Detalhes bibliográficos
Ano de defesa: |
2014 |
Autor(a) principal: |
Nilson, Clairê de Pauli |
Orientador(a): |
Balbinot, Alexandre |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Palavras-chave em Inglês: |
|
Link de acesso: |
http://hdl.handle.net/10183/101175
|
Resumo: |
As diversas áreas da Engenharia, em parceria com a ciência médica, têm contribuído de forma eficaz para o avanço do conhecimento e dos resultados em aplicações práticas na vida do deficiente físico. De forma geral, pesquisas com este foco têm permitido o desenvolvimento de dispositivos e recursos com o objetivo de oferecer novamente a mobilidade e a liberdade perdidas com a deficiência. Este trabalho tem a finalidade de desenvolver um sistema que utiliza Eletromiografia de Superfície e Máquina de Vetores de Suporte para a caracterização de determinados movimentos de um braço humano, possibilitando, futuramente, a integração em sistemas de reabilitação. Primeiramente os sinais mioelétricos são obtidos nos músculos do braço de voluntários através de eletrodos de superfície ligados a um eletromiógrafo. O sinal é adquirido, utilizando como padrão um modelo virtual que demonstra ao voluntário os movimentos do segmento mão-braço que devem ser imitados. Esses movimentos são executados e seus sinais mioelétricos adquiridos. Posteriormente, esses sinais são processados e características são extraídas. Em seguida, são alocadas algumas de suas características (RMS, média, variância, desvio padrão, skewness e kurtosis) na entrada da Máquina de Vetores de Suporte, que apresenta, como saída, o reconhecimento, ou não, do movimento previamente executado pelo voluntário. No final do processo, observou-se que aumentando o número de canais elevou-se a taxa de acerto dos movimentos e, com a retirada de determinada característica, houve decréscimo na taxa de acerto do sistema. Nestes casos, os 9 movimentos distintos atingiram uma taxa de acerto média de 83,2%, para dois canais, e 91,3%, para oito canais, e, em ambos sistemas de canais, com as seis características. |