Buscar


Mostrar el registro sencillo del ítem

dc.rights.license http://creativecommons.org/licenses/by-nc-nd/4.0 es_ES
dc.contributor Carlos Andrés Pérez Ramírez es_ES
dc.creator Moises Martin Contreras Morales es_ES
dc.date 2023-04-24
dc.date.accessioned 2023-02-16T19:52:57Z
dc.date.available 2023-02-16T19:52:57Z
dc.date.issued 2023-04-24
dc.identifier.uri http://ri-ng.uaq.mx/handle/123456789/4382
dc.description La medición, así como el análisis a través de distintas muestras de las señales EMG se utilizan en el diagnóstico clínico de trastornos neuromusculares. Una de las aplicaciones comúnmente utilizadas en distintos trabajos de investigación donde se detallan metodologías para la adquisición de señales, mencionan que el procesamiento se hace solo mediante una descomposición de tiempo-frecuencia como la transformada Wavelet, la cual es una herramienta matemática eficiente para el análisis local de señales que son transitorias, rápidas y no estacionarias. Sin embargo, esta herramienta por sí sola no ofrece una diferenciación para aquellas señales en un intervalo de tiempo no discreto o en tiempo real. A través de herramientas de descomposición de señales tiempo-frecuencia, dimensiones fractales, un algoritmo de descomposición y un clasificador basado en el aprendizaje máquina, se desarrollar una metodología que permita identificar tres distintos movimientos de la mano con señales de 2 canales. Como primer paso, se llevará a cabo el procesamiento digital de las señales EMG, tras su lectura y entendimiento, se emplearon algoritmos tiempo-frecuencia avanzados que permitan descomponer las señales EMG ya sea en sus componentes fundamentales o en las bandas de frecuencia determinadas por las características de la señal. Esto se realizó empleando métodos estadísticos que midan el grado de independencia entre ellas. Los resultados obtenidos previamente utilizando el método propuesto representan una precisión del 71.4% para distinguir los movimientos Índice (I), Medio (M) y Meñique (L). Esto se logra utilizando técnicas de baja carga computacional como WPT, parámetros de Hjorth y técnicas de FD. Entre las principales prospectivas están: Una etapa intermedia más extensa para la selección de algoritmos para el procesamiento de la señal, crear un sistema de adquisición de señales de EMG para comprobar el desempeño de la metodología con datos propios adquiridos y en tiempo real además de incluir de todos los movimientos individuales y las combinaciones de las flexiones de los dedos de la mano. es_ES
dc.format Adobe PDF es_ES
dc.language.iso spa es_ES
dc.publisher Ingeniería es_ES
dc.relation.requires No es_ES
dc.rights Acceso Abierto es_ES
dc.subject Ingeniería y Tecnología es_ES
dc.subject Ciencias Tecnológicas es_ES
dc.subject Ingeniería y tecnología eléctricas es_ES
dc.title Metodología para la identificación de movimientos de la mano en personas mediante análisis tiempo-frecuencia en señales emg. es_ES
dc.type Tesis de licenciatura es_ES
dc.creator.tid curp es_ES
dc.contributor.tid curp es_ES
dc.creator.identificador COMM980312HMNNRS04 es_ES
dc.contributor.identificador PERC890923HASRMR09 es_ES
dc.contributor.role Director es_ES
dc.degree.name Ingeniería Biomédica es_ES
dc.degree.department Facultad de Ingeniería es_ES
dc.degree.level Licenciatura es_ES


Ficheros en el ítem

Thumbnail
Nombre: IRI007109.pdf
Tamaño: 2.427Mb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem