随着生活水平的提高,健康问题引起了人们的关注,尤其是踝关节损伤。据调查所知:踝关节损伤的发生率在不断增长,仅次于下肢损伤,位居第二位。然而,评测其康复的主要参考指标为关节活动度。目前,国内外研究学者针对关节活动度的测量和康复机器人的设计进行了大量研究,却忽略了踝关节各方向运动的综合表达和关节活动度的检测。本文通过对采集的脚踝转动角度和表面肌电信号进行分析处理,实现了踝关节最大转动角度的检测和融合肌电信息的三维运动空间量化。具体研究内容分为以下几点:第一,本文采集了30名受试者在踝关节活动度测量过程中的角度信息和表面肌电信号。通过提取表面肌电信号的时域特征值-积分肌电值和频域特征值-平均功率频率,并分析它们随角度变化的规律,得到辨识踝关节是否转到最大角度的时域检测方法和频域检测方法。经实验验证,其检测的正确率均在80%左右。为了提高检测的正确率,本文还使用支持向量机建立非线性分类模型用于关节活动度的检测,其正确率高达93.8%。第二,采集踝关节在每个跖屈或背屈转动角度下分别做最大内翻、外翻、内旋、外旋运动过程中的角度信息,并通过建立数学模型实现踝关节三维运动空间的量化,得到三维运动空间的大小及边界曲线。对实验组和对照组进行比较,两组之间存在显著性差异(P<0.01)。证明此量化方法得到的三维运动空间可作为评测踝关节灵活性及康复程度的一项指标,为踝关节康复训练仪器的轨迹规划提供了更全面的数据。第三,为了提高踝关节三维运动空间的精确度,本文将肌电信号融入到三维运动空间的量化过程中。使用基于表面肌电信号的关节活动度检测方法检验三维运动空间的边界点,剔除非边界点,得到融合肌电信息后的三维运动空间,并与融合肌电信息前得到的三维运动空间进行比较分析。以上研究为踝关节的康复评测提供了更加准确的数据和全面的指标;为康复机器人的轨迹规划提供了数据支撑;为其它关节的康复研究提供了理论依据。