功能性电刺激因可以激活骨骼肌产生运动而已广泛用于偏瘫患者肢体功能恢复。但是这种治疗仅能够被动刺激肌肉活动，不能协调和引导肌肉运动。大多数自然运动是需要多关节多块肌肉的协调性运动，而单纯的肌肉运动是不能够分析运动解决方案。已有文献报道上肢和手在进行复杂运动时，人工神经网络系统（ANNs）可以预测多块肌肉的活动模式。

理论上，肌电图（EMG ）信号与ANNs结合能够准确预测多种运动行为，可以为进行功能电刺激的偏瘫患者提供运动所需要的模板。这种预测包括复杂的多关节运动以及与周围环境的互动。但事实是否如此有待验证，为此来自美国亚利桑那大学生理学与神经科学系的Fuglevan博士及其同事进行了相关研究，并发表于J Neuroeng Rehabil 2015年1月份的电子期刊上。

本研究纳入9名健康志愿者，并要求其进行上肢随意运动、抓握、移动不同重量的物体和将物体移向不同方向的动作。与此同时记录手的位置、手的方向和拇指的抓握力和右上肢12块肌肉的肌电图信号，以检测人工神经网络对上肢负重和非负重活动的预测能力。

研究发现上肢进行额外负重和不负重运动，ANNs对肌肉肌电信号的预测能力一样好。本研究所使用的这种具有最佳预测能力的ANNs是一种包含有58个神经元的四个隐层前馈网络系统。在移动物体的整个运动过程中，此神经网络对9个志愿者的12块肌肉肌电图信号的预测值和实际肌电信号测定值之间的平均系数（R2值）具有统计学意义，说明预测值与实际测定值间差异较小。

这种合理的精准度说明：当瘫痪患者需要产生包括与物体互动在内的复杂的肌肉运动时，ANNs可对运动刺激模式提供初始估计。