• Español
  • English
  • Iniciar sesión
    o
    ¿Nuevo Usuario? Registrarse¿Has olvidado tu contraseña?
Logotipo del repositorioREPOSITORIO INSTITUCIONAL
  • Inicio
  • Comunidades
  • Navegar
  1. Inicio
  2. Examinar por materia

Examinando por Materia "Interfaz Cerebro Maquina"

Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
  • Cargando...
    Miniatura
    PublicaciónAcceso abierto
    Adquisición de señales por medio de electroencefalografía para futuro control de prótesis de miembro superior
    (Universidad EIA, 2022) Silva Sandoval, Juan Francisco; Osorio Sánchez, Laura Sofía; Torres Villa, Robinson Alberto
    RESUMEN: La amputación representa un gran impacto en la vida de una persona, en el ámbito social y familiar, impidiéndoles así realizar tareas cotidianas por si solos. Las prótesis que están disponibles en la actualidad representan un alto costo para aquellos individuos que las necesitan, por lo que se ha explorado una gran variedad de alternativas con el fin de suplir esta necesidad. Es por esto por lo que en este trabajo se realizara un sistema de adquisición de señales de electroencefalografía, a la cual se le implementará un aprendizaje de la maquina o Machine Learning, para clasificar la entrada de los datos en diferentes movimientos, los cuales serán utilizados para activar una prótesis. Para desarrollar este trabajo se propone el desarrollo de un dispositivo mecánico como prototipo de prótesis que sirva de medio para evaluar un modelo de Machine Learning. Este será diseñado por medio de la plataforma Edge Impulse, la cual permite la adquisición de datos y elaboración de modelos de Machine Learning, sin la necesidad de tener conocimientos avanzados en programación, y con la oportunidad de aplicarlos en dispositivos embebidos. De manera que sea posible activar actuadores dentro del prototipo de prótesis a través de la adquisición de señales de electroencefalografía y el reconocimiento de los movimientos asociados a estas. En cuanto a los resultados obtenidos, se destaca el modelo de Machine Learning que identificó y clasificó correctamente, de acuerdo con las métricas de evaluación, los movimientos de brazo derecho, brazo izquierdo y pierna derecha, además de un estado de reposo. De manera que el dispositivo se considera funcional para realizar acciones como la activación de actuadores dentro de un prototipo de prótesis.
Universidad EIA Biblioteca CROAI

Sede Las Palmas:

Calle 23 AA Sur Nro. 5-200, Kilómetro 2+200 Variante al Aeropuerto José María Córdova, Envigado-Antioquia.
Código Postal: 055428 Tel: (604) 354 90 90
Tel-2: 3187754729 Fax: (574) 386 11 60

Cómo llegar
Sistema DSPACE 7 - Metabiblioteca | logo