半掌残缺是手掌残缺的一种特殊的情况,半掌假手也是为解决这种问题而生。残存的手掌为假手的设计和控制提出了挑战,但同时残存的部分手掌也为信息采集等工作提供了新的思路。本文的研究以此为出发点对通过手掌进行有效信息采集的方法和识别算法进行研究,并在此基础上形成完整的假手系统进行实验。本文首先在假手特别是半掌假手领域进行了调研,针对常见的信息提取方法和识别算法以及假手手指的结构进行评价和总结。针对信息提取内容和方法,本文通过重点分析和实验的方法进行比较,通过实验结果的总结提出基于多模态信息的信息提取和识别方法。在手掌物理信息被提取后,本文针对基于这些信息的识别算法进行研究,这些算法包括了模式识别的算法和连续识别的算法。在模式识别算法的研究中,对支持向量机等数种分类器开展研究和评价,评价标准包括分类速度和分类准确度等指标,在算法研究的基础上对多次脱戴等因素对识别效果的影响进行更深入的探索。本文中与模式识别研究并列的是连续识别的研究,研究通过线性回归的方法对手指位置进行连续预测,使用平均绝对误差（MAE）等指标进行评价。为了构成完整的假手平台和方便识别算法实际应用实验,本文在假手手指的结构设计领域开展研究,由于半掌截肢的特殊性,该应用场景下的假肢手指驱动需要内置于手指内部,本文还在进行驱动内置型假手手指的设计基础之上尝试将耦合自适应等特性结合入假手的设计中。最后,本文还将信息提取和识别部分的研究于假手手指结合起来,基于专用的实验平台对全系统进行实验,实验包括了假手手指性能的单独实验以及与识别算法结合的系统实验。基于这些实验对识别方法以及假手手指性能做出评价。