Un esquema de clasificación basado en modelos de mezcla gaussiana para el control mioeléctrico de prótesis de extremidades superiores motorizadas

Este artículo introduce y evalúa el uso de modelos de mezcla gaussiana (GMM) para la clasificación del movimiento de múltiples extremidades utilizando señales mioeléctricas continuas. El enfoque de este trabajo es optimizar la configuración de este esquema de clasificación. Para ello, se realiza una evaluación experimental completa de este sistema en una base de datos de 12 sujetos. Los experimentos examinan los problemas algorítmicos de los GMM, incluida la selección del orden del modelo y la limitación de la varianza, la segmentación de los datos, y varios conjuntos de características que incluyen características en el dominio del tiempo y características autoregresivas. Se demuestran los beneficios del post-procesamiento de los resultados utilizando una regla de voto mayoritario. El rendimiento del GMM se compara con tres clasificadores comúnmente utilizados: un análisis discriminante lineal, una red de perceptrones lineales y una red neuronal de perceptrón multicapa. El sistema de clasificación de movimiento de extremidades basado en GMM demuestra una precisión de clasificación excepcional y resulta en un método robusto de clasificación de movimiento con baja carga computacional.