Clasificación de EMG a través de Índices Lineales y No Lineales por medio de Redes Neuronales Artificiales

Abstract

En este trabajo se extrajeron índices lineales y no lineales de la señal de electromiografía (EMG) como: el Valor Cuadrático Medio (RMS), el Valor Medio Absoluto (MAV), la Integral, la Integral Cuadrada Simple (SSI) y la Entropía Aproximada (ApEn). La señal de EMG fue adquirida del músculo flexor radial del carpo y del músculo extensor de los dedos durante tres maniobras de flexión y extensión de la muñeca, considerando la máxima contracción voluntaria (MVC), el 50% de la MVC, y movimientos pasivos. Con los índices extraídos se diseñaron dos redes neuronales artificiales para clasificar flexión-extensión y flexión-extensión-relajación. Los resultados de desempeño de clasificación de las dos redes mostraron porcentajes de eficiencia de 91.4% y 94.7%, respectivamente, lo que implica que las redes neuronales tuvieron un buen desempeño con los índices lineales y no lineales extraídos de la señal de EMG.