Mostrar el registro sencillo del ítem
| dc.contributor.advisor | Loayza Paredes, Francis Roderich, Director | |
| dc.contributor.author | Santana Toapanta, Kevin Josue | |
| dc.contributor.author | Jácome Bejarano, Robinson Vinicio | |
| dc.creator | ESPOL.FIMCP | |
| dc.date.accessioned | 2025-03-19T15:02:23Z | |
| dc.date.available | 2025-03-19T15:02:23Z | |
| dc.date.issued | 2024 | |
| dc.identifier.citation | Santana Toapanta, K. J. y Jácome Bejarano, R. V. (2024). Diseño de un sistema de estimulación eléctrica para asistir la marcha en personas con Parkinson. [Proyecto Integrador]. ESPOL.FIMCP . | |
| dc.identifier.uri | http://www.dspace.espol.edu.ec/handle/123456789/65659 | |
| dc.description | Se debe empezar hablando del CdM (2 líneas) El proyecto desarrolla un sistema de estimulación eléctrica transcutánea destinado a asistir la marcha de pacientes con enfermedad de Parkinson afectados por Congelamiento de la Marcha (CdM). El objetivo es mejorar la movilidad y reducir el riesgo de caídas mediante un dispositivo que combina sensores de movimiento, microcontroladores para detectar y responder a los episodios de CdM en tiempo real y un sistema de estimulación eléctrica transcutánea. Este sistema integra un modelo de clasificación basado en aprendizaje automático que identifica patrones de movimiento y activa estímulos eléctricos sincronizados. Para su desarrollo, se empleó 3 acelerómetros integrados en el microcontrolador Seeed Studio XIAO nRF52840 Sense para cada pierna y la plataforma Edge Impulse para entrenar el modelo. El diseño eléctrico incluyó un convertidor boost y un generador de señales de activación de pulsos, que amplifica las señales en un rango de 35 voltios a 0.4 miliamperios. Las pruebas realizadas evidenciaron una precisión del 97.8% en la clasificación y un tiempo de respuesta promedio de 1 ms. El sistema propuesto ofrece una solución eficaz y portátil para asistir a pacientes con enfermedad de Parkinson, con alto potencial de integración en aplicaciones médicas. Palabras Clave: Estimulación eléctrica, enfermedad de Parkinson, detección de pasos, aprendizaje automático, congelamiento de la marcha | |
| dc.format | application/pdf | |
| dc.format.extent | 56 página | |
| dc.language.iso | spa | |
| dc.publisher | ESPOL.FIMCP | |
| dc.rights | openAccess | |
| dc.subject | Estimulación eléctrica | |
| dc.subject | Enfermedad de Parkinson | |
| dc.subject | Detección de pasos | |
| dc.subject | Aprendizaje automático | |
| dc.subject | Congelamiento de la marcha | |
| dc.title | Diseño de un sistema de estimulación eléctrica para asistir la marcha en personas con Parkinson | |
| dc.type | Ingeniero en Mecatrónica | |
| dc.identifier.codigoespol | T-114982 | |
| dc.description.city | Guayaquil | |
| dc.description.degree | Escuela Superior Politécnica del Litoral | |
| dc.identifier.codigoproyectointegrador | INGE-2721 | |
| dc.description.abstractenglish | The project develops a transcutaneous electrical stimulation system designed to assist the gait of Parkinson's disease patients affected by Freezing of Gait (FoG). The objective is to improve mobility and reduce the risk of falls through a device that combines motion sensors, microcontrollers to detect and respond to FoG episodes in real-time, and a transcutaneous electrical stimulation system. This system integrates a machine learning-based classification model that identifies movement patterns and activates synchronized electrical stimuli. For its development, 3 accelerometers integrated into the Seeed Studio XIAO nRF52840 Sense microcontroller were used for each leg, and the Edge Impulse platform was employed to train the model. The electrical design included a boost converter and a pulse activation signal generator, which amplifies signals within a range of 35 volts to 0.4 milliamps. Tests showed a classification accuracy of 97.8% and an average response time of 1 ms. The proposed system offers an effective and portable solution to assist Parkinson's disease patients, with high potential for integration into medical applications. Keywords: Electrical stimulation, Parkinson's disease, step detection, machine learning, freezing of gait. |
| Ficheros | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay ficheros asociados a este ítem. |
|||