Resumen:
En esta tesis se presenta una manera de decodificar las señales mioeléctricas de ciertos músculos de la pierna, en velocidades angulares de la articulación de la rodilla, utilizando redes neuronales. La eficiencia de la decodificación se comparó entre 3 arquitecturas triviales y una propuesta utilizando redes convolucionales. Se encontró que utilizando la propuesta red convolucional, se logran eficiencias mayores en múltiples usuarios que con las 3 arquitecturas triviales.
Descripción:
Las señales mioeléctricas por su naturaleza estocástica, son difíciles de manejar, por esto, se propone la utilización de redes neuronales para su decodificación, las cuales nos dan la posibilidad de trabajar con información difícil de modelar. En esta tesis se compararon 4 arquitecturas diferentes; Una red logística, una red neuronal con una capa oculta, una red neuronal con 2 capas ocultas y finalmente una red convolucional con 16 filtros. Cada una de estas arquitecturas se entrenó con la información mioeléctrica de 3 personas diferentes, y la salida se codificó en 7 etiquetas que corresponden a un intervalo de velocidades angulares, las cuales pueden ser usadas posteriormente como señal de control para órtesis de rodilla. Para la correcta comparación de las diferentes arquitecturas, se propuso una manera más adecuada para calcular la eficiencia de estas redes, la cual se le llamó similitud. Se encontró que utilizando la red convolucional, se logran eficiencias mayores para múltiples usuarios que con las otras 3 arquitecturas.
