| Revista: | Revista mexicana de ingeniería biomédica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000447680 |
| ISSN: | 0188-9532 |
| Autores: | Ibarra Fuentes, A1 Morales Sánchez, E1 |
| Instituciones: | 1Instituto Politécnico Nacional, Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada, Querétaro. México |
| Año: | 2021 |
| Periodo: | Sep-Dic |
| Volumen: | 42 |
| Número: | 3 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | Este documento muestra la identificación de 7 gestos (movimientos) de la mano humana a partir de sEMG - 360° en el antebrazo. sEMG-360 es la medición de sEMG por medio de 8 canales cada 45° haciendo un total de 360°. Al realizar un gesto de la mano se tendrán 8 señales sEMG independientes que se utilizarán para hacer la identificación del movimiento. Los 7 gestos a identificar fueron: mano relajada (cerrada), mano abierta (dedos extendidos), flexión y extensión del dedo meñique, del dedo anular, del dedo medio, del dedo índice y del dedo pulgar por separado. Se capturaron 100 muestras de cada gesto y se aplicaron 3 métodos de extracción de características en el dominio del tiempo: el valor medio absoluto (MAV), valor de la raíz cuadrática media (RMS) y el valor del área bajo la curva (AUC), después se aplicó un clasificador de máquina de soporte vectorial (SVM) a cada método de extracción. Se identificaron los movimientos y se calculó el porcentaje de exactitud en la identificación para cada extractor + clasificador SVM utilizando el método de la matriz de confusión e incluyendo los 8 canales para cada gesto. Se logró un 99.52% de exactitud en la identificación de los gestos de la mano humana aplicando sEMG - 360° |
| Resumen en inglés | This document shows the Identification of 7 gestures (movements) of the human hand from sEMG - 360° signals on the forearm. sEMG - 360° is the sEMG measurement through 8 channels every 45° making a total of 360°. When making a hand gesture, there will be 8 independent sEMG signals that will be used to identify the gesture. The 7 gestures to identify are: relaxed hand (closed), open hand (fingers extended), flexion and extension of the little finger, the ring finger, the middle finger, the index finger, and the thumb separately. One hundred samples for each gesture were captured and 3 feature extraction methods were applied in the time domain: mean absolute value (MAV), root mean square value (RMS) and area under the curve (AUC). A vector support machine (SVM) classifier was applied to each extractor. The gestures were identified and the percentage of accuracy in the identification was calculated for each extractor + SVM classifier using the confusion matrix method and including the 8 channels for each gesture. An accuracy of 99.52% was achieved for the identification of the 7 gestures applying sEMG - 360° |
| Disciplinas: | Medicina |
| Palabras clave: | Biomecánica, Mano, Electromicrografía |
| Keyword: | Biomechanics, Hand, Electromyography |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
