Detalhes bibliográficos
Ano de defesa: |
2017 |
Autor(a) principal: |
PININGA, Milena Maria Costa |
Orientador(a): |
RODRIGUES, Marco Aurélio Benedetti |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Pernambuco
|
Programa de Pós-Graduação: |
Programa de Pos Graduacao em Engenharia Eletrica
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/31809
|
Resumo: |
Os sinais eletromiográficos (EMG) correspondem às atividades elétricas das células musculares e podem ser captados na superfície da pele de forma não invasiva. Na área de Medicina e Fisioterapia, os sinais de EMG podem ser utilizados para detecção de funções musculares e neuromusculares, análise de fadiga muscular e marcha e para controle de próteses. A utilização do EMG de superfície com eletrodos na configuração multipolar do tipo arranjo ou matriz é essencial para avaliar o Potencial de Ação da Unidade Motora, as características musculares e estimar a velocidade de condução nas fibras musculares. No entanto, os sistemas existentes com essa disposição são de difícil acesso. Dessa forma, este trabalho visa o desenvolvimento de um sistema portátil de arranjo linear de eletrodos de baixo custo para identificação da motricidade fina dos dedos com objetivo de controlar sistemas externos a partir de sinais de EMG e assim fornecer soluções para restaurar a função motora após a amputação da mão ou lesão do sistema nervoso, como o AVC. Foi utilizada uma plataforma open-hardware com baixo consumo de energia e comunicação sem fio, além de técnicas de processamento de sinais para eliminação dos artefatos biológicos. Para a análise dos sinais de EMG são implementados os principais parâmetros de amplitude e frequência, assim como a velocidade de condução para análise do movimento de extensão e flexão dos dedos e flexão do punho. Como resultado, pode-se dizer que utilizando o sistema desenvolvido e os parâmetros de amplitude e frequência implementados foi possível identificar padrões de classificação de motricidade fina dos dedos comprovando-se pelos resultados estatisticamente significativos. |