目的功能性近红外光谱(functional near-infrared spectroscopy,fNIRS)技术作为一种新型的无创脑功能检测方法,结合上肢康复机器人,可以及时获取脑功能变化指标,并应用于神经康复领域。康复机器人设计有被动、主动、阻力3种训练模式,其...目的功能性近红外光谱(functional near-infrared spectroscopy,fNIRS)技术作为一种新型的无创脑功能检测方法,结合上肢康复机器人,可以及时获取脑功能变化指标,并应用于神经康复领域。康复机器人设计有被动、主动、阻力3种训练模式,其中阻力模式对具有一定肌力水平的患者有更好的康复效果。阻力模式下的控制方式分为动态控制和静态控制,而有关阻力模式下不同控制方式对于卒中上肢偏瘫病人运动功能的影响尚不清楚,不同控制模式下的重要参数——力度对脑区激活的影响鲜有报道。本研究旨在探讨动态与静态阻力模式在不同阻力水平下对脑卒中患者运动康复期间脑功能变化的影响。方法本研究共招募20名患有上肢功能障碍的脑卒中患者,并预先进行了适应性训练和两种运动模式下3种不同力度的训练。采集双侧前额叶皮层(prefrontal cortices,PFC)、双侧初级感觉运动皮层(primary motor cortices,M1)、双侧初级躯体感觉皮层(primary somatosensory cortices,S1)和双侧前运动皮层和辅助运动皮层(premotor and supplementary motor cortices,PM)在静息和运动训练状态下的fNIRS数据,并计算样本数据在不同生理状态下的偏侧化指数(lateralization index,LI)、锁相值(phase locking value,PLV)和网络测度,来考察皮层激活特性和脑连接拓扑特性。结果与静息态相比,动态模式和静态模式显著激活了脑的对侧M1区和同侧的PM区。与动态相比,静态模式对对侧M1区的激活更明显。脑网络分析结果显示,动态和静息状态下的对侧PFC区和对侧M1区(F=4.709,P=0.038),对侧PM区和同侧M1区(F=4.218,P=0.049)的网络连接强度存在显著差异。此外,研究结果显示,动态模式下M1区激活同力度增加呈正相关,静态模式下则相反。结论动、静态两种阻力训练模式均能激活相应的脑功能区。动态阻力模式比静态阻力模式使脑氧水平变化更大、感兴趣区域(region of interest,ROI)之间的连通性更强,且力度的增加对于不同的模式产生的影响具有差异性。针对脑卒中患者,动态模式可能对运动相关的脑功能区激活有更强的促进作用。展开更多
目的针对现有上肢康复训练系统提供视觉和触觉反馈无法关联的问题,本文以自主研发的末端牵引式上肢康复机器人为基础,研究基于力跟踪的视觉与触觉反馈融合技术及其对于上肢训练的效果。方法在虚拟环境中构建力学模型的基础上,本文设计...目的针对现有上肢康复训练系统提供视觉和触觉反馈无法关联的问题,本文以自主研发的末端牵引式上肢康复机器人为基础,研究基于力跟踪的视觉与触觉反馈融合技术及其对于上肢训练的效果。方法在虚拟环境中构建力学模型的基础上,本文设计两种与视觉反馈融合的触觉反馈,分别为两物体间靠近时的排斥力以及物体在介质平面移动时的摩擦力,进而采用基于力跟踪的机器人控制算法将虚拟环境中构建的力反馈通过操纵杆传递给用户。招募8例健康受试者,分别在有无反馈融合模式下进行对照训练。在训练过程中采集受试者与系统的实际和期望力反馈,以及三角肌前束、三角肌后束、肱二头肌和肱三头肌的表面肌电信号。计算有反馈融合模式下期望与实际力反馈之间的均方根误差,用于表征基于力跟踪的多感觉反馈融合效果。计算两种模式下的肌电积分值(i EMG)和单位时间内肌电幅值(EMG/T)以探究融合反馈技术对上肢运动训练的影响。结果在有反馈融合模式下,实际与期望交互力反馈的均方根误差为(0.757±0.171) N;肱二头肌、肱三头肌、三角肌前束和后束的i EMG均显著大于无反馈融合模式下(|t|> 7.965, P <0.001);前三块肌肉的EMG/T显著大于无反馈融合模式下(|t|> 6.363, P <0.001)。结论设计的上肢康复机器人训练系统可以精确地将虚拟环境中构建的力反馈传递给用户,通过视觉与触觉融合增加机器人系统对于训练者外周神经功能的刺激,促使训练者付出更多的努力。基于力跟踪的视觉与触觉反馈融合技术的优势在于可以在虚拟环境中自由构建力学模型,力反馈模式不受空间位置的限制,且可以在同一位置叠加两种以上的力学模型,从而使力反馈效果与虚拟环境中的视觉反馈更加匹配,激发训练者的运动康复兴趣,增强人机交互体验感。展开更多
目的系统评价下肢外骨骼机器人辅助步态训练(RAGT)对脑卒中和脊髓损伤患者运动功能、步行能力和日常生活活动能力的康复效果,并探讨不同技术类型与控制策略的临床价值。方法基于PRISMA指南,检索2020年至2024年Scopus、Web of Science、P...目的系统评价下肢外骨骼机器人辅助步态训练(RAGT)对脑卒中和脊髓损伤患者运动功能、步行能力和日常生活活动能力的康复效果,并探讨不同技术类型与控制策略的临床价值。方法基于PRISMA指南,检索2020年至2024年Scopus、Web of Science、PubMed、Cochrane Library和中国知网中相关随机对照试验。采用PEDro量表评估文献质量,综合分析RAGT在步行能力、平衡功能、下肢肌力和功能独立性等方面的疗效。结果最终纳入8项研究,涉及702例参与者,主要来自中国、意大利、印度、土耳其和波兰等,研究设计均为随机对照试验。研究对象为成年脑卒中或脊髓损伤患者,涵盖多种亚型;主要发表在老年神经科学、生物科学、医学和运动科学等领域的期刊,发表时间集中在2020年至2024年。干预方式涉及3类下肢外骨骼机器人:基于跑台的系统(末端执行器与外骨骼型)、地面行走式和专用关节与平台式机器人。训练频率每次20~45 min,每天1~2次,每周1~7 d,共2~10周。RAGT显著改善脑卒中和脊髓损伤患者的步态参数和下肢肌力,但在功能独立性上的效果存在异质性。自适应控制策略(如按需辅助)较固定参数模式更优。基于跑台的系统(如Lokomat)和地面外骨骼(如EKSO-GT)各具优势,前者适用于早期康复,后者更促进真实环境适应。结论RAGT是脑卒中和脊髓损伤患者步态和下肢功能康复的有效手段,干预效果取决于外骨骼机器人的个别化以及适应性的控制策略和模式的建构,3类下肢外骨骼机器人分别建立了不同的自适应控制模式。在康复训练中,要设计特定的下肢活动任务,并且与下肢外骨骼机器人的自适应活动和控制模式结合。展开更多
文摘目的功能性近红外光谱(functional near-infrared spectroscopy,fNIRS)技术作为一种新型的无创脑功能检测方法,结合上肢康复机器人,可以及时获取脑功能变化指标,并应用于神经康复领域。康复机器人设计有被动、主动、阻力3种训练模式,其中阻力模式对具有一定肌力水平的患者有更好的康复效果。阻力模式下的控制方式分为动态控制和静态控制,而有关阻力模式下不同控制方式对于卒中上肢偏瘫病人运动功能的影响尚不清楚,不同控制模式下的重要参数——力度对脑区激活的影响鲜有报道。本研究旨在探讨动态与静态阻力模式在不同阻力水平下对脑卒中患者运动康复期间脑功能变化的影响。方法本研究共招募20名患有上肢功能障碍的脑卒中患者,并预先进行了适应性训练和两种运动模式下3种不同力度的训练。采集双侧前额叶皮层(prefrontal cortices,PFC)、双侧初级感觉运动皮层(primary motor cortices,M1)、双侧初级躯体感觉皮层(primary somatosensory cortices,S1)和双侧前运动皮层和辅助运动皮层(premotor and supplementary motor cortices,PM)在静息和运动训练状态下的fNIRS数据,并计算样本数据在不同生理状态下的偏侧化指数(lateralization index,LI)、锁相值(phase locking value,PLV)和网络测度,来考察皮层激活特性和脑连接拓扑特性。结果与静息态相比,动态模式和静态模式显著激活了脑的对侧M1区和同侧的PM区。与动态相比,静态模式对对侧M1区的激活更明显。脑网络分析结果显示,动态和静息状态下的对侧PFC区和对侧M1区(F=4.709,P=0.038),对侧PM区和同侧M1区(F=4.218,P=0.049)的网络连接强度存在显著差异。此外,研究结果显示,动态模式下M1区激活同力度增加呈正相关,静态模式下则相反。结论动、静态两种阻力训练模式均能激活相应的脑功能区。动态阻力模式比静态阻力模式使脑氧水平变化更大、感兴趣区域(region of interest,ROI)之间的连通性更强,且力度的增加对于不同的模式产生的影响具有差异性。针对脑卒中患者,动态模式可能对运动相关的脑功能区激活有更强的促进作用。
文摘目的针对现有上肢康复训练系统提供视觉和触觉反馈无法关联的问题,本文以自主研发的末端牵引式上肢康复机器人为基础,研究基于力跟踪的视觉与触觉反馈融合技术及其对于上肢训练的效果。方法在虚拟环境中构建力学模型的基础上,本文设计两种与视觉反馈融合的触觉反馈,分别为两物体间靠近时的排斥力以及物体在介质平面移动时的摩擦力,进而采用基于力跟踪的机器人控制算法将虚拟环境中构建的力反馈通过操纵杆传递给用户。招募8例健康受试者,分别在有无反馈融合模式下进行对照训练。在训练过程中采集受试者与系统的实际和期望力反馈,以及三角肌前束、三角肌后束、肱二头肌和肱三头肌的表面肌电信号。计算有反馈融合模式下期望与实际力反馈之间的均方根误差,用于表征基于力跟踪的多感觉反馈融合效果。计算两种模式下的肌电积分值(i EMG)和单位时间内肌电幅值(EMG/T)以探究融合反馈技术对上肢运动训练的影响。结果在有反馈融合模式下,实际与期望交互力反馈的均方根误差为(0.757±0.171) N;肱二头肌、肱三头肌、三角肌前束和后束的i EMG均显著大于无反馈融合模式下(|t|> 7.965, P <0.001);前三块肌肉的EMG/T显著大于无反馈融合模式下(|t|> 6.363, P <0.001)。结论设计的上肢康复机器人训练系统可以精确地将虚拟环境中构建的力反馈传递给用户,通过视觉与触觉融合增加机器人系统对于训练者外周神经功能的刺激,促使训练者付出更多的努力。基于力跟踪的视觉与触觉反馈融合技术的优势在于可以在虚拟环境中自由构建力学模型,力反馈模式不受空间位置的限制,且可以在同一位置叠加两种以上的力学模型,从而使力反馈效果与虚拟环境中的视觉反馈更加匹配,激发训练者的运动康复兴趣,增强人机交互体验感。
