Revista de Ciencias Tecnológicas (RECIT). Volumen 3 (1): 10-22
Revista de Ciencias Tecnológicas (RECIT). Universidad Autónoma de Baja California ISSN 2594-1925
Volumen 6 (4): e317. Octubre-Diciembre. 2023. https://doi.org/10.37636/recit.v6n4e317
ISSN: 2594-1925
1
Artículo de investigación
Automatización de silla de ruedas empleando señales
electromiográficas obtenidas a partir de movimientos faciales
Wheelchair automation using electromyographic signals obtained from
facial movements
Jesús García García , Guillermo Rey Peñaloza Mendoza , Mario Salvador Castro Zenil , Víctor Becerra Tapia
TecNM – Instituto Tecnológico Superior de Pátzcuaro, Av. Tecnológico #1, Zurumutaro, Pátzcuaro, Michoacán, México
Autor de correspondencia: Guillermo Rey Peñaloza Mendoza, TecNM – Instituto Tecnológico Superior de Pátzcuaro, Av. Tecnológico
#1, Zurumutaro, Pátzcuaro, Michoacán, México. E-mail: grey@itspa.edu.mx. ORCID: 0000-0003-2795-670X.
Enviado: 16 de Agosto del 2023 Aceptado: 6 de Octubre del 2023 Publicado: 13 de Octubre 2023
Resumen. - La tetraplejia es una enfermedad que puede ser ocasionada por distintos factores ya sean congénitos o accidentes,
limitando a las personas a vivir sin poder realizar movimientos en las extremidades tanto inferiores como superiores. El
presente trabajo muestra el desarrollo de un prototipo de una silla de ruedas para tetrapléjicos controlada mediante
movimientos faciales, esto con la finalidad de dar independencia al paciente y mejorar su estado emocional, al no requerir
ayuda para realizar la tarea de mover la silla. Para la implementación del prototipo se diseñó y construyó un circuito
electrónico de adquisición, amplificación y filtrado analógico de las señales de electromiografía (EMG), el cual otorga una
señal correspondiente al grado de movimiento de los músculos faciales. Posteriormente, la señal obtenida de la placa
analógica base es digitalizada y procesada con la ayuda de un microcontrolador ATmega328p, donde se realiza un filtrado
adicional y se determina el movimiento realizado a partir de las señales obtenidas, esta información es enviada mediante
conexión Bluetooth a un segundo microcontrolador ATmega328p en el prototipo físico de la silla de ruedas. Con la información
de la acción sobre en microcontrolador de la silla de ruedas, se realiza el acondicionamiento de la señal para el control de
los motores que realizarán el movimiento correspondiente. Por último, se diseñó e implementó una aplicación móvil para el
control del prototipo mediante botones, con la idea de que un responsable del usuario de la silla pueda tomar el control en
caso de ser necesario. Como resultados se implementó el sistema sobre una silla de ruedas comercial básica, donde se
adaptaron los motores y una transmisión por bandas para generar el movimiento. Esto permitió el control básico a través del
movimiento facial y por medio de la aplicación móvil, sin embargo, el sistema de EMG requiere ser calibrado para usuarios
diferentes. Como trabajo futuro se plantea modificar la transmisión del prototipo y permitir una calibración automática para
ser aplicado indistintamente del usuario.
Palabras clave: Automatización; Discapacidad motriz; Electromiografía; Silla de ruedas; Tetraplejia.
Abstract. - Tetraplegia is a disease that can be caused by different factors, whether congenital or accidental, limiting people
to live without being able to move both the lower and upper extremities. The present work shows the development of a prototype
of a wheelchair for quadriplegics controlled by facial movements, this in order to give the patient independence and improve
their emotional state by not requiring help to carry out the task of moving the chair. For the implementation of the prototype,
an electronic circuit for analog acquisition, amplification and filtering of electromyography (EMG) signals was designed and
built, which provides a signal corresponding to the degree of movement of the facial muscles. Subsequently, the signal obtained
from the analog base board is digitized and processed with the help of an ATmega328p microcontroller, where additional
filtering is performed and the movement made from the signals obtained is determined. This information is sent via Bluetooth
connection to a second ATmega328p microcontroller in the physical prototype of the wheelchair. With the information of the
action on the wheelchair's microcontroller, the conditioning of the signal is carried out to control the motors that will carry
out the corresponding movement. Finally, a mobile application was designed and implemented to control the prototype through
buttons, with the idea that a person responsible for the user of the chair can take control if necessary. As a result, the system
was implemented on a basic commercial wheelchair, where the motors and a transmission by bands were adapted to generate
the movement, this allowed basic control through facial movement and through the mobile application, however, the EMG
system requires to be calibrated for different users. As future work, it is proposed to modify the transmission of the prototype
and allow an automatic calibration to be applied regardless of the user.
Keywords: Automation; Motor disability; Electromyography; Wheelchair; Tetraplegia.
2 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
1. Introducción
Las lesiones medulares son causantes de
discapacidades que impiden el movimiento de las
personas que las sufren, de acuerdo con Henao-
Lema y Pérez-Parra [1] los avances científicos y
tecnológicos en prevención atención y manejo de
discapacidades permiten el aumento en la
expectativa de vida del individuo que se
encuentra en condiciones de discapacidad. Lo
cual lleva a la necesidad de proveer servicios
funcionales que permitan la inclusión social.
La tetraplejia es una discapacidad que genera
inmovilidad, así como falta de sensibilidad en
miembros tanto superiores como inferiores
causadas por lesiones en la medula espinal, un
relato de un paciente llamado Jesús publicado por
Fernández-Pascual [2] indica como un accidente
vial lo llevó a esta discapacidad, así como tener
que vivir en silla de ruedas relatando el antes y
después y la forma en que tuvo que adaptarse a
su situación.
Las complicaciones respiratorias son una de las
principales causas de muerte en pacientes con
esta discapacidad sobre este tipo de
complicaciones García-P. et al [3] postulan que
los principales causantes de los problemas
respiratorios en estos pacientes son la debilidad
de los músculos intercostales y abdominales, y la
disfunción parcial o total del diafragma y
presentan alternativas terapéuticas para prevenir,
manejar y tratar estos tipos de complicaciones.
El retorno a la vida cotidiana posterior al proceso
de rehabilitación en un hospital es un proceso de
gran dificultad que requiere de tiempo
dedicación y preparación emocional debido a la
cantidad de obstáculos y retos que este
representa, Gifre, Valle, Yuguero, Gil y Monreal
[4] identifican en su investigación los factores
más relevantes que contribuyen a mejorar la
calidad de vida y del cómo perciben los pacientes
su entorno y calidad de vida una vez que han
salido del centro de rehabilitación.
El problema de la independencia en los pacientes
con tetraplejia es un tema sobre el cual estudiar
hoy día para mejorar la calidad de vida de estas
personas. Un artículo de la revista cubana de
ortopedia y traumatología escrito por Bernal-
González, Cabrera-Viltres, Nápoles-Pérez, y
Álvarez-Placeres [5] presenta una cirugía de
reconstrucción de la mano en pacientes con
tetraplejia en el cual se describe el
restablecimiento de la pinza y agarre de la mano
del paciente haciendo uso de las técnicas de
Zancolli y House, con lo cual se favorece la
autonomía del paciente y se logra en ellos un alto
grado de satisfacción.
Un artículo de la revista Medisur en Cienfuegos,
Cuba presentado por la Universidad Tecnológica
Equinoccial de Quito, Ecuador y la Universidad
Estatal del Suroeste de Rusia muestra el diseño
de un sistema para controlar una silla de ruedas
mediante señales eléctricas cerebrales, haciendo
uso de una diadema comercial para la adquisición
de señales cerebrales y un microcontrolador. En
el trabajo de Freire-Carrera, Chadrina, Maila-
Andrago y Drozdov [6] emplean la herramienta
de software LabVIEW para detectar las señales
cerebrales y realizar una comunicación con el
microcontrolador.
Una investigación realizada por Gago-
Fernández y Seco-Calvo, J [7] muestra el caso de
una paciente tetrapléjica espástica, la cual
mediante la intervención de la fisioterapia luego
de 8 meses logró una independencia funcional en
su vida al conseguir el manejo de una silla de
ruedas eléctrica modificada de acuerdo a sus
necesidades.
3 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
2. Marco de referencia
De acuerdo con la Real Academia Española
(RAE), la definición de tetraplejia se refiere a la
parálisis en las cuatro extremidades, es decir, en
manos y pies, por lo cual los pacientes con este
padecimiento no pueden realizar movimientos
más que en la cabeza lo cual representa un gran
reto al encontrarse en esta condición. Esta
discapacidad es causada principalmente por
daños en la médula espinal derivados en mayor
parte de accidentes de tráfico, sin embargo,
también se puede generar por tumores u otro tipo
de enfermedades de canal vertebral [1, 4].
Actualmente no existe una cura, pero sí que se
aborda la pérdida de funcionalidad y sensibilidad
en ciertas partes del cuerpo, teniendo en cuenta el
alcance de la lesión y la condición del paciente.
Con respecto a las lesiones de la médula espinal,
se intenta prevenir las más graves y hacer que el
paciente pueda volver a tener la vida más activa
con la mejor calidad de vida posible. Algunos
tratamientos pueden incluir: cuidado de la
respiración, cuidado de la piel, ejercicios para
mejorar el movimiento y la fuerza, terapia
ocupacional, programas para mejorar el control
del intestino y la vejiga [2, 3, 4].
Las señales mioléctricas son un tipo de bioseñal
generada a partir de la actividad muscular, las
cuales se caracterizan por tener una muy baja
amplitud en el rango de los milivoltios (mV),
debido a esto, las señales requieren una etapa de
amplificación y filtrado para poder ser
procesadas e interpretadas por medio de
software. Se sabe que este tipo de seales tienen
un rango de operacin que vara entre 0V – 10
mV en amplitud dependiendo del msculo que se
esté monitoreando. Estas señales están
superpuestas junto a otras seales que hay en el
ambiente, razón por la cual, la etapa de filtrado
debe de canalizar las seales en una ventana
específica de frecuencias, la misma que deber
estar comprendida entre 0.2 Hz y 40 Hz [8].
Una vertiente de las ciencias exactas que incluye
el estudio, desarrollo e innovacin de tecnologas
para fines mdicos, como terapia o rehabilitacin
es la ingeniera biomdica. Es dentro de esta
disciplina que se encuentra inmerso el desarrollo
de interfaces mioelctricas (EMG); una interfaz
EMG es un dispositivo electrnico que hace uso
de seales biolgicas producidas por los
msculos del cuerpo, las cuales son procesadas y
analizadas por un circuito electrnico adems de
un software [9, 10]. Con las bioseñales obtenidas
a partir del musculo es posible analizarlos cuando
existe daño en ellos, pero también pueden ser
utilizadas para detectar la actividad muscular
siendo una herramienta utilitaria para el control
de prótesis y otros sistemas biomédicos [11, 12].
Sin embargo, los avances tecnológicos han
permitido el uso de las señales de EMG en
múltiples aplicaciones de control, ejemplo de
ellos es el trabajo de Yin, Zhang, Chen y Lemos
[13] donde se presenta un control de velocidad
aplicado a un exoesqueleto conectado a una cinta
de correr integrada con EMG con el objetivo de
proporcionar una mejor interacción entre el
usuario y el sistema. Bouteraa, Abdallah y
Elmogy en [14] presentan el diseño y desarrollo
de un dispositivo robótico para la rehabilitación
de los miembros superiores donde se aplica el
EMG para seguimiento. Dalal y Keshwala en
[15] muestran el diseño y análisis de un prototipo
de mano protésica impresa en 3D controlada por
EMG. Así mismo, la electromiografía ha sido
empleada recurrentemente para su uso como
apoyo para la movilidad de personas con
discapacidad, esto se puede ver en el trabajo de
Kaur [16] donde se realiza la revisión de un
sistema de EMG para conducir una silla de
ruedas para personas con discapacitados motriz.
Kundu, Mazumder, Lenka y Bhaumik en [17]
presentan un sistema de control basado en gestos
4 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
manuales en una silla de ruedas omnidireccional
utilizando una unidad de medición inercial
(IMU) y sensores mioeléctricos para reconocer
siete gestos comunes y clasificar sus
características. Vigliotta, Cipleu, Mikell y Alba-
Flores en [18] emplean el brazalete comercial
Myo que contiene 8 sensores de EMG y una
unidad de medición inercial (IMU) para recopilar
las señales de EMG y utilizarlas para el control
de una silla de ruedas. Por último, Manero,
McLinden, Sparkman y Oskarsson en [19]
aplican el EMG para controlar una silla de
ruedas, sin embargo, utilizan un método donde se
reconoce la intensión de movimiento y no el
movimiento final, para ser aplicados en personas
con esclerosis lateral amiotrófica las cuales
tienen movimientos involuntarios.
3. Planteamiento del problema y
solución propuesta
3.1 Planteamiento del problema
Los principales motivos por los cuales una
persona se encuentra en discapacidad, son los
accidentes, específicamente la tetraplejia es
ocasionada en mayor grado por accidentes viales,
los cuales pueden dejar con inmovilidad de los
miembros superiores e inferiores a las personas
que sufren este tipo de incidentes en su vida [1,
2].
De acuerdo a datos obtenidos por la OMS, cerca
de 1,000 millones de personas padecen algn tipo
de discapacidad, esta cifra representa alrededor
del 15% de la poblacin mundial [20]. Las
personas con discapacidades presentan peores
resultados sanitarios, obtienen resultados
acadmicos inferiores, participan menos en la
economa y registran tasas de pobreza más altas
que el resto de las personas. En el caso de la
tetraplejia la población es mucho menor, sin
embargo, no se deben dejar de lado las
dificultades que esta discapacidad genera a las
personas que la padecen, entre los efectos más
comunes de esta se encuentran problemas
respiratorios, complicaciones en la vejiga e
intestinos, problemas digestivos, incapacidad de
movimiento en la mayor parte del cuerpo, falta
de sensibilidad y problemas de autoestima [21,
22, 23]. El mayor problema para los pacientes
con este tipo de discapacidad es que por su
condición no pueden operar una silla de ruedas
para movilizarse, por lo cual siempre dependen
de otra persona para realizar esta tarea.
3.2 Solución propuesta
Se propone diseñar e implementar un prototipo
de una silla de ruedas controlada, mediante
señales electromiográficas para independizar al
paciente tetrapléjico, en la realización del
movimiento y control de esta.
El prototipo de silla de ruedas se plantea como
una alternativa a la independencia para el
paciente tetrapléjico, esto con la finalidad de que
pueda controlar el sistema con las partes del
cuerpo en las que sí tiene capacidad de
movimiento como lo son los músculos faciales.
El que un paciente tetrapléjico pueda controlar
por sí solo una silla de ruedas además de
independencia, le puede ser de gran utilidad en el
aspecto emocional al mejorar considerablemente
sus niveles de autoestima y confianza logrando
con ello una mejor seguridad favoreciendo su
salud emocional.
4. Metodología
Para realizar el diseño se tuvieron en cuenta
algunas consideraciones, como el software a
utilizar y bosquejo de este en papel, para lo cual
se utilizó el software EAGLE de AUTODESK.
Este tipo de circuito requiere de distintas etapas
para realizar de forma correcta su función, las
cuales se muestran en el diagrama de la Figura 1.
5 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 1. Etapas del circuito de adquisición de señales de EMG.
4.1. Adquisición
Para la etapa de amplificación se puede hacer uso
ya sea del circuito integrado AD620 o el INA114
[24], debido a que ambos componentes cuentan
con la misma distribución de pines mostrada en
la Figura 2.
Figura 2. Etapa de amplificación.
Como se observa, los pines 2 y 3 son la entrada
de la señal y las terminales RG son para colocar
la resistencia requerida de acuerdo con la
ganancia que sea necesaria en el circuito, la cual
está dada por la ecuación (1) proporcionada en la
hoja de datos del fabricante.
𝑅𝐺 =49.4𝑘𝛺
𝐺 − 1 (1)
Donde RG es la resistencia que se va a colocar y
G la ganancia que se necesita.
4.2. Filtrado
La siguiente etapa es el filtrado, en esta se puede
utilizar cualquier circuito integrado de
amplificadores operacionales que cumpla con las
características requeridas para el circuito el cual
se alimenta por fuentes de 9v y -9v en este caso
el componente elegido es el TL084 mostrado en
la Figura 3 que cuenta con 4 amplificadores los
cuales son suficientes para el diseño de los filtros.
6 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 3. Distribución de pines del TL084, obtenida de la hoja de datos del fabricante, Texas Instrument.
4.2.1 Filtro pasa bajas
Considerando una frecuencia de corte (fc) de
300Hz, un Capacitor de 0.1uF (C) y de acuerdo a
la ecuación (2) el diseño del filtro queda definido
en la Figura 4.
𝑅 = 1
2𝜋𝑓𝑐𝐶 (2)
Figura 4. Filtro pasa bajas 20 dB/década.
Las resistencias de 1kΩ que se observan en la
parte superior son para obtener una pequeña
ganancia de 2 una vez que la señal haya sido
filtrada de acuerdo a la configuración no
inversora del filtro.
4.2.2. Filtro pasa altas
Considerando una frecuencia de corte (fc) de
20Hz, un Capacitor de 0.1uF (C) y de acuerdo a
la ecuación (2) el diseño del filtro queda definido
en la Figura 5.
7 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 5. Filtro pasa altas 20 dB/década.
4.2.3. Filtro Notch
Este filtro mostrado en la Figura 6 se encarga de
eliminar señales en una frecuencia determinada,
en este caso se requiere eliminar el ruido eléctrico
por lo cual el diseño debe ser implementado para
60 Hz [25, 26], los valores de los componentes
en este filtro se rigen por las ecuaciones (3), (4)
y (5) para las cuales se tiene fo = 60 Hz, C = 100
pF.
𝑅 = 1
2𝜋𝐶𝑓𝑜 (3)
𝐶𝑓 = 2𝐶 (4)
𝑅𝑓 =𝑅
2 (5)
Figura 6. Filtro notch 60 Hz.
8 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Lo mostrado en la Figura 6 es el circuito
utilizado, sin embargo, se ha realizado un nuevo
diseño del circuito con filtros de mayor orden
para mejorar la interpretación de las señales, el
diseño de dicho circuito se muestra a
continuación. En el circuito los componentes
principales son los mismos por lo cual solo se
muestra la etapa de filtrado que fue en la que se
realizaron cambios.
4.2.4 Filtro pasa bajas (Segundo orden Sallen-
Key)
Considerando una frecuencia de corte (fc) de 300
Hz, un capacitor de 220 nF (C) y de acuerdo a la
ecuación 6 el diseño del filtro queda definido en
la Figura 7.
𝐹𝑐 =1
2𝜋𝑅𝐶 (6)
Figura 7. Filtro pasa bajas de segundo orden.
Las resistencias de 33 kΩ y 56 kΩ que se
observan en la parte del amplificador son para
obtener una aproximación Butterworth
R1/R2=0.586.
4.2.5. Filtro pasa altas (Segundo orden Sallen-
Key)
Considerando una frecuencia de corte (fc) de 10
Hz, un capacitor de 220 nF (C) y de acuerdo a la
ecuación 6 el diseño del filtro queda definido en
la Figura 8, de igual forma se realizó una
aproximación Butterworth con las resistencias de
la parte más próxima al amplificador.
9 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 8. Filtro pasa altas de segundo orden.
Cabe mencionar que para el diseño se colocaron
dos filtros de segundo orden en cascada para con
ello generar un cuarto orden.
4.3 Conversión analógica a digital
Una vez realizada la etapa de filtrado se requiere
acondicionar la señal de tal forma que se pueda
procesar digitalmente para lo cual es necesario
realizar ajustes en la señal de salida, de tal forma
que se pueda digitalizar los cual se realiza
mediante un circuito de ajuste offset mostrado en
la Figura 9, que cuenta con un amplificador
operacional y en este caso el encargado de
digitalizar la señal será la placa Arduino nano.
Figura 9. Circuito de ajuste de offset
El ajuste del offset se realiza debido a que el
medio de digitalización de la señal será un
Arduino el cual solo admite señales de entre 0 -
5 V por lo cual la parte negativa de la señal no se
podría visualizar de no implementar este circuito,
una vez hecho esto la salida PUT-1 se conecta a
un pin analógico del Arduino para poder ser
digitalizada.
4.4 Parametrización de la señal
Una vez que se tiene la señal digitalizada es
necesario realizar una observación de esta en la
10 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
herramienta “serial Plotter” del IDE Arduino,
una vez graficada la señal se debe analizar si es
necesaria la creación de un filtro digital de tal
forma que sea posible la interpretación de esta.
Una vez hecho el filtrado digital, se procede a
procesar la señal digitalmente de tal forma que al
realizar movimientos musculares se pueda
identificar la respuesta frecuencial y de amplitud
de la señal siendo posible definir al menos 4
parámetros utilizables para programar una
acción, es decir asignar el envío numérico del 1
al 4 representando los movimientos musculares
realizados, en la Tabla 1 se establece la relación
entrada - salida.
Tabla 1. Entradas y salidas del circuito de adquisición de señales de EMG
Entradas al circuito
Salidas del circuito
Movimiento del maxilar inferior al frente
1
Movimiento del maxilar inferior a la izquierda
2
Movimiento del maxilar inferior a la derecha
3
Abrir la boca
4
4.5 Circuito de interpretación de datos
Para la construcción del circuito intérprete es necesario el uso de un Arduino que recibe los datos del
circuito de adquisición de señales, las cuales son enviadas ya procesadas y de manera inalámbrica. Esta
placa Arduino controla un circuito Puente H, el cual a su vez controla 2 motores que realizan lo indicado
con los movimientos del usuario, en cierta forma este circuito es un decodificador que realiza acciones de
acuerdo a las señales recibidas como se puede observar en la Tabla 2.
Tabla 2. Entradas y salidas del circuito intérprete.
Entrada al circuito
Salida del circuito
1
Avanzar al frente
2
Giro hacia la izquierda
3
Giro hacia la derecha
4
Retroceder (reversa)
4.6 Pruebas de comunicación inalámbrica
Para las pruebas de esta comunicación fue
necesario hacer uso de dos módulos Bluetooth
HC-05 los cuales tendrán una configuración
distinta dependiendo del fabricante. Para realizar
la comunicación entre los dos circuitos fue
necesario configurar un Bluetooth como esclavo
y otro como maestro, para que fuera posible la
conexión entre estos, para esto se hace uso de los
comandos AT los cuales se especifican en la hoja
de datos del fabricante del componente, los
comandos necesarios son para cambiar el
nombre, modo (esclavo/maestro) y configurar la
conexión automática entre los dos dispositivos
[27, 28]. En el monitor serial se teclean los
comandos descritos en la Tabla 3.
Cabe mencionar que es necesario tener
presionado el botón del módulo, antes de
alimentarlo para que permita ingresar al modo de
configuración. Una vez configurados los
módulos se conectarán cada que se enciendan y
se puede comenzar con las pruebas.
11 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Tabla 3. Comandos necesarios para configurar el HC-05
Respuesta
Ok
HC-05(nombre de fábrica)
Indica si es esclavo o maestro con 0 y 1 respectivamente
Cambio de parámetros y configuración
Cambiará el nombre del dispositivo
Cambiará el rol del dispositivo
Configura la conexión por dirección mac (solo es
necesaria en el maestro)
Asigna la dirección del dispositivo al cual se va a conectar
(solo es necesaria en el maestro)
4.. Desarrollo de la app
Para el desarrollo de la app lo más viable en
cuanto a ahorro de tiempos fue utilizar MIT App
inventor [29, 30], debido a la simplicidad con la
que se pueden crear aplicaciones para tareas
sencillas como la que se necesita para este
prototipo, además de no requerir de una
instalación previa ya que se puede desarrollar en
la web [31]. Para la creación de esta interfaz, es
necesario apoyarse de al menos 2 diseños para
poder realizar una encuesta con al menos 10
personas y definir que interfaz es más intuitiva y
amigable para el usuario, la idea principal de esto
es que el usuario no necesite una capacitación
muy compleja para poder utilizar el prototipo.
5. Resultados
Una vez realizadas las pruebas necesarias con el
software EAGLE se obtuvo el circuito
esquemático mostrado en las Figuras 10, 11 y 12,
el cual ya cuenta con un Jack 3.5 para la conexión
de los electrodos, entrada de alimentación
tomando en cuenta el uso de dos baterías de 9v y
una salida de la señal la cual se conecta al
microcontrolador para digitalizarla.
12 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 10. Diagrama esquemático del circuito final: etapa de pre-amplificación.
Figura 11. Diagrama esquemático del circuito final: etapa de filtrado.
13 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 12. Diagrama esquemático del circuito final: etapa de acondicionamiento.
Obtenido el diseño del circuito se imprimieron
las plantillas en papel couché las cuales se
muestran en la Figura 13 para posteriormente
realizar el planchado y obtener el circuito en la
placa fenólica.
Figura 13. Plantillas para la placa fenólica.
Lo mostrado en las figuras 14 es lo obtenido una
vez hecho el proceso de impresión del circuito PCB para posteriormente realizar el montaje de
los componentes mostrado en la figura 15.
14 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 14. Muestra de las tarjetas de PCB, a) marcado de pistas sobre placa, b) placa después del proceso químico para la
remoción del exceso de cobre y c) placa con perforaciones para colocar componentes.
Figura 15. circuito de adquisición de señales de EMG montado.
15 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Para el caso del segundo diseño se había
planteado la elaboración de una placa de doble
cara, sin embargo, el proceso no se pudo realizar
correctamente, por lo cual se seguirá utilizando
el primer diseño mientras se logra mandar a
manufacturar el PCB del segundo diseño.
Teniendo la placa montada se conectaron los
electrodos a los latiguillos y la salida de la placa
base al microcontrolador para observar la señal
obtenida y comparar la forma de esta con una
señal de EMG normal. En la Figura 16 se muestra
la conexión de los electrodos al usuario.
Figura 16. Conexión del circuito de adquisición de señales.
Una vez realizadas las conexiones se graficaron
las señales obtenidas por el circuito para
múltiples movimientos, en la Figura 17 se
muestra la gráfica del EMG para un movimiento
de apertura de la boca, en la Figura 18 se realiza
un movimiento que hace fuerza en el maxilar y
en la Figura 19 muestra la gráfica con un
movimiento del maxilar hacia enfrente.
Figura 17. Señal obtenida con la boca abierta
16 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 18. Señal obtenida haciendo fuerza en el maxilar
Figura 19. Señal moviendo el maxilar al frente
Las formas de la señal se pueden poner en
comparación con lo obtenido en los trabajos de
Correa-Figueroa et al. [9], Zhu et al. [32], Yeon
y Herr [33] en los cuales se muestra la señal en
bruto como se presenta en las anteriores
imágenes y además también se muestra ya
filtrada digitalmente, cabe mencionar que a las
señales mostradas en las Figuras anteriores solo
tienen el filtrado analógico, es decir una vez
aplicando filtros digitales se reducirán ciertos
picos en la señal [34, 35], un ejemplo de la señal
en bruto de un EMG y filtrada digitalmente se
muestra en el trabajo de Correa-Figueroa et al.
[9], sin embargo, se toma en cuenta que el
músculo del cual se adquirieron las señales en el
presente trabajo es un músculo facial y en el
trabajo de Correa-Figueroa et al. [9] es un
músculo de brazo.
El circuito implementado para el control de los
motores es únicamente otro microcontrolador
que interpreta los datos recibidos para realizar el
movimiento de los motores, en la Figura 20 se
muestra un montaje realizado a manera de
prototipo para verificar el funcionamiento de
este. En este montaje solo se reciben datos por
Bluetooth los cuales asignan movimientos a los
motores y permiten el control de este, ya sea
mediante el circuito de adquisición de datos o
mediante la aplicación móvil.
17 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 20. Circuito intérprete de los datos.
Una vez que se observó el funcionamiento en el
prototipo de la Figura 20 se procedió a realizar el
montaje en tamaño real para esto se utilizaron 2
motores 24 V DC 17 A una batería de 12 V a 7 A
y el puente h utilizado se cambió por uno de
mayor capacidad en cuanto a corriente, para
lograr que el prototipo en tamaño real quedara
como se muestra en la Figura 21.
Figura 21. Prototipo en tamaño real.
Como se muestra en la imagen se utilizaron
bandas para transmitir el movimiento de los
motores a las ruedas lo cual permitió que la silla
se moviera en la dirección indicada por medio de
la app y del circuito de adquisición de datos. La
aplicación móvil realizada para fungir como
control auxiliar al EMG funcionó sin problemas,
para la cual se programó que los datos enviados
fueran del 1 al 4 para que el circuito interprete
realizara los movimientos en las direcciones
indicadas. Tomando en cuenta algunas
sugerencias se optó por añadir control por voz al
prototipo el cual fue incorporado dentro de la
misma app quedando el diseño de esta como se
muestra en la Figura 22.
18 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
Figura 22. Diseño final de la app
6. Conclusiones
El circuito fue diseñado por medio del software
EAGLE y posteriormente aplicando la técnica de
planchado se creó la placa impresa PCB, la señal
obtenida de este fue muy aleatoria para poder
parametrizar y asignar acciones, por lo cual se
tuvo que implementar un filtro digital de
promedio exponencial para suavizar los picos y
eliminar ruido de la señal, aún con esto la señal
fue un tanto difícil de interpretar. Se realizó una
parametrización de esta haciendo un envío de
datos numéricos del 1 al 4 para los movimientos
direccionales al circuito interprete, que son las
acciones logradas hasta el momento.
Se diseñó un segundo circuito con filtros de 4to
orden para mejorar la forma de la señal y de esta
manera lograr un mejor control del prototipo, sin
embargo, el diseño no se pudo plasmar en un
PCB debido a que el equipo de laboratorio dejó
de funcionar después de la impresión de la
primera capa, y al ser un circuito de tal
complejidad se descartó la opción de realizarlo
mediante el método de planchado.
El prototipo de la silla se realizó haciendo uso de
un puente H el cual controla dos motores DC,
este a su vez conectado a un microcontrolador
que recibe instrucciones del circuito de
adquisición de señales de EMG y de una app
móvil, el prototipo se programó de tal forma que
realizara movimientos de acuerdo a los datos
recibidos, en este caso del 1 al 4, 1 adelante, 2
derecha, 3 izquierda, 4 atrás. Este funcionó de la
manera correcta respondiendo a los datos
recibidos tanto del circuito de adquisición de
señales como de la aplicación móvil.
Posterior a la revisión del funcionamiento del
prototipo a escala se procedió a realizar el
armado en tamaño real del prototipo haciendo
uso de una silla de ruedas simple para colocarle
los motores y el circuito de control de estos el
cual funcionó de manera adecuada generando los
movimientos indicados.
La comunicación inalámbrica se empleó
mediante Bluetooth, haciendo uso de dos
módulos HC-05 para la cual se tuvo que
19 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
configurar un módulo como maestro y otro como
esclavo, así mismo se realizó la configuración
para que se conectaran automáticamente estando
los dos encendidos. Para conectar la app con el
prototipo primero se tuvo que apagar el circuito
de adquisición de datos para que el módulo
Bluetooth del prototipo quedara disponible para
la conexión del dispositivo móvil y poder
controlarlo mediante la app.
La aplicación fue desarrollada en MIT App
Inventor, la cual consiste de 6 botones conectar,
desconectar y 4 botones de direcciones los cuales
fueron programados para enviar datos numéricos
del 1 al 4, y poder ser interpretados por el
prototipo. Dicha aplicación funcionó sin
problema alguno y fue posible controlar el
prototipo mediante este medio, además de
incorporar en esta un control de voz logrando de
esta manera 3 diferentes formas de controlar el
dispositivo.
7. Agradecimientos de autores
Jesús García García: Conceptualización;
Recursos; Ideas; Metodología; Investigación;
Borrador original; Administración de proyecto.
Guillermo Rey Peñaloza Mendoza:
Conceptualización; Metodología; Investigación;
Análisis de datos; Escritura; Revisión y edición.
Mario Salvador Castro Zenil: Investigación;
Análisis de datos; Escritura. Víctor Becerra
Tapia: Análisis de datos; Escritura; Revisión y
edición.
Referencias
[1] C. P. Henao-Lema y J. E. Pérez-Parra, “Lesiones
medulares y discapacidad: revisión bibliográfica.”
Aquichan, vol. 10 no. 2, pp. 157-172, agosto 2010. ISSN:
1657-5997. https://doi.org/10.5294/aqui.2010.10.2.5
[2] A. Fernández Pascual, “The spinal cord: the cord of life.
The story of a quadriplegic by traffic accident.” Index de
Enfermería, vol. 20, no. 3, pp. 199-202, julio 2011.
https://doi.org/10.4321/S1132-12962011000200013
[3] D. García P., J. Castillo M. y J. Castillo C.,
“Complicaciones respiratorias de la tetraplejia: Una mirada
a las alternativas teraputicas actuales”, Revista chilena de
enfermedades respiratorias, vol. 23, no. 2, pp. 106-116,
junio 2007 https://dx.doi.org/10.4067/S0717-
73482007000200005
[4] M. Gifre, A. Valle, M. Yuguero, Á. Gil y P. Monreal,
“La mejora de la calidad de vida de las personas con lesión
medular: La transición del centro rehabilitador a la vida
cotidiana desde la perspectiva de los usuarios.” Athenea
Digital. Revista de Pensamiento e Investigación Social, no.
18, pp. 3-15, 2010. ISSN: 1578-8946. Disponible en:
https://www.redalyc.org/articulo.oa?id=53720000001
[5] M. J. Bernal González, N. J. Cabrera Viltres, M.
Nápoles Pérez y L. Álvarez Placeres, “Cirugía
reconstructiva de la mano en pacientes tetrapléjicos.”
Revista Cubana de Ortopedia y Traumatología, vol. 33, no.
2, diciembre 2019. Recuperado en 20 de mayo de 2021, de
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S08
64-215X2019000200001&lng=es&tlng=es.
[6] F. Freire Carrera, O. Chadrina, E. Maila Andrango y V.
Drozdov, “Diseño de sistema para controlar una silla de
ruedas mediante señales eléctricas cerebrales”, MediSur,
vol. 17, no. 5, pp. 650-663, octubre de 2019. Recuperado
en 21 de mayo de 2021, de
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S17
27-897X2019000500650&lng=es&tlng=es
[7] I. Gago Fernández y J. Seco Calvo, “Independencia
funcional para el manejo autónomo de la silla de ruedas. A
propsito de un caso”. Fisioterapia, vol. 32, no. 1, pp. 41-
45, febrero 2010, ISSN 0211-5638,
https://doi.org/10.1016/j.ft.2009.03.003
[8] O. Veloz Segarra y M. Fornell Sánchez, “Diseño e
implementación de un sistema de control de una silla de
ruedas eléctrica mediante sensores mioeléctricos
EOG/EMG”, Tesis de licenciatura, Escuela Superior
Politécnica del Litoral, Guayaquil, Ecuador, 2015.
Disponible en:
http://www.dspace.espol.edu.ec/handle/123456789/34970
[9] J. L. Correa-Figueroa, E. Morales-Sánchez, J. A.
Huerta-Ruelas, J. J. González-Barbosa y C. R. Cárdenas-
Pérez, “Sistema de Adquisición de Señales SEMG para la
Detección de Fatiga Muscular”, Revista mexicana de
ingeniería biomédica, vol. 37, no. 1, pp. 17-27, enero 2016.
https://doi.org/10.17488/RMIB.37.1.4
20 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
[10] J. M. Weiss, L. D. Weiss and J. K. Silver, Easy EMG-
E-Book: A Guide to Performing Nerve Conduction Studies
and Electromyography, Philadelphia, USA, Elsevier
Health Sciences, 2023. Disponible en:
https://www.us.elsevierhealth.com/easy-emg-
9780323796866.html
[11] M. Atzori, A. Gijsberts, C. Castellini, et al.,
"Electromyography data for non-invasive naturally-
controlled robotic hand prostheses." Scientific data, vol. 1,
no. 140053, pp. 1-13, diciembre 2014.
https://doi.org/10.1038/sdata.2014.53
[12] R. M. Singh y S. Chatterji “Trends and challenges in
EMG based control scheme of exoskeleton robots-a
review.” International Journal of Scientific & Engineering
Research, vol. 3, no. 8, Agosto 2012. ISSN 2229-5518.
Disponible en:
https://citeseerx.ist.psu.edu/document?repid=rep1&type=
pdf&doi=f119d63499566fae9bb13dcfadf8a82d6ce49fa5
[13] G. Yin, X. Zhang, D. Chen, H. Li, J. Chen, C. Chen
and S. Lemos, “Processing surface EMG signals for
exoskeleton motion control.” Frontiers in Neurorobotics,
vol. 14, julio 2020, ISSN=1662-5218,
https://doi.org/10.3389/fnbot.2020.00040
[14] Y. Bouteraa, I. B. Abdallah and A. Elmogy, “Design
and control of an exoskeleton robot with EMG-driven
electrical stimulation for upper limb rehabilitation.”
Industrial Robot: the international journal of robotics
research and application, vol. 47, no. 4, pp. 489-501, mayo
2020, https://doi.org/10.1108/IR-02-2020-0041
[15] D. Dalal and U. Keshwala, "Design and analysis of
EMG controlled anthropomorphic Prosthetic hand," 2021
8th International Conference on Signal Processing and
Integrated Networks (SPIN), Noida, India, 2021, pp. 345-
349, https://doi.org/10.1109/SPIN52536.2021.9565947
[16] A. Kaur, “Wheelchair control for disabled patients
using EMG/EOG based human machine interface: a
review”, Journal of medical engineering & technology,
vol. 45, no. 1, pp. 61-74, diciembre 2020,
https://doi.org/10.1080/03091902.2020.1853838
[17] A. S. Kundu, O. Mazumder, P. K. Lenka y S.
Bhaumik. “Hand gesture recognition based
omnidirectional wheelchair control using IMU and EMG
sensors”, Journal of Intelligent & Robotic Systems,
Springer, vol. 91, pp. 529-541, octubre 2017.
https://doi.org/10.1007/s10846-017-0725-0
[18] J. Vigliotta, J. Cipleu, A. Mikell and R. Alba-Flores,
“EMG controlled electric wheelchair”. Intelligent Systems
and Applications. IntelliSys 2021. Lecture Notes in
Networks and Systems, vol. 296, pp. 439-449. Springer
International Publishing 2022.
https://doi.org/10.1007/978-3-030-82199-9_29
[19] A. C. Manero, S. L. McLinden, J. Sparkman and B.
Oskarsson, “Evaluating surface EMG control of motorized
wheelchairs for amyotrophic lateral sclerosis patients.”
Journal of neuroengineering and rehabilitation, vol. 19,
no. 1, pp. 1-10, Agosto 2022,
https://doi.org/10.1186/s12984-022-01066-8
[20] INEGI. Discapacidad. Recuperado el 13 de noviembre
de 2022. [Online] Disponible en:
https://cuentame.inegi.org.mx/poblacion/discapacidad.asp
x
[21] ASIA. American Spinal Injury Association. asia-
spinalinjury.org. (28 de octubre de 2019) Obtenido de asia-
spinalinjury.org. [online] Disponible en: https://asia-
spinalinjury.org/wp-
content/uploads/2019/11/International-Standards-
Worksheet-Spanish-Final_10_28_2019.pdf
[22] Y. Bahena-Salgado y J. Bernal-Márquez. “Calidad de
vida de los pacientes con paraplejía secundaria a lesión
vertebral traumática”. Acta ortopédica mexicana, vol. 21,
no. 1, pp. 3-7. Recuperado el 04 de Septiembre de 2019, de
https://www.medigraphic.com/pdfs/ortope/or-
2007/or071b.pdf
[23] World Health Organization. “International
Perspectives on Spinal Cord Injury (IPSCI)”. In: Jerome
Bickenbach, Cathy Bodine, Douglas Brown, et al. (eds.)
Geneva, 2013. Disponible en:
https://www.who.int/publications/i/item/international-
perspectives-on-spinal-cord-injury
[24] A. Polo, P. Narvaez and C. Robles Algarín,
“Implementation of a cost-effective didactic prototype for
the acquisition of biomedical signals”, Electronics, vol. 7,
no. 5, mayo 2018. Disponible en:
https://doi.org/10.3390/electronics7050077
[25] A. Panja, A. Bhattacharya and T. P. Banerjee, "Design
and Analysis of Notch Depth for T-Notch Filter," 2020
National Conference on Emerging Trends on Sustainable
Technology and Engineering Applications (NCETSTEA),
Durgapur, India, 2020, pp. 1-4,
https://doi.org/10.1109/NCETSTEA48365.2020.9119943
21 ISSN: 2594-1925
Revista de Ciencias Tecnológicas (RECIT). Volumen 6 (4): e317
[26] K. Afifah and N. Retdian, “Design of N-path notch
filter circuits for hum noise suppression in biomedical
signal acquisition”, IEICE Transactions on Electronics,
vol. E103-C, no. 10, pp. 480-488, octubre 2020.
https://doi.org/10.1587/transele.2019CTP0009
[27] Y. E. Prasetyo, H. Hindarto, S. Syahrorini and A.
Wisaksono, “Wheelchair Control Using Bluetooth-Based
Electromyography Signals”. Journal of Computer
Networks, Architecture and High-Performance
Computing, vol. 5, no. 1, pp. 148-159, enero 2023.
https://doi.org/10.47709/cnahpc.v5i1.2063
[28] R. K. Singh, A. Sarkar, D. Chakravarty, P. Goyal, V.
Lodhi and A. Sharma, "Bluetooth communication
controlled robot based on gesture recognition," 2015 IEEE
International Transportation Electrification Conference
(ITEC), Chennai, India, 2015, pp. 1-5.
https://doi.org/10.1109/ITEC-India.2015.7386937
[29] MITAppInventor. (2011). appinventor.mit. [online]
Obtenido de https://appinventor.mit.edu/about-us
[30] F. Posada Prieto, “Creando aplicaciones para móviles
Android con MIT App Inventor 2”, Instituto Nacional de
Tecnologías Educativas y de Formación del Profesorado
(INTEF), Recursos Educativos Digitales, abril 2019.
ISSN:2695-4176. https://doi.org/104438/2695-
4176_OTE_2019_847-19-121-5
[31] E. W. Patton, M. Tissenbaum and F. Harunani, “MIT
app inventor: Objectives, design, and development”,
Computational thinking education, Springer Open,
Singapure, ISBN 978-981-13-6528-7 (eBook)
https://doi.org/10.1007/978-981-13-6528-7_3
[32] L. Zhu, G. Mao, H. Su, Z. Zhou., W. Li, X. Lü and Z.
Wang. “A wearable, high-resolution, and wireless system
for multichannel surface electromyography detection”,
IEEE Sensors Journal, vol. 21, no. 8, pp. 9937-9948, abril
2021. https://doi.org/10.1109/JSEN.2021.3058987
[33] S. H. Yeon and H. M. Herr, "Rejecting Impulse
Artifacts from Surface EMG Signals using Real-time
Cumulative Histogram Filtering," 2021 43rd Annual
International Conference of the IEEE Engineering in
Medicine & Biology Society (EMBC), 2021, pp. 6235-
6241. https://doi.org/10.1109/EMBC46164.2021.9631052
[34] Z. Xiao, J. Ye, H. Shen, S. Deng, H. Zhu and H. Xiao,
"Analysis of Digital Filtering Design Based on Surface
EMG Signals," 2023 IEEE 3rd International Conference
on Electronic Communications, Internet of Things and Big
Data (ICEIB), Taichung, Taiwan, 2023, pp. 542-546,
https://doi.org/10.1109/ICEIB57887.2023.10170168
[35] M. Boyer, L. Bouyer, J. S. Roy and A. Campeau-
Lecours, “Reducing Noise, Artifacts and Interference in
Single-Channel EMG Signals: A Review”. Sensors, vol.
23, no. 6, marzo 2023. https://doi.org/10.3390/s23062927
Derechos de Autor (c) 2023 Jesús García García, Guillermo Rey Peñaloza Mendoza, Mario Salvador Castro Zenil, Víctor
Becerra Tapia
Este texto está protegido por una licencia Creative Commons 4.0.
Usted es libre para compartir —copiar y redistribuir el material en cualquier medio o formato — y adaptar el documento —
remezclar, transformar y crear a partir del material— para cualquier propósito, incluso para fines comerciales, siempre que
cumpla la condición de:
Atribución: Usted debe dar crédito a la obra original de manera adecuada, proporcionar un enlace a la licencia, e indicar si se
han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo del
licenciante o lo recibe por el uso que hace de la obra.
Resumen de licencia - Texto completo de la licencia