脑卒中后手功能康复机器人综合干预研究进展

Abstract

Using intelligent rehabilitation robot to intervene hand function after stroke is an important physical treatment. With the development of biomedical engineering and the improvement of clinical demand, the comprehensive intervention of hand-function rehabilitation robot combined with new technologies is gradually emerging. This article summarizes the hand rehabilitation robots based on electromyogram (EMG), the brain-computer interface (BCI) hand rehabilitation robots, the somatosensory hand rehabilitation robots and the hand rehabilitation robots with functional electrostimulation. The advantages and disadvantages of various intervention methods are discussed, and the research trend about comprehensive intervention of hand rehabilitation robot is analyzed.

引言

脑卒中是由于脑部血管堵塞缺血或者血管破裂出血引起的一种疾病，发病率高，致残率高，发病趋于年轻化^[1]，患病后常常造成严重的肢体运动功能障碍^[2-3]，其中手功能障碍对患者的生活影响尤为严重。手部神经分布密集且精细，与大脑神经关系紧密，另外大脑皮层中控制手部的区域面积较大，所以手功能障碍难于恢复。因此，对脑卒中患者手功能障碍进行康复干预成为临床与生物医学工程领域的研究热点。

传统的手功能障碍主要采用作业治疗、针灸治疗及药物治疗。和这些传统干预方式相比，通过康复机器人进行物理干预，具有成本低、无创伤、无副作用和操作简单等优势。康复机器人和传统的康复器械不同，康复机器人具有逻辑控制系统，能够自动完成一系列复杂的操作，达到康复治疗的目的。手功能康复机器人可以带动患者进行手部动作训练，对手部肌肉进行干预，防止肌肉僵化。由于人体运动监视器的存在，康复机器人带动患侧手进行训练时，也会刺激外周神经，传入大脑感觉运动皮层。患者反复进行运动训练，可以促进潜伏神经通路的启用和神经轴突发芽，促使运动功能改善和恢复。

随着现代生物医学工程的发展，在传统的手功能康复机器人基础上，逐渐产生结合生物信号反馈、功能性电刺激、虚拟现实技术的综合干预，以此提高康复疗效。综合干预指的是两种或者两种以上康复工程技术结合到一起。所谓结合不是简单的排列组合，如先进行某种干预再进行某种干预，而是结合到一起，需要满足时间同步性和设备统一性。本文对新兴的手功能康复机器人综合干预方法进行介绍，阐述了各种方法的优势与不足，讨论了如何将各种干预方法相结合，并且分析了手功能康复机器人的研究趋势。

1. 基于肌电的手功能康复机器人

肌电信号具有幅值高、易检测、特征明显等特性，容易进行模式分类，可用于康复训练中生理状态、运动情况、康复状况的反馈与监测。脑卒中后运动功能障碍患者常常会有残余肌力，却无法完成实际运动动作。在这种情况下，可以通过检测肌电来确定帮助患者完成指定动作需要补足的力量，通过机械结构施加相应的力，带动患者运动起来，完成主动康复训练^[4-8]。利用肌电反馈作为驱动信号，控制康复机械手带动脑卒中患者手部进行训练，训练方式包括抓握和对捏，完成机器人辅助式作业治疗。研究发现，试验组与对照组有显著差异，有肌电驱动的作业疗法效果明显优于传统作业疗法^[9]。因此，诸多专家学者将肌电信号与手功能康复机器人相结合进行综合干预。

Moital 等^[10]研制出了轻便式肌电反馈手功能康复系统，肌电信号来自健康的前臂，通过模式识别技术来判断食指和中指的屈曲和伸展，利用可穿戴式外骨骼机器人带动患者手部进行康复训练。运动训练的启动和关闭通过对侧手来完成。Leonardis 等^[11]研制出双侧手功能康复训练设备，检测偏瘫对侧手的肌电信号，对肌电信号进行模式分类。然后将分类结果作为驱动信号作用于可穿戴的训练设备，训练装置带动偏瘫手完成与对侧手一致的动作训练。这种双手训练方式可以很好地利用偏瘫对侧手的运动能力完成主动式的康复训练。通过健侧或者患侧肌电来帮助患者进行手部康复训练，如图 1 所示，可以有效利用患者残留运动能力，将患者的主动意念参与进来。和传统的被动康复训练相比，结合肌电信号的干预可以同时干预外周神经和中枢神经。但是利用肌电反馈控制康复机器人进行训练时，为了提高精度，需要采集更多通道的肌电信号。在张贴较多电极片的时候，不同操作批次容易产生粘贴电极片的位置差异。另外，个体的肌电信号差异也较大，需要考虑结合心电等生理信号，改善分类算法，保证自适应特性。

图 1.

Rehabilitation robot driven by electromyogram signal

肌电信号驱动的康复机器人

2. 脑机接口式手功能康复机器人

脑电信号具有时间分辨率高、操作简单易获取等优点，广泛应用于神经科学领域。人体大脑在进行不同神经活动时，脑电信号也会相应地反映出不同状态。通过提取脑电的多种特征可以对人体大脑进行实时监测和反馈^[12]。结合脑电反馈的康复训练能够激发患者的主动意识，调动患者更多的神经元。由于大脑具有活动依赖可塑性，基于运动想象的脑机接口（brain-computer interface，BCI）康复方法可以建立体外神经环路，如图 2 所示，增加重建运动功能的可能性^[13]。Ramos-Murguialday 等^[14]通过试验证明，在进行运动想象康复干预之后，检测患者 2、4、8 周之后的运动得分情况，试验组明显高于对照组，说明该方法的安全性和有效性。在手功能康复运动训练中，引入脑电信号进行反馈，可以有效提高康复效果。目前在临床试验中被证明有效的 BCI 式手功能康复机器人见表 1^[13-16]。

图 2.

Establishment of an extracorporeal neural circuit by using electroencephalogram signals to drive rehabilitation equipment

利用脑电信号驱动康复设备建立体外神经环路

表 1. Comparison of current BCI hand function rehabilitation robots.

目前 BCI 式手功能康复机器人对比

名称	控制模式	控制算法	驱动力与机器结构
注：FBCSP：频带滤波共空间模式（filter bank common spatial pattern）；SMR：感觉运动节律（sensorimotor rhythm）；PSD：功率谱密度（power spectral density）
BCI 手功能干预系统[13]	BCI 控制	FBCSP 算法	电机控制，机械旋转和伸缩连动
BMI 训练机器人[14]	BCI 控制	SMR 阈值算法	电机控制，牵拉结构
运动想象康复训练系统[15]	BCI 控制	PSD 算法	动画显示，电子屏虚拟手
BCI 外骨骼康复机器人[16]	BCI 控制	基于脑电的贝叶斯分类算法	电机控制，外骨骼欠驱动

Pichiorri 等^[15]开发的基于脑电反馈的三维虚拟手功能训练设备，通过大脑想象手部运动，提取脑电中与运动相关的信号，利用 FBCSP 算法对脑电信号进行分类，控制虚拟现实中的模型手做出相应动作，激发大脑的镜像神经元，完成康复训练。Frolov 等^[16]研究出基于脑电控制的外骨骼式康复设备，通过脑电和事件相关去同步信号的时频耦合特征，对脑电进行实时分类，进而控制康复设备进行康复训练，来完成对患者的助力康复训练。通过脑电控制康复机器人，激活大脑运动回路，可以有效提高大脑可重塑性，训练大脑中枢——脊髓——外周神经环路，完成神经环路的综合干预。但是，脑电是大脑神经元集体活动并且经过颅骨头皮叠加之后的电信号，虽然可以在一定程度上反映出脑部活动状态，却没有特异性很高的特征类型。而且脑电强度微弱，容易受肌电干扰，因此通过脑电对脑部活动状态进行分类时，准确率较低，实时性较差，稳定性不高。如何无延迟、稳定、准确地控制康复机器人，有赖于 BCI 技术的进一步发展。

3. 基于体感的手功能康复机器人

体感也称躯体感觉，是人体视觉、听觉、触觉和本体感觉的总称。在脑卒中后手功能障碍患者康复训练过程中，常常加入视觉、听觉和运动力学反馈。视听觉反馈一般结合虚拟现实或者增强现实技术，让患者身临其境进行运动治疗。运动力学反馈一般利用动作识别技术和压力感应技术，采集患者手部位移、压力和弯曲度信息。试验证明通过多感觉刺激和力学反馈协助康复训练有助于患者运动功能的恢复^[17-18]。

Adamovich 等^[19]通过数据手套采集手部的触觉压力信息，将压力信息传递给上位机，上位机显示出模型手形状。不同的压力信息会操作屏幕里面的模型手进行不同的动作训练，给予操作者视觉与听觉反馈，增强用户体验。通过该系统进行康复，可以训练手指的运动范围、运动速度、运动独立性和手指力量。Morrow 等^[20]研制出基于 X-box 体感的手功能康复系统，系统带有 P5 手套和三维显示屏。Xbox 检测手部运动的体感信息，通过计算机加工处理成驱动指令，操控屏幕里面的用户界面，完成手部运动训练。Chiri 等^[21]研制出 5 自由度的手功能康复机器人，每根手指有 5 个控制模块并采用独立驱动，通过远端牵拉进行驱动。每个控制模块又装有压力传感器，实时反馈压力信息，以此测量传递力的大小来驱动机械手。Pust 等^[22]设计出了柔性传感器阵列，共 144 个传感器，通过检测压力密度和压力位置信息，对脑卒中运动功能障碍患者的接触部位进行定向和定位。基于视听觉、体感、触觉信息的手功能康复设备除了训练运动环路之外，对视觉、听觉、触觉也具有训练效果。由于大脑的小世界特性，在大脑运动皮层活跃时，与其他多个脑区具有交互作用，通过结合体感的手功能康复机器人，可以达到多感觉综合干预的效果。另外，结合体感的手功能康复训练机器人，可以提高训练的趣味性。但是长时间处在虚拟环境状态下，容易造成视觉疲劳，由于视听觉动态延迟，长时间使用可能会造成患者头晕。所以需要提高视听传递的实时性，同时需要设计能够避免视觉疲劳的人机交互场景。

4. 功能性电刺激辅助式手功能康复机器人

功能性电刺激属于神经肌肉刺激，利用低频脉冲诱发肌肉活动，改善或者恢复神经肌肉功能。Rong 等^[23]设计了结合功能性电刺激的手功能康复机器人，包含机械驱动和电刺激两个模块，如图 3 所示，并且用临床试验探究了其对脑卒中患者手部运动功能的影响，发现该机器人可以提高手部运动准确性和缓解手部共同运动。Knutson 等^[24]也用试验证实了功能性电刺激可以更好地提高手指灵活度。Mccrimmon 等^[25]对 9 位脑卒中运动功能障碍患者进行脑控功能性电刺激干预，持续 4 周，运动功能得分明显升高，没有出现不良临床状况，证实了脑控功能性电刺激的可行性与安全性。

图 3.

Hand function rehabilitation system combined with nerve function electrical stimulation

结合神经功能电刺激的手功能康复系统

Ruppel 等^[26]研制出自适应功能性电刺激装置，检测健康侧手指的运动信息，反馈给刺激器，施加能够完成和健侧手指一样动作的电刺激，形成开环可控刺激干预模式。Meng 等^[27]研制出脑控神经肌肉电刺激器，通过检测脑电信号，利用共空间模式算法进行处理，控制功能性电刺激装置。Zhuang 等^[28]提出运动神经拟态模型，结合运动信息和肌电信号，通过非负矩阵分解理论，提取肌肉协同效应，应用于虚拟手臂模型，以此提出个性化神经肌肉电刺激策略和主动控制理论。传统的手功能康复机器人只能间接地训练患者的神经环路，而结合功能性电刺激的手功能康复机器人综合干预可以直接影响神经肌肉活动。与单纯手指运动康复机器人相比，采用带有功能性电刺激的训练方式，使得患者肌张力下降得更加明显、手指灵活度上升得更多以及关节活动范围增加得更明显^[29]，但是电刺激的位点十分关键，需要考虑精确靶点刺激。

5. 总结与展望

本文介绍了手功能康复机器人综合干预方法，包括基于肌电的手功能康复机器人、BCI 式手功能康复机器人、结合体感的手功能康复机器人和功能性电刺激辅助式手功能康复机器人。这些综合干预方法的共同点为均由两种或者两种以上的干预技术进行融合形成的，能够将不同技术在康复治疗过程中的优势发挥出来，提高康复疗效。

这些综合干预方法在具有共同点的同时也各自具有差异性。结合肌电信号和脑电信号的康复机器人是利用神经信号采集与处理技术提高康复过程中患者的主动性，直接将神经信号作为一种反馈模式。结合体感的康复机器人则是采集并处理患者的行为信息，进而提高患者的主动性，神经信号不直接参与反馈。而功能性电刺激辅助式手功能康复机器人是直接对患者的外周神经进行调控，采取的干预方式在所有综合干预手段中最为直接。

另外，不同综合干预方法也具有不同的优势。和传统的被动康复训练相比，利用脑电信号或肌电信号控制手功能康复设备进行训练，可以把主动意识参与到康复治疗中，增加患者脑部运动神经元活动的机会，反复训练后能增强脑部运动神经和脊神经的连接，完成对中枢脊髓以及外周神经的综合干预。脑部运动区域并非独立作用，在进行运动时会与其他脑区进行交互，结合体感的手功能康复机器人可以让患者接受多感觉刺激结合运动增强疗法的综合干预^[30]。长期进行模拟训练可以增加运动神经元可塑性^[31]。功能性电刺激属于神经调控方法，利用电刺激直接干预神经活动，影响神经元兴奋性，调节患者的神经肌肉活动，达到治疗或者改善手部运动功能障碍的目的，完成直接与间接影响神经肌肉活动的综合干预。

虽然现有的手功能康复机器人综合干预具有以上多种优点，但是依然有很多方面存在不足，需要进一步改进：

（1）临床病情较为复杂，患者的运动能力水平不一致，手掌大小不一致，如何提高患者的适配性以及在训练过程中提高患者的舒适度依然需要研究。

（2）人体生理信号一般较为微弱，实时提取信号特征较为困难，分类稳定性较差。将人体生理信号应用于手功能康复设备时，对生理信号的实时分类还需要进一步研究。

（3）神经调控技术可以直接参与影响神经活动，但是在这些神经调控干预手段中，大多属于区域性干预，电刺激只能完成区域性刺激，对病灶区域和正常区域都会产生作用，如何进行定点的精准化神经调控干预仍然值得探究。

（4）各种新型的手部运动功能干预技术具有各自的优势，将各种干预方式相结合进行综合干预，可以发挥各种干预手段的优势。但是不能只将各种干预方法简单组合，需要在满足安全原则、可行性原则和有效性原则的基础上，研究出科学合理的结合方式。

（5）手功能运动干预主要依赖于大脑运动增强可塑性理论，通过各种干预方法来促进神经突触易化、突触发芽或者突触敏化，致使活动依赖性功能重组、其他皮层功能代替重组以及潜伏通路启用。但是大脑神经的具体可塑原理与影响因素还在探究之中，手部运动功能是否存在稳定的代偿机制也有待明确。因此，如何结合人体运动神经环路与神经修复可塑性机制来确定精准的干预方法仍然需要进一步探究。

Funding Statement

国家科技支撑计划（2012BAI33B01）；国家自然科学基金（61503295）