pendent plasticity. In Neural Networks(IJCNN)，The 2010International Joint Conference on(pp.1-8), IEEE.
[0053] 3.Buneo,C.A., Jarvis,M.R., Batista,A.P.,&Andersen,R.A.,(2002), Direct visuomotor transformations for reaching.Nature,416(6881),632-636.
[0054] 4.Davoodi,R. ,&Loeb,G.E. ,(2011, February),MSMS software for VR simulations of neural prostheses and patient training and rehabilitation，In MMVR(pp.156-162).
[0055] 5.Davoodi，R.，Urata，C.，Hauschild，M.，Khachani，Μ·，&Loeb，G.E.，（2007)， Model-based development of neural prostheses for movement，Biomedical Engineering, IEEE Transactions on,54(11),1909-1918.
[0056] 6.De Sapio，V.，Khatib，0.，&Delp，S.，（2008)，Least action principles and their application to constrained and task-level problems in robotics and biomechanics,Multibody System Dynamics,19(3),303-322.
[0057] 7.Dethier,J.,Nuyujukian,P.,Eliasmith,C., Stewart,T.C.,Elasaad,S.A., Shenoy,Κ.V.,&Boahen,K.A.,(2011),A brain-machine interface operating with a real-time spiking neural network control algorithm.In Advances in Neural Information Processing Systems(pp.2213-2221).
[0058] 8.Hauschild，M.，Davoodi，R.，&Loeb，G.E.，（2007)，A virtual reality environment for designing and fitting neural prosthetic limbs,Neural Systems and Rehabilitation Engineering, IEEE Transactions on,15(1),9-15.
[0059] 9.Hochberg，L.R.，Bacher，D.，Jarosiewicz，B.，Masse，N.Y.，Simeral，J.D.， Vogel,J.,...&Donoghue,J.P.,(2012),Reach and grasp by people with tetraplegia using a neurally controlled robotic arm，Nature，485(7398)，372_375.
[0060] 10.Khatib,0.,(1995), Inertial properties in robotic manipulation:An object-level framework,The International Journal of Robotics Research，14(1)， 19-36.
[0061] 11.Lebedev，M.A.，Tate，A.J.，Hanson，T.L.，Li，Z.，0'Doherty，J.E.，Winans， J.A.,...&Nicolelis,M.A.,(2011),Future developments in brain-machine interface research·Cl inics，66，25_32·
[0062] 12·Naidu，D·S·，Chen，C·Η·，Perez，A·，&Schoen，Μ·P·，（2008，August)，Control strategies for smart prosthetic hand technology:An overview,In Engineering in Medicine and Biology Society，EMBS 2008.30th Annual International Conference of the IEEE(pp.4314-4317)JEEE.
[0063] 1 3 . Sabes , P . N . , ( 2000 ) , The planning and control of reaching movements.Current opinion in neurobiology，10(6)，740-746·
[0064] 14.Srinivasa,N.,&Cho,Y.,(2012),Self-organizing spiking neural model for learning fault-tolerant spatio-motor transformations,Neural Networks and Learning Systems，IEEE Transactions on,23(10),1526-1538.
[0065] 15.Velliste，M.，Perel，S.，Spalding，M.C.，Whitford，A.S.，&Schwartz，A.B.， (2008)，Cortical control of a prosthetic arm for self-feeding,Nature ,453 (7198),1098-1101.
[0066] 16.De Sapio,V.(2011),Task-level control of motion and constraint forces in holonomically constrained robotic systems, in Proceedings of the 18th World Congress of the International Federation of Automatic Control.
[0067] 17.De Sapio,V.and Park,J.(2010)Multitask constrained motion control using a mass-weighted orthogonal decomposition,Journal of Applied Mechanics, Vol.77,No.4,p.041004.
[0068] 18·De Sapio，V.，Khatib,0·and Delp，S·(2005)，Simulating the task-level control of human motion:a methodology and framework for implementation,The Visual Computer,Vol.21,No.5,pp.289-302.
[0069] 19.Thelen,D.G.and Anderson,F.C.(2006),Using computed muscle control to generate forward dynamic simulations of human walking from experimental data,Journal of Biomechanics,Vol.39,No.6,p.1107.
[0070] 20.Thelen,D.G.,Anderson,F.C.and Delp,S.L.(2003)generating dynamic simulations of movement using computed muscle control , Journal of Biomechanics,Vol.36,No.3,pp.321-328.
[0071] 21.De Sapio,V.,Khatib,0.,and Delp,S.(2006),Task-level approaches for the control of constrained multibody systems,Multibody System Dynamics, Vol.16,No.l,pp.73-102.
[0072] (2)主要方面
[0073] 本發(fā)明具有三個"主要"方面。第一是一種用于已知從神經(jīng)成像數(shù)據(jù)推斷的運動意 圖來控制機器人假肢裝置的系統(tǒng)。該系統(tǒng)典型地采用計算機系統(tǒng)操作軟件的形式或者采用 "硬編碼"指令集的形式。該系統(tǒng)可以被納入到提供不同功能性的范圍廣泛的裝置內(nèi)。在一 個方面中，該系統(tǒng)被納入到一種機器人中，該機器人具有致動器和附件或者其他運動可操 作部件以及任何其他可能被要求提供本文中描述的功能性的部件。第二主要方面是一種典 型采用軟件形式的、使用數(shù)據(jù)處理系統(tǒng)(計算機)來操作的方法。第三主要方面是一種計算 機程序產(chǎn)品。該計算機程序產(chǎn)品通常表示存儲在非暫時計算機可讀介質(zhì)例如小型盤(CD)或 者數(shù)字通用盤(DVD)的光存儲裝置、或者例如軟件或磁帶的磁存儲裝置上的計算機可讀指 令。計算機可讀介質(zhì)的其他非限制性例子包括硬盤、只讀存儲器(ROM)和快閃型存儲器。這 些方面將在以下更詳細(xì)描述。
[0074] 圖1中提供一個描述本發(fā)明的系統(tǒng)（即計算機系統(tǒng)100)的一例的框圖。計算機系統(tǒng) 100被配置成進行與程序或算法相關(guān)聯(lián)的計算、處理、操作和/或功能。在一個方面中，在本 文中討論的某些處理和步驟被實現(xiàn)為一系列指令(例如，軟件程序），該指令駐留在計算機 可讀存儲器單元內(nèi)并由計算機系統(tǒng)100的一個或多個處理器執(zhí)行。當(dāng)被執(zhí)行時，這些指令使 計算機系統(tǒng)1〇〇進行特定動作并呈現(xiàn)特定行為，例如本文中描述的行為。
[0075] 計算機系統(tǒng)100可以包括地址/數(shù)據(jù)總線102,該地址/數(shù)據(jù)總線102被配置成進行 信息通信。另外，一個或多個數(shù)據(jù)處理單元例如處理器1〇4(或多個處理器)與地址/數(shù)據(jù)總 線102連接。處理器104被配置成處理信息和指令。在一個方面中，處理器104是微處理器。替 代地，處理器104可以是不同類型的處理器例如并行處理器或者場可編程門陣列。
[0076] 計算機系統(tǒng)100被配置成利用一個或多個數(shù)據(jù)存儲單元。計算機系統(tǒng)100可以包括 與地址/數(shù)據(jù)總線102連接的易失性存儲器單元106(例如，隨機存取存儲器（"RAM"））、靜態(tài) RAM、動態(tài)RAM等），其中，易失性存儲器單元106被配置成存儲用于處理器104的信息和指令。 計算機系統(tǒng)100還可以包括與地址/數(shù)據(jù)總線102連接的非易失性存儲器單元108(例如，只 讀存儲器（"ROM"），可編程R0M( "PR0M"），可擦除可編程ROM( "EPR0M"），電可擦除可編程ROM ("EEPROM"），快閃存儲器等），其中，非易失性存儲器單元108被配置成存儲用于處理器104 的靜態(tài)信息和指令。替代地，計算機系統(tǒng)100可以執(zhí)行從在線數(shù)據(jù)存儲單元例如在"云"計算 中被檢索的指令。在一個方面中，計算機系統(tǒng)100還可以包括與地址/數(shù)據(jù)總線102連接的一 個或多個接口例如接口 110。該一個或多個接口被配置成使計算機系統(tǒng)100能夠與其他電子 裝置和計算機系統(tǒng)接口連接。由一個或多個接口實施的通信接口可以包括有線(例如，串行 電纜、調(diào)制解調(diào)器、網(wǎng)絡(luò)適配器等）和/或無線（例如，無線調(diào)制解調(diào)器、無線網(wǎng)絡(luò)適配器等） 通信技術(shù)。
[0077] 在一個方面中，計算機系統(tǒng)100可以包括與地址/數(shù)據(jù)總線102連接的輸入裝置 112,其中，輸入裝置112被配置成將信息和命令選擇通知到處理器100。根據(jù)一個方面，輸入 裝置112是字母數(shù)字輸入裝置例如鍵盤，該字母數(shù)字輸入裝置可以包括字母