Tamanho da fonte: 

Este estudo descreve o desenvolvimento de um sistema de aquisição e classificação de sinais mioelétricos. Alguns resultados são apresentados para mostrar a identificação de padrões nesses sinais a partir de um sistema com: coleta dos sinais através de eletrodos de superfície para eletromiografia, condicionamento analógico de sinais com amplificador de instrumentação e filtro ativo, digitalização e processamento digital. Esse processamento é composto: primeiramente, por um janelamento temporal sobre o instante em que identifica-se o sinal de contração muscular, sucessivamente, por uma decomposição desse sinal janelado por Transformada Wavelet e, enfim, pela classificação dos coeficientes em uma Rede Neural Artificial do tipo Perceptron Multicamadas. Além disso, são apresentas comparações entre diferentes configurações no processamento digital, para entender quais parâmetros são mais significativos na classificação desses sinais. As comparações são sobre: o tamanho da janela temporal, o tipo e o nível de decomposição por Transformada Wavelet, e as quantidades de camadas escondidas e de neurônios na Rede Neural Artificial.

Sinais Eletromiográficos; Wavelet; Redes Neurais Artificiais; Perceptron Multicamadas; Classificador de padrões