The recognition of movements through electromyographic (EMG) signals is critical for myoelectric control systems. Performance of these systems depend on processing methods and protocols used to extract the EMG signals. The aim of this study is to evaluate the performance of classification of a kinematic recognition system based on dynamic EMG signals. For this, a correlation analysis between dynamic EMG signals and kinematic features of movements is realized, and then, a kinematic recognition system based on dynamic EMG signals is implemented. Dynamic EMG signals from forearm muscles during finger flexion movements were recorded and analyzed by using an amplitude estimator. Linear and no-linear correlations between EMG amplitudes and kinematic features were found. Then, a step of classification based on discriminant analysis was implemented to categorize the finger movements in multiple kinematic states. The accuracy of classifications were 95%, 88%, 81% and 76% for two, three, four and five states respectively, and by using a simple-channel recording and an EMG amplitude estimator. The results of this study demonstrate that it is possible to improve aspects of “intuitiveness” through dynamic EMG evoked by natural and more intuitive movements. ; Fil: Farfan, Fernando Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tucumán. Instituto Superior de Investigaciones Biológicas. Universidad Nacional de Tucumán. Instituto Superior de Investigaciones Biológicas; Argentina. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Departamento de Bioingeniería. Laboratorio de Medios e Interfases; Argentina ; Fil: Soletta, Jorge Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tucumán. Instituto Superior de Investigaciones Biológicas. Universidad Nacional de Tucumán. Instituto Superior de Investigaciones Biológicas; Argentina. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Departamento de Bioingeniería. Laboratorio de Medios e Interfases; Argentina ; Fil: Ruiz, Gabriel Alfredo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tucumán. Instituto Superior de Investigaciones Biológicas. Universidad Nacional de Tucumán. Instituto Superior de Investigaciones Biológicas; Argentina. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Departamento de Bioingeniería. Laboratorio de Medios e Interfases; Argentina ; Fil: Felice, Carmelo Jose. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tucumán. Instituto Superior de Investigaciones Biológicas. Universidad Nacional de Tucumán. Instituto Superior de Investigaciones Biológicas; Argentina. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Departamento de Bioingeniería. Laboratorio de Medios e Interfases; Argentina


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    Recognition of Movements Through Dynamic Electromyographic Signals



    Anmerkungen:

    CONICET


    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Elektronische Ressource


    Sprache :

    Englisch



    Klassifikation :

    DDC:    629




    A DRONE CONTROL NETHOD USING ELECTROMYOGRAPHIC SIGNALS

    SONG JOO HEE | Europäisches Patentamt | 2016

    Freier Zugriff

    A Drone Control Unit Using Electromyographic Signals

    JANG SAE BYEOL | Europäisches Patentamt | 2017

    Freier Zugriff

    A Drone Control Unit and Nethod Using Electromyographic Signals

    SONG JOO HEE | Europäisches Patentamt | 2017

    Freier Zugriff

    Man-vehicle driving right automatic switching method based on electromyographic signals

    ZHOU XIAOYU / QIU LIHONG / WANG ZHEWEN et al. | Europäisches Patentamt | 2022

    Freier Zugriff

    Identification of the best strategy to command variable stiffness using electromyographic signals

    Borzelli D. / Burdet E. / Pastorelli S. et al. | BASE | 2020

    Freier Zugriff