Estudio comparativo de dos métodos de reducción de dimensiones en la identificación de patrones de movimiento en señales electromiográficas

Abstract

La reducción de dimensiones es una técnica muy utilizada en diferentes aplicaciones, en este estudio se la utilizará en las señales electromiográficas. Este es un proceso que se encarga de disminuir la información de la base de datos inicial, lo cual reduce el tiempo de procesamiento de información, posibilitando la futura implementación a nivel de microprocesador y la ejecución de otras tareas en los tiempos liberados. Existen diversos métodos que ayudan a reducir dimensiones, entre ellos se encuentran: Análisis de componente principal (ACP), Análisis Discriminante Lineal (ADL), Análisis de Componentes Independientes (ACI), Método de Regresión Lineal Múltiple (MRLM). A; encontrar diversos enfoques aparece la necesidad de verificar su desempeño computacional y capacidad de acierto en clasificación, para lo cual este trabajo realiza un estudio comparativo de los métodos más populares citados anteriormente. Cada uno de los algoritmos ha sido implementado en Matlab. La base de datos utilizada para la prueba de funcionamiento de los algoritmos contiene 8000 valores, distribuidos en 4 movimientos y 11 características. Los resultados obtenidos se han evaluado considerando el porcentaje de acierto de clasificación y tiempo de ejecución. Al finalizar la evaluación se obtuvo como resultado que el método de reducción de dimensiones ACP arroja como resultado un mayor acierto de clasificación y menor tiempo que ejecución que el MRLM.