edgarhernandez94 / EMGModelsPrediction

Proyecto de Monitoreo Muscular

Este proyecto consiste en una solución de monitoreo muscular utilizando un Arduino y un modelo de clasificación. El objetivo es adquirir datos electromiográficos en dos condiciones: estado de reposo y estado de contracción muscular, y utilizar estos datos para realizar predicciones en tiempo real sobre el estado de contracción.

Componentes del Proyecto

El proyecto consta de los siguientes elementos:

1. Código Fuente: El código está dividido en tres partes principales:

   • csvgenerator.py: Este archivo contiene las funciones necesarias para la adquisición de datos del Arduino, almacenamiento en archivos CSV y el ciclo de reposo y contracción muscular.

   • features.py: Aquí se encuentra el código para procesar los archivos CSV generados por el código anterior, calculando características como la desviación estándar, la media, la amplitud y el periodograma de las señales. Estos datos se combinan en un solo DataFrame y se guardan en un archivo CSV final.

   • RF.py : Este codigo utiliza los features previamente adquiridos junto los labels para obtener tres modelos de clasificacion diferentes, evaluarlos, y el que obtenga mejor accuracy generar un archivo .pkl.

   • RealTimeClassification.py: Este archivo contiene el código para realizar la comunicación serial con el Arduino en tiempo real. Adquiere datos en tiempo real, calcula las características correspondientes y utiliza un modelo de clasificación previamente entrenado para realizar predicciones en tiempo real sobre el estado de contracción muscular.

2. Modelo de Clasificación: El modelo de clasificación utilizado para realizar las predicciones se guarda en un archivo de extensión .pkl. En este proyecto, se utiliza un modelo de árbol de decisión entrenado previamente. Puedes reemplazarlo con otro modelo si lo deseas.

3. Archivos CSV: Los datos adquiridos durante el ciclo de reposo y contracción muscular se guardan en archivos CSV separados. Estos archivos se procesan posteriormente para extraer características y generar un archivo CSV final con los datos procesados.

Instrucciones de Uso

A continuación, se presentan las instrucciones para utilizar este proyecto:

1. Conexión del Arduino:

   • Conecta tu Arduino al puerto serie especificado en el código fuente (variable puerto_serial en csvgenerator.py y RealTimeClassification.py). Asegúrate de que el baud rate coincida con la configuración de tu Arduino (variable baud_rate en csvgenerator.py y RealTimeClassification.py).

2. Ejecución del Proyecto:

   • Ejecuta el archivo csvgenerator.py para realizar el ciclo de reposo y contracción muscular. Este código adquirirá datos del Arduino durante un período de tiempo específico para cada estado y los guardará en archivos CSV separados.

   • Luego, ejecuta el archivo features.py para procesar los archivos CSV generados en el paso anterior. Este código calculará características adicionales a partir de los datos y generará un archivo CSV final llamado features.csv. Posteriormente correr el codigo RF.py para obtener el modelo de clasificacion.

   • Finalmente, ejecuta el archivo RealTimeClassification.py para realizar la comunicación serial en tiempo real con el Arduino. Este código adquirirá datos en tiempo real, calculará las características correspondientes y utilizará el modelo de clasificación para realizar predicciones en tiempo real sobre el estado de contracción muscular.

Dependencias

El proyecto utiliza las siguientes dependencias:

• time: Librería estándar de Python para trabajar con tiempos y esperas.
• csv: Librería estándar
• pandas==1.3.0
• scikit-learn==0.24.2
• seaborn==0.11.1
• matplotlib==3.4.3
• joblib==1.0.1
• numpy