语言障碍患者的交流方法从来都是一个难题。产生了许多适用于不同种类语言障碍者的沟通方法,例如读唇、手语、写字、打字等,但在探索更新更好的交流方式上人们从未曾止步。特别对于一些肢体残疾的语言障碍人群,例如失去语言能力的渐冻症患者、瘫痪病人等,现有的交流方法仍存在价格高昂或者准确率低等不足。例如著名的渐冻症患者,理论物理学家史蒂芬.霍金就先后尝试过"眼动追踪"、"脑电波识别"和"红外肌肉探测"等多种打字方法,装备有这些打字设备的轮椅价值高达百万美元,但打字效果仍然差强人意。针对这类弱势群体对更新、更好、更廉价交流方式的急迫需求,本研究开发了一种基于人体表面肌电信号(s EMG)特征识别的生机电一体化打字系统样机。该系统基于分析s EMG的变化特征,尝试利用Open BCI公司采集s EMG的单片机CYTON BOARD在JAVA的开发环境下使用Processing软件编程来将特定情况的s EMG的变化特征与我们基于摩尔斯电码而改良出的二阶摩尔斯电码进行一一映射,使该类语言障碍者能够通过学习二阶摩尔斯电码来独立清晰地表达出内心的语言。该研究找寻到了摩尔斯电码的新应用场景,创造了一种基于s EMG和摩尔斯电码转换的新的打字方式,能够解决除全身肌肉萎缩外所导致的语言障碍。除此之外,我们得到了一种衍生的数据转换方式——ZR变换。该系统不仅在解决该类语言障碍的问题上具有广阔的前景,更具有丰厚的市场价值。