بازشناسی خودکار حالت عاطفی می تواند در تحقیقات روان شناسی، روان پزشکی، علوم رفتاری، علوم اعصاب و همچنین در بهبود ارتباط انسان و رایانه، پژوهش های روباتیک، پژوهش های بازاریابی و بسیاری از زمینه های متنوع دیگر مفید واقع شود. از جمله روش های بازشناسی خود کار حالت عاطفی که نسبت به روش های دیداری- شنیداری، به آن توجه کمتری شده است، نظارت بر تغییرات فیزیولوژیک به وسیله ثبت سیگنال های محیطی است. حالت های مختلف عاطفی باعث تحریک دستگاه عصبی خودمختار و به دنبال آن تغییرات فیزیولوژیک به وسیله دو بخش سمپاتیک و پاراسمپاتیک و در نهایت ایجاد الگوهای مشخص در سیگنال های محیطی می شود. در نتیجه می توان با ثبت این سیگنال ها و استخراج ویژگی های مناسب از آن ها به دسته بندی قابل قبولی برای حالت های عاطفی دست یافت. با این وجود بسیار مشکل است که نگاشت واحدی بین الگوهای فیزیولوژیک و حالت های عاطفی مشخص برقرار کرد. زیرا علاوه بر آن که دستگاه عصبی خودمختار یک سیستم چند منظوره برای بسیاری از فرآیند های غیر عاطفی نیز می باشد، با محدودیت های متنوع دیگری نیز برای کاربرد های عملی مواجه هستیم. در این پژوهش با توجه به نتایج پژوهش های پیشین، آزمایشی مطمئن به منظور ایجاد چهار وضعیت عاطفی شادی، خشم، حزن و لذت در 25 داوطلب سالم برپا می شود. در حین انجام آزمایش سیگنال فعالیت الکتریکی قلبی، سیگنال رسانایی پوست، فعالیت الکتریکی ماهیچه ای قسمت بالای عضله ذوزنقه ای و سیگنال تنفسی داوطلبان بطور همزمان ثبت می گردد. همچنین روش مناسبی به منظور انتخاب افراد شرکت کننده در آزمایش پیشنهاد می گردد. پس از جمع آوری داده های معتبر و ثبت سیگنال در شرایط کاملاً کنترل شده، در ابتدا پیش پردازش های لازم بر روی سیگنال ها از قبیل قطعه بندی، هموارسازی، حذف نویز و درست نماها و حذف انحراف خط پایه انجام می گیرد. سپس ویژگی های متنوعی از هر نوع از سیگنال ها استخراج می شود. در ادامه مقایسه ای بین روش های کاهش بعد، انتخاب ویژگی، دسته بندی کننده و نتایج اعمال آن ها بر روی ماتریس نمونه ها و ویژگی ها برای حذف ویژگی های غیرمربوط و نیل به بهترین درصد صحت تفکیک چهار وضعیت عاطفی انجام می شود. نتایج به دست آمده نشان می دهد روش پیشنهاد شده می تواند چهار حالت عاطفی مشخص را با روش های متفاوت دسته بندی، با دقت بالاتر از 70% تفکیک کند. در ادامه یک مطالعه تکمیلی نیز انجام می شود و این آزمایش با ایده جدیدی مبتنی بر الکترودگذاری سه گانه برای ثبت سیگنال الکتریکی صورت تکرار می گردد. این روش الکترودگذاری، دارای محتوی اطلاعاتی بالایی است و می تواند نتایج بازشناسی را بهبود بخشد. به علاوه این نحوه الکترود گذاری برای استفاده در پیشانی بند، کلاه و عینک مناسب خواهد بود. نتایج این آزمایش بیانگر توانایی قابل قبول سیگنال های فیزیولوژیکی برای تفکیک چهار حالت عاطفی مشخص است. روش های پیشنهاد شده می تواند در آینده به طراحی یک سیستم دقیق بازشناسی خودکار حالت عاطفی مستقل از فرد برای استفاده در شرایط برون آزمایشگاهی کمک نماید.

بیماران ضایعه نخاعی می توانند به کمک تحریک الکتریکی عملکردی (fes) مجددا قدرت برخی از حرکات از جمله برخاستن از صندلی را در سطح ابتدایی بدست آورند. در کنترل کننده های fes بر مبنای روش دنبال کننده مسیر توجه می گردد که برای هر بیمار خاص با استفاده از روش های بهینه سازی، حرکت مطلوب (ورودی مرجع کنترل کننده) تولید گردد. در این پایان نامه مسیر زوایای مفاصل و تحریک ماهیچه ها برای انتقال بدن از حالت نشسته بر روی صندلی به حالت ایستاده (sts) با استفاده از روش بهینه سازی دینامیک (به روش کلاسیک و هوشمند) و نیز روشی که جدید مبتنی بر بهینه سازی دینامیک و استاتیک بر پایه حل معادلات دینامیک معکوس سیستم تولید می شود. روشی نیز برای پارامتریزه کردن فضای جستجو جهت یافتن مسیر بهینه حرکت sts بر مبنای بسط نیم دامنه کسینوسی فوریه ارائه می گردد. به علت طبیعت مسئله دینامیک معکوس ، این روش ها از بسیاری دشواری های عددی که نوعا در حل مسائل کنترل بهینه استاندارد مطرح هستند اجتناب می کنند. با استفادهاز تابع هدف مناسب و محدودیت های توصیف کننده حرکت توسط روش های ارائه شده، حرکت sts و تحریک ماهیچه ها برای تولید این حرکت پیش بینی شده و نتایج بدست آمده با نتایج موجود در کارهای قبلی مقایسه می شوند.