Design and development of applications based on electromyographic signalsfinger tapping recognition, hand-movement recognition and preterm birth prediction

  1. Mesa Helguera, Iker
Dirigida por:
  1. Javier Díaz Dorronsoro Director
  2. Joaquín Juan de Nó Lengaran Codirector

Universidad de defensa: Universidad de Navarra

Fecha de defensa: 14 de marzo de 2014

Tribunal:
  1. Pedro Crespo Bofill Presidente
  2. Angel Rubio Díaz-Cordovés Secretario
  3. José Luis Pons Rovira Vocal
  4. Jon Legarda Macon Vocal
  5. Juan López Coronado Vocal
Departamento:
  1. (TECNUN) Ingeniería Eléctrica y Electrónica

Tipo: Tesis

Teseo: 116527 DIALNET

Resumen

La electromiografía (EMG) es el estudio de las señales eléctricas emanadas durante la contracción muscular. Esta actividad puede ser medida mediante electrodos adhesivos desechables colocados sobre la piel. Esta técnica es usada comúnmente para diagnosticar disfunción nerviosa, disfunción muscular o problemas en la transmisión nervio-músculo. Además, desde los años sesenta se ha utilizado para controlar dispositivos tales como prótesis, sillas de ruedas o interfaces basadas en gestos. En esta disertación se han diseñado y desarrollado tres aplicaciones basadas en el reconocimiento de patrones en señales EMG. La primera aplicación consiste en un sistema de reconocimiento en tiempo real de las pulsaciones realizadas con los dedos. En la literatura se pueden encontrar ejemplos de sistemas que son capaces de detectar los movimientos de los dedos. Sin embargo, la atención se ha centrado en movimientos mantenidos durante un periodo de tiempo, es decir, en gestos estables. En este estudio se demuestra que es posible detectar los eventos (de corta duración) correspondientes a las pulsaciones realizadas con los dedos. Varios aspectos del sistema de reconocimiento de patrones son analizados y afinados, tales como el tamaño de la ventana de tiempo o las ventajas de utilizar la técnica de filtrado espacial como pre-procesamiento. La segunda aplicación se enfrenta con el problema de seleccionar los mejores canales de EMG y las mejores características de señal para obtener una alta tasa de acierto en un sistema de reconocimiento de gestos. En concreto, se analizan 32 localizaciones posibles de electrodos, así como 86 características de señal distintas, en un sistema de reconocimiento de gestos manuales (14 gestos diferentes). Un nuevo algoritmo (mRMR-FCO) de selección de variables se presenta como el núcleo del proceso de selección. Finalmente, la tercera aplicación explora la posibilidad de usar un sistema de reconocimiento de patrones basado en señales EMG para detectar si un embarazo va a ser prematuro o no (embarazo de menos de 37 semanas). En la actualidad no hay un predictor fiable de dicha problemática. Los resultados obtenidos en esta disertación muestran mejores rendimientos que muchos otros sistemas propuestos en la literatura. Sin embargo, el sistema obtenido no presenta la precisión necesaria para ser utilizado de forma masiva, de modo que se proponen líneas de trabajo futuras para mejorar dichos resultados. La conclusión final de esta investigación es que los sistemas basados en el reconocimiento de patrones de señales EMG tienen características remarcables y pueden ser usados en muchos otros ámbitos. Los resultados obtenidos en este estudio refuerzan el interés en desarrollar nuevas aplicaciones basadas en esta tecnología.