心电图和肌电图是由肌肉活动过程中的电信号变化引起的，是医疗保健管理中常用的重要参数，用于监测人体疲劳状态以及肌肉活动信息。中风康复训练中心通常在治疗医师的指导下为偏瘫患者提供生理活动康复治疗，但有限的医护资源不能满足每位偏瘫患者的需求。而现有的机器人辅助康复设备效果是通过传统的临床试验前和试验后结果来评估的，缺乏连续检测。本项目开发的生理监护系统简单易操作、能够实时详细记录康复训练过程，并将生理信息可视化，能够让患者根据自身情况以及训练目标在康复过程中优化治疗方案，提升康复效果，缓解康复医疗资源紧张问题，在康复训练辅助治疗中有着极大的应用前景。 

在偏瘫患者康复训练中，由于体力不可控、活动过度等原因，继发性损伤较为常见，长期训练会造成疲劳，降低训练效果。针对康复训练中的问题，对基于心电和肌电传感的康复穿戴式生理监护系统进行研究，该系统组成及测试如图 4.2 所示。

本研究将心电和肌电传感器相结合，利用数据采集卡在训练过程中获取准确的信号，采集的心电 / 肌电信号经过滤波、 放大、数字化，然后通过蓝牙低能量模块传输到远程接收器，实现了对人体心电和肌电信号的高精度检测，为全面、实时地监测个体生理信息提供了一种新技术，为个人定制化康复方案提供技术参考。同时，基于采集到的信号与 AI 结合， 利用样本数据进行机器学习训练，建立模型，用于判断康复训练进程中的体态姿势是否到位，实现预警与预判。已发表 SCI 论文；申请国内外专利多项；参展了 2020 年高交会，申请 APP 软著 1 项。