关节是我们肢体活动的枢纽,如果关节发生病变,将会严重影响我们的日常活动。而肘关节运动量大这一特征,导致在临床疾病中肘关节成为关节类受伤的高发部位。传统的肘关节矫形康复仪器控制方式多为治疗师手动调节角度,主观判断无法量化,控制方式无法对矫形器进行准确和有效控制,且无法自动记录治疗数据,已经不能满足当代患者和医疗技术发展的需求。本文以肘关节矫形器为背景,将矫形器的智能控制系统作为研究对象,以实现肘关节矫形器伸缩度可以自动调节的智能控制系统为目标,对肘关节矫形器控制系统的软硬件、智能算法和android手机端APP展开研究。本文研究重点在于一种基于动态模糊神经网络的肘关节矫形智能控制算法,利用神经网络提取样本数据中复杂的映射规律,分别采用BP神经网络算法和动态模糊神经网络算法优化和改进模型参数,通过建模和训练,将得到的符合预期要求和泛化能力的模型运用到矫形器控制系统。在系统和实物测试中,利用控制系统协调硬件部分实现对肘关节矫形器伸缩度的自动调节,改变了以往肘关节矫形需要治疗师手动辅助治疗的状况,经临床试验证明本文设计的肘关节矫形控制系统有良好的的控制效果。综合考虑肘关节矫形器的控制特点,设计了矫形器控制系统的整体硬件电路部分,主要有微控制器主控模块、压力信号采集放大滤波电路、步进电机的驱动电路、蓝牙的通信电路以及必要的辅助电路。最后设计了基于Java语言编写的手机APP肘关节矫形器上位监控系统,患者可以在android手机端控制矫形器工作,并且录入、实时查看个人治疗信息和矫形器的治疗时长。针对医生和患者设计了不同的数据窗口,患者可查看个人治疗数据和信息,医生可查看该系统所有患者的历史数据,帮助医生实时了解患者病情并为下一阶段的诊断提供依据。为病人的肘关节康复训练提供了一种高效、便捷的方式且节能环保,节约了医疗资源。