Técnicas para o Reconhecimento de Padrões no Sinal Mioelétrico.

Abstract

A Miografia consiste na técnica de monitoramento do sinal elétrico oriundo da contração muscular e tem sido utilizada para avaliação e diagnóstico de doenças ou problemas musculares. O sinal mioelétrico que é coletado da superfície da pele e é proveniente do comando cerebral, carrega informações sobre determinados movimentos. A partir desse sinal é possível identificar as atividades musculares, possibilitando a construção de sistemas de reabilitação para pessoas que perderam algum membro superior ou que nasceram com algum tipo de má formação. Essa dissertação apresenta um estudo geral sobre a miografia e uma avaliação de desempenho de três ferramentas de reconhecimento de padrões do sinal mioelétrico, fornecendo uma tabela de operação para cada uma delas com diversas configurações possíveis. Os seguintes classificadores para reconhecimento de padrões foram avaliados: Análise Discriminante Linear (LDA), um dos classificadores mais usados em estudos do gênero. Netlab GLM que é um método linear relativamente novo e o Netlab MLP, que utiliza redes neurais em sua arquitetura. Para o algoritmo MLP, além da avaliação feita com relação a sua performance, verificou-se a viabilidade de operação quando o mesmo era alimentado por um sinal re-amostrado com uma representação generalizada dos pontos, segundo os critérios do Teorema da Amostragem de Nyquist.