南昌理工学院团队创新AI外骨骼技术，开启智能康复新时代

　　近日，南昌理工学院“韧行”团队凭借AI自适应下肢外骨骼康复机器人项目引发行业关注。该团队融合多模态生物神经感知、数字孪生优化及仿生关节技术，为下肢功能障碍患者提供智能化康复解决方案，推动康复医疗从传统人工模式向智能科技转型。

　　多模态生物神经融合意图感知技术

　　团队研发的多模态生物神经融合意图感知技术，通过肌电传感器、角度传感器与气囊压力传感器的协同工作，实现对人体运动意图的超前识别。当患者产生运动想法时，sEMG信号可在肌肉收缩前50-150毫秒被捕捉，结合足底压力数据与关节角度信息，经BiLSTM神经网络处理后，识别准确率达99.61%。这一技术让外骨骼机器人能提前预判患者动作，如行走、转身等，实时调整助力参数，使康复训练更贴合人体自然运动逻辑。

　　数字孪生个性化康复优化系统

　　基于数字孪生技术，团队构建了患者“生理-病理-功能”三维动态模型。通过可穿戴设备实时采集步态、肌力等数据，驱动虚拟孪生体同步更新，再利用强化学习算法动态调整训练方案。例如，针对脑卒中患者的痉挛步态，系统可模拟不同阻力参数下的康复效果，预测代偿风险并优化训练强度，使单次康复成本从300元降至128元，缩短康复周期30%以上。该系统还能与医院HIS系统对接，为医生提供步态分析、肌力恢复等量化数据报告。

　　仿生变刚度关节与地形自适应技术

　　在机械设计上，团队突破传统外骨骼的刚性局限，采用弹簧预紧力调节与磁流变液阻尼器实现关节刚度动态调节（0.5-15 N·m/rad），并通过滑轮组重构将调节范围扩大300%。配合地形自适应算法，外骨骼可在平地、坡道等场景自动匹配人体下肢刚度特性，人机交互力矩控制在0.8243 N·m以内，同步误差小于5%。如在社区康复场景中，穿戴者可自主通过砂石路面，设备主动缓冲地面冲击，防跌倒设计有效降低89%的意外风险。

　　产业化布局与社会价值

　　目前，该技术已拟与南昌健源康复医院达成战略合作，2025年将在南昌新建区建设标准化生产综合体。项目预计带动就业岗位45个，形成“技术研发-临床验证-产业转化”的闭环生态。其B2B2C商业模式结合服务订阅制，既为医院提供标准化设备，又通过租赁、按次收费等模式降低家庭用户使用门槛，76.79%的调研用户表示愿意尝试租用。

　　南昌理工学院“韧行”团队的创新成果获人民日报、中国科技在线等权威媒体报道，专家评价其“实现了康复机器人从‘机械辅助’到‘智能协同’的跨越”。随着老龄化社会加剧，我国4500万下肢运动功能障碍患者将受益于这一技术，项目不仅推动医疗装备国产化替代，更通过“科技+医疗”模式为健康中国战略提供新范式。