Automatización de silla de ruedas empleando señales electromiográficas obtenidas a partir de movimientos faciales
DOI:
https://doi.org/10.37636/recit.v6n4e317Palabras clave:
Automatización, Discapacidad motriz, Electromiografía, Silla de ruedas, TetraplejiaResumen
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.
Descargas
Citas
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 DOI: https://doi.org/10.5294/aqui.2010.10.2.5
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 DOI: https://doi.org/10.4321/S1132-12962011000200013
D. García P., J. Castillo M. y J. Castillo C., “Complicaciones respiratorias de la tetraplejia: Una mirada a las alternativas terapéuticas actuales”, Revista chilena de enfermedades respiratorias, vol. 23, no. 2, pp. 106-116, junio 2007 https://dx.doi.org/10.4067/S0717-73482007000200005
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
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=S0864-215X2019000200001&lng=es&tlng=es.
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=S1727-897X2019000500650&lng=es&tlng=es
I. Gago Fernández y J. Seco Calvo, “Independencia funcional para el manejo autónomo de la silla de ruedas. A propósito 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 DOI: https://doi.org/10.1016/j.ft.2009.03.003
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
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 DOI: https://doi.org/10.17488/RMIB.37.1.4
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
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 DOI: https://doi.org/10.1038/sdata.2014.53
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
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 DOI: https://doi.org/10.3389/fnbot.2020.00040
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 DOI: https://doi.org/10.1108/IR-02-2020-0041
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 DOI: https://doi.org/10.1109/SPIN52536.2021.9565947
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 DOI: https://doi.org/10.1080/03091902.2020.1853838
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, october 2017. https://doi.org/10.1007/s10846-017-0725-0 DOI: https://doi.org/10.1007/s10846-017-0725-0
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 DOI: https://doi.org/10.1007/978-3-030-82199-9_29
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 DOI: https://doi.org/10.1186/s12984-022-01066-8
INEGI. Discapacidad. Recuperado el 13 de noviembre de 2022. [Online] Disponible en:
https://cuentame.inegi.org.mx/poblacion/discapacidad.aspx
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
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
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
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 DOI: https://doi.org/10.3390/electronics7050077
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 DOI: https://doi.org/10.1109/NCETSTEA48365.2020.9119943
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, october 2020. https://doi.org/10.1587/transele.2019CTP0009 DOI: https://doi.org/10.1587/transele.2019CTP0009
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 DOI: https://doi.org/10.47709/cnahpc.v5i1.2063
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 DOI: https://doi.org/10.1109/ITEC-India.2015.7386937
MITAppInventor. (2011). appinventor.mit. [online] Obtenido de https://appinventor.mit.edu/about-us
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
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 DOI: https://doi.org/10.1007/978-981-13-6528-7_3
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 DOI: https://doi.org/10.1109/JSEN.2021.3058987
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 DOI: https://doi.org/10.1109/EMBC46164.2021.9631052
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 DOI: https://doi.org/10.1109/ICEIB57887.2023.10170168
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 DOI: https://doi.org/10.3390/s23062927
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2023 Jesús García García, Guillermo Rey Peñaloza Mendoza, Mario Salvador Castro Zenil, Víctor Becerra Tapia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons 4.0, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a compartir su trabajo en línea (por ejemplo: en repositorios institucionales o páginas web personales) antes y durante el proceso de envío del manuscrito, ya que puede conducir a intercambios productivos, a una mayor y más rápida citación del trabajo publicado (vea The Effect of Open Access).
