DSpace Repository

Reconocimiento de gestos manuales basado en aprendizaje de máquina a través de datos EMG

Show simple item record

dc.contributor.advisor Chuquimarca Jiménez, Luis Enrique
dc.contributor.author Serpa Toledo, David Moisés
dc.date.accessioned 2024-08-22T21:33:39Z
dc.date.available 2024-08-22T21:33:39Z
dc.date.issued 2024-08-22
dc.identifier.citation Serpa Toledo David Moisés (2024). Reconocimiento de gestos manuales basado en aprendizaje de máquina a través de datos EMG. La Libertad UPSE, Matriz. Facultad de Sistemas y Telecomunicaciones. 99p. es
dc.identifier.other UPSE-TEA-2024-0022
dc.identifier.uri https://repositorio.upse.edu.ec/handle/46000/11975
dc.description.abstract Este trabajo de investigación se enfoca en el desarrollo de un sistema para el reconocimiento de gestos manuales basado en señales electromiográficas (EMG). Se diseñó y fabricó un sensor mioeléctrico específico para la adquisición precisa de señales EMG, complementado con un prototipo 3D de una prótesis de mano izquierda para el reemplazo de la extremidad. Utilizando una Raspberry Pi y un Arduino UNO, se implementaron algoritmos de aprendizaje de máquina basados en redes neuronales para procesar y clasificar los datos EMG capturados. La metodología incluyó la captura de datos de tres gestos principales: mano cerrada/puño, pinza entre el dedo índice y el pulgar, y posición de descanso natural. Estos gestos fueron registrados mediante electrodos no invasivos ubicados en el antebrazo del usuario. Además, se llevó a cabo un exhaustivo proceso de procesamiento de señales y extracción de características relevantes para entrenar y validar el modelo de aprendizaje de máquina. Los resultados experimentales demostraron una precisión en la clasificación de gestos del 97%, validando la viabilidad y eficacia del sistema propuesto. Este enfoque no solo representa un avance significativo en el campo del reconocimiento de gestos basado en EMG, sino que también promueve aplicaciones prácticas en rehabilitación médica, control de prótesis y tecnologías de interacción hombre-máquina. es
dc.language.iso spa es
dc.publisher La Libertad, Universidad Estatal Península de Santa Elena, 2024 es
dc.rights openAccess es
dc.rights Atribución-NoComercial-SinDerivadas 3.0 Ecuador *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ *
dc.subject SENSOR MIOELÉCTRICO es
dc.subject RECONOCIMIENTO DE GESTOS MANUALES es
dc.subject REDES NEURONALES es
dc.subject EXTRACCIÓN DE CARACTERÍSTICAS es
dc.title Reconocimiento de gestos manuales basado en aprendizaje de máquina a través de datos EMG es
dc.type bachelorThesis es
dc.pages 99 p. es


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

openAccess Except where otherwise noted, this item's license is described as openAccess

Search DSpace


Advanced Search

Browse

My Account