Tesis para optar el Título Profesional - Convocatoria 01
Alfredo Paz Valderrama; Marisol Cristel Galarza Flores
Objetivo
Maximizar la tasa de aciertos de clasificación de las señales mioeléctricas adquiridas por electrodos bipolares de superficie, minimizando el tiempo de respuesta
Resumen:
Actualmente es posible detectar los impulsos eléctricos en las extremidades con electrodos superficiales no invasivos. Estos impulsos son detectados en forma de señal, a la que podemos extraer sus características importantes en forma de vector de características, pre procesarlas para reducir su dimensionalidad tomando en cuenta sólo las características relevantes y finalmente clasificarlas en movimientos específicos que podrán luego ser interpretados por una prótesis mioeléctrica que reemplace la extremidad amputada. El clasificador de la señal asignará la señal a procesar dentro de una clase específica (que representa un movimiento de la mano), reconociendo patrones para cada movimiento. Debido a que las clases para el clasificador están previamente identificadas, la técnica que emplearemos serán clasificadores supervisados con técnicas de inteligencia artificial. La salida del clasificador es un indicador de la pertenencia de una señal a una clase determinada (no existe superposición de clases, es decir, la señal solo puede pertenecer a una clase a la vez) y de esta forma determinar el movimiento de la mano al que le corresponde cada señal.
Palabras clave
Electromiografía, aprendizaje supervisado.
Problema central
El proceso para desarrollar una prótesis mioeléctrica, consiste en adquirir una señal mioeléctrica, procesarla y extraer sus características principales, a partir de estas características podemos clasificar la señal dentro de un conjunto de movimientos que reconozca un patrón único de pertenencia. La investigación se centra en utilizar técnicas supervisadas de inteligencia artificial para poder determinar qué movimiento de la mano representa una señal adquirida por electrodos bipolares superficiales en el brazo. Se puede evaluar la técnica de clasificación de acuerdo a la eficiencia y eficacia en términos de tiempo de respuesta y exactitud de la clasificación (correcta o equivocada). El problema de clasificar una señal mioeléctrica puede ser abordado desde las técnicas inteligentes de aprendizaje supervisado a partir de que se propone reconocer un conjunto acotado de movimientos específicos de la mano.
Hipótesis planteada
Se pueden reconocer los movimientos de la mano a partir de señales adquiridas por electrodos bipolares de superficie. Es posible utilizar clasificadores basados en técnicas de inteligencia artificial de aprendizaje supervisado para discriminar una señal mioeléctrica adquirida mediante electrodos bipolares de superficie. Se puede reconocer patrones de señales mioeléctricas del brazo en diferentes individuos que nos permitan clasificarlos en movimientos específicos de la mano. Las técnicas de aprendizaje supervisado proveen flexibilidad a la clasificación de una señal para que puedan adaptarse a diferentes individuos El tiempo de respuesta de las técnicas de aprendizaje supervisado aplicadas a clasificadores de señales mioeléctricas es rápido y aceptable para la implementación de prótesis mioeléctricas. La clasificación de patrones con técnicas de inteligencia artificial es una buena alternativa para la clasificación de señales mioeléctricas.
Resultados esperados
Un profesional con titulo de Ingeniera de Sistemas
Una tesis de título profesional
Un artículo sometido a una revista indizada
Impactos esperados
Sociales
Implementar un clasificador de señales adquiridas por electrodos bipolares de superficie, es un primer alcance para el futuro
desarrollo de prótesis mioeléctricas accesibles que permitan a las personas que han sufrido amputaciones o nacido con
alguna malformación en las manos, mejorar su calidad de vida, disfrutar de más independencia, integrarse más fácilmente a
la vida social y elevar su autoestima.
Económicos
Actualmente las prótesis mioeléctricas son las que presentan el mayor grado de rehabilitación y tasas mayores de reinserción
efectiva a la vida laboral, permitiendo que el individuo afectado sea un agente productivo.
Las prótesis mioeléctricas son a su vez las de costo más elevado en el mercado, por lo que no son accesibles para la mayoría
de personas que las necesitan, la investigación pretende que con sus resultados se pueda, en trabajos futuros, implementar
prótesis mioeléctricas de bajo costo.