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 m...
- 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/
| id |
UDEA2_4edc64505fabf039427f8c4948ac0d25 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/48388 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación |
| title |
Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación |
| spellingShingle |
Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación 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 |
| title_short |
Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación |
| title_full |
Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación |
| title_fullStr |
Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación |
| title_full_unstemmed |
Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación |
| title_sort |
Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de Investigación |
| dc.creator.fl_str_mv |
Salazar Alvarez, Luisa Fernanda |
| dc.contributor.advisor.none.fl_str_mv |
Salazar Sánchez, María Bernarda Escobar Saltaren, Daniel |
| dc.contributor.author.none.fl_str_mv |
Salazar Alvarez, Luisa Fernanda |
| dc.contributor.researchgroup.none.fl_str_mv |
Intelligent Information Systems Lab. |
| dc.subject.decs.none.fl_str_mv |
Electromiografía Electromyography Miembros Artificiales Artificial Limbs Amputación Quirúrgica Amputation, Surgical |
| topic |
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 |
| dc.subject.lemb.none.fl_str_mv |
Inteligencia artificial Artificial intelligence |
| dc.subject.meshuri.none.fl_str_mv |
https://id.nlm.nih.gov/mesh/D004576 https://id.nlm.nih.gov/mesh/D001186 https://id.nlm.nih.gov/mesh/D000671 |
| description |
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. |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-11-25T16:59:10Z |
| 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.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/48388 |
| url |
https://hdl.handle.net/10495/48388 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
[1] A. F. Díaz Charrupi, M. C. Mejía Vélez, and P. M. García López, “PREVALENCIA DE ALTERACIONES SENSITIVAS Y FACTORES,” Medellín, 201AD. Accessed: Dec. 09, 2024. [Online]. Available: https://repository.ces.edu.co/bitstream/handle/10946/2656/Prevalencia_alteraciones_sensitivas.pdf;jsessionid=901C3AFAC4DB03EADC95E63954914E30?sequence=2 [2] H. Romo, J. Realpe, and P. Jojoa, “133116856017,” Avances en sistemas e informática, Jun. 2007, Accessed: Dec. 10, 2024. [Online]. Available: https://www.redalyc.org/pdf/1331/133116856017.pdf [3] E. Biddiss and T. Chau, “Upper limb prosthesis use and abandonment: A survey of the last 25 years,” Sep. 2007. doi: 10.1080/03093640600994581. [4] Soliel de Aguiar Meneses Anahi, da Silva Emily Thaís, Oliveira Rodrigues Lays, Rocha Dos Prazeres Luís, and Santos Do Monte Raissa Lohane, “Divididas em 4 regiones.” Accessed: Feb. 27, 2025. [Online]. Available: https://www.udocz.com/apuntes/836662/musculos [5] Pontificia Universidad Católica de Chile, “PASO 2 LOCOMOTOR: Osteología, Artrología y Miología de Miembro superior, Miembro inferior, Cabeza y Cuello,” Chile. [6] P. Justo and G. Sánchez, “Modulo de bases anatómicas y fisiológicas del deporte.” [7] Thibodeau G., “SISTEMA MUSCULAR.” [8] Eduardo Guzmán-Muñoz and Guillermo Méndez-Rebolledo, “Electromiografía en las ciencias de rehabilitación,” 2018. [9] L. Gila, A. Malanda, I. R. Carreño, J. R. Falces, and J. Navallas, “Métodos de procesamiento y análisis de señales electromiográficas Electromyographic signal processing and analysis methods,” 2009. [10] E. Guzmán-Muñoz and G. Méndez-Rebolledo, “Electromyography in the Rehabilitation Sciences,” Salud Uninorte, vol. 34, no. 3, pp. 753–765, Feb. 2019, doi: 10.14482/sun.34.3.616.74. [11] Luis Enrique Moreno Lorente, “Procesado avanzado de señal EMG,” p. 17, Sep. 2017. [12] Verónica Farfán Silva, “0681161_A1,” Mar. 2012, Accessed: Jan. 05, 2025. [Online]. Available: https://ru.dgb.unam.mx/bitstream/20.500.14330/TES01000681161/3/0681161_A1.pdf [13] B. Hudgins, P. Parker, S. Member, and S. Member, “A New Strategy for Multifunction Myoelectric Control,” 1993. [14] F. Stival, S. Michieletto, M. Cognolato, E. Pagello, H. Müller, and M. Atzori, “A quantitative taxonomy of human hand grasps,” J Neuroeng Rehabil, vol. 16, no. 1, Feb. 2019, doi: 10.1186/s12984-019-0488-x. [15] R. H. Chowdhury, M. B. I. Reaz, M. A. Bin Mohd Ali, A. A. A. Bakar, K. Chellappan, and T. G. Chang, “Surface electromyography signal processing and classification techniques,” Sep. 17, 2013, MDPI AG. doi: 10.3390/s130912431. [16] “spectralEntropy.” Accessed: Jan. 12, 2025. [Online]. Available: https://www.mathworks.com/help/signal/ref/spectralentropy.html [17] B. Chen et al., “A Real-Time EMG-Based Fixed-Bandwidth Frequency-Domain Embedded System for Robotic Hand,” Front Neurorobot, vol. 16, Jun. 2022, doi: 10.3389/fnbot.2022.880073. [18] “Información Mutua Capítulo 3 Capítulo 3. Información Mutua. 3.1. Información Mutua entre Variables Aleatorias.” [19] “Introducción a los Árboles de Decisión ESTADÍSTICA ESTADÍSTICA.” [20] S. Mishra et al., “Principal Component Analysis,” International Journal of Livestock Research, p. 1, 2017, doi: 10.5455/ijlr.20170415115235. [21] J. Badilla and I. Ríos, “BOXPLOT, Diagrama de caja.” [22] R. Tanious and R. Manolov, “Violin Plots as Visual Tools in the Meta-Analysis of Single-Case Experimental Designs,” Methodology, vol. 18, no. 3, pp. 221–238, 2022, doi: 10.5964/meth.9209. [23] F. M. Hernández Arellano Millward Brown México, “El Concepto de Distancia y su Aplicación en Estadística Multivariada.” [24] J. Too et al., “Classification of EMG Signal Based on Time Domain and Frequency Domain Features Classification of EMG Signal Based on Time Domain and Frequency Domain Features Classification of EMG Signal Based on Time Domain and Frequency Domain Features,” 2017, [Online]. Available: https://www.researchgate.net/publication/329011789 [25] Z. Zhang, “Introduction to machine learning: K-nearest neighbors,” Ann Transl Med, vol. 4, no. 11, Jun. 2016, doi: 10.21037/atm.2016.03.37. [26] Y. Kim, S. Y. Kim, and H. Kim, “Heterogeneous Random Forest,” Oct. 2024, [Online]. Available: http://arxiv.org/abs/2410.19022 [27] A. Dabas, “Application of Support Vector Machines in Machine Learning.” [Online]. Available: https://hal.science/hal-04664334 [28] ArcGIS Pro 3.4, “Cómo funciona el algoritmo de clasificación y regresión Árboles extra.” [29] M. Guillén, E. María, and T. A. Alonso, “Modelos de regresión logística PID_00276229.” [30] Soliel de Aguiar Meneses Anahi, da Silva Emily Thaís, Oliveira Rodrigues Lays, Rocha Dos Prazeres Luís, and Santos Do Monte Raissa Lohane, “Divididas em 4 regiones.” Accessed: Feb. 27, 2025. [Online]. Available: https://www.udocz.com/apuntes/836662/musculos [31] “Evaluación de la calidad de los sistemas de reconocimiento de sentimientos.” [32] S. Seo et al., “Predicting Successes and Failures of Clinical Trials With Outer Product–Based Convolutional Neural Network,” Front Pharmacol, vol. 12, Jun. 2021, doi: 10.3389/fphar.2021.670670. [33] Jude Chukwura Obi, “A comparative study of several classification metrics and their performances on data,” World Journal of Advanced Engineering Technology and Sciences, vol. 8, no. 1, pp. 308–314, Feb. 2023, doi: 10.30574/wjaets.2023.8.1.0054. [34] D. Chicco and G. Jurman, “The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation,” BMC Genomics, vol. 21, no. 1, Jan. 2020, doi: 10.1186/s12864-019-6413-7. [35] McHugh Mary, “Interrater reliability: the kappa statistic,” Biochem Med (Zagreb), Aug. 2012. [36] University of Applied Sciences Western Switzerland - Valais, “NINAPRO.” [Online]. Available: https://ninapro.hevs.ch/ [37] A. Carmona, “APPLICATION OF HILBERT-HUANG TRANSFORM TO DETECT HYDROCLIMATIC VARIABILITY MODES IN COLOMBIA GERMÁN POVEDA,” vol. 79, pp. 72–80, 2012. [38] Corporación OSSO, “TRANSFORMADA DE HILBERT,” 2003. [Online]. Available: https://www.osso.org.co/docu/tesis/2003/vibracion/D.pdf [39] M. F. Bobbert and A. S. Koopman, “Humans need only 200 ms to generate posture-specific muscle activation patterns for successful vertical jumps in reaction to an auditory trigger,” Front Sports Act Living, vol. 5, 2023, doi: 10.3389/fspor.2023.1123335. [40] D. Totah, L. Ojeda, D. D. Johnson, D. Gates, E. M. Provost, and K. Barton, “Low-back electromyography (EMG) data-driven load classification for dynamic lifting tasks,” PLoS One, vol. 13, no. 2, Feb. 2018, doi: 10.1371/journal.pone.0192938. [40] D. Totah, L. Ojeda, D. D. Johnson, D. Gates, E. M. Provost, and K. Barton, “Low-back electromyography (EMG) data-driven load classification for dynamic lifting tasks,” PLoS One, vol. 13, no. 2, Feb. 2018, doi: 10.1371/journal.pone.0192938. |
| dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.license.en.fl_str_mv |
Attribution-NonCommercial-ShareAlike 4.0 International |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Attribution-NonCommercial-ShareAlike 4.0 International http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
61 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.program.none.fl_str_mv |
Bioingeniería |
| dc.publisher.place.none.fl_str_mv |
Medellín, Colombia |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.branch.none.fl_str_mv |
Campus Medellín - Ciudad Universitaria |
| publisher.none.fl_str_mv |
Universidad de Antioquia |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/8a0ca696-add5-43e5-b768-050ba09ecf23/download https://bibliotecadigital.udea.edu.co/bitstreams/c3ff121a-3b10-42f6-b66d-0519584c1e89/download https://bibliotecadigital.udea.edu.co/bitstreams/a78d8bba-77ec-4fcc-885d-6508082c2a58/download https://bibliotecadigital.udea.edu.co/bitstreams/e3737928-a58b-4ed3-8a87-4928f7a4371c/download https://bibliotecadigital.udea.edu.co/bitstreams/2342002f-9370-429d-80fc-c0a2e1c61686/download https://bibliotecadigital.udea.edu.co/bitstreams/76376264-3997-4083-9344-b2028a693dfa/download https://bibliotecadigital.udea.edu.co/bitstreams/3a17ae2b-3134-4cb5-999b-0db0f0b8e127/download https://bibliotecadigital.udea.edu.co/bitstreams/034fc371-d0d3-43a6-a907-8e4489e4b999/download |
| bitstream.checksum.fl_str_mv |
d2acd8a8bb65d6d6d94c2a772ba41870 e127f7117cdcc34794311932da2a0e6b b76e7a76e24cf2f94b3ce0ae5ed275d0 5643bfd9bcf29d560eeec56d584edaa9 c42f029963d36f5d45d4f01dd8797097 a8c6f8092f653d8a81fb73b5a5b89bcf 3ae8b91e3e20f79b330c097e448f596f e074e31691cb978b7de9347010e53627 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052486789431296 |
| spelling |
Salazar Sánchez, María BernardaEscobar Saltaren, DanielSalazar Alvarez, Luisa FernandaIntelligent Information Systems Lab.2025-11-25T16:59:10Z2025https://hdl.handle.net/10495/48388El 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.This research focuses on the characterization and classification of surface electromyography signals from the upper limb during functional reach and grasp movements, aiming to support the development of more efficient control systems for myoelectric prostheses. The NINAPRO DB4 public dataset, composed of multichannel electromyography recordings from healthy subjects, was used. A structured methodology was developed for preprocessing, signal transformation, and feature extraction in both time and frequency domains. Statistical techniques such as Mahalanobis distance and multivariate methods including PCA, decision trees, and mutual information were applied to reduce dimensionality and select discriminative gestures. Subsequently, classification models, including Extra Trees and artificial neural networks, were trained and evaluated using performance metrics such as precision, recall, F1-score, and kappa. Results indicate that combining feature reduction strategies with robust classifiers yields high predictive accuracy in gesture recognition, providing a foundation for future applications in prosthetic device control.BioseñalesElectromiografíaPregradoBioingeniero61 páginasapplication/pdfspaUniversidad de AntioquiaBioingenieríaMedellín, ColombiaFacultad de IngenieríaCampus Medellín - Ciudad Universitariahttp://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://purl.org/coar/access_right/c_abf2Caracterización de señales de electromiografía del miembro superior durante movimientos de alcance y agarre. Proyecto de InvestigaciónTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPTexthttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/draft[1] A. F. Díaz Charrupi, M. C. Mejía Vélez, and P. M. García López, “PREVALENCIA DE ALTERACIONES SENSITIVAS Y FACTORES,” Medellín, 201AD. Accessed: Dec. 09, 2024. [Online]. Available: https://repository.ces.edu.co/bitstream/handle/10946/2656/Prevalencia_alteraciones_sensitivas.pdf;jsessionid=901C3AFAC4DB03EADC95E63954914E30?sequence=2[2] H. Romo, J. Realpe, and P. Jojoa, “133116856017,” Avances en sistemas e informática, Jun. 2007, Accessed: Dec. 10, 2024. [Online]. Available: https://www.redalyc.org/pdf/1331/133116856017.pdf[3] E. Biddiss and T. Chau, “Upper limb prosthesis use and abandonment: A survey of the last 25 years,” Sep. 2007. doi: 10.1080/03093640600994581.[4] Soliel de Aguiar Meneses Anahi, da Silva Emily Thaís, Oliveira Rodrigues Lays, Rocha Dos Prazeres Luís, and Santos Do Monte Raissa Lohane, “Divididas em 4 regiones.” Accessed: Feb. 27, 2025. [Online]. Available: https://www.udocz.com/apuntes/836662/musculos[5] Pontificia Universidad Católica de Chile, “PASO 2 LOCOMOTOR: Osteología, Artrología y Miología de Miembro superior, Miembro inferior, Cabeza y Cuello,” Chile.[6] P. Justo and G. Sánchez, “Modulo de bases anatómicas y fisiológicas del deporte.”[7] Thibodeau G., “SISTEMA MUSCULAR.”[8] Eduardo Guzmán-Muñoz and Guillermo Méndez-Rebolledo, “Electromiografía en las ciencias de rehabilitación,” 2018.[9] L. Gila, A. Malanda, I. R. Carreño, J. R. Falces, and J. Navallas, “Métodos de procesamiento y análisis de señales electromiográficas Electromyographic signal processing and analysis methods,” 2009.[10] E. Guzmán-Muñoz and G. Méndez-Rebolledo, “Electromyography in the Rehabilitation Sciences,” Salud Uninorte, vol. 34, no. 3, pp. 753–765, Feb. 2019, doi: 10.14482/sun.34.3.616.74.[11] Luis Enrique Moreno Lorente, “Procesado avanzado de señal EMG,” p. 17, Sep. 2017.[12] Verónica Farfán Silva, “0681161_A1,” Mar. 2012, Accessed: Jan. 05, 2025. [Online]. Available: https://ru.dgb.unam.mx/bitstream/20.500.14330/TES01000681161/3/0681161_A1.pdf[13] B. Hudgins, P. Parker, S. Member, and S. Member, “A New Strategy for Multifunction Myoelectric Control,” 1993.[14] F. Stival, S. Michieletto, M. Cognolato, E. Pagello, H. Müller, and M. Atzori, “A quantitative taxonomy of human hand grasps,” J Neuroeng Rehabil, vol. 16, no. 1, Feb. 2019, doi: 10.1186/s12984-019-0488-x.[15] R. H. Chowdhury, M. B. I. Reaz, M. A. Bin Mohd Ali, A. A. A. Bakar, K. Chellappan, and T. G. Chang, “Surface electromyography signal processing and classification techniques,” Sep. 17, 2013, MDPI AG. doi: 10.3390/s130912431.[16] “spectralEntropy.” Accessed: Jan. 12, 2025. [Online]. Available: https://www.mathworks.com/help/signal/ref/spectralentropy.html[17] B. Chen et al., “A Real-Time EMG-Based Fixed-Bandwidth Frequency-Domain Embedded System for Robotic Hand,” Front Neurorobot, vol. 16, Jun. 2022, doi: 10.3389/fnbot.2022.880073.[18] “Información Mutua Capítulo 3 Capítulo 3. Información Mutua. 3.1. Información Mutua entre Variables Aleatorias.”[19] “Introducción a los Árboles de Decisión ESTADÍSTICA ESTADÍSTICA.”[20] S. Mishra et al., “Principal Component Analysis,” International Journal of Livestock Research, p. 1, 2017, doi: 10.5455/ijlr.20170415115235.[21] J. Badilla and I. Ríos, “BOXPLOT, Diagrama de caja.”[22] R. Tanious and R. Manolov, “Violin Plots as Visual Tools in the Meta-Analysis of Single-Case Experimental Designs,” Methodology, vol. 18, no. 3, pp. 221–238, 2022, doi: 10.5964/meth.9209.[23] F. M. Hernández Arellano Millward Brown México, “El Concepto de Distancia y su Aplicación en Estadística Multivariada.”[24] J. Too et al., “Classification of EMG Signal Based on Time Domain and Frequency Domain Features Classification of EMG Signal Based on Time Domain and Frequency Domain Features Classification of EMG Signal Based on Time Domain and Frequency Domain Features,” 2017, [Online]. Available: https://www.researchgate.net/publication/329011789[25] Z. Zhang, “Introduction to machine learning: K-nearest neighbors,” Ann Transl Med, vol. 4, no. 11, Jun. 2016, doi: 10.21037/atm.2016.03.37.[26] Y. Kim, S. Y. Kim, and H. Kim, “Heterogeneous Random Forest,” Oct. 2024, [Online]. Available: http://arxiv.org/abs/2410.19022[27] A. Dabas, “Application of Support Vector Machines in Machine Learning.” [Online]. Available: https://hal.science/hal-04664334[28] ArcGIS Pro 3.4, “Cómo funciona el algoritmo de clasificación y regresión Árboles extra.”[29] M. Guillén, E. María, and T. A. Alonso, “Modelos de regresión logística PID_00276229.”[30] Soliel de Aguiar Meneses Anahi, da Silva Emily Thaís, Oliveira Rodrigues Lays, Rocha Dos Prazeres Luís, and Santos Do Monte Raissa Lohane, “Divididas em 4 regiones.” Accessed: Feb. 27, 2025. [Online]. Available: https://www.udocz.com/apuntes/836662/musculos[31] “Evaluación de la calidad de los sistemas de reconocimiento de sentimientos.”[32] S. Seo et al., “Predicting Successes and Failures of Clinical Trials With Outer Product–Based Convolutional Neural Network,” Front Pharmacol, vol. 12, Jun. 2021, doi: 10.3389/fphar.2021.670670.[33] Jude Chukwura Obi, “A comparative study of several classification metrics and their performances on data,” World Journal of Advanced Engineering Technology and Sciences, vol. 8, no. 1, pp. 308–314, Feb. 2023, doi: 10.30574/wjaets.2023.8.1.0054.[34] D. Chicco and G. Jurman, “The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation,” BMC Genomics, vol. 21, no. 1, Jan. 2020, doi: 10.1186/s12864-019-6413-7.[35] McHugh Mary, “Interrater reliability: the kappa statistic,” Biochem Med (Zagreb), Aug. 2012.[36] University of Applied Sciences Western Switzerland - Valais, “NINAPRO.” [Online]. Available: https://ninapro.hevs.ch/[37] A. Carmona, “APPLICATION OF HILBERT-HUANG TRANSFORM TO DETECT HYDROCLIMATIC VARIABILITY MODES IN COLOMBIA GERMÁN POVEDA,” vol. 79, pp. 72–80, 2012.[38] Corporación OSSO, “TRANSFORMADA DE HILBERT,” 2003. [Online]. Available: https://www.osso.org.co/docu/tesis/2003/vibracion/D.pdf[39] M. F. Bobbert and A. S. Koopman, “Humans need only 200 ms to generate posture-specific muscle activation patterns for successful vertical jumps in reaction to an auditory trigger,” Front Sports Act Living, vol. 5, 2023, doi: 10.3389/fspor.2023.1123335.[40] D. Totah, L. Ojeda, D. D. Johnson, D. Gates, E. M. Provost, and K. Barton, “Low-back electromyography (EMG) data-driven load classification for dynamic lifting tasks,” PLoS One, vol. 13, no. 2, Feb. 2018, doi: 10.1371/journal.pone.0192938.[40] D. Totah, L. Ojeda, D. D. Johnson, D. Gates, E. M. Provost, and K. Barton, “Low-back electromyography (EMG) data-driven load classification for dynamic lifting tasks,” PLoS One, vol. 13, no. 2, Feb. 2018, doi: 10.1371/journal.pone.0192938.ElectromiografíaElectromyographyMiembros ArtificialesArtificial LimbsAmputación QuirúrgicaAmputation, SurgicalInteligencia artificialArtificial intelligencehttps://id.nlm.nih.gov/mesh/D004576https://id.nlm.nih.gov/mesh/D001186https://id.nlm.nih.gov/mesh/D000671PublicationORIGINALSalazarLuisa_2025_CaracterizacionSenalesElectromiografia.pdfSalazarLuisa_2025_CaracterizacionSenalesElectromiografia.pdfTrabajo de grado de pregradoapplication/pdf2154161https://bibliotecadigital.udea.edu.co/bitstreams/8a0ca696-add5-43e5-b768-050ba09ecf23/downloadd2acd8a8bb65d6d6d94c2a772ba41870MD51trueAnonymousREADPoster.pdfPoster.pdfAnexoapplication/pdf820808https://bibliotecadigital.udea.edu.co/bitstreams/c3ff121a-3b10-42f6-b66d-0519584c1e89/downloade127f7117cdcc34794311932da2a0e6bMD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-814837https://bibliotecadigital.udea.edu.co/bitstreams/a78d8bba-77ec-4fcc-885d-6508082c2a58/downloadb76e7a76e24cf2f94b3ce0ae5ed275d0MD53falseAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81160https://bibliotecadigital.udea.edu.co/bitstreams/e3737928-a58b-4ed3-8a87-4928f7a4371c/download5643bfd9bcf29d560eeec56d584edaa9MD54falseAnonymousREADTEXTSalazarLuisa_2025_CaracterizacionSenalesElectromiografia.pdf.txtSalazarLuisa_2025_CaracterizacionSenalesElectromiografia.pdf.txtExtracted texttext/plain102481https://bibliotecadigital.udea.edu.co/bitstreams/2342002f-9370-429d-80fc-c0a2e1c61686/downloadc42f029963d36f5d45d4f01dd8797097MD55falseAnonymousREADPoster.pdf.txtPoster.pdf.txtExtracted texttext/plain4343https://bibliotecadigital.udea.edu.co/bitstreams/76376264-3997-4083-9344-b2028a693dfa/downloada8c6f8092f653d8a81fb73b5a5b89bcfMD57falseAnonymousREADTHUMBNAILSalazarLuisa_2025_CaracterizacionSenalesElectromiografia.pdf.jpgSalazarLuisa_2025_CaracterizacionSenalesElectromiografia.pdf.jpgGenerated Thumbnailimage/jpeg6360https://bibliotecadigital.udea.edu.co/bitstreams/3a17ae2b-3134-4cb5-999b-0db0f0b8e127/download3ae8b91e3e20f79b330c097e448f596fMD56falseAnonymousREADPoster.pdf.jpgPoster.pdf.jpgGenerated Thumbnailimage/jpeg22842https://bibliotecadigital.udea.edu.co/bitstreams/034fc371-d0d3-43a6-a907-8e4489e4b999/downloade074e31691cb978b7de9347010e53627MD58falseAnonymousREAD10495/48388oai:bibliotecadigital.udea.edu.co:10495/483882025-11-26 04:07:46.802http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalopen.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |