Trabalho de conclusão de curso: APLICAÇÃO DE MÁQUINAS DE VETORES DE SUPORTE PARA GERAÇÃO DE SINAIS DE CONTROLE ROBUSTOS PARA PRÓTESES MIOELÉTRICAS
Código feito em Python 3.6
Essa pasta contém as coletas de sinais EMG de 6 voluntários utilizando um bracelete com quatro canais EMG e realizando 7 tipos de movimentos diferentes. Cada movimento possui 160 amostras. O protocólo de coleta pode ser encontrado na minha monografia clicando aqui. Minha monografia explica de forma detalhada o passo a passo do experimento. Além disso, existem tópicos para um breve resumo sobre as principais técnicas utilizadas: SVM, PCA, Eletromiografia, etc.
-
Processamento de dados
A primeira parte do código principal realiza a leitura e em sequência o processamento dos dados disponibilizados na pasta DataSet. -
Extração de atributos
A segunda parte consiste na extração de atributos dos sinais EMG no domínio do tempo. Os atributos foram:- Mean Absolute Value - MAV
- Root Mean Square - RMS
- ZC - Zero-Crossings
- Signal Variance - VAR
- Slope Sign Change - SSC
- Waveform Length - WL
-
Treinamento - Gerando um modelo
A terceira parte foi o treino do classificador para a geração de um modelo. O modelo foi criado utilizando a Técnica de Support Vector Machine - SVM. -
Teste - Vizualizando os Resultados
Na quarta parte foram realizados testes do classificador. -
Redução de dimensionalidade
Por último é feita a redução de dimensionalidade dos atributos extraídos usando a técnica de Principal Component Analysis - PCA. A figura abaixo mostra um exemplo, conseguindo reduzir a dimensionalidade de um espaço de 24D para 3D com 87% da variabilidade dos dados.
Autor: Eber Lawrence Souza Gouveia
Website - Linkedin
Laboratório de Engenharia Biomédica - BioLab