徐言東 鄒任玲 陳燕燕 馬少軒 盧旭華

摘? 要：在中國步入中等老齡化社會以及新冠肺炎對認(rèn)知障礙患者的感染性更強(qiáng)的背景下，針對認(rèn)知障礙患者的康復(fù)訓(xùn)練，提出通過運動鍛煉來干預(yù)認(rèn)知訓(xùn)練的認(rèn)知康復(fù)軟件訓(xùn)練系統(tǒng)。該系統(tǒng)由Kinect數(shù)據(jù)采集模塊和康復(fù)訓(xùn)練軟件模塊構(gòu)成，結(jié)合數(shù)據(jù)庫，實現(xiàn)運動鍛煉干預(yù)認(rèn)知訓(xùn)練。通過鏡像的模型映射促進(jìn)認(rèn)知功能鍛煉，通過循環(huán)多次檢測保證姿勢識別率，通過運動干預(yù)提高認(rèn)知訓(xùn)練的康復(fù)效果。通過該系統(tǒng)可以將運動鍛煉和認(rèn)知訓(xùn)練相結(jié)合，虛擬訓(xùn)練可以提高患者的訓(xùn)練興趣和注意力，為認(rèn)知障礙的非藥物治療手段提供新的思路和方法。

關(guān)鍵詞：認(rèn)知訓(xùn)練;運動鍛煉;虛擬游戲

中圖分類號：TP31? ? ?文獻(xiàn)標(biāo)識碼：A

文章編號：2096-1472（2021）-09-58-05

Abstract： China has now entered a medium aging society and Covid-19 is more infectious in patients with cognitive impairment. Aiming at the rehabilitation training of patients with cognitive impairment， this paper proposes to design a cognitive rehabilitation software training system that intervenes cognitive training through exercise. The system is composed of Kinect data acquisition module and rehabilitation training software module， combined with the database， to realize the cognitive training of sports exercise intervention. Mirrored model mapping is used to promote cognitive function exercise， posture recognition rate is ensured through repeated testing， and the rehabilitation effect of cognitive training is improved through exercise intervention. The system combines exercise and cognitive training， and virtual training can increase the training interest and attention of patients. The proposed system provides new ideas and methods for non-drug treatment of cognitive impairment.

Keywords： cognitive training; exercise training; virtual games

1? ?引言（Introduction）

ZHOU等人試驗驗證了老年認(rèn)知障礙患者作為易感人群更容易引起心理應(yīng)激反應(yīng)，加重精神行為癥狀風(fēng)險[1-3]。過去幾十年，人們針對阿爾茲海默癥等認(rèn)知障礙類疾病的治療提出了各種方案，但藥物治療方面一直沒有實質(zhì)性突破，更多的研究轉(zhuǎn)向了效果明顯的非藥物治療。在非藥物干預(yù)方法中，認(rèn)知功能訓(xùn)練已被證明對改善患者的認(rèn)知功能是有效的[4]。在計算機(jī)認(rèn)知訓(xùn)練軟件方面，HOFMANN等人在1996年首次實現(xiàn)了計算機(jī)認(rèn)知訓(xùn)練軟件，并應(yīng)用于阿爾茲海默癥患者。結(jié)果表明，患者訓(xùn)練結(jié)束后日?；顒渝e誤率降低[5]。BONNECH?RE等人針對老年人進(jìn)行商業(yè)認(rèn)知游戲訓(xùn)練的薈萃分析，進(jìn)一步證明了計算機(jī)認(rèn)知訓(xùn)練游戲的有效性[6]。NILSSON等人研究運動鍛煉對認(rèn)知訓(xùn)練的效果影響，證明了運動鍛煉可以提高血漿中腦營養(yǎng)因子水平，進(jìn)而對認(rèn)知訓(xùn)練起到促進(jìn)作用[7]。

本文針對目前尚無將運動鍛煉和認(rèn)知訓(xùn)練結(jié)合進(jìn)行認(rèn)知康復(fù)訓(xùn)練的軟件，設(shè)計了一種運動鍛煉干預(yù)認(rèn)知訓(xùn)練虛擬游戲系統(tǒng)。計算機(jī)技術(shù)和設(shè)備的發(fā)展促進(jìn)了虛擬現(xiàn)實技術(shù)（VR）的產(chǎn)生。VR技術(shù)沉浸式的交互體驗又可以在游戲中進(jìn)一步調(diào)動患者的訓(xùn)練興趣。本文系統(tǒng)創(chuàng)新之處在于：將運動鍛煉和認(rèn)知訓(xùn)練結(jié)合，以VR游戲的方式作為認(rèn)知康復(fù)的治療手段，采用Kinect體感設(shè)備進(jìn)行人機(jī)交互，患者身體沒有負(fù)重，不需要佩戴任何設(shè)備。

2? ?總體設(shè)計思路（Overall system design）

運動干預(yù)計算機(jī)輔助認(rèn)知訓(xùn)練系統(tǒng)由Kinect體感設(shè)備和運行認(rèn)知訓(xùn)練軟件的PC機(jī)兩部分構(gòu)成，包括軟件訓(xùn)練系統(tǒng)和數(shù)據(jù)采集系統(tǒng)。軟件訓(xùn)練系統(tǒng)包括姿勢數(shù)據(jù)采集、姿勢數(shù)據(jù)識別、認(rèn)知訓(xùn)練、運動訓(xùn)練、訓(xùn)練數(shù)據(jù)存儲。整個系統(tǒng)設(shè)計結(jié)構(gòu)如圖1所示?；颊哒玖⒂贙inect體感設(shè)備前面采集人體姿勢數(shù)據(jù)。計算機(jī)上部署認(rèn)知訓(xùn)練系統(tǒng)，用于實現(xiàn)認(rèn)知訓(xùn)練和運動鍛煉。整個軟件系統(tǒng)使用Unity3D進(jìn)行開發(fā)，使用Kinect作為人體姿勢數(shù)據(jù)采集設(shè)備實現(xiàn)人機(jī)交互。Kinect作為微軟發(fā)布的一款針對VR游戲的設(shè)備，通過相關(guān)的處理算法可以實時采集用戶動作信息，作為輸入設(shè)備擺脫了鍵盤、鼠標(biāo)。第二代Kinect在0.8—3.5 m范圍內(nèi)有較高的識別準(zhǔn)確率，水平視角為70°。它可以滿足游戲設(shè)計的運動鍛煉范圍，并在最佳識別距離內(nèi)檢測到人體主要骨骼點（滿足游戲設(shè)計要求檢測到16個骨骼點），如圖2所示。

3? ?系統(tǒng)軟件設(shè)計（System software design）

運動干預(yù)作為認(rèn)知訓(xùn)練的手段，參與認(rèn)知障礙患者的康復(fù)治療中的有效性目前已得到了臨床上的認(rèn)證。3 個月和6 個月的有氧運動干預(yù)訓(xùn)練的薈萃分析認(rèn)為，有氧運動可以提高認(rèn)知障礙患者的記憶力、執(zhí)行能力、協(xié)調(diào)能力等認(rèn)知能力[8-9]。綜合相關(guān)研究，運動干預(yù)認(rèn)知訓(xùn)練可以作為尚有運動能力的認(rèn)知障礙患者康復(fù)治療的極大補(bǔ)充。

使用Unity設(shè)計運動鍛煉干預(yù)認(rèn)知訓(xùn)練的認(rèn)知游戲，包括數(shù)據(jù)采集模塊、游戲模型映射模塊、認(rèn)知訓(xùn)練模塊。數(shù)據(jù)采集模塊采集Kinect體感設(shè)備前的患者姿勢數(shù)據(jù)，并進(jìn)行識別，并將采集的數(shù)據(jù)映射在游戲模型中。認(rèn)知訓(xùn)練模塊開始計算力、記憶力、圖形識別、方向感認(rèn)知訓(xùn)練。

數(shù)據(jù)采集分為Kinect數(shù)據(jù)采集、姿勢識別兩個步驟。Kinect采集的數(shù)據(jù)包括彩色圖像、深度圖像、音頻等原始數(shù)據(jù)和經(jīng)圖形處理后的骨骼數(shù)據(jù)。數(shù)據(jù)采集模塊使用IBodyFrame獲得患者骨骼數(shù)據(jù)和空間位置信息。采集數(shù)據(jù)后進(jìn)行姿勢識別，姿勢識別通過事先使用Kinect Studio和Visual Gesture Builder建立gbd姿勢文件的方式進(jìn)行檢測。實現(xiàn)姿勢檢測首先需要讀入人體姿勢數(shù)據(jù)，然后采用非連續(xù)的姿勢識別方法檢測患者運動姿勢是否與規(guī)定的姿勢一致，以及連續(xù)多次采樣檢測姿勢是否符合要求。非連續(xù)姿勢采用置信值衡量用戶姿勢的完成度，是Kinect進(jìn)行離散姿勢識別時的返回值，其范圍為0—1。置信值越大，表示用戶動作完成度越高。考慮到運動鍛煉干預(yù)認(rèn)知訓(xùn)練游戲針對的是認(rèn)知障礙患者，為提高患者訓(xùn)練信心，經(jīng)過多次臨床測試設(shè)定置信值為0.2，可以增強(qiáng)患者的信心和參與感，提高訓(xùn)練興趣。

3.1? ?游戲模型映射

3.1.1? ?游戲模型制作

訓(xùn)練游戲使用3D Max來設(shè)計兩個主要的模型：人物模型和墻體模型。人物模型包括頭部、上肢、軀干、下肢4 個部分。人體結(jié)構(gòu)由骨骼撐起，由肌肉的變化和走向決定人體外部表現(xiàn)。人體建模需要考慮的主要是軀干主體和四肢支撐骨骼。左側(cè)上臂和右側(cè)上臂共6 塊骨骼，左下肢和右下肢共6 塊骨骼，軀干和脖頸共8 塊骨骼。人體上肢具體是由上臂肱骨，前臂的尺骨、橈骨和手部構(gòu)成;下肢由大腿股骨，小腿腓骨、脛骨和腳部構(gòu)成。軀干由上胸和下腹兩個主體部分構(gòu)成。模型制作時下腹模型3 塊骨頭，上胸3 塊骨頭，兩部分通過一塊骨頭連接。頭部不考慮動作故不添加骨骼。模型制作時首先新建BOX，不斷根據(jù)實際情況調(diào)整成各部分對應(yīng)的形狀。墻體模型用于提示患者擺出何種姿勢，通過新建BOX，再通過“拾取”操作，獲得帶有人體墻洞的墻體。

3.1.2? ?人體姿勢映射

模型動作映射是基于Unity的人物模型動畫系統(tǒng)Humanoid進(jìn)行骨骼映射的。本次人物模型需要映射人物軀干的關(guān)節(jié)有：踝關(guān)節(jié)、膝關(guān)節(jié)、髖關(guān)節(jié)、脊柱下部、脊柱中心、腕關(guān)節(jié)、肘關(guān)節(jié)、肩關(guān)節(jié)以及兩肩關(guān)節(jié)中間位置。在映射前，需要將人物模型設(shè)置為：兩腿并立站好，雙臂水平抬起姿勢（后文簡稱T形姿勢），將模型的兩臂伸展，使兩臂腕關(guān)節(jié)、肘關(guān)節(jié)、肩關(guān)節(jié)處于同一水平線，兩腿呈豎直狀態(tài)，提示患者開始訓(xùn)練。模型采用鏡像的方式實現(xiàn)將實際動作賦予模型，順應(yīng)患者習(xí)慣。首次需要對關(guān)節(jié)角度做初始化，以防止出現(xiàn)人物骨骼折斷的情形。在每次采集到正確的數(shù)據(jù)后，將通過HumanBodyBones實現(xiàn)模型人物的實時映射，給出實時反饋，并將患者空間水平面的位置賦予模型，提示患者調(diào)整姿勢和位置。

3.2? ?認(rèn)知訓(xùn)練模塊

運動鍛煉干預(yù)認(rèn)知訓(xùn)練游戲通過認(rèn)知訓(xùn)練結(jié)合運動鍛煉來彌補(bǔ)傳統(tǒng)認(rèn)知訓(xùn)練游戲不能充分調(diào)動患者積極性的缺點。認(rèn)知訓(xùn)練作為其中重要的訓(xùn)練部分，需要患者根據(jù)認(rèn)知訓(xùn)練題目得出正確答案后做出判斷：需要擺出哪一個姿勢;然后站在正確的墻洞前，擺出符合正確墻洞的姿勢，從而達(dá)到認(rèn)知訓(xùn)練的目的。游戲訓(xùn)練時，由于每個墻都有兩個人形墻洞，患者根據(jù)認(rèn)知題目做出判斷后，需要移動自身位置并變換肢體動作，才能穿過正確的墻洞。認(rèn)知訓(xùn)練的不同題目可以鍛煉患者的多種認(rèn)知能力。通過題目提示患者根據(jù)左右方向選擇正確的墻洞穿過，可以訓(xùn)練患者的方向感，如圖3（a）所示;通過題目計算簡單的四則運算并根據(jù)算數(shù)結(jié)果選擇正確的墻洞，可以鍛煉患者的計算能力，如圖3（b）所示;通過題目提示患者選擇正確顏色或標(biāo)有正確圖形的墻洞穿過，可以鍛煉患者的圖形識別能力，如圖3（c）所示;認(rèn)知訓(xùn)練題目通過要求患者結(jié)合上一堵墻的提示信息和現(xiàn)在的提示信息，做出判斷來穿過正確的墻洞，可以鍛煉患者的工作記憶能力，如圖3（d）所示?；颊咴谟?xùn)練過程中首先根據(jù)題目做出判斷，然后不斷調(diào)整自身位置和姿勢，需要集中注意力才能做到，這對患者的注意力也可以起到鍛煉作用。為達(dá)到有氧運動的目的，需要至少訓(xùn)練30 分鐘。根據(jù)墻由產(chǎn)生到銷毀的時間間隔，模塊設(shè)定患者每次訓(xùn)練需要完成60 次認(rèn)知訓(xùn)練模塊的更新訓(xùn)練。

認(rèn)知訓(xùn)練模塊更新包括墻體更新和題目更新。題目更新是指在患者訓(xùn)練視角界面中隨機(jī)顯示認(rèn)知訓(xùn)練題目。通過隨機(jī)從數(shù)據(jù)庫中讀取題目和答案，實現(xiàn)隨機(jī)獲取并顯示題目?；颊咴俑鶕?jù)這些題目做出判斷，達(dá)到認(rèn)知訓(xùn)練的目的。由于工作記憶力訓(xùn)練要求能夠根據(jù)上一次的題目做出相同或相反的判斷，故第一次隨機(jī)題目不能為工作記憶訓(xùn)練題。通過設(shè)置flag標(biāo)志判斷是否是第一次隨機(jī)題目，來避免游戲設(shè)計邏輯錯誤。墻體更新是指完成上次訓(xùn)練后更新墻體模型，患者需要根據(jù)新的墻體，在墻體向前移動到患者前，擺出同墻洞一致的姿勢同時站在正確的位置上。在這個過程中通過患者不斷移動自身位置并調(diào)整姿勢，可以達(dá)到運動訓(xùn)練的目的。墻體更新采用非隨機(jī)的循環(huán)方式生成。由于認(rèn)知題目采用隨機(jī)生成的方式，墻體的循環(huán)生成并不會導(dǎo)致可以通過記憶的方式完成訓(xùn)練，因此可以起到包括記憶力訓(xùn)練在內(nèi)的多種認(rèn)知能力訓(xùn)練的作用。由于游戲中不同的墻體模型上的姿勢不同，因此需要在墻體更新的同時更新待檢測姿勢，即墻體每次更新時需要為VisualGestureBuilderFrameSource數(shù)據(jù)源更新目標(biāo)檢測姿勢。更新流程如圖4所示。

3.3? ?系統(tǒng)工作流程

首先顯示墻體模型和認(rèn)知訓(xùn)練題目，更新目標(biāo)檢測姿勢，然后墻體不斷向患者移動?；颊咝枰趬w到達(dá)之前，根據(jù)認(rèn)知訓(xùn)練題目進(jìn)行判斷，站在正確的位置并做出符合墻洞的姿勢。如果患者的題目結(jié)果正確，而且位置和姿勢符合墻洞，成功穿過墻洞;否則患者沒有正確穿過墻洞。之后隨機(jī)更新題目和墻體模型，不斷重復(fù)訓(xùn)練。其中還包括計時和得分的顯示、統(tǒng)計。系統(tǒng)工作流程如圖5所示。

4? ?姿勢識別關(guān)鍵技術(shù)實現(xiàn)（Key technology）

4.1? ?連續(xù)多次檢測

認(rèn)知訓(xùn)練的虛擬游戲場景中，人物模型采用鏡像的方式實現(xiàn)將患者實際姿勢映射在場景人物模型上，用來提示患者調(diào)整姿勢。為防止Kinect體感設(shè)備本身的誤差，經(jīng)過多次測試，連續(xù)兩次檢測的誤識別率為35%，連續(xù)三次檢測的誤識別率為20%，連續(xù)四次檢測的誤識別率介于20%—15%。由于連續(xù)四次和連續(xù)三次檢測之間的識別率差別不明顯，而且會增加識別時間，故患者姿勢檢測采用連續(xù)三次檢測采集到的數(shù)據(jù)幀是否符合目標(biāo)姿勢的方法。如果連續(xù)三幀的姿勢存在一次不符合待檢測姿勢，則認(rèn)為用戶動作姿勢錯誤;如果三次檢測均符合要求，初步判斷正確，再進(jìn)一步進(jìn)行姿勢識別。

4.2? ?姿勢識別算法

在得到16 個主要骨骼點數(shù)據(jù)后，可以通過關(guān)節(jié)距離和關(guān)節(jié)角度判斷骨骼點的相對位置識別姿勢[10]。系統(tǒng)實現(xiàn)了兩種用戶姿勢的識別算法：“T形”姿勢、“在T形姿勢的基礎(chǔ)上將兩臂下垂45°姿勢但下肢姿勢不變”姿勢。通過利用三個骨骼點之間的歐氏距離可以得出對應(yīng)的關(guān)節(jié)角度[11]。歐式距離的計算公式如下：

關(guān)節(jié)屈曲角度計算公式如下：

在檢測“T形姿勢”的上肢姿勢時，左上肢的肩關(guān)節(jié)、肘關(guān)節(jié)、手處于空間同一條直線上，分別計算出三個關(guān)節(jié)組成的邊長，便可通過余弦定理得出肘關(guān)節(jié)屈曲角度。若角度誤差在允許范圍內(nèi)，并且三個關(guān)節(jié)處于同一豎直高度，則認(rèn)為上半身姿勢正確，右上肢采用同樣的檢測方法。下肢姿勢則檢測髖關(guān)節(jié)、膝關(guān)節(jié)、踝關(guān)節(jié)是否處于水平面的同一位置，同時判斷左、右膝關(guān)節(jié)的相對位置是否在允許范圍內(nèi)。若所有肢體均符合姿勢要求，判定姿勢正確。

在檢測“在T形姿勢的基礎(chǔ)上將兩臂下垂45°姿勢”時，上肢判斷肩中間骨骼點、肩關(guān)節(jié)、肘關(guān)節(jié)、手的相對位置。首先根據(jù)肩關(guān)節(jié)、肘關(guān)節(jié)、手的空間位置計算肘關(guān)節(jié)的屈曲角度，再根據(jù)肩中間骨骼點、肩關(guān)節(jié)、肘關(guān)節(jié)計算肩關(guān)節(jié)的角度。若肘關(guān)節(jié)和肩關(guān)節(jié)的角度均在允許范圍內(nèi)，判斷上肢姿勢正確。下肢采用同“T形姿勢”相同的判斷方法。

4.3? ?姿勢識別流程

患者在訓(xùn)練過程中，除了需要做出人形墻洞的姿勢，還需要在墻體到達(dá)前站在對應(yīng)墻洞的位置。姿勢檢測的算法方案如圖6所示。在連續(xù)三次檢測到目標(biāo)姿勢后，還需檢測墻體和人物模型是否處于z軸的同一位置。

5? ?結(jié)論（Conclusion）

本系統(tǒng)利用運動鍛煉后進(jìn)行認(rèn)知訓(xùn)練可以促進(jìn)認(rèn)知康復(fù)效果，將運動鍛煉和認(rèn)知訓(xùn)練相結(jié)合，共同作用于認(rèn)知康復(fù)訓(xùn)練。同時采用虛擬場景訓(xùn)練的形式，利用游戲可以提高患者的訓(xùn)練興趣的特點，使用Unity3D開發(fā)認(rèn)知康復(fù)訓(xùn)練游戲，主要面向仍有運動能力的輕度認(rèn)知障礙患者。通過虛擬游戲的訓(xùn)練形式進(jìn)行康復(fù)訓(xùn)練需要同時使用肢體和大腦來完成康復(fù)訓(xùn)練，可以集中患者的注意力，提高訓(xùn)練興趣。如圖7所示，訓(xùn)練者在Kinect前運動，在程序中判斷是否符合要求的姿勢。相比于單一認(rèn)知訓(xùn)練，患者的單次訓(xùn)練時長也進(jìn)一步增加，進(jìn)一步提高認(rèn)知訓(xùn)練的效果。

本文系統(tǒng)填補(bǔ)了在計算機(jī)領(lǐng)域尚無將運動鍛煉和認(rèn)知訓(xùn)練結(jié)合的認(rèn)知康復(fù)軟件系統(tǒng)的空白，總體上達(dá)到了設(shè)計要求，實現(xiàn)了一款運動鍛煉干預(yù)認(rèn)知訓(xùn)練軟件系統(tǒng)，但是也存在一些缺陷，如人物模型骨骼設(shè)計不夠精細(xì)，復(fù)雜姿勢識別還有困難等。下一步的工作將進(jìn)一步精細(xì)化游戲模型，識別多種人體姿勢，實現(xiàn)一種可以進(jìn)行復(fù)雜姿勢識別的運動鍛煉干預(yù)認(rèn)知訓(xùn)練虛擬游戲軟件系統(tǒng)。

參考文獻(xiàn)（References）

[1] 新型冠狀病毒肺炎防控期間認(rèn)知障礙患者及其照護(hù)者精神衛(wèi)生與心理社會支持專家建議[J].中華精神科雜志，2020（02）：89-94.

[2] ZHOU H T， LU S J， CHEN J K， et al. The landscape of cognitive function in recovered COVID-19 patients[J]. Journal of Psychiatric Reseach， 2020， 129：98-102.

[3] MANTOVANI E， ZUCCHELLA C， BOTTIROLI S， et al. Telemedicine and virtual reality for cognitive rehabilitation： A roadmap for the COVID-19 pandemic[J]. Frontiers in Neurology， 2020， 11：926-929.

[4] 健康中國行動（2019—2030）[J].中國組織工程研究，2020，24（36）：5905-5906.

[5] HOFMANN M， HOCK C， KUHLER A， et al. Interactive computer-based cognitive trainning in patients with alzheimer's disease[J]. Journal of Psychiatric Research， 1996， 30（6）：493-501.

[6] BONNECH?RE B， LANGLEY C， SAHAKIAN B J. The use of commercial computerised cognitive games in older adults： A meta-analysis[J]. Scientific Reports， 2020， 10（1）：15276-15289.

[7] NILSSON J， EKBLOM O， EKBLOM M， et al. Acute increases in brain-derived neurotrophic factor in plasma following physical exercise relates to subsequent learning in older adults[J]. Scientific Reports， 2020， 10（1）：4395-4409.

[8] 劉東祺，李榮梅，張美琪，等.有氧運動干預(yù)老年輕度認(rèn)知功能障礙的Meta分析[J].中國組織工程研究，2019，23（35）：5727-5731.

[9] 徐瓊，趙津磊，王興.有氧運動對阿爾茨海默病患者認(rèn)知功能干預(yù)效果的meta分析[J].中國康復(fù)醫(yī)學(xué)雜志，2019，34（07）：824-830.

[10] 謝亮，廖宏建，楊玉寶.基于Kinect的姿勢識別與應(yīng)用研究[J].計算機(jī)技術(shù)與發(fā)展，2013，23（05）：258-260.

[11] 徐洋凡.基于Kinect虛擬現(xiàn)實下肢游戲的臨床設(shè)計及應(yīng)用[D].廣州：暨南大學(xué)，2016.

作者簡介：

徐言東（1996-），男，碩士生.研究領(lǐng)域：康復(fù)虛擬游戲設(shè)計.

鄒任玲（1971-），女，博士，副教授.研究領(lǐng)域：康復(fù)醫(yī)療器械研制，生物電信號提取.

陳燕燕（2001-），女，本科生.研究領(lǐng)域：康復(fù)虛擬游戲訓(xùn)練.

馬少軒（1999-），男，本科生.研究領(lǐng)域：康復(fù)虛擬游戲訓(xùn)練.

盧旭華（1971-），男，博士，教授.研究領(lǐng)域：脊髓損傷，脊柱退行性疾病，腰椎退變性側(cè)凸畸形，脊柱微創(chuàng).