当人体肌肉收缩时,通过在皮肤表面安放电极可采集到肌肉相应动作电位,即表面肌电信号。表面肌电信号已被广泛地应用于肌肉损伤诊断、康复医学及体育运动等方面的研究,其中一项重要和典型的应用为用表面肌电信号控制假肢。传统的肌电假肢控制方式训练过程漫长、动作笨拙、使用不自然,使用者精神负担大。随着先进的信号处理技术及高性能微处理器的应用,出现了基于模式识别的肌电假肢控制技术,这种方法可以减少使用者的训练时间,实现自然、方便的操控,极大地提高了使用的便利性。本文即是对基于模式识别的假肢控制的相关内容进行研究,主要内容包括以下几个方面。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。建立八通道表面肌电信号采集装置,包括表面肌电信号放大滤波电路和基于虚拟仪器的肌电信号采集软件。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。提出将织物电极应用于肌电假肢控制中。为了证实这一方法的可行性,设计了织物电极,采用实验对比的方法,比较了织物电极与传统电极采集的信号经过模式识别后的动作分类精度,证明了织物电极可以取代传统电极应用于智能假肢控制中。建立机械假肢的控制接口电路,采用Solidwork软件和VRML虚拟现实语言建立了虚拟假肢模型,并利用Matlab软件的Simulink工具箱对虚拟假肢进行实时控制。