為了使主動式踝關節假肢攜帶者能更好地根據外部環境和步態的變化實現假肢自然行走,設計了主動式智能踝關節假肢的機械結構和控制系統,提出了主動式踝關節假肢運動軌跡的中樞模式產生器(CPG)控制策略。主動式踝關節假肢通過動力機構為人體提供了運動動力,可實現人體運動的主要功能和特性。通過Matlab/simulink仿真,有效驗證了基于生物中樞模式產生器控制機制的主動式踝關節的運動控制方法,能夠使主動式踝關節假肢的輸出軌跡準確快速地跟蹤期望軌跡。因此該主動式踝關節假肢能實現及時調節和動作,智能性增強,同時本文提出的該項技術對智能假肢的發展具有重要的實用價值。
人體動作和路況的快速準確識別是實現智能假肢自主控制的基礎與前提。本文提出了一種基于假肢（下肢）慣導信號的高斯混合模型（GMM）和隱馬爾可夫模型（HMM）融合的人體動作和路況識別方法。首先，使用慣性傳感器采集膝關節處 x、y 和 z 軸方向上的加速度、角度和角速度信號，然后用時間窗截取信號段并用小波包變換消除信號的抖動噪聲；接著對預處理后的信號進行快速傅里葉變換，提取其系數作為特征值；隨后對特征進行主成分分析（PCA），去除冗余信息；最后采用高斯混合模型和隱馬爾可夫模型進行假肢動作和路況識別。試驗結果表明，本文方法對常規的動作（散步、跑步、騎行、上坡、下坡、上樓梯和下樓梯）的識別率分別達到 96.25%、92.5%、96.25%、91.25%、93.75%、88.75% 和 90%。同等試驗條件下，將本文方法與常規的支持向量機（SVM）識別方法進行比較，結果顯示本文方法的識別率明顯較高。本文研究結果或可為智能假肢的監測和控制提供新的思路和途徑。
目的綜述用于構建智能假肢人機接口的靶向肌肉神經功能重建（targeted muscle reinnervation，TMR）手術，為截肢患者的殘肢功能重建提供新的臨床干預范式。方法廣泛查閱國內外相關文獻，系統性闡述智能假肢的外科需求、TMR手術方案、目標人群與預后，以及TMR的發展與未來。 結果TMR手術通過重建“大腦-脊髓-外周神經-骨骼肌”的神經傳導通路，增加模式識別所需的表面肌電信號，促進截肢患者對于智能假肢的直覺操控。TMR術前應根據截肢患者的殘肢情況及功能需求設計個性化手術方案，不同目的的TMR手術應針對不同目標人群。 結論TMR手術已被國外認證為改善假肢操控能力的變革性技術，有望成為國內200萬截肢患者新的臨床干預范式。