上肢截肢是影响截肢者日常生活的主要原因之一。它给患者带来了心理、身体以及情绪负担,因此限制了他们日常生活中的生产能力,特别是当他们必须用截肢侧完成某些动作时。尤其是,近年来一些调查显示上肢截肢者的数目在持续增加,这对截肢者的家庭、他们面对的直接环境、所在国家及整个世界都带来了负面的影响。为帮助上肢截肢者重返社会,需给截肢者提供一定的康复辅助设备和训练,首要目的就是使其最大可能地重获失去的运动机能。而有效的康复策略则需要在对患者残肢有正确认识的基础上开发辅助康复设备。此外,患者的肢体运动水平、残肢预后情况、患者就业情况以及患者对辅助设备的特定需求等多方面因素都需要在设计开发假肢时有所考虑。对于开发肌电假肢则还有另外一个必要考虑因素,即患者残肢肌肉是否仍具有生物力学功能,以判断其能否激活并提供足够的肌电信号控制假肢。因此,研究假肢的构造与控制机制,对于能最大程度为截肢患者提供尽可能舒适、便携的假肢辅助设备十分重要。根据控制机制的不同,假肢可以主要分为索控式、基于阈值式以及基于肌电模式识别方法等类型。近年来,肌电模式识别方法被广泛报道,并被认为是一种有潜力的控制策略,这是由于其可以提供直觉、灵巧以及多自由度的运动控制。为推进肌电模式识别控制方法的应用,学术界和工业界协作努力了近十年之久,但是,目前基于肌电模式识别方法的多功能假肢仍然没有很好地应用于临床,因而在上肢截肢者中的接受程度有限。以下几点是影响肌电模式识别假肢鲁棒性的可能原因:(a)假肢使用者的移动,在移动场景下进行同一个上肢动作可能产生不同的肌电模式;(b)现有的肌电特征提取方法为运动意图识别所能提供的神经信息有限;(c)部分截肢者残肢所产生的肌电信息不足,难以对其运动意图进行解码。因此,本论文主要对上述因素展开研究,并提出一些有潜力的解决方法,详述如下。首先,本论文通过记录并分析六位上肢截肢者在四种移动场景(一个静态场景和三种移动场景)下的肌电和加速度信号,研究了移动对肌电模式识别性能的影响。之后,提出了三种解决策略,用以削弱移动对肌电模式识别性能的影响。研究结果发现,采用两阶段顺序方法时,分类性能下降从8.98%显著减少为1.86%;采用混合策略时,分类性能下降减少为3.17%;采用多场景策略时,分类性能下降减少为4.64%。该研究可改善当前多功能假肢的鲁棒性及其临床应用提供潜在的见解,主要体现在:1)对于肌电模式识别和其他相关领域的研究者来说,在不同场景下的运动可能会影响模式识别的结果;2)肌电假肢的研究者需要考虑运动所带来的影响,以改善目前肌电假肢的鲁棒性与稳定性,以提高截肢者在运动过程中正常使用假肢的体验度。第二,为提高肌电模式识别控制方法的准确度和鲁棒性,本论文提出三种新的时域特征。通过对八名上肢截肢者肌电数据的实验研究,发现采用新的特征提取方法可以取得平均92.00%±3.11%的动作分类准确度,比采用常见的时域特征所取得的动作分类准确度高约6.49%(p<0.05)。另外三种评价指标也表明本论文所提出的三种特征优于常用的时域特征,这些结论说明新的特征可促进多功能假肢的临床使用。此外,由实验结果可看出,新的特征提取方法要求运算时间更短,所需内存更小以及准确率更高,这也将促进对于内嵌假肢中的单片机的改进设计。第三,为给高位截肢者提供多功能假肢,本文采用32个EEG特征(包括12个谱域特征(SDDs)和20个时域特征(TDDs))对与多类上肢运动相关的64导运动想象信号进行解码。通过对每个域的特征进行线性组合,获得一组最优TDDs特征,可以取得平均分类精度90.68%,而一组最优SDDs特征取得平均分类精度99.55%,其显著高于单独使用TDD特征和SDD特征(p<0.05)。这些结果说明优化特征组合可以带来较高的分类精度,从而促进鲁棒性高的多功能假肢实用性发展,并验证了对基于EEG信号的多类上肢运动想象信号解码的可行性,以及对谱域特征与时域特征进行线性组合可提高分类结果的准确性和鲁棒性。此外,对于无法利用残肢提供足够的肌电信号控制假肢的截肢者来说,该研究验证了另一种可能的解决办法,即基于脑电信号的多自由度假肢控制方法。最后,本论文对挑战肌电模式识别多功能假肢的临床和商业化成功应用的若干关键问题进行了鉴定和研究,因为这些问题与系统的准确度、稳定性和可靠性相关。另外,本论文提出了如何解决这些问题的方法和提高当前可用假肢总体性能的见解,指出未来的可能研究方向