肌电控制康复机器人协助的脑卒中患者肘关节康复训练的多参数评价

摘要 目的：探索在肌电控制机器人协助的脑卒中偏瘫患者肘关节康复训练中,有关肘关节电生理﹑动力学﹑运动学等多项参数的变化情况,并为脑卒中评估提供更加全面的定量评估方法。 方法：本研究募集了8例偏瘫患者,对其分别进行了20次肌电控制机器人辅助的肘关节康复训练,在实验过程中记录了肱二头肌与肱三头肌的肌电信号,肘关节力矩信号和角度信号。 结果：训练后Fugl-Meyer上肢功能评测值显著大于训练前（P<0.05）,Ashworth量表值显著小于训练前（P<0.05）;在最大自主等长收缩（MVC）实验中,肘关节屈曲与伸展的MVC力矩显著大于训练前（P<0.01）;三头肌的力矩-肌电比显著大于训练前（P<0.05）;在无辅助跟踪运动中肘关节运动角度和目标角度均方根误差（RMSE）显著小于训练前（P<0.05）。 结论：肌电控制康复机器人肘关节康复训练从关节力矩、肌肉效率、运动精度等多个方面改善偏瘫患者的运动功能。以上参数从多角度定量反映了偏瘫患者运动功能状态,具有应用于临床运动功能评估的潜在价值。     

功能电刺激腕关节运动的自适应控制技术研究

针对功能电刺激(FES)康复技术中肌肉的时变和高度非线性的特点,提出一种实时调整FES系统输出,实现康复患者自适应训练的方法。考虑到患者间和康复各阶段肌肉对电刺激响应能力的差异,利用神经网络良好的非线性逼近能力,采用神经网络辨识器辨识相关运动肌肉的FES模型,并在此基础上,利用神经网络控制器在线调节控制策略及刺激参数,提高FES系统的自适应能力。通过人体腕关节运动控制的FES实验,验证该方法具有较高的轨迹跟踪控制精度和较强的自适应能力。     

基于Hammerstein模型的腕关节功能电刺激控制技术研究

非线性系统的控制通常比较复杂,基于模型辨识的自适应控制方法可以有效地提高控制精度和稳定性。本文根据功能电刺激(FES)下腕关节运动的非线性和时变性特点,利用Hammerstein模型,实现了腕关节运动的FES建模及辨识。通过M序列和逆M序列激励信号,将FES腕关节运动模型分为线性时变和静态非线性两部分。考虑到静态非线性部分的特点,在运动控制过程中只需要根据线性时变特点确定相应的自适应调节策略,将一个复杂非线性问题简化为线性控制问题。对腕关节运动的FES仿真实验也验证了方法的有效性。     

慢性期卒中患者上肢机器人训练前后重复测量试验中三个评估量表的响应度

目的:评价Fugl-Meyer运动功能评分上肢部分(FMA-UE)、运动功能状态量表(MSS)、上肢运动研究量表(ARAT)在重复测量慢性期卒中患者上肢功能表现方面的响应度。方法:27例慢性期卒中患者被随机分到实验组(15例)进行PolyJbot上肢机器人腕关节主动-辅助屈伸训练,对照组(12例)进行Cybex上肢机器人腕关节被动屈伸训练。被设盲的评估者对参与实验的患者分别在实验前进行两次,实验后进行一次身体结构功能及活动功能评估。主要使用的评估量表有FMA-UE、MSS、ARAT、肘和腕关节屈肌张力(MAS)、功能独立性评定(FIM)。采用重复测量方差分析检验治疗前后的治疗效果,Guyatt’s响应度指数(GRI)测量各评估量表的响应度。结果:Guyyatt响应度指数显示治疗组患者的FMA-UE、FMA-UE(SE)、MSS的响应度明显大于其他量表,对照组患者的FMA-UE(SE)、MSS、MAS(W)显示较大的响应度。结论:FMA-UE和MSS在慢性期卒中上肢中度瘫痪患者,重复测试的上肢机器人腕关节训练相关试验中显示出较高的响应度。     

利用静息态功能磁共振成像研究缺血性脑卒中患者康复治疗后运动功能网络连接的变化

目的利用静息态功能磁共振成像技术研究缺血性脑卒中患者康复治疗前后运动功能网络连接变化的特点。方法对2例符合亚急性缺血性脑卒中影像学诊断标准的患者在功能性电刺激康复治疗前后各进行一次静息态功能磁共振扫描,比较两次扫描的运动脑区功能连接的差异。结果康复后患者上肢运动功能改善;与康复治疗前相比,康复治疗后左侧和右侧的运动皮层功能连接均降低,左侧和右侧的运动皮层功能连接系数降低值与脑卒中患者上肢运动功能以及日常生活能力的改善程度相关。结论缺血性脑卒中患者上肢运动功能改善后,即康复后患侧脑区对健侧脑区依赖性减低,并且功能连接系数的降低与脑卒中患者上肢运动功能的改善相关。