Selección de características usando el algoritmo LEM para la clasificación de señales EMG

En las aplicaciones médicas, la amputación de un brazo o la ausencia de un miembro del cuerpo inspira los avances tecnológicos en el área de la robótica para la creación deprótesis inteligentes que sustituyen y recuperan un porcentaje de la funcionalidad del miembro ausente de una persona. Una de las bases más importantes para el desarrollode las extremidades robóticas es el análisis y estudio de las señales EMG (señales electromiográficas de superficie). Las señales EMG proporcionan información sobre la dinámica de un músculo en sus diferentes estados y proporcionan valores de amplitud y frecuencia que describen el movimiento, la contracción y el descanso de un músculo. Para una señal EMG, existen características representativas como el valor RMS, el Histograma, la desviación estándar, entre otras funciones que permiten caracterizar una señal dada en el dominio del tiempo y la frecuencia. El objetivo es comparar los enfoques y características más utilizados de las señales EMG para diferenciar entre las diferentes señales que representan gestos o movimientos de la mano.