随着近年来我国偏瘫患者人数的不断增加,辅助康复训练系统逐渐成为康复医疗领域的研究热点。本文基于表面肌电信号（s EMG）建立了人机交互接口,运用虚幻4（UE4）引擎编写了手部康复训练系统软件,最终构建了手部康复训练系统。本文主要工作总结如下:首先,结合sEMG信号的特点和生理机理,使用表面电极采集s EMG信号,根据信号集的用途设计了相应的预处理方案,并提出了基于主成分分析的起始点检测算法和基于幅值特性的起始点检测算法。其次,进行了离线和在线动作段信号的获取,计算了动作段信号的时域特征和频域特征,并根据多通道信号的特点,提出了一种新的特征——绝对平均值的标准差（SDAM）。在选取合适的特征后,对特征空间进行了降维和归一化,分别采用支持向量机（SVM）和逆向传播（BP）神经网络构建了分类器,并进行了分类效果对比,结果表明SVM在离线动作分类中具有更高的分类精度,其精度达到92.59%。考虑到患者的康复过程中安全性和趣味性需求,基于UE4引擎设计了康复训练系统软件,分别制作了用户界面模块、游戏机制模块、人工智能模块以及动画模块,用于激发患者的训练积极性,并在软件安全方面设计了语音急停模块和疲劳检测模块。最后,分别进行了基于主成分分析的起始点检测算法和基于幅值特性的起始点检测算法的实验验证,并开展了疲劳检测实验,验证了模型的可行性。进一步地,采用SVM进行了主动康复训练实验,验证了康复训练系统的可行性和鲁棒性,其综合动作识别率达到87.56%。