Software BIOMEPRO para acondicionamiento de señales EMG superficiales y obtención de parámetros relevantes
DOI:
https://doi.org/10.18667/cienciaypoderaereo.531Palabras clave:
electromiografía, envoltura RMS, Java, procesamiento de señalesResumen
Este artículo presenta el desarrollo de BioMePro, una herramienta de software para el Procesamiento de Muestras de Electromiografía (EMG) superficial, implementado en JAVA, un lenguaje multiplataforma, orientado a objetos y de código interpretado, lenguaje escogido para facilitar la portabilidad del software en mención. BioMePro facilita el trabajo de extracción de características de señales EMG superficiales, útiles para sistemas de inferencia como redes neuronales o máquinas de soporte vectorial, a partir de una interfaz clara y fácil de usar con un conjunto variado de opciones que permiten seleccionar el mejor procesamiento que se requiera para una aplicación específica. Como sistema de adquisición de los datos se utilizó el equipo BiosignalPlux®, las señales de EMG de prueba del software fueron capturadas por medio de la implementación de un protocolo de registro de movimientos de pronación en antebrazo derecho en pacientes jóvenes sanos, protocolo elegido por su simplicidad de implementación y fiabilidad en las muestras.
Descargas
Referencias
Baturone, I., & Gersnoviez, A. (2010). Diseño de Sistemas Neuro-Difusos para Control de Robots mediante XFUZZY 3. Tecnología, aprendizaje y enseñana de la electrónica. Sevilla.
Blanco, R. (2016). Diseño de un sistema de predicción del rendimiento deportivo a partir de técnicas de inteligencia computacional en selecciones UMNG. Bogotá: Propuesta de Tesis, Maestría en Ingeniería Mecatrónica, Universidad Militar Nueva Granada.
D. K., S. G., S. K., S. G., & B. G. (2015). Design of Equiripple Linear-Phase FIR Filter Using Computer Aided Method. Communications and Signal Processing (ICCSP), (págs. 0001-0005). Melmaruvathur, India.
Dieter, G. E. (2009). Engineering Design. Boston: McGraw-Hill.
Figueroa-García, I., Aguilar-Leal, O., Hernández-Reynoso, A., Madrigal, J., Fuentes, R., Huegel, J., & García-Gonzalez, A. (2014). Platform for the Study of Virtual Task-Oriented Motion and its evaluation by EEG and EMG Biopotentials. IEEE Engineering in Medicine and Biology Society, 36th Annual International Conference. Chicago, USA.
https://doi.org/10.1109/EMBC.2014.6943805
Hargrove, L. J., Englehart, K., & Hudgins, B. (2007). A Comparison of Surface and Intramuscular Myoelectric Signal Classification. IEEE transactions on biomedical engineering, vol. 54, no. 5.
https://doi.org/10.1109/TBME.2006.889192
Kazerooni, H., & Strausser, K. A. (2011). The Development and Testing of a Human Machine Interface for a Mobile Medical Exoskeleton. 2011 IEEE/RSJ International Conference on Intelligent Robots and Systems. San Francisco, USA.
https://doi.org/10.1109/IROS.2011.6095025
Momen, K., Krishnan, S., & Chau, T. (2007). Real-Time Classification of Forearm Electromyographic Signals Corresponding to User-Selected Intentional Movements for Multifunction Prosthesis Control. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 15(4), 535-542.
https://doi.org/10.1109/TNSRE.2007.908376
Princeton University. (16 de 11 de 2016). Introduction To Programming in Java. Obtenido de http://introcs.cs.princeton.edu/java/97data/
R. B., A. C., & M. P. (2016). Diseño de un sistema difuso para el reconocimiento de la actividad muscular. IJIAS, 19(2).
Romo, H. A., Realpe, J. C., & Jojoa, P. E. (2007). Análisis de Señales EMG Superficiales y su Aplicación en Control de Prótesis de Mano. 14(1).
Saikia, A., Mazumdar, S., Sahai, N., Paul, S., & Bhatia, D. (2016). Comparative Study and Feature Extraction of the Muscle Activity Patterns in Healthy Subjects. 3rd International Conference on Signal Processing and Integrated Networks. Noida, India.
https://doi.org/10.1109/SPIN.2016.7566678
Universidad Militar Nueva Granada. (2016). Manual de Usuario de Software BioMePro. Bogotá.
Publicado
Número
Sección
Licencia
Declaración de cesión de los derechos de autor a la revista
Los autores ceden la Revista los derechos de explotación (reproducción, distribución, comunicación pública y transformación) para explotar y comercializar la obra, entera o en parte, en todos los formatos y modalidades de explotación presentes o futuros, en todos los idiomas, por todo el periodo de vida de la obra y por todo el mundo.
Todos los contenidos publicados en la revista científica Ciencia y Poder Aéreo están sujetos a la licencia reconocimiento 4.0 Internacional de Creative Commons, cuyo texto completo se puede consultar en http://creativecommons.org/licenses/by/4.0/
La licencia permite a cualquier usuario descargar, imprimir, extraer, archivar, distribuir y comunicar públicamente este artículo, siempre y cuando el crédito se dé a los autores de la obra: a los autores del texto y a Ciencia y Poder Aéreo, Revista Científica de la Escuela de Postgrados de la Fuerza Aérea Colombiana. Excepto cuando se indique lo contrario, el contenido en este sitio es licenciado bajo una licencia Creative Commons Atribución 4.0 internacional.
Para usos de los contenidos no previstos en estas normas de publicación es necesario contactar directamente con el director o editor de la revista a través del correo cienciaypoderaereo@epfac.edu.
La Escuela de Postgrados de la Fuerza Aérea Colombiana y esta publicación no son responsables de los conceptos emitidos en los artículos, ni de los metadatos aportados ni de las filiaciones que los autores declaren, ya que esta es responsabilidad plena de los autores.