Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación

El presente trabajo de investigación se centra en la caracterización y clasificación de señales de electromiografía superficial del miembro superior durante movimientos funcionales de alcance y agarre, con el propósito de contribuir al desarrollo de sistemas de control más eficientes para prótesis mioeléctricas. Se empleó la base de datos pública NINAPRO DB4, compuesta por registros multicanal de electromiografía obtenidos de sujetos sanos, y se desarrolló una metodología estructurada para el preprocesamiento, transformación, extracción y selección de características en dominios temporal y frecuencial. Se implementaron técnicas estadísticas como la distancia de Mahalanobis y métodos multivariados como PCA, árboles de decisión e información mutua para reducir la dimensionalidad y seleccionar movimientos discriminativos. Posteriormente, se entrenaron modelos clasificadores, entre ellos árboles extremadamente aleatorios y redes neuronales artificiales, evaluados bajo métricas como precisión, exactitud, F1-score y kappa. Los resultados demuestran que la combinación de estrategias de reducción de características con clasificadores robustos permite una buena capacidad predictiva en la identificación de movimientos, sentando las bases para aplicaciones futuras en el control de dispositivos protésicos.

• Autores: Salazar Alvarez, Luisa Fernanda
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/48388
• Acceso en línea: https://hdl.handle.net/10495/48388
• Palabra clave: Electromiografía; Electromyography; Miembros Artificiales; Artificial Limbs; Amputación Quirúrgica; Amputation, Surgical; Inteligencia artificial; Artificial intelligence; https://id.nlm.nih.gov/mesh/D004576; https://id.nlm.nih.gov/mesh/D001186; https://id.nlm.nih.gov/mesh/D000671
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/