Analysis and identification of the movements of a human arm using an electromyographic signal acquisition and processing system

Luis Alberto Zabala Aguiar, John Germán Vera Luzuriaga, Christiam Xavier Núñez Zavala

Abstract


Using MATLAB for the development of an EMG signal acquisition and processing system, to identify the different movements generated by a human arm such as flexion, extension, pronation and supination.
Previously, information of the aforementioned movements is obtained to determine the best method of processing these signals generated by the movements. We proceed to program in Matlab to acquire and process these signals in real time. The acquisition system is made up of an EMG sensor implemented with an accelerometer sensor that helps determine the position and the set is connected to an Arduino Promicro that is configured as an interface for data acquisition with Matlab. These signals that are processed by Matlab will be shown by a graph.

The sample to validate the equipment obtained a population of 94 people, where 96% of success was evidenced, this plus the statistical analysis of chi-square to evaluate and validate the hypothesis. According to the responses obtained in real time it was necessary to modify the position of the EMG device in the test arm, power source and have enough information to avoid errors.

La muestra para validar el equipo se obtiene una población de 94 personas, en donde se evidencio el 96% de éxito, esto más el análisis estadístico de chi-cuadrado para evaluar y validar la hipótesis. Según las respuestas obtenidas en tiempo real se vio necesario modificar la posición del dispositivo EMG en el brazo de pruebas, fuente de alimentación y tener la suficiente información para evitar errores.


Keywords


señal EMG; filtrado; Matlab; Wifi

Full Text:

pdf HTML

References


Camacho, Jhonatan, león, fabian, & barrero , jaime. (2012). Emg-based system for basic hand movement recognition. Dyna, 79(171), 41-49. Retrieved December 17, 2018, Recuperado de: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0012- 73532012000100005&lng=en&tlng=en.

Cordova, Shirley; Perez,Willian; Roman, Avid, “Implementacion de metodos de preprocesamiento de senales EEG para aplicaciones de comunicación y control,” Revista del Encuentro Científico Internacional, ISSN-e 1813-0194, Vol. 10, No. 1 (Octubre), 2013,

págs. 24-33. Recuperado de: https://dialnet.unirioja.es/servlet/articulo?codigo=4814391

Duran, Cristhian M. and Jaimes, Aylen L. Optimización y clasificación de señales EMG a través de métodos de reconocimiento de patrones. Iteckne [online]. 2013, vol.10, n.1, pp.67-76. Recuperado de: . ISSN 1692-1798.

Ferguson Simon, Dunlop Reg., “Grasp Recognition From Myoelectric Signals”. Australian conf. on Robotics and Automation, Auckland, 27-29, 2002. Recuperado de: http://m8ta.com/images/474_1.pdf.

Giraldo, Eduardo; Betancourt, Gustavo y Orozco, Álvaro “Identificación de señales electromiográficas para el control de un manipulador robótico y entornos virtuales tridimensionales,” IEEE Colombian Workshop on Robotics and Automation, 2005, Recuperado de : https://www.researchgate.net/publication/236045393_Identificacion_de_senales_elec tromiograficas_para_el_control_de_un_manipulador_robotico_y_entornos_virtuales_t ridimensionales

Giraldo, Eduardo; Betancourt, Gustavo y Orozco, Álvaro, “Determinación de movimientos a partir de señales electromiográficas utilizando máquinas de soporte vectorial,” Rev. Med. Risaralda, 11(2), Nov. 2005. Recuperado de : https://revistas.utp.edu.co/index.php/revistamedica/article/view/1193

Hargrove L., Englehart K., Hudgins B., “A Comparison of Surface and Intramuscular Myoelectric Signal Classification”, Proc. of the 27th Annual Conf. Int. pag. 5009 5012. IEEE EMBS 2005. Recuperado de: https://www.ncbi.nlm.nih.gov/pubmed/17518281

Hudgins B., Parker P., Scott RN., “New Strategy for Multifunction Myoelectric Control”,IEEE Trans Biomed Eng. Vol. 40, pp. 82 94, 1993. Recuperado de: https://ieeexplore.ieee.org/document/204774.

Osuna, Sandra; González, John y Ilzarbe, Amaia “Procesado de señales EMG en trastornos neuromusculares,” Univ. Politécnica de Catalunya, 2013.

Pinzon, Ruben; Morales; Diego Grisales, Victor, “Caracterizacion de senales electromiograficas para la discriminacion de seis movimientos de la mano,” Scientia et Technica Año XV, No 42, Agosto de 2009. Univ. Tec. de Pereira. Recuperado de: http://revistas.utp.edu.co/index.php/revistaciencia/article/view/2683.

Romero, Abel, Jugo, Diego, & Parada, Marco. (2007). Diseño e implementación de un instrumento virtual para la adquisición y procesamiento de señales fisiológicas. Revista del Instituto Nacional de Higiene Rafael Rangel, 38(1), 11-19. Recuperado de: http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S0798- 04772007000100003&lng=es&tlng=es.

Romo,HaroldA.,Realpe,JudyC.,Jojoa,PabloE.,AnálisisdeSeñalesEMGSuperficialesy su Aplicación en Control de Prótesis de Mano. Revista Avances en Sistemas e Informática [en linea] 2007, 4 (Junio) : Recuperado de

: ISSN 1657-7663

Sandoval-Gonzalez, Oscar & N. Aguilar-Serena, R & F. Hinojosa-de la Rosa, D & Herrera Aguilar, Ignacio & González-Sánchez, Blanca. Diseño de un sistema de adquisición de señales electromiográficas inalámbrico. (2013). Recuperado de: https://www.researchgate.net/publication/262144150_Diseno_de_un_sistema_de_ad quisicion_de_senales_electromiograficas_inalambrico.

Vidal, Cristian y Pavesi, Leopoldo. Desarrollo De Un Sistema De Adquisición Y Tratamiento De Señales Electrocardiográficas. Rev. Fac. Ing. - Univ. Tarapacá [online].

, vol.13, n.1, pp.39-46. Recuperado de: . ISSN 0718- 1337. http://dx.doi.org/10.4067/S0718-13372005000100005.

Villarejo, John; Costa, Regina; Sarmiento, John; Frizera, Anselmo. Freire, Teodiano and Khumar, Dinesh, “Sistema de control individual de dedos de una protesis utilizando señales electromiograficas de superficie,” Univ. Fed. do Espiritu Santo, Nov. 2013. Recuperado de: http://www.academia.edu/11304645/Sistema_de_Control_Individual_de_Dedos_de_u na_Pr%C3%B3tesis_Utilizando_Se%C3%B1ales_Electromiogr%C3%A1ficas_de_Superfici e.

Zabala, Luis A. “Desarrollo de un sistema de adquisición y procesamiento de señales electromiográficas con Matlab para la identificación de los movimientos extensión, flexión, pronación y supinación de un brazo humano.”, Ecuador, Octubre 2017. Recuperado de: http://dspace.espoch.edu.ec/handle/123456789/7546.

Zecca, M.; Micera, S.; Carrozza, M., “Control of Multifunctional Prosthetic Hands by Processing the Electromyographic Signal,” Critical Rev. in Biomedical Engineering, 30(4- 6):459-485 (2002). Recuperado de: http://clortho.acm.uiuc.edu/archives/sigbio- l/pdfSxckMggyEk.pdf




DOI: https://doi.org/10.31876/re.v3i24.418

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.