脑卒中是导致运动残疾的主要疾病，功能恢复主要依赖康复治疗。以生物力学为核心的运动再学习理论有效地指导了运动康复治疗方案的制定。但是由于上肢生物力学特征复杂，致使上肢功能康复率较低。传统临床上的康复评估方法过分依赖于主观判断，很难定量化分析。而目前智能康复技术主要基于视觉跟踪或机器人辅助，视觉跟踪方法场地要求严格且后续处理复杂，而机器人辅助是去除重力下的特定二维运动与实际状态下功能性运动存在差异。因此，目前相关研究未能有效揭示患者实际状态下上肢三维运动中多关节运动相关肌群间的协调水平及与运动实时同步对应的生物力学机制。　　本文结合本实验室的微传感器人体运动捕获技术和多通道肌电采集分析技术，突破方法学上的瓶颈，同步地采集健康人和患者在实际够物运动中的相关肌电及运动学数据，融合这两种数据研究并定量分析患者在运动过程中上肢表现出异常的运动模式，并通过肌电特征从机理的角度上对异常运动模式产生的原因做了很好的解释。此外，融合肌电和运动学数据还能够估算出肌肉力的大小，而肌肉力的研究是人体运动控制、骨肌损伤与防护以及人工关节设计等的重要因素。综上所述，使用基于肌电和运动传感器数据融合的上肢康复方法，可以实时、定量和可视化地进行临床分析和诊断治疗，对临床康复治疗策略的制定和优化提供了极具价值的指导。　　本文的主要工作和创新点包括:　　使用微型传感器人体运动捕获系统和多通道肌电采集和分析技术，精确测定并提取了正常人与脑卒中偏瘫患者在实际状况下够物过程中肩、肘、腕关节的运动学特征，以及相关肌群的实时状态、肌肉激活顺序以及肌群间协调水平等肌电特征。　　建立生物力学关键特征的数字度量，对比和分析正常人与不同程度的患者间肌电和运动学特征之间的差异性，融合肌电及运动学特征来解释患者存在的异常运动模式及导致此种异常模式的原因。　　通过融合运动学参数、肌电参数，并建立骨肌系统模型仿真人体运动，结合肌肉收缩模型及合适的建模参数来估算肌肉力的大小。