GomezManuela-2022-BrazaleteInalambricoElectromiografia

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