Resumen de Análisis de señales emg superficiales y su aplicación en control de prótesis de mano

Harold Armando Romo Romero, Judy C. Realpe, Pablo Emilio Jojoa

• español

  Las señales Electromiográficas Superficiales (EMGS) son fuente de información muy apropiada para el control de dispositivos virtuales como las prótesis de mano. Las razones para utilizar estas señales obedece a diferentes aspectos tales como: facilidad para recolectar muestras, respeto por la integridad de la persona quien utiliza la prótesis, reutilización de una persona a otra, y fácil remoción para efectos de mantenimiento y calibración. En este artículo, se presenta una revisión de las técnicas más utilizadas en análisis y extracción de características discriminantes de las señales motoras EMGs con fines de aplicación en el control de prótesis virtuales de mano; haciendo énfasis en la evolución de las técnicas temporales clásicas a las técnicas espectrales más recientes basadas en transformadas wavelets, y su aceptación para procesar este tipo de señales según su desempeño en la clasificación y ejecución de movimientos sobre la prótesis. Así mismo, se hace referencia de los trabajos más recientes de desarrollo e investigación en el campo del procesamiento de señales biomédicas EMGs y sus aplicaciones en control mioeléctrico.

• English

  The  surface  Electromyogr aphic  signals  (EMGS)  ar e appropriate sour ce of information to virtual devices control  as  the  hand  prosthesis. The r easons  to  use  this signals  obey  to  differ ent  aspects  as:  the  simplicity  to  collect  samples  of  the  signal,  the r espect for  the  integrity  of  the person who uses the  prosthesis,  the  r eusability  of  the  device  from  one  person  to  another,  and  the  easiness  to  r emove  it  for  maintenance  or  calibr ation purposes. This article pr esents a r eview of the most  used  techniques  in  analysis  and  extr action  of  discriminant  featur es from the EMGs driving signals in order to apply them  in virtual hand prosthesis control, emphasizing in the evolution  from the classic tempor al techniques to the most r ecent spectr al  techniques  based  on  the  wavelets  tr ansformed  and,  its  acceptance  to  process  this  kind  of  signals  according  to  their  performance in the classification and carrying out of movements over  the  prosthesis.  As  well,  it  makes  r efer ence  to  the  most  r ecent  works  on  development  and  r esear ch  in  the  biomedical  signals  EMGs  processing  field  and  its  applications  in  myoelectric control.