表面肌电图（sEMG）
由于信息传输速率高、时间分辨率好，表面肌电图是可穿戴手部手势识别中研究最广泛、最深入的方法。表面肌电图通过贴附于皮肤表面或植入肌肉组织的电极，监测并记录电信号的变化，其中包含驱动手部运动的肌肉收缩的重要信息。
电极布置方式主要有三种：
- 肌肉靶向布置：在特定肌肉上各贴附 1 个传感器，监测肌肉收缩
- 低密度表面电极布置：将多个传感器集成于腕带或袖套，实现手势/动作识别
- 高密度电极布置：在某一区域布置数十个紧密排列的电极，采集肌电信号
当前应用包括：假肢控制、游戏/计算机控制（MYO 腕环）、用户身份认证。手势识别过程中，除了建立直接的 EMG 到手势类别的模式识别模型外，通过对高密度肌电的运动单元反解计算，还可以逆推脊柱中运动神经激活特征，为不同手势共性运动单元的分析提供工具。
优势：属于神经肌肉测量方式，能捕捉丰富且基础的肌肉收缩信息；已有 Delsys、Biometrics 等多款商用肌电采集设备可实现信号的快速、稳定测量，相关算法研究也较为深入。
缺陷：存在个体依赖性和非平稳性；在实际应用中，肌肉疲劳、电极偏移、皮肤出汗等引起的皮肤阻抗变化等因素会对信号造成干扰。
电阻抗断层扫描（EIT）
一种广泛应用于医疗领域的无创断层扫描技术。人体组织具有电阻抗，且阻抗会随组织结构发生变化，可通过贴附于皮肤表面的电极进行监测。该方法同样存在较强的个体依赖性，目前的应用和潜在应用也包括用户身份认证。
优势：对肌肉收缩特征相似的手势具有较高的识别精度。
缺陷：对环境干扰高度敏感（如荧光灯镇流器会产生持续的电磁干扰），且易出现电极与皮肤接触不良的问题。
电接触电阻传感
电接触电阻与接触形状、尺寸和机械接触载荷大小相关，通过测量皮肤形变引起的接触电阻变化来识别手势。目前的应用/潜在应用包括手指关节角度估计。
优势：设备轻量化（约 0.067 kg）、佩戴舒适（无需较大的接触压力），用户接受度高。
缺陷：易受手腕、肘部、前臂无关动作的严重干扰。
电容传感
皮肤形变会导致两个贴附于皮肤的电极之间的距离发生变化，进而引起电容值改变（部分场景下皮肤也可作为一个电极）。目前的应用/潜在应用包括游戏控制、手语翻译、物体控制。
优势：功耗极低，且无需在每次使用前重新训练模型。
缺陷：传感性能易受温度、湿度、皮肤状态变化的干扰，且长期使用后，电极会被皮肤分泌物污染，导致电容值下降。
各电传感模态对比
| 传感模态 | 核心原理 | 主要优势 | 主要缺陷 | 成熟度 |
|---|---|---|---|---|
| sEMG | 采集肌肉收缩产生的电信号 | 信息量丰富，时间分辨率高，商用设备成熟 | 个体差异大，受疲劳、出汗、电极偏移影响 | 高（已商业化） |
| EIT | 测量皮肤阻抗分布变化推断肌肉状态 | 对相似手势识别精度较高 | 对电磁环境敏感，电极接触稳定性差 | 中（研究阶段） |
| 电接触电阻 | 皮肤形变引起接触电阻变化 | 设备轻量，佩戴舒适，用户接受度高 | 易受无关肢体动作干扰 | 低（探索阶段） |
| 电容传感 | 皮肤形变改变电极间距引起电容变化 | 功耗极低，无需每次重新训练 | 受温湿度及皮肤分泌物影响，长期稳定性差 | 低（探索阶段） |