Resumen:
Totype to regain the mobility of the muscles around the area that involves the ankle, methodologically it is quantitative in type with a quasi-experimental design. The goal is to implement structural mechanical support and create recognition patterns so that you can identify fundamental ankle movements for muscle rehabilitation using artificial neural networks (RNAs). It is aimed at people with injuries in the ankle area, the same who were part of an activated rehabilitation at ages between 15 and 30 years, with a maximum BMI of 26. A progressive training of an RNA was used, from electrical impulses generated by muscular activity, using a team of electromyographic sensors. To validate the information of the signals present in the recovery process, movement patterns were used in an RNA-based identification architecture (multilayer three-line Madeline with red feedback). A graphic interface was considered that facilitated the visualization of the movements and the result of the red neuronal; with a hysteresis band of 0.15 - 5% movement identification error: eversion, dorsiflexion and inversion
Descripción:
La investigación tiene como propósito el diseño de un prototipo para recuperar la movilidad de los músculos alrededor del área que involucra el tobillo, metodológicamente es de tipo cuantitativa con un diseño cuasi-experimental. El objetivo es implementar el soporte mecánico estructural y crear patrones de reconocimiento para que se pueda identificar los movimientos fundamentales del tobillo para rehabilitación muscular haciendo uso de redes neuronales artificiales (RNA). Está dirigido a personas con lesión en el área del tobillo, las mismas que fueron parte de una rehabilitación activa en edades de entre 15 y 30 años, con un IMC máximo de 26. Se desarrolló un entrenamiento progresivo de una RNA, a partir de impulsos eléctricos generados por actividad muscular, utilizando un equipo de sensores electromiográficos. Para validar la información de las señales presentes en el proceso de recuperación se usó patrones de movimiento en una arquitectura de identificación basado en RNA (red Madeline multicapa de tres salidas con realimentación). Se utilizó una interfaz gráfica que facilitó la visualización de los movimientos y el resultado de la red neuronal; con una banda de histéresis de 0.15 - 5 % de error de identificación de los movimientos: eversión, dorsiflexión e inversión.
Excepto si se señala otra cosa, la licencia del ítem se describe como openAccess