HMI-EMG

▷Prótesis activa de mano

La Interfaz Humano-Computadora basada en señales Electromiográficas (EMG) es una tecnología innovadora que permite a las personas controlar prótesis activas de mano de forma intuitiva y natural. Las señales EMG son señales eléctricas producidas por los músculos cuando se contraen o se relajan. Al colocar electrodos en la piel del usuario cerca de los músculos residuales, estas señales pueden ser detectadas y traducidas en comandos para controlar los movimientos de una prótesis.

Cuando una persona que ha sufrido una amputación utiliza una prótesis activada por señales EMG, puede realizar una variedad de acciones complejas, como agarrar objetos, girar la muñeca y realizar movimientos precisos. Este control intuitivo mejora significativamente la experiencia del usuario y le permite realizar tareas cotidianas de manera más efectiva y natural.

La ventaja clave de esta tecnología es su capacidad para proporcionar un control más preciso y coordinado sobre la prótesis, lo que permite a los usuarios realizar movimientos más naturales y realizar tareas específicas con mayor facilidad. Además, al utilizar señales EMG para controlar la prótesis, se minimizan los retrasos en las acciones del usuario, lo que hace que la experiencia sea más fluida y cercana a la funcionalidad de una mano real.

Esta innovación tiene un impacto significativo en la calidad de vida de las personas que han sufrido amputaciones, ya que les brinda independencia y mejora su capacidad para participar en actividades diarias y sociales. Al proporcionar un control preciso y natural sobre la prótesis, la interfaz humano-computadora basada en señales EMG no solo restaura la funcionalidad perdida, sino que también contribuye a restaurar la confianza y la autoestima de los usuarios, permitiéndoles llevar una vida más activa y participativa en la sociedad.

Publicaciones:

• Avilés-Mendoza, K.; Gaibor-León, N.G.; Asanza, V.; Lorente-Leyva, L.L.; Peluffo-Ordóñez, D.H. A 3D Printed, Bionic Hand Powered by EMG Signals and Controlled by an Online Neural Network. Biomimetics 2023, 8, 255. https://doi.org/10.3390/biomimetics8020255
• GitHub
• Dataset

• Torres, K., Espinoza, J., Asanza, V., Lorente-Leyva, L.L., Peluffo-Ordóñez, D.H. (2023). Myoelectric prosthesis using sensor fusion between electromyography and pulse oximetry signals. Journal Européen des Systèmes Automatisés, Vol. 56, No. 4, pp. 641-649. https://doi.org/10.18280/jesa.560413
• GitHub
• Dataset

• Constantine, A., Asanza, V., Loayza, F. R., Peláez, E., & Peluffo-Ordóñez, D. (2021). BCI System using a Novel Processing Technique Based on Electrodes Selection for Hand Prosthesis Control. IFAC-PapersOnLine, 54(15), 364-369.
• Read More

• J. Fuentes-Gonzalez, A. Infante-Alarcón, V. Asanza and F. R. Loayza, "A 3D-Printed EEG based Prosthetic Arm," 2020 IEEE International Conference on E-health Networking, Application & Services (HEALTHCOM), Shenzhen, China, 2021, pp. 1-5, doi: 10.1109/HEALTHCOM49281.2021.9399035.
• Read More

• C. Cedeño Z., J. Cordova-Garcia, V. Asanza A., R. Ponguillo and L. Muñoz M., "k-NN-Based EMG Recognition for Gestures Communication with Limited Hardware Resources," 2019 IEEE SmartWorld, Ubiquitous Intelligence & Computing, Advanced & Trusted Computing, Scalable Computing & Communications, Cloud & Big Data Computing, Internet of People and Smart City Innovation (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI), Leicester, United Kingdom, 2019, pp. 812-817.
• Read More

• Asanza, V., Peláez, E., Loayza, F., Mesa, I., Díaz, J., & Valarezo, E. (2018, October). EMG Signal Processing with Clustering Algorithms for motor gesture Tasks. In 2018 IEEE Third Ecuador Technical Chapters Meeting (ETCM) (pp. 1-6). IEEE.
• Read More

Prótesis activa controlada con señales EMG:

Sensor:

Preprocesamiento:

Detección:

Control de Prótesis: