(notorycznych. Informacje te zostały wykorzystane w scenariuszu automatyzacji rehabilitacji. Algorytm ten polegał na automatycznej zmianie wybranych parametrów rehabilitacji na podstawie pomiarów stanu mięśni, które wykorzystywały sygnały elektromiograficzne.
Ostatnia teza niniejszej pracy dotyczyła rejestracji i przetwarzania sygnałów elektromiograficznych. Teza zakładała, że na podstawie tych sygnałów można skutecznie estymować aktywność jednostek (notorycznych mięśni oraz siłę i zmęczenie mięśni z dokładnością i szybkością umożliwiającą sterowanie robotów rehabilitacyjnych. Teza ta została udowodniona w trakcie praktycznych eksperymentów przy współudziale opracowanego robota rehabilitacyjnego oraz systemu elektromiograficznego. W tym celu należało opracować matrycę elektrod elektromiograficznych oraz stworzyć nowe modele, jak również zoptymalizować wektor deskryptorów sygnałów sEMG.
Porównując opracowaną technologię do systemów rozwijanych w innych ośrodkach naukowych należy stwierdzić, iż istnieje kilka bardziej zaawansowanych systemów robotycznej rehabilitacji. Nie mniej jednak do najbardziej innowacyjnych elementów niniejszej dysertacji doktorskiej, które mogą przyczynić się do rozwoju robotyki rehabilitacyjnej należą:
• zbadanie zależności biomechanicznych kończyny górnej pod kątem budowy robotów rehabilitacyjnych (pozwoliło to na zaprojektowanie kilku ergonomicznych egzoszkieletów kończyn górnych);
• opracowanie udoskonalonych robotów, które dzięki użyciu standardowo dostępnych części są zoptymalizowane pod kątem kosztów wytwarzania;
• opracowanie nowych deskryptorów i modelów sygnałów sEMG;
• badanie stopnia nieliniowej korelacji różnych deskryptorów miopotencjałów i dokładności ich klasyfikacji;
• propozycje zabezpieczeń przyszłych robotów rehabilitacyjnych;
• konkluzje na temat przyszłych systemów sterowania przeznaczonych do robotów rehabilitacyjnych.
Rysunek 15 Przegląd robotów wykonanych w ramach niniejszej pracy doktorskiej
17