為了實現腦卒中后偏癱康復患者上肢康復評定的遠程化和智能化,需建立個體化和專業化的康復評定系統。本文首先利用康復訓練傳感器及數據接收軟件采集患者訓練時上肢的運動姿態數據,然后將其上傳至服務器端的數據庫,服務器端將使用基于極限學習機(ELM)和Brunnstrom分期標準的遠程智能評定系統對數據進行智能評定。為了驗證該系統的可靠性,征集了23位腦卒中后上肢運動功能處于不同恢復階段的康復患者和4位上肢運動功能正常者做同一康復訓練動作。實驗結果顯示,相比于康復醫師使用Brunnstrom分期標準的評定結果,遠程智能評定系統的分期準確率可以達到92.1%。本系統可以實現對腦卒中術后偏癱康復患者上肢運動功能的智能評估,使患者在家中或者社區進行遠程康復成為可能。
目的 探討下肢康復機器人結合虛擬現實訓練對前交叉韌帶重建術（anterior cruciate ligament reconstruction，ACLR）術后步行能力的影響。方法 選取 2019 年 5 月—2021 年 7 月嘉興市第二醫院康復醫學中心收治的 ACLR 術后患者。納入患者采用隨機數字表法分為 2 組，常規 ACLR 康復訓練+下肢康復機器人結合虛擬現實訓練患者作為治療組，僅采用常規 ACLR 康復訓練患者作為對照組。康復訓練共 8 周，分別于治療 4、8 周后采用 Lysholm 膝關節（Lysholm knee score scale，LKSS）評分、Holden 步行分級評分、Gait watch 步態分析對兩組患者進行評定。結果 共納入患者 40 例，每組各 20 例。兩組患者在治療 4 周時 LKSS 評分、Holden 步行分級評分及 Gait watch 步態分析動態數據組間比較，差異均無統計學意義（P>0.05）。治療 8 周后，治療組 LKSS 評分［（77.74±5.53）vs.（69.53±5.26）分］、Holden 步行分級評分［（4.79±0.34）vs.（4.45±0.39）分］及 Gait watch 步態分析動態數據［步長：（78.35±2.43）vs.（73.64±3.35）cm，步頻：（115.10±4.49）vs.（107.71±5.14）步/min，步速：（108.63±8.55）vs.（96.78±8.47）cm/s］均優于對照組（P<0.05），且兩組上述指標均較治療 4 周時改善（P<0.05）。結論 下肢康復機器人結合虛擬現實訓練可有效提高 ACLR 術后步行能力。