{"id":7357,"date":"2026-03-12T16:25:05","date_gmt":"2026-03-12T19:25:05","guid":{"rendered":"https:\/\/ingbio.paap.cup.edu.uy\/?page_id=7357"},"modified":"2026-03-12T16:34:35","modified_gmt":"2026-03-12T19:34:35","slug":"tecnicas-de-clasificacion-automatica-de-gestos-manuales-para-sujetos-intactos-y-con-amputacion-transradial","status":"publish","type":"page","link":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/tecnicas-de-clasificacion-automatica-de-gestos-manuales-para-sujetos-intactos-y-con-amputacion-transradial\/","title":{"rendered":"T\u00e9cnicas de clasificaci\u00f3n autom\u00e1tica de gestos manuales para sujetos intactos y con amputaci\u00f3n transradial"},"content":{"rendered":"
\n\n

Resumen<\/h2>\n\n\n\n

En este trabajo se explor\u00f3 la implementaci\u00f3n de un clasificador autom\u00e1tico de 10 gestos manuales relevantes a partir de se\u00f1ales de electromiograf\u00eda de superficie del antebrazo. En particular, se hizo uso de redes neuronales recurrentes (RNN), con base en los resultados diferentes experimentos en los que se usaron otras arquitecturas, y la compatibilidad de las RNN con la naturaleza del problema. Una parte importante del trabajo const\u00f3 del estudio de la transferencia de aprendizaje, mediante experimentos in silico<\/em>, de sujetos intactos a sujetos con amputaci\u00f3n, y entre diferentes sujetos con amputaci\u00f3n, empleando los conjuntos DB2 (sujetos intactos) y DB3 (sujetos con amputaci\u00f3n transradial de mano) de NinaPro, una base de datos de acceso abierto. Los resultados apuntaron a que resulta dif\u00edcil aprender patrones entre diferentes sujetos, ya sean intactos o con amputaci\u00f3n. Se hizo especial foco en el desarrollo de modelos \u00fatiles sobre datos provenientes de sujetos amputados. Las mejores soluciones alcanzadas para estos casos, se consiguieron creando sistemas de clasificaci\u00f3n personalizados para cada sujeto, aunque presentaron una variabilidad importante en el desempe\u00f1o (accuracies <\/em>entre 11% y 86%). Los gestos fueron seleccionados mediante consultas con un terapista ocupacional, tomando en cuenta el impacto en las actividades de la vida diaria de un sujeto con amputaci\u00f3n de mano. Como trabajo a futuro se plante\u00f3 estudiar los tiempos de inferencia de los modelos propuestos, y la viabilidad de su implementaci\u00f3n en sistemas embebidos.<\/p>\n\n\n\n

En este trabajo se explor\u00f3 la implementaci\u00f3n un clasificador autom\u00e1tico de 10 gestos manuales a partir de se\u00f1ales de electromiograf\u00eda de superficie del antebrazo. Para ello, se emplearon redes neuronales recurrentes (RNN), seleccionadas debido a su compatibilidad con la naturaleza del problema y a los resultados obtenidos en pruebas comparativas con otras arquitecturas.<\/p>\n\n\n\n

Un aspecto clave del estudio fue la exploraci\u00f3n de la transferencia de aprendizaje mediante experimentos in silico<\/em>, evaluando la generalizaci\u00f3n del modelo desde sujetos intactos hacia sujetos con amputaci\u00f3n y entre distintos sujetos con amputaci\u00f3n. Se utilizaron los conjuntos de datos DB2 (sujetos intactos) y DB3 (sujetos con amputaci\u00f3n transradial de mano) de NinaPro, una base de datos de acceso abierto. Los resultados mostraron que la identificaci\u00f3n de patrones entre diferentes sujetos, tanto intactos como amputados, resultaba dif\u00edcil, obteniendo valores de accuracy <\/em>muy bajos.<\/p>\n\n\n\n

Se puso un \u00e9nfasis particular en el desarrollo de modelos eficaces para sujetos con amputaci\u00f3n. Las mejores soluciones se obtuvieron mediante sistemas de clasificaci\u00f3n personalizados para cada individuo, aunque con una variabilidad significativa en el desempe\u00f1o (accuracies<\/em> entre 11% y 86%). La selecci\u00f3n de los gestos se realiz\u00f3 en consulta con un terapista ocupacional, priorizando su relevancia para las actividades de la vida diaria de personas con amputaci\u00f3n de mano.<\/p>\n\n\n\n

Como trabajo futuro, se propone estudiar los tiempos de inferencia de los modelos desarrollados y evaluar su viabilidad para su implementaci\u00f3n en sistemas embebidos.<\/p>\n\n\n\n

Congresos<\/h2>\n

TecBioTec congreso de tecnolog\u00edas y biociencias UTEC, Paysand\u00fa. Desarrollado los d\u00edas 7 y 8 de noviembre.<\/span><\/p>\n

Link a poster.<\/a><\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n\n\n\n<\/div>\n","protected":false},"excerpt":{"rendered":"
\n

Resumen En este trabajo se explor\u00f3 la implementaci\u00f3n de un clasificador autom\u00e1tico de 10 gestos manuales relevantes a partir de se\u00f1ales de electromiograf\u00eda de superficie del antebrazo. En particular, se hizo uso de redes neuronales recurrentes (RNN), con base en los resultados diferentes experimentos en los que se usaron otras arquitecturas, y la compatibilidad de …<\/p>\n\n<\/div>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-7357","page","type-page","status-publish","hentry","entry-lead"],"_links":{"self":[{"href":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/wp-json\/wp\/v2\/pages\/7357","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/wp-json\/wp\/v2\/comments?post=7357"}],"version-history":[{"count":5,"href":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/wp-json\/wp\/v2\/pages\/7357\/revisions"}],"predecessor-version":[{"id":7368,"href":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/wp-json\/wp\/v2\/pages\/7357\/revisions\/7368"}],"wp:attachment":[{"href":"https:\/\/ingbio.paap.cup.edu.uy\/index.php\/wp-json\/wp\/v2\/media?parent=7357"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}