假肢控制技术研究中,研究者们通常利用解码表面肌电信号(sEMG)来获得截肢者的运动意图。传统的sEMG采集中,为降低皮肤与电极之间的阻抗,通常需要涂导电膏后与皮肤直接接触,因此会导致部分患者皮肤过敏和身体不适,且sEMG容易受肌肉疲劳影响,不便长期监测。针对以上问题,该研究采用一种纳米金柔性传感器,解码其因肌肉收缩拉伸后产生的形变信号,并探究两种不同训练模式在此方法下的分类性能。其中,训练模式包括:重复训练模式,即每组重复做同一个动作;随机训练模式,即动作顺序随机化,每组每个动作只做一次。结果表明,所有受试者使用纳米金柔性传感器的平均手势识别率均在90%以上,且两种训练模式间无显著性差异(重复训练模式为95.5%、随机训练模式为94.2%,P值为0.2275)。这表明纳米金柔性传感器与湿电极一样,可以实现可靠的手势识别。