Data acquisition, processing and interpretation of a single-channel surface electromyographic sensor with machine learning for the smart wearable therapeutic glove
Fitxers
Títol de la revista
ISSN de la revista
Títol del volum
Autors
Correu electrònic de l'autor
gmail.com Tutor / director
Tribunal avaluador
Realitzat a/amb
Tipus de document
Data
Condicions d'accés
Llicència
Publicacions relacionades
Datasets relacionats
Projecte CCD
Abstract
L'electromiografia és l'estudi dels senyals elèctrics produïts pels músculs durant la contracció representant les activitats neuromusculars. Aquest projecte es basarà en el disseny d’un procés d’adquisició de dades a partir d’un sensor electromiogràfic de superfície amb un únic canal de mesura per crear un conjunt de dades, analitzar aquestes dades i, posteriorment, implementar mitjançant Machine Learning un model per facilitar la classificació precisa dels gestos de la mà i el canell, amb un objectiu futur de prevenció de possibles lesions. Aquest projecte forma part del Smart Wearable Therapeutic Glove, l'objectiu del qual és ajudar els metges i els pacients a controlar i monitoritzar el progrés de la rehabilitació de cada individu. El guant capta els paràmetres biomecànics i neurofisiològics de la mà mitjançant la integració d’un sistema de sensors, i capta la posició relativa i els moviments realitzats.
La electromiografía es el estudio de las señales eléctricas producidas por los músculos durante la contracción representando las actividades neuromusculares. Este proyecto se basará en el diseño de un proceso de adquisición de datos a partir de un sensor electromiográfico de superficie con un único canal de medida para crear un conjunto de datos, analizar estos datos e, posteriormente, implementar mediante Machine Learning un modelo para facilitar la clasificación precisa de los gestos de la mano y la muñeca, con un objetivo futuro de prevención de posibles lesiones. Este proyecto forma parte del Smart Wearable Therapeutic Glove, cuyo objetivo es ayudar a los médicos y a los pacientes a controlar y monitorizar el progreso de la rehabilitación de cada individuo. El guante capta los parámetros biomecánicos y neurofisiológicos de la mano mediante la integración de un sistema de sensores, y capta la posición relativa y los movimientos realizados.
Electromyography is the study of electrical signals produced by muscles during contraction representing neuromuscular activities. This project will be based on designing a data acquisition process from a single-channel surface electromyographic sensor to create a dataset, analysing this data, and, subsequently, implement through Machine Learning a model to facilitate the accurate classification of hand and wrist gestures, with a future goal of prevention of injuries. This project forms part of the Smart Wearable Therapeutic Glove, which aims to help doctors and patients control and monitor the rehabilitation progress of everyone. The glove captures the biomechanical and neurophysiological parameters of the hand by integrating a system of sensors and captures the relative position and movements performed.



