Enfoque	71	72	101	80	595	842	1
UTE,	103	72	121	80	595	842	1
V.9-N.2,	124	72	153	80	595	842	1
Jun.2018,	155	72	190	80	595	842	1
pp.	192	72	203	80	595	842	1
208	206	72	219	80	595	842	1
–	221	71	226	80	595	842	1
222	228	72	242	80	595	842	1
http://ingenieria.ute.edu.ec/enfoqueute/	71	82	210	89	595	842	1
e-ISSN:	71	91	99	99	595	842	1
1390‐6542	101	91	139	99	595	842	1
/	142	91	144	99	595	842	1
p-ISSN:	146	91	174	99	595	842	1
1390-9363	176	91	215	99	595	842	1
Recibido	394	72	425	80	595	842	1
(Received):	427	72	468	80	595	842	1
2018/06/13	470	72	510	80	595	842	1
Aceptado	391	82	425	89	595	842	1
(Accepted):	427	82	468	89	595	842	1
2018/06/25	470	82	510	89	595	842	1
CC	473	91	484	98	595	842	1
BY	486	91	497	98	595	842	1
4.0	499	91	510	98	595	842	1
Modelado	78	111	143	124	595	842	1
y	147	111	155	124	595	842	1
simulación	158	111	232	124	595	842	1
del	236	111	256	124	595	842	1
Robot	260	111	300	124	595	842	1
Mitsubishi	304	111	374	124	595	842	1
RV-2JA	377	111	427	124	595	842	1
controlado	431	111	503	124	595	842	1
mediante	168	127	230	140	595	842	1
señales	234	127	285	140	595	842	1
electromiográficas	289	127	413	140	595	842	1
(Modeling	100	155	166	168	595	842	1
and	170	155	195	168	595	842	1
simulation	199	155	269	168	595	842	1
of	273	155	286	168	595	842	1
the	290	155	311	168	595	842	1
Mitsubishi	315	155	384	168	595	842	1
RV-2JA	388	155	437	168	595	842	1
Robot	441	155	482	168	595	842	1
controlled	154	171	221	184	595	842	1
by	225	171	242	184	595	842	1
electromyographic	245	171	371	184	595	842	1
signals)	375	171	428	184	595	842	1
Bonilla	72	199	105	209	595	842	1
Venegas	108	199	152	209	595	842	1
Félix	155	199	178	209	595	842	1
Vladimir	181	199	221	209	595	842	1
1	221	198	225	204	595	842	1
,	225	199	228	209	595	842	1
Moya	231	199	257	209	595	842	1
Cajas	261	199	289	209	595	842	1
Marcelo	292	199	331	209	595	842	1
Javier	334	199	363	209	595	842	1
1	363	198	367	204	595	842	1
,	367	199	370	209	595	842	1
Anatoly	373	199	410	209	595	842	1
Vitalyevich	413	199	466	209	595	842	1
Evgeny	469	199	505	209	595	842	1
2	505	198	509	204	595	842	1
Anatolevich	152	211	209	221	595	842	1
Lukyanov	212	211	259	221	595	842	1
2	259	210	263	217	595	842	1
,	263	211	266	221	595	842	1
Marín	269	211	297	221	595	842	1
Pillajo	300	211	329	221	595	842	1
Leonardo	332	211	379	221	595	842	1
Emanuel	382	211	425	221	595	842	1
1	425	210	429	217	595	842	1
Palabras	99	455	141	464	595	842	1
clave:	148	455	176	464	595	842	1
electromiografía	182	455	254	464	595	842	1
de	260	455	271	464	595	842	1
superficie;	278	455	323	464	595	842	1
hardware	330	455	371	464	595	842	1
in	377	455	385	464	595	842	1
the	391	455	405	464	595	842	1
loop;	412	455	433	464	595	842	1
Myo;	440	455	461	464	595	842	1
red	468	455	482	464	595	842	1
neuronal	99	466	138	475	595	842	1
artificial;	141	466	177	475	595	842	1
Robot	180	466	207	475	595	842	1
Mitsubishi	210	466	254	475	595	842	1
RV-2JA.	257	466	294	475	595	842	1
Keywords:	99	697	150	706	595	842	1
surface	154	697	187	706	595	842	1
electromyography;	190	697	272	706	595	842	1
hardware	276	697	318	706	595	842	1
in	321	697	329	706	595	842	1
the	333	697	347	706	595	842	1
loop;	350	697	372	706	595	842	1
artificial	375	697	409	706	595	842	1
neural	413	697	441	706	595	842	1
network;	444	697	482	706	595	842	1
Myo;	99	709	121	718	595	842	1
Robot	124	709	150	718	595	842	1
Mitsubishi	153	709	198	718	595	842	1
RV-2JA.	200	709	238	718	595	842	1
1	71	738	75	744	595	842	1
Universidad	78	739	130	748	595	842	1
Tecnológica	138	739	192	748	595	842	1
Equinoccial,	199	739	253	748	595	842	1
Quito,	260	739	287	748	595	842	1
Ecuador	295	739	332	748	595	842	1
(	339	739	343	748	595	842	1
{fbonilla,	350	739	388	748	595	842	1
mcmj46112,	395	739	450	748	595	842	1
mple43861}	457	739	510	748	595	842	1
@ute.edu.ec	71	750	128	759	595	842	1
)	130	750	134	759	595	842	1
2	71	761	75	767	595	842	1
Don	77	762	96	771	595	842	1
State	98	762	122	771	595	842	1
Technical	124	762	167	771	595	842	1
University,	170	762	217	771	595	842	1
Rostov,	219	762	253	771	595	842	1
Rusia	256	762	282	771	595	842	1
(alit2010@rambler.ru,	284	762	381	771	595	842	1
lukevgan@gmail.com)	384	762	483	771	595	842	1
209	511	72	525	80	595	842	2
1.	85	87	94	97	595	842	2
Introducción	97	87	164	97	595	842	2
De	112	112	126	122	595	842	2
acuerdo	130	112	170	122	595	842	2
a	174	112	181	122	595	842	2
Deng	185	112	211	122	595	842	2
et	215	112	225	122	595	842	2
al.,	229	112	243	122	595	842	2
(2016)	248	112	280	122	595	842	2
el	284	112	292	122	595	842	2
uso	297	112	314	122	595	842	2
de	319	112	331	122	595	842	2
los	335	112	349	122	595	842	2
robots	353	112	384	122	595	842	2
en	388	112	401	122	595	842	2
todos	405	112	432	122	595	842	2
los	436	112	450	122	595	842	2
campos	454	112	493	122	595	842	2
de	497	112	509	122	595	842	2
la	514	112	522	122	595	842	2
ciencia	85	125	119	135	595	842	2
se	125	125	136	135	595	842	2
ha	142	125	154	135	595	842	2
incrementado	159	125	226	135	595	842	2
en	231	125	243	135	595	842	2
los	249	125	263	135	595	842	2
últimos	268	125	303	135	595	842	2
años,	308	125	335	135	595	842	2
lo	340	125	349	135	595	842	2
cual	354	125	374	135	595	842	2
se	380	125	391	135	595	842	2
debe	397	125	421	135	595	842	2
a	426	125	432	135	595	842	2
su	438	125	449	135	595	842	2
capacidad	454	125	505	135	595	842	2
de	510	125	522	135	595	842	2
realizar	85	137	121	148	595	842	2
tareas	125	137	156	148	595	842	2
repetitivas	160	137	210	148	595	842	2
y	214	137	220	148	595	842	2
precisas	224	137	265	148	595	842	2
además	269	137	308	148	595	842	2
de	312	137	324	148	595	842	2
su	329	137	340	148	595	842	2
alta	344	137	362	148	595	842	2
velocidad	366	137	413	148	595	842	2
y	417	137	422	148	595	842	2
destreza.	426	137	471	148	595	842	2
El	476	137	485	148	595	842	2
diseño	490	137	522	148	595	842	2
de	85	150	97	160	595	842	2
sistemas	101	150	145	160	595	842	2
robóticos	148	150	193	160	595	842	2
se	197	150	208	160	595	842	2
ve	212	150	224	160	595	842	2
influenciado	227	150	286	160	595	842	2
por	290	150	306	160	595	842	2
diversas	310	150	351	160	595	842	2
variables	355	150	399	160	595	842	2
tales	402	150	426	160	595	842	2
como	429	150	456	160	595	842	2
la	460	150	469	160	595	842	2
geometría	472	150	522	160	595	842	2
del	85	163	100	173	595	842	2
robot,	106	163	134	173	595	842	2
su	141	163	152	173	595	842	2
cinemática,	158	163	214	173	595	842	2
dinámica	220	163	264	173	595	842	2
y	271	163	276	173	595	842	2
las	282	163	296	173	595	842	2
características	303	163	373	173	595	842	2
de	380	163	392	173	595	842	2
sus	398	163	415	173	595	842	2
sistemas	422	163	465	173	595	842	2
de	471	163	484	173	595	842	2
enlace	490	163	522	173	595	842	2
(Lemmel-Vélez	85	175	159	185	595	842	2
et	164	175	173	185	595	842	2
al.,	178	175	192	185	595	842	2
2017).	197	175	228	185	595	842	2
Las	233	175	251	185	595	842	2
investigaciones	255	175	331	185	595	842	2
en	335	175	348	185	595	842	2
el	352	175	361	185	595	842	2
campo	365	175	398	185	595	842	2
de	403	175	415	185	595	842	2
la	420	175	428	185	595	842	2
robótica	433	175	472	185	595	842	2
llevan	477	175	506	185	595	842	2
ya	510	175	522	185	595	842	2
varios	85	188	114	198	595	842	2
años	118	188	142	198	595	842	2
desarrollando	145	188	212	198	595	842	2
aplicaciones	215	188	276	198	595	842	2
que	279	188	298	198	595	842	2
permitan	301	188	344	198	595	842	2
a	347	188	353	198	595	842	2
los	357	188	371	198	595	842	2
humanos	374	188	419	198	595	842	2
interactuar	423	188	475	198	595	842	2
de	478	188	491	198	595	842	2
forma	494	188	522	198	595	842	2
más	85	201	106	211	595	842	2
eficiente	112	201	153	211	595	842	2
y	159	201	165	211	595	842	2
amigable	171	201	215	211	595	842	2
con	222	201	239	211	595	842	2
los	246	201	260	211	595	842	2
robots,	266	201	299	211	595	842	2
de	306	201	318	211	595	842	2
tal	324	201	336	211	595	842	2
forma	342	201	370	211	595	842	2
que	376	201	395	211	595	842	2
los	401	201	415	211	595	842	2
sistemas	421	201	464	211	595	842	2
de	470	201	483	211	595	842	2
control	489	201	522	211	595	842	2
basados	85	213	127	223	595	842	2
en	130	213	142	223	595	842	2
gesticulaciones	145	213	221	223	595	842	2
son	224	213	242	223	595	842	2
una	245	213	263	223	595	842	2
vía	266	213	281	223	595	842	2
natural	284	213	318	223	595	842	2
de	321	213	333	223	595	842	2
comunicación	337	213	404	223	595	842	2
dentro	407	213	438	223	595	842	2
de	441	213	454	223	595	842	2
las	457	213	471	223	595	842	2
interfaces	474	213	522	223	595	842	2
humano	85	226	125	236	595	842	2
máquina	128	226	170	236	595	842	2
(Raj	173	226	193	236	595	842	2
et	196	226	206	236	595	842	2
al.,	209	226	223	236	595	842	2
2017).	226	226	258	236	595	842	2
Como	112	238	141	249	595	842	2
menciona	147	238	194	249	595	842	2
Amirabdollahian	200	238	278	249	595	842	2
et	284	238	293	249	595	842	2
al.,	298	238	313	249	595	842	2
(2017)	318	238	350	249	595	842	2
en	355	238	367	249	595	842	2
su	373	238	384	249	595	842	2
trabajo,	389	238	426	249	595	842	2
el	431	238	440	249	595	842	2
problema	445	238	491	249	595	842	2
en	496	238	508	249	595	842	2
la	514	238	522	249	595	842	2
detección	85	251	132	261	595	842	2
de	138	251	150	261	595	842	2
la	155	251	163	261	595	842	2
postura	169	251	205	261	595	842	2
de	211	251	223	261	595	842	2
la	228	251	237	261	595	842	2
mano	242	251	269	261	595	842	2
puede	275	251	305	261	595	842	2
ser	310	251	326	261	595	842	2
solucionado	331	251	390	261	595	842	2
mediante	395	251	440	261	595	842	2
varios	445	251	474	261	595	842	2
métodos	480	251	522	261	595	842	2
basados	85	264	127	274	595	842	2
en	132	264	145	274	595	842	2
visión	150	264	178	274	595	842	2
artificial,	184	264	224	274	595	842	2
guantes	230	264	269	274	595	842	2
que	274	264	293	274	595	842	2
permitan	299	264	341	274	595	842	2
sensar	347	264	380	274	595	842	2
los	386	264	400	274	595	842	2
movimientos	405	264	467	274	595	842	2
o	473	264	479	274	595	842	2
señales	484	264	522	274	595	842	2
mioeléctricas	85	276	149	287	595	842	2
que	158	276	176	287	595	842	2
permitan	185	276	228	287	595	842	2
obtener	236	276	273	287	595	842	2
las	282	276	296	287	595	842	2
señales	304	276	342	287	595	842	2
producidas	351	276	405	287	595	842	2
por	413	276	429	287	595	842	2
los	438	276	452	287	595	842	2
movimientos	460	276	522	287	595	842	2
musculares.	85	289	144	299	595	842	2
Estos	152	289	180	299	595	842	2
métodos	187	289	229	299	595	842	2
permiten	237	289	279	299	595	842	2
identificar	287	289	334	299	595	842	2
gestos	341	289	374	299	595	842	2
de	381	289	394	299	595	842	2
forma	401	289	429	299	595	842	2
que	437	289	455	299	595	842	2
puedan	463	289	499	299	595	842	2
ser	507	289	522	299	595	842	2
utilizados	85	302	131	312	595	842	2
para	139	302	161	312	595	842	2
controlar	168	302	211	312	595	842	2
prótesis	219	302	258	312	595	842	2
biolectrónicas	265	302	332	312	595	842	2
o	340	302	346	312	595	842	2
robots	354	302	385	312	595	842	2
industriales.	392	302	451	312	595	842	2
Las	459	302	477	312	595	842	2
señales	484	302	522	312	595	842	2
mioeléctricas	85	314	149	325	595	842	2
son	154	314	171	325	595	842	2
un	176	314	188	325	595	842	2
conjunto	192	314	234	325	595	842	2
de	238	314	250	325	595	842	2
acciones	254	314	298	325	595	842	2
potenciales	302	314	358	325	595	842	2
hacia	362	314	388	325	595	842	2
las	393	314	407	325	595	842	2
unidades	411	314	455	325	595	842	2
motoras	460	314	499	325	595	842	2
que	504	314	522	325	595	842	2
se	85	327	97	337	595	842	2
producen	102	327	148	337	595	842	2
neurológicamente	152	327	240	337	595	842	2
o	244	327	250	337	595	842	2
de	255	327	267	337	595	842	2
forma	272	327	300	337	595	842	2
eléctrica.	305	327	349	337	595	842	2
Dichas	354	327	387	337	595	842	2
señales	392	327	430	337	595	842	2
permiten	435	327	478	337	595	842	2
detectar	482	327	522	337	595	842	2
anormalidades	85	340	157	350	595	842	2
médicas,	165	340	209	350	595	842	2
estimar	218	340	254	350	595	842	2
o	262	340	268	350	595	842	2
reconocer	276	340	325	350	595	842	2
las	333	340	347	350	595	842	2
unidades	355	340	400	350	595	842	2
motoras,	408	340	451	350	595	842	2
los	459	340	473	350	595	842	2
cambios	481	340	522	350	595	842	2
neuromusculares	85	352	170	363	595	842	2
en	177	352	190	363	595	842	2
las	197	352	211	363	595	842	2
patologías	219	352	269	363	595	842	2
de	277	352	289	363	595	842	2
los	297	352	311	363	595	842	2
músculos,	318	352	368	363	595	842	2
analizar	376	352	414	363	595	842	2
la	422	352	430	363	595	842	2
biomecánica	438	352	500	363	595	842	2
del	507	352	522	363	595	842	2
movimiento	85	365	141	375	595	842	2
del	150	365	164	375	595	842	2
ser	173	365	188	375	595	842	2
humano	196	365	236	375	595	842	2
y	244	365	250	375	595	842	2
controlar	258	365	301	375	595	842	2
dispositivos	310	365	366	375	595	842	2
para	375	365	397	375	595	842	2
la	405	365	414	375	595	842	2
rehabilitación	422	365	487	375	595	842	2
como	495	365	522	375	595	842	2
exoesqueletos	85	378	156	388	595	842	2
y	159	378	165	388	595	842	2
prótesis	168	378	206	388	595	842	2
(D.	209	378	224	388	595	842	2
Yang	227	378	253	388	595	842	2
et	256	378	265	388	595	842	2
al.,	268	378	283	388	595	842	2
2017).	286	378	317	388	595	842	2
El	112	390	122	400	595	842	2
uso	127	390	144	400	595	842	2
de	149	390	161	400	595	842	2
la	166	390	175	400	595	842	2
electromiografía	179	390	258	400	595	842	2
como	263	390	290	400	595	842	2
canal	295	390	321	400	595	842	2
de	326	390	338	400	595	842	2
enlace	343	390	375	400	595	842	2
bioelectrónico	380	390	448	400	595	842	2
para	452	390	474	400	595	842	2
controlar	479	390	522	400	595	842	2
dispositivos	85	403	142	413	595	842	2
mecatrónicos	147	403	212	413	595	842	2
se	217	403	229	413	595	842	2
ha	233	403	246	413	595	842	2
incrementado;	250	403	320	413	595	842	2
estos	325	403	351	413	595	842	2
dispositivos	356	403	413	413	595	842	2
están	418	403	445	413	595	842	2
sustituyendo	449	403	511	413	595	842	2
a	516	403	522	413	595	842	2
las	85	416	99	426	595	842	2
interfaces	103	416	151	426	595	842	2
de	156	416	168	426	595	842	2
usuario	172	416	208	426	595	842	2
(UI)	212	416	231	426	595	842	2
tales	235	416	258	426	595	842	2
como	262	416	289	426	595	842	2
palancas	294	416	338	426	595	842	2
de	342	416	354	426	595	842	2
mando	358	416	392	426	595	842	2
y	396	416	402	426	595	842	2
teclados,	406	416	450	426	595	842	2
por	454	416	470	426	595	842	2
interfaces	474	416	522	426	595	842	2
intuitivas	85	428	128	438	595	842	2
y	132	428	138	438	595	842	2
naturales.	142	428	190	438	595	842	2
Sin	195	428	210	438	595	842	2
embargo,	215	428	261	438	595	842	2
no	265	428	278	438	595	842	2
es	282	428	294	438	595	842	2
posible	298	428	333	438	595	842	2
modificar	337	428	381	438	595	842	2
o	386	428	392	438	595	842	2
cambiar	396	428	435	438	595	842	2
las	439	428	453	438	595	842	2
interfaces	458	428	505	438	595	842	2
en	510	428	522	438	595	842	2
todas	85	441	112	451	595	842	2
las	116	441	130	451	595	842	2
aplicaciones	134	441	194	451	595	842	2
en	198	441	211	451	595	842	2
las	214	441	229	451	595	842	2
que	232	441	251	451	595	842	2
se	255	441	266	451	595	842	2
requiere	270	441	311	451	595	842	2
precisión,	314	441	361	451	595	842	2
esto	365	441	386	451	595	842	2
se	390	441	402	451	595	842	2
debe	406	441	430	451	595	842	2
a	434	441	440	451	595	842	2
que	444	441	462	451	595	842	2
las	466	441	480	451	595	842	2
señales	484	441	522	451	595	842	2
electromiográficas	85	454	174	464	595	842	2
de	180	454	193	464	595	842	2
superficie	199	454	246	464	595	842	2
no	252	454	264	464	595	842	2
presentan	270	454	319	464	595	842	2
patrones	325	454	368	464	595	842	2
constantes	373	454	427	464	595	842	2
para	433	454	454	464	595	842	2
identificar	460	454	507	464	595	842	2
el	513	454	522	464	595	842	2
movimiento	85	466	141	476	595	842	2
de	147	466	159	476	595	842	2
las	164	466	179	476	595	842	2
articulaciones;	184	466	254	476	595	842	2
no	260	466	272	476	595	842	2
obstante,	277	466	323	476	595	842	2
pueden	328	466	365	476	595	842	2
ser	370	466	385	476	595	842	2
utilizadas	391	466	436	476	595	842	2
para	442	466	464	476	595	842	2
determinar	469	466	522	476	595	842	2
movimientos	85	479	147	489	595	842	2
deseados	154	479	201	489	595	842	2
en	208	479	221	489	595	842	2
las	227	479	242	489	595	842	2
articulaciones	248	479	316	489	595	842	2
y	322	479	328	489	595	842	2
tener	335	479	360	489	595	842	2
un	367	479	379	489	595	842	2
enlace	386	479	419	489	595	842	2
bioelectrónico	425	479	493	489	595	842	2
para	500	479	522	489	595	842	2
garantizar	85	491	134	502	595	842	2
que	140	491	158	502	595	842	2
el	164	491	172	502	595	842	2
sistema	178	491	216	502	595	842	2
mecatrónico	222	491	282	502	595	842	2
se	287	491	299	502	595	842	2
mueva	305	491	337	502	595	842	2
a	343	491	349	502	595	842	2
través	355	491	385	502	595	842	2
de	391	491	403	502	595	842	2
la	409	491	417	502	595	842	2
trayectoria	423	491	474	502	595	842	2
deseada	480	491	522	502	595	842	2
(Ramos	85	504	124	514	595	842	2
et	127	504	136	514	595	842	2
al.,	139	504	154	514	595	842	2
2011).	157	504	188	514	595	842	2
Una	112	517	132	527	595	842	2
de	140	517	152	527	595	842	2
las	160	517	174	527	595	842	2
principales	182	517	234	527	595	842	2
limitantes	242	517	288	527	595	842	2
en	296	517	308	527	595	842	2
el	316	517	324	527	595	842	2
uso	332	517	350	527	595	842	2
del	357	517	372	527	595	842	2
control	380	517	413	527	595	842	2
basado	420	517	457	527	595	842	2
en	464	517	476	527	595	842	2
señales	484	517	522	527	595	842	2
mioeléctricas	85	530	149	540	595	842	2
se	157	530	168	540	595	842	2
debe	176	530	200	540	595	842	2
a	207	530	213	540	595	842	2
que	221	530	239	540	595	842	2
los	247	530	261	540	595	842	2
lazos	268	530	293	540	595	842	2
de	301	530	313	540	595	842	2
control	320	530	353	540	595	842	2
no	361	530	373	540	595	842	2
son	380	530	398	540	595	842	2
intuitivos.	405	530	451	540	595	842	2
Los	458	530	476	540	595	842	2
equipos	484	530	522	540	595	842	2
comerciales	85	542	144	552	595	842	2
en	150	542	162	552	595	842	2
su	169	542	180	552	595	842	2
mayoría	186	542	226	552	595	842	2
utilizan	232	542	266	552	595	842	2
máquinas	273	542	321	552	595	842	2
de	327	542	339	552	595	842	2
estado	345	542	378	552	595	842	2
que	384	542	403	552	595	842	2
permiten	409	542	452	552	595	842	2
ejecutar	458	542	497	552	595	842	2
una	503	542	522	552	595	842	2
función	85	555	121	565	595	842	2
a	125	555	131	565	595	842	2
la	136	555	144	565	595	842	2
vez.	148	555	168	565	595	842	2
En	173	555	186	565	595	842	2
este	191	555	211	565	595	842	2
sentido,	216	555	254	565	595	842	2
el	259	555	267	565	595	842	2
reconocimiento	272	555	346	565	595	842	2
de	351	555	363	565	595	842	2
patrones	367	555	410	565	595	842	2
en	414	555	427	565	595	842	2
las	431	555	445	565	595	842	2
señales	449	555	487	565	595	842	2
sEMG	492	555	522	565	595	842	2
(Surface	85	567	127	578	595	842	2
Electromyography	132	567	221	578	595	842	2
Signal)	226	567	260	578	595	842	2
propone	265	567	306	578	595	842	2
una	311	567	329	578	595	842	2
solución	335	567	375	578	595	842	2
directa	380	567	413	578	595	842	2
a	419	567	425	578	595	842	2
estas	430	567	456	578	595	842	2
limitaciones,	461	567	522	578	595	842	2
basada	85	580	121	590	595	842	2
en	125	580	137	590	595	842	2
sistemas	141	580	185	590	595	842	2
embebidos	189	580	243	590	595	842	2
y	246	580	252	590	595	842	2
en	256	580	268	590	595	842	2
el	272	580	281	590	595	842	2
uso	285	580	302	590	595	842	2
de	306	580	319	590	595	842	2
redes	322	580	350	590	595	842	2
de	354	580	366	590	595	842	2
electrodos	370	580	421	590	595	842	2
para	425	580	447	590	595	842	2
adquisición	451	580	506	590	595	842	2
de	510	580	522	590	595	842	2
señales	85	593	123	603	595	842	2
mioeléctricas	126	593	190	603	595	842	2
de	193	593	206	603	595	842	2
superficie	209	593	256	603	595	842	2
(Kapelner	259	593	307	603	595	842	2
et	310	593	319	603	595	842	2
al.,	322	593	336	603	595	842	2
2018).	340	593	371	603	595	842	2
El	112	605	122	616	595	842	2
desarrollo	130	605	178	616	595	842	2
de	186	605	199	616	595	842	2
prótesis	207	605	245	616	595	842	2
robóticas,	253	605	301	616	595	842	2
sistemas	309	605	353	616	595	842	2
de	361	605	373	616	595	842	2
rehabilitación,	381	605	449	616	595	842	2
entrenadores	457	605	522	616	595	842	2
virtuales	85	618	126	628	595	842	2
y	130	618	136	628	595	842	2
la	140	618	148	628	595	842	2
realidad	152	618	192	628	595	842	2
virtual	196	618	225	628	595	842	2
han	230	618	248	628	595	842	2
permitido	252	618	297	628	595	842	2
que	301	618	320	628	595	842	2
el	324	618	333	628	595	842	2
área	337	618	359	628	595	842	2
de	363	618	375	628	595	842	2
la	379	618	388	628	595	842	2
robótica	392	618	431	628	595	842	2
posea	435	618	465	628	595	842	2
y	470	618	475	628	595	842	2
adquiera	479	618	522	628	595	842	2
una	85	631	103	641	595	842	2
elevada	108	631	146	641	595	842	2
importancia	150	631	207	641	595	842	2
dentro	211	631	242	641	595	842	2
de	246	631	258	641	595	842	2
la	262	631	271	641	595	842	2
medicina	275	631	319	641	595	842	2
clínica.	323	631	357	641	595	842	2
Según	361	631	393	641	595	842	2
el	397	631	406	641	595	842	2
trabajo	410	631	443	641	595	842	2
presentado	447	631	502	641	595	842	2
por	506	631	522	641	595	842	2
Woodward	85	643	138	653	595	842	2
et	145	643	154	653	595	842	2
al.,	161	643	176	653	595	842	2
(2017)	183	643	215	653	595	842	2
el	222	643	230	653	595	842	2
uso	237	643	255	653	595	842	2
de	262	643	274	653	595	842	2
ambientes	281	643	332	653	595	842	2
de	339	643	351	653	595	842	2
juego	358	643	385	653	595	842	2
combinados	392	643	452	653	595	842	2
con	459	643	476	653	595	842	2
prótesis	484	643	522	653	595	842	2
mioeléctricas	85	656	149	666	595	842	2
ha	153	656	166	666	595	842	2
permitido	170	656	215	666	595	842	2
facilitar	219	656	254	666	595	842	2
la	258	656	266	666	595	842	2
ejecución	270	656	317	666	595	842	2
de	320	656	333	666	595	842	2
rehabilitación	337	656	402	666	595	842	2
neuromuscular,	406	656	481	666	595	842	2
aunque	486	656	522	666	595	842	2
siempre	85	669	124	679	595	842	2
se	127	669	139	679	595	842	2
requiera	142	669	182	679	595	842	2
supervisión	185	669	241	679	595	842	2
clínica.	244	669	278	679	595	842	2
Como	112	681	141	692	595	842	2
mencionan	145	681	199	692	595	842	2
Yang	202	681	228	692	595	842	2
et	231	681	240	692	595	842	2
al.	243	681	255	692	595	842	2
(2018),	258	681	293	692	595	842	2
el	296	681	305	692	595	842	2
procesamiento	308	681	380	692	595	842	2
y	384	681	389	692	595	842	2
recolección	392	681	448	692	595	842	2
de	451	681	464	692	595	842	2
las	467	681	481	692	595	842	2
señales	484	681	522	692	595	842	2
EMG	85	694	110	704	595	842	2
para	114	694	136	704	595	842	2
el	141	694	149	704	595	842	2
reconocimiento	153	694	228	704	595	842	2
de	232	694	244	704	595	842	2
ciertos	249	694	281	704	595	842	2
patrones	285	694	328	704	595	842	2
de	332	694	345	704	595	842	2
movimiento	349	694	405	704	595	842	2
de	409	694	422	704	595	842	2
mano	426	694	453	704	595	842	2
y	457	694	463	704	595	842	2
muñeca	467	694	506	704	595	842	2
se	510	694	522	704	595	842	2
encuentra	85	707	134	717	595	842	2
ampliamente	138	707	201	717	595	842	2
desarrollado	204	707	265	717	595	842	2
e	269	707	275	717	595	842	2
identificado	279	707	334	717	595	842	2
en	338	707	350	717	595	842	2
la	354	707	362	717	595	842	2
bibliografía.	366	707	423	717	595	842	2
De	427	707	441	717	595	842	2
forma	444	707	473	717	595	842	2
contraria,	476	707	522	717	595	842	2
el	85	719	94	729	595	842	2
análisis	97	719	134	729	595	842	2
simultáneo	137	719	191	729	595	842	2
de	194	719	207	729	595	842	2
señales	210	719	248	729	595	842	2
EMG	252	719	276	729	595	842	2
para	280	719	302	729	595	842	2
el	306	719	314	729	595	842	2
control	318	719	351	729	595	842	2
de	354	719	367	729	595	842	2
robots	370	719	401	729	595	842	2
con	404	719	422	729	595	842	2
múltiples	426	719	469	729	595	842	2
grados	473	719	506	729	595	842	2
de	510	719	522	729	595	842	2
libertad	85	732	121	742	595	842	2
es	125	732	137	742	595	842	2
un	141	732	154	742	595	842	2
área	158	732	180	742	595	842	2
que	184	732	202	742	595	842	2
requiere	206	732	247	742	595	842	2
de	251	732	263	742	595	842	2
una	267	732	286	742	595	842	2
urgente	290	732	327	742	595	842	2
atención	331	732	373	742	595	842	2
ya	377	732	389	742	595	842	2
que	393	732	411	742	595	842	2
solo	415	732	436	742	595	842	2
existen	440	732	474	742	595	842	2
sistemas	479	732	522	742	595	842	2
comerciales	85	745	144	755	595	842	2
que	147	745	165	755	595	842	2
no	168	745	181	755	595	842	2
permiten	184	745	226	755	595	842	2
un	230	745	242	755	595	842	2
análisis	245	745	281	755	595	842	2
simultáneo	284	745	338	755	595	842	2
de	341	745	353	755	595	842	2
la	356	745	365	755	595	842	2
información.	368	745	428	755	595	842	2
Enfoque	220	778	249	785	595	842	2
UTE,	252	778	270	785	595	842	2
V.9-N.2,	272	778	301	785	595	842	2
Jun.2018,	304	778	339	785	595	842	2
pp.	341	778	352	785	595	842	2
208	354	778	368	785	595	842	2
–	370	776	375	785	595	842	2
222	377	778	390	785	595	842	2
210	71	72	84	80	595	842	3
De	98	87	112	98	595	842	3
acuerdo	119	87	159	98	595	842	3
a	166	87	173	98	595	842	3
Moya	180	87	207	98	595	842	3
et	214	87	223	98	595	842	3
al.	230	87	242	98	595	842	3
(2015),	249	87	284	98	595	842	3
un	292	87	304	98	595	842	3
sistema	311	87	349	98	595	842	3
embebido	356	87	405	98	595	842	3
permite	412	87	449	98	595	842	3
desarrollar	456	87	508	98	595	842	3
hardware	71	100	117	110	595	842	3
enfocado	125	100	171	110	595	842	3
a	179	100	185	110	595	842	3
aplicaciones	193	100	254	110	595	842	3
específicas,	262	100	321	110	595	842	3
estos	329	100	355	110	595	842	3
componentes	364	100	430	110	595	842	3
pueden	438	100	475	110	595	842	3
estar	483	100	508	110	595	842	3
conformados	71	113	135	123	595	842	3
por	139	113	155	123	595	842	3
procesadores,	159	113	228	123	595	842	3
microcontroladores,	232	113	329	123	595	842	3
FPGA´s	333	113	372	123	595	842	3
(Field	376	113	404	123	595	842	3
Programmable	408	113	480	123	595	842	3
Gate	484	113	508	123	595	842	3
Array),	71	125	104	136	595	842	3
memorias	108	125	156	136	595	842	3
(RAM,	160	125	191	136	595	842	3
ROM,	195	125	223	136	595	842	3
EPROM,	227	125	271	136	595	842	3
Flash),	274	125	308	136	595	842	3
interfaces	312	125	360	136	595	842	3
de	364	125	376	136	595	842	3
comunicación,	380	125	450	136	595	842	3
sensores	454	125	499	136	595	842	3
y	502	125	508	136	595	842	3
actuadores	71	138	126	148	595	842	3
que	131	138	149	148	595	842	3
en	155	138	167	148	595	842	3
conjunto	173	138	214	148	595	842	3
con	220	138	237	148	595	842	3
software	243	138	284	148	595	842	3
desarrollado	290	138	351	148	595	842	3
realizan	356	138	394	148	595	842	3
funciones	400	138	447	148	595	842	3
específicas	453	138	508	148	595	842	3
como	71	151	98	161	595	842	3
puede	101	151	132	161	595	842	3
ser	135	151	150	161	595	842	3
el	153	151	162	161	595	842	3
reconocimiento	165	151	239	161	595	842	3
de	242	151	255	161	595	842	3
patrones	258	151	300	161	595	842	3
de	303	151	316	161	595	842	3
señales	319	151	357	161	595	842	3
sEMG.	360	151	393	161	595	842	3
En	98	163	111	173	595	842	3
base	116	163	140	173	595	842	3
a	145	163	151	173	595	842	3
los	156	163	170	173	595	842	3
estudios	175	163	215	173	595	842	3
citados,	220	163	258	173	595	842	3
se	263	163	275	173	595	842	3
evidencia	279	163	326	173	595	842	3
que	331	163	349	173	595	842	3
en	354	163	366	173	595	842	3
la	371	163	379	173	595	842	3
actualidad	384	163	434	173	595	842	3
existen	439	163	474	173	595	842	3
varios	479	163	508	173	595	842	3
estudios	71	176	112	186	595	842	3
basados	118	176	159	186	595	842	3
en	165	176	178	186	595	842	3
la	183	176	192	186	595	842	3
identificación	198	176	261	186	595	842	3
de	267	176	279	186	595	842	3
patrones	285	176	328	186	595	842	3
sEMG	334	176	364	186	595	842	3
para	370	176	392	186	595	842	3
controlar	398	176	441	186	595	842	3
sistemas	446	176	490	186	595	842	3
de	496	176	508	186	595	842	3
rehabilitación	71	189	136	199	595	842	3
y	141	189	146	199	595	842	3
exoesqueletos,	151	189	225	199	595	842	3
lo	230	189	239	199	595	842	3
cual	243	189	264	199	595	842	3
deja	268	189	289	199	595	842	3
un	294	189	306	199	595	842	3
vacío	311	189	337	199	595	842	3
en	342	189	354	199	595	842	3
la	359	189	368	199	595	842	3
robótica	373	189	412	199	595	842	3
industrial.	417	189	464	199	595	842	3
En	469	189	482	199	595	842	3
este	487	189	508	199	595	842	3
contexto,	71	201	116	211	595	842	3
se	119	201	131	211	595	842	3
realizó	134	201	166	211	595	842	3
el	170	201	178	211	595	842	3
modelado,	181	201	233	211	595	842	3
simulación	236	201	288	211	595	842	3
y	291	201	297	211	595	842	3
control	300	201	333	211	595	842	3
del	337	201	351	211	595	842	3
Robot	355	201	384	211	595	842	3
Mitsubishi	387	201	436	211	595	842	3
RV-2JA,	439	201	480	211	595	842	3
en	484	201	496	211	595	842	3
el	499	201	508	211	595	842	3
cual	71	214	91	224	595	842	3
se	96	214	107	224	595	842	3
requiere	112	214	152	224	595	842	3
adquirir	157	214	193	224	595	842	3
y	198	214	203	224	595	842	3
tratar	208	214	233	224	595	842	3
señales	238	214	276	224	595	842	3
sEMG	280	214	311	224	595	842	3
específicas	315	214	370	224	595	842	3
e	375	214	381	224	595	842	3
identificarlas	385	214	446	224	595	842	3
a	451	214	457	224	595	842	3
través	461	214	491	224	595	842	3
de	496	214	508	224	595	842	3
redes	71	226	99	237	595	842	3
neuronales	104	226	159	237	595	842	3
artificiales	165	226	213	237	595	842	3
(RNA)	219	226	250	237	595	842	3
que	256	226	274	237	595	842	3
permitan	280	226	323	237	595	842	3
enlazar	328	226	364	237	595	842	3
de	370	226	383	237	595	842	3
forma	388	226	416	237	595	842	3
bioelectrónica	422	226	490	237	595	842	3
un	496	226	508	237	595	842	3
sistema	71	239	109	249	595	842	3
embebido	114	239	163	249	595	842	3
mecatrónico	168	239	228	249	595	842	3
entre	233	239	258	249	595	842	3
el	263	239	272	249	595	842	3
operador	277	239	321	249	595	842	3
el	326	239	335	249	595	842	3
equipo	340	239	373	249	595	842	3
Myo	378	239	399	249	595	842	3
y	404	239	410	249	595	842	3
el	415	239	423	249	595	842	3
robot	429	239	454	249	595	842	3
Mitsubishi	459	239	508	249	595	842	3
RV-2AJ.	71	252	112	262	595	842	3
2.	71	276	80	286	595	842	3
Metodología	83	276	148	286	595	842	3
El	98	301	108	311	595	842	3
sistema	114	301	152	311	595	842	3
de	158	301	170	311	595	842	3
seguridad	177	301	225	311	595	842	3
electromiográfico	231	301	315	311	595	842	3
está	321	301	342	311	595	842	3
diseñado	348	301	393	311	595	842	3
para	399	301	421	311	595	842	3
que	427	301	446	311	595	842	3
el	452	301	460	311	595	842	3
operador	466	301	510	311	595	842	3
controle	71	314	110	324	595	842	3
al	117	314	125	324	595	842	3
robot	131	314	156	324	595	842	3
de	163	314	175	324	595	842	3
forma	181	314	210	324	595	842	3
remota;	216	314	253	324	595	842	3
las	259	314	274	324	595	842	3
señales	280	314	318	324	595	842	3
sEMG	324	314	354	324	595	842	3
son	361	314	379	324	595	842	3
tomadas	385	314	427	324	595	842	3
del	433	314	448	324	595	842	3
operador	454	314	499	324	595	842	3
y	505	314	511	324	595	842	3
pertenecen	71	326	126	337	595	842	3
a	129	326	136	337	595	842	3
movimientos	139	326	201	337	595	842	3
musculares	204	326	260	337	595	842	3
específicos,	263	326	322	337	595	842	3
estas	325	326	351	337	595	842	3
son	355	326	372	337	595	842	3
procesadas	376	326	433	337	595	842	3
en	436	326	448	337	595	842	3
el	451	326	460	337	595	842	3
programa	463	326	510	337	595	842	3
encargado	71	339	123	349	595	842	3
de	131	339	144	349	595	842	3
extraer	152	339	186	349	595	842	3
sus	194	339	212	349	595	842	3
características	220	339	291	349	595	842	3
particulares	299	339	356	349	595	842	3
para	364	339	386	349	595	842	3
determinar	395	339	447	349	595	842	3
el	455	339	464	349	595	842	3
tipo	472	339	490	349	595	842	3
de	498	339	510	349	595	842	3
movimiento	71	352	127	362	595	842	3
que	131	352	149	362	595	842	3
realizará	153	352	195	362	595	842	3
el	199	352	208	362	595	842	3
robot.	211	352	240	362	595	842	3
Las	243	352	261	362	595	842	3
características	265	352	336	362	595	842	3
identificadas	340	352	401	362	595	842	3
de	404	352	417	362	595	842	3
las	420	352	434	362	595	842	3
señales	438	352	476	362	595	842	3
sEMG	480	352	510	362	595	842	3
ingresan	71	364	113	375	595	842	3
a	118	364	124	375	595	842	3
una	128	364	147	375	595	842	3
red	151	364	167	375	595	842	3
neuronal	172	364	214	375	595	842	3
artificial	219	364	256	375	595	842	3
que	260	364	279	375	595	842	3
activa	283	364	312	375	595	842	3
las	316	364	331	375	595	842	3
correspondientes	335	364	419	375	595	842	3
articulaciones	424	364	491	375	595	842	3
del	496	364	511	375	595	842	3
robot	71	377	96	387	595	842	3
que	99	377	118	387	595	842	3
se	121	377	132	387	595	842	3
desee	135	377	165	387	595	842	3
mover	168	377	199	387	595	842	3
con	202	377	220	387	595	842	3
determinada	223	377	284	387	595	842	3
posición	287	377	327	387	595	842	3
de	330	377	343	387	595	842	3
la	346	377	354	387	595	842	3
mano.	357	377	388	387	595	842	3
En	98	390	111	400	595	842	3
el	117	390	125	400	595	842	3
desarrollo	131	390	179	400	595	842	3
se	184	390	196	400	595	842	3
utilizó	201	390	229	400	595	842	3
el	235	390	243	400	595	842	3
brazalete	248	390	294	400	595	842	3
Myo	299	390	320	400	595	842	3
como	325	390	352	400	595	842	3
dispositivo	358	390	409	400	595	842	3
de	414	390	427	400	595	842	3
entrada	432	390	469	400	595	842	3
para	474	390	497	400	595	842	3
la	502	390	510	400	595	842	3
adquisición	71	402	126	412	595	842	3
de	129	402	142	412	595	842	3
datos	145	402	172	412	595	842	3
(Morais	175	402	212	412	595	842	3
et	215	402	224	412	595	842	3
al.,	228	402	242	412	595	842	3
2016).	246	402	277	412	595	842	3
Los	280	402	298	412	595	842	3
datos	302	402	328	412	595	842	3
de	332	402	344	412	595	842	3
entrada	347	402	385	412	595	842	3
son	388	402	406	412	595	842	3
analizados	409	402	462	412	595	842	3
mediante	465	402	510	412	595	842	3
el	71	415	80	425	595	842	3
diseño	84	415	117	425	595	842	3
de	121	415	133	425	595	842	3
un	138	415	150	425	595	842	3
programa	155	415	202	425	595	842	3
en	206	415	219	425	595	842	3
Matlab-Simulink	223	415	301	425	595	842	3
que	306	415	325	425	595	842	3
proporciona	329	415	387	425	595	842	3
datos	392	415	419	425	595	842	3
de	423	415	435	425	595	842	3
entrenamiento	440	415	510	425	595	842	3
para	71	428	93	438	595	842	3
las	98	428	112	438	595	842	3
redes	116	428	144	438	595	842	3
neuronales	148	428	203	438	595	842	3
del	207	428	222	438	595	842	3
sistema.	226	428	267	438	595	842	3
En	272	428	285	438	595	842	3
un	290	428	302	438	595	842	3
entorno	307	428	344	438	595	842	3
virtual	349	428	378	438	595	842	3
se	383	428	394	438	595	842	3
realiza	399	428	431	438	595	842	3
una	436	428	454	438	595	842	3
simulación	458	428	510	438	595	842	3
detallada	71	440	116	450	595	842	3
del	120	440	135	450	595	842	3
robot	140	440	165	450	595	842	3
la	169	440	178	450	595	842	3
cual	182	440	202	450	595	842	3
permitirá	207	440	250	450	595	842	3
replicar	254	440	291	450	595	842	3
los	295	440	309	450	595	842	3
movimientos	314	440	376	450	595	842	3
deseados	380	440	428	450	595	842	3
por	432	440	448	450	595	842	3
el	453	440	462	450	595	842	3
operador	466	440	510	450	595	842	3
para	71	453	93	463	595	842	3
luego	96	453	123	463	595	842	3
validar	126	453	158	463	595	842	3
los	162	453	176	463	595	842	3
resultados	179	453	229	463	595	842	3
del	232	453	247	463	595	842	3
procesamiento	250	453	322	463	595	842	3
y	325	453	331	463	595	842	3
entrenamiento	334	453	404	463	595	842	3
del	407	453	422	463	595	842	3
sistema.	425	453	466	463	595	842	3
En	98	466	111	476	595	842	3
la	119	466	128	476	595	842	3
Figura	136	466	167	476	595	842	3
1,	174	466	183	476	595	842	3
se	191	466	203	476	595	842	3
puede	210	466	241	476	595	842	3
apreciar	249	466	288	476	595	842	3
el	296	466	305	476	595	842	3
diagrama	313	466	358	476	595	842	3
general	366	466	403	476	595	842	3
del	410	466	425	476	595	842	3
flujo	433	466	453	476	595	842	3
de	461	466	473	476	595	842	3
datos,	480	466	510	476	595	842	3
mecanismos	71	478	133	488	595	842	3
y	139	478	145	488	595	842	3
conexiones	151	478	207	488	595	842	3
involucrados	213	478	275	488	595	842	3
en	281	478	293	488	595	842	3
el	300	478	309	488	595	842	3
desarrollo	315	478	363	488	595	842	3
del	369	478	384	488	595	842	3
sistema	391	478	429	488	595	842	3
basados	435	478	477	488	595	842	3
en	483	478	495	488	595	842	3
la	502	478	510	488	595	842	3
metodología	71	491	131	501	595	842	3
propuesta	140	491	189	501	595	842	3
por	198	491	214	501	595	842	3
Chapman	223	491	271	501	595	842	3
(2018).	280	491	315	501	595	842	3
El	324	491	334	501	595	842	3
operador	343	491	387	501	595	842	3
del	396	491	410	501	595	842	3
robot	419	491	444	501	595	842	3
genera	453	491	487	501	595	842	3
los	496	491	510	501	595	842	3
movimientos	71	503	133	514	595	842	3
deseados	137	503	185	514	595	842	3
a	190	503	196	514	595	842	3
través	200	503	230	514	595	842	3
de	235	503	247	514	595	842	3
su	252	503	264	514	595	842	3
brazo,	268	503	299	514	595	842	3
los	304	503	318	514	595	842	3
cuales	322	503	354	514	595	842	3
generan	359	503	399	514	595	842	3
señales	404	503	442	514	595	842	3
mioeléctricas	446	503	510	514	595	842	3
que	71	516	89	526	595	842	3
son	93	516	111	526	595	842	3
adquiridas	114	516	165	526	595	842	3
por	169	516	185	526	595	842	3
el	188	516	197	526	595	842	3
sensor	200	516	234	526	595	842	3
Myo	237	516	258	526	595	842	3
(Sánchez,	262	516	311	526	595	842	3
2016)	315	516	343	526	595	842	3
y	347	516	352	526	595	842	3
enviadas	356	516	400	526	595	842	3
a	404	516	410	526	595	842	3
Matlab	413	516	446	526	595	842	3
mediante	450	516	495	526	595	842	3
su	499	516	510	526	595	842	3
SDK	71	529	94	539	595	842	3
(Kit	102	529	119	539	595	842	3
de	127	529	139	539	595	842	3
desarrollo	148	529	196	539	595	842	3
de	204	529	217	539	595	842	3
software).	225	529	273	539	595	842	3
Matlab	282	529	315	539	595	842	3
adquiere	323	529	366	539	595	842	3
las	374	529	388	539	595	842	3
señales	397	529	435	539	595	842	3
y	443	529	449	539	595	842	3
realiza	457	529	489	539	595	842	3
un	498	529	510	539	595	842	3
procesamiento	71	542	143	552	595	842	3
de	147	542	160	552	595	842	3
datos	163	542	190	552	595	842	3
que	194	542	213	552	595	842	3
comprende	217	542	272	552	595	842	3
el	276	542	284	552	595	842	3
filtrado	288	542	321	552	595	842	3
y	325	542	331	552	595	842	3
entrenamiento	335	542	405	552	595	842	3
de	409	542	421	552	595	842	3
una	425	542	444	552	595	842	3
red	448	542	464	552	595	842	3
neuronal	468	542	511	552	595	842	3
artificial	71	554	108	564	595	842	3
que	113	554	131	564	595	842	3
enviará	135	554	171	564	595	842	3
una	176	554	194	564	595	842	3
señal	199	554	225	564	595	842	3
de	229	554	242	564	595	842	3
control	246	554	279	564	595	842	3
al	284	554	292	564	595	842	3
modelo	297	554	333	564	595	842	3
3D	337	554	351	564	595	842	3
del	355	554	370	564	595	842	3
robot;	375	554	403	564	595	842	3
el	407	554	416	564	595	842	3
lazo	420	554	440	564	595	842	3
de	445	554	457	564	595	842	3
control	461	554	495	564	595	842	3
se	499	554	510	564	595	842	3
retroalimenta	71	567	135	577	595	842	3
con	138	567	156	577	595	842	3
la	159	567	168	577	595	842	3
visualización	171	567	233	577	595	842	3
del	236	567	251	577	595	842	3
movimiento	254	567	310	577	595	842	3
deseado	313	567	356	577	595	842	3
por	359	567	374	577	595	842	3
el	378	567	386	577	595	842	3
operador.	389	567	436	577	595	842	3
En	98	579	111	590	595	842	3
la	115	579	124	590	595	842	3
adquisición	128	579	183	590	595	842	3
de	187	579	199	590	595	842	3
datos	203	579	230	590	595	842	3
se	234	579	246	590	595	842	3
utilizó	250	579	278	590	595	842	3
el	282	579	290	590	595	842	3
brazalete	294	579	340	590	595	842	3
Myo,	344	579	367	590	595	842	3
el	372	579	380	590	595	842	3
cual	384	579	405	590	595	842	3
es	409	579	420	590	595	842	3
capaz	424	579	454	590	595	842	3
de	457	579	470	590	595	842	3
adquirir	474	579	510	590	595	842	3
señales	71	592	109	602	595	842	3
sEMG	114	592	144	602	595	842	3
de	150	592	162	602	595	842	3
ocho	167	592	191	602	595	842	3
diferentes	196	592	244	602	595	842	3
lugares	249	592	285	602	595	842	3
a	290	592	297	602	595	842	3
través	302	592	332	602	595	842	3
de	337	592	349	602	595	842	3
una	354	592	372	602	595	842	3
pulsera	378	592	414	602	595	842	3
en	419	592	431	602	595	842	3
tiempo	436	592	469	602	595	842	3
real.	474	592	496	602	595	842	3
El	501	592	510	602	595	842	3
brazalete	71	605	116	615	595	842	3
proporciona	121	605	179	615	595	842	3
dos	183	605	201	615	595	842	3
tipos	205	605	229	615	595	842	3
de	233	605	245	615	595	842	3
datos:	250	605	280	615	595	842	3
espaciales	284	605	336	615	595	842	3
y	340	605	346	615	595	842	3
gestuales.	350	605	401	615	595	842	3
Los	405	605	423	615	595	842	3
datos	427	605	454	615	595	842	3
espaciales	458	605	510	615	595	842	3
significan	71	617	117	628	595	842	3
la	121	617	130	628	595	842	3
orientación	134	617	188	628	595	842	3
y	192	617	198	628	595	842	3
el	202	617	211	628	595	842	3
movimiento	215	617	271	628	595	842	3
del	276	617	291	628	595	842	3
brazo,	295	617	325	628	595	842	3
y	330	617	335	628	595	842	3
se	340	617	351	628	595	842	3
representan	355	617	414	628	595	842	3
en	419	617	431	628	595	842	3
términos	435	617	477	628	595	842	3
de	482	617	494	628	595	842	3
un	498	617	510	628	595	842	3
cuaternión	71	630	122	640	595	842	3
que	127	630	145	640	595	842	3
puede	150	630	180	640	595	842	3
convertirse	185	630	238	640	595	842	3
en	243	630	255	640	595	842	3
otras	260	630	284	640	595	842	3
expresiones,	288	630	351	640	595	842	3
como	355	630	382	640	595	842	3
una	387	630	405	640	595	842	3
matriz	409	630	439	640	595	842	3
de	444	630	456	640	595	842	3
rotación	461	630	500	640	595	842	3
o	504	630	510	640	595	842	3
ángulo	71	643	104	653	595	842	3
de	110	643	122	653	595	842	3
Euler	127	643	153	653	595	842	3
y	159	643	164	653	595	842	3
en	170	643	182	653	595	842	3
un	188	643	200	653	595	842	3
vector	205	643	235	653	595	842	3
de	241	643	253	653	595	842	3
aceleración	259	643	315	653	595	842	3
que	320	643	339	653	595	842	3
es	344	643	356	653	595	842	3
igual	361	643	385	653	595	842	3
a	390	643	396	653	595	842	3
la	402	643	410	653	595	842	3
aceleración	416	643	472	653	595	842	3
que	478	643	496	653	595	842	3
el	502	643	510	653	595	842	3
brazalete	71	655	116	666	595	842	3
está	120	655	141	666	595	842	3
experimentando	145	655	224	666	595	842	3
en	228	655	240	666	595	842	3
un	244	655	256	666	595	842	3
momento	260	655	306	666	595	842	3
dado	310	655	334	666	595	842	3
(Sánchez,	338	655	388	666	595	842	3
2016).	392	655	423	666	595	842	3
Los	427	655	445	666	595	842	3
movimientos	449	655	510	666	595	842	3
de	71	668	83	678	595	842	3
mano	87	668	115	678	595	842	3
realizados	118	668	168	678	595	842	3
por	172	668	188	678	595	842	3
el	192	668	201	678	595	842	3
operador	204	668	248	678	595	842	3
se	252	668	264	678	595	842	3
convierten	268	668	318	678	595	842	3
en	322	668	335	678	595	842	3
señales	338	668	376	678	595	842	3
gestuales	380	668	427	678	595	842	3
que	431	668	449	678	595	842	3
le	453	668	462	678	595	842	3
indican	466	668	500	678	595	842	3
a	504	668	510	678	595	842	3
la	71	681	79	691	595	842	3
aplicación	84	681	132	691	595	842	3
lo	136	681	145	691	595	842	3
que	149	681	168	691	595	842	3
este	172	681	192	691	595	842	3
realiza	196	681	229	691	595	842	3
con	233	681	251	691	595	842	3
sus	255	681	272	691	595	842	3
manos	276	681	309	691	595	842	3
en	313	681	325	691	595	842	3
forma	329	681	357	691	595	842	3
de	361	681	373	691	595	842	3
una	377	681	396	691	595	842	3
o	400	681	406	691	595	842	3
varias	410	681	439	691	595	842	3
posturas.	443	681	489	691	595	842	3
Los	493	681	510	691	595	842	3
datos	71	693	98	704	595	842	3
sEMG	102	693	133	704	595	842	3
se	137	693	149	704	595	842	3
utilizan	153	693	187	704	595	842	3
para	192	693	214	704	595	842	3
identificar	218	693	265	704	595	842	3
las	270	693	284	704	595	842	3
posturas	288	693	330	704	595	842	3
mencionadas,	335	693	404	704	595	842	3
definir	408	693	438	704	595	842	3
cuál	442	693	463	704	595	842	3
brazo	467	693	494	704	595	842	3
se	499	693	510	704	595	842	3
está	71	706	92	716	595	842	3
usando	98	706	134	716	595	842	3
y	140	706	146	716	595	842	3
en	152	706	164	716	595	842	3
cuál	171	706	191	716	595	842	3
dirección	197	706	241	716	595	842	3
está	247	706	268	716	595	842	3
orientado.	274	706	323	716	595	842	3
Además,	329	706	373	716	595	842	3
una	379	706	398	716	595	842	3
aplicación	404	706	453	716	595	842	3
propia	459	706	490	716	595	842	3
del	496	706	510	716	595	842	3
sistema	71	719	109	729	595	842	3
puede	116	719	146	729	595	842	3
proporcionar	153	719	215	729	595	842	3
retroalimentación	221	719	306	729	595	842	3
al	312	719	321	729	595	842	3
operador	328	719	372	729	595	842	3
al	379	719	387	729	595	842	3
emitir	394	719	421	729	595	842	3
un	427	719	440	729	595	842	3
comando	446	719	492	729	595	842	3
de	498	719	510	729	595	842	3
vibración.	71	731	118	741	595	842	3
Los	125	731	143	741	595	842	3
datos	151	731	178	741	595	842	3
son	185	731	203	741	595	842	3
a	261	731	268	741	595	842	3
una	275	731	293	741	595	842	3
computadora	301	731	365	741	595	842	3
a	373	731	379	741	595	842	3
través	386	731	416	741	595	842	3
de	424	731	436	741	595	842	3
comunicación	443	731	510	741	595	842	3
Bluetooth	71	744	118	754	595	842	3
y	122	744	128	754	595	842	3
esta	132	744	153	754	595	842	3
a	158	744	164	754	595	842	3
su	169	744	180	754	595	842	3
vez	185	744	202	754	595	842	3
los	207	744	221	754	595	842	3
trasmite	226	744	265	754	595	842	3
a	269	744	276	754	595	842	3
una	280	744	299	754	595	842	3
aplicación	303	744	352	754	595	842	3
desarrollada	357	744	417	754	595	842	3
en	422	744	434	754	595	842	3
lenguaje	439	744	481	754	595	842	3
C	485	744	493	754	595	842	3
en	498	744	510	754	595	842	3
forma	71	757	99	767	595	842	3
de	103	757	115	767	595	842	3
eventos.	118	757	160	767	595	842	3
Este	163	757	185	767	595	842	3
sistema	189	757	227	767	595	842	3
permitirá	230	757	273	767	595	842	3
identificar	276	757	323	767	595	842	3
el	327	757	335	767	595	842	3
brazalete	339	757	384	767	595	842	3
Myo	388	757	408	767	595	842	3
proporcionando	412	757	488	767	595	842	3
una	492	757	510	767	595	842	3
Enfoque	205	778	235	785	595	842	3
UTE,	238	778	256	785	595	842	3
V.9-N.2,	258	778	287	785	595	842	3
Jun.2018,	289	778	325	785	595	842	3
pp.	327	778	338	785	595	842	3
208	340	778	354	785	595	842	3
–	356	776	360	785	595	842	3
222	363	778	376	785	595	842	3
211	511	72	525	80	595	842	4
marca	85	87	116	98	595	842	4
de	121	87	133	98	595	842	4
tiempo	138	87	171	98	595	842	4
del	176	87	191	98	595	842	4
momento	195	87	241	98	595	842	4
en	246	87	259	98	595	842	4
que	263	87	282	98	595	842	4
se	287	87	298	98	595	842	4
recibió	303	87	336	98	595	842	4
el	341	87	349	98	595	842	4
evento	354	87	387	98	595	842	4
en	392	87	404	98	595	842	4
conjunto	409	87	451	98	595	842	4
con	456	87	474	98	595	842	4
los	479	87	493	98	595	842	4
datos	498	87	525	98	595	842	4
enviados.	85	100	132	110	595	842	4
Para	137	100	160	110	595	842	4
acceder	165	100	204	110	595	842	4
a	209	100	215	110	595	842	4
los	220	100	234	110	595	842	4
eventos	239	100	278	110	595	842	4
y	283	100	288	110	595	842	4
datos	293	100	320	110	595	842	4
generados	325	100	377	110	595	842	4
por	382	100	398	110	595	842	4
el	403	100	411	110	595	842	4
Myo,	416	100	440	110	595	842	4
se	445	100	456	110	595	842	4
utilizarán	461	100	505	110	595	842	4
las	510	100	524	110	595	842	4
herramientas	85	113	149	123	595	842	4
y	152	113	158	123	595	842	4
los	161	113	175	123	595	842	4
códigos	178	113	216	123	595	842	4
proporcionados	219	113	295	123	595	842	4
por	298	113	314	123	595	842	4
el	317	113	326	123	595	842	4
SDK	328	113	351	123	595	842	4
del	354	113	369	123	595	842	4
fabricante.	372	113	423	123	595	842	4
Figura	207	321	237	330	595	842	4
1.	240	321	248	330	595	842	4
Diagrama	251	321	295	330	595	842	4
de	298	321	309	330	595	842	4
bloques	311	321	346	330	595	842	4
del	349	321	362	330	595	842	4
sistema.	365	321	403	330	595	842	4
El	112	344	122	355	595	842	4
SDK	129	344	152	355	595	842	4
es	160	344	171	355	595	842	4
una	179	344	197	355	595	842	4
compilación	205	344	263	355	595	842	4
de	271	344	283	355	595	842	4
ejecutable	291	344	341	355	595	842	4
binario,	349	344	385	355	595	842	4
bibliotecas,	392	344	447	355	595	842	4
controladores,	455	344	525	355	595	842	4
encabezados	85	357	151	367	595	842	4
y	155	357	161	367	595	842	4
documentación	165	357	240	367	595	842	4
necesaria	244	357	292	367	595	842	4
para	297	357	319	367	595	842	4
interactuar	323	357	375	367	595	842	4
con	380	357	397	367	595	842	4
el	402	357	410	367	595	842	4
brazalete	415	357	460	367	595	842	4
Myo.	465	357	488	367	595	842	4
Posee	493	357	524	367	595	842	4
varios	85	370	114	380	595	842	4
códigos	121	370	159	380	595	842	4
de	165	370	178	380	595	842	4
ejemplo	184	370	222	380	595	842	4
para	229	370	251	380	595	842	4
adquisición,	257	370	315	380	595	842	4
tratamiento	322	370	377	380	595	842	4
y	383	370	389	380	595	842	4
selección	395	370	441	380	595	842	4
de	447	370	460	380	595	842	4
las	466	370	480	380	595	842	4
señales	487	370	524	380	595	842	4
adecuadas	85	382	139	393	595	842	4
para	143	382	165	393	595	842	4
la	169	382	177	393	595	842	4
aplicación	181	382	230	393	595	842	4
deseada	233	382	276	393	595	842	4
que	279	382	298	393	595	842	4
permiten	302	382	344	393	595	842	4
demostrar	348	382	398	393	595	842	4
la	401	382	410	393	595	842	4
implementación	414	382	491	393	595	842	4
de	495	382	507	393	595	842	4
los	511	382	525	393	595	842	4
datos	85	395	112	405	595	842	4
anteriores	115	395	164	405	595	842	4
para	167	395	189	405	595	842	4
desarrollar	192	395	244	405	595	842	4
una	247	395	266	405	595	842	4
amplia	269	395	301	405	595	842	4
variedad	304	395	346	405	595	842	4
de	349	395	362	405	595	842	4
aplicaciones.	365	395	428	405	595	842	4
Para	112	408	135	418	595	842	4
habilitar	141	408	180	418	595	842	4
la	186	408	194	418	595	842	4
comunicación	200	408	267	418	595	842	4
con	273	408	291	418	595	842	4
el	296	408	305	418	595	842	4
brazalete	311	408	356	418	595	842	4
Myo	362	408	382	418	595	842	4
en	388	408	401	418	595	842	4
un	406	408	419	418	595	842	4
nivel	425	408	447	418	595	842	4
físico,	453	408	482	418	595	842	4
el	487	408	496	418	595	842	4
SDK	502	408	524	418	595	842	4
contiene	85	420	127	431	595	842	4
una	130	420	148	431	595	842	4
librería	152	420	185	431	595	842	4
llamada	188	420	227	431	595	842	4
libmyo	230	420	262	431	595	842	4
que	265	420	284	431	595	842	4
analiza	287	420	322	431	595	842	4
los	325	420	339	431	595	842	4
datos	342	420	369	431	595	842	4
del	372	420	387	431	595	842	4
Bluetooth	390	420	437	431	595	842	4
del	440	420	454	431	595	842	4
dispositivo	458	420	509	431	595	842	4
en	512	420	524	431	595	842	4
una	85	433	103	443	595	842	4
librería	109	433	143	443	595	842	4
C	148	433	156	443	595	842	4
API,	162	433	183	443	595	842	4
lo	188	433	197	443	595	842	4
que	202	433	221	443	595	842	4
permite	226	433	263	443	595	842	4
el	268	433	277	443	595	842	4
acceso	282	433	317	443	595	842	4
de	323	433	335	443	595	842	4
aplicaciones	341	433	401	443	595	842	4
en	407	433	419	443	595	842	4
varios	425	433	454	443	595	842	4
lenguajes	459	433	507	443	595	842	4
de	512	433	524	443	595	842	4
programación,	85	446	155	456	595	842	4
tanto	160	446	185	456	595	842	4
de	190	446	202	456	595	842	4
datos	206	446	233	456	595	842	4
sin	238	446	252	456	595	842	4
procesar,	257	446	303	456	595	842	4
como	308	446	335	456	595	842	4
los	339	446	354	456	595	842	4
construidos	358	446	415	456	595	842	4
en	419	446	432	456	595	842	4
el	437	446	445	456	595	842	4
clasificador	450	446	505	456	595	842	4
del	510	446	524	456	595	842	4
dispositivo.	85	458	139	469	595	842	4
Las	112	471	130	481	595	842	4
posiciones	133	471	185	481	595	842	4
de	189	471	201	481	595	842	4
la	204	471	213	481	595	842	4
mano	216	471	244	481	595	842	4
utilizadas	247	471	293	481	595	842	4
para	296	471	318	481	595	842	4
el	322	471	330	481	595	842	4
desarrollo	334	471	382	481	595	842	4
del	385	471	400	481	595	842	4
sistema	403	471	441	481	595	842	4
se	445	471	456	481	595	842	4
determinaron	460	471	525	481	595	842	4
de	85	484	97	494	595	842	4
tal	101	484	112	494	595	842	4
forma	116	484	144	494	595	842	4
que	147	484	166	494	595	842	4
puedan	169	484	206	494	595	842	4
asemejarse	209	484	266	494	595	842	4
al	269	484	278	494	595	842	4
manipulador	281	484	341	494	595	842	4
de	345	484	357	494	595	842	4
tres	360	484	379	494	595	842	4
grados	382	484	416	494	595	842	4
de	419	484	431	494	595	842	4
libertad	435	484	471	494	595	842	4
y	474	484	480	494	595	842	4
cumplan	483	484	525	494	595	842	4
con	85	496	103	506	595	842	4
el	107	496	116	506	595	842	4
comportamiento	120	496	199	506	595	842	4
deseado	203	496	245	506	595	842	4
(Boyali	249	496	283	506	595	842	4
et	287	496	296	506	595	842	4
al.,	301	496	315	506	595	842	4
2015).	320	496	351	506	595	842	4
En	355	496	368	506	595	842	4
la	373	496	381	506	595	842	4
Figura	386	496	417	506	595	842	4
2	421	496	427	506	595	842	4
se	431	496	443	506	595	842	4
puede	447	496	478	506	595	842	4
observar	482	496	525	506	595	842	4
las	85	509	99	519	595	842	4
diferentes	103	509	151	519	595	842	4
posiciones	155	509	207	519	595	842	4
de	211	509	223	519	595	842	4
la	227	509	235	519	595	842	4
mano	239	509	267	519	595	842	4
que	270	509	289	519	595	842	4
fueron	292	509	324	519	595	842	4
usadas	327	509	363	519	595	842	4
para	367	509	389	519	595	842	4
representar	393	509	449	519	595	842	4
cada	453	509	476	519	595	842	4
grado	480	509	509	519	595	842	4
de	512	509	525	519	595	842	4
libertad	85	522	121	532	595	842	4
y	127	522	132	532	595	842	4
la	137	522	146	532	595	842	4
ubicación	151	522	198	532	595	842	4
del	203	522	218	532	595	842	4
brazalete	223	522	268	532	595	842	4
en	274	522	286	532	595	842	4
el	291	522	300	532	595	842	4
antebrazo	305	522	354	532	595	842	4
lo	359	522	368	532	595	842	4
cual	373	522	394	532	595	842	4
permite	399	522	436	532	595	842	4
la	441	522	449	532	595	842	4
lectura	455	522	488	532	595	842	4
de	493	522	505	532	595	842	4
las	511	522	524	532	595	842	4
señales	85	534	123	544	595	842	4
sEMG.	127	534	161	544	595	842	4
Cada	165	534	191	544	595	842	4
grado	195	534	223	544	595	842	4
de	228	534	240	544	595	842	4
libertad	244	534	280	544	595	842	4
corresponde	284	534	345	544	595	842	4
a	350	534	356	544	595	842	4
dos	360	534	378	544	595	842	4
posiciones	382	534	434	544	595	842	4
diferentes,	438	534	489	544	595	842	4
primer	493	534	524	544	595	842	4
grado	85	547	113	557	595	842	4
de	117	547	129	557	595	842	4
libertad	132	547	168	557	595	842	4
(fist	171	547	189	557	595	842	4
y	192	547	198	557	595	842	4
spread	201	547	234	557	595	842	4
fingers),	237	547	277	557	595	842	4
segundo	280	547	323	557	595	842	4
grado	326	547	354	557	595	842	4
de	357	547	369	557	595	842	4
libertad	372	547	408	557	595	842	4
(wave	412	547	441	557	595	842	4
right	444	547	466	557	595	842	4
y	469	547	474	557	595	842	4
wave	477	547	503	557	595	842	4
left)	506	547	525	557	595	842	4
y	85	560	91	570	595	842	4
tercer	94	560	122	570	595	842	4
grado	125	560	153	570	595	842	4
de	156	560	168	570	595	842	4
libertad	171	560	207	570	595	842	4
(elder	210	560	239	570	595	842	4
y	242	560	247	570	595	842	4
voor).	250	560	278	570	595	842	4
Al	112	572	122	582	595	842	4
utilizar	125	572	157	582	595	842	4
los	161	572	175	582	595	842	4
enlaces	178	572	216	582	595	842	4
C++,	219	572	243	582	595	842	4
las	247	572	261	582	595	842	4
bibliotecas	264	572	316	582	595	842	4
y	320	572	325	582	595	842	4
encabezados	328	572	394	582	595	842	4
necesarios	397	572	450	582	595	842	4
incluidos	454	572	497	582	595	842	4
en	500	572	512	582	595	842	4
el	516	572	524	582	595	842	4
SDK	85	585	108	595	595	842	4
del	112	585	127	595	595	842	4
brazalete	131	585	176	595	595	842	4
Myo,	180	585	204	595	595	842	4
se	208	585	219	595	595	842	4
debe	224	585	248	595	595	842	4
analizar	252	585	291	595	595	842	4
los	295	585	309	595	595	842	4
datos	313	585	340	595	595	842	4
espaciales	344	585	396	595	595	842	4
y	400	585	406	595	595	842	4
gestuales	409	585	457	595	595	842	4
directamente	461	585	524	595	595	842	4
en	85	597	97	608	595	842	4
Matlab.	101	597	137	608	595	842	4
Myo	141	597	161	608	595	842	4
Armband	165	597	209	608	595	842	4
Manager,	213	597	260	608	595	842	4
el	263	597	272	608	595	842	4
software	275	597	317	608	595	842	4
de	320	597	332	608	595	842	4
Thalmic	336	597	375	608	595	842	4
Labs,	378	597	405	608	595	842	4
debe	409	597	433	608	595	842	4
estar	437	597	461	608	595	842	4
funcionando	464	597	525	608	595	842	4
siempre	85	610	124	620	595	842	4
durante	127	610	165	620	595	842	4
la	168	610	176	620	595	842	4
ejecución	179	610	226	620	595	842	4
de	229	610	241	620	595	842	4
los	244	610	258	620	595	842	4
códigos	261	610	299	620	595	842	4
de	302	610	314	620	595	842	4
procesamiento	318	610	390	620	595	842	4
en	393	610	405	620	595	842	4
Matlab.	408	610	444	620	595	842	4
Cuando	112	623	151	633	595	842	4
se	154	623	165	633	595	842	4
transmiten	168	623	220	633	595	842	4
los	223	623	237	633	595	842	4
datos	240	623	267	633	595	842	4
desde	270	623	300	633	595	842	4
el	303	623	312	633	595	842	4
Myo,	315	623	338	633	595	842	4
se	341	623	353	633	595	842	4
utiliza	356	623	384	633	595	842	4
una	387	623	406	633	595	842	4
frecuencia	409	623	460	633	595	842	4
de	463	623	475	633	595	842	4
200Hz,	478	623	513	633	595	842	4
la	516	623	525	633	595	842	4
cual	85	635	105	646	595	842	4
es	111	635	122	646	595	842	4
la	128	635	136	646	595	842	4
frecuencia	141	635	192	646	595	842	4
real	197	635	216	646	595	842	4
de	221	635	233	646	595	842	4
adquisición	238	635	293	646	595	842	4
del	299	635	314	646	595	842	4
dispositivo,	319	635	373	646	595	842	4
se	379	635	390	646	595	842	4
genera	395	635	430	646	595	842	4
la	435	635	444	646	595	842	4
compilación	449	635	507	646	595	842	4
de	512	635	525	646	595	842	4
códigos	85	648	123	658	595	842	4
que	127	648	145	658	595	842	4
convierte	149	648	193	658	595	842	4
los	197	648	211	658	595	842	4
enlaces	215	648	253	658	595	842	4
C++	256	648	277	658	595	842	4
del	281	648	295	658	595	842	4
SDK	299	648	322	658	595	842	4
en	325	648	337	658	595	842	4
un	341	648	353	658	595	842	4
objeto	357	648	387	658	595	842	4
Matlab,	391	648	427	658	595	842	4
capaz	430	648	460	658	595	842	4
de	463	648	475	658	595	842	4
transmitir	479	648	524	658	595	842	4
datos	85	661	112	671	595	842	4
en	116	661	128	671	595	842	4
tiempo	132	661	165	671	595	842	4
real.	169	661	191	671	595	842	4
Los	195	661	212	671	595	842	4
datos	216	661	243	671	595	842	4
cuaternión	247	661	299	671	595	842	4
representan	303	661	361	671	595	842	4
una	365	661	384	671	595	842	4
notación	388	661	429	671	595	842	4
matemática	433	661	490	671	595	842	4
de	494	661	506	671	595	842	4
las	510	661	524	671	595	842	4
orientaciones	85	673	151	684	595	842	4
y	155	673	161	684	595	842	4
rotaciones	165	673	216	684	595	842	4
de	221	673	233	684	595	842	4
un	237	673	250	684	595	842	4
objeto	254	673	284	684	595	842	4
en	289	673	301	684	595	842	4
tres	306	673	324	684	595	842	4
dimensiones,	329	673	393	684	595	842	4
en	398	673	410	684	595	842	4
este	415	673	436	684	595	842	4
caso	440	673	463	684	595	842	4
las	468	673	482	684	595	842	4
señales	487	673	525	684	595	842	4
provienen	85	686	133	696	595	842	4
de	141	686	153	696	595	842	4
los	161	686	175	696	595	842	4
sensores:	183	686	230	696	595	842	4
orientación,	238	686	295	696	595	842	4
giroscopio,	302	686	356	696	595	842	4
acelerómetro	363	686	428	696	595	842	4
y	435	686	441	696	595	842	4
señales	448	686	486	696	595	842	4
sEMG	494	686	525	696	595	842	4
obtenidos	85	699	133	709	595	842	4
del	140	699	155	709	595	842	4
brazalete,	161	699	210	709	595	842	4
presentados	217	699	277	709	595	842	4
en	284	699	296	709	595	842	4
la	303	699	312	709	595	842	4
Figura	319	699	350	709	595	842	4
3,	357	699	366	709	595	842	4
en	373	699	385	709	595	842	4
Matlab.	392	699	428	709	595	842	4
El	435	699	445	709	595	842	4
brazalete	452	699	497	709	595	842	4
Myo	504	699	524	709	595	842	4
reconoce	85	711	130	722	595	842	4
la	137	711	145	722	595	842	4
posición	151	711	192	722	595	842	4
FIST	198	711	221	722	595	842	4
de	228	711	240	722	595	842	4
la	246	711	254	722	595	842	4
mano	261	711	288	722	595	842	4
del	294	711	309	722	595	842	4
operador	315	711	359	722	595	842	4
y	365	711	371	722	595	842	4
obtiene	377	711	413	722	595	842	4
los	419	711	433	722	595	842	4
siguientes	439	711	489	722	595	842	4
datos:	495	711	524	722	595	842	4
orientación	85	724	139	734	595	842	4
con	146	724	163	734	595	842	4
un	170	724	182	734	595	842	4
módulo	189	724	225	734	595	842	4
unitario,	232	724	271	734	595	842	4
las	278	724	292	734	595	842	4
posiciones,	298	724	353	734	595	842	4
giroscopio	360	724	410	734	595	842	4
con	417	724	435	734	595	842	4
la	441	724	450	734	595	842	4
velocidad	456	724	503	734	595	842	4
del	510	724	524	734	595	842	4
movimiento,	85	737	144	747	595	842	4
y	149	737	155	747	595	842	4
aceleración	160	737	216	747	595	842	4
en	221	737	234	747	595	842	4
los	239	737	253	747	595	842	4
tres	258	737	276	747	595	842	4
ejes	281	737	301	747	595	842	4
cuaternión,	306	737	361	747	595	842	4
además	366	737	405	747	595	842	4
de	410	737	422	747	595	842	4
ocho	427	737	451	747	595	842	4
señales	456	737	494	747	595	842	4
EMG	500	737	524	747	595	842	4
provenientes	85	749	148	759	595	842	4
de	151	749	163	759	595	842	4
los	167	749	181	759	595	842	4
músculos.	184	749	233	759	595	842	4
Enfoque	220	778	249	785	595	842	4
UTE,	252	778	270	785	595	842	4
V.9-N.2,	272	778	301	785	595	842	4
Jun.2018,	304	778	339	785	595	842	4
pp.	341	778	352	785	595	842	4
208	354	778	368	785	595	842	4
–	370	776	375	785	595	842	4
222	377	778	390	785	595	842	4
212	71	72	84	80	595	842	5
Figura	125	326	156	335	595	842	5
2.	158	326	167	335	595	842	5
Posiciones	170	326	218	335	595	842	5
de	221	326	232	335	595	842	5
la	235	326	242	335	595	842	5
mano	245	326	270	335	595	842	5
del	273	326	286	335	595	842	5
operador,	289	326	332	335	595	842	5
utilizando	335	326	377	335	595	842	5
el	380	326	387	335	595	842	5
brazalete	390	326	431	335	595	842	5
Myo.	434	326	456	335	595	842	5
Figura	185	597	215	606	595	842	5
3.	218	597	226	606	595	842	5
Datos	229	597	255	606	595	842	5
cuaternión	258	597	305	606	595	842	5
de	308	597	319	606	595	842	5
la	322	597	329	606	595	842	5
posición	332	597	369	606	595	842	5
FIST.	372	597	396	606	595	842	5
Para	98	621	121	631	595	842	5
la	126	621	135	631	595	842	5
extracción	139	621	190	631	595	842	5
de	194	621	207	631	595	842	5
las	211	621	225	631	595	842	5
características	230	621	301	631	595	842	5
de	306	621	318	631	595	842	5
las	323	621	337	631	595	842	5
señales	342	621	380	631	595	842	5
sEMG	385	621	415	631	595	842	5
se	420	621	432	631	595	842	5
implementó	436	621	493	631	595	842	5
un	498	621	510	631	595	842	5
sistema	71	633	109	644	595	842	5
que	116	633	135	644	595	842	5
las	142	633	156	644	595	842	5
analiza	164	633	198	644	595	842	5
y	206	633	211	644	595	842	5
representa	219	633	271	644	595	842	5
matemáticamente	279	633	366	644	595	842	5
en	374	633	386	644	595	842	5
el	393	633	402	644	595	842	5
dominio	409	633	448	644	595	842	5
del	455	633	470	644	595	842	5
tiempo	477	633	510	644	595	842	5
(Ferguson	71	646	121	656	595	842	5
et	126	646	135	656	595	842	5
al.,	140	646	154	656	595	842	5
2002).	159	646	190	656	595	842	5
Las	195	646	213	656	595	842	5
características	217	646	288	656	595	842	5
en	293	646	305	656	595	842	5
el	310	646	318	656	595	842	5
dominio	323	646	362	656	595	842	5
del	366	646	381	656	595	842	5
tiempo	386	646	419	656	595	842	5
por	423	646	439	656	595	842	5
lo	444	646	453	656	595	842	5
general	457	646	494	656	595	842	5
se	499	646	510	656	595	842	5
calculan	71	659	111	669	595	842	5
rápidamente,	115	659	179	669	595	842	5
debido	182	659	215	669	595	842	5
a	218	659	224	669	595	842	5
que	228	659	246	669	595	842	5
no	249	659	262	669	595	842	5
necesitan	265	659	312	669	595	842	5
una	315	659	334	669	595	842	5
transformación.	337	659	413	669	595	842	5
La	416	659	428	669	595	842	5
obtención	431	659	479	669	595	842	5
de	482	659	495	669	595	842	5
un	498	659	510	669	595	842	5
conjunto	71	671	113	681	595	842	5
de	122	671	135	681	595	842	5
características	144	671	215	681	595	842	5
que	225	671	243	681	595	842	5
representen	253	671	312	681	595	842	5
y	321	671	327	681	595	842	5
determinen	336	671	391	681	595	842	5
la	401	671	410	681	595	842	5
señal	419	671	446	681	595	842	5
permite	455	671	492	681	595	842	5
la	502	671	510	681	595	842	5
caracterización	71	684	145	694	595	842	5
y	151	684	157	694	595	842	5
predicción	163	684	214	694	595	842	5
del	220	684	235	694	595	842	5
comportamiento	241	684	320	694	595	842	5
del	327	684	342	694	595	842	5
sistema	348	684	386	694	595	842	5
(Veer	393	684	420	694	595	842	5
et	426	684	435	694	595	842	5
al.,	442	684	456	694	595	842	5
2016).	463	684	494	694	595	842	5
El	501	684	511	694	595	842	5
conjunto	71	697	113	707	595	842	5
de	116	697	129	707	595	842	5
características	132	697	203	707	595	842	5
utilizadas	207	697	252	707	595	842	5
para	256	697	278	707	595	842	5
el	282	697	290	707	595	842	5
análisis	294	697	330	707	595	842	5
y	334	697	340	707	595	842	5
representación	343	697	416	707	595	842	5
matemática	420	697	477	707	595	842	5
de	480	697	493	707	595	842	5
las	496	697	510	707	595	842	5
señales	71	709	109	719	595	842	5
electromiográficas	115	709	204	719	595	842	5
de	210	709	222	719	595	842	5
superficie	228	709	275	719	595	842	5
en	281	709	293	719	595	842	5
el	299	709	307	719	595	842	5
dominio	313	709	351	719	595	842	5
del	357	709	372	719	595	842	5
tiempo	378	709	411	719	595	842	5
según	417	709	446	719	595	842	5
Litvin	452	709	478	719	595	842	5
et	484	709	493	719	595	842	5
al.	499	709	510	719	595	842	5
(2014),	71	722	106	732	595	842	5
son:	109	722	130	732	595	842	5
Integrado	99	747	150	757	595	842	5
EMG	155	747	180	757	595	842	5
(IEMG).	186	747	225	757	595	842	5
Se	230	747	244	757	595	842	5
utiliza	249	747	277	757	595	842	5
como	282	747	309	757	595	842	5
un	315	747	327	757	595	842	5
índice	332	747	362	757	595	842	5
para	367	747	389	757	595	842	5
detectar	395	747	434	757	595	842	5
el	440	747	448	757	595	842	5
inicio	454	747	479	757	595	842	5
de	484	747	496	757	595	842	5
la	502	747	510	757	595	842	5
actividad	71	760	114	770	595	842	5
muscular.	118	760	166	770	595	842	5
Está	169	760	191	770	595	842	5
relacionado	195	760	252	770	595	842	5
con	256	760	273	770	595	842	5
el	277	760	285	770	595	842	5
punto	289	760	316	770	595	842	5
de	320	760	332	770	595	842	5
disparo	336	760	372	770	595	842	5
de	376	760	388	770	595	842	5
la	391	760	400	770	595	842	5
secuencia	404	760	453	770	595	842	5
de	457	760	469	770	595	842	5
señales	472	760	510	770	595	842	5
Enfoque	205	778	235	785	595	842	5
UTE,	238	778	256	785	595	842	5
V.9-N.2,	258	778	287	785	595	842	5
Jun.2018,	289	778	325	785	595	842	5
pp.	327	778	338	785	595	842	5
208	340	778	354	785	595	842	5
–	356	776	360	785	595	842	5
222	363	778	376	785	595	842	5
213	511	72	525	80	595	842	6
sEMG.	85	87	119	98	595	842	6
Se	122	87	135	98	595	842	6
define	139	87	169	98	595	842	6
como	172	87	199	98	595	842	6
la	202	87	210	98	595	842	6
suma	213	87	240	98	595	842	6
de	243	87	256	98	595	842	6
valores	259	87	294	98	595	842	6
absolutos	297	87	344	98	595	842	6
de	348	87	360	98	595	842	6
la	363	87	372	98	595	842	6
amplitud	375	87	416	98	595	842	6
de	419	87	432	98	595	842	6
la	435	87	443	98	595	842	6
señal	447	87	473	98	595	842	6
EMG	476	87	501	98	595	842	6
y	505	87	510	98	595	842	6
es	513	87	525	98	595	842	6
expresada	85	100	137	110	595	842	6
por	140	100	155	110	595	842	6
la	159	100	167	110	595	842	6
Ecuación	170	100	215	110	595	842	6
1.	219	100	228	110	595	842	6
𝑁	301	109	307	119	595	842	6
𝐼𝐸𝑀𝐺	253	123	280	136	595	842	6
=	283	123	292	136	595	842	6
∑	297	123	312	136	595	842	6
|𝑋𝑖|	314	123	332	136	595	842	6
𝑖=1	298	140	311	149	595	842	6
(	528	125	532	136	595	842	6
(1)	511	138	524	148	595	842	6
Donde:	113	151	149	161	595	842	6
Xi:	113	163	126	173	595	842	6
representa	129	163	182	173	595	842	6
la	185	163	194	173	595	842	6
señal	197	163	223	173	595	842	6
EMG	226	163	251	173	595	842	6
en	254	163	266	173	595	842	6
un	269	163	282	173	595	842	6
segmento	285	163	333	173	595	842	6
i	336	163	339	173	595	842	6
N:	113	176	124	186	595	842	6
se	128	176	139	186	595	842	6
refiere	142	176	173	186	595	842	6
a	176	176	183	186	595	842	6
la	186	176	194	186	595	842	6
longitud	197	176	236	186	595	842	6
de	239	176	251	186	595	842	6
la	254	176	263	186	595	842	6
señal	266	176	292	186	595	842	6
EMG	295	176	320	186	595	842	6
Media	113	201	145	211	595	842	6
del	149	201	165	211	595	842	6
valor	169	201	195	211	595	842	6
absoluto	200	201	245	211	595	842	6
(MAV).	250	201	284	211	595	842	6
Se	288	201	302	211	595	842	6
calcula	306	201	340	211	595	842	6
tomando	344	201	387	211	595	842	6
la	390	201	399	211	595	842	6
media	403	201	433	211	595	842	6
del	437	201	451	211	595	842	6
valor	455	201	479	211	595	842	6
absoluto	483	201	524	211	595	842	6
de	85	214	97	224	595	842	6
la	102	214	110	224	595	842	6
señal	114	214	141	224	595	842	6
sEMG.	145	214	178	224	595	842	6
Este	182	214	204	224	595	842	6
indicador	208	214	253	224	595	842	6
se	257	214	269	224	595	842	6
puede	273	214	304	224	595	842	6
utilizar	308	214	339	224	595	842	6
para	343	214	365	224	595	842	6
detectar	370	214	409	224	595	842	6
niveles	413	214	448	224	595	842	6
de	452	214	464	224	595	842	6
contracción	468	214	524	224	595	842	6
muscular	85	226	130	237	595	842	6
y	133	226	138	237	595	842	6
se	141	226	153	237	595	842	6
determina	156	226	205	237	595	842	6
mediante	208	226	253	237	595	842	6
la	256	226	265	237	595	842	6
Ecuación	268	226	313	237	595	842	6
2.	316	226	326	237	595	842	6
𝑁	281	236	288	245	595	842	6
1	266	241	272	254	595	842	6
𝑀𝐴𝑉	227	249	250	262	595	842	6
=	253	249	262	262	595	842	6
∑	277	249	292	262	595	842	6
|𝑋𝑖|	294	249	312	262	595	842	6
𝑁	265	257	273	270	595	842	6
(2)	511	252	525	262	595	842	6
𝑖=1	278	266	291	276	595	842	6
Media	113	290	145	300	595	842	6
cuadrática	148	290	203	300	595	842	6
(RMS).	207	290	242	300	595	842	6
Está	245	290	267	300	595	842	6
relacionada	270	290	327	300	595	842	6
con	330	290	348	300	595	842	6
la	351	290	360	300	595	842	6
fuerza	363	290	394	300	595	842	6
constante	397	290	445	300	595	842	6
y	448	290	453	300	595	842	6
la	456	290	465	300	595	842	6
contracción	468	290	524	300	595	842	6
no	85	302	97	313	595	842	6
fatigante	101	302	143	313	595	842	6
del	146	302	161	313	595	842	6
músculo.	164	302	208	313	595	842	6
Se	211	302	225	313	595	842	6
refiere	228	302	259	313	595	842	6
a	262	302	269	313	595	842	6
la	272	302	280	313	595	842	6
desviación	284	302	335	313	595	842	6
estándar,	339	302	385	313	595	842	6
que	388	302	406	313	595	842	6
es	410	302	421	313	595	842	6
expresada	424	302	476	313	595	842	6
mediante	479	302	525	313	595	842	6
la	85	315	94	325	595	842	6
Ecuación	97	315	142	325	595	842	6
3.	145	315	154	325	595	842	6
𝑁	286	332	292	342	595	842	6
𝑅𝑀𝑆	224	346	246	359	595	842	6
=	249	346	258	359	595	842	6
√	261	345	269	358	595	842	6
1	270	338	276	351	595	842	6
∑	282	346	296	359	595	842	6
𝑋𝑖	298	346	309	359	595	842	6
2	309	345	314	355	595	842	6
𝑁	269	353	277	366	595	842	6
𝑖=1	282	363	296	372	595	842	6
(3)	511	353	525	363	595	842	6
Varianza	113	379	159	389	595	842	6
(VAR).	163	379	197	389	595	842	6
Es	201	379	214	389	595	842	6
el	218	379	226	389	595	842	6
valor	230	379	254	389	595	842	6
medio	258	379	288	389	595	842	6
del	292	379	307	389	595	842	6
cuadrado	310	379	356	389	595	842	6
de	360	379	373	389	595	842	6
la	377	379	385	389	595	842	6
desviación	389	379	441	389	595	842	6
de	445	379	457	389	595	842	6
esa	461	379	479	389	595	842	6
variable.	483	379	524	389	595	842	6
Utiliza	85	392	115	402	595	842	6
la	118	392	127	402	595	842	6
potencia	130	392	171	402	595	842	6
de	174	392	187	402	595	842	6
la	190	392	198	402	595	842	6
señal	201	392	228	402	595	842	6
sEMG	231	392	261	402	595	842	6
como	264	392	291	402	595	842	6
una	294	392	313	402	595	842	6
característica.	316	392	384	402	595	842	6
Sin	387	392	403	402	595	842	6
embargo,	406	392	453	402	595	842	6
la	456	392	464	402	595	842	6
media	467	392	497	402	595	842	6
de	500	392	513	402	595	842	6
la	516	392	524	402	595	842	6
señal	85	404	111	415	595	842	6
EMG	115	404	139	415	595	842	6
es	143	404	154	415	595	842	6
cercana	157	404	196	415	595	842	6
a	200	404	206	415	595	842	6
cero	209	404	230	415	595	842	6
y	233	404	239	415	595	842	6
se	242	404	253	415	595	842	6
expresa	256	404	296	415	595	842	6
por	299	404	314	415	595	842	6
la	318	404	326	415	595	842	6
Ecuación	329	404	375	415	595	842	6
4.	378	404	387	415	595	842	6
𝑁	276	414	282	423	595	842	6
1	251	419	257	432	595	842	6
𝑉𝐴𝑅	204	427	225	440	595	842	6
=	229	427	237	440	595	842	6
∑(𝑋𝑖	272	427	301	440	595	842	6
−	304	427	312	440	595	842	6
𝑀)	315	427	329	440	595	842	6
2	329	426	334	435	595	842	6
𝑁−1	240	435	267	448	595	842	6
(4)	511	430	525	440	595	842	6
𝑖=1	272	444	286	454	595	842	6
Donde:	113	455	149	465	595	842	6
M:	113	468	125	478	595	842	6
es	129	468	140	478	595	842	6
el	143	468	152	478	595	842	6
valor	155	468	179	478	595	842	6
medio	182	468	212	478	595	842	6
de	215	468	227	478	595	842	6
la	230	468	239	478	595	842	6
señal	242	468	268	478	595	842	6
sEMG	271	468	302	478	595	842	6
En	112	493	126	503	595	842	6
el	129	493	138	503	595	842	6
modelo	141	493	177	503	595	842	6
de	181	493	193	503	595	842	6
prueba	196	493	231	503	595	842	6
se	234	493	245	503	595	842	6
utilizaron	249	493	293	503	595	842	6
las	296	493	311	503	595	842	6
características	314	493	385	503	595	842	6
calculadas	388	493	440	503	595	842	6
para	444	493	466	503	595	842	6
crear	469	493	494	503	595	842	6
datos	498	493	524	503	595	842	6
de	85	506	97	516	595	842	6
entrenamiento	104	506	174	516	595	842	6
adecuados	181	506	235	516	595	842	6
como	241	506	268	516	595	842	6
la	275	506	283	516	595	842	6
entrada	290	506	327	516	595	842	6
de	334	506	346	516	595	842	6
diferentes	352	506	401	516	595	842	6
tipos	407	506	431	516	595	842	6
de	437	506	449	516	595	842	6
modelos	456	506	497	516	595	842	6
y	504	506	509	516	595	842	6
el	516	506	524	516	595	842	6
clasificador.	85	518	143	528	595	842	6
Los	148	518	166	528	595	842	6
datos	170	518	197	528	595	842	6
de	202	518	214	528	595	842	6
prueba	219	518	253	528	595	842	6
se	258	518	270	528	595	842	6
adquieren	274	518	323	528	595	842	6
del	328	518	343	528	595	842	6
resultado	347	518	393	528	595	842	6
del	397	518	412	528	595	842	6
procesamiento	417	518	489	528	595	842	6
de	493	518	506	528	595	842	6
los	510	518	524	528	595	842	6
modelos	85	531	127	541	595	842	6
y	130	531	135	541	595	842	6
clasificadores,	138	531	208	541	595	842	6
por	211	531	227	541	595	842	6
lo	230	531	239	541	595	842	6
que	242	531	260	541	595	842	6
se	263	531	275	541	595	842	6
aclara	278	531	308	541	595	842	6
una	311	531	329	541	595	842	6
distinción	332	531	378	541	595	842	6
entre	381	531	406	541	595	842	6
ellos.	409	531	435	541	595	842	6
En	112	544	126	554	595	842	6
general,	132	544	172	554	595	842	6
los	178	544	192	554	595	842	6
datos	198	544	225	554	595	842	6
de	232	544	244	554	595	842	6
entrenamiento	250	544	321	554	595	842	6
son	327	544	345	554	595	842	6
una	351	544	369	554	595	842	6
compilación	376	544	434	554	595	842	6
de	440	544	452	554	595	842	6
archivos	459	544	500	554	595	842	6
que	506	544	524	554	595	842	6
contienen	85	556	133	566	595	842	6
las	137	556	151	566	595	842	6
características	154	556	225	566	595	842	6
extraídas	229	556	274	566	595	842	6
de	277	556	290	566	595	842	6
todas	293	556	320	566	595	842	6
las	324	556	338	566	595	842	6
posiciones	342	556	393	566	595	842	6
de	397	556	409	566	595	842	6
las	413	556	427	566	595	842	6
manos	430	556	463	566	595	842	6
con	467	556	485	566	595	842	6
las	488	556	502	566	595	842	6
que	506	556	524	566	595	842	6
deseamos	85	569	136	579	595	842	6
entrenar	139	569	180	579	595	842	6
la	183	569	192	579	595	842	6
red	195	569	211	579	595	842	6
neuronal	214	569	257	579	595	842	6
artificial.	260	569	300	579	595	842	6
Los	303	569	321	579	595	842	6
datos	324	569	351	579	595	842	6
de	354	569	366	579	595	842	6
prueba	369	569	404	579	595	842	6
son	407	569	425	579	595	842	6
los	428	569	442	579	595	842	6
que	445	569	463	579	595	842	6
proporciona	466	569	524	579	595	842	6
la	85	581	94	592	595	842	6
red	97	581	113	592	595	842	6
neuronal	117	581	160	592	595	842	6
artificial	164	581	201	592	595	842	6
para	205	581	227	592	595	842	6
realizar	231	581	267	592	595	842	6
el	270	581	279	592	595	842	6
comportamiento	283	581	362	592	595	842	6
deseado	366	581	408	592	595	842	6
(Bach,	412	581	444	592	595	842	6
2009).	447	581	479	592	595	842	6
Entrenar	482	581	525	592	595	842	6
una	85	594	103	604	595	842	6
RNA	108	594	131	604	595	842	6
es	135	594	147	604	595	842	6
un	151	594	163	604	595	842	6
proceso	167	594	207	604	595	842	6
que	211	594	229	604	595	842	6
modifica	233	594	274	604	595	842	6
el	279	594	287	604	595	842	6
valor	291	594	315	604	595	842	6
de	320	594	332	604	595	842	6
la	336	594	344	604	595	842	6
intensidad	349	594	399	604	595	842	6
de	403	594	415	604	595	842	6
sinapsis	420	594	459	604	595	842	6
que	463	594	482	604	595	842	6
conecta	486	594	524	604	595	842	6
dos	85	607	103	617	595	842	6
o	107	607	113	617	595	842	6
más	117	607	138	617	595	842	6
neuronas	141	607	187	617	595	842	6
(pesos)	191	607	228	617	595	842	6
y	232	607	237	617	595	842	6
vías	241	607	261	617	595	842	6
asociadas	265	607	314	617	595	842	6
a	318	607	325	617	595	842	6
cada	328	607	352	617	595	842	6
neurona,	356	607	399	617	595	842	6
de	403	607	416	617	595	842	6
tal	419	607	431	617	595	842	6
forma	435	607	463	617	595	842	6
que	467	607	485	617	595	842	6
la	489	607	497	617	595	842	6
RNA	501	607	525	617	595	842	6
analice	85	619	120	630	595	842	6
los	124	619	138	630	595	842	6
datos	142	619	168	630	595	842	6
presentados	172	619	233	630	595	842	6
en	236	619	249	630	595	842	6
la	252	619	261	630	595	842	6
entrada	265	619	302	630	595	842	6
y	306	619	311	630	595	842	6
genere	315	619	349	630	595	842	6
una	353	619	371	630	595	842	6
salida,	375	619	407	630	595	842	6
como	410	619	437	630	595	842	6
se	441	619	453	630	595	842	6
muestra	456	619	496	630	595	842	6
en	500	619	512	630	595	842	6
la	516	619	524	630	595	842	6
Figura	85	632	116	642	595	842	6
4.	119	632	129	642	595	842	6
Los	112	645	130	655	595	842	6
datos	138	645	165	655	595	842	6
de	172	645	184	655	595	842	6
entrada	192	645	229	655	595	842	6
son	237	645	255	655	595	842	6
obtenidos	263	645	310	655	595	842	6
de	318	645	330	655	595	842	6
la	338	645	346	655	595	842	6
extracción	354	645	404	655	595	842	6
de	412	645	424	655	595	842	6
las	432	645	446	655	595	842	6
características	454	645	524	655	595	842	6
mencionadas	85	657	151	668	595	842	6
como	154	657	181	668	595	842	6
IEMG,	185	657	216	668	595	842	6
MAV,	219	657	246	668	595	842	6
RMS,	250	657	277	668	595	842	6
Var	281	657	298	668	595	842	6
y	301	657	307	668	595	842	6
las	310	657	324	668	595	842	6
señales	328	657	366	668	595	842	6
sEMG;	369	657	403	668	595	842	6
para	407	657	429	668	595	842	6
los	432	657	446	668	595	842	6
datos	450	657	477	668	595	842	6
de	480	657	492	668	595	842	6
salida	496	657	524	668	595	842	6
de	85	670	97	680	595	842	6
la	101	670	109	680	595	842	6
RNA	113	670	136	680	595	842	6
se	139	670	151	680	595	842	6
obtienen	154	670	197	680	595	842	6
valores	200	670	235	680	595	842	6
lógicos	239	670	273	680	595	842	6
que	276	670	295	680	595	842	6
varían	298	670	329	680	595	842	6
entre	332	670	357	680	595	842	6
0	360	670	367	680	595	842	6
y	370	670	375	680	595	842	6
1,	379	670	388	680	595	842	6
debido	391	670	424	680	595	842	6
a	428	670	434	680	595	842	6
que	437	670	456	680	595	842	6
se	459	670	471	680	595	842	6
aplica	474	670	503	680	595	842	6
una	506	670	525	680	595	842	6
función	85	683	121	693	595	842	6
sigmoidal	124	683	170	693	595	842	6
expresada	173	683	225	693	595	842	6
en	228	683	240	693	595	842	6
la	243	683	252	693	595	842	6
Ecuación	255	683	300	693	595	842	6
5.	303	683	312	693	595	842	6
𝑙𝑜𝑔𝑠𝑖𝑔(𝑛𝑒𝑡)	209	706	266	719	595	842	6
=	269	706	278	719	595	842	6
1	300	697	306	710	595	842	6
1	281	713	287	726	595	842	6
+	289	713	297	726	595	842	6
𝑒	300	713	305	726	595	842	6
−𝑛𝑒𝑡	306	713	325	722	595	842	6
Donde:	113	745	149	755	595	842	6
net	113	758	129	768	595	842	6
=	132	758	138	768	595	842	6
WX	141	758	159	768	595	842	6
para	162	758	184	768	595	842	6
la	187	758	196	768	595	842	6
capa	199	758	223	768	595	842	6
de	226	758	238	768	595	842	6
entrada	241	758	278	768	595	842	6
Enfoque	220	778	249	785	595	842	6
UTE,	252	778	270	785	595	842	6
V.9-N.2,	272	778	301	785	595	842	6
Jun.2018,	304	778	339	785	595	842	6
pp.	341	778	352	785	595	842	6
208	354	778	368	785	595	842	6
–	370	776	375	785	595	842	6
222	377	778	390	785	595	842	6
(5)	511	708	525	718	595	842	6
214	71	72	84	80	595	842	7
Figura	85	239	116	248	595	842	7
4.	118	239	127	248	595	842	7
Entrenamiento	130	239	195	248	595	842	7
de	197	239	209	248	595	842	7
la	211	239	219	248	595	842	7
red	222	239	236	248	595	842	7
neuronal	239	239	278	248	595	842	7
artificial.	281	239	317	248	595	842	7
X:	320	239	330	248	595	842	7
Características	332	239	399	248	595	842	7
de	402	239	413	248	595	842	7
la	416	239	424	248	595	842	7
señal	426	239	450	248	595	842	7
sEMG.	453	239	484	248	595	842	7
Y:	486	239	496	248	595	842	7
Respuesta	193	250	241	260	595	842	7
de	244	250	255	260	595	842	7
la	258	250	265	260	595	842	7
RNA.	268	250	292	260	595	842	7
W:	295	250	307	260	595	842	7
Pesos	310	250	338	260	595	842	7
sinápticos.	340	250	388	260	595	842	7
Para	98	274	121	284	595	842	7
crear	126	274	152	284	595	842	7
el	157	274	165	284	595	842	7
sistema	170	274	208	284	595	842	7
se	214	274	225	284	595	842	7
utilizó	230	274	258	284	595	842	7
la	264	274	272	284	595	842	7
herramienta	277	274	336	284	595	842	7
SIMULINK	341	274	393	284	595	842	7
de	398	274	411	284	595	842	7
Matlab.	416	274	452	284	595	842	7
El	457	274	467	284	595	842	7
sistema	472	274	510	284	595	842	7
consta	71	287	103	297	595	842	7
de	110	287	122	297	595	842	7
diferentes	129	287	177	297	595	842	7
subsistemas	183	287	245	297	595	842	7
que	251	287	269	297	595	842	7
cumplen	276	287	317	297	595	842	7
funciones	324	287	371	297	595	842	7
específicas	377	287	432	297	595	842	7
tales	439	287	462	297	595	842	7
como	469	287	496	297	595	842	7
la	502	287	510	297	595	842	7
adquisición	71	299	126	310	595	842	7
de	131	299	143	310	595	842	7
señales	148	299	186	310	595	842	7
sEMG,	190	299	224	310	595	842	7
filtrar	228	299	253	310	595	842	7
las	258	299	272	310	595	842	7
señales,	276	299	317	310	595	842	7
analizar	322	299	360	310	595	842	7
las	365	299	379	310	595	842	7
señales,	384	299	425	310	595	842	7
identificación	430	299	493	310	595	842	7
de	498	299	510	310	595	842	7
patrones	71	312	114	322	595	842	7
en	117	312	130	322	595	842	7
la	133	312	141	322	595	842	7
RNA,	145	312	171	322	595	842	7
convertir	174	312	216	322	595	842	7
la	220	312	228	322	595	842	7
señal	231	312	258	322	595	842	7
de	261	312	273	322	595	842	7
salida	277	312	305	322	595	842	7
en	309	312	321	322	595	842	7
valores	324	312	360	322	595	842	7
lógicos,	363	312	400	322	595	842	7
interpretar	404	312	454	322	595	842	7
los	457	312	471	322	595	842	7
valores	475	312	510	322	595	842	7
lógicos	71	325	105	335	595	842	7
en	110	325	122	335	595	842	7
grados	126	325	160	335	595	842	7
y	164	325	169	335	595	842	7
control	173	325	207	335	595	842	7
del	211	325	225	335	595	842	7
robot	230	325	255	335	595	842	7
RV-2JA.	259	325	300	335	595	842	7
En	304	325	318	335	595	842	7
la	322	325	330	335	595	842	7
Figura	335	325	366	335	595	842	7
5	370	325	376	335	595	842	7
se	380	325	392	335	595	842	7
observa	396	325	435	335	595	842	7
la	440	325	448	335	595	842	7
arquitectura	452	325	510	335	595	842	7
completa	71	337	116	348	595	842	7
del	119	337	133	348	595	842	7
sistema	136	337	174	348	595	842	7
de	177	337	190	348	595	842	7
seguridad	193	337	241	348	595	842	7
electromiográfico	244	337	328	348	595	842	7
para	331	337	353	348	595	842	7
manipuladores	356	337	428	348	595	842	7
teleoperados.	431	337	498	348	595	842	7
Figura	144	574	174	583	595	842	7
5.	177	574	185	583	595	842	7
Arquitectura	188	574	242	583	595	842	7
del	245	574	258	583	595	842	7
programa	261	574	304	583	595	842	7
diseñado	306	574	347	583	595	842	7
en	350	574	361	583	595	842	7
Matlab-Simulink.	364	574	438	583	595	842	7
Los	98	598	116	608	595	842	7
datos	123	598	150	608	595	842	7
de	157	598	169	608	595	842	7
pruebas	177	598	216	608	595	842	7
de	224	598	236	608	595	842	7
las	243	598	257	608	595	842	7
señales	264	598	302	608	595	842	7
electromiográficas	309	598	399	608	595	842	7
de	406	598	418	608	595	842	7
superficie	425	598	472	608	595	842	7
sEMG	480	598	510	608	595	842	7
ingresan	71	610	113	620	595	842	7
por	118	610	134	620	595	842	7
In_sEMG	138	610	184	620	595	842	7
al	189	610	198	620	595	842	7
subsistema	202	610	258	620	595	842	7
All_Signals_sEMG	263	610	354	620	595	842	7
que	358	610	377	620	595	842	7
se	381	610	393	620	595	842	7
encarga	398	610	437	620	595	842	7
de	442	610	455	620	595	842	7
redistribuir	459	610	510	620	595	842	7
los	71	623	85	633	595	842	7
datos	88	623	115	633	595	842	7
de	118	623	130	633	595	842	7
entrada	134	623	171	633	595	842	7
para	174	623	196	633	595	842	7
producir	199	623	239	633	595	842	7
una	242	623	260	633	595	842	7
salida	263	623	292	633	595	842	7
con	295	623	313	633	595	842	7
un	316	623	329	633	595	842	7
tamaño	331	623	368	633	595	842	7
de	371	623	384	633	595	842	7
fotograma	387	623	436	633	595	842	7
menor;	439	623	474	633	595	842	7
para	477	623	499	633	595	842	7
el	502	623	510	633	595	842	7
sistema	71	636	109	646	595	842	7
se	114	636	126	646	595	842	7
aplicó	131	636	159	646	595	842	7
un	165	636	177	646	595	842	7
tamaño	182	636	219	646	595	842	7
de	224	636	236	646	595	842	7
fotograma	241	636	291	646	595	842	7
igual	296	636	319	646	595	842	7
a	324	636	330	646	595	842	7
32	335	636	348	646	595	842	7
muestras	353	636	398	646	595	842	7
(Bonilla	403	636	440	646	595	842	7
et	445	636	454	646	595	842	7
al.,	460	636	474	646	595	842	7
2017).	479	636	510	646	595	842	7
Cuando	71	648	109	658	595	842	7
el	114	648	123	658	595	842	7
subsistema	128	648	184	658	595	842	7
redistribuye	189	648	245	658	595	842	7
los	250	648	264	658	595	842	7
datos,	269	648	299	658	595	842	7
se	304	648	316	658	595	842	7
encarga	321	648	361	658	595	842	7
de	366	648	378	658	595	842	7
analizar	383	648	421	658	595	842	7
las	426	648	440	658	595	842	7
señales	445	648	483	658	595	842	7
para	488	648	510	658	595	842	7
eliminar	71	661	109	671	595	842	7
muestras	114	661	160	671	595	842	7
que	164	661	183	671	595	842	7
no	188	661	200	671	595	842	7
mantienen	205	661	256	671	595	842	7
un	261	661	273	671	595	842	7
patrón	278	661	309	671	595	842	7
estable	314	661	350	671	595	842	7
en	355	661	367	671	595	842	7
su	372	661	383	671	595	842	7
comportamiento	388	661	467	671	595	842	7
y	472	661	478	671	595	842	7
poder	482	661	510	671	595	842	7
identificar	71	674	118	684	595	842	7
solo	121	674	141	684	595	842	7
las	144	674	158	684	595	842	7
muestras	161	674	207	684	595	842	7
con	210	674	228	684	595	842	7
mayor	230	674	261	684	595	842	7
actividad	264	674	308	684	595	842	7
electromiográfica.	311	674	397	684	595	842	7
Por	98	686	115	696	595	842	7
el	125	686	133	696	595	842	7
puerto	143	686	174	696	595	842	7
sEMG	184	686	214	696	595	842	7
ingresan	224	686	266	696	595	842	7
los	275	686	290	696	595	842	7
datos	299	686	326	696	595	842	7
a	336	686	342	696	595	842	7
los	351	686	365	696	595	842	7
subsistemas	375	686	436	696	595	842	7
Clockwise	446	686	495	696	595	842	7
y	505	686	511	696	595	842	7
Counterclockwise	71	699	157	709	595	842	7
los	166	699	180	709	595	842	7
cuales	188	699	219	709	595	842	7
procesan	228	699	273	709	595	842	7
las	281	699	295	709	595	842	7
señales	303	699	341	709	595	842	7
electromiográficas,	349	699	442	709	595	842	7
previamente	450	699	510	709	595	842	7
filtradas,	71	711	112	722	595	842	7
para	119	711	141	722	595	842	7
que	147	711	166	722	595	842	7
las	172	711	186	722	595	842	7
funciones	192	711	240	722	595	842	7
que	246	711	264	722	595	842	7
se	271	711	282	722	595	842	7
encuentran	289	711	344	722	595	842	7
en	350	711	362	722	595	842	7
este	369	711	389	722	595	842	7
subsistema	396	711	451	722	595	842	7
analicen	458	711	499	722	595	842	7
y	505	711	510	722	595	842	7
representen	71	724	130	734	595	842	7
matemáticamente	138	724	225	734	595	842	7
las	234	724	248	734	595	842	7
características	256	724	327	734	595	842	7
necesarias	335	724	388	734	595	842	7
para	396	724	418	734	595	842	7
el	426	724	435	734	595	842	7
sistema.	443	724	484	734	595	842	7
Las	492	724	510	734	595	842	7
características	71	737	142	747	595	842	7
extraídas	146	737	191	747	595	842	7
son	196	737	213	747	595	842	7
analizadas	218	737	270	747	595	842	7
por	274	737	290	747	595	842	7
pattern	295	737	329	747	595	842	7
Recognition	333	737	391	747	595	842	7
Neuronal	395	737	440	747	595	842	7
Network,	444	737	488	747	595	842	7
que	492	737	510	747	595	842	7
se	71	749	83	760	595	842	7
encarga	88	749	128	760	595	842	7
de	133	749	145	760	595	842	7
identificar	151	749	198	760	595	842	7
los	203	749	217	760	595	842	7
patrones	223	749	265	760	595	842	7
de	271	749	283	760	595	842	7
las	289	749	303	760	595	842	7
posturas	308	749	350	760	595	842	7
de	356	749	368	760	595	842	7
la	373	749	382	760	595	842	7
mano	387	749	415	760	595	842	7
que	420	749	438	760	595	842	7
representa	444	749	496	760	595	842	7
al	502	749	510	760	595	842	7
Enfoque	205	778	235	785	595	842	7
UTE,	238	778	256	785	595	842	7
V.9-N.2,	258	778	287	785	595	842	7
Jun.2018,	289	778	325	785	595	842	7
pp.	327	778	338	785	595	842	7
208	340	778	354	785	595	842	7
–	356	776	360	785	595	842	7
222	363	778	376	785	595	842	7
215	511	72	525	80	595	842	8
comportamiento	85	87	164	98	595	842	8
deseado,	174	87	219	98	595	842	8
el	230	87	238	98	595	842	8
cual	248	87	268	98	595	842	8
fue	278	87	294	98	595	842	8
previamente	304	87	364	98	595	842	8
entrenado	374	87	424	98	595	842	8
para	434	87	456	98	595	842	8
la	466	87	475	98	595	842	8
correcta	485	87	524	98	595	842	8
identificación	85	100	149	110	595	842	8
de	152	100	164	110	595	842	8
patrones	167	100	210	110	595	842	8
de	213	100	225	110	595	842	8
cada	228	100	252	110	595	842	8
postura	255	100	292	110	595	842	8
de	295	100	307	110	595	842	8
mano.	310	100	341	110	595	842	8
Los	112	113	130	123	595	842	8
subsistemas	136	113	197	123	595	842	8
Signal	204	113	234	123	595	842	8
se	241	113	252	123	595	842	8
encargan	259	113	304	123	595	842	8
de	311	113	323	123	595	842	8
gestionar	329	113	374	123	595	842	8
la	381	113	389	123	595	842	8
condición	396	113	442	123	595	842	8
necesaria	449	113	496	123	595	842	8
para	503	113	525	123	595	842	8
ordenar	85	125	123	136	595	842	8
el	128	125	137	136	595	842	8
valor	142	125	166	136	595	842	8
lógico	171	125	199	136	595	842	8
necesario	205	125	252	136	595	842	8
que	257	125	276	136	595	842	8
requiere	281	125	321	136	595	842	8
el	326	125	335	136	595	842	8
movimiento	340	125	396	136	595	842	8
de	401	125	414	136	595	842	8
las	419	125	433	136	595	842	8
articulaciones	438	125	505	136	595	842	8
del	510	125	525	136	595	842	8
robot.	85	138	113	148	595	842	8
Como	117	138	146	148	595	842	8
salida	150	138	178	148	595	842	8
de	182	138	194	148	595	842	8
todos	198	138	225	148	595	842	8
los	228	138	242	148	595	842	8
datos	246	138	273	148	595	842	8
procesados	276	138	333	148	595	842	8
en	337	138	349	148	595	842	8
el	353	138	361	148	595	842	8
sistema	365	138	403	148	595	842	8
se	406	138	418	148	595	842	8
tiene	421	138	445	148	595	842	8
Out_Signal	449	138	503	148	595	842	8
(V).	507	138	525	148	595	842	8
En	85	151	99	161	595	842	8
los	102	151	116	161	595	842	8
subsistemas	119	151	180	161	595	842	8
Servomotor	184	151	241	161	595	842	8
se	244	151	256	161	595	842	8
interpretan	259	151	312	161	595	842	8
los	315	151	329	161	595	842	8
valores	332	151	368	161	595	842	8
lógicos	371	151	405	161	595	842	8
ordenados	409	151	461	161	595	842	8
previamente	464	151	525	161	595	842	8
para	85	163	107	173	595	842	8
obtener	115	163	152	173	595	842	8
como	159	163	186	173	595	842	8
salida	194	163	222	173	595	842	8
una	230	163	248	173	595	842	8
posición	256	163	296	173	595	842	8
angular	304	163	341	173	595	842	8
que	348	163	367	173	595	842	8
se	374	163	386	173	595	842	8
encarga	393	163	433	173	595	842	8
de	440	163	453	173	595	842	8
controlar	460	163	503	173	595	842	8
las	511	163	525	173	595	842	8
articulaciones	85	176	152	186	595	842	8
del	157	176	172	186	595	842	8
robot.	176	176	204	186	595	842	8
Como	209	176	238	186	595	842	8
subsistema	243	176	298	186	595	842	8
final	303	176	323	186	595	842	8
se	328	176	339	186	595	842	8
encuentra	344	176	393	186	595	842	8
el	397	176	406	186	595	842	8
modelo	410	176	446	186	595	842	8
del	451	176	466	186	595	842	8
Robot_RV-	470	176	525	186	595	842	8
2JA,	85	189	107	199	595	842	8
el	110	189	119	199	595	842	8
cual	122	189	142	199	595	842	8
se	145	189	157	199	595	842	8
encarga	160	189	200	199	595	842	8
de	203	189	215	199	595	842	8
controlar	218	189	261	199	595	842	8
las	264	189	278	199	595	842	8
articulaciones	281	189	349	199	595	842	8
J1	352	189	363	199	595	842	8
J2	366	189	378	199	595	842	8
y	381	189	387	199	595	842	8
J3	390	189	401	199	595	842	8
del	404	189	419	199	595	842	8
robot	422	189	447	199	595	842	8
y	450	189	456	199	595	842	8
toma	459	189	484	199	595	842	8
la	487	189	495	199	595	842	8
señal	498	189	525	199	595	842	8
de	85	201	97	211	595	842	8
salida	103	201	131	211	595	842	8
que	137	201	155	211	595	842	8
es	161	201	172	211	595	842	8
generada	177	201	224	211	595	842	8
por	229	201	245	211	595	842	8
el	251	201	259	211	595	842	8
entorno	265	201	302	211	595	842	8
virtual	307	201	336	211	595	842	8
del	342	201	356	211	595	842	8
servomotor.	362	201	420	211	595	842	8
La	425	201	437	211	595	842	8
señal	443	201	469	211	595	842	8
ingresa	474	201	511	211	595	842	8
al	516	201	524	211	595	842	8
bloque	85	214	118	224	595	842	8
Joint	125	214	148	224	595	842	8
Actuator,	156	214	200	224	595	842	8
el	206	214	215	224	595	842	8
cual	222	214	242	224	595	842	8
requiere	249	214	290	224	595	842	8
como	297	214	324	224	595	842	8
entrada	330	214	368	224	595	842	8
el	375	214	383	224	595	842	8
ángulo	390	214	423	224	595	842	8
de	430	214	443	224	595	842	8
movimiento,	450	214	509	224	595	842	8
la	516	214	524	224	595	842	8
velocidad	85	226	131	237	595	842	8
angular	142	226	179	237	595	842	8
y	190	226	195	237	595	842	8
la	206	226	214	237	595	842	8
aceleración	225	226	282	237	595	842	8
angular;	292	226	332	237	595	842	8
una	343	226	361	237	595	842	8
vez	372	226	389	237	595	842	8
ingresados	400	226	454	237	595	842	8
los	464	226	478	237	595	842	8
valores	489	226	525	237	595	842	8
correspondientes,	85	239	173	249	595	842	8
el	177	239	185	249	595	842	8
subsistema	189	239	245	249	595	842	8
interpreta	248	239	295	249	595	842	8
la	299	239	307	249	595	842	8
señal	311	239	337	249	595	842	8
de	341	239	354	249	595	842	8
entrada	357	239	395	249	595	842	8
y	399	239	404	249	595	842	8
generará	408	239	452	249	595	842	8
el	456	239	464	249	595	842	8
movimiento	468	239	524	249	595	842	8
deseado	85	252	127	262	595	842	8
de	131	252	143	262	595	842	8
la	147	252	155	262	595	842	8
articulación.	158	252	217	262	595	842	8
Para	221	252	244	262	595	842	8
verificar	247	252	286	262	595	842	8
el	289	252	298	262	595	842	8
movimiento	301	252	357	262	595	842	8
de	361	252	373	262	595	842	8
la	376	252	385	262	595	842	8
articulación	388	252	444	262	595	842	8
existe	447	252	476	262	595	842	8
el	479	252	488	262	595	842	8
bloque	491	252	524	262	595	842	8
Joint	85	264	108	275	595	842	8
Sensor	113	264	148	275	595	842	8
que	153	264	171	275	595	842	8
permite	176	264	213	275	595	842	8
generar	217	264	255	275	595	842	8
datos	260	264	287	275	595	842	8
para	292	264	314	275	595	842	8
visualizar	319	264	364	275	595	842	8
que	369	264	388	275	595	842	8
la	393	264	401	275	595	842	8
articulación	406	264	461	275	595	842	8
está	466	264	487	275	595	842	8
siendo	492	264	524	275	595	842	8
controlada	85	277	137	287	595	842	8
mediante	140	277	185	287	595	842	8
las	188	277	202	287	595	842	8
señales	205	277	243	287	595	842	8
electromiográficas.	246	277	338	287	595	842	8
Para	112	290	135	300	595	842	8
las	142	290	156	300	595	842	8
pruebas	162	290	202	300	595	842	8
realizadas	208	290	258	300	595	842	8
con	264	290	282	300	595	842	8
las	288	290	302	300	595	842	8
señales	309	290	347	300	595	842	8
sEMG	353	290	383	300	595	842	8
obtenidas	390	290	437	300	595	842	8
del	444	290	458	300	595	842	8
Myo	465	290	485	300	595	842	8
en	492	290	504	300	595	842	8
las	510	290	525	300	595	842	8
diferentes	85	302	134	313	595	842	8
posiciones	137	302	189	313	595	842	8
de	192	302	205	313	595	842	8
la	208	302	217	313	595	842	8
mano,	220	302	251	313	595	842	8
es	254	302	266	313	595	842	8
necesario	270	302	317	313	595	842	8
obtener	321	302	358	313	595	842	8
el	362	302	370	313	595	842	8
valor	374	302	397	313	595	842	8
absoluto	401	302	443	313	595	842	8
de	446	302	458	313	595	842	8
cada	462	302	486	313	595	842	8
señal	489	302	516	313	595	842	8
y	519	302	525	313	595	842	8
el	85	315	94	325	595	842	8
valor	97	315	121	325	595	842	8
medio	125	315	155	325	595	842	8
que	158	315	177	325	595	842	8
permitirá	180	315	223	325	595	842	8
determinar	226	315	279	325	595	842	8
qué	282	315	301	325	595	842	8
señal	304	315	330	325	595	842	8
sEMG	334	315	365	325	595	842	8
tiene	368	315	392	325	595	842	8
mayor	396	315	426	325	595	842	8
actividad	430	315	473	325	595	842	8
muscular.	477	315	524	325	595	842	8
De	85	328	99	338	595	842	8
las	104	328	118	338	595	842	8
señales	123	328	161	338	595	842	8
sEMG	166	328	196	338	595	842	8
obtenidas	201	328	249	338	595	842	8
del	254	328	268	338	595	842	8
operador	273	328	317	338	595	842	8
se	322	328	333	338	595	842	8
procede	338	328	378	338	595	842	8
a	383	328	389	338	595	842	8
realizar	394	328	430	338	595	842	8
un	435	328	447	338	595	842	8
análisis	452	328	488	338	595	842	8
de	493	328	506	338	595	842	8
las	510	328	524	338	595	842	8
características	85	340	156	351	595	842	8
IEMG,	169	340	200	351	595	842	8
MAV,	212	340	239	351	595	842	8
RMS	252	340	276	351	595	842	8
y	288	340	294	351	595	842	8
VAR,	306	340	332	351	595	842	8
para	345	340	367	351	595	842	8
identificar	380	340	427	351	595	842	8
sus	439	340	456	351	595	842	8
respectivos	469	340	524	351	595	842	8
comportamientos.	85	353	173	363	595	842	8
Una	177	353	197	363	595	842	8
vez	201	353	218	363	595	842	8
obtenidos	222	353	270	363	595	842	8
los	274	353	288	363	595	842	8
valores	292	353	327	363	595	842	8
medios	331	353	367	363	595	842	8
de	371	353	383	363	595	842	8
los	387	353	402	363	595	842	8
comportamientos	406	353	490	363	595	842	8
de	494	353	507	363	595	842	8
las	511	353	525	363	595	842	8
características	85	366	156	376	595	842	8
IEMG,	160	366	191	376	595	842	8
MAV,	195	366	222	376	595	842	8
RMS	226	366	250	376	595	842	8
y	254	366	259	376	595	842	8
VAR,	263	366	289	376	595	842	8
se	293	366	305	376	595	842	8
los	309	366	323	376	595	842	8
presenta	326	366	369	376	595	842	8
en	373	366	386	376	595	842	8
la	389	366	398	376	595	842	8
Tabla	402	366	429	376	595	842	8
1,	433	366	442	376	595	842	8
para	446	366	468	376	595	842	8
determinar	472	366	525	376	595	842	8
cuál	85	378	105	388	595	842	8
señal	109	378	135	388	595	842	8
sEMG	139	378	170	388	595	842	8
tiene	174	378	197	388	595	842	8
mayor	201	378	232	388	595	842	8
actividad	236	378	279	388	595	842	8
y,	283	378	291	388	595	842	8
con	295	378	313	388	595	842	8
esta	316	378	337	388	595	842	8
señal,	341	378	370	388	595	842	8
se	374	378	386	388	595	842	8
realiza	390	378	422	388	595	842	8
el	426	378	435	388	595	842	8
entrenamiento	438	378	509	388	595	842	8
de	512	378	525	388	595	842	8
la	85	391	94	401	595	842	8
red	97	391	113	401	595	842	8
neuronal.	116	391	162	401	595	842	8
Tabla	155	415	181	425	595	842	8
1.	184	415	192	425	595	842	8
Características	195	415	262	425	595	842	8
de	264	415	275	425	595	842	8
la	278	415	286	425	595	842	8
señal	289	415	313	425	595	842	8
sEMG,	315	415	346	425	595	842	8
posición	349	415	385	425	595	842	8
de	388	415	399	425	595	842	8
mano	402	415	427	425	595	842	8
FIST.	430	415	454	425	595	842	8
emg1	170	427	196	437	595	842	8
emg2	212	427	238	437	595	842	8
em3	254	427	274	437	595	842	8
emg4	295	427	321	437	595	842	8
emg5	337	427	363	437	595	842	8
emg6	379	427	405	437	595	842	8
emg7	421	427	447	437	595	842	8
Valor	106	439	130	449	595	842	8
Medio	133	439	162	449	595	842	8
0.0449	170	439	200	449	595	842	8
0.0385	212	439	242	449	595	842	8
0.0481	254	439	284	449	595	842	8
0.0628	295	439	326	449	595	842	8
0.0897	337	439	368	449	595	842	8
0.0982	379	439	410	449	595	842	8
0.0814	421	439	452	449	595	842	8
IEMG	106	451	131	461	595	842	8
0.5731	170	451	200	461	595	842	8
0.3816	212	451	242	461	595	842	8
0.1019	254	451	284	461	595	842	8
0.1996	295	451	326	461	595	842	8
0.7386	337	451	368	461	595	842	8
0.8177	379	451	410	461	595	842	8
1.1194	421	451	452	461	595	842	8
MAV	106	463	128	473	595	842	8
0.0179	170	463	200	473	595	842	8
0.0119	212	463	242	473	595	842	8
0.0032	254	463	284	473	595	842	8
0.0062	295	463	326	473	595	842	8
0.0231	337	463	368	473	595	842	8
0.0256	379	463	410	473	595	842	8
0.0350	421	463	452	473	595	842	8
RMS	106	475	128	485	595	842	8
0.0048	170	475	200	485	595	842	8
0.0035	212	475	242	485	595	842	8
0.0014	254	475	284	485	595	842	8
0.0026	295	475	326	485	595	842	8
0.0072	337	475	368	485	595	842	8
0.0082	379	475	410	485	595	842	8
0.0087	421	475	452	485	595	842	8
VAR	106	487	127	497	595	842	8
0.0031	170	487	200	497	595	842	8
0.0014	212	487	242	497	595	842	8
0.0001	254	487	284	497	595	842	8
0.0006	295	487	326	497	595	842	8
0.0036	337	487	368	497	595	842	8
0.0036	379	487	410	497	595	842	8
0.0094	421	487	452	497	595	842	8
emg8	463	427	489	437	595	842	8
0.0833	463	439	494	449	595	842	8
1.2671	463	451	494	461	595	842	8
0.0396	463	463	494	473	595	842	8
0.0097	463	475	494	485	595	842	8
0.0116	463	487	494	497	595	842	8
De	112	512	126	522	595	842	8
las	130	512	145	522	595	842	8
señales	149	512	187	522	595	842	8
obtenidas	191	512	239	522	595	842	8
del	243	512	258	522	595	842	8
giroscopio	262	512	312	522	595	842	8
Myo	316	512	337	522	595	842	8
al	341	512	350	522	595	842	8
realizar	354	512	390	522	595	842	8
las	395	512	409	522	595	842	8
diferentes	413	512	462	522	595	842	8
poses	466	512	495	522	595	842	8
de	499	512	512	522	595	842	8
la	516	512	524	522	595	842	8
mano	85	525	113	535	595	842	8
del	120	525	135	535	595	842	8
operador,	142	525	189	535	595	842	8
se	196	525	208	535	595	842	8
debe	215	525	239	535	595	842	8
escoger	247	525	286	535	595	842	8
la	293	525	302	535	595	842	8
señal	309	525	335	535	595	842	8
más	342	525	363	535	595	842	8
relevante	370	525	415	535	595	842	8
que	423	525	441	535	595	842	8
se	448	525	460	535	595	842	8
asemeja	467	525	509	535	595	842	8
al	516	525	524	535	595	842	8
comportamiento	85	538	164	548	595	842	8
de	167	538	180	548	595	842	8
las	183	538	197	548	595	842	8
señales	200	538	238	548	595	842	8
sEMG,	241	538	274	548	595	842	8
previo	278	538	308	548	595	842	8
al	311	538	319	548	595	842	8
análisis	323	538	359	548	595	842	8
realizado	362	538	407	548	595	842	8
en	410	538	422	548	595	842	8
el	426	538	434	548	595	842	8
programa	437	538	484	548	595	842	8
Matlab-	488	538	525	548	595	842	8
Simulink.	85	550	130	560	595	842	8
La	135	550	147	560	595	842	8
señal	152	550	179	560	595	842	8
escogida	184	550	228	560	595	842	8
del	233	550	248	560	595	842	8
giroscopio	253	550	303	560	595	842	8
es	309	550	320	560	595	842	8
usada	325	550	355	560	595	842	8
para	361	550	383	560	595	842	8
el	388	550	397	560	595	842	8
entrenamiento	402	550	472	560	595	842	8
de	477	550	489	560	595	842	8
la	495	550	503	560	595	842	8
red	508	550	524	560	595	842	8
neuronal.	85	563	131	573	595	842	8
Para	134	563	157	573	595	842	8
seleccionar	161	563	216	573	595	842	8
la	219	563	228	573	595	842	8
red	231	563	247	573	595	842	8
neuronal	250	563	293	573	595	842	8
artificial	296	563	334	573	595	842	8
en	337	563	349	573	595	842	8
Matlab	352	563	385	573	595	842	8
es	388	563	400	573	595	842	8
necesaria	403	563	451	573	595	842	8
la	454	563	463	573	595	842	8
herramienta	466	563	525	573	595	842	8
Neural	85	575	118	586	595	842	8
network	121	575	160	586	595	842	8
Toolbox.	164	575	206	586	595	842	8
En	209	575	223	586	595	842	8
este	226	575	247	586	595	842	8
estudio	251	575	286	586	595	842	8
se	290	575	302	586	595	842	8
utilizó	306	575	334	586	595	842	8
la	337	575	346	586	595	842	8
aplicación	349	575	398	586	595	842	8
Pattern	402	575	438	586	595	842	8
Recognition,	441	575	502	586	595	842	8
que	506	575	525	586	595	842	8
es	85	588	97	598	595	842	8
una	101	588	119	598	595	842	8
herramienta	123	588	181	598	595	842	8
de	185	588	198	598	595	842	8
reconocimiento	201	588	276	598	595	842	8
de	280	588	292	598	595	842	8
patrón	296	588	327	598	595	842	8
de	330	588	343	598	595	842	8
redes	347	588	374	598	595	842	8
neuronales,	378	588	435	598	595	842	8
la	439	588	448	598	595	842	8
cual	452	588	472	598	595	842	8
permite	476	588	512	598	595	842	8
la	516	588	525	598	595	842	8
solución	85	601	125	611	595	842	8
de	130	601	143	611	595	842	8
un	147	601	160	611	595	842	8
problema	164	601	210	611	595	842	8
de	215	601	227	611	595	842	8
clasificación	232	601	291	611	595	842	8
de	296	601	308	611	595	842	8
reconocimiento	313	601	387	611	595	842	8
de	392	601	404	611	595	842	8
patrones	409	601	451	611	595	842	8
mediante	456	601	502	611	595	842	8
una	506	601	525	611	595	842	8
red	85	614	101	624	595	842	8
de	104	614	116	624	595	842	8
dos	119	614	137	624	595	842	8
capas	140	614	170	624	595	842	8
feed-forward	173	614	234	624	595	842	8
patternnet	237	614	287	624	595	842	8
con	290	614	308	624	595	842	8
las	311	614	325	624	595	842	8
neuronas	328	614	374	624	595	842	8
de	377	614	389	624	595	842	8
salida	392	614	421	624	595	842	8
sigmoidea.	424	614	477	624	595	842	8
Para	112	626	135	636	595	842	8
la	139	626	148	636	595	842	8
arquitectura	151	626	209	636	595	842	8
de	212	626	225	636	595	842	8
la	228	626	237	636	595	842	8
red	240	626	256	636	595	842	8
es	260	626	271	636	595	842	8
necesario	275	626	322	636	595	842	8
escoger	326	626	365	636	595	842	8
el	369	626	377	636	595	842	8
número	381	626	418	636	595	842	8
de	422	626	434	636	595	842	8
neuronas	437	626	483	636	595	842	8
ocultas,	487	626	525	636	595	842	8
en	85	639	97	649	595	842	8
este	101	639	122	649	595	842	8
caso	126	639	150	649	595	842	8
se	154	639	165	649	595	842	8
procedió	169	639	211	649	595	842	8
a	215	639	222	649	595	842	8
realizar	226	639	262	649	595	842	8
pruebas	266	639	306	649	595	842	8
con	310	639	327	649	595	842	8
5,	331	639	340	649	595	842	8
10,	345	639	360	649	595	842	8
15	364	639	376	649	595	842	8
y	380	639	386	649	595	842	8
20	390	639	402	649	595	842	8
neuronas	406	639	452	649	595	842	8
(Bonilla	456	639	492	649	595	842	8
et	497	639	506	649	595	842	8
al.,	510	639	524	649	595	842	8
2015);	85	651	116	662	595	842	8
con	120	651	138	662	595	842	8
los	142	651	156	662	595	842	8
parámetros	160	651	216	662	595	842	8
seleccionados	220	651	290	662	595	842	8
se	293	651	305	662	595	842	8
procede	309	651	349	662	595	842	8
al	353	651	361	662	595	842	8
entrenamiento	365	651	436	662	595	842	8
de	440	651	452	662	595	842	8
la	456	651	464	662	595	842	8
red	468	651	484	662	595	842	8
usando	488	651	524	662	595	842	8
un	85	664	97	674	595	842	8
algoritmo	103	664	148	674	595	842	8
de	154	664	166	674	595	842	8
aprendizaje	171	664	228	674	595	842	8
supervisado	234	664	293	674	595	842	8
que	299	664	317	674	595	842	8
se	323	664	334	674	595	842	8
usa	340	664	358	674	595	842	8
para	363	664	385	674	595	842	8
entrenar	390	664	431	674	595	842	8
redes	437	664	464	674	595	842	8
neuronales	470	664	524	674	595	842	8
artificiales.	85	677	137	687	595	842	8
Se	142	677	155	687	595	842	8
aplica	160	677	189	687	595	842	8
el	193	677	202	687	595	842	8
modelo	206	677	243	687	595	842	8
Backpropagation	247	677	330	687	595	842	8
que	335	677	353	687	595	842	8
es	358	677	369	687	595	842	8
la	374	677	382	687	595	842	8
propagación	387	677	447	687	595	842	8
hacia	452	677	478	687	595	842	8
atrás	483	677	508	687	595	842	8
de	512	677	524	687	595	842	8
errores	85	689	120	700	595	842	8
o	127	689	133	700	595	842	8
retropropagación.	140	689	226	700	595	842	8
Cuando	233	689	271	700	595	842	8
la	278	689	287	700	595	842	8
red	294	689	310	700	595	842	8
neuronal	316	689	359	700	595	842	8
artificial	366	689	403	700	595	842	8
ya	410	689	422	700	595	842	8
está	429	689	449	700	595	842	8
entrenada	456	689	506	700	595	842	8
se	513	689	524	700	595	842	8
generan	85	702	126	712	595	842	8
versiones	129	702	176	712	595	842	8
desplegables	179	702	244	712	595	842	8
de	247	702	259	712	595	842	8
la	262	702	270	712	595	842	8
red	273	702	289	712	595	842	8
neural	293	702	323	712	595	842	8
entrenada.	326	702	379	712	595	842	8
Con	112	715	132	725	595	842	8
respecto	137	715	180	725	595	842	8
a	185	715	191	725	595	842	8
la	196	715	204	725	595	842	8
integración,	209	715	266	725	595	842	8
es	271	715	283	725	595	842	8
necesario	288	715	336	725	595	842	8
determinar	341	715	393	725	595	842	8
el	398	715	407	725	595	842	8
error	412	715	435	725	595	842	8
de	440	715	452	725	595	842	8
las	457	715	471	725	595	842	8
diferentes	476	715	524	725	595	842	8
neuronas	85	727	131	738	595	842	8
ocultas	138	727	173	738	595	842	8
usadas.	179	727	218	738	595	842	8
Con	225	727	245	738	595	842	8
este	251	727	272	738	595	842	8
error	279	727	302	738	595	842	8
se	309	727	321	738	595	842	8
puede	327	727	358	738	595	842	8
saber	364	727	392	738	595	842	8
cuál	399	727	419	738	595	842	8
red	426	727	442	738	595	842	8
neuronal	448	727	491	738	595	842	8
es	498	727	509	738	595	842	8
la	516	727	525	738	595	842	8
adecuada	85	740	133	750	595	842	8
para	138	740	160	750	595	842	8
el	164	740	172	750	595	842	8
proyecto,	176	740	221	750	595	842	8
como	225	740	252	750	595	842	8
se	256	740	268	750	595	842	8
muestra	272	740	312	750	595	842	8
en	316	740	328	750	595	842	8
la	332	740	340	750	595	842	8
Tabla	345	740	372	750	595	842	8
2.	376	740	385	750	595	842	8
La	389	740	402	750	595	842	8
red	406	740	422	750	595	842	8
neuronal	425	740	468	750	595	842	8
que	472	740	491	750	595	842	8
posea	495	740	525	750	595	842	8
un	85	753	97	763	595	842	8
menor	101	753	132	763	595	842	8
error	136	753	159	763	595	842	8
y	163	753	168	763	595	842	8
un	172	753	184	763	595	842	8
número	188	753	225	763	595	842	8
de	229	753	241	763	595	842	8
neuronas	245	753	291	763	595	842	8
ocultas	294	753	329	763	595	842	8
bajo	333	753	354	763	595	842	8
será	357	753	379	763	595	842	8
utilizada	382	753	422	763	595	842	8
en	426	753	438	763	595	842	8
el	442	753	451	763	595	842	8
entrenamiento	454	753	525	763	595	842	8
Enfoque	220	778	249	785	595	842	8
UTE,	252	778	270	785	595	842	8
V.9-N.2,	272	778	301	785	595	842	8
Jun.2018,	304	778	339	785	595	842	8
pp.	341	778	352	785	595	842	8
208	354	778	368	785	595	842	8
–	370	776	375	785	595	842	8
222	377	778	390	785	595	842	8
216	71	72	84	80	595	842	9
ya	71	87	82	98	595	842	9
que	90	87	108	98	595	842	9
su	115	87	127	98	595	842	9
salida	134	87	162	98	595	842	9
se	170	87	181	98	595	842	9
asemeja	188	87	230	98	595	842	9
al	237	87	245	98	595	842	9
comportamiento	253	87	331	98	595	842	9
deseado	338	87	381	98	595	842	9
del	388	87	402	98	595	842	9
sistema	410	87	447	98	595	842	9
y	454	87	460	98	595	842	9
se	467	87	479	98	595	842	9
debe	486	87	510	98	595	842	9
considerar	71	100	122	110	595	842	9
que	127	100	146	110	595	842	9
en	151	100	163	110	595	842	9
la	168	100	177	110	595	842	9
bibliografía	182	100	236	110	595	842	9
no	241	100	253	110	595	842	9
existe	258	100	287	110	595	842	9
una	292	100	310	110	595	842	9
regla	316	100	340	110	595	842	9
establecida	345	100	401	110	595	842	9
para	406	100	428	110	595	842	9
la	433	100	442	110	595	842	9
selección	447	100	493	110	595	842	9
de	498	100	510	110	595	842	9
neuronas	71	113	117	123	595	842	9
en	120	113	132	123	595	842	9
las	135	113	149	123	595	842	9
capas	152	113	182	123	595	842	9
ocultas.	185	113	223	123	595	842	9
Tabla	87	137	113	146	595	842	9
2.	116	137	124	146	595	842	9
Numero	127	137	163	146	595	842	9
de	165	137	177	146	595	842	9
neuronas	179	137	221	146	595	842	9
y	224	137	229	146	595	842	9
error	232	137	253	146	595	842	9
de	255	137	266	146	595	842	9
la	269	137	277	146	595	842	9
señal	280	137	304	146	595	842	9
sEMG	306	137	334	146	595	842	9
de	337	137	348	146	595	842	9
la	351	137	359	146	595	842	9
RNA,	361	137	385	146	595	842	9
posición	388	137	425	146	595	842	9
de	427	137	439	146	595	842	9
mano	441	137	467	146	595	842	9
FIST.	469	137	494	146	595	842	9
Neuronas	185	149	231	158	595	842	9
ocultas	234	149	269	158	595	842	9
Error	307	149	331	158	595	842	9
5	185	162	190	171	595	842	9
4.39	307	162	326	171	595	842	9
10	185	176	196	185	595	842	9
4.29	307	176	326	185	595	842	9
15	185	190	196	199	595	842	9
4.44	307	190	326	199	595	842	9
20	185	203	196	212	595	842	9
4.29	307	203	326	212	595	842	9
El	98	227	108	238	595	842	9
entorno	111	227	149	238	595	842	9
virtual	152	227	182	238	595	842	9
mediante	185	227	230	238	595	842	9
el	234	227	243	238	595	842	9
cual	246	227	266	238	595	842	9
se	270	227	282	238	595	842	9
analizaron	285	227	336	238	595	842	9
los	340	227	354	238	595	842	9
datos	357	227	384	238	595	842	9
de	388	227	400	238	595	842	9
salida	404	227	432	238	595	842	9
del	436	227	451	238	595	842	9
sistema,	454	227	495	238	595	842	9
es	499	227	510	238	595	842	9
una	71	240	89	250	595	842	9
representación	93	240	166	250	595	842	9
del	170	240	185	250	595	842	9
comportamiento	189	240	268	250	595	842	9
de	272	240	285	250	595	842	9
un	289	240	301	250	595	842	9
servomotor	305	240	360	250	595	842	9
realizado	364	240	408	250	595	842	9
en	413	240	425	250	595	842	9
Matlab-Simulink.	429	240	510	250	595	842	9
La	71	253	83	263	595	842	9
señal	88	253	114	263	595	842	9
ingresa	119	253	155	263	595	842	9
al	160	253	169	263	595	842	9
subsistema	173	253	229	263	595	842	9
H-Brinde	234	253	277	263	595	842	9
el	282	253	291	263	595	842	9
cual	295	253	315	263	595	842	9
se	320	253	332	263	595	842	9
encarga	337	253	376	263	595	842	9
de	381	253	393	263	595	842	9
generar	398	253	436	263	595	842	9
el	441	253	449	263	595	842	9
movimiento	454	253	510	263	595	842	9
clockwise	71	265	118	276	595	842	9
(horario)	123	265	164	276	595	842	9
o	169	265	176	276	595	842	9
counterclockwise	180	265	264	276	595	842	9
(anti	269	265	290	276	595	842	9
horario)	295	265	333	276	595	842	9
del	338	265	353	276	595	842	9
subsistema	358	265	413	276	595	842	9
DC	418	265	434	276	595	842	9
servomotor,	439	265	497	276	595	842	9
el	502	265	510	276	595	842	9
movimiento	71	278	127	288	595	842	9
del	132	278	147	288	595	842	9
servomotor	151	278	206	288	595	842	9
es	211	278	223	288	595	842	9
analizado	227	278	274	288	595	842	9
por	279	278	295	288	595	842	9
el	299	278	308	288	595	842	9
subsistema	313	278	368	288	595	842	9
Angular	373	278	411	288	595	842	9
Position	416	278	455	288	595	842	9
Sensor,	459	278	497	288	595	842	9
el	502	278	510	288	595	842	9
cual	71	291	91	301	595	842	9
transforma	95	291	148	301	595	842	9
los	152	291	166	301	595	842	9
radianes	170	291	212	301	595	842	9
a	216	291	222	301	595	842	9
grados	226	291	260	301	595	842	9
para	263	291	285	301	595	842	9
la	289	291	298	301	595	842	9
correcta	302	291	342	301	595	842	9
interpretación	345	291	412	301	595	842	9
de	416	291	428	301	595	842	9
los	432	291	446	301	595	842	9
datos.	450	291	480	301	595	842	9
En	484	291	498	301	595	842	9
el	502	291	510	301	595	842	9
bloque	71	303	104	313	595	842	9
Condition	110	303	156	313	595	842	9
se	162	303	174	313	595	842	9
limita	180	303	205	313	595	842	9
el	211	303	220	313	595	842	9
movimiento	225	303	282	313	595	842	9
angular	288	303	324	313	595	842	9
según	330	303	360	313	595	842	9
los	366	303	380	313	595	842	9
datos	386	303	413	313	595	842	9
técnicos	418	303	459	313	595	842	9
del	465	303	479	313	595	842	9
robot	485	303	510	313	595	842	9
Mitsubishi	71	316	120	326	595	842	9
RV-2JA.	123	316	164	326	595	842	9
Para	98	329	121	339	595	842	9
la	125	329	134	339	595	842	9
verificación	138	329	193	339	595	842	9
de	196	329	209	339	595	842	9
la	213	329	221	339	595	842	9
interface	225	329	267	339	595	842	9
entre	271	329	296	339	595	842	9
el	300	329	308	339	595	842	9
sistema	312	329	350	339	595	842	9
de	354	329	366	339	595	842	9
adquisición	370	329	425	339	595	842	9
de	429	329	441	339	595	842	9
las	445	329	459	339	595	842	9
señales	463	329	501	339	595	842	9
y	505	329	510	339	595	842	9
el	71	341	80	351	595	842	9
entorno	83	341	120	351	595	842	9
virtual	124	341	153	351	595	842	9
del	157	341	171	351	595	842	9
sistema	175	341	212	351	595	842	9
robótico,	216	341	258	351	595	842	9
se	261	341	273	351	595	842	9
emplean	277	341	319	351	595	842	9
los	322	341	336	351	595	842	9
datos	340	341	367	351	595	842	9
de	370	341	383	351	595	842	9
prueba	386	341	420	351	595	842	9
que	424	341	442	351	595	842	9
se	445	341	457	351	595	842	9
generan	460	341	501	351	595	842	9
a	504	341	510	351	595	842	9
la	71	354	79	364	595	842	9
salida	83	354	111	364	595	842	9
del	114	354	129	364	595	842	9
sistema	132	354	170	364	595	842	9
de	173	354	185	364	595	842	9
la	188	354	197	364	595	842	9
Figura	200	354	231	364	595	842	9
6.	234	354	243	364	595	842	9
Figura	143	507	173	516	595	842	9
6.	176	507	184	516	595	842	9
Integración	187	507	237	516	595	842	9
del	239	507	253	516	595	842	9
sistema	255	507	290	516	595	842	9
al	293	507	301	516	595	842	9
entorno	303	507	337	516	595	842	9
virtual	340	507	367	516	595	842	9
del	370	507	383	516	595	842	9
servomotor.	386	507	439	516	595	842	9
Los	98	531	116	541	595	842	9
datos	119	531	146	541	595	842	9
de	150	531	162	541	595	842	9
prueba	165	531	200	541	595	842	9
se	203	531	215	541	595	842	9
encuentran	218	531	273	541	595	842	9
entre	277	531	302	541	595	842	9
los	305	531	319	541	595	842	9
valores	323	531	358	541	595	842	9
1	362	531	368	541	595	842	9
y	371	531	377	541	595	842	9
-1	380	531	390	541	595	842	9
que	394	531	412	541	595	842	9
ingresan	415	531	458	541	595	842	9
al	461	531	470	541	595	842	9
entorno	473	531	510	541	595	842	9
virtual	71	544	100	554	595	842	9
del	104	544	119	554	595	842	9
servomotor.	123	544	181	554	595	842	9
Como	185	544	214	554	595	842	9
respuesta	218	544	266	554	595	842	9
del	270	544	285	554	595	842	9
entorno	289	544	326	554	595	842	9
virtual	330	544	359	554	595	842	9
se	363	544	375	554	595	842	9
tiene	379	544	403	554	595	842	9
una	407	544	425	554	595	842	9
salida	429	544	458	554	595	842	9
con	461	544	479	554	595	842	9
datos	483	544	510	554	595	842	9
en	71	556	83	567	595	842	9
grados	86	556	120	567	595	842	9
que	123	556	141	567	595	842	9
corresponden	144	556	212	567	595	842	9
al	215	556	223	567	595	842	9
movimiento	226	556	283	567	595	842	9
del	286	556	300	567	595	842	9
servomotor.	303	556	361	567	595	842	9
En	98	569	111	579	595	842	9
la	116	569	125	579	595	842	9
etapa	129	569	157	579	595	842	9
de	162	569	174	579	595	842	9
verificación	179	569	234	579	595	842	9
y	239	569	244	579	595	842	9
validación	249	569	298	579	595	842	9
se	302	569	314	579	595	842	9
pretende	319	569	362	579	595	842	9
buscar	372	569	405	579	595	842	9
un	410	569	422	579	595	842	9
punto	427	569	454	579	595	842	9
intermedio	459	569	510	579	595	842	9
entre	71	582	96	592	595	842	9
la	108	582	116	592	595	842	9
simulación	128	582	180	592	595	842	9
y	191	582	197	592	595	842	9
la	208	582	217	592	595	842	9
experimentación	228	582	309	592	595	842	9
que	320	582	339	592	595	842	9
otorgue	350	582	388	592	595	842	9
flexibilidad,	399	582	454	592	595	842	9
sencillez,	465	582	510	592	595	842	9
experimentación	71	592	152	605	595	842	9
y	155	592	160	605	595	842	9
coste.	163	592	193	605	595	842	9
Con	196	592	216	605	595	842	9
la	219	592	228	605	595	842	9
aplicación	231	592	279	605	595	842	9
de	283	592	295	605	595	842	9
un	298	592	310	605	595	842	9
sistema	313	592	351	605	595	842	9
“hardware	354	592	404	605	595	842	9
in	407	594	416	605	595	842	9
the	418	594	434	605	595	842	9
loop”	437	594	461	605	595	842	9
(HIL)	464	592	489	605	595	842	9
que	492	592	510	605	595	842	9
es	71	607	83	617	595	842	9
una	86	607	105	617	595	842	9
forma	108	607	136	617	595	842	9
de	140	607	152	617	595	842	9
simulación	156	607	208	617	595	842	9
y	211	607	217	617	595	842	9
validación	220	607	269	617	595	842	9
en	273	607	285	617	595	842	9
tiempo	289	607	322	617	595	842	9
real,	325	607	347	617	595	842	9
la	350	607	359	617	595	842	9
parte	362	607	388	617	595	842	9
física	391	607	417	617	595	842	9
de	420	607	433	617	595	842	9
una	436	607	454	617	595	842	9
máquina	458	607	500	617	595	842	9
o	504	607	510	617	595	842	9
sistema	71	620	109	630	595	842	9
se	112	620	124	630	595	842	9
sustituye	127	620	170	630	595	842	9
por	173	620	189	630	595	842	9
una	192	620	210	630	595	842	9
simulación	214	620	266	630	595	842	9
(Kumar	269	620	305	630	595	842	9
et	308	620	317	630	595	842	9
al.,	320	620	335	630	595	842	9
2017).	338	620	369	630	595	842	9
En	372	620	386	630	595	842	9
la	389	620	397	630	595	842	9
investigación	401	620	464	630	595	842	9
se	467	620	479	630	595	842	9
aplicó	482	620	510	630	595	842	9
una	71	632	89	642	595	842	9
simulación	93	632	145	642	595	842	9
HIL	148	632	165	642	595	842	9
basada	168	632	204	642	595	842	9
en	208	632	220	642	595	842	9
PC	223	632	239	642	595	842	9
(Figura	242	632	277	642	595	842	9
7).	280	632	293	642	595	842	9
El	296	632	306	642	595	842	9
entorno	309	632	346	642	595	842	9
de	350	632	362	642	595	842	9
simulación	365	632	417	642	595	842	9
que	420	632	439	642	595	842	9
se	442	632	454	642	595	842	9
utilizó	457	632	485	642	595	842	9
para	488	632	510	642	595	842	9
ejecutar	71	645	110	655	595	842	9
el	114	645	122	655	595	842	9
modelo	125	645	162	655	595	842	9
de	165	645	177	655	595	842	9
planta,	181	645	214	655	595	842	9
permite	217	645	254	655	595	842	9
la	257	645	266	655	595	842	9
conexión	269	645	313	655	595	842	9
con	317	645	334	655	595	842	9
el	338	645	346	655	595	842	9
sistema	350	645	388	655	595	842	9
de	391	645	403	655	595	842	9
control	407	645	440	655	595	842	9
y	443	645	449	655	595	842	9
proporciona	452	645	510	655	595	842	9
la	71	658	79	668	595	842	9
comunicación	83	658	150	668	595	842	9
adecuada	153	658	201	668	595	842	9
con	204	658	222	668	595	842	9
el	225	658	234	668	595	842	9
modelo	237	658	273	668	595	842	9
de	276	658	288	668	595	842	9
planta	291	658	321	668	595	842	9
(Figura	324	658	359	668	595	842	9
7-1).	362	658	385	668	595	842	9
Para	98	670	121	681	595	842	9
verificar	126	670	164	681	595	842	9
el	168	670	177	681	595	842	9
funcionamiento	181	670	256	681	595	842	9
adecuado	260	670	308	681	595	842	9
del	313	670	327	681	595	842	9
sistema	331	670	369	681	595	842	9
(Figura	373	670	409	681	595	842	9
7-2),	413	670	435	681	595	842	9
se	440	670	451	681	595	842	9
realizó	455	670	488	681	595	842	9
una	492	670	510	681	595	842	9
plataforma	71	683	123	693	595	842	9
que	128	683	146	693	595	842	9
a	151	683	157	693	595	842	9
través	161	683	191	693	595	842	9
de	196	683	208	693	595	842	9
HIL	213	683	230	693	595	842	9
generó	234	683	269	693	595	842	9
movimiento	273	683	330	693	595	842	9
de	334	683	347	693	595	842	9
un	351	683	363	693	595	842	9
servomotor	368	683	423	693	595	842	9
de	427	683	440	693	595	842	9
prueba	444	683	479	693	595	842	9
como	483	683	510	693	595	842	9
respuesta	71	695	119	706	595	842	9
a	124	695	130	706	595	842	9
la	134	695	142	706	595	842	9
acción	147	695	178	706	595	842	9
del	183	695	197	706	595	842	9
sistema	201	695	239	706	595	842	9
electromiográfico.	243	695	330	706	595	842	9
En	334	695	348	706	595	842	9
su	352	695	364	706	595	842	9
validación	368	695	417	706	595	842	9
se	421	695	433	706	595	842	9
realizó	437	695	470	706	595	842	9
un	474	695	486	706	595	842	9
lazo	490	695	510	706	595	842	9
de	71	708	83	718	595	842	9
control	91	708	124	718	595	842	9
para	131	708	153	718	595	842	9
el	161	708	169	718	595	842	9
robot	177	708	202	718	595	842	9
Mitsubishi	209	708	258	718	595	842	9
RV-2AJ	266	708	304	718	595	842	9
de	311	708	323	718	595	842	9
manera	331	708	368	718	595	842	9
virtual	376	708	405	718	595	842	9
en	412	708	425	718	595	842	9
Matlab-Simulink	432	708	510	718	595	842	9
(Figura	71	721	106	731	595	842	9
7-3).	109	721	131	731	595	842	9
Los	142	721	159	731	595	842	9
tres	164	721	183	731	595	842	9
grados	188	721	221	731	595	842	9
de	226	721	239	731	595	842	9
libertad	244	721	280	731	595	842	9
que	285	721	303	731	595	842	9
se	308	721	320	731	595	842	9
controlaron	325	721	380	731	595	842	9
en	385	721	397	731	595	842	9
el	402	721	411	731	595	842	9
entorno	416	721	453	731	595	842	9
virtual	458	721	487	731	595	842	9
son	492	721	510	731	595	842	9
cintura,	71	734	107	744	595	842	9
brazo	110	734	138	744	595	842	9
y	141	734	146	744	595	842	9
antebrazo	149	734	198	744	595	842	9
(McMullen	201	734	252	744	595	842	9
et	255	734	264	744	595	842	9
al.,	267	734	282	744	595	842	9
2017).	285	734	316	744	595	842	9
Enfoque	205	778	235	785	595	842	9
UTE,	238	778	256	785	595	842	9
V.9-N.2,	258	778	287	785	595	842	9
Jun.2018,	289	778	325	785	595	842	9
pp.	327	778	338	785	595	842	9
208	340	778	354	785	595	842	9
–	356	776	360	785	595	842	9
222	363	778	376	785	595	842	9
217	511	72	525	80	595	842	10
Figura	88	255	118	264	595	842	10
7.	121	255	129	264	595	842	10
Sistema	132	253	168	264	595	842	10
“hardware	171	253	216	264	595	842	10
in	219	253	226	264	595	842	10
the	229	253	243	264	595	842	10
loop”	246	253	268	264	595	842	10
HIL.	271	253	289	264	595	842	10
(1)	292	255	304	264	595	842	10
Comunicación	307	255	370	264	595	842	10
Myo	373	255	392	264	595	842	10
Matlab.	395	255	428	264	595	842	10
(2)Planta	430	255	471	264	595	842	10
de	474	255	485	264	595	842	10
prueba.	488	255	522	264	595	842	10
(3)	210	267	222	276	595	842	10
Modelo	225	267	257	276	595	842	10
virtual	260	267	287	276	595	842	10
robot	290	267	312	276	595	842	10
Mitsubishi	315	267	359	276	595	842	10
RV-2AJ.	362	267	400	276	595	842	10
3.	85	290	94	300	595	842	10
Resultados	97	290	157	300	595	842	10
Las	112	315	130	325	595	842	10
pruebas	134	315	174	325	595	842	10
fueron	177	315	209	325	595	842	10
trabajadas	213	315	264	325	595	842	10
con	268	315	286	325	595	842	10
muestras	290	315	335	325	595	842	10
de	339	315	351	325	595	842	10
brazo	355	315	382	325	595	842	10
de	386	315	399	325	595	842	10
una	402	315	421	325	595	842	10
persona	425	315	465	325	595	842	10
de	468	315	481	325	595	842	10
27	485	315	497	325	595	842	10
años	501	315	524	325	595	842	10
de	85	328	97	338	595	842	10
edad,	103	328	130	338	595	842	10
perímetro	136	328	183	338	595	842	10
del	188	328	203	338	595	842	10
antebrazo	209	328	257	338	595	842	10
de	263	328	275	338	595	842	10
25	281	328	293	338	595	842	10
cm	298	328	313	338	595	842	10
y	319	328	324	338	595	842	10
longitud	330	328	368	338	595	842	10
del	374	328	388	338	595	842	10
antebrazo	394	328	443	338	595	842	10
de	448	328	460	338	595	842	10
26	466	328	478	338	595	842	10
cm.	484	328	501	338	595	842	10
Los	507	328	524	338	595	842	10
parámetros	85	340	141	351	595	842	10
fueron	144	340	176	351	595	842	10
medidos	179	340	221	351	595	842	10
como	225	340	252	351	595	842	10
se	255	340	267	351	595	842	10
indica	271	340	299	351	595	842	10
en	303	340	315	351	595	842	10
(Cipriano,	319	340	367	351	595	842	10
2014).	370	340	402	351	595	842	10
Los	405	340	423	351	595	842	10
datos	427	340	454	351	595	842	10
obtenidos	457	340	505	351	595	842	10
por	509	340	525	351	595	842	10
medio	85	353	115	363	595	842	10
del	118	353	133	363	595	842	10
brazalete	136	353	181	363	595	842	10
MYO	185	353	210	363	595	842	10
y	213	353	218	363	595	842	10
las	222	353	236	363	595	842	10
características	239	353	310	363	595	842	10
extraídas	313	353	358	363	595	842	10
de	361	353	373	363	595	842	10
las	377	353	391	363	595	842	10
señales	394	353	432	363	595	842	10
electromiográficas	435	353	524	363	595	842	10
fueron	85	366	116	376	595	842	10
almacenados	119	366	185	376	595	842	10
en	188	366	200	376	595	842	10
archivos	203	366	244	376	595	842	10
de	247	366	259	376	595	842	10
extensión	263	366	310	376	595	842	10
.mat.	313	366	337	376	595	842	10
Para	103	378	126	388	595	842	10
el	130	378	139	388	595	842	10
análisis	142	378	179	388	595	842	10
de	182	378	195	388	595	842	10
las	198	378	212	388	595	842	10
señales	216	378	254	388	595	842	10
sEMG	257	378	288	388	595	842	10
en	291	378	304	388	595	842	10
el	307	378	316	388	595	842	10
espacio	319	378	357	388	595	842	10
del	361	378	375	388	595	842	10
tiempo,	379	378	415	388	595	842	10
se	419	378	430	388	595	842	10
requirió	434	378	470	388	595	842	10
del	474	378	489	388	595	842	10
diseño	492	378	525	388	595	842	10
de	85	391	97	401	595	842	10
una	101	391	119	401	595	842	10
interfaz	122	391	159	401	595	842	10
gráfica	162	391	195	401	595	842	10
la	198	391	207	401	595	842	10
cual	210	391	230	401	595	842	10
permita	233	391	270	401	595	842	10
visualizar	273	391	319	401	595	842	10
la	322	391	331	401	595	842	10
dinámica	334	391	378	401	595	842	10
de	382	391	394	401	595	842	10
cambio	397	391	433	401	595	842	10
de	436	391	448	401	595	842	10
los	451	391	465	401	595	842	10
parámetros	469	391	524	401	595	842	10
IEMG,	85	404	116	414	595	842	10
MAV,	119	404	146	414	595	842	10
RMS	149	404	174	414	595	842	10
y	177	404	182	414	595	842	10
VAR	185	404	208	414	595	842	10
(Figura	211	404	246	414	595	842	10
8).	249	404	262	414	595	842	10
Con	112	416	132	426	595	842	10
la	137	416	146	426	595	842	10
finalidad	151	416	192	426	595	842	10
de	197	416	209	426	595	842	10
validar	214	416	246	426	595	842	10
la	251	416	260	426	595	842	10
identificación	265	416	328	426	595	842	10
de	333	416	346	426	595	842	10
posiciones	350	416	402	426	595	842	10
realizada	407	416	452	426	595	842	10
por	457	416	473	426	595	842	10
las	478	416	492	426	595	842	10
redes	497	416	524	426	595	842	10
neuronales,	85	429	143	439	595	842	10
se	147	429	159	439	595	842	10
implementó	163	429	220	439	595	842	10
el	224	429	233	439	595	842	10
modelo	237	429	273	439	595	842	10
virtual	278	429	307	439	595	842	10
del	311	429	326	439	595	842	10
robot	330	429	355	439	595	842	10
Mitsubishi	360	429	409	439	595	842	10
RV-2AJ.	413	429	454	439	595	842	10
El	459	429	468	439	595	842	10
control	473	429	506	439	595	842	10
del	510	429	525	439	595	842	10
grado	85	442	113	452	595	842	10
de	116	442	129	452	595	842	10
libertad	132	442	168	452	595	842	10
J1,	171	442	185	452	595	842	10
mostrado	188	442	234	452	595	842	10
en	237	442	250	452	595	842	10
la	253	442	261	452	595	842	10
Figura	265	442	296	452	595	842	10
9,	299	442	308	452	595	842	10
se	311	442	323	452	595	842	10
realizó	326	442	358	452	595	842	10
mediante	361	442	406	452	595	842	10
las	409	442	423	452	595	842	10
posiciones	427	442	478	452	595	842	10
de	482	442	494	452	595	842	10
mano	497	442	525	452	595	842	10
"fist"	85	454	107	464	595	842	10
y	112	454	117	464	595	842	10
"spread	122	454	159	464	595	842	10
fingers",	164	454	204	464	595	842	10
J2	208	454	220	464	595	842	10
y	225	454	230	464	595	842	10
J3	235	454	247	464	595	842	10
se	251	454	263	464	595	842	10
controlaron	267	454	322	464	595	842	10
por	327	454	343	464	595	842	10
"wave	347	454	377	464	595	842	10
right"	382	454	407	464	595	842	10
y	412	454	417	464	595	842	10
"wave	422	454	451	464	595	842	10
left",	456	454	478	464	595	842	10
"elder"	482	454	514	464	595	842	10
y	519	454	525	464	595	842	10
"voor"	85	467	114	477	595	842	10
respectivamente.	117	467	201	477	595	842	10
La	112	479	124	490	595	842	10
integración	128	479	182	490	595	842	10
de	186	479	198	490	595	842	10
los	202	479	216	490	595	842	10
sistemas	220	479	263	490	595	842	10
se	267	479	279	490	595	842	10
realizó	283	479	315	490	595	842	10
en	319	479	331	490	595	842	10
la	335	479	343	490	595	842	10
plataforma	347	479	399	490	595	842	10
Simulink	403	479	444	490	595	842	10
para	449	479	471	490	595	842	10
validar	474	479	507	490	595	842	10
los	510	479	524	490	595	842	10
resultados	85	492	136	502	595	842	10
del	139	492	154	502	595	842	10
procesamiento	157	492	229	502	595	842	10
de	232	492	244	502	595	842	10
señales,	247	492	288	502	595	842	10
de	291	492	304	502	595	842	10
la	307	492	315	502	595	842	10
identificación	318	492	382	502	595	842	10
de	385	492	397	502	595	842	10
movimientos	400	492	462	502	595	842	10
y	465	492	471	502	595	842	10
del	474	492	489	502	595	842	10
control	492	492	525	502	595	842	10
del	85	505	100	515	595	842	10
robot.	103	505	132	515	595	842	10
Mediante	135	505	180	515	595	842	10
pruebas	184	505	224	515	595	842	10
HIL	228	505	245	515	595	842	10
se	249	505	260	515	595	842	10
verificó	264	505	299	515	595	842	10
que	302	505	321	515	595	842	10
la	324	505	333	515	595	842	10
respuesta	337	505	385	515	595	842	10
del	389	505	403	515	595	842	10
sistema	407	505	445	515	595	842	10
a	448	505	455	515	595	842	10
la	458	505	467	515	595	842	10
señal	470	505	497	515	595	842	10
FIST	501	505	525	515	595	842	10
(Figura	85	517	120	528	595	842	10
10)	123	517	139	528	595	842	10
representa	143	517	195	528	595	842	10
un	198	517	211	528	595	842	10
tren	214	517	233	528	595	842	10
de	236	517	249	528	595	842	10
pulsos	252	517	284	528	595	842	10
(Figura	287	517	322	528	595	842	10
11)	325	517	341	528	595	842	10
con	344	517	362	528	595	842	10
amplitud	365	517	407	528	595	842	10
entre	410	517	435	528	595	842	10
0	439	517	445	528	595	842	10
y	448	517	453	528	595	842	10
1	457	517	463	528	595	842	10
y	466	517	472	528	595	842	10
el	475	517	483	528	595	842	10
ciclo	487	517	509	528	595	842	10
de	512	517	524	528	595	842	10
trabajo	85	530	119	540	595	842	10
necesario	123	530	171	540	595	842	10
para	175	530	197	540	595	842	10
que	201	530	220	540	595	842	10
el	224	530	233	540	595	842	10
servomotor	237	530	292	540	595	842	10
tome	296	530	321	540	595	842	10
la	325	530	333	540	595	842	10
posición	338	530	378	540	595	842	10
angular	382	530	419	540	595	842	10
enviada	424	530	462	540	595	842	10
(Figura	466	530	501	540	595	842	10
12).	506	530	525	540	595	842	10
La	85	543	97	553	595	842	10
salida	101	543	130	553	595	842	10
del	134	543	149	553	595	842	10
sistema	153	543	191	553	595	842	10
muestra	195	543	235	553	595	842	10
una	239	543	257	553	595	842	10
respuesta	261	543	310	553	595	842	10
en	314	543	326	553	595	842	10
grados	330	543	364	553	595	842	10
y	368	543	373	553	595	842	10
tiene	377	543	401	553	595	842	10
un	405	543	417	553	595	842	10
máximo	421	543	460	553	595	842	10
de	464	543	476	553	595	842	10
150	480	543	499	553	595	842	10
y	503	543	508	553	595	842	10
un	512	543	524	553	595	842	10
mínimo	85	555	121	566	595	842	10
de	124	555	136	566	595	842	10
0.	140	555	149	566	595	842	10
3.	85	580	94	590	595	842	10
Discusión	97	580	150	590	595	842	10
En	112	605	126	615	595	842	10
el	132	605	140	615	595	842	10
desarrollo	146	605	195	615	595	842	10
de	201	605	213	615	595	842	10
la	219	605	227	615	595	842	10
investigación	233	605	297	615	595	842	10
se	303	605	315	615	595	842	10
analizó	321	605	355	615	595	842	10
la	362	605	370	615	595	842	10
factibilidad,	376	605	431	615	595	842	10
la	437	605	446	615	595	842	10
precisión	452	605	496	615	595	842	10
y	502	605	508	615	595	842	10
el	514	605	522	615	595	842	10
potencial	85	617	129	628	595	842	10
que	133	617	151	628	595	842	10
existe	155	617	184	628	595	842	10
en	187	617	200	628	595	842	10
el	203	617	212	628	595	842	10
uso	215	617	233	628	595	842	10
de	237	617	249	628	595	842	10
un	253	617	265	628	595	842	10
sistema	269	617	307	628	595	842	10
de	310	617	323	628	595	842	10
control	326	617	359	628	595	842	10
basado	363	617	399	628	595	842	10
en	403	617	415	628	595	842	10
información	419	617	475	628	595	842	10
neuronal	479	617	522	628	595	842	10
uniendo	85	630	124	640	595	842	10
señales	129	630	167	640	595	842	10
sEMG	172	630	202	640	595	842	10
multicanal	207	630	257	640	595	842	10
con	261	630	279	640	595	842	10
un	284	630	296	640	595	842	10
robot	301	630	326	640	595	842	10
industrial	331	630	375	640	595	842	10
Mitsubishi	379	630	428	640	595	842	10
MELFA	433	630	470	640	595	842	10
Rv2AJ.	474	630	510	640	595	842	10
A	515	630	522	640	595	842	10
pesar	85	643	113	653	595	842	10
de	120	643	132	653	595	842	10
la	139	643	147	653	595	842	10
naturaleza	154	643	206	653	595	842	10
de	213	643	225	653	595	842	10
las	232	643	246	653	595	842	10
contracciones	253	643	321	653	595	842	10
musculares	328	643	384	653	595	842	10
el	391	643	400	653	595	842	10
sistema	406	643	444	653	595	842	10
fue	451	643	467	653	595	842	10
capaz	473	643	503	653	595	842	10
de	510	643	522	653	595	842	10
identificar	85	655	132	666	595	842	10
claramente	137	655	192	666	595	842	10
ocho	197	655	221	666	595	842	10
señales	226	655	264	666	595	842	10
sEMG	269	655	300	666	595	842	10
por	305	655	321	666	595	842	10
cada	326	655	350	666	595	842	10
posición	355	655	395	666	595	842	10
de	400	655	413	666	595	842	10
mano	418	655	445	666	595	842	10
en	450	655	463	666	595	842	10
las	468	655	482	666	595	842	10
que	487	655	505	666	595	842	10
se	510	655	522	666	595	842	10
analizó	85	668	120	678	595	842	10
los	124	668	138	678	595	842	10
parámetros:	142	668	201	678	595	842	10
IEMG,	205	668	236	678	595	842	10
MAV,	240	668	266	678	595	842	10
RMS	270	668	295	678	595	842	10
VAR	299	668	321	678	595	842	10
y	325	668	331	678	595	842	10
valor	335	668	359	678	595	842	10
medio	363	668	393	678	595	842	10
para	397	668	419	678	595	842	10
detectar	423	668	462	678	595	842	10
la	466	668	475	678	595	842	10
actividad	479	668	522	678	595	842	10
muscular	85	681	130	691	595	842	10
más	133	681	154	691	595	842	10
intensa.	157	681	196	691	595	842	10
El	199	681	209	691	595	842	10
análisis	213	681	249	691	595	842	10
consideró	253	681	300	691	595	842	10
el	304	681	312	691	595	842	10
menor	316	681	347	691	595	842	10
error	351	681	374	691	595	842	10
en	377	681	389	691	595	842	10
el	393	681	401	691	595	842	10
entrenamiento	405	681	475	691	595	842	10
de	479	681	491	691	595	842	10
la	494	681	503	691	595	842	10
red	506	681	522	691	595	842	10
neuronal	85	693	128	703	595	842	10
en	132	693	145	703	595	842	10
donde	149	693	180	703	595	842	10
el	184	693	193	703	595	842	10
número	197	693	234	703	595	842	10
de	239	693	251	703	595	842	10
neuronas	255	693	301	703	595	842	10
en	306	693	318	703	595	842	10
la	322	693	331	703	595	842	10
capa	335	693	359	703	595	842	10
oculta	363	693	393	703	595	842	10
y	397	693	403	703	595	842	10
la	407	693	416	703	595	842	10
posición	420	693	460	703	595	842	10
de	465	693	477	703	595	842	10
la	481	693	490	703	595	842	10
mano	494	693	522	703	595	842	10
fueron	85	706	116	716	595	842	10
las	121	706	135	716	595	842	10
variables	140	706	184	716	595	842	10
a	189	706	195	716	595	842	10
considerar;	200	706	255	716	595	842	10
esto	260	706	281	716	595	842	10
permitió	286	706	325	716	595	842	10
encontrar	330	706	376	716	595	842	10
la	381	706	390	716	595	842	10
salida	395	706	423	716	595	842	10
del	428	706	443	716	595	842	10
sistema	448	706	486	716	595	842	10
con	491	706	509	716	595	842	10
el	514	706	522	716	595	842	10
comportamiento	85	719	164	729	595	842	10
deseado	167	719	209	729	595	842	10
sin	212	719	227	729	595	842	10
afectar	230	719	263	729	595	842	10
la	266	719	275	729	595	842	10
carga	278	719	306	729	595	842	10
de	309	719	321	729	595	842	10
procesamiento	324	719	396	729	595	842	10
en	399	719	412	729	595	842	10
el	415	719	423	729	595	842	10
sistema.	426	719	467	729	595	842	10
El	470	719	481	729	595	842	10
error	484	719	507	729	595	842	10
de	510	719	522	729	595	842	10
entrenamiento	85	731	156	741	595	842	10
de	162	731	174	741	595	842	10
la	180	731	189	741	595	842	10
red	194	731	210	741	595	842	10
depende	216	731	259	741	595	842	10
directamente	265	731	329	741	595	842	10
de	335	731	347	741	595	842	10
la	353	731	362	741	595	842	10
posición	368	731	408	741	595	842	10
de	414	731	427	741	595	842	10
la	433	731	441	741	595	842	10
mano	447	731	475	741	595	842	10
y	481	731	487	741	595	842	10
se	493	731	504	741	595	842	10
ve	510	731	522	741	595	842	10
afectada	85	744	127	754	595	842	10
en	133	744	145	754	595	842	10
ciertos	150	744	182	754	595	842	10
casos	188	744	216	754	595	842	10
por	221	744	237	754	595	842	10
el	243	744	251	754	595	842	10
número	256	744	294	754	595	842	10
de	299	744	311	754	595	842	10
neuronas	316	744	362	754	595	842	10
en	367	744	379	754	595	842	10
las	385	744	399	754	595	842	10
capas	404	744	433	754	595	842	10
ocultas	439	744	473	754	595	842	10
como	478	744	505	754	595	842	10
se	511	744	522	754	595	842	10
muestra	85	756	125	767	595	842	10
en	128	756	140	767	595	842	10
la	143	756	152	767	595	842	10
Tabla	155	756	182	767	595	842	10
3.	186	756	195	767	595	842	10
Enfoque	220	778	249	785	595	842	10
UTE,	252	778	270	785	595	842	10
V.9-N.2,	272	778	301	785	595	842	10
Jun.2018,	304	778	339	785	595	842	10
pp.	341	778	352	785	595	842	10
208	354	778	368	785	595	842	10
–	370	776	375	785	595	842	10
222	377	778	390	785	595	842	10
218	71	72	84	80	595	842	11
Figura	75	488	106	497	595	842	11
8.	109	488	117	497	595	842	11
Características	120	488	186	497	595	842	11
de	189	488	200	497	595	842	11
FIST.	203	488	227	497	595	842	11
(a)	230	488	243	497	595	842	11
Señal	245	488	271	497	595	842	11
sEMG	274	488	301	497	595	842	11
del	304	488	318	497	595	842	11
sensor	320	488	350	497	595	842	11
8.	353	488	361	497	595	842	11
(b)	364	488	376	497	595	842	11
Señal	379	488	405	497	595	842	11
IEMG.	407	488	436	497	595	842	11
(c)	439	488	450	497	595	842	11
Señal	453	488	479	497	595	842	11
MAV.	481	488	506	497	595	842	11
(d)	222	500	234	509	595	842	11
Señal	237	500	262	509	595	842	11
RMS.	265	500	290	509	595	842	11
(e)	293	500	305	509	595	842	11
Señal	308	500	333	509	595	842	11
VAR.	336	500	359	509	595	842	11
(a)	71	523	83	533	595	842	11
(b)	291	523	303	533	595	842	11
Figura	91	643	122	653	595	842	11
9.	125	643	133	653	595	842	11
Movimiento	136	643	187	653	595	842	11
de	190	643	201	653	595	842	11
la	204	643	211	653	595	842	11
articulación	214	643	265	653	595	842	11
J1.	267	643	281	653	595	842	11
(a)Desplazamiento	283	643	367	653	595	842	11
angular	370	643	403	653	595	842	11
positivo.	406	643	443	653	595	842	11
(b)Torque	446	643	490	653	595	842	11
generado.	268	655	313	664	595	842	11
Se	98	679	111	689	595	842	11
realizaron	117	679	165	689	595	842	11
varias	171	679	200	689	595	842	11
secuencias	205	679	260	689	595	842	11
de	266	679	278	689	595	842	11
los	284	679	298	689	595	842	11
movimientos	303	679	365	689	595	842	11
de	370	679	382	689	595	842	11
mano	388	679	415	689	595	842	11
en	421	679	433	689	595	842	11
un	438	679	451	689	595	842	11
periodo	456	679	493	689	595	842	11
de	498	679	510	689	595	842	11
tiempo	71	691	104	702	595	842	11
máximo	108	691	146	702	595	842	11
de	150	691	162	702	595	842	11
20	166	691	178	702	595	842	11
segundos	181	691	229	702	595	842	11
(Figura	233	691	268	702	595	842	11
10).	271	691	290	702	595	842	11
Por	294	691	311	702	595	842	11
tal	315	691	326	702	595	842	11
motivo,	330	691	365	702	595	842	11
la	369	691	378	702	595	842	11
cantidad	381	691	423	702	595	842	11
de	427	691	439	702	595	842	11
posiciones	442	691	494	702	595	842	11
de	498	691	510	702	595	842	11
mano	71	704	99	714	595	842	11
pueden	102	704	138	714	595	842	11
variar	141	704	169	714	595	842	11
en	172	704	184	714	595	842	11
el	187	704	196	714	595	842	11
tiempo	199	704	232	714	595	842	11
establecido.	235	704	294	714	595	842	11
Enfoque	205	778	235	785	595	842	11
UTE,	238	778	256	785	595	842	11
V.9-N.2,	258	778	287	785	595	842	11
Jun.2018,	289	778	325	785	595	842	11
pp.	327	778	338	785	595	842	11
208	340	778	354	785	595	842	11
–	356	776	360	785	595	842	11
222	363	778	376	785	595	842	11
219	511	72	525	80	595	842	12
Figura	180	312	210	321	595	842	12
10.	213	312	227	321	595	842	12
Señales	230	312	266	321	595	842	12
sEMG	269	312	296	321	595	842	12
de	299	312	310	321	595	842	12
la	313	312	321	321	595	842	12
posición	324	312	361	321	595	842	12
de	363	312	374	321	595	842	12
mano	377	312	402	321	595	842	12
FIST.	405	312	430	321	595	842	12
Figura	228	526	258	535	595	842	12
11.	261	526	275	535	595	842	12
Respuesta	278	526	325	535	595	842	12
del	328	526	342	535	595	842	12
sistema.	344	526	382	535	595	842	12
Figura	238	758	268	767	595	842	12
12.	271	758	285	767	595	842	12
Salida	288	758	315	767	595	842	12
del	318	758	332	767	595	842	12
sistema.	334	758	372	767	595	842	12
Enfoque	220	778	249	785	595	842	12
UTE,	252	778	270	785	595	842	12
V.9-N.2,	272	778	301	785	595	842	12
Jun.2018,	304	778	339	785	595	842	12
pp.	341	778	352	785	595	842	12
208	354	778	368	785	595	842	12
–	370	776	375	785	595	842	12
222	377	778	390	785	595	842	12
220	71	72	84	80	595	842	13
Tabla	79	87	105	96	595	842	13
3.	108	87	116	96	595	842	13
Errores	119	87	152	96	595	842	13
de	154	87	166	96	595	842	13
entrenamiento	168	87	232	96	595	842	13
según	235	87	262	96	595	842	13
la	265	87	273	96	595	842	13
posición	276	87	312	96	595	842	13
de	315	87	326	96	595	842	13
la	329	87	337	96	595	842	13
mano	339	87	365	96	595	842	13
y	367	87	372	96	595	842	13
número	375	87	409	96	595	842	13
de	412	87	423	96	595	842	13
neuronas	426	87	467	96	595	842	13
ocultas	470	87	502	96	595	842	13
Posición	71	99	109	108	595	842	13
FIST	111	99	133	108	595	842	13
Posición	221	99	259	108	595	842	13
SPREAD	261	99	303	108	595	842	13
FINGERS	305	99	350	108	595	842	13
Posición	371	99	409	108	595	842	13
WAVE	411	99	441	108	595	842	13
RIGHT	444	99	475	108	595	842	13
Neuronas	227	111	273	120	595	842	13
Error	309	111	333	120	595	842	13
Neuronas	377	111	423	120	595	842	13
Error	459	111	483	120	595	842	13
Neuronas	77	111	120	120	595	842	13
Error	159	111	181	120	595	842	13
ocultas	227	123	262	132	595	842	13
ocultas	377	123	412	132	595	842	13
ocultas	77	123	108	132	595	842	13
5	77	135	82	144	595	842	13
4.39	159	135	178	144	595	842	13
5	227	135	232	144	595	842	13
4.44	309	135	328	144	595	842	13
5	377	135	382	144	595	842	13
2.93	459	135	478	144	595	842	13
10	77	149	88	158	595	842	13
4.29	159	149	178	158	595	842	13
10	227	149	238	158	595	842	13
4.44	309	149	328	158	595	842	13
10	377	149	388	158	595	842	13
2.93	459	149	478	158	595	842	13
15	77	163	88	172	595	842	13
4.44	159	163	178	172	595	842	13
15	227	163	238	172	595	842	13
4.44	309	163	328	172	595	842	13
15	377	163	388	172	595	842	13
2.93	459	163	478	172	595	842	13
20	77	175	88	185	595	842	13
4.29	159	175	178	185	595	842	13
20	227	175	238	185	595	842	13
4.44	309	175	328	185	595	842	13
20	377	175	388	185	595	842	13
3.42	459	175	478	185	595	842	13
Posición	71	188	109	197	595	842	13
VOOR	111	188	141	197	595	842	13
Posición	221	188	259	197	595	842	13
ELDER	261	188	295	197	595	842	13
Posición	371	188	409	197	595	842	13
WAVE	411	188	441	197	595	842	13
LEFT	444	188	468	197	595	842	13
Neuronas	77	200	123	209	595	842	13
Error	159	200	183	209	595	842	13
Neuronas	227	200	273	209	595	842	13
Error	309	200	333	209	595	842	13
Neuronas	377	200	423	209	595	842	13
Error	459	200	483	209	595	842	13
ocultas	77	211	112	220	595	842	13
ocultas	227	211	262	220	595	842	13
ocultas	377	211	412	220	595	842	13
5	77	223	82	233	595	842	13
3.12	159	223	178	233	595	842	13
5	227	223	232	233	595	842	13
4.76	309	223	328	233	595	842	13
5	377	223	382	233	595	842	13
3.87	459	223	478	233	595	842	13
10	77	238	88	247	595	842	13
3.66	159	238	178	247	595	842	13
10	227	238	238	247	595	842	13
4.76	309	238	328	247	595	842	13
10	377	238	388	247	595	842	13
3.87	459	238	478	247	595	842	13
15	77	252	88	261	595	842	13
3.12	159	252	178	261	595	842	13
15	227	252	238	261	595	842	13
4.76	309	252	328	261	595	842	13
15	377	252	388	261	595	842	13
3.87	459	252	478	261	595	842	13
20	77	264	88	273	595	842	13
3.66	159	264	178	273	595	842	13
20	227	264	238	273	595	842	13
4.76	309	264	328	273	595	842	13
20	377	264	388	273	595	842	13
3.87	459	264	478	273	595	842	13
La	98	289	110	300	595	842	13
precisión	116	289	160	300	595	842	13
obtenida	166	289	208	300	595	842	13
en	213	289	226	300	595	842	13
el	231	289	240	300	595	842	13
reconocimiento	245	289	320	300	595	842	13
de	326	289	338	300	595	842	13
los	344	289	358	300	595	842	13
movimientos	363	289	425	300	595	842	13
de	431	289	443	300	595	842	13
la	449	289	457	300	595	842	13
mano	463	289	491	300	595	842	13
se	496	289	508	300	595	842	13
asemeja	71	302	113	312	595	842	13
al	116	302	125	312	595	842	13
nivel	128	302	151	312	595	842	13
mostrado	154	302	200	312	595	842	13
en	204	302	216	312	595	842	13
estudios	220	302	261	312	595	842	13
similares	264	302	308	312	595	842	13
considerando	311	302	377	312	595	842	13
movimientos	381	302	443	312	595	842	13
equivalentes	446	302	508	312	595	842	13
de	71	315	83	325	595	842	13
mano	87	315	115	325	595	842	13
como	119	315	146	325	595	842	13
lo	149	315	158	325	595	842	13
son	162	315	180	325	595	842	13
"fist",	184	315	209	325	595	842	13
"spread	213	315	250	325	595	842	13
fingers",	254	315	294	325	595	842	13
"wave	298	315	327	325	595	842	13
right",	331	315	360	325	595	842	13
"wave	364	315	393	325	595	842	13
left",	397	315	419	325	595	842	13
"elder",	423	315	458	325	595	842	13
"voor".	462	315	494	325	595	842	13
El	498	315	508	325	595	842	13
sistema	71	327	109	338	595	842	13
embebido	113	327	161	338	595	842	13
desarrollado	165	327	226	338	595	842	13
permite	230	327	267	338	595	842	13
la	271	327	279	338	595	842	13
detección	283	327	330	338	595	842	13
y	334	327	340	338	595	842	13
procesamiento	344	327	416	338	595	842	13
de	420	327	433	338	595	842	13
varias	436	327	466	338	595	842	13
señales	470	327	508	338	595	842	13
sEMG	71	340	101	350	595	842	13
al	106	340	114	350	595	842	13
mismo	118	340	151	350	595	842	13
tiempo,	155	340	191	350	595	842	13
esto	195	340	216	350	595	842	13
se	220	340	232	350	595	842	13
debe	236	340	260	350	595	842	13
al	265	340	273	350	595	842	13
método	277	340	314	350	595	842	13
de	318	340	330	350	595	842	13
entrenamiento	334	340	405	350	595	842	13
de	409	340	421	350	595	842	13
las	425	340	439	350	595	842	13
RNA,	443	340	470	350	595	842	13
junto	474	340	498	350	595	842	13
a	502	340	508	350	595	842	13
los	71	353	85	363	595	842	13
parámetros	90	353	146	363	595	842	13
obtenidos	151	353	199	363	595	842	13
a	204	353	211	363	595	842	13
través	216	353	246	363	595	842	13
de	251	353	263	363	595	842	13
la	269	353	277	363	595	842	13
función	282	353	318	363	595	842	13
de	323	353	335	363	595	842	13
análisis	341	353	377	363	595	842	13
estadístico	383	353	435	363	595	842	13
(IEMG,	441	353	476	363	595	842	13
MAV,	481	353	508	363	595	842	13
RMS	71	365	95	376	595	842	13
VAR),	100	365	130	376	595	842	13
los	135	365	149	376	595	842	13
cuales	154	365	186	376	595	842	13
permitieron	191	365	246	376	595	842	13
que	251	365	270	376	595	842	13
el	275	365	283	376	595	842	13
sistema	288	365	326	376	595	842	13
presente	331	365	374	376	595	842	13
un	379	365	391	376	595	842	13
elevado	396	365	435	376	595	842	13
rendimiento	440	365	497	376	595	842	13
y	503	365	508	376	595	842	13
estabilidad.	71	378	127	388	595	842	13
De	98	391	112	401	595	842	13
acuerdo	115	391	155	401	595	842	13
con	159	391	176	401	595	842	13
los	180	391	194	401	595	842	13
datos	197	391	224	401	595	842	13
muestreados	227	391	291	401	595	842	13
en	294	391	306	401	595	842	13
el	310	391	318	401	595	842	13
entrenamiento	322	391	392	401	595	842	13
de	395	391	408	401	595	842	13
la	411	391	419	401	595	842	13
red	423	391	439	401	595	842	13
y	442	391	448	401	595	842	13
en	451	391	463	401	595	842	13
conjunto	466	391	508	401	595	842	13
con	71	403	89	414	595	842	13
la	99	403	107	414	595	842	13
retroalimentación	118	403	202	414	595	842	13
del	212	403	227	414	595	842	13
operador,	237	403	284	414	595	842	13
los	294	403	308	414	595	842	13
movimientos	319	403	380	414	595	842	13
de	391	403	403	414	595	842	13
muñeca	413	403	452	414	595	842	13
como	462	403	489	414	595	842	13
la	500	403	508	414	595	842	13
supinación/pronación	71	416	175	426	595	842	13
requieren	185	416	231	426	595	842	13
de	241	416	253	426	595	842	13
una	263	416	282	426	595	842	13
mayor	291	416	322	426	595	842	13
fuerza	332	416	362	426	595	842	13
que	372	416	391	426	595	842	13
los	400	416	414	426	595	842	13
movimientos	424	416	486	426	595	842	13
de	496	416	508	426	595	842	13
flexión/extensión,	71	429	156	439	595	842	13
abducción/	159	429	213	439	595	842	13
aducción	216	429	260	439	595	842	13
para	263	429	286	439	595	842	13
poder	289	429	317	439	595	842	13
lograr	320	429	348	439	595	842	13
obtener	352	429	389	439	595	842	13
una	392	429	411	439	595	842	13
señal	414	429	441	439	595	842	13
adecuada	444	429	492	439	595	842	13
en	496	429	508	439	595	842	13
cada	71	441	95	451	595	842	13
tipo	99	441	116	451	595	842	13
de	120	441	132	451	595	842	13
movimiento.	136	441	195	451	595	842	13
Este	199	441	221	451	595	842	13
fenómeno	225	441	274	451	595	842	13
se	278	441	289	451	595	842	13
produce	293	441	333	451	595	842	13
debido	336	441	369	451	595	842	13
a	373	441	379	451	595	842	13
que	383	441	401	451	595	842	13
la	405	441	414	451	595	842	13
fuerza	417	441	448	451	595	842	13
aplicada	452	441	492	451	595	842	13
es	496	441	508	451	595	842	13
diferente	71	454	114	464	595	842	13
para	117	454	139	464	595	842	13
cada	142	454	166	464	595	842	13
tipo	169	454	187	464	595	842	13
de	190	454	202	464	595	842	13
movimiento;	205	454	264	464	595	842	13
en	268	454	280	464	595	842	13
el	283	454	292	464	595	842	13
caso	295	454	318	464	595	842	13
de	321	454	333	464	595	842	13
la	336	454	345	464	595	842	13
flexión/extensión	348	454	430	464	595	842	13
de	433	454	445	464	595	842	13
la	448	454	457	464	595	842	13
muñeca	460	454	499	464	595	842	13
y	502	454	508	464	595	842	13
de	71	467	83	477	595	842	13
la	86	467	95	477	595	842	13
abducción/aducción,	98	467	198	477	595	842	13
se	201	467	213	477	595	842	13
considera	216	467	264	477	595	842	13
que	267	467	285	477	595	842	13
la	288	467	297	477	595	842	13
distancia	300	467	343	477	595	842	13
entre	346	467	372	477	595	842	13
el	375	467	383	477	595	842	13
punto	386	467	414	477	595	842	13
de	417	467	429	477	595	842	13
aplicación	432	467	481	477	595	842	13
de	484	467	496	477	595	842	13
la	499	467	508	477	595	842	13
fuerza	71	479	102	489	595	842	13
y	105	479	110	489	595	842	13
el	113	479	122	489	595	842	13
eje	125	479	140	489	595	842	13
de	143	479	155	489	595	842	13
rotación	158	479	197	489	595	842	13
sea	201	479	218	489	595	842	13
igual	222	479	245	489	595	842	13
a	248	479	254	489	595	842	13
la	257	479	266	489	595	842	13
longitud	269	479	308	489	595	842	13
entre	311	479	336	489	595	842	13
la	339	479	347	489	595	842	13
palma	351	479	381	489	595	842	13
de	384	479	396	489	595	842	13
la	399	479	408	489	595	842	13
mano	411	479	438	489	595	842	13
y	442	479	447	489	595	842	13
el	450	479	459	489	595	842	13
centro	462	479	493	489	595	842	13
de	496	479	508	489	595	842	13
rotación,	71	492	113	502	595	842	13
mientras	118	492	160	502	595	842	13
que	164	492	183	502	595	842	13
para	187	492	209	502	595	842	13
la	214	492	222	502	595	842	13
supinación/pronación	227	492	331	502	595	842	13
la	335	492	344	502	595	842	13
distancia	348	492	392	502	595	842	13
se	396	492	408	502	595	842	13
considera	413	492	460	502	595	842	13
desde	465	492	495	502	595	842	13
el	499	492	508	502	595	842	13
punto	71	505	99	515	595	842	13
de	102	505	115	515	595	842	13
aplicación	119	505	167	515	595	842	13
de	171	505	184	515	595	842	13
la	187	505	196	515	595	842	13
fuerza	200	505	230	515	595	842	13
hasta	234	505	261	515	595	842	13
el	265	505	274	515	595	842	13
eje	277	505	292	515	595	842	13
de	296	505	308	515	595	842	13
rotación	312	505	351	515	595	842	13
y	355	505	361	515	595	842	13
es	365	505	376	515	595	842	13
equivalente	380	505	436	515	595	842	13
a	440	505	446	515	595	842	13
la	450	505	459	515	595	842	13
mitad	462	505	489	515	595	842	13
del	493	505	508	515	595	842	13
ancho	71	517	101	527	595	842	13
medido	106	517	142	527	595	842	13
de	147	517	159	527	595	842	13
la	164	517	172	527	595	842	13
palma	177	517	207	527	595	842	13
de	212	517	224	527	595	842	13
la	229	517	237	527	595	842	13
mano.	242	517	273	527	595	842	13
Si	278	517	287	527	595	842	13
se	292	517	304	527	595	842	13
toman	308	517	339	527	595	842	13
en	344	517	356	527	595	842	13
consideración	361	517	429	527	595	842	13
los	434	517	448	527	595	842	13
parámetros	452	517	508	527	595	842	13
descritos,	71	530	118	540	595	842	13
la	122	530	131	540	595	842	13
fuerza	135	530	166	540	595	842	13
requerida	170	530	216	540	595	842	13
para	221	530	243	540	595	842	13
realizar	247	530	283	540	595	842	13
los	287	530	301	540	595	842	13
movimientos	305	530	367	540	595	842	13
de	371	530	384	540	595	842	13
supinación/pronación	388	530	492	540	595	842	13
es	496	530	508	540	595	842	13
mayor	71	542	102	553	595	842	13
en	105	542	118	553	595	842	13
comparación	121	542	184	553	595	842	13
a	188	542	194	553	595	842	13
la	198	542	206	553	595	842	13
fuerza	210	542	241	553	595	842	13
que	245	542	263	553	595	842	13
requieren	267	542	313	553	595	842	13
los	317	542	331	553	595	842	13
movimientos	335	542	397	553	595	842	13
de	401	542	413	553	595	842	13
flexión/extensión	417	542	498	553	595	842	13
y	502	542	508	553	595	842	13
abducción/	71	555	124	565	595	842	13
aducción.	127	555	174	565	595	842	13
El	98	568	108	578	595	842	13
rendimiento	112	568	170	578	595	842	13
del	174	568	189	578	595	842	13
modelo	193	568	229	578	595	842	13
de	234	568	246	578	595	842	13
reconocimiento	251	568	325	578	595	842	13
basado	330	568	366	578	595	842	13
en	371	568	383	578	595	842	13
el	387	568	396	578	595	842	13
menor	400	568	432	578	595	842	13
error	436	568	459	578	595	842	13
mejoró	464	568	498	578	595	842	13
a	502	568	508	578	595	842	13
medida	71	581	107	591	595	842	13
que	110	581	129	591	595	842	13
los	132	581	146	591	595	842	13
datos	150	581	177	591	595	842	13
de	180	581	192	591	595	842	13
entrenamiento	196	581	266	591	595	842	13
ingresados	269	581	323	591	595	842	13
a	326	581	333	591	595	842	13
la	336	581	344	591	595	842	13
red	348	581	364	591	595	842	13
fueron	367	581	398	591	595	842	13
aumentando.	402	581	466	591	595	842	13
Cuando	470	581	508	591	595	842	13
el	71	593	80	603	595	842	13
número	83	593	120	603	595	842	13
de	124	593	136	603	595	842	13
datos	139	593	166	603	595	842	13
utilizados	170	593	215	603	595	842	13
en	219	593	231	603	595	842	13
el	235	593	243	603	595	842	13
entrenamiento	247	593	317	603	595	842	13
es	320	593	332	603	595	842	13
bajo	335	593	356	603	595	842	13
el	359	593	368	603	595	842	13
modelo	371	593	407	603	595	842	13
no	411	593	423	603	595	842	13
permite	426	593	463	603	595	842	13
describir	466	593	508	603	595	842	13
los	71	606	85	616	595	842	13
movimientos	91	606	153	616	595	842	13
de	159	606	172	616	595	842	13
la	178	606	187	616	595	842	13
mano	193	606	220	616	595	842	13
de	227	606	239	616	595	842	13
forma	245	606	273	616	595	842	13
adecuada	280	606	328	616	595	842	13
y	334	606	340	616	595	842	13
disminuye	346	606	395	616	595	842	13
el	402	606	410	616	595	842	13
rendimiento	417	606	474	616	595	842	13
de	481	606	493	616	595	842	13
la	499	606	508	616	595	842	13
predicción.	71	618	124	629	595	842	13
Al	128	618	138	629	595	842	13
incrementar	142	618	200	629	595	842	13
de	204	618	216	629	595	842	13
forma	220	618	248	629	595	842	13
gradual	252	618	289	629	595	842	13
los	293	618	307	629	595	842	13
datos	311	618	338	629	595	842	13
de	342	618	354	629	595	842	13
entrenamiento	358	618	429	629	595	842	13
la	432	618	441	629	595	842	13
red	445	618	461	629	595	842	13
neuronal	465	618	508	629	595	842	13
aprenderá	71	631	121	641	595	842	13
información	126	631	183	641	595	842	13
más	188	631	209	641	595	842	13
detallada	214	631	259	641	595	842	13
sobre	264	631	292	641	595	842	13
los	297	631	311	641	595	842	13
movimientos	316	631	378	641	595	842	13
de	383	631	396	641	595	842	13
la	401	631	410	641	595	842	13
mano,	415	631	445	641	595	842	13
mejorará	451	631	494	641	595	842	13
el	499	631	508	641	595	842	13
rendimiento	71	644	129	654	595	842	13
y	132	644	137	654	595	842	13
disminuirá	140	644	190	654	595	842	13
el	193	644	202	654	595	842	13
error.	205	644	231	654	595	842	13
El	101	656	111	667	595	842	13
uso	115	656	133	667	595	842	13
de	137	656	149	667	595	842	13
un	153	656	165	667	595	842	13
filtro	169	656	190	667	595	842	13
de	194	656	207	667	595	842	13
umbral	211	656	244	667	595	842	13
permitió	248	656	287	667	595	842	13
examinar	291	656	337	667	595	842	13
los	341	656	355	667	595	842	13
datos	359	656	386	667	595	842	13
del	390	656	404	667	595	842	13
conjunto	409	656	450	667	595	842	13
de	454	656	466	667	595	842	13
entrada	470	656	508	667	595	842	13
(movimientos	71	669	136	679	595	842	13
de	142	669	155	679	595	842	13
la	161	669	169	679	595	842	13
mano)	175	669	206	679	595	842	13
y	212	669	218	679	595	842	13
excluir	224	669	255	679	595	842	13
a	261	669	268	679	595	842	13
todos	273	669	301	679	595	842	13
los	306	669	320	679	595	842	13
valores	326	669	362	679	595	842	13
que	368	669	386	679	595	842	13
no	392	669	404	679	595	842	13
cumplieron	410	669	464	679	595	842	13
con	470	669	488	679	595	842	13
las	494	669	508	679	595	842	13
condiciones	71	682	129	692	595	842	13
del	133	682	148	692	595	842	13
contorno,	152	682	198	692	595	842	13
para	202	682	224	692	595	842	13
generar	228	682	266	692	595	842	13
una	270	682	288	692	595	842	13
segmentación	292	682	361	692	595	842	13
de	365	682	377	692	595	842	13
las	381	682	395	692	595	842	13
imágenes	399	682	447	692	595	842	13
y	451	682	457	692	595	842	13
crear	461	682	486	692	595	842	13
una	490	682	508	692	595	842	13
imagen	71	694	107	705	595	842	13
de	111	694	123	705	595	842	13
salida	127	694	156	705	595	842	13
en	160	694	172	705	595	842	13
escalas	177	694	214	705	595	842	13
de	218	694	230	705	595	842	13
grises.	234	694	267	705	595	842	13
De	271	694	285	705	595	842	13
esta	289	694	310	705	595	842	13
forma	314	694	342	705	595	842	13
se	346	694	357	705	595	842	13
ingresan	362	694	404	705	595	842	13
los	408	694	422	705	595	842	13
datos	426	694	453	705	595	842	13
filtrados	457	694	495	705	595	842	13
al	499	694	508	705	595	842	13
sistema	71	707	109	717	595	842	13
de	114	707	126	717	595	842	13
entrenamiento	130	707	201	717	595	842	13
y	205	707	211	717	595	842	13
se	216	707	227	717	595	842	13
mejora	232	707	266	717	595	842	13
la	270	707	279	717	595	842	13
precisión	283	707	327	717	595	842	13
en	332	707	344	717	595	842	13
el	349	707	357	717	595	842	13
entrenamiento	362	707	432	717	595	842	13
de	437	707	449	717	595	842	13
la	454	707	462	717	595	842	13
RNA.	467	707	493	717	595	842	13
El	498	707	508	717	595	842	13
método	71	720	108	730	595	842	13
de	111	720	123	730	595	842	13
entrenamiento	126	720	197	730	595	842	13
utilizado	200	720	240	730	595	842	13
en	243	720	256	730	595	842	13
la	259	720	268	730	595	842	13
investigación	271	720	334	730	595	842	13
con	338	720	355	730	595	842	13
una	359	720	377	730	595	842	13
red	380	720	396	730	595	842	13
neuronal	399	720	442	730	595	842	13
artificial	445	720	483	730	595	842	13
para	486	720	508	730	595	842	13
reconocimiento	71	732	146	743	595	842	13
de	150	732	162	743	595	842	13
patrones,	166	732	212	743	595	842	13
muestra	216	732	256	743	595	842	13
que	260	732	279	743	595	842	13
es	283	732	294	743	595	842	13
posible	298	732	333	743	595	842	13
realizar	337	732	373	743	595	842	13
un	377	732	390	743	595	842	13
lazo	394	732	414	743	595	842	13
de	418	732	430	743	595	842	13
control	435	732	468	743	595	842	13
basado	472	732	508	743	595	842	13
en	71	745	83	755	595	842	13
señales	87	745	125	755	595	842	13
electromiográficas	130	745	219	755	595	842	13
sEMG,	223	745	257	755	595	842	13
así	261	745	276	755	595	842	13
como	280	745	307	755	595	842	13
usar	311	745	333	755	595	842	13
filtros	337	745	364	755	595	842	13
de	368	745	380	755	595	842	13
imágenes	384	745	432	755	595	842	13
y	436	745	442	755	595	842	13
la	446	745	455	755	595	842	13
aplicación	459	745	508	755	595	842	13
de	71	758	83	768	595	842	13
herramientas	87	758	151	768	595	842	13
de	155	758	167	768	595	842	13
análisis	171	758	207	768	595	842	13
estadístico	211	758	264	768	595	842	13
en	268	758	280	768	595	842	13
el	284	758	292	768	595	842	13
dominio	296	758	334	768	595	842	13
del	338	758	353	768	595	842	13
tiempo	357	758	390	768	595	842	13
como	393	758	420	768	595	842	13
datos	424	758	451	768	595	842	13
de	455	758	467	768	595	842	13
entrada	471	758	508	768	595	842	13
Enfoque	205	778	235	785	595	842	13
UTE,	238	778	256	785	595	842	13
V.9-N.2,	258	778	287	785	595	842	13
Jun.2018,	289	778	325	785	595	842	13
pp.	327	778	338	785	595	842	13
208	340	778	354	785	595	842	13
–	356	776	360	785	595	842	13
222	363	778	376	785	595	842	13
221	511	72	525	80	595	842	14
en	85	87	97	98	595	842	14
el	104	87	112	98	595	842	14
entrenamiento	118	87	189	98	595	842	14
de	195	87	207	98	595	842	14
una	213	87	232	98	595	842	14
red	238	87	254	98	595	842	14
neuronal	260	87	303	98	595	842	14
artificial,	309	87	349	98	595	842	14
lo	355	87	364	98	595	842	14
cual	370	87	390	98	595	842	14
ha	396	87	409	98	595	842	14
permitido	415	87	460	98	595	842	14
integrar	466	87	503	98	595	842	14
un	510	87	522	98	595	842	14
sistema	85	100	123	110	595	842	14
de	127	100	139	110	595	842	14
seguridad	143	100	191	110	595	842	14
electromiográfico,	195	100	282	110	595	842	14
con	286	100	303	110	595	842	14
un	307	100	319	110	595	842	14
robot	323	100	348	110	595	842	14
Mitsubishi	352	100	401	110	595	842	14
RV-2AJ	405	100	443	110	595	842	14
de	447	100	459	110	595	842	14
3	463	100	469	110	595	842	14
grados	472	100	506	110	595	842	14
de	510	100	522	110	595	842	14
libertad	85	113	121	123	595	842	14
J1,	124	113	139	123	595	842	14
J2	142	113	154	123	595	842	14
y	157	113	162	123	595	842	14
J3	165	113	177	123	595	842	14
para	180	113	202	123	595	842	14
aplicaciones	205	113	265	123	595	842	14
industriales.	269	113	327	123	595	842	14
La	112	125	124	136	595	842	14
interfaz	129	125	165	136	595	842	14
virtual	169	125	198	136	595	842	14
del	202	125	217	136	595	842	14
robot	221	125	246	136	595	842	14
Mitsubishi	250	125	299	136	595	842	14
RV-2AJ	303	125	341	136	595	842	14
permite	345	125	382	136	595	842	14
realizar	386	125	422	136	595	842	14
pruebas	426	125	466	136	595	842	14
HIL	470	125	487	136	595	842	14
con	492	125	509	136	595	842	14
la	514	125	522	136	595	842	14
finalidad	85	138	126	148	595	842	14
de	133	138	145	148	595	842	14
validar	152	138	184	148	595	842	14
el	191	138	199	148	595	842	14
algoritmo	206	138	251	148	595	842	14
de	258	138	270	148	595	842	14
control.	277	138	313	148	595	842	14
Del	320	138	336	148	595	842	14
análisis	343	138	379	148	595	842	14
se	386	138	398	148	595	842	14
pudo	404	138	429	148	595	842	14
observar	436	138	478	148	595	842	14
que,	485	138	507	148	595	842	14
al	513	138	522	148	595	842	14
momento	85	151	131	161	595	842	14
de	139	151	151	161	595	842	14
generar	159	151	197	161	595	842	14
la	206	151	214	161	595	842	14
señal	222	151	249	161	595	842	14
de	257	151	269	161	595	842	14
control	277	151	310	161	595	842	14
mediante	318	151	364	161	595	842	14
la	372	151	381	161	595	842	14
actividad	389	151	432	161	595	842	14
muscular	440	151	485	161	595	842	14
de	493	151	506	161	595	842	14
la	514	151	522	161	595	842	14
gesticulación	85	163	149	173	595	842	14
VOOR,	152	163	188	173	595	842	14
la	191	163	200	173	595	842	14
red	203	163	219	173	595	842	14
neuronal	222	163	265	173	595	842	14
para	269	163	291	173	595	842	14
el	294	163	303	173	595	842	14
reconocimiento	306	163	381	173	595	842	14
de	384	163	397	173	595	842	14
patrones	400	163	443	173	595	842	14
mostro	446	163	480	173	595	842	14
un	483	163	496	173	595	842	14
error	499	163	522	173	595	842	14
de	85	176	97	186	595	842	14
4.8%	101	176	126	186	595	842	14
en	130	176	142	186	595	842	14
la	146	176	154	186	595	842	14
etapa	158	176	185	186	595	842	14
de	189	176	201	186	595	842	14
entrenamiento;	205	176	278	186	595	842	14
y	282	176	287	186	595	842	14
de	291	176	303	186	595	842	14
3.6%	307	176	332	186	595	842	14
de	336	176	348	186	595	842	14
error	352	176	375	186	595	842	14
en	379	176	391	186	595	842	14
la	395	176	403	186	595	842	14
etapa	407	176	434	186	595	842	14
de	438	176	450	186	595	842	14
pruebas;	454	176	496	186	595	842	14
para	500	176	522	186	595	842	14
las	85	189	99	199	595	842	14
otras	102	189	127	199	595	842	14
gesticulaciones	130	189	205	199	595	842	14
el	208	189	217	199	595	842	14
error	220	189	243	199	595	842	14
no	246	189	258	199	595	842	14
supera	261	189	295	199	595	842	14
el	298	189	307	199	595	842	14
2.5%.	310	189	338	199	595	842	14
4.	85	213	94	223	595	842	14
Conclusiones	97	213	170	223	595	842	14
y	173	213	179	223	595	842	14
recomendaciones	182	213	275	223	595	842	14
Mediante	112	238	157	248	595	842	14
los	163	238	177	248	595	842	14
protocolos	184	238	234	248	595	842	14
de	240	238	253	248	595	842	14
comunicación	259	238	326	248	595	842	14
del	332	238	347	248	595	842	14
SDK	352	238	375	248	595	842	14
del	381	238	396	248	595	842	14
Myo	402	238	422	248	595	842	14
Armband,	429	238	477	248	595	842	14
se	483	238	494	248	595	842	14
pudo	500	238	525	248	595	842	14
obtener	85	250	123	261	595	842	14
señales	129	250	166	261	595	842	14
sEMG	172	250	203	261	595	842	14
para	209	250	231	261	595	842	14
el	237	250	246	261	595	842	14
análisis,	252	250	291	261	595	842	14
filtrado	297	250	330	261	595	842	14
y	336	250	342	261	595	842	14
procesamiento	348	250	420	261	595	842	14
en	426	250	439	261	595	842	14
Matlab.	444	250	480	261	595	842	14
Para	487	250	510	261	595	842	14
el	516	250	525	261	595	842	14
entrenamiento	85	263	156	273	595	842	14
del	160	263	175	273	595	842	14
sistema,	179	263	220	273	595	842	14
se	225	263	236	273	595	842	14
muestreó	241	263	287	273	595	842	14
10	292	263	304	273	595	842	14
veces	308	263	337	273	595	842	14
para	342	263	364	273	595	842	14
cada	368	263	392	273	595	842	14
movimiento	397	263	453	273	595	842	14
de	457	263	470	273	595	842	14
mano	474	263	502	273	595	842	14
que	506	263	525	273	595	842	14
representa	85	276	138	286	595	842	14
una	143	276	161	286	595	842	14
articulación	167	276	222	286	595	842	14
del	228	276	242	286	595	842	14
robot	248	276	273	286	595	842	14
en	278	276	290	286	595	842	14
un	296	276	308	286	595	842	14
intervalo	313	276	354	286	595	842	14
de	360	276	372	286	595	842	14
tiempo	377	276	411	286	595	842	14
de	416	276	428	286	595	842	14
20	433	276	446	286	595	842	14
segundos.	451	276	502	286	595	842	14
Las	507	276	525	286	595	842	14
características	85	288	156	299	595	842	14
del	160	288	175	299	595	842	14
brazo	180	288	207	299	595	842	14
del	211	288	226	299	595	842	14
operador	231	288	275	299	595	842	14
son:	279	288	300	299	595	842	14
persona	304	288	344	299	595	842	14
de	348	288	361	299	595	842	14
27	365	288	377	299	595	842	14
años	382	288	406	299	595	842	14
de	410	288	422	299	595	842	14
edad,	426	288	454	299	595	842	14
perímetro	458	288	505	299	595	842	14
del	510	288	525	299	595	842	14
antebrazo	85	301	134	311	595	842	14
de	137	301	149	311	595	842	14
25	153	301	165	311	595	842	14
cm	168	301	182	311	595	842	14
y	186	301	191	311	595	842	14
longitud	194	301	233	311	595	842	14
del	236	301	250	311	595	842	14
antebrazo	253	301	302	311	595	842	14
de	305	301	317	311	595	842	14
26	320	301	333	311	595	842	14
cm.	336	301	354	311	595	842	14
A	112	314	119	324	595	842	14
través	127	314	157	324	595	842	14
de	164	314	176	324	595	842	14
redes	183	314	211	324	595	842	14
neuronales	218	314	272	324	595	842	14
artificiales	279	314	328	324	595	842	14
se	335	314	347	324	595	842	14
realizó	354	314	386	324	595	842	14
el	394	314	402	324	595	842	14
reconocimiento	409	314	484	324	595	842	14
de	491	314	503	324	595	842	14
los	510	314	524	324	595	842	14
patrones	85	326	128	337	595	842	14
de	135	326	147	337	595	842	14
señales	154	326	192	337	595	842	14
sEMG	198	326	229	337	595	842	14
de	235	326	248	337	595	842	14
las	254	326	268	337	595	842	14
diferentes	275	326	324	337	595	842	14
posiciones	330	326	382	337	595	842	14
de	389	326	401	337	595	842	14
mano.	408	326	438	337	595	842	14
La	445	326	457	337	595	842	14
cantidad	464	326	506	337	595	842	14
de	512	326	524	337	595	842	14
neuronas	85	339	131	349	595	842	14
aplicadas	134	339	181	349	595	842	14
en	184	339	196	349	595	842	14
las	199	339	213	349	595	842	14
capas	216	339	246	349	595	842	14
ocultas	249	339	284	349	595	842	14
dentro	287	339	318	349	595	842	14
de	321	339	333	349	595	842	14
la	336	339	345	349	595	842	14
investigación	348	339	412	349	595	842	14
varía	415	339	439	349	595	842	14
de	442	339	455	349	595	842	14
5	458	339	464	349	595	842	14
a	467	339	473	349	595	842	14
10,	476	339	492	349	595	842	14
según	495	339	525	349	595	842	14
la	85	352	94	362	595	842	14
posición	97	352	137	362	595	842	14
de	140	352	152	362	595	842	14
mano	155	352	183	362	595	842	14
que	186	352	205	362	595	842	14
se	207	352	219	362	595	842	14
requiera	222	352	263	362	595	842	14
reconocer.	266	352	317	362	595	842	14
Para	112	364	135	375	595	842	14
obtener	141	364	178	375	595	842	14
patrones	184	364	227	375	595	842	14
linealmente	232	364	288	375	595	842	14
independientes	294	364	369	375	595	842	14
se	374	364	386	375	595	842	14
aplicó	391	364	420	375	595	842	14
un	426	364	438	375	595	842	14
filtro	443	364	464	375	595	842	14
de	470	364	482	375	595	842	14
análisis	488	364	524	375	595	842	14
estadístico	85	377	138	387	595	842	14
en	142	377	154	387	595	842	14
el	158	377	167	387	595	842	14
nivel	171	377	193	387	595	842	14
de	198	377	210	387	595	842	14
la	214	377	223	387	595	842	14
extracción	227	377	277	387	595	842	14
de	281	377	294	387	595	842	14
las	298	377	312	387	595	842	14
características	316	377	387	387	595	842	14
de	391	377	403	387	595	842	14
cada	407	377	431	387	595	842	14
señal	436	377	462	387	595	842	14
sEMG,	466	377	499	387	595	842	14
esta	504	377	525	387	595	842	14
estrategia	85	390	133	400	595	842	14
disminuyó	138	390	187	400	595	842	14
la	191	390	200	400	595	842	14
influencia	204	390	251	400	595	842	14
de	255	390	267	400	595	842	14
la	271	390	280	400	595	842	14
actividad	284	390	327	400	595	842	14
muscular	332	390	377	400	595	842	14
que	381	390	399	400	595	842	14
se	404	390	415	400	595	842	14
genera	419	390	454	400	595	842	14
por	458	390	474	400	595	842	14
mantener	478	390	525	400	595	842	14
una	85	402	103	412	595	842	14
posición	107	402	147	412	595	842	14
determinada	150	402	211	412	595	842	14
en	214	402	226	412	595	842	14
el	230	402	238	412	595	842	14
cuerpo	241	402	275	412	595	842	14
del	278	402	293	412	595	842	14
operador.	296	402	343	412	595	842	14
El	112	415	122	425	595	842	14
modelo	127	415	163	425	595	842	14
de	168	415	180	425	595	842	14
entrenamiento	185	415	256	425	595	842	14
aprendió	261	415	303	425	595	842	14
de	308	415	321	425	595	842	14
los	326	415	340	425	595	842	14
datos	345	415	372	425	595	842	14
recopilados	377	415	433	425	595	842	14
por	438	415	454	425	595	842	14
la	459	415	467	425	595	842	14
plataforma	472	415	524	425	595	842	14
Myo	85	428	106	438	595	842	14
y	110	428	115	438	595	842	14
el	119	428	127	438	595	842	14
operador	131	428	175	438	595	842	14
del	179	428	194	438	595	842	14
robot,	197	428	226	438	595	842	14
el	229	428	238	438	595	842	14
cual	242	428	262	438	595	842	14
puede	266	428	296	438	595	842	14
identificar	300	428	347	438	595	842	14
patrones	351	428	394	438	595	842	14
de	397	428	410	438	595	842	14
los	414	428	428	438	595	842	14
movimientos	431	428	493	438	595	842	14
de	497	428	509	438	595	842	14
su	513	428	524	438	595	842	14
mano	85	440	113	450	595	842	14
de	116	440	128	450	595	842	14
manera	131	440	168	450	595	842	14
que	171	440	190	450	595	842	14
el	193	440	201	450	595	842	14
resultado	204	440	250	450	595	842	14
es	253	440	264	450	595	842	14
estable	267	440	303	450	595	842	14
y	306	440	311	450	595	842	14
repetible.	314	440	360	450	595	842	14
Como	112	453	141	463	595	842	14
trabajos	145	453	184	463	595	842	14
futuros	187	453	221	463	595	842	14
se	225	453	236	463	595	842	14
propone	240	453	280	463	595	842	14
realizar	283	453	319	463	595	842	14
un	323	453	335	463	595	842	14
escenario	339	453	386	463	595	842	14
de	390	453	402	463	595	842	14
control	405	453	438	463	595	842	14
real	442	453	460	463	595	842	14
mediante	463	453	509	463	595	842	14
un	512	453	524	463	595	842	14
sistema	85	466	123	476	595	842	14
embebido	127	466	175	476	595	842	14
que	179	466	197	476	595	842	14
controle	201	466	240	476	595	842	14
el	244	466	252	476	595	842	14
robot	256	466	281	476	595	842	14
Mitsubishi	285	466	333	476	595	842	14
RV2AJ,	337	466	374	476	595	842	14
así	378	466	393	476	595	842	14
como	397	466	424	476	595	842	14
desarrollar	427	466	479	476	595	842	14
modelos	483	466	525	476	595	842	14
predictivos	85	478	138	488	595	842	14
y	142	478	147	488	595	842	14
diferentes	151	478	200	488	595	842	14
protocolos	203	478	254	488	595	842	14
de	258	478	271	488	595	842	14
entrenamiento	275	478	345	488	595	842	14
buscando	349	478	397	488	595	842	14
un	401	478	413	488	595	842	14
mejor	417	478	444	488	595	842	14
rendimiento	448	478	506	488	595	842	14
del	510	478	525	488	595	842	14
sistema.	85	491	126	501	595	842	14
Bibliografía	85	515	146	526	595	842	14
Amirabdollahian,	85	540	167	550	595	842	14
F.,	173	540	185	550	595	842	14
&	191	540	198	550	595	842	14
Walters,	204	540	244	550	595	842	14
M.	250	540	262	550	595	842	14
L.	267	540	276	550	595	842	14
(2017,	282	540	313	550	595	842	14
17-20	318	540	347	550	595	842	14
July	352	540	372	550	595	842	14
2017).	377	540	408	550	595	842	14
Application	414	540	468	550	595	842	14
of	473	540	482	550	595	842	14
support	488	540	525	550	595	842	14
vector	113	553	143	563	595	842	14
machines	147	553	194	563	595	842	14
in	197	553	206	563	595	842	14
detecting	209	553	253	563	595	842	14
hand	257	553	281	563	595	842	14
grasp	284	553	312	563	595	842	14
gestures	315	553	357	563	595	842	14
using	361	553	387	563	595	842	14
a	390	553	396	563	595	842	14
commercially	400	553	464	563	595	842	14
off	467	553	479	563	595	842	14
the	483	553	498	563	595	842	14
shelf	501	553	525	563	595	842	14
wireless	113	566	153	576	595	842	14
myoelectric	163	566	219	576	595	842	14
armband.	229	566	276	576	595	842	14
Paper	286	566	315	576	595	842	14
presented	325	566	374	576	595	842	14
at	384	566	394	576	595	842	14
the	404	566	419	576	595	842	14
2017	429	566	454	576	595	842	14
International	464	566	524	576	595	842	14
Conference	113	578	170	588	595	842	14
on	173	578	186	588	595	842	14
Rehabilitation	189	578	255	588	595	842	14
Robotics	258	578	301	588	595	842	14
(ICORR).	304	578	350	588	595	842	14
Bach,	85	591	113	601	595	842	14
P.	119	591	129	601	595	842	14
F.	135	591	144	601	595	842	14
(2009).	150	591	185	601	595	842	14
Myoelectric	190	591	246	601	595	842	14
signal	251	591	280	601	595	842	14
features	286	591	325	601	595	842	14
for	331	591	344	601	595	842	14
upper	349	591	377	601	595	842	14
limb	383	591	403	601	595	842	14
prostheses.	408	591	465	601	595	842	14
Institutt	471	591	506	601	595	842	14
for	512	591	525	601	595	842	14
teknisk	113	603	148	614	595	842	14
kybernetikk,	151	603	209	614	595	842	14
Bonilla,	85	616	121	626	595	842	14
V.,	127	616	141	626	595	842	14
Lukyanov,	147	616	197	626	595	842	14
Y.,	204	616	217	626	595	842	14
Anatolevich,	223	616	283	626	595	842	14
L.,	290	616	302	626	595	842	14
Anatoly,	308	616	348	626	595	842	14
V.,	354	616	367	626	595	842	14
&	374	616	381	626	595	842	14
Alekseevich,	387	616	449	626	595	842	14
D.	455	616	466	626	595	842	14
D.	472	616	483	626	595	842	14
(2015).	490	616	524	626	595	842	14
Identificación	113	629	178	639	595	842	14
de	186	629	198	639	595	842	14
parámetros	206	629	262	639	595	842	14
cinemáticos	270	629	328	639	595	842	14
del	336	629	351	639	595	842	14
movimiento	359	629	415	639	595	842	14
del	423	629	438	639	595	842	14
codo	446	629	470	639	595	842	14
utilizando	478	629	524	639	595	842	14
tecnologías	113	641	170	652	595	842	14
de	174	641	186	652	595	842	14
redes	190	641	218	652	595	842	14
neuronales	222	641	277	652	595	842	14
artificiales.	281	641	333	652	595	842	14
Boletín	337	641	371	652	595	842	14
de	376	641	388	652	595	842	14
la	392	641	401	652	595	842	14
Universidad	405	641	463	652	595	842	14
Técnica	467	641	506	652	595	842	14
del	510	641	525	652	595	842	14
Estado	113	654	148	664	595	842	14
de	151	654	163	664	595	842	14
Don,	166	654	189	664	595	842	14
15(1	192	654	214	664	595	842	14
(80)).	217	654	244	664	595	842	14
Bonilla,	85	667	121	677	595	842	14
V.,	128	667	142	677	595	842	14
Mosquera,	149	667	201	677	595	842	14
G.,	208	667	222	677	595	842	14
Mideros,	230	667	272	677	595	842	14
D.,	279	667	293	677	595	842	14
&	300	667	307	677	595	842	14
Litvin,	314	667	343	677	595	842	14
A.	350	667	360	677	595	842	14
(2017).	367	667	402	677	595	842	14
DEFINICIÓN	409	667	473	677	595	842	14
DE	480	667	495	677	595	842	14
LOS	502	667	524	677	595	842	14
PARÁMETROS	113	679	190	690	595	842	14
DEL	194	679	215	690	595	842	14
MOVIMIENTO	219	679	290	690	595	842	14
DEL	293	679	315	690	595	842	14
CODO	318	679	351	690	595	842	14
MEDIANTE	355	679	411	690	595	842	14
EL	415	679	428	690	595	842	14
ANÁLISIS	432	679	481	690	595	842	14
DE	485	679	500	690	595	842	14
LAS	504	679	524	690	595	842	14
SEÑALES	113	692	164	702	595	842	14
ELECTROMIOGRÁFICAS	169	692	298	702	595	842	14
SUPERFICIALES	304	692	390	702	595	842	14
DEL	396	692	417	702	595	842	14
BÍCEPS.	422	692	466	702	595	842	14
INCISCOS	471	692	525	702	595	842	14
2017.	113	705	141	715	595	842	14
Boyali,	85	717	118	728	595	842	14
A.,	122	717	136	728	595	842	14
Hashimoto,	140	717	196	728	595	842	14
N.,	200	717	214	728	595	842	14
&	218	717	225	728	595	842	14
Matsumoto,	230	717	287	728	595	842	14
O.	291	717	303	728	595	842	14
(2015,	307	717	338	728	595	842	14
27-30	343	717	371	728	595	842	14
Oct.	375	717	395	728	595	842	14
2015).	399	717	431	728	595	842	14
Hand	435	717	461	728	595	842	14
posture	465	717	502	728	595	842	14
and	506	717	525	728	595	842	14
gesture	113	730	150	740	595	842	14
recognition	155	730	209	740	595	842	14
using	213	730	239	740	595	842	14
MYO	244	730	269	740	595	842	14
armband	274	730	317	740	595	842	14
and	322	730	340	740	595	842	14
spectral	345	730	383	740	595	842	14
collaborative	388	730	450	740	595	842	14
representation	454	730	524	740	595	842	14
based	113	743	143	753	595	842	14
classification.	148	743	213	753	595	842	14
Paper	217	743	247	753	595	842	14
presented	251	743	300	753	595	842	14
at	304	743	313	753	595	842	14
the	318	743	333	753	595	842	14
2015	337	743	362	753	595	842	14
IEEE	366	743	391	753	595	842	14
4th	395	743	411	753	595	842	14
Global	415	743	447	753	595	842	14
Conference	451	743	508	753	595	842	14
on	512	743	524	753	595	842	14
Consumer	113	755	164	765	595	842	14
Electronics	167	755	221	765	595	842	14
(GCCE).	224	755	266	765	595	842	14
Enfoque	220	778	249	785	595	842	14
UTE,	252	778	270	785	595	842	14
V.9-N.2,	272	778	301	785	595	842	14
Jun.2018,	304	778	339	785	595	842	14
pp.	341	778	352	785	595	842	14
208	354	778	368	785	595	842	14
–	370	776	375	785	595	842	14
222	377	778	390	785	595	842	14
222	71	72	84	80	595	842	15
Chapman,	71	87	122	98	595	842	15
W.	125	87	138	98	595	842	15
(2018).	141	87	176	98	595	842	15
Engineering	179	87	238	98	595	842	15
modeling	241	87	286	98	595	842	15
and	289	87	307	98	595	842	15
design:	310	87	346	98	595	842	15
Routledge.	349	87	402	98	595	842	15
Cipriano,	71	100	115	110	595	842	15
M.	118	100	130	110	595	842	15
(2014).	133	100	168	110	595	842	15
Antropología	171	100	233	110	595	842	15
física.	237	100	265	110	595	842	15
Deng,	71	113	100	123	595	842	15
H.,	105	113	119	123	595	842	15
Xia,	124	113	143	123	595	842	15
Z.,	148	113	160	123	595	842	15
Weng,	165	113	197	123	595	842	15
S.,	202	113	215	123	595	842	15
Gan,	220	113	244	123	595	842	15
Y.,	249	113	262	123	595	842	15
Fang,	267	113	295	123	595	842	15
P.,	300	113	313	123	595	842	15
&	318	113	325	123	595	842	15
Xiong,	330	113	361	123	595	842	15
J.	366	113	374	123	595	842	15
(2016).	379	113	414	123	595	842	15
A	419	113	426	123	595	842	15
motion	431	113	464	123	595	842	15
sensing-	469	113	511	123	595	842	15
based	99	125	129	136	595	842	15
framework	135	125	187	136	595	842	15
for	193	125	206	136	595	842	15
robotic	212	125	245	136	595	842	15
manipulation.	252	125	317	136	595	842	15
Robotics	324	125	367	136	595	842	15
and	373	125	391	136	595	842	15
Biomimetics,	398	125	460	136	595	842	15
3(1),	466	125	489	136	595	842	15
23.	495	125	510	136	595	842	15
doi:10.1186/s40638-016-0056-9	99	138	256	148	595	842	15
Ferguson,	71	151	121	161	595	842	15
S.,	124	151	138	161	595	842	15
&	142	151	149	161	595	842	15
Dunlop,	153	151	191	161	595	842	15
G.	194	151	206	161	595	842	15
R.	210	151	221	161	595	842	15
(2002).	225	151	259	161	595	842	15
Grasp	263	151	293	161	595	842	15
recognition	297	151	351	161	595	842	15
from	355	151	377	161	595	842	15
myoelectric	380	151	436	161	595	842	15
signals.	440	151	477	161	595	842	15
Paper	481	151	510	161	595	842	15
presented	99	163	148	173	595	842	15
at	154	163	164	173	595	842	15
the	170	163	185	173	595	842	15
Proceedings	191	163	252	173	595	842	15
of	258	163	267	173	595	842	15
the	274	163	289	173	595	842	15
Australasian	295	163	355	173	595	842	15
Conference	362	163	418	173	595	842	15
on	425	163	437	173	595	842	15
Robotics	443	163	486	173	595	842	15
and	492	163	510	173	595	842	15
Automation,	99	176	158	186	595	842	15
Auckland,	161	176	209	186	595	842	15
New	212	176	234	186	595	842	15
Zealand.	237	176	280	186	595	842	15
Kapelner,	71	189	118	199	595	842	15
T.,	124	189	137	199	595	842	15
Negro,	143	189	176	199	595	842	15
F.,	182	189	195	199	595	842	15
Aszmann,	201	189	249	199	595	842	15
O.	255	189	267	199	595	842	15
C.,	273	189	287	199	595	842	15
&	293	189	301	199	595	842	15
Farina,	306	189	341	199	595	842	15
D.	347	189	358	199	595	842	15
(2018).	363	189	398	199	595	842	15
Decoding	404	189	451	199	595	842	15
Motor	457	189	485	199	595	842	15
Unit	491	189	510	199	595	842	15
Activity	99	201	134	211	595	842	15
From	143	201	169	211	595	842	15
Forearm	177	201	219	211	595	842	15
Muscles:	228	201	271	211	595	842	15
Perspectives	280	201	343	211	595	842	15
for	352	201	365	211	595	842	15
Myoelectric	373	201	429	211	595	842	15
Control.	438	201	476	211	595	842	15
IEEE	486	201	510	211	595	842	15
Transactions	99	214	162	224	595	842	15
on	168	214	180	224	595	842	15
Neural	185	214	218	224	595	842	15
Systems	223	214	265	224	595	842	15
and	270	214	289	224	595	842	15
Rehabilitation	294	214	360	224	595	842	15
Engineering,	366	214	428	224	595	842	15
26(1),	433	214	462	224	595	842	15
244-251.	467	214	510	224	595	842	15
doi:10.1109/TNSRE.2017.2766360	99	226	271	237	595	842	15
Kumar,	71	239	106	249	595	842	15
A.,	110	239	124	249	595	842	15
Mittal,	127	239	157	249	595	842	15
A.,	160	239	174	249	595	842	15
Arya,	178	239	203	249	595	842	15
R.,	207	239	221	249	595	842	15
Shah,	225	239	254	249	595	842	15
A.,	257	239	271	249	595	842	15
Garg,	274	239	302	249	595	842	15
S.,	306	239	319	249	595	842	15
&	323	239	330	249	595	842	15
Kumar,	334	239	369	249	595	842	15
R.	373	239	384	249	595	842	15
(2017,	388	239	419	249	595	842	15
19-20	423	239	451	249	595	842	15
Jan.	455	239	476	249	595	842	15
2017).	479	239	510	249	595	842	15
Hardware	99	252	147	262	595	842	15
in	150	252	159	262	595	842	15
the	162	252	177	262	595	842	15
loop	181	252	201	262	595	842	15
based	205	252	235	262	595	842	15
simulation	238	252	288	262	595	842	15
of	291	252	300	262	595	842	15
a	303	252	309	262	595	842	15
robotic	313	252	345	262	595	842	15
system	349	252	384	262	595	842	15
with	387	252	406	262	595	842	15
real	410	252	428	262	595	842	15
time	431	252	452	262	595	842	15
control	455	252	488	262	595	842	15
and	492	252	510	262	595	842	15
animation	99	264	147	275	595	842	15
of	151	264	160	275	595	842	15
working	164	264	202	275	595	842	15
model.	206	264	239	275	595	842	15
Paper	243	264	272	275	595	842	15
presented	276	264	325	275	595	842	15
at	329	264	338	275	595	842	15
the	342	264	357	275	595	842	15
2017	361	264	385	275	595	842	15
International	389	264	450	275	595	842	15
Conference	453	264	510	275	595	842	15
on	99	277	112	287	595	842	15
Inventive	115	277	159	287	595	842	15
Systems	162	277	204	287	595	842	15
and	207	277	225	287	595	842	15
Control	228	277	264	287	595	842	15
(ICISC).	267	277	307	287	595	842	15
Lemmel-Vélez,	71	290	144	300	595	842	15
K.,	151	290	164	300	595	842	15
&	171	290	178	300	595	842	15
Valencia-Hernandez,	185	290	288	300	595	842	15
C.	295	290	305	300	595	842	15
A.	312	290	322	300	595	842	15
(2017).	329	290	364	300	595	842	15
Design	371	290	405	300	595	842	15
of	412	290	421	300	595	842	15
a	427	290	434	300	595	842	15
Robotic	440	290	477	300	595	842	15
Hand	484	290	510	300	595	842	15
Controlled	99	302	149	313	595	842	15
by	154	302	165	313	595	842	15
Electromyography	169	302	258	313	595	842	15
Signals	262	302	298	313	595	842	15
Using	302	302	330	313	595	842	15
an	334	302	346	313	595	842	15
Arduino	351	302	389	313	595	842	15
Type	393	302	417	313	595	842	15
Microcontroller	421	302	493	313	595	842	15
for	497	302	510	313	595	842	15
People	99	315	133	325	595	842	15
with	137	315	156	325	595	842	15
Disabilities,	159	315	215	325	595	842	15
Cham.	218	315	250	325	595	842	15
Litvin,	71	328	100	338	595	842	15
A.,	106	328	119	338	595	842	15
Lukyanov,	126	328	176	338	595	842	15
E.,	182	328	196	338	595	842	15
Bonilla,	202	328	238	338	595	842	15
F.,	244	328	257	338	595	842	15
&	264	328	271	338	595	842	15
Deplov,	277	328	315	338	595	842	15
D.	321	328	332	338	595	842	15
(2014).	339	328	373	338	595	842	15
EFFECT	380	328	422	338	595	842	15
OF	429	328	444	338	595	842	15
KINEMATIC	450	328	510	338	595	842	15
PARAMETERS	99	340	175	351	595	842	15
OF	184	340	199	351	595	842	15
ELBOW	208	340	247	351	595	842	15
MOTION	256	340	300	351	595	842	15
ON	309	340	325	351	595	842	15
BICEPS	334	340	374	351	595	842	15
ELECTROMYOGRAPHIC	383	340	510	351	595	842	15
SIGNAL.	99	353	143	363	595	842	15
Vestnik	146	353	182	363	595	842	15
of	185	353	194	363	595	842	15
Don	197	353	217	363	595	842	15
State	220	353	246	363	595	842	15
Technical	249	353	296	363	595	842	15
University(14),	299	353	370	363	595	842	15
8.	373	353	382	363	595	842	15
McMullen,	71	366	121	376	595	842	15
S.	125	366	135	376	595	842	15
A.,	139	366	153	376	595	842	15
Henderson,	157	366	213	376	595	842	15
T.,	217	366	230	376	595	842	15
&	234	366	241	376	595	842	15
Ison,	245	366	269	376	595	842	15
D.	273	366	284	376	595	842	15
(2017).	288	366	323	376	595	842	15
Embry-Riddle	327	366	393	376	595	842	15
Aeronautical	397	366	458	376	595	842	15
University	462	366	510	376	595	842	15
multispectral	99	378	161	388	595	842	15
sensor	164	378	197	388	595	842	15
and	200	378	219	388	595	842	15
data	222	378	243	388	595	842	15
fusion	246	378	276	388	595	842	15
laboratory:	279	378	331	388	595	842	15
a	334	378	340	388	595	842	15
model	343	378	373	388	595	842	15
for	376	378	389	388	595	842	15
distributed	392	378	443	388	595	842	15
research	446	378	489	388	595	842	15
and	492	378	510	388	595	842	15
education.	99	391	150	401	595	842	15
Paper	153	391	182	401	595	842	15
presented	186	391	234	401	595	842	15
at	238	391	247	401	595	842	15
the	250	391	265	401	595	842	15
Next-Generation	268	391	349	401	595	842	15
Spectroscopic	352	391	421	401	595	842	15
Technologies	424	391	489	401	595	842	15
X.	492	391	503	401	595	842	15
Morais,	71	404	107	414	595	842	15
G.	111	404	123	414	595	842	15
D.,	127	404	141	414	595	842	15
Neves,	145	404	179	414	595	842	15
L.	183	404	192	414	595	842	15
C.,	196	404	210	414	595	842	15
Masiero,	214	404	256	414	595	842	15
A.	260	404	271	414	595	842	15
A.,	275	404	288	414	595	842	15
&	292	404	300	414	595	842	15
de	304	404	316	414	595	842	15
Castro,	320	404	355	414	595	842	15
M.	359	404	371	414	595	842	15
C.	375	404	386	414	595	842	15
F.	391	404	400	414	595	842	15
(2016).	404	404	439	414	595	842	15
Application	443	404	497	414	595	842	15
of	501	404	510	414	595	842	15
Myo	99	416	120	426	595	842	15
Armband	127	416	172	426	595	842	15
System	179	416	216	426	595	842	15
to	223	416	232	426	595	842	15
Control	240	416	275	426	595	842	15
a	283	416	289	426	595	842	15
Robot	296	416	325	426	595	842	15
Interface.	333	416	378	426	595	842	15
Paper	386	416	415	426	595	842	15
presented	422	416	471	426	595	842	15
at	479	416	488	426	595	842	15
the	495	416	510	426	595	842	15
BIOSIGNALS.	99	429	169	439	595	842	15
Moya,	71	442	101	452	595	842	15
M.,	105	442	120	452	595	842	15
Guerrón,	125	442	168	452	595	842	15
G.,	172	442	187	452	595	842	15
&	191	442	198	452	595	842	15
Montero,	202	442	246	452	595	842	15
A.	250	442	260	452	595	842	15
(2015).	264	442	299	452	595	842	15
Sistema	304	442	343	452	595	842	15
de	348	442	360	452	595	842	15
Control	364	442	399	452	595	842	15
Embebido	404	442	453	452	595	842	15
en	457	442	469	452	595	842	15
Tiempo	474	442	510	452	595	842	15
Real	99	454	122	464	595	842	15
para	125	454	147	464	595	842	15
una	150	454	169	464	595	842	15
Estación	171	454	214	464	595	842	15
Meteorológica	217	454	286	464	595	842	15
Portátil.	289	454	326	464	595	842	15
Enfoque	329	454	370	464	595	842	15
UTE,	373	454	398	464	595	842	15
6(3),	401	454	424	464	595	842	15
106-114.	427	454	471	464	595	842	15
Raj,	71	467	91	477	595	842	15
M.	94	467	106	477	595	842	15
D.,	109	467	123	477	595	842	15
Gogul,	126	467	159	477	595	842	15
I.,	162	467	171	477	595	842	15
Thangaraja,	174	467	233	477	595	842	15
M.,	236	467	252	477	595	842	15
&	255	467	262	477	595	842	15
Kumar,	265	467	301	477	595	842	15
V.	304	467	314	477	595	842	15
S.	317	467	328	477	595	842	15
(2017,	331	467	362	477	595	842	15
6-8	365	467	382	477	595	842	15
Jan.	385	467	406	477	595	842	15
2017).	409	467	440	477	595	842	15
Static	443	467	471	477	595	842	15
gesture	474	467	510	477	595	842	15
recognition	99	479	153	490	595	842	15
based	159	479	189	490	595	842	15
precise	194	479	230	490	595	842	15
positioning	236	479	288	490	595	842	15
of	294	479	303	490	595	842	15
5-DOF	309	479	342	490	595	842	15
robotic	347	479	380	490	595	842	15
arm	386	479	405	490	595	842	15
using	411	479	437	490	595	842	15
FPGA.	442	479	475	490	595	842	15
Paper	481	479	510	490	595	842	15
presented	99	492	148	502	595	842	15
at	151	492	161	502	595	842	15
the	164	492	179	502	595	842	15
2017	182	492	206	502	595	842	15
Trends	209	492	244	502	595	842	15
in	247	492	255	502	595	842	15
Industrial	258	492	303	502	595	842	15
Measurement	306	492	373	502	595	842	15
and	376	492	395	502	595	842	15
Automation	398	492	453	502	595	842	15
(TIMA).	456	492	493	502	595	842	15
Ramos,	71	505	109	515	595	842	15
M.,	112	505	128	515	595	842	15
Betancourt,	131	505	187	515	595	842	15
Á.,	190	505	204	515	595	842	15
Vázquez,	207	505	253	515	595	842	15
G.,	256	505	271	515	595	842	15
Hernández,	275	505	331	515	595	842	15
E.,	335	505	348	515	595	842	15
&	352	505	359	515	595	842	15
Juárez,	362	505	398	515	595	842	15
L.	402	505	411	515	595	842	15
(2011).	414	505	449	515	595	842	15
Detección	452	505	501	515	595	842	15
y	505	505	510	515	595	842	15
Acondicionamiento	99	518	192	528	595	842	15
de	195	518	208	528	595	842	15
Señales	211	518	250	528	595	842	15
Mioeléctricas.	253	518	321	528	595	842	15
Sánchez,	71	530	117	540	595	842	15
N.	120	530	131	540	595	842	15
M.	134	530	146	540	595	842	15
C.	149	530	160	540	595	842	15
(2016).	163	530	198	540	595	842	15
Gesture	201	530	241	540	595	842	15
classification	244	530	306	540	595	842	15
based	309	530	339	540	595	842	15
on	342	530	354	540	595	842	15
electromyography.	357	530	447	540	595	842	15
Veer,	71	543	97	553	595	842	15
K.,	104	543	117	553	595	842	15
&	124	543	132	553	595	842	15
Sharma,	138	543	180	553	595	842	15
T.	187	543	196	553	595	842	15
(2016).	203	543	238	553	595	842	15
A	245	543	252	553	595	842	15
novel	259	543	285	553	595	842	15
feature	292	543	326	553	595	842	15
extraction	333	543	381	553	595	842	15
for	387	543	400	553	595	842	15
robust	407	543	437	553	595	842	15
EMG	444	543	469	553	595	842	15
pattern	476	543	510	553	595	842	15
recognition.	99	555	156	566	595	842	15
Journal	159	555	195	566	595	842	15
of	198	555	208	566	595	842	15
medical	211	555	248	566	595	842	15
engineering	252	555	309	566	595	842	15
&	312	555	319	566	595	842	15
technology,	323	555	379	566	595	842	15
40(4),	382	555	411	566	595	842	15
149-154.	414	555	457	566	595	842	15
Woodward,	71	568	127	578	595	842	15
R.	130	568	141	578	595	842	15
B.,	144	568	158	578	595	842	15
Cancio,	161	568	198	578	595	842	15
J.	202	568	210	578	595	842	15
M.,	214	568	229	578	595	842	15
Fisher,	232	568	266	578	595	842	15
R.,	269	568	283	578	595	842	15
Hargrove,	287	568	335	578	595	842	15
L.	338	568	348	578	595	842	15
J.,	351	568	363	578	595	842	15
Rábago,	366	568	408	578	595	842	15
C.	411	568	422	578	595	842	15
A.,	425	568	439	578	595	842	15
Siewiorek,	442	568	493	578	595	842	15
D.,	496	568	510	578	595	842	15
&	99	581	107	591	595	842	15
Smailagic,	113	581	164	591	595	842	15
A.	171	581	181	591	595	842	15
(2017,	188	581	219	591	595	842	15
19-22	225	581	254	591	595	842	15
June	260	581	284	591	595	842	15
2017).	291	581	322	591	595	842	15
A	329	581	336	591	595	842	15
virtual	343	581	372	591	595	842	15
coach	379	581	408	591	595	842	15
for	414	581	427	591	595	842	15
upper-extremity	434	581	510	591	595	842	15
myoelectric	99	593	155	604	595	842	15
prosthetic	162	593	209	604	595	842	15
rehabilitation.	216	593	282	604	595	842	15
Paper	289	593	318	604	595	842	15
presented	325	593	374	604	595	842	15
at	380	593	389	604	595	842	15
the	396	593	412	604	595	842	15
2017	418	593	443	604	595	842	15
International	450	593	510	604	595	842	15
Conference	99	606	156	616	595	842	15
on	159	606	171	616	595	842	15
Virtual	175	606	206	616	595	842	15
Rehabilitation	209	606	275	616	595	842	15
(ICVR).	278	606	315	616	595	842	15
Yang,	71	619	100	629	595	842	15
D.,	107	619	121	629	595	842	15
Zhang,	128	619	162	629	595	842	15
H.,	169	619	183	629	595	842	15
Gu,	190	619	208	629	595	842	15
Y.,	215	619	228	629	595	842	15
&	235	619	242	629	595	842	15
Liu,	249	619	267	629	595	842	15
H.	274	619	285	629	595	842	15
(2017).	292	619	327	629	595	842	15
Accurate	334	619	377	629	595	842	15
EMG	384	619	409	629	595	842	15
onset	416	619	443	629	595	842	15
detection	450	619	495	629	595	842	15
in	502	619	510	629	595	842	15
pathological,	99	631	161	641	595	842	15
weak	164	631	190	641	595	842	15
and	193	631	212	641	595	842	15
noisy	215	631	241	641	595	842	15
myoelectric	244	631	299	641	595	842	15
signals.	303	631	340	641	595	842	15
Biomedical	343	631	397	641	595	842	15
Signal	400	631	431	641	595	842	15
Processing	434	631	489	641	595	842	15
and	492	631	510	641	595	842	15
Control,	99	644	138	654	595	842	15
33,	141	644	156	654	595	842	15
306-315.	159	644	203	654	595	842	15
doi:https://doi.org/10.1016/j.bspc.2016.12.014	206	644	429	654	595	842	15
Yang,	71	657	100	667	595	842	15
W.,	107	657	124	667	595	842	15
Yang,	132	657	161	667	595	842	15
D.,	169	657	183	667	595	842	15
Liu,	190	657	208	667	595	842	15
Y.,	216	657	229	667	595	842	15
&	237	657	245	667	595	842	15
Liu,	252	657	270	667	595	842	15
H.	278	657	289	667	595	842	15
(2018).	297	657	332	667	595	842	15
A	340	657	347	667	595	842	15
3-DOF	355	657	388	667	595	842	15
hemi-constrained	396	657	480	667	595	842	15
wrist	488	657	510	667	595	842	15
motion/force	99	669	160	680	595	842	15
detection	168	669	213	680	595	842	15
device	221	669	253	680	595	842	15
for	261	669	274	680	595	842	15
deploying	282	669	329	680	595	842	15
simultaneous	337	669	402	680	595	842	15
myoelectric	410	669	466	680	595	842	15
control.	474	669	510	680	595	842	15
Medical	99	682	137	692	595	842	15
&	140	682	148	692	595	842	15
Biological	151	682	198	692	595	842	15
Engineering	201	682	259	692	595	842	15
&	263	682	270	692	595	842	15
Computing.	273	682	329	692	595	842	15
doi:10.1007/s11517-018-1807-2	332	682	489	692	595	842	15
Enfoque	205	778	235	785	595	842	15
UTE,	238	778	256	785	595	842	15
V.9-N.2,	258	778	287	785	595	842	15
Jun.2018,	289	778	325	785	595	842	15
pp.	327	778	338	785	595	842	15
208	340	778	354	785	595	842	15
–	356	776	360	785	595	842	15
222	363	778	376	785	595	842	15
