Classificação de gestos da mão utilizando sinais sEMG: uma abordagem com TensorFlow Lite

• Autor(a) principal: Alves, Erika Costa
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/50899
• topic: CNPQ::ENGENHARIAS; Processamento digital de sinais; Sinais sEMG; Machine learning; Sistemas embarcado

Hoje em dia a utilização de Machine Learning se tornou essencial para automatizar e facilitar a vida das pessoas, e na área da saúde isso não é diferente. Então, foi estudado e implementado um classificador dos gestos de mão, baseado no espectrograma dos sinais sEMG com propósito ser embarcado em um microcontrolador de baixa potência. Para tal, foi realizado um estudo de sobre análise e processamento de sinais biológicos, envolvendo processamento digital de sinais e a modelagem de um classificador neural utilizando técnicas modernas de machine learning. Além disso, a criação do modelo tem como objetivo o seu funcionamento de forma embarcada em um microcontrolador de baixa potência. Desta forma, deseja-se sua utilização em tempo real para diversas aplicações, e uma delas seria para auxiliar a utilização de próteses de mão construídas a partir de impressoras 3D. Os bons resultados alcançados mostram a viabilidade do projeto.