@MASTERSTHESIS{ 2019:40456306,
 	title = {Estrat?gia de caracteriza??o de sinais eletromiogr?ficos baseada em redes neurais artificiais para sistemas de controle de m?quinas de movimento cont?nuo},
 	year = {2019},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/9333",
 	abstract = "Os seres humanos sofrem frequentemente de les?es nos membros inferiores, principalmente as relacionadas aos movimentos di?rios, sendo o envelhecimento um fator de risco. Isso afeta a sa?de e submete o corpo humano a interven??es cir?rgicas e terapias indesej?veis. Nesse cen?rio, os objetivos deste trabalho s?o: (a) usar rede neural artificial (RNA) para identificar e classificar padr?es musculares com base em sinais eletromiogr?ficos (EMG) e (b) usar a decis?o de sa?da da RNA para controlar uma M?quina Movimento Passivo (CPM, do termo em ingl?s: Continuous Passive Movement) durante uma sess?o de fisioterapia do paciente. A estrat?gia usa eletromiografia de superf?cie combinada com um m?todo de aprendizado supervisionado e intelig?ncia artificial (IA) para criar um sinal de ???????? que permite que esses dispositivos funcionem no modo de Movimento Ativo Cont?nuo (CAM, do termo em ingl?s: Continuous Active Movement). M?todos: Este trabalho utilizou 300 sinais EMG coletados do m?sculo vasto lateral de 10 indiv?duos saud?veis para desenvolver um sistema classificador de for?a. O n?cleo do classificador ? composto por uma rede neural treinada (???????????????). Os sinais EMG s?o classificados em n?veis de for?a pr?-definidos, que por sua vez s?o usados como entradas para controlar uma m?quina de CPM. Assim, existe uma correspond?ncia direta entre cada um dos n?veis de for?a pr?-definidos e o deslocamento linear da m?quina CPM. Resultados: A RNA treinada classifica, em tempo real, sinais EMG em n?veis de for?a com precis?o de 81% com efici?ncia computacional. Ap?s receber os n?veis de for?a pr?-definidos da sa?da da RNA, o atraso que o sistema de controle mec?nico leva para ajustar a m?quina de CPM ? inferior a 100 segundos. Conclus?o: A assertividade baseada em IA da estrat?gia proposta nos permite considerar a extens?o do uso de sinais EMG de m?sculo ?nico para pavimentar o caminho para o controle de outras m?quinas biomec?nicas em um futuro pr?ximo.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Engenharia El?trica},
 	note = {Escola Polit?cnica}
}