Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG.

Aponte Quiñones, Johan Daniel; Camacho Ovalle, Nelson David

dc.contributor.advisor	Herrera Fernández, Luis Jorge	spa
dc.contributor.author	Aponte Quiñones, Johan Daniel	spa
dc.contributor.author	Camacho Ovalle, Nelson David	spa
dc.date.accessioned	2019-10-23T14:09:59Z
dc.date.available	2019-10-23T14:09:59Z
dc.date.issued	2019
dc.identifier.other	TE-23516
dc.identifier.uri	http://hdl.handle.net/20.500.12209/10781
dc.description.abstract	Este trabajo se realiza con el fin de desarrollar una herramienta de simulación en tiempo real para el entrenamiento de los músculos adyacentes a un nivel de desarticulación de muñeca, donde los usuarios puedan entrenar la activación muscular mediante la práctica continua de contracciones y relajaciones en el antebrazo, para que a futuro el acople de una extensión artificial de miembro superior les permita establecer nuevas relaciones con el entorno y cumplir con sus necesidades básicas. La herramienta busca dar un apoyo a los procesos de rehabilitación desde los lugares de residencia de los usuarios evitando así el traslado de las personas a centros asistenciales.	spa
dc.format	PDF	spa
dc.format.mimetype	application/pdf	spa
dc.language.iso	spa
dc.publisher	Universidad Pedagógica Nacional	spa
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.source	reponame:Repositorio Institucional de la Universidad Pedagógica Nacional	spa
dc.source	instname:Universidad Pedagógica Nacional	spa
dc.subject	Desarticulación de muñeca	spa
dc.subject	Señales EMG	spa
dc.subject	Rehabilitación	spa
dc.subject	Herramienta de entrenamiento	spa
dc.title	Desarrollo de una herramienta de simulación en tiempo real para el entrenamiento de personas en el manejo de prótesis mioeléctricas en nivel de desarticulación de muñeca mediante EMG.	spa
dc.type	info:eu-repo/semantics/bachelorThesis
dc.publisher.program	Licenciatura en Electrónica	spa
dc.rights.access	Acceso abierto	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.relation.references	Akhmadeev, K., Aoustin, Y., Carpentier, E., Rampone, E & Yu, T. A testing system for a real-time gesture classification using surface EMG [Sistema de prueba para la clasificación en tiempo real utilizando EMG]. International Federation of Automatic Control.
dc.relation.references	Ángel, J. (2016). Control de una prótesis de mano para varios tipos de presión empleando comandos de voz. Universidad Nacional De Colombia, Bogotá, Colombia.
dc.relation.references	Aponte, G., Gómez, E. & Silva, D. (2013). Selección de una wavelet madre para el análisis frecuencial de señales eléctricas transitorias usando WPD. En Revista Chilena de Ingeniería. Vol. 21. pp (262-270)
dc.relation.references	Arias, D. & Barreto, F. (2018). Sistema de conexión inalámbrico entre un brazalete Myo y una prótesis de miembro superior por medio de Bluetooth de baja energía. Universidad Distrital Francisco José de Caldas. Bogotá, Colombia.
dc.relation.references	Backyard Brains. (s.f.). Experimento: usando señales EMG para controlar extremidades artficiales. Recuperado de: http://www.backyardbrains.cl/experiments/RobotHand
dc.relation.references	Bagnato, J. (2018). ¿Cómo funcionan las Convolutional Neural Networks? Visión por ordenador. Recuperado de: http://www.aprendemachinelearning.com/como-funcionan-las-convolutional-neural-networks-vision-por-ordenador/
dc.relation.references	Brown, S., (2011). Measures of shape: Skewness and Kurtosis [Medidas de la distribución: Skewness and Kurtosis]. Recuperado de: http://oakroadsystems.com/
dc.relation.references	Chadwick, E. K. (1999). Biomechanics of the upper limb: applications of motion análisis and force measurement techniques [Biomecánica del miembro superior: aplicaciones de análisis de movimiento y técnicas de medición de fuerza]. University of Strathclyde, Glasgow.
dc.relation.references	Chico, C. (2016). Desarrollo de prototipo de prótesis de mano emulada en un ambiente virtual. Universidad Nacional de Colombia, Bogotá.
dc.relation.references	Codeburst. (2018). 2 important statistics terms you need to know in data science skewness and kurtosis [Dos importantes términos estadísticos que necesitas conocer en la ciencia de datos: skewness y kurtosis]. Recuperado en 2019 de: https://codeburst.io/2-important-statistics-terms-you-need-to-know-in-data-science-skewness-and-kurtosis-388fef94eeaa
dc.relation.references	Cordero, A., Delgado, E., Sandoval, C.& Villamizar, R. (2010). Estimación de velocidad del movimiento de la mano usando redes neuronales artificiales y mediciones electromiográficas. Universidad Industrial de Santander, Bucaramanga.
dc.relation.references	Dalcame. (2005). Dalcame investigación biomédica. Obtenido de Dalcame: http://www.dalcame.com/
dc.relation.references	Daubechies, I. (s.f.) Ten Lectures on Wavelets [Diez lecturas sobre Wavelets]. CBMS-NSF Regional Conference Series in Applied Mathematics. Philadelphia, PA: Society for Industrial and Applied Mathematics, 1992.
dc.relation.references	Estévez, J., Estévez, M., & Machado, A. (2008). El periodograma como método para la estimación de la densidad espectral de potencia.
dc.relation.references	Firat Yazıcıoğlu, R., Van Hoof, C., & Puers, R. (2009). Biopotential Readout Circuits for Portable Acquisition System. Heverlee: Springer.
dc.relation.references	Galcerán, I. (2017). Estudio de la funcionalidad y eficiencia en el control y uso de prótesis mioeléctrica en niños y adolescentes. Madrid, España.
dc.relation.references	Haro Sangoquiza, E. & Román Herrera, C. (2017). Diseño y construcción de un prototipo de prótesis mioeléctrica para desarticulación de muñeca. Sangolquí, Ecuador.
dc.relation.references	Herrmann, C., Grigutsch, M. & Busch, N. (1999). EEG oscillations and Wavelet analysis eventrelated potential a methods handbook [Manual de métodos: Oscilaciones de EEG y análisis del potencial de Wavelet].
dc.relation.references	Kim, P. (2017). MATLAB Deep learning [Matlab aprendizaje profundo]. ISBN: 978-1-4842-2845-6.
dc.relation.references	Lara, J. (2016). El electrocardiograma: una oportunidad de aprendizaje. Recuperado de: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0026-17422016000600039
dc.relation.references	Maas, R. (2014). Biomechanics and optimal control simulations of the human upper extremity [Biomecánica y simulaciones de control óptimo de la extremidad superior humana]. Universität Erlangen-Nürnberg.
dc.relation.references	Macroption (s.f). Recuperado de: www.macroption.com
dc.relation.references	Mathworks. (s.f.). Pretrained Deep Neural Networks [Redes neuronales profundas pre-entrenadas]. Recuperado de: https://la.mathworks.com/help/deeplearning/ug/pretrained-convolutional-neural-networks.html;jsessionid=e9827e5e47b6ad57b8ea6e58343b
dc.relation.references	McClintic, J. (1983). Human Anatomy [Anatomía humana]. California State University. Fresno. California.
dc.relation.references	Minsalud. (2018). Sala situacional de las personas con discapacidad (PCD). Ministerio de Salud y Protección Social. Colombia. Recuperado de: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/PS/sala-situacional-discapacidad-junio-2018.pdf
dc.relation.references	Mmegias. (s.f.). Tejido muscular. Recuperado de: https://mmegias.webs.uvigo.es/guiada_a_muscular.php#cardiaco
dc.relation.references	Moreno, C. (s.f.). ¿Qué es deep learning y para qué sirve? Recuperado de: https://www.indracompany.com/es/blogneo/deep-learning-sirve
dc.relation.references	N.I. (s.f.). Understanding FFTs and windowing [Entendiendo FFT (transformada rápida de Fourier) y ventaneo]. National Instruments.
dc.relation.references	Napier, J.R. (s.f.). The prehensile movements of the human hand [Los movimientos prensiles de la mano humana]. Londres, Inglaterra.
dc.relation.references	North (s.f.). North. Recuperado de: https://support.getmyo.com/hc/en-us/articles/202648103-Myo-Gesture-Control-Armband-tech-specs
dc.relation.references	Ottobock. (2016). Ottobock. Obtenido de www.ottobock.com.co.
dc.relation.references	Renze, M. (2019). The Data Science Hierarchy of Needs [Jerarquía de necesidades de la ciencia de datos]. Recuperado de: https://matthewrenze.com/articles/the-data-science-hierarchy-of-needs/
dc.relation.references	Reyes, D.A., Arias, M., Duarte, J.E. & Loaiza, H. (2015). Implementación en FPGA de un clasificador de movimientos de la mano usando señales EMG. Redes de Ingeniería, 6(1), 85-94.
dc.relation.references	Rojas, M. (2012). Analysis of forearm muscles activity by means of new protocols of multichannel emg signal recording and processing [Análisis de la actividad de los músculos del antebrazo mediante los nuevos protocolos de grabación y procesamiento de la señal EMG multicanal]. Universidad Politécnica de Cataluña, España.
dc.relation.references	Salas, C. (2014). Diseño de una prótesis mioeléctrica para desarticulación de muñeca. Lima, Perú.
dc.relation.references	SENIAM (s.f.). SENIAM (Surface ElectroMyoGraphy for the Non-Invasive Assessment of Muscles). Recuperado de: www.seniam.org
dc.relation.references	Sheng, Y. (2000). The transforms and applications Handbook: second edition [Manual de transformadas y aplicaciones: segunda edición]. Boca Ratón. Estados Unidos.
dc.relation.references	Tortora, G., Derrickson, B. (2014). Principles of anatomy & physiology [Principios de anatomía y fisiología].
dc.relation.references	Webb, C. (2003). Smooth muscle contraction and relaxation [Músculo liso, contracción y relajación]. Departamento de fisiología. Medical College of Georgia. Augusta. Georgia.
dc.relation.references	Welch, P.D. (1967). The use of Fast Fourier Transform for the estimation of power spectra: A method based on time averaging over short, modified periodograms [El uso de la transformada rápida de Fourier para la estimación del espectro de energía: un método basado en el promedio de tiempo en periodogramas cortos y modificados].
dc.publisher.faculty	Facultad de Ciencia y Tecnología	spa
dc.type.local	Tesis/Trabajo de grado - Monografía – Pregrado	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	eng
dc.description.degreename	Licenciado en Electrónica	spa
dc.description.degreelevel	Tesis de pregrado	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	eng
dc.identifier.instname	instname:Universidad Pedagógica Nacional	spa
dc.identifier.instname	instname:Universidad Pedagógica Nacional	spa
dc.identifier.reponame	reponame: Repositorio Institucional UPN	spa
dc.identifier.repourl	repourl: http://repositorio.pedagogica.edu.co/
dc.type.version	info:eu-repo/semantics/acceptedVersion
dc.type.version	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.rights.creativecommons	Attribution-NonCommercial-NoDerivatives 4.0 International