Reto 7: Grasp Classification Based on Electromyographic (EMG) Signals#
Retadora: Iris Kyranou
Correo: iris.kyranou@cern.ch
Institución: CERN, Open Data Group
Resumen#
Clasificar señales EMG (actividad muscular superficial) de sujetos sanos que realizan un conjunto de agarres específicos, y predecir el tipo de agarre realizado.
Objetivos#
Familiarizarse con el pipeline de ML para reconocimiento de agarres basado en EMG: preprocesamiento, clasificación, pruebas y visualización.
Explorar la generalización entre sesiones (entrenar en set “a” y clasificar set “b” del mismo sujeto).
Explorar la generalización entre sujetos (entrenar en uno o más sujetos y predecir en otros no vistos).
Se recomienda elegir una de las tareas (2 o 3) y enfocarse en ella.
Dataset#
Ninapro DB6: señales EMG en formato
Sx_D1_Ty.mat, con protocolo de adquisición y descripción detallada.
Recursos#
Librería nina-funcs para preprocesamiento.
Publicaciones científicas adjuntas al dataset para referencia.
Evaluación#
Precisión de clasificación.
Claridad de visualización de resultados.
Documentación de experimentos y justificación de observaciones.