在日常生活中,中风发病常常会引起人们不同程度的运动性障碍,使得部分患者丧失了基本的活动能力,患者为了较快速的恢复,往往忽视了肌肉的疲劳程度而进行长时间或高强度的康复训练,引起了一些负面效果,更甚是危害生命安全。所以,患者需要寻求合理的、有效的治疗方式来帮助自己恢复身体健康。传统的康复或简单的医疗设备已不能满足用户对健康的需求,因此研制新的智能辅助设备对患者进行实时监控并科学地制定康复计划有着广阔的市场前景。人们日常活动中,有些肌肉疲劳可以主观感知而有些则感知不到,如果长时间不顾肌肉的疲劳而过量运动很可能会对肌体产生伤害,所以我们需要实时了解肌肉的疲劳状况,避免对肌体产生伤害。因此,对于肌肉电的实时性检测和反馈是很有必要的。通过对肌肉电信号采集及数据处理的方法研究可以获知,表面肌电信号特征能较好的表征肌体的疲劳状态,凭借它的反馈可以及时了解自身肌肉所处的状态,并做出相对应的科学性康复计划,帮助患者有效的恢复身体健康。本文在深入研究国内外上肢康复机器人的基础上,结合当前的相关康复医学理论,总结出了基于sEMG的肌肉疲劳度的评估在上肢康复设备设计方面的可行性及设计原则,旨在开发一款具有安全性、智能性、实用性等特点的上肢康复训练的设备,用于帮助患有上肢肢体运动障碍的人群,快速恢复日常的生活能力。该设备的系统根据sEMG信号数据来检测肌体的疲劳程度,并给予及时的反馈和提醒,既可以避免对患者肌肉的二次伤害,又可以对患者的上肢关节活动能力进行简单的快速评估。该设备轻便安全,患者不需要医师一对一的跟踪治疗,患者完全可以独立的完成日常的康复训练,在保证患者及时持续治疗的同时,很大程度上也减少了训练费用的开支,所以该康复的用户需求性强,实用范围广,具有较好的市场前景。本文在现有sEMG信号采集的基础上,通过比对患者在不同负载下主动和被动康复时的肌肉疲劳度,提出了基于小波包熵方法来评测肌肉疲劳度并进行检测反馈的方法,并基于此进行研制使患者更安全有效的康复训练的产品。本文主要研究内容有以下几点:1)深入研究国内外康复训练相关产品及系统的研发现状,及康复训练系统评价与检测方法。(2上肢动作的sEMG模式识别的方法研究,包括肌肉的选择,确定特征组合以及算法运行环境及肌电信号采集与处理等。(3)采用小波包熵方法实现对上肢肌肉疲劳程度的评估研究,包括不同运动状态下的信号数据的划分,评价验证等(4)通过前期康复医学及生理结构等理论分析,再结合肌肉疲劳度状态的可视化,推导患者康复训练动作与设备控制机构之间的关系,拟定主动康复运动模式,研发上肢康复训练设备及其交互界面,实现有针对性、科学性的正确训练方式。