未来，康复机器人或许能帮你站起来( 三 )_来源：中科院之声在社会老龄化、自然灾

目前，针对肌电、脑电、及运动和力学信息识别人体运动意图已经有大量的研究工作成果可以借鉴。通过肌电来估计关节力或者运动、通过力位信息来估计关节力等已经获得了较高的识别准确率，而基于脑机接口的意图识别一般只是限定在有限的动作模式上，与人体自然运动还有差距。如何设计可靠性高、识别精度高、实时性能好的意图识别系统还是有待突破的技术难点。而如何增强患者神经、肌骨以及认知等的参与水平目前还处在探索性的起步阶段。

中科院自动化研究所侯增广研究团队结合患者多模态数据，设计柔顺的控制方法，先后研发了坐卧式下肢康复机器人（iLeg）、上肢康复机器人（CASIA-ARM）和全周期多位姿下肢康复机器人（iLeg-II）等样机平台，从机械结构、控制系统等层面仿生人类肢体功能，优化人机相容性，提高人机交互柔顺性。其中，iLeg是针对早期四肢瘫/瘫痪患者研发的一款自动化康复医疗设备；CASIA-ARM是面向家庭化康复需求研发的一款触觉反馈上肢康复机器人；iLeg-II是针对脑卒中和脊髓损伤下肢瘫痪患者的临床康复需求研发的一款覆盖康复早、中、后期的全周期下肢康复机器人。

课题组以神经肌肉的多层次协同感知和强化参与为特色，自主研发了多通道sEMG采集仪和FES刺激仪，并和自主研发的上下肢康复机器人实现了无缝集成，设计了基于闭环脑机接口、注意力调控系统、“按需辅助”原则的个性化训练策略和多种康复训练模式，从生理和心理多个层面强化患者参与水平，针对患者的个体特征和响应实现按需辅助的个性化康复。相关样机平台在中国康复中心和国家辅具中心进行了初步的患者临床实验，验证了样机的临床可行性和有效性。