本团队基于肌电模式识别技术，设计了面向交互控制的运动意图识别算法框架，研制了针对康复治疗（例如手功能康复）和日常辅助（例如基于手势和面部动作控制智能设备）的多自由度交互控制系统。在康复训练时，患者需要激活相应的肌肉，本系统分析患者的肌肉活动、提取其运动意图，并驱动康复机器人辅助患者完成动作。
然而，肌电模式识别技术是否适用于脑卒中患者，一直存在争议。主要原因是不同研究得到的识别正确率相差很大，难以确定其是否满足交互控制和用户体验的需求。本团队对脑卒中和脊髓损伤患者分别开展了三类场景实验（分别是离线交叉测试、在线识别测试、实时交互控制），又利用诱发电位等技术排除了肌萎缩等肌源性的影响，提出肌电模式识别技术适用于脑卒中患者，但是部分患者的肌群激活模式稳定性较弱，在动作起始阶段或低收缩力时，更容易受到痉挛等神经源性肌肉异常活动的干扰；这些异常活动是个体差异的主要成分，也是影响运动意图分析的主要因素。
