Algoritmo de estimación de movimientos de los dedos de la mano a través de un arreglo de sensores de electromiografía superficial

Abstract

La prost´etica es la disciplina encargada de generar dispositivos para reemplazar partes del cuerpo que se han perdido por accidentes traum´aticos o por problemas cong´enitos. Desde siglos se han ido desarrollando diversos prototipos de dispositivos y con el paso del tiempo y la integraci ´on tecnol´ogica, han aumentado sus grados de destreza y capacidad para asimilar movimientos m´as completos y naturales. El control mioel´ectrico ha permanecido como el principal m´etodo de control a utilizar por diversos desarrolladores a lo largo del mundo, sin embargo, no es suficiente, ya que el funcionamiento muscular es complejo, por lo que herramientas avanzadas son utilizadas para intentar decodificar de buena forma la intenci´on del usuario de la pr´otesis. En este trabajo se abarca la aproximaci´on de control mioel´ectrico, adoptando un cambio de paradigma desde el control discreto entre clases definidas, decodificadas mediante reconocimiento de patrones, a un mecanismo de estimaci´on continua utilizando funciones de mapeo. El sistema se compone de dos partes, primero una secci´on de hardware que realiza la adquisici ´on de datos y segundo, una secci´on software que realiza la estimaci´on de posici´on. La parte de hardware permite de forma simult´anea registrar se˜nales de electromiograf´ıa (EMG) y de referencia del posicionamiento de los dedos de la mano. Las se˜nales son adquiridas mediante un electromi´ografo de 8 canales y un guante con sensores de flexi´on respectivamente. La parte de software debe digitalizar y guardar los datos a modo de utilizarlos en an´alisis posteriores. Utilizando MATLAB se procesaron las se˜nales y se dise˜n´o e implement´o un modelo de redes neuronales artificiales para estimar, desde las se˜nales de EMG, las posiciones de cada dedo de forma independiente. Las se˜nales estimadas se validaron mediante an´alisis de correlaci´on, con respecto a las se˜nales de referencia del guante. Los resultados avalan que este m´etodo logra de buena forma generar una relaci´on entre la actividad muscular y la posici´on de cada dedo de forma independiente, lo que otorga mayor libertad de movimientos y no requiere estados discretos que limitan al sistema