Análise de sinais de eletromiografia usando segmentação e transformada wavelet

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorScalassara, Paulo Rogério-
Autor(es): dc.contributorEndo, Wagner-
Autor(es): dc.contributorScalassara, Paulo Rogério-
Autor(es): dc.contributorEndo, Wagner-
Autor(es): dc.contributorAgulhari, Cristiano Marcos-
Autor(es): dc.contributorBispo, Bruno Catarino-
Autor(es): dc.creatorSantos, Fernando Pereira dos-
Data de aceite: dc.date.accessioned2022-02-24T17:00:23Z-
Data de disponibilização: dc.date.available2022-02-24T17:00:23Z-
Data de envio: dc.date.issued2022-02-23-
Data de envio: dc.date.issued2022-02-23-
Data de envio: dc.date.issued2015-11-12-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/27356-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/699175-
Descrição: dc.descriptionIn this work, we present shown the development of an algorithm, capable to segment the electromyographic signal in order to refine muscle fatigue analysis. The method consists of the signal pre-processing using a segmentation technique, where the silence of regions are removed, leaving only the region with relevant information for analysis. In the processing step, we used a software called EMG Signal Processing, which applies the wavelet transform to the signal to obtain the median frequency as an indicator of muscle fatigue. The results of the segmentation algorithm presented a correct window selection over 95%. The segmentation of the electromyographic signal brought a better approximation to the value of the median frequency compared to the original signal, therefore, we conclude that the signal segmentation can be used to refine the muscular fatigue analysis with electromyography signals.-
Descrição: dc.descriptionNeste trabalho, apresenta-se o desenvolvimento de um algoritmo capaz de fazer a segmentação do sinal eletromiográfico como um meio para refinar a análise de fadiga muscular. O método utilizado consiste no pré-processamento do sinal, com uma técnica de segmentação, sendo as regiões de silêncio do sinal removidas, ficando somente a região com informação relevante para análise. Na etapa de processamento, é utilizado o software EMG Signal Processing, o qual aplica a transformada Wavelet ao sinal para obtenção da frequência mediana como parâmetro indicador de fadiga muscular. Na análise dos resultados com o algoritmo de segmentação, obteve-se uma correta seleção das janelas de interesse maior de que 95%. A segmentação do sinal eletromiográfico trouxe uma melhor aproximação ao valor da frequência mediana quando comparada ao sinal original, mostrando que a segmentação pode ser aplicada para refinar a análise de fadiga muscular em sinais de eletromiografia.-
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 Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectEletromiografia-
Palavras-chave: dc.subjectTransformadas integrais-
Palavras-chave: dc.subjectFadiga-
Palavras-chave: dc.subjectElectromyography-
Palavras-chave: dc.subjectIntegral transforms-
Palavras-chave: dc.subjectFatigue-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleAnálise de sinais de eletromiografia usando segmentação e transformada wavelet-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.