01
项目总览与目标设定
什么是肌电协同？研究价值与前景 · 如何定义你的研究目标 · 项目整体流程与时间规划
总览规划
02
肌电信号基础
骨骼肌与运动单位 · 动作电位与肌电信号产生 · 表面肌电与针肌电的区别 · 信号基本特征
生理基础
03
硬件选型与搭建
电极类型 · 生物电放大器与采集卡选型 · 屏蔽与接地 · 搭建低成本采集系统
硬件搭建
04
实验设计
受试者招募与伦理审批 · 实验范式设计 · 数据采集协议与流程
实验范式
05
信号预处理（上）
工频干扰与基线漂移去除 · 带通滤波器设计 · 陷波滤波器应用
滤波预处理
06
信号预处理（下）
运动伪迹去除 · 信号分段与加窗 · 常见预处理流程总结
去伪迹分段
07
时域特征提取
积分肌电值(iEMG) · 均方根值(RMS) · 过零点数(ZC) · 威尔逊幅值(WAMP) · 波形长度(WL)
时域特征
08
频域特征提取
傅里叶变换基础 · 功率谱密度(PSD) · 平均功率频率(MPF) · 中值频率(MF) · 频带能量
频域PSD
09
时频域特征提取
短时傅里叶变换(STFT) · 小波变换(WT) · 希尔伯特-黄变换(HHT)简介
时频小波
10
特征工程
特征归一化与标准化 · 特征降维(PCA、LDA) · 特征选择方法
降维标准化
11
模式识别基础
机器学习分类器概述(KNN、SVM、随机森林) · 训练/验证/测试集划分 · 交叉验证
分类器验证
12
深度学习入门
CNN在肌电识别中的应用 · LSTM与时间序列建模 · 迁移学习在肌电中的应用
CNNLSTM
13
手势识别实战
数据集准备(NinaPro等) · 模型训练与调参 · 实时识别系统搭建
实战手势
14
力/力矩估计
肌电-力关系模型 · 线性与非线性回归 · 基于深度学习的力估计
回归力估计
15
协同模式分析
肌肉协同理论 · 非负矩阵分解(NMF) · 协同提取与解释
NMF协同
16
实时系统开发
实时信号采集与处理框架 · Python/C++实时实现 · 延迟优化策略
实时优化
17
人机交互界面
GUI设计(PyQt/Tkinter) · 数据可视化 · 用户反馈机制
GUI可视化
18
评估指标
分类准确率 · 混淆矩阵 · F1-score · 回归指标(R²、RMSE) · 实时系统评估
指标评估
19
统计分析与结果呈现
假设检验(t检验、ANOVA) · 效应量 · 结果图表绘制(Matplotlib/Seaborn)
统计绘图
20
论文写作（上）
论文结构(IMRaD) · 引言与相关工作撰写 · 方法部分详细描述
写作IMRaD
21
论文写作（下）
结果与讨论撰写 · 图表制作规范 · 摘要与结论提炼
写作图表
22
开源工具与库
BioSPPy · PyEMG · scikit-learn · TensorFlow/PyTorch在肌电中的应用
开源库
23
公开数据集详解
NinaPro · CSL-HDEMG · CapgMyo · EMG-EPN-612
数据集公开
24
复现经典论文
如何选择论文 · 复现流程 · 常见坑与解决方案
复现论文
25
项目文档与代码管理
Git版本控制 · README撰写 · 代码注释规范 · 实验记录管理
Git文档
26
硬件进阶
高密度肌电(HD-sEMG) · 无线肌电采集系统 · 可穿戴肌电设备
HD-sEMG可穿戴
27
信号处理进阶
自适应滤波 · 独立成分分析(ICA) · 盲源分离
ICA盲源分离
28
前沿方向
肌电与脑电融合 · 肌电控制外骨骼 · 肌电在康复评估中的应用
前沿融合
29
常见问题与调试
信号质量差怎么办？模型不收敛？实时系统卡顿？
调试FAQ
30
项目总结与未来展望
从研究到产品 · 职业发展建议 · 持续学习资源
总结展望