Pré-processamento de sinais de eletromiografia para extração de características e treinamento de modelos preditivos de fadiga muscular

Résumé

O estudo investiga o pré-processamento de sinais de EMG para detectar fadiga muscular (FM) e a eficácia de modelos de aprendizado de máquina na sua classificação. Foram extraídas características dos sinais, incluindo energia, frequência média (MNF) e frequência mediana (MDF), além de coeficientes da Transformada Wavelet Discreta (TWD) para captura de variações temporais e espectrais. Modelos K-Nearest Neighbors (KNN) e Random Forest (RF) foram treinados, variando hiperparâmetros para otimizar a classificação entre sinais com e sem FM.