Surface EMG multichannel array using active dry sensors for forearm signal extraction

Descripción del Articulo

Aunque las señales electromiográficas superficiales son la señal de entrada más común para los algoritmos de aprendizaje automático en aplicaciones de reconocimiento de gestos de la mano y estimación de la fuerza del dedo, sólo hay unos pocos sistemas disponibles comercialmente para la adquisición d...

Descripción completa

Detalles Bibliográficos
Autores: Reategui J., Callupe R.
Formato: objeto de conferencia
Fecha de Publicación:2017
Institución:Consejo Nacional de Ciencia Tecnología e Innovación
Repositorio:CONCYTEC-Institucional
Lenguaje:inglés
OAI Identifier:oai:repositorio.concytec.gob.pe:20.500.12390/790
Enlace del recurso:https://hdl.handle.net/20.500.12390/790
https://doi.org/10.1109/INTERCON.2017.8079699
Nivel de acceso:acceso abierto
Materia:Signal processing
Learning algorithms
Learning systems
Common mode rejections
Differential gain
Differential sensors
Electromyographic signal
Force estimation
Hand-gesture recognition
Signal acquisitions
Signal extraction
https://purl.org/pe-repo/ocde/ford#2.02.01
id CONC_de3e490a7b3e3381441e18da60073071
oai_identifier_str oai:repositorio.concytec.gob.pe:20.500.12390/790
network_acronym_str CONC
network_name_str CONCYTEC-Institucional
repository_id_str 4689
dc.title.none.fl_str_mv Surface EMG multichannel array using active dry sensors for forearm signal extraction
title Surface EMG multichannel array using active dry sensors for forearm signal extraction
spellingShingle Surface EMG multichannel array using active dry sensors for forearm signal extraction
Reategui J.
Signal processing
Learning algorithms
Learning systems
Common mode rejections
Differential gain
Differential sensors
Electromyographic signal
Force estimation
Hand-gesture recognition
Signal acquisitions
Signal extraction
https://purl.org/pe-repo/ocde/ford#2.02.01
title_short Surface EMG multichannel array using active dry sensors for forearm signal extraction
title_full Surface EMG multichannel array using active dry sensors for forearm signal extraction
title_fullStr Surface EMG multichannel array using active dry sensors for forearm signal extraction
title_full_unstemmed Surface EMG multichannel array using active dry sensors for forearm signal extraction
title_sort Surface EMG multichannel array using active dry sensors for forearm signal extraction
author Reategui J.
author_facet Reategui J.
Callupe R.
author_role author
author2 Callupe R.
author2_role author
dc.contributor.author.fl_str_mv Reategui J.
Callupe R.
dc.subject.none.fl_str_mv Signal processing
topic Signal processing
Learning algorithms
Learning systems
Common mode rejections
Differential gain
Differential sensors
Electromyographic signal
Force estimation
Hand-gesture recognition
Signal acquisitions
Signal extraction
https://purl.org/pe-repo/ocde/ford#2.02.01
dc.subject.es_PE.fl_str_mv Learning algorithms
Learning systems
Common mode rejections
Differential gain
Differential sensors
Electromyographic signal
Force estimation
Hand-gesture recognition
Signal acquisitions
Signal extraction
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.01
description Aunque las señales electromiográficas superficiales son la señal de entrada más común para los algoritmos de aprendizaje automático en aplicaciones de reconocimiento de gestos de la mano y estimación de la fuerza del dedo, sólo hay unos pocos sistemas disponibles comercialmente para la adquisición de EMG superficial. Este trabajo propone una matriz de electrodos superficiales seca, barata y fácil de fabricar. Este sistema utiliza múltiples sensores diferenciales activos integrados en una pequeña placa de circuito impreso de doble capa, cada uno de los cuales utiliza dos pequeñas áreas rectangulares de la capa inferior como capa conductora para la adquisición de la señal. Con una ganancia diferencial de 60dB entre 23 y 3000Hz y una relación de rechazo de modo común de -60dB a 60Hz. Se presentan los criterios de diseño y las simulaciones.
publishDate 2017
dc.date.accessioned.none.fl_str_mv 2024-05-30T23:13:38Z
dc.date.available.none.fl_str_mv 2024-05-30T23:13:38Z
dc.date.issued.fl_str_mv 2017
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
dc.identifier.isbn.none.fl_str_mv urn:isbn:9781509063628
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12390/790
dc.identifier.doi.none.fl_str_mv https://doi.org/10.1109/INTERCON.2017.8079699
dc.identifier.scopus.none.fl_str_mv 2-s2.0-85040013767
identifier_str_mv urn:isbn:9781509063628
2-s2.0-85040013767
url https://hdl.handle.net/20.500.12390/790
https://doi.org/10.1109/INTERCON.2017.8079699
dc.language.iso.none.fl_str_mv eng
language eng
dc.relation.ispartof.none.fl_str_mv Proceedings of the 2017 IEEE 24th International Congress on Electronics, Electrical Engineering and Computing, INTERCON 2017
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Institute of Electrical and Electronics Engineers Inc.
publisher.none.fl_str_mv Institute of Electrical and Electronics Engineers Inc.
dc.source.none.fl_str_mv reponame:CONCYTEC-Institucional
instname:Consejo Nacional de Ciencia Tecnología e Innovación
instacron:CONCYTEC
instname_str Consejo Nacional de Ciencia Tecnología e Innovación
instacron_str CONCYTEC
institution CONCYTEC
reponame_str CONCYTEC-Institucional
collection CONCYTEC-Institucional
repository.name.fl_str_mv Repositorio Institucional CONCYTEC
repository.mail.fl_str_mv repositorio@concytec.gob.pe
_version_ 1839175687390363648
spelling Publicationrp02032600rp01367500Reategui J.Callupe R.2024-05-30T23:13:38Z2024-05-30T23:13:38Z2017urn:isbn:9781509063628https://hdl.handle.net/20.500.12390/790https://doi.org/10.1109/INTERCON.2017.80796992-s2.0-85040013767Aunque las señales electromiográficas superficiales son la señal de entrada más común para los algoritmos de aprendizaje automático en aplicaciones de reconocimiento de gestos de la mano y estimación de la fuerza del dedo, sólo hay unos pocos sistemas disponibles comercialmente para la adquisición de EMG superficial. Este trabajo propone una matriz de electrodos superficiales seca, barata y fácil de fabricar. Este sistema utiliza múltiples sensores diferenciales activos integrados en una pequeña placa de circuito impreso de doble capa, cada uno de los cuales utiliza dos pequeñas áreas rectangulares de la capa inferior como capa conductora para la adquisición de la señal. Con una ganancia diferencial de 60dB entre 23 y 3000Hz y una relación de rechazo de modo común de -60dB a 60Hz. Se presentan los criterios de diseño y las simulaciones.Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica - ConcytecengInstitute of Electrical and Electronics Engineers Inc.Proceedings of the 2017 IEEE 24th International Congress on Electronics, Electrical Engineering and Computing, INTERCON 2017info:eu-repo/semantics/openAccessSignal processingLearning algorithms-1Learning systems-1Common mode rejections-1Differential gain-1Differential sensors-1Electromyographic signal-1Force estimation-1Hand-gesture recognition-1Signal acquisitions-1Signal extraction-1https://purl.org/pe-repo/ocde/ford#2.02.01-1Surface EMG multichannel array using active dry sensors for forearm signal extractioninfo:eu-repo/semantics/conferenceObjectreponame:CONCYTEC-Institucionalinstname:Consejo Nacional de Ciencia Tecnología e Innovacióninstacron:CONCYTEC20.500.12390/790oai:repositorio.concytec.gob.pe:20.500.12390/7902024-05-30 15:59:03.069http://purl.org/coar/access_right/c_14cbinfo:eu-repo/semantics/closedAccessmetadata only accesshttps://repositorio.concytec.gob.peRepositorio Institucional CONCYTECrepositorio@concytec.gob.pe#PLACEHOLDER_PARENT_METADATA_VALUE##PLACEHOLDER_PARENT_METADATA_VALUE#<Publication xmlns="https://www.openaire.eu/cerif-profile/1.1/" id="a7311741-adfc-469a-ad37-5fc6e5ea6acc"> <Type xmlns="https://www.openaire.eu/cerif-profile/vocab/COAR_Publication_Types">http://purl.org/coar/resource_type/c_1843</Type> <Language>eng</Language> <Title>Surface EMG multichannel array using active dry sensors for forearm signal extraction</Title> <PublishedIn> <Publication> <Title>Proceedings of the 2017 IEEE 24th International Congress on Electronics, Electrical Engineering and Computing, INTERCON 2017</Title> </Publication> </PublishedIn> <PublicationDate>2017</PublicationDate> <DOI>https://doi.org/10.1109/INTERCON.2017.8079699</DOI> <SCP-Number>2-s2.0-85040013767</SCP-Number> <ISBN>urn:isbn:9781509063628</ISBN> <Authors> <Author> <DisplayName>Reategui J.</DisplayName> <Person id="rp02032" /> <Affiliation> <OrgUnit> </OrgUnit> </Affiliation> </Author> <Author> <DisplayName>Callupe R.</DisplayName> <Person id="rp01367" /> <Affiliation> <OrgUnit> </OrgUnit> </Affiliation> </Author> </Authors> <Editors> </Editors> <Publishers> <Publisher> <DisplayName>Institute of Electrical and Electronics Engineers Inc.</DisplayName> <OrgUnit /> </Publisher> </Publishers> <Keyword>Signal processing</Keyword> <Keyword>Learning algorithms</Keyword> <Keyword>Learning systems</Keyword> <Keyword>Common mode rejections</Keyword> <Keyword>Differential gain</Keyword> <Keyword>Differential sensors</Keyword> <Keyword>Electromyographic signal</Keyword> <Keyword>Force estimation</Keyword> <Keyword>Hand-gesture recognition</Keyword> <Keyword>Signal acquisitions</Keyword> <Keyword>Signal extraction</Keyword> <Abstract>Aunque las señales electromiográficas superficiales son la señal de entrada más común para los algoritmos de aprendizaje automático en aplicaciones de reconocimiento de gestos de la mano y estimación de la fuerza del dedo, sólo hay unos pocos sistemas disponibles comercialmente para la adquisición de EMG superficial. Este trabajo propone una matriz de electrodos superficiales seca, barata y fácil de fabricar. Este sistema utiliza múltiples sensores diferenciales activos integrados en una pequeña placa de circuito impreso de doble capa, cada uno de los cuales utiliza dos pequeñas áreas rectangulares de la capa inferior como capa conductora para la adquisición de la señal. Con una ganancia diferencial de 60dB entre 23 y 3000Hz y una relación de rechazo de modo común de -60dB a 60Hz. Se presentan los criterios de diseño y las simulaciones.</Abstract> <Access xmlns="http://purl.org/coar/access_right" > </Access> </Publication> -1
score 13.210282
Surface EMG multichannel array using active dry sensors for forearm signal extraction
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares