本論文研究首先以非監督式類神經網路方式自動區分肌電訊號來估算所對
應之力道或運動意願之強弱，再增加觸覺感測器，利用多層模糊推論策略
方式，使義肢能粗略判斷物體之軟硬度以決定施力之大小而不致捏壞物體
。整個控制策略之軟硬體以80196KC單晶片來發展成具智慧型操控之肌電
義肢。此外，針對正常雲圖之形狀、特性進一步研究。論文研究共分以下
三部份：第一部份研究首先根據肌電訊號來計算轉折數和平均振幅用來當
作訓練的數據，送入以競爭學習法則的非監督式類神經網路。學習結果發
現每個輸出神經元粗略對應不同的力道，而且由實驗中發現有關轉折數和
平均振幅的分佈與所謂正常雲圖的關係稍有不同，但從此分佈圖中仍可以
看出力道之分佈區域。此外，根據運動意願所觸發的肌電訊號，亦可藉此
法去區分運動意願之強弱，對殘肢者而言，便可自動找尋運動意願與對應
力道之強弱關係。第二部份根據第一部份正常雲圖之形狀關係不同，進一
步探討其原因，發現肌電訊號之雜訊濾的不夠時，使得訊號增強時轉折數
反而減少，但這並不影響神經網路自動區分力道之能力。第三部份自行增
加應變計及電位計當力量及位置觸覺迴授之資訊，利用多層模糊推論策略
使義肢能粗略判斷物體之軟硬度以決定施力之大小而不致捏壞物體，同時
處理義肢機構磁滯之現象。在硬體方面發展脈寬調變方式之馬達驅動器以
節省電源，並以80196KC單晶片來發展控制器以取代原義肢之控制器。