Analysis and interpretation of biosignals from the human body for the control of hand prosthesis

Abstract

Consulta en la Biblioteca ETSI Industriales (Riunet)

[EN] This master thesis approaches to the pattern recognition field through the implementation of biosignals classification methods, in order to make possible the control of a robotic hand. Between the acquisition of the biosignals and the application of the classification methods, some different data filtering techniques have been applied in order to improve the reliability of the recognition, this is done by performing a general dimensional reduction. Most of the procedures have been developed using Matlab and a small part in C++.

[CA] Aquesta tesi de màster s'aproxima al reconeixement de patrons per mitjà de la implementació de mètodes de classificació de biosenyals, per tal de fer possible el control d'una mà robòtica. Entre l'adquisició de les biosenyals i l'aplicació dels mètodes de classificació s'han aplicat diferents tècniques de filtratge de dades amb la intenció de millorar la fiabilitat del reconeixement. Aquestes tècniques actuen reduïnt la dimensió global de les dades. La gran majoria dels algorismes s'han desenvolupat utilitzant Matlab i una petita part en C++.

[ES] Esta tesis de máster se aproxima al reconocimiento de patrones a través de la implementación de métodos de clasificación de bioseñales, con el objetivo de hacer posible el control de una mano robótica. Entre la adquisición de las bioseñales y la aplicación de los métodos de clasificación se han aplicado diferentes técnicas de filtrado de datos con la intención de mejorar la fiabilidad del reconocimiento. Estas técnicas actúan reduciendo la dimensión global de los datos. La gran mayoría de los algoritmos se han desarrollado utilizando Matlab y una pequeña parte en C++.