FenixEdu™

Dissertação

{en_GB=Embedded Systems In The Aid of People with Motor Disabilities A Surface Electromyography-based Assistive Technology for Human-Computer Interaction} {} EVALUATED

Detalhes: {pt=As Tecnologias de Apoio (TAs) são utilizadas para aumentar a autonomia de pessoas com deficiências motoras, reforçando as suas capacidades funcionais. Os sensores de Electromiografia de Superfície (sEMG) têm sido explorados no âmbito das TAs como modalidade de entrada, proporcionando maior controlo e flexibilidade. Neste caso, os sinais de disparo dependem da detecção do momento em que o utilizador contrai voluntariamente os músculos. Na literatura, estudaram-se vários métodos para determinar este onset, mas principalmente para a população saudável, podendo não estar projectados para situações de relação sinal-ruído baixa, artefactos de movimento e espasmos, observados frequentemente em pessoas com deficiências motoras graves, e que podem causar falsos positivos. Nesta dissertação, realizou-se uma análise comparativa de 7 métodos diferentes, com o objetivo de selecionar um para implementar num sistema embebido, visando a operação em tempo-real e sem-fios de uma ferramenta de Interacção Pessoa-Máquina (IPM). Mais ainda, propõe-se uma melhoria no desempenho dos métodos de detecção de onset existentes, através duma abordagem baseada em fusão de sensores, combinando um acelerómetro com o sensor sEMG, integrando uma análise de movimento no processo de validar ou rejeitar eventos musculares. O módulo foi testado em 12 participantes deficientes, com 6 diferentes deficiências motoras graves e, no geral, os resultados experimentais mostraram que a abordagem proposta é capaz de proporcionar IPM adequada, com uma usabilidade percepcionada acima da média., en=Assistive Technologies (ATs) are used to increase the autonomy of people with motor disabilities by enhancing their functional capabilities. Surface Electromyography (sEMG) sensors have been explored in the scope of ATs as an input modality, to provide greater control and flexibility. In this case, triggering signals are dependent on the detection of the moment when the user performs a voluntary muscular contraction. In the literature, various methods to determine this onset have been studied, but mainly for the healthy population and may not be designed to deal with the low signal-to-noise ratio, motion artifacts and spasms, frequently observed in people with severe motor disabilities, which may trigger false positives. In this dissertation, a comparative analysis of 7 different methods was made, with the goal of selecting one that can be implemented in an embedded system, targeting real-time and wireless operation of a tool for Human-Computer Interaction (HCI). Furthermore, an improvement to the performance of existing onset detection methods is proposed, through a sensor fusion approach, combining an accelerometer with the sEMG sensor, to integrate motion analysis in the process of validating or rejecting muscle events. The module was tested in 12 disabled participants, with 6 different severe motor disabilities and, in the overall, experimental results showed that the proposed approach is capable of providing suitable HCI, with an above average perceived usability.}
Keywords: {pt=Tecnologias de Apoio, Detecção de Onset, Electromiografia de Superfície, Fusão de Sensores, Interacção Pessoa-Máquina, Sistemas Embebidos, en=Assistive Technologies, Embedded Systems, Human-Computer Interaction, Sensor Fusion, Surface Electromyography, Onset Detection}

Discussão: maio 16, 2017, 11:0