智慧團隊型機器人與人機協作研究中心
智慧協同機器人決策與控制關鍵技術開發柯立偉 教授
研究領域
神經工程、腦機介面系統、人工智慧與機械學習於臨床資料探勘、人工智慧與機械學習於生醫訊號處理、計算神經科學、神經網路與模糊類神經網路、智慧型照護系統
最高學歷
國立交通大學電機與控制工程研究所博士
實驗室
神經工程實驗室
可應用領域
-
中風復健：應用於中風患者下肢功能恢復，透過腦機介面與外骨骼輔助步態訓練，提升患者主動參與度、下肢動作控制與復健成效。
-
神經復健與行動障礙訓練：可延伸應用於神經損傷、退化性疾病或行動能力下降族群，協助進行站立、步行、平衡與下肢協調訓練。
-
醫院與復健中心智慧復健服務：可部署於醫療院所、復健中心及臨床訓練場域，協助治療師進行安全、標準化且個人化的步態復健訓練。
-
高齡照護與長期復健應用：因應高齡化社會之行動功能退化與長期復健需求，提供智慧化、主動式與可持續追蹤的下肢復健解決方案。
現有可技轉技術
-
腦電圖解碼演算法：針對下肢運動意圖進行腦電圖特徵擷取與分類判讀，可作為腦控外骨骼、復健機器人與神經復健系統之核心演算法模組。
-
非侵入式無線腦機介面模組：以穿戴式無線腦機介面擷取患者腦部訊號，支援復健場域中的即時訊號收集、分析與控制應用；團隊亦規劃結合已通過生物相容性認證之穿戴式無線腦機介面進行臨床驗證。
-
腦控外骨骼控制介面技術：將腦電圖解碼結果轉換為外骨骼控制訊號，支援步態啟動、步行訓練與復健任務控制，可作為智慧復健設備之控制模組。
開發中之技術
- 閉環式腦機介面下肢外骨骼復健系統：整合腦波訊號、AI運動意圖解碼、下肢外骨骼控制與復健回饋機制，建立可支援臨床應用之閉環式主動復健系統。
- 多階段個人化復健訓練平台：依患者復健狀態提供自然行走與腦控訓練等不同階段之復健模式，支援臨床端個人化訓練規劃。
- 臨床驗證與智慧醫療場域導入：系統未來將規劃導入臨床場域進行驗證，並持續優化腦機介面、外骨骼控制與復健訓練流程，以提升系統之臨床可行性與應用效益。