Clasificación de gestos con inteligencia artificial para el control de una prótesis de miembro superior mediante señales de sEMG provenientes de una Myo Armband

Abstract

En la actualidad existen diferentes factores por los cuales una persona podría padecer la pérdida de una de sus extremidades superiores, entre las más comunes están las anomalías congénitas y las amputaciones. Según la OMS estas anomalías se denominan también defectos de nacimiento y se trata de anomalías tanto estructurales como funcionales. Estas puedes desencadenar discapacidades crónicas que resultan en un gran impacto para la persona que lo padece, sus familias, los sistemas de salud y la sociedad. Las prótesis de miembro superior son dispositivos que sustituyen un brazo o mano amputada. Estas pueden reemplazar miembros con amputaciones transcarpales, amputaciones por debajo o arriba del codo y desarticulaciones de muñeca, codo u hombro. Además existen diferentes tipos de tecnologías para estas, como por ejemplo: prótesis mécanicas, eléctricas, pasivas, neumáticas y mioeléctricas. Algunas de las desventajas de estás prótesis son: en las pasivas no existe movimiento alguno, por lo que carece de funcionalidad para la persona, las prótesis mécanicas están limitadas debido a que la precisión es mínima, no se puede controlar la fuerza del agarre y la posición exacta para ejecutar diferentes gestos. Por último las prótesis mioélectricas tienen más ventajas, debido a que las señales de control provienen de los músculos involucrados en los movimientos por lo tanto permite realizar una especie de lazo cerrado. Debido a las desventajas que tienen cada una de estás prótesis, en los últimos tiempos se ha estado avanzando en el desarrollo de la inteligencia artificial (IA) para mejorar exactamente el control de estas. Uno de los retos más importantes es permitir la interacción natural entre humanos y robots mediante el aprovechamiento de las señales neuronales adquiridas del cuerpo humano para comunicarse con las máquinas, por lo que los sistemas de IA basados en sEMG son de los más populares. Estos sistemas de IA ofrecen diferentes métodos para resolver el sistema de comunicación cerebro-máquina y a su vez una precisión y control más alto durante los gestos de agarre, pinza y mano abierta.

At present there are different factors by which a person could suffer the loss of one of their upper limbs, among the most common are congenital anomalies and amputations. According to the WHO, these anomalies are also called birth defects and are both structural and functional anomalies. These can trigger chronic disabilities that result in a great impact for the person who suffers from it, their families, health systems and society. Upper limb prostheses are devices that replace an amputated arm or hand. They can replace members with transcarpal amputations, above or below elbow amputations, and wrist, elbow, or shoulder disarticulations. In addition, there are different types of technologies for these, such as: mechanical, electrical, passive, pneumatic and myoelectric prostheses. Some of the disadvantages of these prostheses are: in the passive there is no movement, so it lacks functionality for the person, mechanical prostheses are limited because the precision is minimal, the strength of the grip cannot be controlled and the exact position to execute different gestures. Lastly, myoelectric prostheses have more advantages, since the control signals come from the muscles involved in the movements, thus allowing a kind of closed loop to be performed. Due to the disadvantages that each of these prostheses have, in recent times progress has been made in the development of artificial intelligence (AI) to precisely improve their control. One of the biggest challenges is enabling natural human-robot interaction by harnessing neural signals acquired from the human body to communicate with machines, which is why sEMG-based AI systems are among the most popular. These AI systems offer different methods to solve the brain-machine communication system and in turn higher precision and control during grasping, pincer and open hand gestures.