1. 研究目的与意义（文献综述）

在人体肌肉内，中枢神经系统的运动神经发出的动作电位通过神经纤维到达肌肉，肌肉产生兴奋和收缩，肌电信号（emg）就是由许多微弱的动作电位组合的序列总和，其中蕴涵了很多与人体动作相关联的信息。肌电信号可通过表面肌电拾取电极或针式肌电拾取电极加以引导、记录，通过针电极拾取的肌电信号称之为针肌电信号，而通过表面电极拾取的肌电信号称之为表面肌电信号（semg）。这些年来，肌电信号的检测与分析取得了飞速的进步，使其广泛地应用 于临床诊断、康复、仿生控制和工程应用等领域。由于表面肌电信号是从人体骨骼肌表面通过电极引导、记录下来的神经肌肉活动发射的生物电信号，与肌肉的活动状态和功能状态之间存在着不同程度的关联性，能在一定程度上反映神经、肌肉的活动。

肌电信号是具有明显特征的人体电信号，本研究所做的特征提取就是寻找出这种明显的特征，主要通过肌电信号分析，提取较为明显、有效的特征值；然后再根据有效特征值的差异，进行模式分类，从而确定不同的肌肉运动，以驱动假肢、手臂关节与大腿关节等康复器。

2. 研究的基本内容与方案

1.基本内容：

基于matlab平台完成传统表面肌电semg信号处理过程中常用的信号处理函数，主要包括预处理、指标提取和统计分析等函数；预处理主要是进行降噪处理和指标提取前的数据准备；指标提取包括时域、频域、时频特征指标提取；以及后期对指标的部分整合处理函数。

2.研究目标：

3. 研究计划与安排

第1周—第4周 搜集资料，撰写开题报告；

第5周—第6周 论文开题；

第7周—第12周 撰写论文初稿；

4. 参考文献（12篇以上）

[1]farge m, kai s. wavelet transforms and their applications to mhd and plasma turbulence: a review [j]. journal of plasma physics, 2015, 81(6).

[2]phinyomark a, nuidod a, phukpattaranont p, et al. feature extraction and reduction of wavelet transform coefficients for emg pattern classification [j]. elektronika ir elektrotechnika, 2012, 122(6): 27-32.

[3]do#287;an b, #350;enyürek v y, varol h s, et al. a comparative study of denoising semg signals [j]. turkish journal of electrical engineering amp; computer sciences, 2013, 23(4).