人体运动功能重组和神经科学的研究证明机器人辅助康复训练能够实现运动与神经功能的重塑。研究精准的运动功能量化评价方法与肌肉疲劳算法,可以减少康复医师评价康复效果的主观性,降低辅助康复训练的危险性,能够保障患者开展安全有效的康复训练以实现运动功能重组。本文从人体上肢运动机理出发,分析运动的动力来源,以肌力作为运动功能量化评价指数,研究sEMG、运动数据与肌力的关系,构建了sEMG、关节角度与期望肌力相结合的肘关节肌力预测模型,为实时监测运动功能重组状态提供准确的肌力参数,借助误差分析验证了预测模型的精准度和可靠性。同时,研究五种肌肉疲劳算法的抗干扰与区分疲劳程度的能力,旨在为肘关节偏瘫患者开展长久重复性康复训练提供一种更加有效的肌肉疲劳评价算法。本文研究内容与成果如下:本文分析肌肉结构与肌力影响因素,研究了sEMG与肌肉激活程度的关系,关节角度与肌肉收缩状态的关系。系统讨论基于生物力学和sEMG肌力预测方法的优缺点,阐述了 sEMG与关节角度相结合的肌力预测模型构建与求解方法,通过与传统肌力预测方法对比,分析了该模型的优势与修正方法。针对搭建肘关节肌骨模型的需要,通过深层次分析上肢生理结构参数,系统性研究OpenS im肌骨仿真建模方法,借助Arm26上肢全肌骨模型搭建个性化肘关节肌骨模型,选取肘关节屈曲运动数据验证了模型输出参数符合肌肉收缩变化规律。同时,对肘关节展开逆向动力学分析,求解运动的仿真肌力,实验结果可以用于提供预测模型所需的期望肌力。为了深入探究模型的精准性,构建了sEMG、关节角度与期望肌力相结合的肘关节肌力预测模型。同步采集肘关节屈伸运动的sEMG和运动数据,计算肌肉激活度,关节角度与期望肌力等模型参数,借助构建的模型优化预测肌力。误差分析结果显示该模型大幅度的降低了预测误差,能够为肘关节实时运动功能评价提供精准的肌力指数。旨在为肘关节辅助康复训练提供实时的高质量肌肉疲劳检测算法,以肘关节屈曲运动为例,计算五种不同形式肌肉疲劳算法的指数,对各指数展开线性回归分析及K-S检验,以回归方程的确定系数R2代表其抗干扰能力,以两个指数K-S检验的最大垂直距离Lmax代表其区分疲劳程度的能力。结果显示频谱距SMR在不同疲劳状态下均具备很强的抗干扰和区分疲劳程度的能力,为肘关节运动功能受损患者开展辅助康复训练选取了一种更加有效的实时肌肉疲劳检测算法。最后,总结全文,指出了本文研究工作的不足,展望肘关节肌力预测与肌肉疲劳算法的研究方向。