中文摘要：

国内外关于震颤患者（如帕金森氏病患者）手臂震颤运动的研究大多集中在震颤发生机理与药物治疗等方面，而针对震颤运动识别、预测、实时数学建模以及抑制措施的研究工作相对较少。本研究针对震颤信号的非平稳性以及实时性处理困难等特点，运用希尔伯特-黄变换技术和自适应噪声去除技术，构建一种自适应震颤信号处理模型，实现对复杂震颤信号的实时处理与评估；在此基础上，综合利用基于生物力加载原理的震颤补偿方法和基于功能性神经肌肉刺激技术的震颤抑制方法，结合康复医学，探索一种新型的"混合"震颤抑制策略；借鉴外骨骼机器人技术和可控磁流变液技术，尝试设计一种集震颤检测、评估、抑制于一体的可穿戴型手臂震颤抑制机器人装置，初步解决利用康复医疗装置抑制人体手臂震颤运动的关键科学和技术问题。本课题为手臂震颤抑制的研究提供了一种新思路，为改进震颤患者的生活质量提供了一种新方法，具有重要的理论研究意义和实际应用前景。

结论摘要：

本研究首先全面调研“非药物”抑制人体手臂震颤的基础理论和系统框架；在此基础上，首先设计一种采集和处理震颤信号的可穿戴型手臂检测装置，包括固定在肘关节和腕关节的惯性传感器系统、加速度传感器和表面肌肉电信号系统；针对震颤信号的非平稳性特征，提出一种基于希尔伯特-黄变换方法的手臂震颤信号分析与处理方法，用于获取震颤信号的幅度和频率的时变信息。研究人体手臂与可穿戴型机器人之间的交互作用问题，并构建基于阻抗特性的人-机交互模型和手臂震颤抑制的动力学模型。通过研究人体手臂的生理学特征，构建一种实用的三自由度人体手臂生物力学模型，据此设计一款三自由度全驱动可穿戴型手臂震颤抑制机器人。通过实验验证可穿戴型手臂震颤抑制机器人在抑制人体手臂震颤方面的有效性。本项目为手臂震颤抑制的研究提供了一种新思路，为改进震颤患者的生活质量提供了一种新方法，取得了一系列有意义的研究成果。已申请相关专利9项，其中2项授权；在国内外学术期刊和会议上发表论文7篇。