• 智能可穿戴系统的最新进展：从多尺度生物力学特征到人体运动意图预测

导读

当我们的肢体刚做出动作趋势，假肢就能精准响应，外骨骼提前发力辅助，运动手环预警错误姿势，VR 设备感知指尖的每一次触碰…… 这些看似科幻的场景，正随着人体运动意图预测（HMIP）技术的发展成为现实。

而作为这一技术的核心载体，智能可穿戴系统正从单纯的 “信号采集器”，进化为能读懂人体 “运动心思” 的智能终端。近日，华南理工大学等团队在《npj Artificial Intelligence》发表的综述，系统梳理了近十年智能可穿戴系统在 HMIP 领域的研究进展，从多尺度生物力学特征出发，揭开了 “机器读懂人体动作” 的神秘面纱。

图 1 | 人体运动意图预测（HMIP）的应用场景

a 植入式肌肉传感器与HMIP算法改善了假肢控制，助力打造高性能仿生肢体

b 多模态传感器能够实现更准确的意图预测，增强下肢外骨骼的交互式控制

c 机器人通过HMIP系统在近距离操作中辅助人类

d 通过关节角度预测人体运动意图，以警示不良姿势

e 辅助机器人通过预判人类动作，快速响应任务需求

f 用于手指康复监测的可穿戴式电化学发光-热致变色器件（ECL-TVS）

g 将HMIP技术与触觉传感器相结合，实现沉浸式交互的快速感知

h 基于触觉传感器的HMIP交互增强了沉浸式虚拟现实（VR）体验

i 基于HMIP的驾驶员行为预测，用于与车辆系统的交互式规划

图2 智能可穿戴系统的主流传感器部署形式与核心应用场景

图3 智能可穿戴系统在人体运动意图预测 (HMIP) 领域的应用场景研究者们提出了一套基于多尺度生物力学特征的HMIP系统架构，将人体运动的“密码”分解为三个层级：

综述聚焦人体运动意图预测（HMIP）领域，阐述了智能可穿戴系统从多尺度生物力学特征出发的研究进展，明确 HMIP 是智能可穿戴系统实现智能辅助与防护的核心，其依托全身、关节、肌肉三尺度生物力学特征为数据基础，通过惯性、机械、生物电等多模态传感器实现信号采集，结合传统机器学习（LDA、SVM 等）和深度学习（CNN、LSTM、Transformer 等）算法完成意图预测，已应用于医疗康复、工业生产、竞技体育等多场景；同时指出当前研究面临生物力学特征选择无标准化框架、传感器性能权衡与多模态融合浅层化、算法场景适应性不足等挑战，未来将向精准生物力学建模、智能融合策略、高性能传感器材料、系统化隐私保护方向发展，且需兼顾监管认证要求以推动技术落地。

相关产品与科研支持

迈尔诺医疗紧跟研究热点，推出以下适用于面部肌电研究的传感器产品：分布式肌电传感器、FPCB高密度阵列式肌电传感器、分散式肌电传感器；织物式肌电传感器，适用研究领域：神经性面瘫、表情分析、情感识别、人机交互、口语训练等，如您对面部表面肌电图（sEMG）感兴趣，欢迎随时与我们联系，我们乐意为您提供更多信息与技术支持。

五、关于迈尔诺医疗

迈尔诺医疗致力于成为全球领先的生物信号装置供应商。通过整合远程数据管理平台和可穿戴生物传感器设备，实现长期健康指标跟踪与监测，形成对生活方式、心理状态、体征参数等的完整解决方案。可为体能训练、医疗康养、慢病监测、教学科研等行业提供国内领先的硬件与数据服务。