目的人体关节力矩是康复评估和人机交互中非常关键的因素之一。它可以通过人工神经网络(artificial　neural　network,ANN)模型以肌电等信号作为输入进行预测,但是由于人体结构的复杂性导致缺乏有效方法确定ANN模型的输入变量。为此本文提出了一种基于Hill肌肉模型获取关节力矩神经网络预测最优输入变量的方法。方法采用Hill肌肉模型结合人体几何学知识建立关节力矩,智能预测输入输出关系的数学模型,把Hill肌肉模型中肌肉纤维长度和收缩速度,以及以关节自由度为支点的肌肉力臂等不可活体测量的输入变量,转换成关节自由度所关联肌肉的肌电信号(electromyography,EMG)以及这...