Investigação da relação dos métodos de extração de características e os movimentos das mãos, no processamento de sinais sEMG

• Autor(a) principal: Oliveira, Rafael Alencar
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/30489
• topic: CNPQ::ENGENHARIAS; Eletromiografia; Processamento de sinais; Interface cérebro-computador; Electromyography; Signal processing; Brain-computer interfaces

Diversas são as técnicas para medição de potenciais elétricos e magnéticos cuja origem é o corpo humano. Dentre essas técnicas, destaca-se a técnica de eletromiografia, também conhecida como EMG. Os sinais de EMG são comumente retirados do corpo humano através de eletrodos não invasivos (isto é, superficialmente na pele) que são dispostos sobre os músculos de interesse. Ao processar esses sinais, é possível classificá-los, ou seja, identificar os tipos de movimento que o paciente está executando. Uma boa classificação depende de etapas anteriores, como pré-processamento e extração de características. Esse trabalho teve como objetivo investigar quais as características apresentavam melhor e pior desempenho na classificação de diferentes sinais. Para isso, foram processados quatro datasets contendo diferentes movimentos das mãos realizados no dia a dia. Ao fim do trabalho, através de análises qualitativas e quantitativas das características implementadas, concluiu-se que algumas características temporais não são interessantes para o processamento, como TM3, TM4 e TM5 enquanto outras, como detector logarítmico, se destacaram. As características na frequência apenas se mostraram interessantes em um dataset cuja frequência de amostragem de dados era muito superior às outras.