运动单位是肌肉功能的最小单元。运动单位数目是确定机器人辅助康复的目标肌肉的依据之一。针对近年来提出的基于CMAP scan的运动单位数目估计方法，本团队开展了如下研究：
1）通过对第一骨间背侧肌、拇短展肌等肌肉开展CMAP scan测量，明确了D50、STEPIX、MScanFit等反映CMAP scan特性的指标的性能，包括可重复性、对电刺激脉宽等实验条件的敏感性等，并发现STEPIX和MScanFit都可以较好地反映脊髓损伤后运动单位丢失的情况。
2）提出了一种反映运动单位数目的指数CDIX。其算法采用高斯混合模型为噪声和运动单位建模，基于建模结果，提取出与运动单位有关的数据点，再从信息熵角度得到一个反映运动单位组合激活的概率分布的指标。实验结果显示，该指标反映运动单位缺失的能力优于MScanFit等现有的指标。
3）提出了一种全新的运动单位数目估计方法StairFit。该算法利用递增阶梯函数拟合CMAP scan曲线，在求解优化问题得到最佳拟合模型的同时，可以获得运动单位数目的估计以及单个运动单位的幅值和激活阈值等相关信息，可用于检查运动单位缺失和肌肉纤维神经再生。
