1. 毕业设计（论文）主要内容：

表面肌电(Surface Electromyography, sEMG)信号是一种蕴含丰富人体运动信息的生物电信号，因其非侵入性和采集技术成熟性在人机接口(Human Machine Interaction, HMI)中有着极为广泛的应用。本课题拟设计一个基于sEMG信号的踝关节屈/伸自由度角度预测系统，该系统预测的角度控制脚踝康复机器人。对sEMG信号进行预处理以滤除噪声，并提取特征以获得肌肉激活信息，进而利用NARX神经网络建立激活信息与待估计角度之间的映射关系即激活模型，有效实现人体运动过程中踝关节屈/伸自由度角度的实时预测。论文阐述系统的整体设计方案，通过MATLAB验证角度预测模型的可行性，最后实现预测角度控制脚踝康复机器人。

2. 毕业设计（论文）主要任务及要求

1）查阅相关文献资料15篇以上（其中英文文献不少于2篇）。

（2）完成开题报告。

（3）对semg信号进行预处理，特征提取，并建立激活信息与待估计角度之间的激活模型。进而，用估计角度实现脚踝机器人的控制。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第4－5周：熟练掌握semg信号处理的基本理论，完成英文资料的翻译，熟悉开发软件的使用。

（3）第6－7周：研究角度预测方法，并在matlab中实现各，进行系统的可行性验证。

4. 主要参考文献

[1] 桂奇政，孟明，马玉良，罗志增. 基于肌肉协同激活模型的上肢关节运动连续估计[j]. 仪器仪表学报，2016, 37(6):1405-1412.

[2] jiang n., rehbaumh., vujaklija i., et al. intuitive, online, simultaneous, and proportionalmyoelectric control over two degrees-of-freedom in upper limb amputees[j].neural systems and rehabilitation engineering, ieee transactions on, 2014,22(3): 501-510.

[3] castro m. c. f.,colombini e. l., junior p. t. a., et al. semg feature evaluation foridentification of elbow angle resolution in graded arm movement[j]. biomedicalengineering online, 2014, 13(1): 155.