Knee functional state classification using surface electromyographic and goniometric signals by means artificial neural networks
En este artc̕ulo se propone una metodologa̕ para un sistema de apoyo a la decisin̤ de diagns̤tico mďico para evaluar las lesiones de rodilla. Dicha metodologa̕ toma en cuenta que este tipo de lesiones son comunes y surgen por diferentes causas. Por lo tanto, el diagns̤tico y el tratamiento del mďi...
Saved in:
| Other Authors: | , , , , |
|---|---|
| Format: | Book |
| Language: | English |
| Subjects: | |
| Online Access: | Knee functional state classification using surface electromyographic and goniometric signals by means artificial neural networks |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000nam a22000004a 4500 | ||
|---|---|---|---|
| 001 | vpro23080 | ||
| 005 | 20201223000000.0 | ||
| 008 | 200920s2020 ck # g## #001 0#eng#d | ||
| 020 | |a 2011-2769 (Versin̤ electrn̤ica); 0123-2126 (Versin̤ impresa) | ||
| 022 | |||
| 040 | |a CO-BoINGC | ||
| 041 | 0 | |a eng | |
| 245 | 1 | 0 | |a Knee functional state classification using surface electromyographic and goniometric signals by means artificial neural networks |
| 246 | |a Clasificacin̤ del estado funcional de la rodilla utilizando seąles goniomťricas y electromiogrf̀icas de superficie mediante redes neuronales artificiales | ||
| 264 | |a Bogot ̀(Colombia) : |b Revista VirtualPRO, |c 2020 | ||
| 520 | 3 | |a En este artc̕ulo se propone una metodologa̕ para un sistema de apoyo a la decisin̤ de diagns̤tico mďico para evaluar las lesiones de rodilla. Dicha metodologa̕ toma en cuenta que este tipo de lesiones son comunes y surgen por diferentes causas. Por lo tanto, el diagns̤tico y el tratamiento del mďico pueden conducir a pruebas costosas e invasivas segn͠ sus criterios mďicos. Este sistema utiliza una electromiografa̕ de superficie (sEMG) y seąles goniomťricas que se procesan con mťodos de anl̀isis de seąles en el espacio tiempo-frecuencia a travš de un espectrograma y una transformada de ondc̕ulas. Las redes neuronales artificiales se utilizan como tčnica de aprendizaje al tener un perceptrn̤ multicapa. Las seąles de EMG se midieron en cuatro ms͠culos externos e internos asociados a la articulacin̤ mediante evaluaciones de flexin̤ y extensin̤. Estas pruebas tambiň registraron las medidas goniomťricas del plano sagital. | |
| 650 | \ | \ | |a <U+00D3>rganos artificiales |
| 650 | \ | \ | |a Movimiento (Fisiologa̕) |
| 650 | \ | \ | |a Redes neuronales (Computadores) |
| 650 | \ | \ | |a Artificial organs |
| 650 | \ | \ | |a Movement (Physiology) |
| 650 | \ | \ | |a Neural networks (Computer science) |
| 650 | \ | \ | |a Lesin̤ de rodilla; EMGS; RNA; Goniometra̕; Transformada wavelet |
| 650 | \ | \ | |a Knee injury; sEMG; ANN; Goniometry; Wavelet Transform |
| 700 | \ | \ | |a Avilš Sǹchez Oscar Fernando |
| 700 | \ | \ | |a Herrera Gonzl̀ez Marcelo |
| 700 | \ | \ | |a Martn̕ez Hernǹdez Gustavo Adolfo |
| 700 | \ | \ | |a Rodrg̕uez Sotelo Jose Luis |
| 700 | \ | \ | |a Pontificia Universidad Javeriana |
| 856 | |z Knee functional state classification using surface electromyographic and goniometric signals by means artificial neural networks |u https://virtualpro.unach.elogim.com/biblioteca/clasificacion-del-estado-funcional-de-la-rodilla-utilizando-senales-goniometricas-y-electromiograficas-de-superficie-mediante-redes-neuronales-artificiales | ||