Desenvolvimento de um sistema de aquisição e classificação contínua de padrões em sinais mioelétricos baseada em wavelets e redes neurais artificiais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorScalassara, Paulo Rogério-
Autor(es): dc.contributorScalassara, Paulo Rogério-
Autor(es): dc.contributorEndo, Wagner-
Autor(es): dc.contributorAgulhari, Cristiano Marcos-
Autor(es): dc.creatorGuedes, Ayrton Correia-
Data de aceite: dc.date.accessioned2025-08-29T13:32:52Z-
Data de disponibilização: dc.date.available2025-08-29T13:32:52Z-
Data de envio: dc.date.issued2025-04-08-
Data de envio: dc.date.issued2025-04-08-
Data de envio: dc.date.issued2021-11-24-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/36422-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1115139-
Descrição: dc.descriptionThis study describes the development of a myoelectric signal acquisition and classification system. Some results are presented to show the identification of patterns in these signals. The system contains: signal collection through surface electrodes for eletromyography, signal conditioning circuit, digitizing device and digital signal processing. The analog signal conditioning circuit is built on a printed circuit board, where amplification is performed by an instrumentation amplifier and closed-loop feedback, and the filtering is performed by an active filter circuit with operational amplifiers designed as a Chebyshev filter. This processing performs: first, the signal windowing at the moment the muscle contraction signal is identified, then the signal decomposition by Wavelet Transform and, at the end, the patterns classification of the coefficients in the Multilayer Perceptron Neural Network. In addition, is presented comparisons between different configurations in digital processing, in order to understand which parameters are most significant in classifying these signals.-
Descrição: dc.descriptionEste estudo descreve o desenvolvimento de um sistema de aquisição e classificação de sinais mioelétricos. Alguns resultados são apresentados para mostrar a identificação de padrões nesses sinais a partir de um sistema com: coleta dos sinais através de eletrodos de superfície para eletromiografia, condicionamento dos sinais, digitalização e processamento digital. O condicionamento dos sinais é realizado por uma placa de circuito impresso de forma analógica, cuja amplificação é feita por um amplificador de instrumentação em conjunto com uma malha de realimentação, e a filtragem é feita por um circuito de filtro ativo com amplificadores operacionais projetado como filtro Chebyshev. Esse processamento é composto: primeiramente, por um janelamento temporal sobre o instante em que identifica-se o sinal de contração muscular, sucessivamente, por uma decomposição desse sinal janelado por Transformada Wavelet e, enfim, pela classificação dos coeficientes em uma Rede Neural Artificial do tipo Perceptron Multicamadas. Além disso, são apresentadas comparações entre diferentes configurações no processamento digital, para entender quais parâmetros são mais significativos na classificação desses sinais.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia Eletrônica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/-
Palavras-chave: dc.subjectProcessamento de sinais-
Palavras-chave: dc.subjectFiltros elétricos-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectSignal processing-
Palavras-chave: dc.subjectElectric filters-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS-
Título: dc.titleDesenvolvimento de um sistema de aquisição e classificação contínua de padrões em sinais mioelétricos baseada em wavelets e redes neurais artificiais-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.