Clasificación de movimientos de la mano (agarre tipo pinza y agarre tipo cilíndrico) a partir del procesamiento de señales electromiográficas superficiales (sEMG) y análisis discriminante lineal (LDA)

Abstract

Este trabajo presenta una consulta acerca de la clasificación de características para identificar los patrones de los movimientos de la mano utilizando una señal de diagrama muscular (SEMG). La información analizada reveló varios tipos de clasificadores, como el análisis discriminatorio lineal, LDA, Support Vector Machine SVM, Neural Network CNN, Neural Artificial Network ANN, K- Nearest Neigbors, KNN aplicados en distintas áreas. Teniendo una base de datos de algunos movimientos de la mano se seleccionaron dos tipos (pinza y cilíndrico), a los cuales se les realizó un procesado a las señales originales, luego se extrajeron las características: raíz media cuadrática (RMS), valor máximo de la señal (Pico), valor medio (Dc) y Total de energía Teager-Kaiser (Stkeo). Seguido de esto, se aplica LDA a las características obtenidas, para calcular la sensibilidad durante la clasificación. El resultado determinó que, LDA tiene una sensibilidad superior al 90% para los dos movimientos, indicando que es un clasificador que se puede utilizar en investigaciones similares.