Sistema de reconocimiento inteligente de señales mioeléctricas del movimiento de mano humana
Resumen
En este trabajo se presenta el diseño de un algoritmo de reconocimiento de señales mioeléctricas por medio de una arquitectura de redes neuronales artificiales, para la fabricación de un prototipo de prótesis de una mano humana. En la primera etapa del proyecto se diseñó el sensor mioeléctrico que ayudo a la captura de las señales que corresponden al movimiento de cada dedo de una mano humana. Se generó una base de datos con las señales mioeléctricas capturadas, la cual sirvió para el entrenamiento de la red neuronal artificial (RNA), obteniendo los pesos y bias de dicha red. El rendimiento de la arquitectura fue evaluado con criterios estadísticos para la validación de la RNA, comparando datos simulados con datos experimentales. Encontramos que la mejor arquitectura en este trabajo cuenta con 7 neuronas en la capa oculta, una en la capa de salida y con un 96% de coeficiente de correlación, dicha arquitectura es la #7 de la tabla 1 la cual contiene un reporte de rendimiento del algoritmo de aprendizaje de las diferentes arquitecturas propuestas.
Citas
A. Bassam, E. Santoyo, J. Andaverde, J. A. Hernández, O. M. Espinoza-Ojeda, 2010, Estimation of static formation temperatures in geothermal wells by using an artificial neural network approach, “Computers & Geosciences”, vol. 32, 1191-9.
Alonso, R. Hornero, P. Espino, R. de la Rosa, L. Liptak, (2001), Entrenador Mioeléctrico de Prótesis para Amputados de Brazo y Mano. Universidad de Valladolid.
C. P. Pedro, 2010, inteligencia artificial con aplicaciones en ingeniería, México D.F., “Alfaomega”.
N. López, F. di Sciasco, E. Orosco, N. Ledesma, A. Echenique, & M. Valentinuzzi, (2006), Control Mioelétrico de un brazo robótico, IV Congreso Iberoamericano sobre Tecnologías de Apoyo a la Discapacidad. “Vittoria-Espiritu Santo-Brasil”: ISBN: 8496023451.
P. Parimal, S. Allen, & G. Rapach, (1988). Microcontroller based prosthetic device using myoelectric signal. Engineering in Medicine and Biology Society, “Proceedings of the Annual International Conference of the IEEE”, 1427 – 1428.
V. I. Pedro & G.L. Inés, 2004, Redes de Neuronas Artificiales, Un enfoque Práctico, Madrid España, “Pearson Education”.
V. V. A. Sergio, 2017, Adquisición, Procesamiento e Interpretación de Señales Mioeléctricas para el Diseño y Fabricación Robótica, tesis de licenciatura, Universidad Autónoma del Estado de Morelos, Cuernavaca.
Avisos de derechos de autor propuestos por Creative Commons
1. Política propuesta para revistas que ofrecen acceso abierto
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).