仿生肌电假手是一种通过提取人前臂表面肌电信号（sEMG）的某些有效信息来辨识人手部动作模式进而控制假手做出相应的动作的仿生机器手。目前国内外仿生假手本体的研究正在蓬勃开展，而假手控制方法的研究却相对滞后，且已成为仿生假手应用的主要制约因素。本文针对多自由度仿生机械手，着重开展仿生机械手的肌电控制方法研究。首先，本文对国内外仿人型假手、肌电信号以及肌电信号在假手控制领域的研究现状进行了细致的综述。在深入了解了人前臂神经肌肉功能结构基础上，准确选取了表面电极的安放位置。建立了表面肌电信号采集系统，能够按不同的采样频率采集高信噪比表面肌电信号。其次，分析并提取了表面肌电信号的6种时域特征、3种频域特征、小波变换系数、2种非线性熵与2种分形维数总共14种特征，并进行了特征组合得到4个特征组合，搭配LDA分类方法比较研究4个组合的分类成功率和分类实时性。提出了基于PCA和LDA的肌电信号分类方法，步步深入地研究了基于PCA和LDA的分类对表面肌电信号的动作模式识别效果。再次，将机器学习的思想引入肌电信号动作模式分类中，提出了基于树型结构的肌电信号分类方法。首先提出基于一种二叉树结构KD树的肌电信号分类方法，接着又提出基于一种多叉树结构IHDR树的肌电信号分类方法。深入研究了这两种分类方法对表面肌电信号动作模式分类的具体问题。最后，开发了基于Matlab GUI的肌电假手控制系统软件平台。对基于PCA和LDA的分类方法进行了仿生机械手实时肌电信号控制实验。