近日，中國科學(xué)院沈陽(yáng)自動(dòng)化研究所（下簡(jiǎn)稱(chēng)“沈陽(yáng)自動(dòng)化所”）關(guān)于表面肌電信號分析的兩篇綜述文章分別被自動(dòng)化學(xué)報英文版和自動(dòng)化學(xué)報中文版錄用。兩項研究系統性地總結了表面肌電識別領(lǐng)域的關(guān)鍵問(wèn)題和難點(diǎn)問(wèn)題，為開(kāi)展人機融合智能研究奠定良好的基礎。

表面肌電意圖識別技術(shù)是人機融合智能技術(shù)發(fā)展的重要支撐技術(shù)，在智能假肢、康復機器人等領(lǐng)域具有重要的應用價(jià)值。然而在實(shí)際應用中常常受到電極偏移、個(gè)體性差異、肌肉疲勞、肢體姿態(tài)或其他綜合性干擾等多種因素的影響，使得表面肌電識別技術(shù)難以推廣使用。如何克服上述因素影響是目前急需解決的關(guān)鍵問(wèn)題。

沈陽(yáng)自動(dòng)化所醫療康復機器人團隊在深入分析的基礎上，提出了非理想肌電的概念，建立了非理想肌電分析的框架體系，在構建肌電數據集、探索深度學(xué)習和遷移學(xué)習方法，以及肌電分解技術(shù)研究等方面，對未來(lái)的關(guān)鍵技術(shù)進(jìn)行了展望，文章被《自動(dòng)化學(xué)報》中文版錄用。針對電極偏移這一難點(diǎn)問(wèn)題，團隊提出了一種自適應矯正方法，可以估計出環(huán)形傳感器偏移的角度，將動(dòng)作估計精度提高了35.72%，相應成果收錄在IEEE J. Biomed. Health Inform。

同時(shí)，科研團隊融合深度學(xué)習的特征提取能力和模型泛化能力，對動(dòng)作分類(lèi)、角度估計、力估計、多模態(tài)信息融合、個(gè)體性差異以及魯棒性等問(wèn)題結合深度學(xué)習方法進(jìn)行了系統性的總結，分析了目前主要的問(wèn)題及對應的解決方案，并展望了未來(lái)研究方向,文章發(fā)表于IEEE/CAA J. Autom. Sinica。

與人共融是機器人技術(shù)發(fā)展的重要特征，將人的智能與機器人的智能相融合推動(dòng)了與人共融機器人的發(fā)展。長(cháng)期以來(lái)，課題組致力于人機融合智能領(lǐng)域的理論研究和應用實(shí)踐，是國內最早利用表面肌電進(jìn)行人體連續運動(dòng)意圖估計的團隊之一，首次提出基于運動(dòng)單元分解的運動(dòng)意圖識別方法，開(kāi)發(fā)了手部康復系統、踝關(guān)節康復系統、上/下肢外骨骼康復機器人等系統并結合患者開(kāi)展臨床試驗，研究成果先后發(fā)表在了IEEE Trans. Ind. Electron, IEEE Trans. Neural Syst. Rehabil. Eng等頂級國際學(xué)術(shù)期刊上。

上述研究得到了國家自然科學(xué)基金委、中國科學(xué)院和機器人學(xué)國家重點(diǎn)實(shí)驗室的大力支持。