摘要：基于sEMG(表面肌電信號)的動作識別被廣泛應(yīng)用于機器人輔助康復(fù)領(lǐng)域中.傳統(tǒng)的運動識別方法多是利用訓(xùn)練后的參數(shù)模型,辨識出有限個已知動作.但由于患者患側(cè)難以長時間保持某一動作,無法獲得準確訓(xùn)練模型,導(dǎo)致在線分類、在線運動角度估計時存在較大誤差.針對這一問題,提出一種自適應(yīng)閾值分類模型,將歸一化后的特征值極值與設(shè)定閾值比較即可方便快速地獲取動作分類結(jié)果,然后估計得到患者關(guān)節(jié)運動角度.對于不同康復(fù)階段的患者而言,模型可以根據(jù)患者肌電信號強弱自適應(yīng)改變閾值的大小.通過踝關(guān)節(jié)動作識別實驗方法有效性,相比傳統(tǒng)線性判別分析、K近鄰以及BP神經(jīng)網(wǎng)絡(luò)等方法,該方法精度更高、所用時間更短,更適用于患者患側(cè)的主動控制.