Classificação de movimentos de mão para prótese robótica utilizando sinais mio-elétricos

Abstract

Apesar dos avanços em tecnologia assistiva pelo mundo, o preço destas tecnologias ainda é uma barreira que os mantém longe da maioria da população. Muitas das próteses tecnológicas disponíveis comercialmente são muito caras para aqueles que necessitam. O desenvolvimento de próteses robóticas visa criar dispositivos prostéticos capazes de replicar movimentos de mão de uma pessoa. Por meio de sinais de Eletromiografia de Superfície (sEMG), será proposto um classificador capaz de diferenciar movimentos de mão. Foram pesquisados diversos métodos de classificação existentes na literatura para dar a este trabalho uma boa base de onde começar. Foi escolhido um modelo de classificação baseado nos Modelos Ocultos de Markov, onde, dadoum conjunto de sinais, o modelo é capaz de prever qual a sequência de movimentos de mão que foi realizado. Decidiu-se classificar 3 gestos de mão que envolvem contrações estáticas dos músculos envolvidos. Sinais são coletados dos 3 gestos, e deles são extraídas características, a partir do modelo Auto-Regressivo e dos valores RMS do sinal. Um conjunto dos dados é utilizado para treinamento e adequação do modelo. Tendo um modelo estimado, foi possível utilizar outro conjunto de dados para testar e avaliar o desempenho do classificador, que foi acima de90%paraos três gestos. Dessa forma, o classificador foi capaz de separar bem os estados, porém, o universo de movimentos é de apenas 3 gestos, o que é bem reduzido, e trabalhos futuros devem implementar mais gestos incluindo movimentos onde os dados inerciais poderão ser utilizados.