为了准确捕捉人体下肢关节在不同运动模式下的运动状态,提出一种利用肌电信号进行下肢多关节连续运动预测的方法。采集人体在蹲起运动、膝屈伸运动和上下阶梯运动时的肌电和运动数据进行处理分析,利用肌肉骨骼几何建模软件Opensim建立人体骨骼肌肉仿真模型,并进行逆运动学分析,提取人体下肢关节运动曲线。建立人体下肢在矢状面内的运动与肌电的映射关系,利用麻雀搜索算法优化Elman神经网络,实现对踝、膝和髋关节角度连续变化的预测,与传统的反向传播神经网络、支持向量机回归和Elman神经网络预测结果进行对比。结果表明:利用麻雀搜索算法优化的Elman神经网络在预测下肢关节角度变化中具有更高的精度,且该预测模型在不同运动模式下关节运动预测值与测量值均表现出一定的相关性,相关系数均大于0.89,证明利用肌电信号进行下肢多关节连续...