1. 毕业设计（论文）主要内容：

表面肌电信号（surface Electromyography，sEMG）是肌肉收缩时伴随产生的电压信号，它与患者肌肉的功能状态具有一定程度的关联性，能够很好的反映运动肌肉的活动，其在康复领域拥有重要的应用价值，可以用于肌肉状态的评定，特定肌肉运动意图的辨识，肌肉疲劳状态的评价和康复机器人控制策略的制定。本课题拟利用sEMG信号对踝关节康复机器人进行交互控制研究。利用广义回归神经网络（General Regression Neural Network ，GRNN）算法实现踝关节运动意图的识别，并在运动过程中提取合适的肌肉疲劳信息，将患者的运动意图及疲劳信息反馈给控制系统，设计自适应阻抗控制器在线调整运动信息，使康复机器人能够根据患者的运动意图及肌肉状态自适应调整运动模式。

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（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－4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5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

4. 主要参考文献

[1] mengw, liu q, zhou z, et al. active interaction control applied to a lower limbrehabilitation robot by using emg recognition and impedance model[j].industrial robot, 2014, 41(5):465-479.

[2]chandra s, hayashibe m, thondiyath a, et al. differential analysis of musclefatigue induced elbow and wrist tremor in controlled laparoscopicmanoeuvring[j]. international journal of medical robotics computer assistedsurgery mrcas, 2017, 13(3).

[3] 戴虹, 钱晋武, 张震,等. grnn在肌电预测踝关节运动中的应用[j]. 仪器仪表学报, 2013,34(4):845-852.