ROBOTIC EXOSKELETONS FOR NEUROREHABILITATION: SCIENTIFIC EVOLUTION AND TECHNOLOGICAL FRONTIERS

Neurological disorders, especially stroke, are a major cause of long-term motor disability worldwide. While traditional manual therapy often does not provide the high-intensity, task-focused training needed to maximize neuroplasticity, the introduction of robotic exoskeletons has changed the way motor recovery is approached. This thesis offers a detailed and critical analysis of robot-assisted neurorehabilitation, connecting biomechanical engineering, neurophysiology, and clinical practice for both lower and upper limb recovery. A significant shift is underway: the move from rigid, early passive devices to more human-centered, compliant systems. In lower limb rehabilitation, the analysis points to the value of lightweight designs, the use of inter-limb synergy, and neuromuscular modeling to safely help with postural transfers and restore gait symmetry. For upper limb recovery, there is a need for advanced hardware, such as separated shoulder girdle joints and soft robotic end-effectors, to manage high kinematic complexity, provide haptic transparency, and maintain somatosensation during Activities of Daily Living (ADL). To address the negative "slacking effect" linked to fixed robotic trajectories, newer systems should move from a "bottom-up" to a "top-down" approach. This work looks at how cooperative control strategies, especially the Assist-as-Needed (AAN) model, adjust mechanical support in real time to match the patient's remaining abilities. The thesis also examines the boundary of Artificial Intelligence and Neural Interfaces, showing how High-Density surface Electromyography (HD-sEMG) and Brain-Computer Interfaces (BCI) can interpret motor intention as it happens. By combining multimodal Hybrid BCIs (hBCI), these systems reach Brain-State Dependent Control, which aligns physical assistance precisely with the patient's cognitive effort. This helps to close the disrupted sensorimotor loop and counteracts "learned non-use" through Hebbian plasticity. In conclusion, this thesis discusses the practical challenges that hinder the move from lab prototypes to regular clinical use. Following the Italian "CICERONE" National Consensus Conference, it highlights the essential need for thorough Health Technology Assessment (HTA), standard benchmarking, and meaningful human involvement. In the

I disturbi neurologici, in particolare l'ictus, sono tra le principali cause di disabilità motoria a lungo termine a livello mondiale. Questa tesi offre un'analisi dettagliata e critica della neuroriabilitazione assistita da robot, cercando di colmare il divario tra ingegneria biomeccanica, neurofisiologia e pratica clinica per il recupero sia dell'arto inferiore sia di quello superiore. L'analisi della riabilitazione dell'arto inferiore mette in luce l'importanza di design leggeri, dell'utilizzo delle sinergie tra arti e della modellazione neuromuscolare per assistere in modo sicuro i trasferimenti posturali e ristabilire la simmetria del cammino. Allo stesso modo, il recupero dell'arto superiore richiede hardware avanzato, come giunti del cingolo scapolare disaccoppiati ed end-effector di robotica soft, per affrontare l'elevata complessità cinematica, garantire la trasparenza aptica e mantenere la somatosensazione durante le Attività della Vita Quotidiana (ADL). Inoltre, la tesi esamina la frontiera dell'Intelligenza Artificiale e delle Interfacce Neurali, mostrando come l'Elettromiografia di superficie ad Alta Densità (HD-sEMG) e le Interfacce Cervello-Computer (BCI) possano decodificare l'intenzione motoria in tempo reale. Infine, questo lavoro prende in considerazione le barriere traslazionali che ostacolano il passaggio dai prototipi di laboratorio alla pratica clinica di routine. In ultima analisi, il successo nell'uso degli esoscheletri intelligenti non dipende solo dall'innovazione hardware, ma anche da alleanze terapeutiche multidisciplinari e personalizzate, capaci di mettere il paziente al centro del percorso riabilitativo.