Marcos Romo Avilés, estudiante de la Maestría en Instrumentación y Control de la Facultad de Ingeniería (FI), desarrolló un sistema de clasificación de señales eléctricas generadas por los músculos para eficientar prótesis de brazos, con financiamiento del Fondo de Proyectos Especiales de Rectoría (FOPER) 2021.

Motivado por salvaguardar la integridad de los pacientes, trabaja con algoritmos genéticos y máquinas de soporte de vectores que permitan seleccionar y catalogar características propias de los movimientos de un brazo sano. En este sentido, es importante precisar que las señales mioeléctricas son aquellas generadas por la contracción de algún músculo de cualquier extremidad (brazos y piernas).

“Si bien existen diversos algoritmos que permiten clasificar los movimientos del brazo, lo fundamental es la selección de las características a considerar, pues -si se hace de manera correcta- tendremos un alto porcentaje de clasificación en la medición de los movimientos de un brazo sano y, con ello, distinguir entre combinaciones de estos movimientos para poder aplicarlo en una prótesis mioeléctrica haciendo más natural su respuesta”, explicó.

El proyecto consta de dos etapas. En la primera, con una base de datos validada, prueban y desarrollan el algoritmo; en la segunda, el grupo de trabajo busca obtener sus propias señales mioeléctricas, para lo cual diseñaron un sistema de adquisición que consta de electrodos que se colocan en los músculos del paciente o sujeto de pruebas, a quien le solicitan realizar una cantidad de movimientos específicos y esta información es la que registran para validar el algoritmo y la hipótesis del proyecto. 

“Cuando se trabaja con prótesis mioeléctricas la clasificación debe ser en tiempo real y, si el sistema tarda en reconocerlo, la persona ya no percibe como propio el movimiento, lo que la hace sentir incómoda y la conduce a un uso torpe de la prótesis. Por ello, es importante reducir la cantidad de datos procesados, hay que seleccionarlos cuidadosamente para eficientizar la clasificación”, comentó Romo Avilés.

Como parte de la investigación, colocan los sensores en la superficie del brazo de la persona para medir cinco movimientos: flexión del brazo, extensión, abrir y cerrar el puño y el estado de reposo; también seleccionaron cuatro músculos: bíceps, tríceps, extensor común y flexor superficial de los dedos. Entre mejor sea esta selección mayor posibilidad hay de que la prótesis produzca más movimientos simultáneamente, que es lo más parecido a un brazo real. 

Indicó que, aunque su proyecto se enfoca en la clasificación de movimientos musculares, este tipo de estudios pueden ser aplicados para la detección de enfermedades como Alzheimer y distrofias musculares.

“Es un área muy extensa con oportunidades de avance tecnológico, que se puede enfocar en beneficio de las personas, que es lo que más se necesita”, concluyó el universitario.