英国利兹大学博士，康复大学高层次引进人才，副研究员，山东省青年创新团队负责人，生医工助理负责人。研究方向为智能人机交互，旨在构建电生理-运动学-动力学多源信号协同分析体系，为机器人辅助运动康复提供理论支撑。目前以第一/通讯作者在IEEE Trans等高水平期刊发表论文十余篇，主持国家级项目1项，省部级、市厅级10余项，100万以上横向课题2项。担任中国生物医学工程学会康复工程分会青年委员、山东生物医学工程学会理事、康复工程专委会秘书、山东省无障碍促进会专家委员会成员等。

学习工作经历

【学习经历】

2010.09—2014.06，中南大学，交通设备与控制工程，学士

2014.09—2017.06，中南大学，交通设备与控制工程，硕士

2015.08—2015.12，延世大学(韩国)，电子电气工程，访学

2017.09—2021.11，利兹大学（英国），电子电气工程，博士

【工作经历】

2022/01至今，康复大学，康复科学与工程学院，高层次引进人才助理教授，副研究员，生物医学工程助理负责人

研究领域

智能感知与人机交互、医疗康复机器人

教学工作

本科课程：数字电子技术基础

通识选修课：初识智能机器人

承担项目

1.国家自然科学基金委，国家自然基金青年科学基金项目（C类），62503205，面向可信任与可泛化生机接口的脉冲网络-肌骨模型协同建模机制，2026.01-2028.12，在研，主持。

2.山东省科学技术厅,山东省自然科学基金青年项目, ZR2023QH252,面向脑卒中上肢运动康复的先进生机接口设计, 2024.1-2026.12,在研,主持。

3.中国残疾人辅助器具中心,中国残联课题残疾人辅助器具专项（部级）, 2023CDPFAT-03,复杂场景下肌电假手智能感知系统的研发及应用, 2023.12-2025.6,在研,主持。

4.青岛市哲学社会科学规划管理办公室，2023年度青岛市哲学社会科学规划研究项目，QDSKL2301049，青岛加快康复机器人产业高质量发展研究，2024.1-2025.12，在研，主持。

5.山东省教育厅，山东省高等学校哲学社会科学研究项目面上项目(省部级)，人工智能时代山东省仿生假肢产业创新发展与产教融合机制研究，2024.03-2025.03，在研，主持。

6.多模态人工智能系统全国重点实验室，2024年多模态人工智能系统全国重点实验室开放课题资助，MAIS2024102，面向康复机器人鲁棒控制的深度学习建模方法研究，2024.07-2025.12，在研，主持（合作导师：侯增广教授）。

7.模式分析与机器智能工业和信息化部重点实验室，模式分析与机器智能工业和信息化部重点实验室2024年度开放课题，XCA24027，面向人机融合交互的康复机器人肌电控制技术，2024.07-2026.07，在研，主持。

8.山东省教育厅，2024年度山东省高等学校“青创团队计划”人机共融创新团队，2024KJH071，康复机器人柔顺控制与人机互适应关键技术研究，在研，主持。

9.山东省科技厅，山东省重点研发计划科技型中小企业创新能力提升工程，2024TSGC0261，用于单核苷酸多态性质谱设备的研发，2024.09-2026.08，在研，合作主持（共同负责人）。

10.山东省卫生健康委员会，2024年度山东省中医药科技项目，M20244803，基于高密度压力阵列的多维脉搏信号分析及智能脉诊系统研究，2025.2.1-2028.2.1,在研，主持。

11.武汉康养科技产业研究院横向项目，基于多源数据融合的人工智能评估系统与智能康复装备概念验证及中试平台开发，2024.11-2027.11，技术开发合同2024370203003193，在研，主持，110万。

12.海信星海科技（杭州）有限公司技术委托开发项目，手术室具身智能外骨骼开发（一期），2025.07-2026.01，在研，主持，110万。

13.康复大学，临床科研能力提升专项面上项目，K2025LC7101，人机共融导向下神经康复机器人交互控制关键技术及临床验证，2025.01-2026.12，在研，主持，12万。

团队成员

曹伟，中国科学院深圳先进技术研究院博士后，康复大学副研究员，IEEE和中国图像图形学会会员。主持国家自然科学（青年）基金和深圳市自然科学基金（面上）项目各1项，深度参与包括广东省/上海市/武汉市等多地包含国家/省/市级等各层级自然科学基金在内的8项重要科研项目，以第一/合作作者身份在权威知名期刊发表研究论文总数17篇。在信号处理、光度学、结构光三维重建等领域授权/受理国家发明专利4项，授权/受理实用新型专利1项。

那晓栋，康复大学生物医学工程专业讲师，大连理工大学控制理论与控制科学专业博士。主要研究方向为生物医学信号处理、复杂系统建模、人机交互与模式识别。共发表SCI/EI论文15篇，其中以第一作者身份在IEEE Transactions on Cybernetics、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cognitive and Developmental Systems等本领域知名期刊发表研究论文8篇，总影响因子超50。参与多项国家自然科学基金面上项目，担任Applied Soft Computing、Engineering Applications of Artificial Intelligence等多个本领域知名SCI期刊审稿人。

代表性论文

Liu, J., Liu, K., Ge, X., Zhou, P.,Bao, T.*, Gong, W.*, Flexible exoskeleton-assisted training enhances lower limb motor function after stroke: a systematic review and meta-analysis.J. Neurol.,2025, 272(4): 274.

Bao, T.,Lu, Z.*, Zhou, P.*, Deep Learning Based Post-stroke Myoelectric Gesture Recognition: From Feature Construction to Network Design. IEEE Trans. Neural Syst. Rehabil.,2025, 33:191-200.（康复医学1区）.

Bian, Z.#,Bao, T.#, Sun, X., Wang, N., Mu, Q., Jiang, T., Yu, Z., Ding, J.*, Wang, T.,*Zhou, Q.*, Machine Learning Tools to Assist the Synthesis of Antibacterial Carbon Dots. Int. J. Nanomed.,2024, pp.5213-5226（大类二区Top）.

Bao, T.*, Zhang, Y., Zhang, Z.Q. and Zhou, P., Intelligent neural interface for healthcare and rehabilitation. Front.Bioeng.Biotechnol.,2024, 12, p.1406620.

Wu L., Wang C., Liu J., Zou B., Chakrabarty S.,Bao T.*, Xie S.*, Novel Design on Knee Exoskeleton with Compliant Actuator for Post-Stroke Rehabilitation. Sensors.2024, 25(1):153.

Wu L.,Bao T.*, Zou B., Liu J., Sun F., Wang C., Zhou P., Chakrabarty S, Xie S. Quantitative Assessment of Lower Limb Spasticity Using sEMG Data and Bayesian-Optimised SVM. World Rehabilitation Robot Convention (WRRC), 2024, pp. 1-5.

Wang C., Li Z., Sheng B.,Bao T., Sivan M., Zhang Z., Li G., Xie S.*. A Twisting Mechanism With Parallel Springs for Series Variable Stiffness Actuator. IEEE/ASME Transactions on Mechatronics. 2024 Apr 1.

Bao, T.*, Wang C., Yang P., Xie S., Zhang, Z., Zhou, P.*, LSTM-AE for domain shift quantification in cross-day upper-limb motion estimation using surface electromyography. IEEE Trans. Neural Syst. Rehabil., 2023, 31: 2570-2580（康复医学1区）.

Bao, T., Zaidi, S., Xie, S., Yang, P.*, Zhang, Z.*, CNN confidence estimation for rejection-based hand gesture classification in myoelectric control. IEEE Trans. Hum. Mach. Syst., 2022, 52(1): 99-109 (CCF B类期刊).

Bao, T.*, Xie, S., Yang, P., Zhou, P., Zhang, Z.*, Towards robust, adaptive and reliable upper-limb motion estimation using machine learning and deep learning-a survey in myoelectric control. IEEE J. Biomed. Health Inform., 2022, 26(8): 3822-3835 (医学信息1区).

Bao, T., Zaidi, S., Xie, S., Yang, P.*, Zhang, Z.*, Inter-subject domain adaptation for CNN-based wrist kinematics estimation using sEMG. IEEE Trans. Neural Syst. Rehabil., 2021, 29: 1068-1078（康复医学1区）.

Bao, T., Zaidi, S., Xie, S., Yang, P., Zhang, Z.*, A CNN-LSTM hybrid model for wrist kinematics estimation using surface electromyography. IEEE Trans. Instrum. Meas., 2020, 70: 1-9 (二区).

Bao, T., Zhao, Y., Zaidi, S., Xie, S., Yang, P.*, Zhang, Z.*, A deep Kalman filter network for hand kinematics estimation using sEMG. Pattern Recognit. Lett., 2021, 143: 88-94

Bao, T., Han, K.*, Pan, D.,Method for secondary spring load equalization of railway vehicles with two-stage spring suspension: Modelling and optimal regulation. J Cent.South Univ., 2018,25(4): 936-94.