通过分析传统肌电假肢存在的问题和国内外该领域的研究现状,建立基于模式识别的肌电假肢控制总体方案,并对总体方案的组成结构、功能和具体实现方法进行比较详细的介绍。设计了八通道生物信号采集装置,包括表面肌电信号放大滤波电路,以及基于Matlab的信号处理程序。其中肌电信号放大滤波电路包含放大、高通滤波、低通滤波、带阻滤波和补偿电路等模块；肌电采集软件可以实现肌电信号的采集、存储等功能。为了提高假肢控制系统分类的准确度,本文采用信号融合的方法,通过融合6通道的肌电图(EMG)信号与2通道的肌动图(MMG)信号,以及基于模式识别的线性判别分析(LDA)算法,研制了基于MMG和EMG信号的假肢控制系统,系统能对采集到的信号进行处理并得出动作分类结果然后控制假肢完成相应动作。对8位测试者的腕屈、腕伸、张开、握拳4类动作以及静止状态进行假肢控制的动作分类准确度实验,准确度达94.6%±1.3%,比单独用MMG信号(88.5%±1.6%)或EMG信号(精度90.4%±1.5%)效果更好。实验结果证明本系统实现了假肢控制动作的有效分类,有望应用于上臂截肢的残疾人。