对于人体表面肌电(SEMG)信号提出一种新的研究方法, 即在磁场刺激下, 采用小波变换的方法, 对从掌长肌、肱桡肌、 尺侧腕屈肌和肱二头肌上采集的4路表面肌电信号进行分析, 并提取其6 级小波分解系数绝对值累加和的平均值作为信号的特征, 构建特征矢量. 输入神经网络分类器进行模式识别, 经过训练能够成功地识别出握拳、 展拳M、腕内旋、腕外旋、 屈腕、伸腕、 前臂内旋、 前臂外旋8种运动模式.实验结果表明, 该方法识别率高, 所需数据量少,运算速度快, 实时性好, 为肌电等生物电信号的研究提供了一
