Los usuarios del Repositorio de la UTB estarán autorizados para adaptar, transformar y crear a partir del contenido de esta publicación incluso para fines comerciales, sin embargo toda obra derivada de la publicación original deberá ser distribuida bajo la misma licencia CC-BY-SA. El autor o autores, sin excepción deberán ser claramente identificados como titulares de los derechos de autor de la publicación original.2019-10-182019-10-1820182018(ALEPH)000049188UTB01https://hdl.handle.net/20.500.12585/2948La fatiga muscular no solo conlleva a la disminuci´on del rendimiento f´ısico de un individuo, sino tambi´en al aumento del riesgo de sufrir lesiones a nivel muscular, es por ello que el prop´osito de la presente investigaci´on consiste en predecir dichos estados de fatiga (Ausencia/Presencia) al realizar actividades f´ısicas repetitivas. Para ello la se˜nal Electromiogr´afica (EMG) fue sometida a un proceso de extracci´on de caracter´ısticas mediante el uso de la Transformada Discreta de Wavelet (DWT) con el ´animo de obtener las variables independientes (Coeficientes de energ´ıa y Voltaje RMS) requeridas por el algoritmo clasificador de regresi´on log´ıstica binaria. Con esta estrategia se obtuvieron resultados por encima del 85 % de probabilidad para pronosticar la ocurrencia de fatiga muscular, lo que la convierte en una buena herramienta de clasificación de dichos estados.54 páginasapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/BioingenieríaElectromiografíainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 InternacionalUniversidad Tecnológica de BolívarRepositorio UTB620 F645