Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie
82 páginas
- Autores:
-
Montoya Ortega, Santiago
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2025
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/7149
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/7149
- Palabra clave:
- Electromiografía de superficie
Machine Learning
Procesamiento de señales
Deep Learning
Surface electromyography (sEMG)
Gesture recognition
Assistive technology
Prosthetics
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2025
| id |
REIA2_42061d014d7bcf046d789758759b6b48 |
|---|---|
| oai_identifier_str |
oai:repository.eia.edu.co:11190/7149 |
| network_acronym_str |
REIA2 |
| network_name_str |
Repositorio EIA . |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie |
| title |
Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie |
| spellingShingle |
Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie Electromiografía de superficie Machine Learning Procesamiento de señales Deep Learning Surface electromyography (sEMG) Gesture recognition Assistive technology Prosthetics |
| title_short |
Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie |
| title_full |
Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie |
| title_fullStr |
Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie |
| title_full_unstemmed |
Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie |
| title_sort |
Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficie |
| dc.creator.fl_str_mv |
Montoya Ortega, Santiago |
| dc.contributor.advisor.none.fl_str_mv |
Quintero Zea, Andrés |
| dc.contributor.author.none.fl_str_mv |
Montoya Ortega, Santiago |
| dc.subject.proposal.spa.fl_str_mv |
Electromiografía de superficie Machine Learning Procesamiento de señales |
| topic |
Electromiografía de superficie Machine Learning Procesamiento de señales Deep Learning Surface electromyography (sEMG) Gesture recognition Assistive technology Prosthetics |
| dc.subject.proposal.eng.fl_str_mv |
Deep Learning Surface electromyography (sEMG) Gesture recognition Assistive technology Prosthetics |
| description |
82 páginas |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-07-28T19:00:28Z |
| dc.date.available.none.fl_str_mv |
2025-07-28T19:00:28Z |
| dc.date.issued.none.fl_str_mv |
2025 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repository.eia.edu.co/handle/11190/7149 |
| url |
https://repository.eia.edu.co/handle/11190/7149 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Derechos Reservados - Universidad EIA, 2025 |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Universidad EIA, 2025 Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad EIA |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Biomédica |
| dc.publisher.faculty.none.fl_str_mv |
Escuela de Ciencias de la Vida |
| dc.publisher.place.none.fl_str_mv |
Envigado (Antioquia, Colombia) |
| publisher.none.fl_str_mv |
Universidad EIA |
| institution |
Universidad EIA . |
| bitstream.url.fl_str_mv |
https://repository.eia.edu.co/bitstreams/37d40700-60fa-4471-8a08-eed554075525/download https://repository.eia.edu.co/bitstreams/2521c9f5-d054-46cc-b409-d38484c4bb32/download https://repository.eia.edu.co/bitstreams/c85c1b50-62fd-4f0c-8b75-c432d651dd4e/download https://repository.eia.edu.co/bitstreams/1c93da80-6359-476f-b6df-7ac63392fcad/download |
| bitstream.checksum.fl_str_mv |
2264fce645ac2952653ce3f3b8fa781e 7aeec5061c9b75aa43eeb12836a9e6ad 3b1832d1b9b860ffe7bab27661252a2a d137c0b689d3d193fde14f73b468a1bc |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad EIA |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1849968116373651456 |
| spelling |
Quintero Zea, Andrésvirtual::433-1Montoya Ortega, Santiago2025-07-28T19:00:28Z2025-07-28T19:00:28Z2025https://repository.eia.edu.co/handle/11190/714982 páginasRESUMEN: En este proyecto de grado se desarrolló un modelo de aprendizaje automático (ML) para la detección de gestos de la mano a partir de señales de electromiografía de superficie (sEMG) con potencial uso en tecnologías de apoyo. Las ayudas asistenciales disponibles para personas con amputaciones o traumas en miembros superiores suelen ser poco efectivas debido a la falta de estrategias de control avanzadas. Con el objetivo de aportar una solución a este problema, se utilizó una base de datos de sEMG de acceso abierto como fuente secundaria de información. El proyecto incluyó la extracción de características relevantes para la identificación de gestos manuales, utilizando herramientas y bibliotecas en Python. Posteriormente, se seleccionaron cinco modelos distintos de aprendizaje automático, para los cuales se diseñó y aplicó un protocolo de entrenamiento individual. El modelo con mejor desempeño fue optimizado mediante ajuste de hiperparámetros. Finalmente, se realizó una comparación de los resultados obtenidos con otros modelos reportados en la literatura científica. Como resultado, el modelo con mejor desempeño exhibió una exactitud superior al 98 % y precisión superior al 98 %.ABSTRACT: This academic project developed a machine learning (ML) model for hand gesture recognition using surface electromyography (sEMG) signals, with potential applications in assistive technologies. Existing assistive devices for individuals with upper-limb amputations or trauma often lack advanced control strategies, limiting their effectiveness. To address this challenge, an open access sEMG database was employed as a secondary data source. The study involved the extraction of relevant features for gesture identification using Python-based tools and libraries. Five distinct ML models were evaluated, each trained under a customized protocol, with the best-performing model further optimized through hyperparameter tuning. Comparative analysis against existing literature demonstrated that the proposed model achieved high performance, with an accuracy of ≥95% and precision of ≥95%. These results suggest that the developed approach can enhance the control of prosthetic and assistive devices, offering a more effective solution for individuals with motor impairments.PregradoIngeniero(a) Biomédico(a)application/pdfspaUniversidad EIAIngeniería BiomédicaEscuela de Ciencias de la VidaEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2025Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo de aprendizaje automático para la detección de gestos de la mano a partir de señales de electromiografía de superficieTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85Electromiografía de superficieMachine LearningProcesamiento de señalesDeep LearningSurface electromyography (sEMG)Gesture recognitionAssistive technologyProstheticsPublicationhttps://scholar.google.com.co/citations?user=85TEV2YAAAAJ&hl=esvirtual::433-10000-0002-3621-2983virtual::433-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001196901virtual::433-124425f08-7bd9-4fb5-87f8-9389e3b44d16virtual::433-124425f08-7bd9-4fb5-87f8-9389e3b44d16virtual::433-1LICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/37d40700-60fa-4471-8a08-eed554075525/download2264fce645ac2952653ce3f3b8fa781eMD56ORIGINALMontoyaSantiago_2025_ModeloAprendizajeAutomatico.pdfMontoyaSantiago_2025_ModeloAprendizajeAutomatico.pdfTrabajo de gradoapplication/pdf3000568https://repository.eia.edu.co/bitstreams/2521c9f5-d054-46cc-b409-d38484c4bb32/download7aeec5061c9b75aa43eeb12836a9e6adMD57TEXTMontoyaSantiago_2025_ModeloAprendizajeAutomatico.pdf.txtMontoyaSantiago_2025_ModeloAprendizajeAutomatico.pdf.txtExtracted texttext/plain101913https://repository.eia.edu.co/bitstreams/c85c1b50-62fd-4f0c-8b75-c432d651dd4e/download3b1832d1b9b860ffe7bab27661252a2aMD58THUMBNAILMontoyaSantiago_2025_ModeloAprendizajeAutomatico.pdf.jpgMontoyaSantiago_2025_ModeloAprendizajeAutomatico.pdf.jpgGenerated Thumbnailimage/jpeg6543https://repository.eia.edu.co/bitstreams/1c93da80-6359-476f-b6df-7ac63392fcad/downloadd137c0b689d3d193fde14f73b468a1bcMD5911190/7149oai:repository.eia.edu.co:11190/71492025-07-28 14:03:59.936open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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 |