Classification of Hand Movements from EMG Signals for People with Motor Disabilities

Authors

  • Francisco José Prado Júnior Universidade Federal do Ceará
  • Flavio dos Santos Universidade Federal do Ceará
  • Carlos Alexandre Rolim Fernandes Universidade Federal do Ceará https://orcid.org/0000-0002-9933-9930

Keywords:

emg signals, Assistive technology, human-machine interface, Machine Learning, text editor

Abstract

People with disabilities correspond to about 25% of the Brazilian population. A great part of these people have physical impairments that difficult the use computer peripherals. This article presents the development of a system for detection of hand movements through the acquisition and classification of electromyographic (EMG) signals using machine learning techniques. The purpose of the proposed system is to be used by people with disabilities to control an adapted text editor. The signals are capture by surface EMG electrodes and used to the detect 4 different hand movements. In addition, a database with 3200 EMG signals generated by the hand movements was created, made by one user diagnosed with cerebral palsy and another user without diagnosed motor disabilities. Several tests were carried out, showing the good accuracy of the proposed system, with a success classification rate of 96% to 98%.

Downloads

Download data is not yet available.

Author Biographies

Francisco José Prado Júnior, Universidade Federal do Ceará

Francisco José Prado Junior} ossui graduação em Engenharia de Computação (2017) e Mestrando em Engenharia Elétrica e de Computação pela Universidade Federal do Ceará (UFC). Possui experiência em Educação Inclusiva, desenvolvimento de Tecnologias Assistivas e desenvolvimento de hardware e software.

Flavio dos Santos, Universidade Federal do Ceará

Flávio Vasconcelos dos Santos é estudante do último semestre de Engenharia Elétrica pela Universidade Federal do Ceará (UFC - Campus Sobral). Possui conhecimento em machine learning, processamento digital de sinais, reconhecimentos de padrões e transmissão de ondas eletromagnéticas, além de experiência no tema de tecnologias assistivas.

Carlos Alexandre Rolim Fernandes, Universidade Federal do Ceará

Carlos Alexandre Rolim Fernandes possui graduação em Engenharia Elétrica pela Universidade Federal do Ceará - UFC (2003), mestrado pela UFC (2005) em Engenharia de Teleinformática, Master 2 Recherche pela Université de Nice - Sophia Antipolis - UNSA/França (2005) e doutorado em co-tutela pela UNSA/FR e UFC (2009), na área de processamento de sinais. Foi professor substituto da UNSA/França em 2008/2009 e realizou pós-doutorado na UFC de jul/09 a fev/2010 na mesma área. Desde mar/10 é professor associado do curso de Engenharia da Computação do Campus Sobral da UFC. É fundador e ex-coordenador do Programa de Pós-Graduação em Engenharia Elétrica e de Computação (PPGEEC) do Campus Sobral da UFC. Atualmente, é membro do PPGEEC/UFC Sobral e do Programa de Pós-Graduação em Engenharia de Teleinformártica (PPGETI/UFC). É coordenador do Grupo de Tecnologias Assistivas e Educacionais (Grupo TAE), um grupo de pesquisa e extensão do Campus Sobral da UFC com diversos projetos concluídos e em andamento nas área de tecnologias assistivas para para pessoas com deficiência e na área de tecnologias educacionais, em parceria com diversas instituições da sociedade. Seus principais temas de pesquisa envolvem tecnologias assistivas, processamento de sinais, reconhecimento de padrões, álgebra multilinear (tensorial), sistemas não lineares, comunicações sem fio, etc.

Downloads

Published

2021-03-29

How to Cite

Prado Júnior, F. J., dos Santos, F., & Rolim Fernandes, C. A. (2021). Classification of Hand Movements from EMG Signals for People with Motor Disabilities. IEEE Latin America Transactions, 18(11), 2019–2026. Retrieved from https://latamt.ieeer9.org/index.php/transactions/article/view/4124

Issue

Vol. 18 No. 11 (2020): Ordinary Issue

Section

Articles

Most read articles by the same author(s)