Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/27356| Título: | Análise de sinais de eletromiografia usando segmentação e transformada wavelet |
| Autor(es): | Santos, Fernando Pereira dos |
| Orientador(es): | Scalassara, Paulo Rogério |
| Palavras-chave: | Eletromiografia Transformadas integrais Fadiga Electromyography Integral transforms Fatigue |
| Data do documento: | 12-Nov-2015 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | SANTOS, Fernando Pereira dos. Análise de sinais de eletromiografia usando segmentação e transformada wavelet. 2015. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2015. |
| Resumo: | Neste 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. |
| Abstract: | In 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. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/27356 |
| Aparece nas coleções: | CP - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CP_COELT_2015_2_05.pdf | 1,14 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.