Diseño e implementación de un sistema de control que utilice señales electromiográficas para activar una prótesis mioeléctrica

Abstract

En el siguiente documento se presenta el diseño e implementación de los métodos de tratamiento de señales que buscan encontrar en las señales electromiográficas características representativas de cuatro movimientos de la mano las cuales permitirán establecer patrones de movimiento específicos que sirvan para controlar una prótesis electromiográfica o cualquier aparato electrónico susceptible de control. No se llegará a clasificar automáticamente la señal; se proponen todos los elementos requeridos hasta la etapa previa a la clasificación. Se plantea un estudio cuidadoso de la señal electromiográfica superficial, un análisis topológico, frecuencial y estadístico que busca definir en la electromiografía de cada movimiento los elementos más representativos tal que permitan a un sistema de control, basado principalmente en la clasificación de dichos elementos, decidir qué movimiento se ha realizado. Para alcanzar este objetivo se hace una revisión exhaustiva de la señal electromiográfica, de los factores que afectan su medición y las variables de interés al momento de captar la señal. Además, se tratan las técnicas de acondicionamiento más adecuadas; se estudian diferentes algoritmos (técnicas) de procesamiento motivando encontrar las características más representativas de cada movimiento estudiado tal que sirvan como entrada a un sistema de clasificación, el cual finalmente, será propuesto en su estructura (para que determine el tipo de movimiento realizado) más no se implementará. Como resultado del trabajo se presentará un protocolo para la toma de las señales electromiográficas, las técnicas de acondicionamiento y de procesamiento propuestas así como los vectores de características representativos de los movimientos estudiados. A su vez, entregará una base de datos que servirá como punto de partida para futuros estudios y se recomendará el sistema de clasificación más apropiado para clasificar los movimientos. Se concluye el documento con el análisis de los resultados obtenidos y las conclusiones y recomendaciones para el trabajo futuro. Es importante aclarar que este análisis se basa en un sólo punto para la toma de la electromiografía (aplicando una técnica diferencial) superficial, planteando dentro de todo el trabajo que el Crosstalk de la señal permite obtener información sobre los demás músculos del antebrazo sin utilizar más hardware que el requerido para una sola electromiografía.

ABSTRACT:

The following document presents the design and implementation of a methodology that aims to find representative movement features in the electromyography signals from 4 specific arm movements. These features will allow to find movement patterns in the EMG signal to control a myoelectric prosthesis or another electro-mechanical device. The signal won’t be classified through an artificial intelligence algorithm but this thesis proposes all the required elements from signal acquisition to the very previous stage to classification. Herein, a careful study of the surface electromyography signal but also a topological, frecuencial and statistical analysis about the representative elements required to perform movement classification is defined. To complete this task, it should be done and exhaustive study of the electromyographic signal including all the factors related with the acquisition and measurement of the signal. Moreover, the appropriate signal conditional techniques and the processing algorithms, must be analyzed in order to find the most representative features of movements studied. This work presents a protocol for the surface EMG signal acquisition, the signal conditioning stage, the signal processing techniques and finally the most important features of each of the movements studied. Additionally, a complete database will be collected for further work which will include the classification algorithm proposed The document concludes with the results, discussion, conclusions and recommendations for future work. It’s important to make clear at this point that the proposed analysis is based in a single channel protocol. This is, taking the EMG signal from only one point, applying a differential technique. Arguing that crosstalk from the superficial EMG signal can inform us about all the forearm muscles using nothing but the hardware require in one EMG.