摘要：基于sEMG(表面肌電信號)的動(dòng)作識別被廣泛應(yīng)用于機(jī)器人輔助康復(fù)領(lǐng)域中.傳統(tǒng)的運(yùn)動(dòng)識別方法多是利用訓(xùn)練后的參數(shù)模型,辨識出有限個(gè)已知?jiǎng)幼?但由于患者患側(cè)難以長時(shí)間保持某一動(dòng)作,無法獲得準(zhǔn)確訓(xùn)練模型,導(dǎo)致在線分類、在線運(yùn)動(dòng)角度估計(jì)時(shí)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(dòng)作分類結(jié)果,然后估計(jì)得到患者關(guān)節(jié)運(yùn)動(dòng)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(qiáng)弱自適應(yīng)改變閾值的大小.通過踝關(guān)節(jié)動(dòng)作識別實(shí)驗(yàn)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(shí)間更短,更適用于患者患側(cè)的主動(dòng)控制.