1. 本选题研究的目的及意义
随着老龄化社会的加剧和运动康复需求的增加，开发准确、便捷、低成本的关节角度预测系统具有重要的社会意义和应用价值。
本研究旨在利用表面肌电信号预测踝关节角度，为康复训练、人机交互和运动辅助等领域提供技术支持。
1. 研究目的
2. 本选题国内外研究状况综述
近年来，表面肌电信号（sEMG）作为一种无创、便捷的生理信号，在人体运动意图识别、关节角度预测等领域得到广泛应用。
国内外学者在基于sEMG的踝关节角度预测方面开展了大量研究，并取得了一定的成果。
1. 国内研究现状
3. 本选题研究的主要内容及写作提纲
本研究的主要内容包括：1.表面肌电信号的采集与处理：设计表面肌电信号采集系统，研究信号预处理方法和特征提取方法。
2.踝关节角度预测模型构建：选择合适的预测模型，并对其进行参数优化，训练和评估模型性能。
3.基于表面肌电信号的踝关节角度预测系统设计：设计系统的总体框架，包括硬件平台和软件平台，并进行系统集成和调试。
4. 研究的方法与步骤
本研究将采用实验研究与理论分析相结合的方法，逐步开展以下研究步骤：1.文献调研：查阅国内外相关文献，了解表面肌电信号的采集与处理方法、踝关节角度预测模型的研究现状以及系统设计方法等。
2.实验平台搭建：搭建表面肌电信号采集系统和踝关节角度测量系统，并进行同步采集实验，获取实验数据。
3.数据预处理与特征提取：对采集到的表面肌电信号进行预处理，去除噪声和干扰，提取时域、频域和时频域等特征。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：1.提出一种基于多特征融合的踝关节角度预测方法：为了提高预测精度，本研究将探索多种特征提取方法，并将提取到的多特征进行融合，以构建更全面的特征集，提高模型的预测能力。
2.构建基于深度学习的踝关节角度预测模型：针对传统机器学习方法对sEMG信号处理能力有限的问题，本研究将探索基于深度学习的预测模型，利用其强大的特征学习能力，以提高预测精度和鲁棒性。
3.设计一种低成本、便携式的踝关节角度预测系统：为了满足实际应用需求，本研究将采用低成本的硬件平台和高效的软件算法，设计一种便携式的踝关节角度预测系统，使其更易于推广和应用。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1. 黄浩, 李建玲, 彭承志, 等. 基于表面肌电信号的人体下肢关节力矩估计[J]. 机械工程学报, 2020, 56(19): 3520-3528.
2. 刘伟, 赵京东, 陈恳, 等. 基于表面肌电信号和深度学习的踝关节角度估计[J]. 仪器仪表学报, 2022, 43(08): 121-130.
3. 周栋, 王天曦, 陈恳, 等. 面向人机交互的表面肌电信号识别研究进展与展望[J]. 自动化学报, 2022, 48(11): 2543-2562.
