Imagem da capa

Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia

Methods of processing signals have several applications in the most different areas such as prevention of electric motors failures, medicine, monitoring of bioelectric activities in the brain and others. Electromyography signs (EMG) are coming from a non-invasive collection of biological signals. Th...

ver descrição completa

Autor principal: Oliveira, Luís Paulo Nallin de
Formato: Trabalho de Conclusão de Curso (Graduação)
Idioma: Português
Publicado em: Universidade Tecnológica Federal do Paraná 2022
Assuntos:
Eletromiografia
Transformadas integrais
Fadiga
Electromyography
Integral transforms
Fatigue
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Acesso em linha: http://repositorio.utfpr.edu.br/jspui/handle/1/27262
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id riut-1-27262
recordtype dspace
spelling riut-1-272622022-02-23T06:05:56Z Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia Oliveira, Luís Paulo Nallin de Scalassara, Paulo Rogério Endo, Wagner Scalassara, Paulo Rogério Endo, Wagner Dajer, María Eugenia Spatti, Danilo Hernane Eletromiografia Transformadas integrais Fadiga Electromyography Integral transforms Fatigue CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Methods of processing signals have several applications in the most different areas such as prevention of electric motors failures, medicine, monitoring of bioelectric activities in the brain and others. Electromyography signs (EMG) are coming from a non-invasive collection of biological signals. This paper is focused in EMG signals analysis in dynamic exercises, based on a non-invasive method to collect the EMG signals, to contribute to the efficiency of training athletes. EMG analysis of signals will be done based on the tool called Wavelet Transform. This study aims to improve the analysis of EMG signals from the Wavelet Transform, this tool is composed by many base functions (mother wavelets). To conclude, the purpose of this sutdy will be achieved by the definition of the best mother wavelet (function basis of this transform) to EMG signals from dynamic exercises. Métodos de processamento de sinais apresentam diversas aplicações nas mais distintas áreas, tais como, prevenção de falhas de motores elétricos, monitoramento de atividades bioelétricas na cravidade craniana entre outros. Dessa maneira, os sinais de eletromiografia são provenientes de uma técnica não invasiva de coleta de sinais biológicos. Com ênfase no tratamento do sinal coletado por eletrodos superficiais, neste trabalho, analisa-se sinais de EMG em exercícios dinâmicos para identificação da fadiga muscular através da frequência mediana do sinal, de maneira a contribuir para o rendimento de treinamento de atletas. Para análise deste sinal, ressalva-se como ferramenta a Transformada Wavelet., que, por sua vez, possui diversas funções bases (wavelets mães). Por fim, este estudo tem como propósito definir a melhor wavelet mãe (função base desta transformada) para sinais de EMG provenientes de exercícios dinâmicos. 2022-02-22T23:05:46Z 2022-02-22T23:05:46Z 2017-06-14 bachelorThesis OLIVEIRA, Luís Paulo Nallin de. Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia. 2017.Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2017. http://repositorio.utfpr.edu.br/jspui/handle/1/27262 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Cornelio Procopio Brasil Engenharia Elétrica UTFPR
institution Universidade Tecnológica Federal do Paraná
collection RIUT
language Português
topic Eletromiografia
Transformadas integrais
Fadiga
Electromyography
Integral transforms
Fatigue
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
spellingShingle Eletromiografia
Transformadas integrais
Fadiga
Electromyography
Integral transforms
Fatigue
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Oliveira, Luís Paulo Nallin de
Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia
description Methods of processing signals have several applications in the most different areas such as prevention of electric motors failures, medicine, monitoring of bioelectric activities in the brain and others. Electromyography signs (EMG) are coming from a non-invasive collection of biological signals. This paper is focused in EMG signals analysis in dynamic exercises, based on a non-invasive method to collect the EMG signals, to contribute to the efficiency of training athletes. EMG analysis of signals will be done based on the tool called Wavelet Transform. This study aims to improve the analysis of EMG signals from the Wavelet Transform, this tool is composed by many base functions (mother wavelets). To conclude, the purpose of this sutdy will be achieved by the definition of the best mother wavelet (function basis of this transform) to EMG signals from dynamic exercises.
format Trabalho de Conclusão de Curso (Graduação)
author Oliveira, Luís Paulo Nallin de
author_sort Oliveira, Luís Paulo Nallin de
title Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia
title_short Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia
title_full Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia
title_fullStr Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia
title_full_unstemmed Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia
title_sort comparação entre famílias de wavelets na avaliação de fadiga muscular usando sinais de eletromiografia
publisher Universidade Tecnológica Federal do Paraná
publishDate 2022
citation OLIVEIRA, Luís Paulo Nallin de. Comparação entre famílias de Wavelets na avaliação de fadiga muscular usando sinais de eletromiografia. 2017.Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2017.
url http://repositorio.utfpr.edu.br/jspui/handle/1/27262
_version_ 1805318018805268480
score 10,814766

Registros relacionados