← Volver a resultados
Ficha bibliográfica · Consulta y acceso
Document

SoftGlove 2.0: Retrofitting de un guante de rehabilitación con tecnología Soft-Robotics y detección de intención de movimiento mediante aprendizaje automático con análisis de caso

Alurralde, Ignacio · Instituto Tecnológico de Buenos Aires (ITBA) · 2026

Material complementario disponible
Lectura rápida. Revisá los datos básicos del recurso y luego accedé al contenido desde el botón principal. En esta ficha solo se muestra la información necesaria para identificar la obra, citarla y abrirla.

Acceso al recurso

Entrá al contenido desde la opción principal o elegí otra fuente disponible.

Acceso principal

Material complementario disponible

El enlace apunta a material asociado, anexos, tablas, datos o página complementaria. No se marca como libro/texto completo.
Abrir material

Resumen

Descripción general del contenido del recurso.

"Este trabajo presenta el desarrollo y optimización de SoftGlove 2.0, un sistema de rehabilitación basado en robótica blanda y detección de intención de movimiento (IM) mediante electromiografía (EMG). El proyecto amplía y mejora la versión original de SoftGlove, un Proyecto Final de Carrera desarrollado por alumnos del ITBA en 2023.

Varios aspectos del proyecto original fueron mejorados: el algoritmo de detección de IM basado en señales de EMG, la usabilidad y la ergonomía del guante. Además, se realizó un análisis de su implementación en casos reales, y una exploración de su aplicación para nuevas patologías junto con un análisis de requerimientos extraídos a partir de normativa relevante.

Para mejorar el algoritmo de IM, se utilizaron herramientas de Aprendizaje Automático (AA), explorando modelos clásicos y avanzados (SVM, Random Forest, Naive Bayes, XGBoost, MLP) sobre bases de datos de señales EMG públicas y registros EMG propios obtenidos de pacientes con y sin patologías motoras. Los resultados muestran una detección confiable de la intención de movimiento con solo dos canales EMG en los pacientes patológicos, con tiempos de inferencia compatibles con aplicaciones en tiempo real.

Para mejorar la usabilidad, se rediseñaron la interfaz gráfica y el sistema de registro clínico, incorporando seguimiento de pacientes y métricas basadas en la escala de Tardieu.

Respecto al guante, se desarrollaron cámaras y actuadores de silicona de geometría ajustable, capaces de generar los movimientos indicados para la rehabilitación de la patología objetivo. También se propuso un esquema de fabricación para guantes adaptados y personalizados según la anatomía de cada paciente mediante el uso de tecnología de escaneo 3D.

Finalmente, se realizó un análisis normativo bajo los lineamientos de ANMAT para dispositivos médicos de Clase II, incluyendo una evaluación de riesgos. SoftGlove 2.0 demuestra la viabilidad de un dispositivo modular y personalizable orientado a la rehabilitación funcional en entornos clínicos y domiciliarios".

Cómo citar

Elegí el formato que necesitás y copiá la referencia al portapapeles.

APA 7

Alurralde, I. (2026). SoftGlove 2.0: Retrofitting de un guante de rehabilitación con tecnología Soft-Robotics y detección de intención de movimiento mediante aprendizaje automático con análisis de caso. Instituto Tecnológico de Buenos Aires (ITBA). https://hdl.handle.net/20.500.14769/6223

MLA

Alurralde, Ignacio. SoftGlove 2.0: Retrofitting de un guante de rehabilitación con tecnología Soft-Robotics y detección de intención de movimiento mediante aprendizaje automático con análisis de caso. Instituto Tecnológico de Buenos Aires (ITBA), 2026. https://hdl.handle.net/20.500.14769/6223.

Chicago

Alurralde, Ignacio. 2026. SoftGlove 2.0: Retrofitting de un guante de rehabilitación con tecnología Soft-Robotics y detección de intención de movimiento mediante aprendizaje automático con análisis de caso. Instituto Tecnológico de Buenos Aires (ITBA). https://hdl.handle.net/20.500.14769/6223.

Harvard

Alurralde, I. 2026, SoftGlove 2.0: Retrofitting de un guante de rehabilitación con tecnología Soft-Robotics y detección de intención de movimiento mediante aprendizaje automático con análisis de caso, Instituto Tecnológico de Buenos Aires (ITBA), available at: https://hdl.handle.net/20.500.14769/6223 [Accessed 25 Jun. 2026].

Compartir e imprimir

Guardá la ficha, copiá su enlace permanente o imprimila como PDF.

Exportar referencia

Si usás un gestor bibliográfico, podés exportar el registro en los formatos más comunes.

Detalles del recurso

Información bibliográfica útil para confirmar que se trata del material correcto.

Título
SoftGlove 2.0: Retrofitting de un guante de rehabilitación con tecnología Soft-Robotics y detección de intención de movimiento mediante aprendizaje automático con análisis de caso
Autor / colaboradores
Alurralde, Ignacio
Editorial
Instituto Tecnológico de Buenos Aires (ITBA)
Año de publicación
2026
Idioma
es

Materias

Explorá otros recursos relacionados a partir de estas materias.

Copiado