Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Desarrollo de un sistema inalámbrico asistencial para la monitorización a distancia y clasificación de señales electromiográficas en pacientes con movilidad reducida Manuela Gómez Correa Trabajo de grado presentado para optar al título de Bioingeniero Asesores Jonathan Gallego Londoño, Magíster (MSc) en Ingeniería Biomédica David Cruz Ortiz, Doctor (PhD) en Ciencias en la especialidad de Control Automático Universidad de Antioquia Facultad de Ingeniería Bioingeniería Medellín, Antioquia, Colombia 2022 Cita Gómez Correa [1] Referencia Estilo IEEE (2020) [1] M. Gómez Correa, “Desarrollo de un sistema inalámbrico asistencial para la monitorización a distancia y clasificación de señales electromiográficas en pacientes con movilidad reducida” Trabajo de grado profesional, Bioingeniería, Universidad de Antioquia, Medellín, Antioquia, Colombia, 2022. Laboratorio de Robótica Médica y Procesamiento de Bioseñales, Instituto Politécnico Nacional, México. Seleccione biblioteca, CRAI o centro de documentación UdeA (A-Z) Repositorio Institucional: http://bibliotecadigital.udea.edu.co Universidad de Antioquia - www.udea.edu.co Rector: John Jairo Arboleda Céspedes. Decano/Director: Jesús Francisco Vargas Bonilla. Jefe departamento: John Fredy Ochoa Gómez El contenido de esta obra corresponde al derecho de expresión de los autores y no compromete el pensamiento institucional de la Universidad de Antioquia ni desata su responsabilidad frente a terceros. Los autores asumen la responsabilidad por los derechos de autor y conexos. https://co.creativecommons.org/?page_id=13 https://co.creativecommons.net/tipos-de-licencias/ Dedicatoria A mi familia y seres queridos que siempre creyeron en mí, especialmente a mi hermana que aún sin entender muchas cosas de las que hacía, fue mi mayor fan y mi principal apoyo. A mis padres que siempre me recordaron lo lejos que podía llegar y nunca dudaron de mis capacidades, aunque yo lo hiciera, y a Dios por darme tantas oportunidades y bendiciones. Agradecimientos Agradezco al Laboratorio de Robótica Médica y Procesamiento de Bioseñales y al Instituto Politécnico Nacional por brindarme la grandiosa oportunidad de realizar mi trabajo de grado y estancia de investigación en México. Especialmente le agradezco al Dr. David Cruz por confiar en mí desde el primer momento, por enseñarme que lo único que se necesita para alcanzar nuestras metas son ganas, por retarme, por demostrarme que soy capaz de grandes cosas y por siempre ser un apoyo incondicional. A Caridad Mireles, al Dr. Iván Salgado, la Dra. Mariana Ballesteros y la Dra. Marissa Aguilar por la compañía y ayuda, y por ser parte de lo increíble que me sucedió en México. También le agradezco infinitamente al profesor Jonathan por la paciencia y el apoyo aún desde la distancia, gracias por siempre confiar en mí y por todos los consejos. Gracias a la Universidad de Antioquia por las oportunidades y facilidades que me brindó para realizar mi trabajo de grado en un entorno internacional. Y Finalmente, gracias a todos mis compañeros, familiares y amigos que me apoyaron durante todo este tiempo para finalizar este trabajo de manera satisfactoria. A todos y cada uno de estos los llevaré siempre en mi corazón. TABLA DE CONTENIDO RESUMEN ..................................................................................................................................... 10 ABSTRACT ................................................................................................................................... 11 I. INTRODUCCIÓN ...................................................................................................................... 12 II. JUSTIFICACIÓN ...................................................................................................................... 15 III. PLANTEAMIENTO DEL PROBLEMA ................................................................................. 17 IV. OBJETIVOS ............................................................................................................................ 18 A. Objetivo general ................................................................................................................. 18 B. Objetivos específicos .......................................................................................................... 18 VII. ESTADO DEL ARTE ............................................................................................................ 19 VIII. MARCO TEÓRICO .............................................................................................................. 21 A. Anatomía del miembro superior ......................................................................................... 21 B. Electromiografía ................................................................................................................. 23 C. Sensores de electromiografía ............................................................................................. 26 D. Sistemas embebidos para la adquisición de señales de electromiografía ........................... 26 E. Protocolos de comunicación inalámbricos ......................................................................... 28 F. Redes neuronales artificiales .............................................................................................. 29 IX. METODOLOGÍA .................................................................................................................... 31 A. Brazalete inalámbrico ......................................................................................................... 31 1. Requisitos técnicos .......................................................................................................... 32 2. Diseño estructural ............................................................................................................ 33 4. Protocolo de comunicación inalámbrico ......................................................................... 35 B. Base de datos de señales de electromiografía .................................................................... 36 1. Determinación de movimientos ....................................................................................... 37 2. Protocolo de adquisición ................................................................................................. 37 3. Interfaz de usuario ........................................................................................................... 39 4. Preprocesamiento de la señal ........................................................................................... 40 C. Algoritmo clasificador basado en redes neuronales ........................................................... 42 X RESULTADOS .......................................................................................................................... 43 A. Brazalete inalámbrico ......................................................................................................... 43 1. Dimensiones antropométricas.......................................................................................... 43 2. Diseño estructural ............................................................................................................ 43 3. Instrumentación electrónica ............................................................................................. 45 a. Sensores ..................................................................................................................... 45 b. Cables ........................................................................................................................ 46 c. Microcontrolador ......................................................................................................48 4. Integración del sistema .................................................................................................... 49 5. Protocolo de comunicación ............................................................................................. 52 6. Interfaz gráfica ................................................................................................................. 55 B. Integración de la base de datos ........................................................................................... 57 1. Participantes..................................................................................................................... 57 2. Señales de electromiografía de superficie ....................................................................... 58 3. Preprocesamiento de las señales de electromiografía de superficie ................................ 59 C. Clasificador basado en redes neuronales artificiales .......................................................... 62 1. Preprocesamiento de los datos de entrada ....................................................................... 62 2. Implementación del Neural Net Pattern Recognition Toolbox ....................................... 63 3. Reconocimiento de los movimientos de la mano ............................................................ 64 XIII. RECOMENDACIONES ....................................................................................................... 69 REFERENCIAS ............................................................................................................................. 70 LISTA DE TABLAS TABLA I BRAZALETES DE EMG Y SUS CARACTERÍSTICAS ............................................ 20 TABLA II INFORMACIÓN CONTEMPLADA EN LA BASE DE DATOS .............................. 36 TABLA III MEDIDAS ANTROPOMÉTRICAS UTILIZADAS EN EL DISEÑO ESTRUCTURAL ........................................................................................................................... 43 TABLA IV COMPARACIÓN DE CARACTERÍSTICAS DE SENSORES DE sEMG .............. 45 TABLA V SNR PARA CADA UNO DE LOS CABLES ............................................................. 47 TABLA VI COMPARACIÓN DE CARACTERÍSTICAS DE LOS MICROCONTROLADORES ........................................................................................................................................................ 48 TABLA VII COMPARACIÓN DE LAS CARACTERÍSTICAS PARA CADA SISTEMA INTEGRADO ................................................................................................................................. 50 TABLA VIII MEDIDAS ANATÓMICAS CONTENIDAS EN LA BASE SE DATOS ............. 58 TABLA IX RESULTADOS ALGORITMO BASADO EN RNA ................................................ 65 LISTA DE FIGURAS Fig. 1 Brazaletes de sEMG en el mercado ..................................................................................... 19 Fig. 2 Tipos de señales en la sEMG [38] ....................................................................................... 24 Fig. 3 Tipos de electrodos en sEMG .............................................................................................. 25 Fig. 4 Diagrama de conexión del sensor Gravity [43] ................................................................... 26 Fig. 5 Distribución de pines en el FireBeetle ESP32 [47] ............................................................. 28 Fig. 6 Protocolos de comunicación inalámbricos [52] ................................................................... 29 Fig. 7 Diagrama general que describe las etapas de la metodología .............................................. 31 Fig. 8 Diagrama de instrumentación .............................................................................................. 35 Fig. 9 Movimientos contemplados en el protocolo de adquisición ................................................ 37 Fig. 10 Tutorial para la adquisición de las señales de sEMG ........................................................ 38 Fig. 11 Prototipo 1 .......................................................................................................................... 44 Fig. 12 Prototipo 2 .......................................................................................................................... 44 Fig. 13 Prototipo 3 .......................................................................................................................... 45 Fig. 14 Cables evaluados ................................................................................................................ 46 Fig. 15 Señal de sEMG del movimiento de extensión obtenida para cada clable .......................... 47 Fig. 16 Integración del sistema para cada prototipo ....................................................................... 49 Fig. 17 Composición y ensamble del prototipo elegido ................................................................. 51 Fig. 18 Colocación de la pulsera .................................................................................................... 51 Fig. 19 Señales de sEMG adquiridas por medio del protocolo MQTT .......................................... 52 Fig. 20 Señales adquiridas a través del protocolo UDP ................................................................. 54 Fig. 21 Espectros correspondientes al movimiento de extensión obtenido a través de los protocolos MQTT y UDP ................................................................................................................................. 55 Fig. 22 Interfaz gráfica de usuario ................................................................................................. 55 Fig. 23 Ejecución de movimientos y visualización de las señales en la GUI ................................ 57 Fig. 24 Funcionamiento de la GUI durante el movimiento de extensión ...................................... 57 Fig. 25 Señales adquiridas para una de las pulseras ....................................................................... 58 Fig. 26 Esquemas de las etapas que componen el algoritmo de segmentación ............................. 59 Fig. 27 Picos de amplitud correspondiente al movimiento de extensión ....................................... 60 Fig. 28 División por ciclos ............................................................................................................. 60 Fig. 29 Señalas de sEMG divididas por movimientos ................................................................... 61 Fig. 30 Vectores almacenados de la FFT de cada movimiento ...................................................... 62 Fig. 31 Vectores generados para el sensor 1 correspondientes al movimiento de flexión ............. 62 Fig. 32 Señales concatenadas para el movimiento de flexión- FFT Completa .............................. 63 Fig. 33 Señales concatenadas para el movimiento de flexión - Promedios locales de la FFT ....... 63 Fig. 34 Carga de datos al algoritmo de RNA ................................................................................. 64 Fig. 35 Mejores resultados para la etapa de prueba ....................................................................... 66 Fig. 36 Prototipo nuevo .................................................................................................................. 69 SIGLAS, ACRÓNIMOS Y ABREVIATURAS IEEE Institute of Electrical and Electronics Engineers TICs Tecnologías de la Información y Comunicaciones EMG Electromiografía sEMG Electromiografía Superficial (Superficial Electromyography) IoT Internet de las Cosas (Internet of Things) EEG Electroencefalograma ECG Electrocardiograma BLE Bluetooth de Baja Energía (Bluetooth Low Energy) IMU Unidad de Medida Inercial (InertialMeasurement Unit) ADC Conversor Analógico-Digital (Analog-to-Digital Converter) RNA Redes Neuronales Artificiales CPU Unidad Central de Procesamiento (Central Processing Unit) TCP Protocolo de Control de Transmisón (Transfer Control Protocol) UDP Protocolo de Datos de Usuario (User Data Protocol) MQTT Message Queuing Telemetry Transport 3D Tridimensional GUI Interfaz Gráfica de Usuario (Graphical User Interface) DC Corriente Directa (Direct Current) IA Inteligencia Artificial FFT Transformada Rápida de Fourier (Fast Fourier Transform) Li-Po Polímero de Litio (Lithium polymer) SNR Relación Señal a Ruido (Signal-to-Noise Ratio) DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 10 RESUMEN La sEMG es una medida no invasiva de la actividad eléctrica que se genera como consecuencia de la contracción muscular. En los últimos años, las señales de sEMG se han utilizado cada vez más en diversas aplicaciones, como rehabilitación, reconocimiento de patrones y control de sistemas ortopédicos y protésicos. El presente trabajo desarrolla un brazalete portátil de bajo costo para la detección de movimientos de la mano que permita ser utilizado en desarrollos orientados a personas con movilidad reducida. Este brazalete fue fabricado utilizando técnicas de impresión 3D, empleando específicamente PLA y TPU como materiales de fabricación. Asimismo, se generó un sistema que consta de 2 brazaletes de sEMG que permiten simultáneamente la adquisición inalámbrica de 4 canales sEMG de cada antebrazo y una GUI en Node-RED para la visualización y almacenamiento de las señales adquiridas. Finalmente, se evaluó su funcionamiento a partir de un conjunto de datos de sEMG recopilados de 28 sujetos sanos mediante la implementación de un algoritmo clasificador basado en RNA para así corroborar la usabilidad de las señales sEMG recopiladas con los brazaletes diseñados. Palabras clave — Electromiografía de Superficie, Brazalete Inalámbrico, Interfaz Gráfica de Usuario, Movilidad Reducida, Redes Neuronales Artificiales, Clasificación de Movimiento. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 11 ABSTRACT The sEMG is a non-invasive measure of electrical activity that is generated as a result of muscle contraction. In recent years, sEMG signals have been increasingly used in various applications, such as rehabilitation, pattern recognition, and control of orthopedic and prosthetic systems. The present work develops a low-cost portable armband for detecting hand movements that can be used in developments aimed at people with reduced mobility. This bracelet was manufactured using 3D printing techniques, implementing TPU and PLA as manufacturing materials. Likewise, a system was generated consisting of 2 sEMG bands that allow the wireless acquisition of 4 sEMG channels from each forearm. Then, a GUI in Node-RED is used to visualize and store the acquired signals. Finally, the system performance was evaluated from a set of sEMG data collected from 28 healthy subjects by implementing a classifier algorithm based on artificial neural networks. Keywords — Surface Electromyography, Wireless armband, Graphical User Interface, Reduced Mobility, Artificial Neural Networks, Movement Classification. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 12 I. INTRODUCCIÓN En la actualidad, cerca del 15% de la población mundial, equivalente a más de 1,000 millones de personas, presenta algún tipo de discapacidad, de las cuales 190 millones tienen la necesidad de requerir constantemente algún servicio de asistencia médica [1]. Específicamente en Colombia, en 2020 las personas con discapacidad correspondían al 2,6% de la población total, identificando que 47,04% de dicha cifra presenta alteraciones permanentes en el movimiento del torso, manos, brazos y piernas [2]. Por otro lado, en México, para el año 2016, se estableció que de los 6,1 millones de habitantes que presentan algún tipo de discapacidad, el 33% de los casos tienen limitaciones en el movimiento o uso de las extremidades superiores y el 66% tiene dificultades para la movilidad en actividades básicas como caminar [3]. Considerando las estadísticas anteriormente mencionadas, la industria biomédica ha concentrado esfuerzos en el desarrollo de nueva tecnología asistencial, definiéndose esta como aquellos dispositivos, equipos o software desarrollados con el fin de mantener o mejorar las capacidades funcionales de las personas en situación de discapacidad, lo cual ayuda a garantizar su bienestar [4, 5]. El derecho al acceso de este tipo de tecnología ayuda a satisfacer las necesidades individuales de salud y bienestar de la persona, lo que facilita su incorporación y participación en la sociedad civil [6]. La incorporación de las TICs en el desarrollo de dispositivos orientados a la tecnología asistencial ha propiciado la creación de diversos productos, servicios o métodos (asociados a la telemedicina), usados en áreas como el funcionamiento sensorial, el apoyo para la movilidad y la cognición, con el objetivo de brindar atención a personas con alguna discapacidad física o movilidad reducida [6,7]. Un número considerable de dichos desarrollos han generado dispositivos basados en sistemas portátiles con el fin de generar soluciones que sean fáciles de implementar para los usuarios y que no necesiten constantemente de personal especializado para su utilización. Estos dispositivos portátiles han sido incorporados en un sinfín de aplicaciones enfocadas al seguimiento de diferentes patologías fisiológicas, trastornos musculares y enfermedades crónicas, con fines de diagnóstico, monitoreo y tratamiento [8]. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 13 El monitoreo continuo y en línea de pacientes, a partir de la incorporación del IoT, teléfonos inteligentes, aplicaciones web y dispositivos vestibles, ha sido una de las aplicaciones más relevantes en el desarrollo de dispositivos asistenciales [9]. Una rama de la medicina que se ha beneficiado de la telemedicina y el monitoreo a distancia es la rehabilitación, donde la medición y seguimiento remoto ha permitido realizar una evaluación objetiva y cualitativa de las capacidades motoras del paciente [10], facilitando su evaluación continua, sin la necesidad de tener personal asistencial de tiempo completo para asegurarse de su evolución [11]. Por otro lado, se ha demostrado que el monitoreo de bioseñales, tales como signos vitales, ECG, sEMG y EGG, es importante para comprender las condiciones fisiológicas y patológicas del paciente, ya que dichas bioseñales están relacionadas con procesos como la circulación, la respiración, funciones neurológicas, entre otros [12,13]. En el caso de las señales de sEMG, estudios recientes han demostrado que diversos parámetros extraídos de dichas señales ayudan a establecer un índice cuantitativo del progreso de la rehabilitación, ya que permiten evaluar la efectividad y calidad del funcionamiento de procesos fisiológicos relacionados con la movilidad de la persona [14]. A pesar de las ventajas mencionadas, diversas metodologías de rehabilitación convencional no consideran de relevancia médica el registro de bioseñales del paciente como parte del protocolo clínico, ya que suelen emplear escalas cualitativas [15]. Aunque se han desarrollado diversos sistemas remotos para la monitorización de pacientes que se centran en la toma de signos vitales, pocos incluyen la toma de señales de sEMG, por lo que un área relevante de investigación en este ámbito es el desarrollo de sistemas portátiles que permitan la obtención y registro remoto de dichas señales. En ese sentido, existen brazaletes presentesen el mercado que permiten la medición de señales de sEMG, los cuales han sido usados en aplicaciones como el reconocimiento de gestos de la mano con la implementación de RNA, el control de prótesis de miembro superior, entre otras [16, 17]. Sin embargo, además de que estos dispositivos presentan un alto costo, en general pretenden ser implementados en actividades de entretenimiento, alejándose completamente de las aplicaciones y ventajas que podrían tener en el ámbito biomédico [18, 19]. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 14 Por lo anterior, el presente proyecto pretende desarrollar un dispositivo funcional, portátil y práctico para la adquisición de señales de sEMG que permita el reconocimiento de gestos de la mano mediante la implementación de un clasificador basado en RNA, logrando así una solución aplicable y asequible en el mercado actual que pueda usarse en nuevos desarrollos orientados a la asistencia de personas con movilidad reducida. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 15 II. JUSTIFICACIÓN El uso de tecnología remota aplicada en el área de la medicina, ha ayudado a disminuir limitantes en la prestación de servicios de salud, como son los inconvenientes asociados a la distancia y la falta de atención oportuna de los usuarios [20]. De igual forma, debido a la gran demanda de personal médico que existe, la falta de espacio y recursos que tienen los hospitales y centros de salud actualmente, la incorporación de la telemedicina y aplicación de dispositivos basados en el IoT ha logrado garantizar el tratamiento oportuno de los pacientes y la reducción de costos de atención médica y hospitalización, lo que ayuda a mejorar la calidad de vida de las personas [21, 22]. En el campo de la rehabilitación, el desarrollo de tecnologías asistenciales (e.g. sistemas robóticos y los dispositivos portátiles) para personas con discapacidad, ha sido un foco de interés debido a las grandes ventajas que presentan, ya que el uso de este tipo de desarrollos permite garantizar la realización continua de la terapia, además del monitoreo de la evolución en la recuperación del paciente, que sirve de retroalimentación para mejorar el proceso de rehabilitación [23]. Específicamente, la adquisición de señales de sEMG ayuda a establecer un índice cuantitativo del progreso de la rehabilitación, ya que permite evaluar la efectividad y calidad del proceso de recuperación [13]. A pesar de lo anterior, los dispositivos médicos comerciales para el monitoreo de pacientes y la adquisición de señales de sEMG, presentan sistemas de alta complejidad y costos elevados, lo que los hace poco prácticos para ser usados a nivel de consumidor [24]. Esto presenta una gran desventaja en regiones como América Latina y el Caribe, donde para el 2020 el 14.7% de la población (85 millones de personas) presentaba algún tipo de discapacidad y, además, en 1 de cada 5 hogares que se encontraba en situación de extrema pobreza, vivía una persona con esta condición [25]. Esta situación, se ve agravada ya que, las personas con discapacidad suelen tener un menor acceso a los servicios de asistencia médica, por lo que muchas de sus necesidades no son atendidas o los tiempos de solución no son oportunos [26]. Asimismo, la falta de inclusión de personas con discapacidad ha generado pérdidas de capital humano en cada uno de los países, ya que el 15% de los niños y adolescentes con discapacidad no van a sus escuelas, y una de cada dos personas cabeza DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 16 de familia en situación de discapacidad, no tienen las condiciones necesarias para participar en el mercado laboral, lo que reduce y limita las oportunidades de desarrollo para ellos y sus familias [25]. Por tal motivo, el desarrollo de un brazalete inalámbrico para la adquisición de señales de sEMG y la clasificación de movimientos es una solución viable en el mercado actual, ya que además de ser asequible, presenta grandes ventajas en la asistencia y monitoreo de personas con movilidad reducida. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 17 III. PLANTEAMIENTO DEL PROBLEMA Acorde a recientes estadísticas, las cuales indican que el 19% de las personas que presentan algún tipo de discapacidad requieren constantemente servicios de asistencia médica [1], ha surgido la necesidad de desarrollar dispositivos portátiles para el monitoreo de pacientes de manera remota con el fin de mejorar el bienestar de los pacientes, compensar la alta demanda que existe de los servicios de salud y crear soluciones que permitan la atención oportuna de un mayor porcentaje de la población [22]. Específicamente, en los pacientes con limitaciones en su movilidad se han visto ventajas en la incorporación de dispositivos que registren señales de EMG para la atención y evaluación de sus procesos de rehabilitación, lo que ayuda a prevenir situaciones adversas como lesiones por la sobre exigencia en las actividades físicas y el entrenamiento prolongado [27, 28]. Aunque existen dispositivos que tratan de solventar dicha problemática, los desarrollos existentes para la obtención de señales de sEMG presentan sistemas de alta complejidad y elevados costos, reduciendo su alcance. Adicionalmente, el uso de los dispositivos actuales ha sido enfocado principalmente en aplicaciones orientadas al entretenimiento, lo que evidencia la necesidad de diseñar un sistema de adquisición de señales de sEMG que pueda ser implementado en diferentes desarrollos orientados a la evaluación y monitoreo de personas con movilidad reducida, asegurando su asequibilidad en el mercado actual. Como consecuencia, el presente trabajo pretende desarrollar un dispositivo biomédico portátil para la adquisición de señales de sEMG, además de una GUI para la visualización de estas y un algoritmo basado en RNA para la clasificación de movimientos, con el fin de lograr una solución asequible y aplicable en nuevos desarrollos orientados a personas con movilidad reducida. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 18 IV. OBJETIVOS A. Objetivo general Desarrollar un prototipo de brazalete inalámbrico para la adquisición y almacenamiento de cuatro señales de sEMG que permita identificar la ejecución de movimientos de flexión, extensión, desviación ulnar y radial en la articulación de la muñeca mediante la implementación de un clasificador basado en RNA. B. Objetivos específicos 1. Determinar las características estructurales y eléctricas para el desarrollo de un brazalete inalámbrico que permita medir cuatro señales de sEMG tomadas en la porción media del antebrazo. 2. Implementar un protocolo de comunicación inalámbrico la adquisición de cuatro señales de sEMG en un computador considerando una frecuencia de muestreo que asegure la reconstrucción de dichas señales. 3. Desarrollar una GUI para la recepción, procesamiento, almacenamiento en formato CVS y visualización de cuatro señales de sEMG. 4. Implementar un clasificador basado en RNA para identificar la ejecución de movimientos de flexión, extensión, desviación ulnar y radial en la articulación de la muñeca a partir de señales de sEMG. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 19 VII. ESTADO DEL ARTE Durante los últimos años, diversos laboratorios y empresas han diseñado diferentes tipos brazales para la adquisición de señales sEMG con aplicación en múltiples áreas. De estos, el dispositivo que más popularidad ha tenido en el mercado es la Myo Armband desarrollada por Thalmic Lab en 2015 [24], la cual es implementada en aplicaciones tanto médicas como de entretenimiento (Fig. 1 (a)). A partir de esta, diferentesdesarrolladores diseñaron nuevos brazaletes y sistemas de adquisición de sEMG, como el desarrollado por Mahmoud Tavakoli en 2018 para la clasificación de 5 movimientos específicos (Fig. 1 (b)) [29]. Asimismo, en dicho año la empresa OYMotion desarrolló el brazalete gForce, el cual permite la adquisición y clasificación de 16 movimientos establecidos por el usuario a partir de su propia aplicación web (Fig. 1 (c)) [30]. Posteriormente, para el año de 2019 el Laboratorio de Microsistemas Biomédicos de la Universidad de Laval desarrolló el brazalete 3DC, implementando 10 canales en sistemas de adquisición para su aplicación en el reconocimiento de gestos de la mano (Fig. 1 (d)) [24]. Mas adelante, para el año 2021, la empresa MindRove lanzó su EMG-Armband, la cual se caracterizó por su alta resolución de 24 bits (Fig. 1 (e)) [31]. A continuación, se presentan en la TABLA I, las características de los dispositivos descritos anteriormente. Fig. 1 Brazaletes de sEMG en el mercado Nota: a) Myo Armband (Thalmic Lab), b) Armband - Mahmoud Tavakoli et al. (Instituto de Sistemas y Robótica - Universidad de Coimbra), c) gForce EMG Armband (OYMotion), d) 3DC Armband (Laboratorio de Microsistemas Biomédicos -Universidad de Laval) e) Mindrove Armband. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 20 TABLA I BRAZALETES DE EMG Y SUS CARACTERÍSTICAS Myo Armband (Thalmic Lab) Armband - Mahmoud Tavakoli et al. (Instituto de Sistemas y Robótica - Universidad de Coimbra) gForce EMG Armband (OYMotion) 3DC Armband (Laboratorio de Microsistemas Biomédicos - Universidad de Laval) Mindrove Armband Año 2015 2018 2018 2019 2021 Canales de sEMG 8 2 8 10 8 ADC 8 bits -- 8 bits 10 bits 24 bits Frecuencia de muestreo 200 Hz 1000 Hz 500 Hz 1000 Hz 1000 Hz 500 Hz Material de los electrodos Acero inoxidable Acero inoxidable Acero inoxidable recubierto de plata Electrodos con oro en inmersión de níquel electrolítico (ENIG) Acero inoxidable IMU 9 ejes (acelerómetro, giroscopio y magnetómetro) No 9 ejes (acelerómetro, giroscopio y brújula) 9 ejes (acelerómetro, giroscopio y magnetómetro) 6 ejes (acelerómetro y giroscopio) Método de comunicación BLE -- BLE Protocolo personalizado de bajo consumo de 2.4 GHz de Nordic Semiconductor Wi-Fi Precio 2’000.000 – 2’250.00 COP -- 5’138.125 COP 608.550 COP 2’831.000 COP Otras características -Actualmente está descontinuado -Es el brazalete más popular en el mercado -Se implementa en aplicaciones como entrenamiento para prótesis, entrenamiento deportivo, interfaces de reproductores, interpretación de lenguaje de señas, entre otras -Diseñado para la clasificación de los movimientos de cierre de mano, apertura de mano, flexión de muñeca, extensión de muñeca y doble flexión de muñeca. -El posicionamiento óptimo de los sensores variaba entre personas, lo cual pudo generar diferencias en los resultados. -Reconoce 16 gestos definidos por el usuario. Estos se entrenan desde su plataforma gForceAPP. -Tiene soporte para Windows 7, Windows 8, Windows 10, Android y Arduino. -Necesita de un módulo USB para el envío de datos por Bluetooth -Aunque obtuvo buenos resultados en la clasificación de gestos de la mano, su proceso de fabricación está poco estandarizado y presenta en sistema de alta complejidad -Se utiliza principalmente en aplicación que requieran la detección de movimientos -Cuenta con su propio software para la visualización en vivo de las señales adquiridas -Tiene soporte para Windows y Linux DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 21 VIII. MARCO TEÓRICO En la presente sección se describen algunas de las definiciones y conceptos necesarios para el correcto entendimiento del proyecto desarrollado. Se abarcarán como temas principales la anatomía del miembro superior, las señales de EMG, sensores de sEMG, sistemas embebidos para la adquisición de señales de EMG y RNA para la clasificación de los movimientos. A. Anatomía del miembro superior Una de las estructuras que usualmente requiere rehabilitación, es el miembro superior. Esto debido a que su recuperación es de vital importancia teniendo en cuenta que la pérdida la movilidad del brazo genera un gran impacto en la independencia y la calidad de vida de las personas [32]. Ya que el presente proyecto buscar realizar la detección de los movimientos de la mano, en los cuales están involucrados principalmente los músculos ubicados en el antebrazo, se describe a continuación la anatomía de este. De manera general, el miembro superior se divide principalmente en 5 regiones: hombro, brazo, codo, antebrazo y mano. Específicamente, el antebrazo está compuesto aproximadamente de 20 músculos, los cuales se dividen en dos grandes conjuntos: Músculos flexores-pronadores y músculos extensores-supinadores. Además, cada una de las divisiones cuenta con músculos en la capa superficial y en la capa profunda. Dichos grupos musculares trabajan de manera conjunta en funciones generales como flexión, pronación, extensión y supinación. Acto seguido, se proporciona una descripción de los principales músculos que intervienen en los movimientos de la mano, dicha descripción considera el trabajo realizado por Andrés Torres a través de KenHub [33]: • Pronador redondo: este músculo tiene como función principal permitir el movimiento de pronación del antebrazo. Además, participa en la flexión del antebrazo con respecto al codo. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 22 • Flexor radial del carpo: se encuentra localizado sobre la parte media del pronador. Su propósito es la generación de la flexión y desviación radial del brazo a partir de su contracción, por lo tanto, su acción está localizada en la articulación radiocarpiana. • Flexor ulnar del carpo: la ejecución de la flexión de la mano es la función principal de este músculo y de manera secundaria participa en el movimiento de desviación ulnar de la misma. • Palmar largo: es el músculo más superficial del grupo de flexores superficiales. Ayuda a la estabilidad del codo y a la flexión balanceada de la mano. Además, genera una pequeña flexión de las articulaciones metacarpofalángicas 2, 3, 4 y 5. Adicionalmente, asiste a varios músculos superficiales del antebrazo y a la flexión balanceada de la mano. • Flexor superficial de los dedos: es el músculo más grande del compartimiento anterior. Su función principal corresponde a la flexión de 4 de los 5 dedos por medio de las articulaciones interfalángicas proximales y las metacarpofalángicas. A nivel de la articulación radiocarpiana participa en la flexión de la mano. • Flexor profundo de los dedos: al igual que el flexor superficial de los dedos, su función principal es la flexión de estos por medio de las articulaciones metacarpofalángicas e interfalángicas. También, participa en el movimiento de flexión de la muñeca. • Flexor largo del pulgar: como su nombre lo indica, su función corresponde únicamente a la flexión del pulgar, teniendo en cuenta que es uno de los movimientos necesarios para lograr el agarre. • Pronador redondo: aunque no participa en los movimientos básicos de la mano, su acción es primordial en la pronación del antebrazo, lo cual se usa constantemente en tareas como escribir. • Braquiorradial: tiene dos funciones importantes, la flexión del antebrazo y su participación sinérgica con otros flexores del antebrazo. • Extensor radial largo del carpo: su actuaciónse centra en la articulación radiocarpiana, ya que ayuda a la extensión y desviación radial de la mano. Igualmente, participa en la flexión del antebrazo. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 23 • Extensor radial corto del carpo: este músculo participa en los movimientos de extensión y abducción de la mano junto con el extensor radial corto. • Extensor de los dedos: su función principal corresponde a la extensión de 4 de los 5 dedos. Asimismo, hace parte de los músculos encargados de la extensión de la mano por medio de la articulación radiocarpiana. • Extensor ulnar del carpo: como su nombre lo indica, su función es la desviación ulnar de la mano. Conjuntamente, participa en la extensión de la mano gracias a su trabajó sinérgico con los extensores radiales largo y corto del carpo. • Extensor del meñique: este músculo delgado es el encargado del movimiento de extensión sobre el meñique. También contribuye con la extensión de la mano. • Supinador: este músculo se encuentra ubicado en el tercio proximal del brazo y como su nombre lo indica, es el encargado de realizar la rotación del radio, es decir, genera el movimiento de supinación del antebrazo. • Abductor largo del pulgar: su función principal es la abducción del dedo pulgar. Además, tiene un papel importante en la extensión del pulgar y en la ejecución del movimiento de desviación radial a nivel de la articulación radiocarpiana. • Extensor largo del pulgar: la generación de la extensión del dedo pulgar es la función principal de este músculo. Igualmente, participa en los movimientos de extensión y abducción de la mano. • Extensor corto del pulgar: al igual que el músculo anterior, el extensor corto del pulgar participa en la extensión del dedo pulgar. De la misma manera, ayuda a generar la extensión de la muñeca cuando participa en conjunto con otros músculos de extensores-supinadores del antebrazo. • Extensor del índice: este músculo tiene como función principal la extensión del dedo índice a nivel de las articulaciones metacarpofalángicas e interfalángicas. También asiste en el movimiento de extensión de la mano. B. Electromiografía Una de las técnicas utilizadas para la evaluación de la actividad muscular es la EMG. Este estudio consiste en la captura de las señales eléctricas generadas por los músculos durante su DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 24 contracción, es decir, da información sobre el intercambio de iones que se da a través de las membranas de las fibras musculares durante el proceso de contracción muscular. Dicho estudio se puede llevar a cabo por medio de electrodos tales como superficiales, de aguja o implantados [34]. Específicamente, la sEMG es una de las técnicas más utilizadas debido a sus amplias ventajas como su medición no invasiva a través de la ubicación de electrodos sobre la piel y su facilidad para el registro prolongado de la actividad muscular. Además, como los electrodos abarcan una región amplia, la sEMG da información global sobre un conjunto de las unidades motoras del músculo. Sin embargo, este método registra la información generada por las unidades motoras superficiales, mientras que las unidades motoras más profundas no son abarcadas [35]. De acuerdo con lo anterior, la amplitud de la señal de sEMG puede variar dependiendo del músculo registrado y de las condiciones del registro. Comúnmente, el rango de amplitud de dicha señal va hasta 10 mV. Es importante tener en cuenta que la zona útil de la señal está limitada entre 0 y 500 Hz con una región de energía dominante en el rango 50-150 Hz [36, 37]. Muchos de los sensores disponibles en el mercado generan de dos tipos de señales de salida de sEMG, la señal raw o cruda que corresponde a la señal original sin ningún tipo de procesamiento (Fig. 2 Tipos de señales en la sEMGFig. 2 – señal azul) y la señal envolvente la cual corresponde a la señal de sEMG con rectificación de onda completa y filtrado pasabajas (Fig. 2 – señal roja) [38]. Fig. 2 Tipos de señales en la sEMG [38] De la misma manera, la señal de sEMG muestra principalmente la fatiga del músculo esquelético cuando es sometido a una fuerza, midiendo así la capacidad del músculo para mantener una acción sin generar modificaciones en su nivel de actividad eléctrica, siendo dicha medición DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 25 una ayuda en el diagnóstico de diferentes patologías. En esta, a medida que va incrementando la fuerza ejercida en la contracción muscular, aumenta el número de unidades motoras que se activan, lo cual se refleja en los niveles de amplitud que alcanza la gráfica, y además, también se incrementa la frecuencia de disparo de las motoneuronas [39]. Las señales de sEMG están conformadas por dos tipos de respuesta eléctrica ante un esfuerzo creciente; la primera corresponde a la activación de un mayor número de fibras musculares, llamada reclutamiento espacial; y la segunda, el aumento de la frecuencia del número de pulsaciones de las unidades motoras, la cual recibe el nombre de reclutamiento temporal [40]. Debido a que la señales de EMG se ven afectas por el ruido y la interferencia de otra actividad muscular, los equipos encargados de realizar la medición hacen uso de diferentes circuitos analógicos como amplificadores de alta tecnología y circuitos para la eliminación de ruido [36]. En general, el tipo de electrodo usado para la adquisición de sEMG es uno de los factores más influyentes en la información obtenida, ya que la amplitud y el ancho de banda de la señal son parámetros influenciados por factores como las fuentes electrofisiológicas y sus distancias a los electrodos, los tipos, tamaño y espaciamiento entre los electrodos. Teniendo en cuenta lo anterior, entre más pequeño sea el espaciamiento entre electrodos, más selectivos serán los registros [34]. Principalmente, existen dos tipos de electrodos para la adquisición de las señales de sEGM, electrodos húmedos y electrodos secos (ver Fig. 3). En el caso de los electrodos secos, al contener gel conductor, ayudan a tener un mejor proceso de adquisición ya que mantiene constante la impedancia entre la piel y el electrodo. Por otro lado, los electrodos secos, al no necesitar de gel conductor, no generan molestia y son más fáciles de implementar [41]. Fig. 3 Tipos de electrodos en sEMG Nota: (a) Electrodos húmedos [42], (b) Electrodos secos [43]. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 26 C. Sensores de electromiografía Uno de los modelos de sensores comerciales más completos, conformado por electrodos secos, es el “Gravity Analog Sensor” desarrollo por OYMotion. Este sensor al emplear electrodos secos, registra señales sin la necesidad de gel conductor. Por otra parte, cuenta con un circuito que cuenta con filtrado analógico y etapa de amplificación, el cual amplifica la señal 1000 veces y reduce significativamente los ruidos relacionados con la interferencia de la frecuencia de alimentación. La señal de salida del sensor es analógica y se encuentra en un rango de 0 a 3 V, además, tiene un voltaje de referencia establecido a 1.5 V [43]. A continuación, se muestra en la Fig. 4, el diagrama de conexión del sensor Gravity, evidenciando la conexión de las dos placas que conforman el sensor por medio de un cable Jack, la alimentación (líneas roja y negra) y su pin de salida (línea azul). Fig. 4 Diagrama de conexión del sensor Gravity [43] D. Sistemas embebidos para la adquisición de señales de electromiografía Los sensores de sEMG suelen implementarse en conjunto con circuitos integrados o microcontroladores para su uso en aplicaciones médicas que incorporen sistemas de control. Específicamente, el microcontrolador juegaun papel importante en el desarrollo de dispositivos DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 27 médicos al ser el encargado de ejecutar procesos lógicos con el fin de cumplir con una tarea específica como es la conversión de la señal analógica a señal digital o el envío de los datos. Principalmente se compone de una CPU, memoria, puertos de entrada y puertos de salida [44]. Una de las características más evaluadas en los microcontroladores es su modulo ADC., cuya función consiste en la conversión de una entrada analógica a una salida digital. Dicha salida consta de una serie de bits que representan la entrada analógica. En numerosas aplicaciones, se digitaliza una señal analógica, como por ejemplo los sEMG para su posterior análisis, procesamiento o almacenamiento [44]. Asimismo, muchos de los componentes y características de los microcontroladores han sido optimizadas y mejoradas con el fin de generar dispositivos orientados al desarrollo de soluciones basadas en el IoT, tales como la maximización de los recursos de procesamiento en una sola CPU, el funcionamiento del dispositivo a partir de técnicas de baja potencia y la interoperabilidad de un gran número de objetos [45]. Uno de los microcontroladores más populares para desarrollos IoT es el ESP32, el cual ha sido ampliamente usado el sector salud como parte del desarrollo de sistemas de monitorización, en el sector ambiental para el monitoreo de la contaminación del aire y en sistemas de comunicación segura [46]. El FireBeetle ESP32-E es una tarjeta de desarrollo creada por la empresa DF Robot, la cual cuenta con dos núcleos sincronizados, comunicación de modo dual Wi-Fi y Bluetooth, presenta consumo de ultra baja energía, dos módulos ADC de 12 bits, un sistema de carga integrado y tiene un tamaño pequeño lo que facilita su incorporación en desarrollos portátiles. Adicionalmente, es compatible con el lenguaje de programación de Arduino y MicroPython [47]. En la Fig. 5 se muestra el microcontrolador FireBeetle ESP32 y la configuración de sus pines. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 28 Fig. 5 Distribución de pines en el FireBeetle ESP32 [47] E. Protocolos de comunicación inalámbricos Muchas de las aplicaciones basadas en IoT utilizan la comunicación Wi-Fi en este tipo de microcontroladores debido a su alta velocidad en el envío de datos [48]. Algunos de los protocolos usados para la comunicación Wi-Fi es el UDP y el MQTT [49]. Específicamente el protocolo MQTT es un protocolo TCP diseñado como un tipo de mensajería basado en un subscriptor y un publicado, que permite la conexión de dispositivos de manera remota con un código corto y un ancho de anda de red mínimo. Para su funcionamiento este protocolo envía constantemente mensajes de confirmación entre los paquetes de datos para garantizar la integridad de la información [50]. Por otro lado, el protocolo UDP realiza la transmisión de información en redes basadas sin establecer una conexión con el servidor. Esto es posible debido a que su datagrama contiene la información de direccionamiento suficiente para su envío en su cabecera. Este protocolo hace parte DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 29 de los protocolos de máximo esfuerzo debido a que no se puede garantizar la recepción de la información ya que no presenta mensaje de confirmación (comunicación unidireccional), característica que si presentan protocolos TCP. Lo anterior, ha generado la implementación del protocolo de UDP en diferentes desarrollos que requieran alta velocidad de transmisión [51]. Aunque el protocolo UDP no necesita establecer una conexión anticipada para el envío de información, este si requiere determinar un medio para la transmisión de los datos, lo cual se realiza a partir de la elección de un puerto. Para el uso de un puerto en específico solo se necesita programar el dispositivo indicándole dicho puerto y la dirección IP del equipo que recibirá los datos [51]. En la Fig. 6 se evidencia el funcionamiento de cada uno de los protocolos descritos anteriormente. Fig. 6 Protocolos de comunicación inalámbricos [52] F. Redes neuronales artificiales La incorporación de programas y algoritmos junto con dispositivos que se componen por subsistemas o elementos, como los mencionados anteriormente, para la adquisición de información de interés, han sido ampliamente usados en aplicaciones basadas en el IoT y la IA. Algunos de los algoritmos de IA más usados son aquellos basados en RNA. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 30 Las RNA se definen como un conjunto de redes encargadas de realizar un procesamiento de información a partir de interacciones locales. En general, las RNA pretender simular el funcionamiento del cerebro humano, el cual centra su aprendizaje en la adquisición de información útil a partir de experiencias, de tal manera que luego tenga la capacidad de tomar decisiones a partir de información previa [53]. La unidad más pequeña de una RNA es la neurona la cual tiene como función calcular la suma ponderada de sus entradas y aplicar una función de activación sobre estas obteniendo así una señal de salida que puede ser transmitida a otras neuronas [54]. Asimismo, las funciones de activación pueden influir en gran medida en la complejidad y el rendimiento de las RNA y la convergencia del algoritmo [55]. Una de las maneras de evaluar el rendimiento del algoritmo y su capacidad de aprendizaje es a partir de una matriz de confusión en la cual se muestra la distribución de los errores cometidos por el algoritmo. En esta se ubican los casos reales en las filas y las columnas representan los casos predichos [56]. Una de las RNA más usadas y sencillas, son las estáticas cuya característica principal es el uso de los estados de las neuronas como variables básicas. Este tipo de redes han sido usadas en áreas de optimización combinacional, clasificación y memoria asociativa [57]. Las RNA como algoritmos para la clasificación han sido usadas tanto para la industria, en aplicaciones para el control de calidad de productos, determinando aquellos que son adecuados para la comercialización y cuales no, además de sus aplicaciones en la educación y comunicación a través de su implementación para el desarrollo de sistemas orientados a facilitar la comunicación de las personas con limitaciones en su capacidad auditiva [58, 59]. Adicionalmente, una de las áreas que más ha implementado las RNA como sistemas para la clasificación ha sido la médica, desarrollando algoritmos que usan bioseñales para el diagnóstico de enfermedades como el Alzheimer o para aplicaciones como el reconocimiento de gestos de la mano [16, 60]. A partir de lo anterior, se han desarrollado varias herramientas para la clasificación de señales de manera sencilla, uno de los más usados es la herramienta “Neural Net Pattern Recognition” de MATLAB. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 31 IX. METODOLOGÍA El desarrollo del proyecto se dividió 4 etapas. En la primera etapa se obtuvieron las medidas antropométricas de los usuarios para que a partir de estas se establecieran las características técnicas y de diseño necesarias en el proceso de fabricación del brazalete inalámbrico. Posteriormente, en la etapa 2 se realizó la fabricación de los elementos estructurales a partir de impresión 3D y estos se incorporaron a los elementos electrónicos (microcontrolador, sensores y fuente de alimentación) seleccionados en la etapa anterior (Ver Fig. 7 (1) y Fig. 7 (2)). Luego, en la tercera fase se procedió a realizar la creación de una base de datos, por lo que se estableció un protocolo de adquisición de señales, el procesamientode estas y un método de almacenamiento por medio de la incorporación de una GUI (Fig. 7 (3)). Finalmente, se realizó la implementación de un algoritmo basado en RNA como método de validación para el dispositivo diseñado haciendo uso las señales obtenidas en la etapa anterior. Fig. 7 Diagrama general que describe las etapas de la metodología A. Brazalete inalámbrico Para el diseño y la manufactura del brazalete inalámbrico desarrollado, se establecieron diferentes criterios con el fin de garantizar su portabilidad, asequibilidad y correcto funcionamiento. A continuación, se realiza la descripción de los aspectos que se tuvieron en cuenta para el diseño y manufactura del brazalete. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 32 1. Requisitos técnicos Debido a que el brazalete diseñado se utiliza para la adquisición de señales de sEMG, se evaluaron las características técnicas que deben de tener el microcontrolador, los sensores a usar y fuente de la alimentación del sistema. Para la evaluación de los sensores se tuvieron en cuenta las siguientes características: • Tipo de electrodos: en esta característica se dio mayor peso a los electrodos secos debido a su sencilla colocación y su largo tiempo de vida. • Diseño compacto: principalmente se evaluó el tipo de conexiones entre los diferentes elementos que componían el sensor, las dimensiones y la región de cobertura del sensor sobre el antebrazo del usuario. • Elementos extra necesarios para su funcionamiento: se identificó que elementos extras necesita el sensor evaluado para su funcionamiento. • Fuente de alimentación: se evaluó el voltaje y/o corriente necesaria para el funcionamiento de todo el sistema. • La incorporación de etapas de filtrado: para esta característica se dio mayor importancia a los sensores que incorporaban etapa de filtrado y/o amplificación. A partir de esto, se hizo la comparación de algunos modelos comerciales para así determinar el sensor con las mejores características para esta aplicación. Para el microcontrolador se estudiaron principalmente las siguientes características: • Módulo de ADC: en este aspecto se evaluó el número de módulos ADC que contenían los microcontroladores y los canales disponibles para la conversión análogo-digital. Además, se contempló la resolución, ya que al tratarse de señales de sEMG usadas para el reconocimiento de gestos, la implementación de un ADC de mayor resolución permite una mayor sensibilidad en el sistema y, por lo tanto, se obtiene más información de las señales. Adicionalmente, se evaluó la frecuencia de DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 33 muestreo del ADC, ya que para la adquisición de las señales se estableció una frecuencia de muestreo de 1000 Hz, teniendo en cuenta que la energía dominante de este tipo de señales se encuentra entre 0 y 500 Hz [36, 37]. • Módulos de comunicación: debido a que el dispositivo diseñado pretende ser totalmente portátil, se evaluó la presencia de módulos para la comunicación inalámbrica en los microcontroladores, como por ejemplo Wi-Fi y Bluetooth. De lo contrario, se evaluó la incorporación de módulos extras que permitan la comunicación inalámbrica entre el microcontrolador y el computador. • Fuente de alimentación: para mayor facilidad en la instrumentación del dispositivo, se evaluó la presencia de circuitos de alimentación incorporados en el microcontrolador, de tal forma que, al establecerse una conexión directa de una batería, se pudiera alimentar la totalidad de los elementos que conforman el sistema. 2. Diseño estructural Para el diseño estructural, en primer lugar, se realizó la medida de las dimensiones antropométricas del antebrazo de un grupo de personas contempladas dentro de los sujetos a evaluar en la etapa de adquisición de señales, con el fin de establecer el promedio de las dimensiones que bebía de tener el brazalete para su implementación en la población de interés. Una vez establecidas las dimensiones del antebrazo, se realizó el diseño de diferentes modelos teniendo en cuenta las siguientes características: • Contacto completo de los electrodos con la piel: debido a que las sEMG se ven afectadas cuando no existe un contacto adecuado de los electrodos con la piel, generando ruido adicional sobre la señal. Los diseños implementados deben de tener la estructura adecuada para facilitar dicho contacto y, además, generar la suficiente presión para evitar cualquier corrimiento de los electrodos que genere alteraciones en la señal. • Dimensiones: las dimensiones totales del brazalete debían de ser lo más reducidas posibles, con el fin de garantizar la portabilidad de dispositivo. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 34 • Colocación: los prototipos diseñados deben poderse colocar fácilmente, no causar lesiones en la extremidad y, además, no restringir el movimiento libre de la articulación de la muñeca. • Incorporación de los elementos: se debe de presentar una organización adecuada de los elementos electrónicos que conforman el dispositivo, de tal manera que se logre incorporar todos estos en un solo diseño y permita la interconexión entre ellos. • Proceso de manufactura: en los diseños logrados, se evaluó la capacidad de reproducción de estos y la generación dispositivos replicables, de tal manera que se garanticen las características estructurales. Para esto se evaluaron los diferentes procesos llevados a cabo durante la manufactura de cada uno de ellos. Posteriormente, debido a que se determinó como proceso de manufactura principal la impresión 3D, se eligieron los parámetros necesarios para el uso de materiales como PLA y TPU considerando que las propiedades mecánicas de dichos materiales serían útiles para el dispositivo que se pretende fabricar [61, 62]. Para esto se realizó la impresión de diferentes elementos estructurales con parámetros establecidos por el fabricante del material y se ajustaron de manera empírica de acuerdo con las condiciones ambientales en las cuales se llevaron a cabo la impresión. Algunos de los parámetros ajustados fueron: la temperatura, densidad del relleno y velocidad de impresión. 3. Instrumentación electrónica Teniendo en cuenta que se incorporó en el sistema final dos brazaletes inalámbricos, uno para cada antebrazo, la etapa de instrumentación electrónica se dividió en tres partes: el sistema de alimentación, la conexión de los sensores con el microcontrolador y la comunicación inalámbrica. En la Fig. 8 se presenta el diagrama general de la instrumentación del sistema. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 35 Fig. 8 Diagrama de instrumentación En primer lugar, para alimentar el sistema se implementó una batería con la capacidad necesaria la alimentación directa del microcontrolador a través de un conector. A partir de lo anterior, se utilizaron dos pines (voltaje DC y tierra) para alimentar la totalidad de sensores que componían el brazalete. Asimismo, para la lectura de las salidas analógicas de los sensores con el microcontrolador, se establece la conexión directa entre las salidas de los sensores y los canales del ADC del microcontrolador. Finalmente, para la conexión del microcontrolador con la GUI se implementó el protocolo de comunicación inalámbrico, especificando los puertos necesarios para este proceso, y a través de la GUI se recibieron los datos para su posterior almacenamiento y visualización. El anterior proceso se llevó a cabo en cada una de las pulseras. 4. Protocolo de comunicación inalámbrico Para la elección del protocolo de comunicación adecuado, se contempló como parámetro principal la frecuencia de envío de datos, de manera que se garantizarauna frecuencia de muestreo mínima de 1000 Hz y se pudiera realizar una reconstrucción representativa de la señal. Como se contemplaron dos pulseras en el sistema, el protocolo de comunicación utilizado debía permitir la recepción de datos de dos microcontroladores diferentes y tener la velocidad suficiente que permitiera la visualización en línea de cada sensor. En esta etapa se evaluó la comunicación por Wi-Fi a partir de la implementación de los protocolos MQTT y UDP. Para dicha evaluación, se midió la duración de un ciclo completo en el microcontrolador y se calculó la frecuencia. Posteriormente, se evaluó su funcionamiento a partir DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 36 de la GUI diseñada, la cual se describe en la sección B.4 del presente numeral, verificando la visualización continua de las señales a medida que se recibían nuevos datos. B. Base de datos de señales de electromiografía Para esta etapa se estableció una población de interés de 28 personas para la creación de la base de datos. Por lo tanto, se diseñó una encuesta, la cual tenía como fin recolectar los datos personales como nombre, edad, ocupación, entre otros, y las medidas anatómicas del miembro superior para el diseño del dispositivo. A continuación, se presenta en la TABLA II la información adquirida por medio de la encuesta. TABLA II INFORMACIÓN CONTEMPLADA EN LA BASE DE DATOS Información Datos adquiridos Información personal Nombre Edad Fecha de nacimiento Género Número de celular Ocupación ¿Presenta algún tipo de amputación en el miembro superior? ¿Con qué frecuencia realiza actividad física? Información antropométrica Longitud del brazo Longitud del antebrazo Perímetro máximo del brazo Perímetro mínimo del brazo Perímetro máximo del antebrazo Perímetro mínimo del antebrazo Perímetro de la longitud media del brazo Perímetro de la longitud media del antebrazo Distancia del codo a la ubicación de la pulsera Adicionalmente, se estableció el protocolo de adquisición para las señales de sEMG, el cual se detalla en el Anexo A del documento. Es importante aclarar que el protocolo de adquisición implementado con los participantes fue revisado y aprobado por la Secretaría de Investigación y Posgrado del IPN, encargada de aprobar los protocolos de investigación de acuerdo con las normas éticas definidas en la declaración de Helsinki. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 37 Asimismo, el proceso contempló la determinación de los movimientos, el diseño de un tutorial para la adquisición de los datos correspondientes a los movimientos establecidos, el preprocesamiento de estos, el diseño de la GUI y el almacenamiento de las señales. En las siguientes secciones se realiza una descripción detallada de cada uno de los pasos mencionados. 1. Determinación de movimientos Se establecieron como movimientos principales en el protocolo de prueba la ejecución de los movimientos de flexión, extensión, desviación ulnar y desviación radial de la muñeca, teniendo en cuenta que estos corresponden a los movimientos básicos de la mano. Igualmente, con el fin de generar una base de datos más grande que pueda ser utilizada en próximos estudios, se adicionaron a la prueba seis movimientos extra de la mano funcional [63]. En la Fig. 9 se evidencian cada uno de los movimientos contemplados en la prueba. Fig. 9 Movimientos contemplados en el protocolo de adquisición 2. Protocolo de adquisición El protocolo de adquisición se dividió principalmente en 3 etapas: explicación de la prueba y colocación del brazalete, obtención de datos por medio de la interfaz en el cual el usuario es guiado por tutorial y registro de datos personales relevantes del usuario en la encuesta. En la primera etapa se hizo una breve introducción al usuario del contenido de la prueba y su finalidad. Se le indicó a la persona los elementos que debía usar y los movimientos a realizar, además de la DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 38 disposición en la cual debía de tener los brazos entre movimientos para así registrar la prueba de manera satisfactoria. Luego, se colocaron las pulseras en cada uno de los antebrazos de la persona, garantizando la alineación de los electrodos y su correcto funcionamiento de estos por medio de la GUI. Para esto, una vez colocados los brazaletes se observaba en la interfaz que las señales correspondientes a cada sensor estén en un valor constante de 1.5 V y no presentara ningún tipo de perturbación con gran amplitud cuando el sujeto no realice ningún tipo de contracción. En caso de ver algunas de las señales con perturbaciones se debe de corroborar que las conexiones estén correctas, que ninguno de los cables este presionado por el brazalete u otros elementos y que la pulsera esté lo suficientemente arriba para que haya un contacto adecuado de los electrodos con la piel. Una vez contemplado el paso anterior, para una adquisición homogénea de las señales, se implementó un tutorial con el fin de que el usuario tuviera una referencia de cuando debía de ejecutar cada movimiento. Dicho tutorial está compuesto por la explicación de la prueba seguida de un ejemplo y posteriormente, se realizan 3 repeticiones de los 10 movimientos determinados. En cada repetición se establecieron 6 segundos para la ejecución de los movimientos. Los 3 primeros segundos le permitían a la persona prepararse para realizar el movimiento y una vez llegaba al segundo número 3 (Fig. 10 (a)), ejecutaba el movimiento y mantenía la posición de dicho movimiento durante los siguientes 3 segundos (Fig. 10 (b)). Posteriormente, se tenía un periodo de 4 segundos entre cada uno de los movimientos, donde la persona debía de mantener los brazos extendidos hacia el frente (Fig. 10 (c)). Esto permitió garantizar que los movimientos fueran ejecutados en periodos de tiempos conocidos, facilitando el posterior procesamiento de la señal. Fig. 10 Tutorial para la adquisición de las señales de sEMG DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 39 Finalmente, se le registraban los datos personales y medidas antropométricas al participante (TABLA II) por medio de una encuesta establecida para formación la base de datos. 3. Interfaz de usuario Con el fin de visualizar en línea las señales obtenidas con los brazaletes y lograr un almacenamiento de la señal durante rangos de tiempo controlados por el usuario, se implementó el diseño de una GUI a partir de la herramienta de programación Node-RED, la cual trabaja con módulos Node.js e incorpora nodos intercomunicados que permiten la visualización de manera gráfica del flujo de información necesario para la conexión de varios dispositivos a la vez, ya sean hardware o de servicios de internet [64, 65]. Teniendo en cuenta lo anterior, la GUI debía de cumplir con las siguientes características: • Visualización en línea de todos los sensores: para esto la GUI debía de contemplar la capacidad de recepción de datos por parte de los dos microcontroladores, por lo que tenía que permitir la recepción de información a partir de dos puertos diferentes. Adicionalmente, se estableció que, para la visualización del comportamiento de la señal, la GUI debía poder mostrar los últimos 1000 muestras obtenidos para cada uno de los sensores de tal manera que las gráficas se actualizarían constantemente a partir de la recepción de nuevas lecturas. • Almacenamiento en un rango de tiempo establecido por el usuario: debido a que los protocolos de pruebas fueron aplicados en 28 sujetos sanos y, además, solo se deseaba almacenar los datos correspondientes al tiempo en el que se ejecutaba el tutorial, era necesario la incorporación de elementosde control en la GUI para el almacenamiento selectivo. Por lo tanto, se implementaron cuadros de texto, con el fin de poder identificar el archivo generado para cada sujeto de prueba y, además, botones que permitieran establecer el momento de inicio y finalización del periodo de interés en el cual se llevó a cabo el protocolo de prueba. Asimismo, una vez finalizado el periodo de almacenamiento, la GUI debía de registrar la información DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 40 en un archivo CSV y resguardarlo en una dirección específica del ordenador donde se implementó la interfaz. 4. Preprocesamiento de la señal Debido a que las señales correspondientes a cada movimiento no fueron adquiridas de manera individual sino como un registro completo de 30 movimientos a partir del protocolo de adquisición establecido en la sección B.2 del presente numeral, fue necesario el diseño e implementación de un algoritmo de segmentación de la señal. Para el diseño del algoritmo se realizó la visualización y análisis de las señales adquiridas, específicamente se evaluó la amplitud como punto de partida para la división de estas. Adicionalmente, el algoritmo debía tener la capacidad de eliminar los datos que no contuvieran información relevante de los movimientos evaluados, como por ejemplo los periodos de espera entre el fin de una repetición y el inicio de otra. Además, para la implementación de la RNA fue necesario incorporar al final de la segmentación una función capaz generar vectores homogéneos, por lo que se propone vectores de 13000 muestras para las señales correspondientes a cada movimiento y aquellos vectores que superan dicho valor fueron recortados de tal forma que todos tuvieran las mismas dimensiones. Los datos eliminados para cada señal correspondían a las muestras ubicadas en los extremos del vector. Una vez establecido el algoritmo de división, se procedió a dividir las señales obtenidas y se almacenó cada uno de los segmentos en nuevos archivos CSV, los cuales fueron identificados a partir del número del participante, la repetición en la que se generó el movimiento, el sensor que registró la señal, el movimiento y el brazo en el que se colocó la pulsera (derecho o izquierdo). A continuación, se muestra la nomenclatura utilizada para los archivos y un ejemplo de esta. • Nomenclatura: Los archivos están nombrados de la siguiente manera: P#C#S#M#B# Donde: DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 41 P: es el número del participante C: es el número del ciclo (0 - 2) - 0: repetición/ciclo 1 - 1: repetición/ciclo 2 - 2: repetición/ciclo 3 S: es el número del sensor (0 - 3) - 0: sensor 1 - 1: sensor 2 - 2: sensor 3 - 3: sensor 4 M: corresponde al movimiento ejecutado - 0: Flexión - 1: Extensión - 2: Desviación ulnar - 3: Desviación radial - 4: Agarre de gancho - 5: Agarre de potencia - 6: Agarre esférico - 7: Agarre de precisión - 8: Agarre lateral - 9: Agarre de pinza B: corresponde al brazo registrado - 1: Derecho - 2: Izquierdo • Ejemplo: El archivo P3C2S2M8B1 corresponde a la señal registrada para el participante 3 durante la segunda repetición, para el sensor 3, realizando el movimiento de agarre lateral con el brazo derecho. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 42 C. Algoritmo clasificador basado en redes neuronales Para el clasificador de movimientos se hizo uso de la herramienta de MATLAB “Neural Net Pattern Recognition”. Esta herramienta cuenta con una RNA de dos capas, una capa oculta compuesta de neuronas tipo sigmoide, y una capa de salida con neuronas tipo softmax. Teniendo en cuenta que se tenían 28 sujetos que ejecutaron 3 ciclos de 4 movimientos con cada uno de los antebrazos, el conjunto de datos utilizado como señales de entrada para la RNA fue de 672 señales (168 por movimiento). A partir de esto y con el fin de implementar una red neuronal con señales poco procesadas, se implementaron dos casos como matrices de entrada en el algoritmo; el primero consistió en computar la FFT punto a punto para cada una de las señales que componían los diferentes movimientos, es decir, para los 4 sensores, y posteriormente concatenar la primera mitad de la FFT de los sensores (vectores de 1 × 6500) para así formar una matriz de entrada de 672 × 26000. Por otro lado, para el segundo caso se utilizaron vectores de entrada más pequeños a partir del cálculo de promedios locales de la FFT. En este se calculó un valor promedio de la amplitud de la señal para un rango de 10 Hz, obteniendo así un vector de 50 valores para cada uno de los sensores (teniendo en cuenta que solo se tomó la primera mitad de la FFT). De igual manera se realizó la concatenación de los vectores obtenidos para cada sensor con el fin de tener solo una señal de entrada por cada uno de los movimientos, generando así una matriz de entrada de 672 × 200. Una vez determinadas las matrices de entrada, se importaron estas a la herramienta de MATLAB y se evaluaron 7 diferentes números de neuronas con el fin de observar la variabilidad de los resultados obtenidos, además del número de épocas ejecutado y el tiempo que tarda la red para las etapas de entrenamiento, validación y prueba. DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 43 X RESULTADOS A. Brazalete inalámbrico 1. Dimensiones antropométricas Las dimensiones antropométricas utilizadas para el diseño estructural del dispositivo, considerando el cálculo del promedio de la longitud del antebrazo y el perímetro máximo, mínimo y medio de este, considerando todos los sujetos de prueba que participaron en proyecto. En la TABLA III se muestran los resultados de las medidas especificadas anteriormente. TABLA III MEDIDAS ANTROPOMÉTRICAS UTILIZADAS EN EL DISEÑO ESTRUCTURAL Dimensiones anatómicas Promedio Longitud del antebrazo 25.35 cm Perímetro mínimo del antebrazo 25.83 cm Perímetro máximo del antebrazo 16.26 cm Perímetro sección media del antebrazo 23.41 cm Una vez establecidas las dimensiones promedio de la población de interés, se determinó que el perímetro que debía de poseer el brazalete era de 23 cm, teniendo en cuenta que este debía de ser un poco menor que el promedio del perímetro de la sección media del antebrazo con el fin de garantizar un contacto correcto de los electrodos que componían el sistema con la piel. 2. Diseño estructural Posteriormente, se establecieron 3 modelos de brazaletes, con el fin de determinar el mejor diseño estructural para el sistema. En estos se consideraron las dimensiones de los elementos electrónicos seleccionados, lo cuales se describen más a detalle en la sección 2 del presente numeral. a. Prototipo 1 En el prototipo 1 se consideró la incorporación de cajas de PLA, las cuales tienen como función asegurar los sensores, además de resortes de 4.5 cm de longitud con el fin de tratar de garantizar la equidistancia entre sensores. La unión de las carcasas y los resortes se hizo usando DESARROLLO DE UN SISTEMA INALÁMBRICO ASISTENCIAL PARA LA MONITORIZACIÓN... 44 pegamento 5000, insertando el resorte en los segmentos en forma de T que conforman las carcasas. En la Fig. 11 se muestra el resultado obtenido. Fig. 11 Prototipo 1 b. Prototipo 2 En el prototipo 2 se utilizó la técnica de impresión 3D para la manufactura de todos los componentes que constituyen el brazalete. Este cuenta con carcasas de PLA para la sujeción de los 4 sensores y una banda flexible fabricado en TPU el cual se coloca pasándolo a través de la muñeca. A continuación, en la Fig. 12 se muestra la estructura que compone el prototipo 2. Fig. 12 Prototipo 2 c. Prototipo 3
Compartir