Caracterização dos sinais mioelétricos dos movimentos do segmento mão-braço através de regressão logística

• Autor(a) principal: Lopes, Ingrid Flesch
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/206477
• topic: Informática médica; Aprendizagem : Maquina; Myoelectric signal; Logistic regression; Machine learning

Os sinais mioelétricos têm sido extensivamente estudados nas aplicações de controle de próteses multifuncionais. As pesquisas de sistemas como este, com interface neuromuscular, apresentam diversos desafios que ainda limitam, devido a fatores experimentais, seu emprego como dispositivo de tecnologia assistiva. Neste estudo, é proposto um método para estimar movimentos do segmento mão-braço a partir da aquisição de sinais eletromiográficos. Os algoritmos analisados extraem características destes sinais e usam um método de regressão para predizer ações. As estratégias foram projetadas com o objetivo de reproduzir ações complexas, com até três graus de liberdade, fornecendo um controle intuitivo aos usuários de prótese. Foram realizadas diversas configurações de teste, variando, por exemplo, o número de canais utilizados, as características do sinal e o layout das bases de teste e treinamento. Os melhores resultados revelaram uma taxa de acerto geral média entre os cinco voluntários de 95.1%. Um dos indivíduos se destacou por ter todos os 19 movimentos testados corretamente classificados, evidenciando, portanto, uma taxa de acerto de 100%. Este desempenho destaca, por conseguinte, o método de regressão logística como um bom classificador de sinais mioelétricos dos movimentos do segmento mão-braço.