Integrantes:
José Adán Avalos Cabrera
Luis Esteban Zepeda Gastelum
Alain Lucino González Bonilla
Asesor:
Jorge Luis Flores Núñez
ATRIBUTOS DE EGRESO
Atributo Aplicación Justificación
1 Integra conocimientos de ciencias exactas, ingenierías y salud ✅ Aplica principios de fisiología, electrónica y procesamiento de señales.
2 Diseña y optimiza dispositivos médicos, sistemas y herramientas ✅ Es un dispositivo funcional prototipado.
3 Conduce investigación aplicada en Ingeniería Biomédica ✅ Se realiza revisión del estado del arte y se propone una solución funcional.
4 Utiliza tecnología biomédica especializada y plataformas digitales ✅ Se emplean sensores EMG, microcontroladores, software de traducción.
5 Colabora con equipos multidisciplinarios y comunica hallazgos ✅ El proyecto fue desarrollado en equipo y se documenta su desarrollo.
6 Lidera proyectos de innovación con visión emprendedora ✅ Ofrece potencial de desarrollo hacia aplicaciones clínicas y comerciales.
7 Mantiene actitud de aprendizaje continuo ✅ Refleja exploración activa de nuevas tecnologías.
MÓDULOS CUBIERTOS:
Instrumentación médica. ✅
Biomecánica ✅
Electrofisiología ✅
ÁREAS DE PARTICIPACIÓN
Datos Biomédicos: El proyecto se centra en la adquisición e interpretación de señales electromiográficas (EMG), lo que implica el manejo de datos biomédicos para convertirlos en comandos útiles.
Ingeniería Clínica: Aunque el enfoque es más experimental, su aplicación potencial podría ser de utilidad clínica para pacientes con discapacidades motoras o de comunicación.
Diseño en Ingeniería: Desarrollo de un sistema que traduce señales musculares en comandos textuales o de voz, lo que requiere un diseño integral de hardware y software.
Ciencia e Innovación Biomédica: Representa una solución innovadora al proponer una herramienta alternativa de comunicación basada en señales EMG.
MÁS ACERCA DEL PROYECTO
CARTEL CIENTÍFICO
ABSTRACT.
El análisis de señales de electromiografía de superficie (sEMG), especialmente la electromiografía de alta densidad (HD-sEMG), es una herramienta clave en la investigación neurofisiológica y el estudio de la actividad muscular, ya que proporciona información detallada sobre la actividad eléctrica de los músculos y facilita la comprensión de la activación de las unidades motoras durante diversas tareas y movimientos. Uno de los principales desafíos en este campo radica en la falta de herramientas accesibles y especializadas para el análisis detallado de señales EMG y los métodos para su obtención. Aunque las Interfaces Cerebro-Computadora (BCI) intracorticales han demostrado ser efectivas, su requisito quirúrgico limita su adopción generalizada. En contraste, las interfaces de EMG de superficie no invasivas ofrecen datos relevantes sin necesidad de cirugía. La electromiografía de alta densidad, un área emergente, presenta nuevas oportunidades tanto en el ámbito clínico como en el tecnológico. Este proyecto tiene como objetivo desarrollar una aplicación no invasiva para el análisis de señales HD-sEMG, incorporando herramientas avanzadas de procesamiento de señales, extracción de características y algoritmos de aprendizaje automático para la identificación de patrones EMG. Este trabajo sienta las bases para futuras aplicaciones en el diagnóstico y análisis de enfermedades neuromusculares.
ARTÍCULO DE INVESTIGACIÓN
A continuación, se presenta una versión corta del artículo. Si desea consultar el texto completo o recibir información adicional, no dude en comunicarse directamente con los autores.