Look-up in Google Scholar
Full metadata record
Lau Gan, Kalun Jose
Rey-Sanchez Delgado, Hernan Alberto (es_PE)
Velasquez Fermin, Rai Santos (es_PE)
2024-08-05T15:08:26Z
2024-08-05T15:08:26Z
2024-07-04
http://hdl.handle.net/10757/674719
Este trabajo propone desarrollar un sistema electrónico de adquisición, acondicionamiento y procesamiento de señales electromiográfícas (EMG) que sea preciso, portable, ergonómico y económico, con el objetivo de monitorear la actividad muscular y extraer características objetivas de cada contracción muscular en tiempo real orientado a complementar, con datos numéricos, la decisión de los fisioterapeutas en los diagnósticos, sesiones de rehabilitación y acompañamiento de los deportistas. Para ello se captura la señal del músculo mediante electrodos superficiales, se acondiciona mediante un amplificador diferencial y filtros analógicos activos, luego se digitaliza, se rectifica, se obtiene la señal envolvente en tiempo real, se secciona mediante un algoritmo de detección de actividad y se procesa con algoritmos estadísticos y aritméticos en el dominio temporal. Así se obtienen valores cuantitativos como el esfuerzo realizado, la duración de la contracción, de activación del músculo y de pérdida de fuerza de cada contracción, los cuales se visualizan y comparan mediante gráficos en un aplicativo móvil y se almacenan por sesión en un servidor de base de datos para su análisis posterior. Las señales del sistema propuesto fueron comparadas con el equipo PowerLab, validando su precisión. Se obtuvo un coeficiente de correlación de 0.6729 entre las señales adquiridas acondicionadas, de 0.7160 entre las señales rectificadas y de 0.9883 entre las señales envolventes, lo que demuestra la equivalencia entre ambos sistemas. En conclusión, el sistema propuesto ofrece una solución eficaz, portable y económica para la medición, procesamiento y extracción de características de la actividad muscular y con ello complementar la toma de decisiones de los fisioterapeutas en los diagnósticos y sesiones de rehabilitación de los deportistas con resultados más precisos, eficientes y con menores riesgos.
This document proposes a precise, portable, ergonomic and low-cost electronic system for acquiring, conditioning, and processing electromyographic (EMG) signals. The system aims to monitor muscle activity and extract objective features of each muscle contraction in real time. This information can be used to complement the decisions made by physiotherapists in the diagnosis, rehabilitation, and monitoring of athletes. The system captures the muscle signal using surface electrodes, it is then conditioned by a differential amplifier and active analog filters. The signal is then digitized and rectified. Then the envelope is obtained in real time, and it is sectioned using an activity detection algorithm. Finally, it is processed with statistical and arithmetic algorithms in the time domain. This process allows us to obtain quantitative values such as the effort made, the duration of the contraction, the muscle activation time, and the loss of force of each contraction. These values are visualized and compared using graphs in a mobile application and stored per session in a database server for later analysis. The signals from the proposed system were compared with the PowerLab system, validating its accuracy. A correlation coefficient of 0.6729 was obtained between the acquired and conditioned signals, 0.7160 between the rectified signals, and 0.9883 between the envelope signals, which demonstrates the equivalence between both systems. In conclusion, the proposed system offers an efficient, portable and economical solution for the measurement, processing, and feature extraction of muscle activity. This information can be used to complement the decision-making of physiotherapists in the diagnosis and rehabilitation of athletes, providing more accurate, efficient, and lower-risk results.
Trabajo de suficiencia profesional (es_PE)
application/pdf (en_US)
application/epub (en_US)
application/msword (en_US)
spa (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-sa/4.0/ (*)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
Repositorio Académico - UPC (es_PE)
Sistema electrónico
Electromiografía (EMG)|Adquisición, acondicionamiento y procesamiento de señales EMG
Monitoreo de la Actividad muscular
Extracción de características de la contracción muscular
Análisis de datos
Aplicativo móvil
Diagnóstico
Rehabilitación
Deportista
Fisioterapia
Electronic system
Electromyography (EMG)
EMG signal acquisition|Conditioning, and processing
Muscle activity monitoring
Feature extraction of muscle contraction
Data analysis
Mobile app
Diagnosis
Rehabilitation
Athlete
Physiotherapy
Desarrollo de un sistema electrónico de procesamiento de señales electromiografías que permita monitorear y extraer características de la actividad muscular en tiempo real orientado a aumentar la calidad y eficiencia en los diagnósticos fisioterapéuticos y sesiones de rehabilitación de los deportistas evaluados en el área de Fisioterapia de la UPC (es_PE)
Development of an electronic system for processing electromyographic signals for real-time monitoring and extraction of muscle activity features, aimed at improving the quality and efficiency of physiotherapeutic diagnoses and rehabilitation sessions for athletes evaluated in the Physiotherapy area of the UPC
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería (es_PE)
Ingeniería Electrónica (es_PE)
Licenciatura (es_PE)
Ingeniero electrónico (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.02.01
https://purl.org/pe-repo/ocde/ford#2.00.00 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
40377428
0000-0002-2289-0492 (es_PE)
71241966
77036421
712097 (es_PE)
Del Carpio Damian, Christian Carlos
Romero Cortez, Oscar Ucchelly
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria



This item is licensed under a Creative Commons License Creative Commons