随着许多智能电子设备及应用的普及,人们的生产生活方式发生很大改变,颈部肌肉疲劳已经成为一种普遍现象,严重者甚至发展成颈椎病。表面肌电图(Surface Electromyography,SEMG)是肌肉在进行活动时产生的电信号经过表面电极采集所获得的一组电压时间序列信号,它与肌肉的活动状态和功能状态之间存在十分密切的联系,因而能在一定的程度上反映肌肉的状态,因此可以定量的反映肌肉的疲劳程度。许多研究证明颈部功能锻炼能够改善包括颈椎病在内多种颈部问题,因此本文将以人体颈部静态疲劳期间以及运动时肌肉产生的肌电信号作为研究对象,对颈部肌肉疲劳进行分析并且对颈部运动进行模式识别。本文的主要研究内容围绕着颈部表面肌电信号展开。为了合理的对颈部疲劳进行分析,本文首先设计了两种颈部静态疲劳实验,随后,本文利用表面肌电信号采集系统对人体颈部表面肌电信号进行采集,并通过MATLAB完成带通滤波、陷波滤波、标准化和小波去噪等预处理,然后使用信号分离算法对表面肌电信号进行去混叠分离并对颈部肌肉疲劳进行分析,最后采用BP神经网络对六种颈部基本运动和四种与颈部功能锻炼相关的运动进行模式识别,取得了较高的准确率。实验结果表明,本文所设计的静态疲劳实验对颈部疲劳分析具有较好的效果,对表面肌电信号的处理方法以及特征提取方法和模式识别策略是有效的。本文所做的研究对颈部疲劳分析和颈部动作识别具有一定的参考价值和借鉴意义。