Logo Repositorio Institucional

Por favor, use este identificador para citar o enlazar este ítem: http://dspace.ucuenca.edu.ec/handle/123456789/35689
Título : Sistema de detección de la intención de dos movimientos de la mano a través del procesamiento de señales EEG
Autor: Zea Paredes, David Andrés
Arévalo Villacrés, Josué Marcelo
Director(es): Minchala Avila, Luis Ismael
Asesor(es): Astudillo Salinas, Darwin Fabian
Correspondencia: davidsea96@hotmail.com
josue.arevalo@live.com
Materia: Inteligencia artificial
Palabras clave : Ingeniería Electrónica
Tecnología electrónica
Robótica
Area de conocimiento UNESCO amplio: 22 Física
Area de conocimiento UNESCO detallado: 2203.07 Circuitos Integrados
Area de conocimiento UNESCO específico: 2203 Electrónica
Fecha de publicación : 18-sep-2020
Paginación: 73 páginas
Editor: Universidad de Cuenca
Ciudad: 
Cuenca
Codigo Interno : TET;90
Tipo: bachelorThesis
Abstract: 
This work is part of the partial results of the project “Robotic exoskeleton for functional assistance in walking of patients with incomplete spinal cord injuries: design and application”, which is currently under development by the University of Cuenca. The motivation for the development of this project has research purposes and to support people who, due to some condition or circumstance, have suffered the loss of some of their extremities, specifically their hands. This project aims to develop a system for detecting and classifying the opening and closing movements of the hand, and an inactive state by acquiring electroencephalographic (EEG) signals through the use of the Emotiv EPOC+ device. The methodology proposed in this project consists of an acquisition stage through the Emotiv EPOC+ device. This is followed by a stage of pre-processing the EEG signal by applying an oset filter, a bandpass filter and a Common Average Reference (CAR) filter. Subsequently, a processing stage is introduced for analysis in the frequency and frequency-time domains with the application of the Fast Fourier Transform (FFT) and the Discrete Wavelet Transform (DWT) respectively. In the final stage, the most relevant characteristics in each transformed domain are extracted to guarantee a classifier performance using neural networks. At the end of this project, a data set of 18 records corresponding to 8 patients is conformed, 3 of them shown pathology. It was determined that the result of the characterization of EEG signals through DWT provides greater accuracy and information compared to processing through FFT with percentages of 82% and 77% respectively. After the classification using (Artificial Neuronal Networks (ANN)) for the classes open hand, closed hand and inactivity, it is possible to move a robot hand via serial communication between the Arduino and Python programs.
Resumen : 
Este trabajo forma parte de los resultados parciales del proyecto “Exoesqueleto robótico para asistencia funcional en la marcha de pacientes con lesiones medulares incompletas: diseño y aplicación", que actualmente se encuentra en desarrollo por parte de la Universidad de Cuenca. La motivación para el desarrollo del presente proyecto es con fines de investigación y apoyo a personas que por alguna afección o circunstancia han sufrido la pérdida de algunas de sus extremidades, específicamente las manos. El objetivo de este proyecto es el desarrollo un sistema de detección y clasificación de los movimientos de apertura y cierre de la mano, y un estado inactividad mediante la adquisición de señales electroencefalográficas (EEG) por medio del uso del dispositivo Emotiv EPOC+. La metodología planteada en el presente proyecto consta de una etapa de adquisición a través del dispositivo Emotiv EPOC+. A continuación, una etapa de preprocesamiento de la señal EEG mediante la aplicación de un filtro offset, un filtro pasabanda y un filtro de referencia común promediado (CAR). Posteriormente, se introduce una etapa de procesamiento para el análisis en los dominios de frecuencia y frecuencia-tiempo con la aplicación de la transformada rápida de fourier (FFT) y la transformada wavelet discreta (DWT) respectivamente. En una etapa final se extraen las características más relevantes en cada dominio transformado para garantizar un desempeño de clasificador usando redes neuronales. Al finalizar este proyecto se conforma un conjunto de datos de 18 registros correspondientes a 8 pacientes, de los cuales 3 pacientes presentan patología. Se determina que el resultado de la caracterización de las señales EEG a través de la DWT aporta mayor exactitud e información frente al procesamiento a través de la FFT con porcentajes de 82% y 77% respectivamente. Posterior a la clasificación mediante una red neuronal artificial (RNA) tanto para las clases mano abierta, mano cerrada e inactividad es posible el movimiento de una mano robot a través de la comunicación serial entre los programas de Arduino y Python.
Grado Academico: 
Ingeniero en Electrónica y Telecomunicaciones
URI : http://dspace.ucuenca.edu.ec/handle/123456789/35689
Aparece en las colecciones: Tesis de Pregrado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Trabajo_de_Titulacion.pdfAcceso restringido (versión presentada)12.11 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons

 

Centro de Documentacion Regional "Juan Bautista Vázquez"

Biblioteca Campus Central Biblioteca Campus Salud Biblioteca Campus Yanuncay
Av. 12 de Abril y Calle Agustín Cueva, Telf: 4051000 Ext. 1311, 1312, 1313, 1314. Horario de atención: Lunes-Viernes: 07H00-21H00. Sábados: 08H00-12H00 Av. El Paraíso 3-52, detrás del Hospital Regional "Vicente Corral Moscoso", Telf: 4051000 Ext. 3144. Horario de atención: Lunes-Viernes: 07H00-19H00 Av. 12 de Octubre y Diego de Tapia, antiguo Colegio Orientalista, Telf: 4051000 Ext. 3535 2810706 Ext. 116. Horario de atención: Lunes-Viernes: 07H30-19H00