embargo, el uso de estas implica un mayor desgaste físico a las extremidades superiores del usuario. Mediante el procesamiento, así como el reconocimiento y clasificación de patrones en señales electromiográficas (EMG), es posible reducir este desgaste físico a sólo determinados movimientos de la mano. Por ello, el presente proyecto incorpora la identificación de señales EMG adquiridas de la mano derecha a partir de un clasificador con señales predichas de autoencoders. Un circuito de instrumentación compuesto de 3 sensores se diseñó para la adquisición de señales EMG a partir de cinco movimientos de la mano. Posteriormente, se creó una base de datos con 20 sujetos sanos (sin afecciones cardiovasculares, enfermedades del aparato locomotor ni del sistema nervioso, sin amputaciones ni con obesidad) entre 18 y 40 años. Estas señales se segmentaron en 200 ms y ventanearon digitalmente con 75% de traslape. La base de datos se dividió en 72% entrenamiento, 8 % validación y 20% test. El conjunto de validación se utilizó para extraer características a partir de tres autoencoders (uno para cada sensor), donde la señal fue codificada y decodificada con una pérdida mínima de hasta 3.1 ×10-4. A partir de este proceso, se extrajo el vector latente, con el cual se predijeron las señales del conjunto de entrenamiento. Con estas, se entrenó una red neuronal densa para la clasificación de los cinco movimientos. Se obtuvo una eficiencia del 93.84% en la red neuronal, calculada a partir de las métricas de sensibilidad, precisión, especificidad y eficiencia para cada clase.
URI:	https://ri-ng.uaq.mx/handle/123456789/12305
Aparece en:	Ingeniería Biomédica

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.