000			04214nmm a2200241 a 4500
008			160202e2021 ck |||fq||d| 00| 0 spa d
082	0	4	_a610.28 _bC348d _223
100			_aCastellanos Guarnizo, Camila Andrea. _944409
245	1	3	_a Development of an Interface for Rehabilitation Based on the EMG Signal for the Control of the Ankle Exoskeleton T-FLEX: _h[Recurso Electrónico] / _cCamila Andrea Castellanos Guarnizo.
260			_aBogotá (Colombia): _bEscuela Colombiana de Ingeniería Julio Garavito, _c2021
300			_a86 paginas, _bgráficos.
502	1		_aTesis (Ingeniero Biomédico)
520			_a(Spa) El accidente cerebrovascular es la segunda causa principal de muerte y la tercera de discapacidad, y el 75% de las personas que sufren un accidente cerebrovascular cada año experimentan limitaciones en la movilidad relacionadas con la marcha. Se han considerado estrategias que involucran dispositivos robóticos, como exoesqueletos y órtesis, para mejorar la rehabilitación del accidente cerebrovascular. Algunos de ellos han incluido la implementación de señales de Electromiografía (EMG) ya sea para análisis de activación muscular o detección de intención de movimiento. Este último ha estado involucrado en el proceso de activación de dispositivos robóticos para manejar la asistencia del dispositivo por la intención del sujeto de realizar un movimiento específico. Esto permitiría al sujeto involucrarse en su terapia. Por lo tanto, este proyecto introduce una interfaz EMG para el control del exoesqueleto del tobillo T-FLEX. Se revisaron algunos estudios donde se han incluido señales EMG en los procesos de control y terapia, y se analizaron algoritmos con diferentes métodos de cálculo de umbral. Teniendo en cuenta la información de esos estudios, se desarrolló un algoritmo basado en umbrales para la detección de la intención de movimiento. El algoritmo constaba de dos etapas principales, el cálculo del umbral y la detección de la intención del movimiento. La primera etapa consistió en el establecimiento del umbral a través de la extracción de características estadísticas (MEAN, desviación estándar (STD), varianza (VAR), MEAN + 3 * STD y Root Mean Square value (RMS)) de la señal de EMG. El segundo consistió en comparar la señal con el valor de referencia (umbral). Para probar el algoritmo se planificaron dos sesiones. En la primera sesión participaron diez sujetos sanos y su señal EMG se adquirió del músculo tibial anterior a través de un sensor muscular Myoware. Además, se colocó un sensor de Unidad de Medición Inercial (IMU) en la punta del pie de cada participante para adquirir la velocidad angular cuando se realizó la dorsiflexión del tobillo. Las señales de salida de ambos sensores se registraron y el procesamiento con el algoritmo se realizó off-line. La segunda sesión se realizó con el exoesqueleto de tobillo T-FLEX y un Juego Serio, implementando el algoritmo en tiempo real con una característica estadística seleccionada de la primera sesión como umbral. Se evaluó la detección del algoritmo EMG. También se evaluó el algoritmo que ya tenía T-FLEX para la detección de la intención de movimiento con el sensor IMU. Los resultados de la primera sesión mostraron que la característica de MEAN funcionó para el establecimiento del umbral con el sensor IMU, y para el sensor EMG fue el (VAR), presentando un error menor al 10% en la cantidad de Falsos Positivos (FP) y Falsos Negativos (FN). Con esto, se llevó a cabo la segunda sesión, demostrando que había más precisión en el manejo del juego usando el sensor IMU que el sensor EMG. Con el sensor EMG la máxima precisión alcanzada fue del 89,7% y con el sensor IMU fue del 94,1%.
650		0	_aEXOESQUELETOS ROBÓTICOS _vROBOTS _944600
650		0	_aINGENIERÍA BIOMÉDICA _xEQUIPOS MÉDICOS _944603
650		0	_aEXOESQUELETOS DEL TOBILLO _944604
650		0	_aTESIS DE GRADO _943245
700			_aMúnera Ramirez, Marcela Cristina _edirector. _944356
700			_aCifuentes García, Carlos Andrés _944605 _edirector.
856			_uhttps://repositorio.escuelaing.edu.co/handle/001/1517
942			_2ddc _cTE
999			_c22624 _d22624