Contenido principal del artículo

José Manuel Sempere
Human Robotics Group, Universidad de Alicante
España
Desirée Irene Gracia
Brain-Machine Interface Systems Lab, Universidad Miguel Hernández de Elche
España
https://orcid.org/0000-0002-8855-1151
José María Azorín
Brain-Machine Interface Systems Lab, Universidad Miguel Hernández de Elche
España
https://orcid.org/0000-0001-5548-9657
Andrés Úbeda
Human Robotics Group, Universidad de Alicante
España
https://orcid.org/0000-0003-3223-025X
Eduardo Iáñez Martínez
Brain-Machine Interface Systems Lab, Universidad Miguel Hernández de Elche
España
https://orcid.org/0000-0001-8057-5952
Núm. 45 (2024), Bioingeniería
DOI: https://doi.org/10.17979/ja-cea.2024.45.10934
Recibido: jun. 5, 2024 Aceptado: jul. 8, 2024 Publicado: jul. 19, 2024
Derechos de autor

Resumen

El estudio aborda la necesidad de cuantificar la presión superficial con baja latencia en la transmisión de datos. Utilizando el sensor de fuerza resistivo FSR 406 y el microcontrolador ESP32, se ha desarrollado una arquitectura para optimizar el envío y registro de datos. La arquitectura incluye la activación de triggers basados en umbrales de voltaje o botones pulsadores, permitiendo la sincronización precisa entre dispositivos. El sistema envía datos en vectores o bloques de cadenas, asegurando la integridad y continuidad de la información. También, ejemplos de envío de triggers y datos muestran cómo se logra una sincronización efectiva, facilitando la comparación de la presión superficial con otras señales fisiológicas sin generar desfases. Este estudio optimiza el registro y transmisión de datos, mejorando la precisión y eficiencia en aplicaciones fisiológicas y biomecánicas y, demostrando una arquitectura robusta para la sincronización y análisis de múltiples dispositivos.

Detalles del artículo

Citas

Agarwal, R., Kumar, A., Yadav, S., 2022. Precision Measurements in Healthcare Systems and Devices. Springer Nature Singapore, Singapore, pp. 1–10. DOI: 10.1007/978-981-19-1550-596−1

Babiuch, M., Foltynek, P., Smutny, P., 5 2019. Using the esp32 microcontroller for data processing. Proceedings of the 2019 20th International Carpathian Control Conference, ICCC 2019. DOI: 10.1109/CarpathianCC.2019.8765944 DOI: https://doi.org/10.1109/CarpathianCC.2019.8765944

Electronics, I., 2024. Fsr 400 series data sheet. https://cdn.sparkfun.com/assets/c/4/6/8/b/2010-10-26-DataSheet-FSR406-Layout2.pdf.

Foltynek, P., Babiuch, M., Suránek, P., 2019. Measurement and data processing from internet of things modules by dual-core application using esp32 board. Measurement and Control 52 (7-8), 970–984. DOI: 10.1177/0020294019857748 DOI: https://doi.org/10.1177/0020294019857748

Giovanelli, D., Farella, E., 2016. Force sensing resistor and evaluation of technology for wearable body pressure sensing. Journal of Sensors 2016. DOI: 10.1155/2016/9391850 DOI: https://doi.org/10.1155/2016/9391850

Gracia, D. I., Ortiz, M., Candela, T., Iáñez, E., Sánchez, R. M., Díaz, C., Azorín, J. M., 6 2023. Design and evaluation of a potential non-invasive neurostimulation strategy for treating persistent anosmia in post-covid-19 patients. Sensors 2023, Vol. 23, Page 5880 23, 5880. DOI: 10.3390/S23135880 DOI: https://doi.org/10.3390/s23135880

Kareem, H., Dunaev, D., 5 2021. The working principles of esp32 and analytical comparison of using low-cost microcontroller modules in embedded systems design. 2021 4th International Conference on Circuits, Systems and Simulation, ICCSS 2021, 130–135. DOI: 10.1109/ICCSS51193.2021.9464217 DOI: https://doi.org/10.1109/ICCSS51193.2021.9464217

Sadun, A. S., Jalani, J., Sukor, J. A., 2016. Force Sensing Resistor (FSR): a brief overview and the low-cost sensor for active compliance control. In: Jiang, X., Chen, G., Capi, G., Ishll, C. (Eds.), First International Workshop on Pattern Recognition. Vol. 10011. International Society for Optics and Photonics, SPIE, p. 1001112. DOI: 10.1117/12.2242950 DOI: https://doi.org/10.1117/12.2242950