Desenvolupament d’una eina per l’adquisició sincronitzada de senyals neuromusculars i d’estimació de posició corporal per imatge
View/Open
Cita com:
hdl:2117/415597
Author's e-mailpaubuyreu27gmail.com
Document typeBachelor thesis
Date2024-07-02
Rights accessOpen Access
Except where otherwise noted, content on this work
is licensed under a Creative Commons license
:
Attribution-NonCommercial-NoDerivs 4.0 International
Abstract
Les noves tecnologies estan revolucionant el món de la rehabilitació motora. Gràcies a
sistemes d’estimació per imatge, ara és possible fer un seguiment precís dels moviments
del pacient, aportant informació addicional a la ja disponible, adquirida mitjançant senyals neuromusculars. Per això, l’objectiu d’aquest treball ha estat el desenvolupament
d’una eina que permeti l’adquisició simultània de la posició corporal del pacient i senyals
neuromusculars.
La metodologia seguida inclou la utilització d’un amplificador bioelèctric per la captació
dels senyals neuromusculars, una càmera Intel Real-Sense per la captura de la posició
corporal i un generador de senyals per la sincronització. L’aplicació consisteix en una
interfície gràfica interactiva que mostra els senyals amplificats a temps-real i que lliura la
informació gravada i sincronitzada per al postprocessament.
Els resultats obtinguts mostren que l’eina és capaç de captar i sincronitzar amb precisió
els senyals neuromusculars i la posició corporal, també aportant un exemple de postprocessament d’ambdós senyals.
En conclusió, l’eina desenvolupada té gran potencial per millorar els registres en rehabilitació, en ser organitzada per anticipar implementacions futures que ampliïn múltiples
funcionalitats, com la integració de més tipus d’amplificadors i el desenvolupament d’algorismes de processament de senyal més avançats. Las nuevas tecnologías están revolucionando el mundo de la rehabilitación motora. Gracias a sistemas de estimación por imagen, ahora es posible hacer un seguimiento preciso
de los movimientos del paciente, aportando información adicional a la ya disponible, adquirida mediante señales neuromusculares. Por ello, el objetivo de este trabajo ha sido
el desarrollo de una herramienta que permita la adquisición simultánea de la posición
corporal del paciente y señales neuromusculares.
La metodología seguida incluye la utilización de un amplificador bioeléctrico para la captación de las señales neuromusculares, una cámara Intel Real-Sense para la captura de la
posición corporal y un generador de señales para la sincronización. La aplicación consiste
en una interfaz gráfica interactiva que muestra las señales amplificadas en tiempo real y
que entrega la información grabada y sincronizada para el postprocesamiento.
Los resultados obtenidos muestran que la herramienta es capaz de captar y sincronizar
con precisión las señales neuromusculares y la posición corporal, también aportando un
ejemplo de postprocesamiento de ambas señales.
En conclusión, la herramienta desarrollada tiene gran potencial para mejorar los registros
en rehabilitación, al estar organizada para anticipar implementaciones futuras que amplíen múltiples funcionalidades, como la integración de más tipos de amplificadores y el
desarrollo de algoritmos de procesamiento de señal más avanzados. New technologies are revolutionizing the field of motor rehabilitation. Thanks to image
estimation systems, it is now possible to accurately track patient movements, providing
additional information to that already available, acquired through neuromuscular signals.
Therefore, the aim of this work has been the development of a tool that allows the
simultaneous acquisition of the patient’s body position and neuromuscular signals.
The methodology followed includes the use of a bioelectric amplifier for the acquisition
of neuromuscular signals, an Intel Real-Sense camera for capturing body position, and a
signal generator for synchronization. The application consists of an interactive graphical
interface that displays the amplified signals in real-time and delivers the recorded and
synchronized information for post-processing.
The results obtained show that the tool is capable of accurately capturing and synchronizing neuromuscular signals and body position, also providing an example of postprocessing both signals.
In conclusion, the developed tool has great potential to improve records in rehabilitation,
being organized to anticipate future implementations that expand multiple functionalities,
such as the integration of more types of amplifiers and the development of more advanced
signal processing algorithms.
SubjectsPosture, Nervous system, Signal processing, Postura humana, Sistema nerviós, Tractament del senyal
DegreeGRAU EN ENGINYERIA BIOMÈDICA (Pla 2009)
Files | Description | Size | Format | View |
---|---|---|---|---|
Memòria_TFG_Pau_Buyreu.pdf | 11,86Mb | View/Open |