Publicación: Estudio de la velocidad de los movimientos básicos de la mano a partir del análisis de señales electromiográficas SEMG tomadas en el tercio proximal del antebrazo
No hay miniatura disponible
Archivos
Fecha
2022
Editor/a
Director/a
Tutor/a
Coordinador/a
Prologuista
Revisor/a
Ilustrador/a
Derechos de acceso
info:eu-repo/semantics/openAccess
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Nacional de Educación a Distancia (España), Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
Resumen
El interés científico encontrado en los antecedentes, se relaciona con lograr prótesis de mano con movimientos naturales. Se han empleado herramientas para reconocer patrones de electromiografía de superficie en señales asociadas con cada movimiento. Aunque muchos estudios exitosos clasifican algunos tipos de movimientos de la mano con alto rendimiento, los resultados muestran que variables como la velocidad y la fuerza deben ser analizadas para que los movimientos resultantes sean como los de una mano natural. Teniendo en cuenta lo anterior, en el presente trabajo se orientó a obtener un modelo (función de transferencia) que permitiera relacionar la velocidad con el tono de las señales SEMG del antebrazo y analizar su comportamiento dinámico (tiempo de respuesta, sobresaltos y error en régimen permanente). Este estudio evalúa 23 sujetos sanos a dos velocidades diferentes y seis tipos de movimientos (pronación, su-pinación, desviación cubital, desviación radial, flexión y extensión -276 registros de SEMG y Velocidad). Se usó el sistema de adquisición de datos ML880 PowerLab y el acondicionador de señal ML135 Dual Bio Amp para visualización en una PC usando la interfaz gráfica LabChart de ADINSTRUMENTS para los registros de SEMG. Los perfiles de velocidad se obtuvieron utilizando un algoritmo previamente probado que emplea procesamiento digital de imágenes para identificar el movimiento relativo de dos marcadores luminosos. Para la obtención de los modelos se usó la técnica de identificación paramétrica y posteriormente se evaluaron las características de desempeño del sistema a partir de las funciones de transferencia halladas. Los resultados muestran modelos con un promedio de error cuadrático medio MSE de 18,55% para movimientos lentos utilizando sistemas de bajo orden (2). Los parámetros de las modelos entre sujetos son muy diferentes, con altos coeficientes de variación y desviaciones estándar, lo que implica que el ajuste debe hacerse para cada sujeto. Las características de los modelos de velocidad calculados proporcionan tiempos de asentamiento bajos, y errores en régimen permanente altos lo que implica un ajuste de escala requerido para estimar la velocidad con la que cada individuo realiza los movimientos.
Previous studies advise taking into account variables such as speed in order to dynamically reproduce natural movements of upper limbs. The main approach is to have a control model that allows evaluating dynamic characteristics of the movement. This study evaluates performance characteristics such as settling times and steady-state error from models that relate the tone of surface electromyography signals and velocity profiles. There is a total of 276 SEMG and speed recordings obtained from 26 healthy subjects. Six types of movement (flexion-extension, pronation-supination, ulnar deviation and radial deviation) were studied. The ML880 PowerLab data acquisition system and the ML135 Dual Bio Amp signal conditioner were used for visualization on a PC using ADINSTRUMENTS' LabChart graphical interface for SEMG recordings. Velocity profiles were obtained using a previously tested algorithm that employs digital image processing to identify the relative motion of two light markers. To obtain the models, the parametric identification technique was used and subsequently the performance characteristics of the system were evaluated from the transfer functions found. The results show models with an average mean square error MSE of 18.55% for slow movements using low order systems (2). The parameters of the models between subjects are very different, with high coefficients of variation and standard deviations, which implies that the adjustment must be made for each subject. The characteristics of the calculated speed models provide low settling times and high steady-state errors, which implies a required scale adjustment to estimate the speed with which each individual performs the movements.
Previous studies advise taking into account variables such as speed in order to dynamically reproduce natural movements of upper limbs. The main approach is to have a control model that allows evaluating dynamic characteristics of the movement. This study evaluates performance characteristics such as settling times and steady-state error from models that relate the tone of surface electromyography signals and velocity profiles. There is a total of 276 SEMG and speed recordings obtained from 26 healthy subjects. Six types of movement (flexion-extension, pronation-supination, ulnar deviation and radial deviation) were studied. The ML880 PowerLab data acquisition system and the ML135 Dual Bio Amp signal conditioner were used for visualization on a PC using ADINSTRUMENTS' LabChart graphical interface for SEMG recordings. Velocity profiles were obtained using a previously tested algorithm that employs digital image processing to identify the relative motion of two light markers. To obtain the models, the parametric identification technique was used and subsequently the performance characteristics of the system were evaluated from the transfer functions found. The results show models with an average mean square error MSE of 18.55% for slow movements using low order systems (2). The parameters of the models between subjects are very different, with high coefficients of variation and standard deviations, which implies that the adjustment must be made for each subject. The characteristics of the calculated speed models provide low settling times and high steady-state errors, which implies a required scale adjustment to estimate the speed with which each individual performs the movements.
Descripción
Categorías UNESCO
Palabras clave
prótesis de mano, velocidad de movimientos de mano y muñeca, señales electromiográficas superficiales SEMG, modelos matemáticos, análisis del desempeño de un sistema dinámico
Citación
Centro
E.T.S. de Ingenieros Industriales
Departamento
Mecánica