Desenvolvimento de um dispositivo de feedback háptico baseado em sinais de eletromiografia e um Arduino

• Processo: 19/10653-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2019
• Data de Término da vigência: 31 de janeiro de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Física
• Pesquisador responsável: Gabriela Castellano
• Beneficiário: Bruno Grandi Sgambato
• Instituição Sede: Instituto de Física Gleb Wataghin (IFGW). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 13/07559-3 - Instituto Brasileiro de Neurociência e Neurotecnologia - BRAINN, AP.CEPID
• Assunto(s): Interface usuário-computador Arduino Eletromiografia
• Palavra(s)-Chave do Pesquisador: arduíno | biossinais | eletromiografia | Feedback | háptica | processamento de biossinais

Resumo

O objetivo principal do projeto é construir, utilizando um microcontrolador Arduino, um sistema que integre um gerador de feedback háptico de força com um sensor de eletromiografia (EMG). Mais especificamente, deseja-se: 1) Construir um sistema de interface humano-máquina-humano, que deve inicialmente medir um biossinal (eletromiograma), filtrar e extrair informação relevante do sinal e utilizar essa informação como input de controle em um sistema gerador de feedback háptico de força, por estimulação elétrica; 2) Estudar o potencial que o sistema tem em auxiliar aplicações de biomedicina, internet das coisas (IoT, do inglês Internet of Things) e reabilitação; 3) Fornecer ao aluno conhecimentos sobre pesquisa, EMG, biossinais, ferramentas de análise e controle de sinais, estimulação elétrica e feedback háptico.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SGAMBATO, B. G.; CASTELLANO, G.; BASTOS-FILHO, TF; CALDEIRA, EMD; FRIZERA-NETO, A. Performance Comparison of Different Classifiers Applied to Gesture Recognition from sEMG Signals. XXVII BRAZILIAN CONGRESS ON BIOMEDICAL ENGINEERING, CBEB 2020, v. N/A, p. 8-pg., 2022-01-01. (13/07559-3, 19/10653-8)