利用智能機器人技術對腦卒中后手功能障礙進行康復是重要的物理干預手段。隨著生物醫學工程的發展和臨床需求的提高,逐漸出現結合新興技術的手功能康復機器人綜合干預。本文總結了基于肌電的手功能康復機器人、腦機接口(BCI)式手功能康復機器人、結合體感的手功能康復機器人和功能性電刺激輔助式手功能康復機器人。討論了各種干預方式的優勢與不足,并且分析了手功能康復機器人綜合干預的研究趨勢。
引用本文: 吳宏健, 李莉娜, 李龍, 劉天, 王玨. 腦卒中后手功能康復機器人綜合干預研究進展. 生物醫學工程學雜志, 2019, 36(1): 151-156. doi: 10.7507/1001-5515.201711024 復制
引言
腦卒中是由于腦部血管堵塞缺血或者血管破裂出血引起的一種疾病,發病率高,致殘率高,發病趨于年輕化[1],患病后常常造成嚴重的肢體運動功能障礙[2-3],其中手功能障礙對患者的生活影響尤為嚴重。手部神經分布密集且精細,與大腦神經關系緊密,另外大腦皮層中控制手部的區域面積較大,所以手功能障礙難于恢復。因此,對腦卒中患者手功能障礙進行康復干預成為臨床與生物醫學工程領域的研究熱點。
傳統的手功能障礙主要采用作業治療、針灸治療及藥物治療。和這些傳統干預方式相比,通過康復機器人進行物理干預,具有成本低、無創傷、無副作用和操作簡單等優勢。康復機器人和傳統的康復器械不同,康復機器人具有邏輯控制系統,能夠自動完成一系列復雜的操作,達到康復治療的目的。手功能康復機器人可以帶動患者進行手部動作訓練,對手部肌肉進行干預,防止肌肉僵化。由于人體運動監視器的存在,康復機器人帶動患側手進行訓練時,也會刺激外周神經,傳入大腦感覺運動皮層。患者反復進行運動訓練,可以促進潛伏神經通路的啟用和神經軸突發芽,促使運動功能改善和恢復。
隨著現代生物醫學工程的發展,在傳統的手功能康復機器人基礎上,逐漸產生結合生物信號反饋、功能性電刺激、虛擬現實技術的綜合干預,以此提高康復療效。綜合干預指的是兩種或者兩種以上康復工程技術結合到一起。所謂結合不是簡單的排列組合,如先進行某種干預再進行某種干預,而是結合到一起,需要滿足時間同步性和設備統一性。本文對新興的手功能康復機器人綜合干預方法進行介紹,闡述了各種方法的優勢與不足,討論了如何將各種干預方法相結合,并且分析了手功能康復機器人的研究趨勢。
1 基于肌電的手功能康復機器人
肌電信號具有幅值高、易檢測、特征明顯等特性,容易進行模式分類,可用于康復訓練中生理狀態、運動情況、康復狀況的反饋與監測。腦卒中后運動功能障礙患者常常會有殘余肌力,卻無法完成實際運動動作。在這種情況下,可以通過檢測肌電來確定幫助患者完成指定動作需要補足的力量,通過機械結構施加相應的力,帶動患者運動起來,完成主動康復訓練[4-8]。利用肌電反饋作為驅動信號,控制康復機械手帶動腦卒中患者手部進行訓練,訓練方式包括抓握和對捏,完成機器人輔助式作業治療。研究發現,試驗組與對照組有顯著差異,有肌電驅動的作業療法效果明顯優于傳統作業療法[9]。因此,諸多專家學者將肌電信號與手功能康復機器人相結合進行綜合干預。
Moital 等[10]研制出了輕便式肌電反饋手功能康復系統,肌電信號來自健康的前臂,通過模式識別技術來判斷食指和中指的屈曲和伸展,利用可穿戴式外骨骼機器人帶動患者手部進行康復訓練。運動訓練的啟動和關閉通過對側手來完成。Leonardis 等[11]研制出雙側手功能康復訓練設備,檢測偏癱對側手的肌電信號,對肌電信號進行模式分類。然后將分類結果作為驅動信號作用于可穿戴的訓練設備,訓練裝置帶動偏癱手完成與對側手一致的動作訓練。這種雙手訓練方式可以很好地利用偏癱對側手的運動能力完成主動式的康復訓練。通過健側或者患側肌電來幫助患者進行手部康復訓練,如圖 1 所示,可以有效利用患者殘留運動能力,將患者的主動意念參與進來。和傳統的被動康復訓練相比,結合肌電信號的干預可以同時干預外周神經和中樞神經。但是利用肌電反饋控制康復機器人進行訓練時,為了提高精度,需要采集更多通道的肌電信號。在張貼較多電極片的時候,不同操作批次容易產生粘貼電極片的位置差異。另外,個體的肌電信號差異也較大,需要考慮結合心電等生理信號,改善分類算法,保證自適應特性。

2 腦機接口式手功能康復機器人
腦電信號具有時間分辨率高、操作簡單易獲取等優點,廣泛應用于神經科學領域。人體大腦在進行不同神經活動時,腦電信號也會相應地反映出不同狀態。通過提取腦電的多種特征可以對人體大腦進行實時監測和反饋[12]。結合腦電反饋的康復訓練能夠激發患者的主動意識,調動患者更多的神經元。由于大腦具有活動依賴可塑性,基于運動想象的腦機接口(brain-computer interface,BCI)康復方法可以建立體外神經環路,如圖 2 所示,增加重建運動功能的可能性[13]。Ramos-Murguialday 等[14]通過試驗證明,在進行運動想象康復干預之后,檢測患者 2、4、8 周之后的運動得分情況,試驗組明顯高于對照組,說明該方法的安全性和有效性。在手功能康復運動訓練中,引入腦電信號進行反饋,可以有效提高康復效果。目前在臨床試驗中被證明有效的 BCI 式手功能康復機器人見表 1[13-16]。


Pichiorri 等[15]開發的基于腦電反饋的三維虛擬手功能訓練設備,通過大腦想象手部運動,提取腦電中與運動相關的信號,利用 FBCSP 算法對腦電信號進行分類,控制虛擬現實中的模型手做出相應動作,激發大腦的鏡像神經元,完成康復訓練。Frolov 等[16]研究出基于腦電控制的外骨骼式康復設備,通過腦電和事件相關去同步信號的時頻耦合特征,對腦電進行實時分類,進而控制康復設備進行康復訓練,來完成對患者的助力康復訓練。通過腦電控制康復機器人,激活大腦運動回路,可以有效提高大腦可重塑性,訓練大腦中樞——脊髓——外周神經環路,完成神經環路的綜合干預。但是,腦電是大腦神經元集體活動并且經過顱骨頭皮疊加之后的電信號,雖然可以在一定程度上反映出腦部活動狀態,卻沒有特異性很高的特征類型。而且腦電強度微弱,容易受肌電干擾,因此通過腦電對腦部活動狀態進行分類時,準確率較低,實時性較差,穩定性不高。如何無延遲、穩定、準確地控制康復機器人,有賴于 BCI 技術的進一步發展。
3 基于體感的手功能康復機器人
體感也稱軀體感覺,是人體視覺、聽覺、觸覺和本體感覺的總稱。在腦卒中后手功能障礙患者康復訓練過程中,常常加入視覺、聽覺和運動力學反饋。視聽覺反饋一般結合虛擬現實或者增強現實技術,讓患者身臨其境進行運動治療。運動力學反饋一般利用動作識別技術和壓力感應技術,采集患者手部位移、壓力和彎曲度信息。試驗證明通過多感覺刺激和力學反饋協助康復訓練有助于患者運動功能的恢復[17-18]。
Adamovich 等[19]通過數據手套采集手部的觸覺壓力信息,將壓力信息傳遞給上位機,上位機顯示出模型手形狀。不同的壓力信息會操作屏幕里面的模型手進行不同的動作訓練,給予操作者視覺與聽覺反饋,增強用戶體驗。通過該系統進行康復,可以訓練手指的運動范圍、運動速度、運動獨立性和手指力量。Morrow 等[20]研制出基于 X-box 體感的手功能康復系統,系統帶有 P5 手套和三維顯示屏。Xbox 檢測手部運動的體感信息,通過計算機加工處理成驅動指令,操控屏幕里面的用戶界面,完成手部運動訓練。Chiri 等[21]研制出 5 自由度的手功能康復機器人,每根手指有 5 個控制模塊并采用獨立驅動,通過遠端牽拉進行驅動。每個控制模塊又裝有壓力傳感器,實時反饋壓力信息,以此測量傳遞力的大小來驅動機械手。Pust 等[22]設計出了柔性傳感器陣列,共 144 個傳感器,通過檢測壓力密度和壓力位置信息,對腦卒中運動功能障礙患者的接觸部位進行定向和定位。基于視聽覺、體感、觸覺信息的手功能康復設備除了訓練運動環路之外,對視覺、聽覺、觸覺也具有訓練效果。由于大腦的小世界特性,在大腦運動皮層活躍時,與其他多個腦區具有交互作用,通過結合體感的手功能康復機器人,可以達到多感覺綜合干預的效果。另外,結合體感的手功能康復訓練機器人,可以提高訓練的趣味性。但是長時間處在虛擬環境狀態下,容易造成視覺疲勞,由于視聽覺動態延遲,長時間使用可能會造成患者頭暈。所以需要提高視聽傳遞的實時性,同時需要設計能夠避免視覺疲勞的人機交互場景。
4 功能性電刺激輔助式手功能康復機器人
功能性電刺激屬于神經肌肉刺激,利用低頻脈沖誘發肌肉活動,改善或者恢復神經肌肉功能。Rong 等[23]設計了結合功能性電刺激的手功能康復機器人,包含機械驅動和電刺激兩個模塊,如圖 3 所示,并且用臨床試驗探究了其對腦卒中患者手部運動功能的影響,發現該機器人可以提高手部運動準確性和緩解手部共同運動。Knutson 等[24]也用試驗證實了功能性電刺激可以更好地提高手指靈活度。Mccrimmon 等[25]對 9 位腦卒中運動功能障礙患者進行腦控功能性電刺激干預,持續 4 周,運動功能得分明顯升高,沒有出現不良臨床狀況,證實了腦控功能性電刺激的可行性與安全性。

Ruppel 等[26]研制出自適應功能性電刺激裝置,檢測健康側手指的運動信息,反饋給刺激器,施加能夠完成和健側手指一樣動作的電刺激,形成開環可控刺激干預模式。Meng 等[27]研制出腦控神經肌肉電刺激器,通過檢測腦電信號,利用共空間模式算法進行處理,控制功能性電刺激裝置。Zhuang 等[28]提出運動神經擬態模型,結合運動信息和肌電信號,通過非負矩陣分解理論,提取肌肉協同效應,應用于虛擬手臂模型,以此提出個性化神經肌肉電刺激策略和主動控制理論。傳統的手功能康復機器人只能間接地訓練患者的神經環路,而結合功能性電刺激的手功能康復機器人綜合干預可以直接影響神經肌肉活動。與單純手指運動康復機器人相比,采用帶有功能性電刺激的訓練方式,使得患者肌張力下降得更加明顯、手指靈活度上升得更多以及關節活動范圍增加得更明顯[29],但是電刺激的位點十分關鍵,需要考慮精確靶點刺激。
5 總結與展望
本文介紹了手功能康復機器人綜合干預方法,包括基于肌電的手功能康復機器人、BCI 式手功能康復機器人、結合體感的手功能康復機器人和功能性電刺激輔助式手功能康復機器人。這些綜合干預方法的共同點為均由兩種或者兩種以上的干預技術進行融合形成的,能夠將不同技術在康復治療過程中的優勢發揮出來,提高康復療效。
這些綜合干預方法在具有共同點的同時也各自具有差異性。結合肌電信號和腦電信號的康復機器人是利用神經信號采集與處理技術提高康復過程中患者的主動性,直接將神經信號作為一種反饋模式。結合體感的康復機器人則是采集并處理患者的行為信息,進而提高患者的主動性,神經信號不直接參與反饋。而功能性電刺激輔助式手功能康復機器人是直接對患者的外周神經進行調控,采取的干預方式在所有綜合干預手段中最為直接。
另外,不同綜合干預方法也具有不同的優勢。和傳統的被動康復訓練相比,利用腦電信號或肌電信號控制手功能康復設備進行訓練,可以把主動意識參與到康復治療中,增加患者腦部運動神經元活動的機會,反復訓練后能增強腦部運動神經和脊神經的連接,完成對中樞脊髓以及外周神經的綜合干預。腦部運動區域并非獨立作用,在進行運動時會與其他腦區進行交互,結合體感的手功能康復機器人可以讓患者接受多感覺刺激結合運動增強療法的綜合干預[30]。長期進行模擬訓練可以增加運動神經元可塑性[31]。功能性電刺激屬于神經調控方法,利用電刺激直接干預神經活動,影響神經元興奮性,調節患者的神經肌肉活動,達到治療或者改善手部運動功能障礙的目的,完成直接與間接影響神經肌肉活動的綜合干預。
雖然現有的手功能康復機器人綜合干預具有以上多種優點,但是依然有很多方面存在不足,需要進一步改進:
(1)臨床病情較為復雜,患者的運動能力水平不一致,手掌大小不一致,如何提高患者的適配性以及在訓練過程中提高患者的舒適度依然需要研究。
(2)人體生理信號一般較為微弱,實時提取信號特征較為困難,分類穩定性較差。將人體生理信號應用于手功能康復設備時,對生理信號的實時分類還需要進一步研究。
(3)神經調控技術可以直接參與影響神經活動,但是在這些神經調控干預手段中,大多屬于區域性干預,電刺激只能完成區域性刺激,對病灶區域和正常區域都會產生作用,如何進行定點的精準化神經調控干預仍然值得探究。
(4)各種新型的手部運動功能干預技術具有各自的優勢,將各種干預方式相結合進行綜合干預,可以發揮各種干預手段的優勢。但是不能只將各種干預方法簡單組合,需要在滿足安全原則、可行性原則和有效性原則的基礎上,研究出科學合理的結合方式。
(5)手功能運動干預主要依賴于大腦運動增強可塑性理論,通過各種干預方法來促進神經突觸易化、突觸發芽或者突觸敏化,致使活動依賴性功能重組、其他皮層功能代替重組以及潛伏通路啟用。但是大腦神經的具體可塑原理與影響因素還在探究之中,手部運動功能是否存在穩定的代償機制也有待明確。因此,如何結合人體運動神經環路與神經修復可塑性機制來確定精準的干預方法仍然需要進一步探究。
引言
腦卒中是由于腦部血管堵塞缺血或者血管破裂出血引起的一種疾病,發病率高,致殘率高,發病趨于年輕化[1],患病后常常造成嚴重的肢體運動功能障礙[2-3],其中手功能障礙對患者的生活影響尤為嚴重。手部神經分布密集且精細,與大腦神經關系緊密,另外大腦皮層中控制手部的區域面積較大,所以手功能障礙難于恢復。因此,對腦卒中患者手功能障礙進行康復干預成為臨床與生物醫學工程領域的研究熱點。
傳統的手功能障礙主要采用作業治療、針灸治療及藥物治療。和這些傳統干預方式相比,通過康復機器人進行物理干預,具有成本低、無創傷、無副作用和操作簡單等優勢。康復機器人和傳統的康復器械不同,康復機器人具有邏輯控制系統,能夠自動完成一系列復雜的操作,達到康復治療的目的。手功能康復機器人可以帶動患者進行手部動作訓練,對手部肌肉進行干預,防止肌肉僵化。由于人體運動監視器的存在,康復機器人帶動患側手進行訓練時,也會刺激外周神經,傳入大腦感覺運動皮層。患者反復進行運動訓練,可以促進潛伏神經通路的啟用和神經軸突發芽,促使運動功能改善和恢復。
隨著現代生物醫學工程的發展,在傳統的手功能康復機器人基礎上,逐漸產生結合生物信號反饋、功能性電刺激、虛擬現實技術的綜合干預,以此提高康復療效。綜合干預指的是兩種或者兩種以上康復工程技術結合到一起。所謂結合不是簡單的排列組合,如先進行某種干預再進行某種干預,而是結合到一起,需要滿足時間同步性和設備統一性。本文對新興的手功能康復機器人綜合干預方法進行介紹,闡述了各種方法的優勢與不足,討論了如何將各種干預方法相結合,并且分析了手功能康復機器人的研究趨勢。
1 基于肌電的手功能康復機器人
肌電信號具有幅值高、易檢測、特征明顯等特性,容易進行模式分類,可用于康復訓練中生理狀態、運動情況、康復狀況的反饋與監測。腦卒中后運動功能障礙患者常常會有殘余肌力,卻無法完成實際運動動作。在這種情況下,可以通過檢測肌電來確定幫助患者完成指定動作需要補足的力量,通過機械結構施加相應的力,帶動患者運動起來,完成主動康復訓練[4-8]。利用肌電反饋作為驅動信號,控制康復機械手帶動腦卒中患者手部進行訓練,訓練方式包括抓握和對捏,完成機器人輔助式作業治療。研究發現,試驗組與對照組有顯著差異,有肌電驅動的作業療法效果明顯優于傳統作業療法[9]。因此,諸多專家學者將肌電信號與手功能康復機器人相結合進行綜合干預。
Moital 等[10]研制出了輕便式肌電反饋手功能康復系統,肌電信號來自健康的前臂,通過模式識別技術來判斷食指和中指的屈曲和伸展,利用可穿戴式外骨骼機器人帶動患者手部進行康復訓練。運動訓練的啟動和關閉通過對側手來完成。Leonardis 等[11]研制出雙側手功能康復訓練設備,檢測偏癱對側手的肌電信號,對肌電信號進行模式分類。然后將分類結果作為驅動信號作用于可穿戴的訓練設備,訓練裝置帶動偏癱手完成與對側手一致的動作訓練。這種雙手訓練方式可以很好地利用偏癱對側手的運動能力完成主動式的康復訓練。通過健側或者患側肌電來幫助患者進行手部康復訓練,如圖 1 所示,可以有效利用患者殘留運動能力,將患者的主動意念參與進來。和傳統的被動康復訓練相比,結合肌電信號的干預可以同時干預外周神經和中樞神經。但是利用肌電反饋控制康復機器人進行訓練時,為了提高精度,需要采集更多通道的肌電信號。在張貼較多電極片的時候,不同操作批次容易產生粘貼電極片的位置差異。另外,個體的肌電信號差異也較大,需要考慮結合心電等生理信號,改善分類算法,保證自適應特性。

2 腦機接口式手功能康復機器人
腦電信號具有時間分辨率高、操作簡單易獲取等優點,廣泛應用于神經科學領域。人體大腦在進行不同神經活動時,腦電信號也會相應地反映出不同狀態。通過提取腦電的多種特征可以對人體大腦進行實時監測和反饋[12]。結合腦電反饋的康復訓練能夠激發患者的主動意識,調動患者更多的神經元。由于大腦具有活動依賴可塑性,基于運動想象的腦機接口(brain-computer interface,BCI)康復方法可以建立體外神經環路,如圖 2 所示,增加重建運動功能的可能性[13]。Ramos-Murguialday 等[14]通過試驗證明,在進行運動想象康復干預之后,檢測患者 2、4、8 周之后的運動得分情況,試驗組明顯高于對照組,說明該方法的安全性和有效性。在手功能康復運動訓練中,引入腦電信號進行反饋,可以有效提高康復效果。目前在臨床試驗中被證明有效的 BCI 式手功能康復機器人見表 1[13-16]。


Pichiorri 等[15]開發的基于腦電反饋的三維虛擬手功能訓練設備,通過大腦想象手部運動,提取腦電中與運動相關的信號,利用 FBCSP 算法對腦電信號進行分類,控制虛擬現實中的模型手做出相應動作,激發大腦的鏡像神經元,完成康復訓練。Frolov 等[16]研究出基于腦電控制的外骨骼式康復設備,通過腦電和事件相關去同步信號的時頻耦合特征,對腦電進行實時分類,進而控制康復設備進行康復訓練,來完成對患者的助力康復訓練。通過腦電控制康復機器人,激活大腦運動回路,可以有效提高大腦可重塑性,訓練大腦中樞——脊髓——外周神經環路,完成神經環路的綜合干預。但是,腦電是大腦神經元集體活動并且經過顱骨頭皮疊加之后的電信號,雖然可以在一定程度上反映出腦部活動狀態,卻沒有特異性很高的特征類型。而且腦電強度微弱,容易受肌電干擾,因此通過腦電對腦部活動狀態進行分類時,準確率較低,實時性較差,穩定性不高。如何無延遲、穩定、準確地控制康復機器人,有賴于 BCI 技術的進一步發展。
3 基于體感的手功能康復機器人
體感也稱軀體感覺,是人體視覺、聽覺、觸覺和本體感覺的總稱。在腦卒中后手功能障礙患者康復訓練過程中,常常加入視覺、聽覺和運動力學反饋。視聽覺反饋一般結合虛擬現實或者增強現實技術,讓患者身臨其境進行運動治療。運動力學反饋一般利用動作識別技術和壓力感應技術,采集患者手部位移、壓力和彎曲度信息。試驗證明通過多感覺刺激和力學反饋協助康復訓練有助于患者運動功能的恢復[17-18]。
Adamovich 等[19]通過數據手套采集手部的觸覺壓力信息,將壓力信息傳遞給上位機,上位機顯示出模型手形狀。不同的壓力信息會操作屏幕里面的模型手進行不同的動作訓練,給予操作者視覺與聽覺反饋,增強用戶體驗。通過該系統進行康復,可以訓練手指的運動范圍、運動速度、運動獨立性和手指力量。Morrow 等[20]研制出基于 X-box 體感的手功能康復系統,系統帶有 P5 手套和三維顯示屏。Xbox 檢測手部運動的體感信息,通過計算機加工處理成驅動指令,操控屏幕里面的用戶界面,完成手部運動訓練。Chiri 等[21]研制出 5 自由度的手功能康復機器人,每根手指有 5 個控制模塊并采用獨立驅動,通過遠端牽拉進行驅動。每個控制模塊又裝有壓力傳感器,實時反饋壓力信息,以此測量傳遞力的大小來驅動機械手。Pust 等[22]設計出了柔性傳感器陣列,共 144 個傳感器,通過檢測壓力密度和壓力位置信息,對腦卒中運動功能障礙患者的接觸部位進行定向和定位。基于視聽覺、體感、觸覺信息的手功能康復設備除了訓練運動環路之外,對視覺、聽覺、觸覺也具有訓練效果。由于大腦的小世界特性,在大腦運動皮層活躍時,與其他多個腦區具有交互作用,通過結合體感的手功能康復機器人,可以達到多感覺綜合干預的效果。另外,結合體感的手功能康復訓練機器人,可以提高訓練的趣味性。但是長時間處在虛擬環境狀態下,容易造成視覺疲勞,由于視聽覺動態延遲,長時間使用可能會造成患者頭暈。所以需要提高視聽傳遞的實時性,同時需要設計能夠避免視覺疲勞的人機交互場景。
4 功能性電刺激輔助式手功能康復機器人
功能性電刺激屬于神經肌肉刺激,利用低頻脈沖誘發肌肉活動,改善或者恢復神經肌肉功能。Rong 等[23]設計了結合功能性電刺激的手功能康復機器人,包含機械驅動和電刺激兩個模塊,如圖 3 所示,并且用臨床試驗探究了其對腦卒中患者手部運動功能的影響,發現該機器人可以提高手部運動準確性和緩解手部共同運動。Knutson 等[24]也用試驗證實了功能性電刺激可以更好地提高手指靈活度。Mccrimmon 等[25]對 9 位腦卒中運動功能障礙患者進行腦控功能性電刺激干預,持續 4 周,運動功能得分明顯升高,沒有出現不良臨床狀況,證實了腦控功能性電刺激的可行性與安全性。

Ruppel 等[26]研制出自適應功能性電刺激裝置,檢測健康側手指的運動信息,反饋給刺激器,施加能夠完成和健側手指一樣動作的電刺激,形成開環可控刺激干預模式。Meng 等[27]研制出腦控神經肌肉電刺激器,通過檢測腦電信號,利用共空間模式算法進行處理,控制功能性電刺激裝置。Zhuang 等[28]提出運動神經擬態模型,結合運動信息和肌電信號,通過非負矩陣分解理論,提取肌肉協同效應,應用于虛擬手臂模型,以此提出個性化神經肌肉電刺激策略和主動控制理論。傳統的手功能康復機器人只能間接地訓練患者的神經環路,而結合功能性電刺激的手功能康復機器人綜合干預可以直接影響神經肌肉活動。與單純手指運動康復機器人相比,采用帶有功能性電刺激的訓練方式,使得患者肌張力下降得更加明顯、手指靈活度上升得更多以及關節活動范圍增加得更明顯[29],但是電刺激的位點十分關鍵,需要考慮精確靶點刺激。
5 總結與展望
本文介紹了手功能康復機器人綜合干預方法,包括基于肌電的手功能康復機器人、BCI 式手功能康復機器人、結合體感的手功能康復機器人和功能性電刺激輔助式手功能康復機器人。這些綜合干預方法的共同點為均由兩種或者兩種以上的干預技術進行融合形成的,能夠將不同技術在康復治療過程中的優勢發揮出來,提高康復療效。
這些綜合干預方法在具有共同點的同時也各自具有差異性。結合肌電信號和腦電信號的康復機器人是利用神經信號采集與處理技術提高康復過程中患者的主動性,直接將神經信號作為一種反饋模式。結合體感的康復機器人則是采集并處理患者的行為信息,進而提高患者的主動性,神經信號不直接參與反饋。而功能性電刺激輔助式手功能康復機器人是直接對患者的外周神經進行調控,采取的干預方式在所有綜合干預手段中最為直接。
另外,不同綜合干預方法也具有不同的優勢。和傳統的被動康復訓練相比,利用腦電信號或肌電信號控制手功能康復設備進行訓練,可以把主動意識參與到康復治療中,增加患者腦部運動神經元活動的機會,反復訓練后能增強腦部運動神經和脊神經的連接,完成對中樞脊髓以及外周神經的綜合干預。腦部運動區域并非獨立作用,在進行運動時會與其他腦區進行交互,結合體感的手功能康復機器人可以讓患者接受多感覺刺激結合運動增強療法的綜合干預[30]。長期進行模擬訓練可以增加運動神經元可塑性[31]。功能性電刺激屬于神經調控方法,利用電刺激直接干預神經活動,影響神經元興奮性,調節患者的神經肌肉活動,達到治療或者改善手部運動功能障礙的目的,完成直接與間接影響神經肌肉活動的綜合干預。
雖然現有的手功能康復機器人綜合干預具有以上多種優點,但是依然有很多方面存在不足,需要進一步改進:
(1)臨床病情較為復雜,患者的運動能力水平不一致,手掌大小不一致,如何提高患者的適配性以及在訓練過程中提高患者的舒適度依然需要研究。
(2)人體生理信號一般較為微弱,實時提取信號特征較為困難,分類穩定性較差。將人體生理信號應用于手功能康復設備時,對生理信號的實時分類還需要進一步研究。
(3)神經調控技術可以直接參與影響神經活動,但是在這些神經調控干預手段中,大多屬于區域性干預,電刺激只能完成區域性刺激,對病灶區域和正常區域都會產生作用,如何進行定點的精準化神經調控干預仍然值得探究。
(4)各種新型的手部運動功能干預技術具有各自的優勢,將各種干預方式相結合進行綜合干預,可以發揮各種干預手段的優勢。但是不能只將各種干預方法簡單組合,需要在滿足安全原則、可行性原則和有效性原則的基礎上,研究出科學合理的結合方式。
(5)手功能運動干預主要依賴于大腦運動增強可塑性理論,通過各種干預方法來促進神經突觸易化、突觸發芽或者突觸敏化,致使活動依賴性功能重組、其他皮層功能代替重組以及潛伏通路啟用。但是大腦神經的具體可塑原理與影響因素還在探究之中,手部運動功能是否存在穩定的代償機制也有待明確。因此,如何結合人體運動神經環路與神經修復可塑性機制來確定精準的干預方法仍然需要進一步探究。