高諾，陳鵬程

(山東建筑大學(xué)信息與電氣工程學(xué)院，濟南 250101)

引言

腦卒中后上肢損傷極其常見，此類損傷對腦卒中幸存者的日常生活有嚴(yán)重的影響。手部功能障礙作為腦卒中較為常見的后遺癥之一，其特殊的生理結(jié)構(gòu)使得較下肢功能康復(fù)更為困難；日常生活中因健肢代償，患肢的康復(fù)更得不到足夠重視，最終影響康復(fù)療效[1]。2013年，Balamurugan等[2]的研究表明，腦卒中患者手功能可以恢復(fù)一半者只有15%左右，可以恢復(fù)到七成以上者僅占3%。在患腦卒中后6個月，存在手部功能障礙的腦卒中患者高達65%，嚴(yán)重影響患者的日常生活和社會回歸[3]。

傳統(tǒng)的康復(fù)治療方法種類繁多[4-6]，包括神經(jīng)生理療法：Bobath法、Rood法等，以及特殊康復(fù)輔助器具對患者患手進行康復(fù)治療。目前針對腦卒中后手功能障礙的康復(fù)效果并不理想[7]。極為單調(diào)枯燥的康復(fù)治療形式，很難提起患者的訓(xùn)練興趣和信心，較高的醫(yī)療成本[8]和難以實現(xiàn)高強度重復(fù)性訓(xùn)練的局限，使得康復(fù)效率無法滿足患者的康復(fù)需求?，F(xiàn)在主流的康復(fù)方式依舊依靠專業(yè)理療師或者家屬輔助，并依靠輔助器具進行康復(fù)。其缺點是需要耗費大量人力以及物力，且康復(fù)訓(xùn)練效率無明顯提高。同時該方式是完全被動的康復(fù)訓(xùn)練，對患者未形成大腦、神經(jīng)及肌肉的閉環(huán)系統(tǒng)，對患者大腦神經(jīng)皮質(zhì)的恢復(fù)效果不大，因此，康復(fù)效果并不理想。

當(dāng)前，康復(fù)醫(yī)學(xué)、計算機科學(xué)、生物醫(yī)學(xué)工程、人工智能等學(xué)科不斷發(fā)展，相互交融、促進。腦機接口(brain computer interface, BCI)[9-12]，作為一種前沿、熱門、無創(chuàng)的腦刺激中樞神經(jīng)干預(yù)新方法，不斷被研究并應(yīng)用于臨床治療中。運動想象(motor imagery，MI)是指運動活動在內(nèi)心反復(fù)模擬排練，而不伴有明顯身體活動。運動想象作為一種極具潛力的神經(jīng)中樞干預(yù)技術(shù)，能充分調(diào)動腦卒中患者的主觀能動性，實施方便，為腦卒中患者康復(fù)奠定了中樞重塑基礎(chǔ)[13-15]?；谶\動想象的BCI技術(shù)將中樞重塑與神經(jīng)控制閉環(huán)相結(jié)合，為康復(fù)醫(yī)學(xué)提供了一種更為優(yōu)越的康復(fù)新模式。

在醫(yī)療健康領(lǐng)域，虛擬現(xiàn)實(virtual reality，VR)技術(shù)最初被應(yīng)用于恐懼癥、創(chuàng)傷后精神障礙和體像障礙等方面的治療。早在1993年，便有學(xué)者提出，以VR技術(shù)為代表的計算機強化性訓(xùn)練應(yīng)用于康復(fù)治療可獲得良好的康復(fù)效果。1999年，VR技術(shù)被應(yīng)用于腦卒中患者的康復(fù)訓(xùn)練中，該研究通過VR技術(shù)模擬出虛擬教師進行授課，授課中的動作對2例腦卒中患者進行了上肢功能訓(xùn)練。訓(xùn)練結(jié)束后，受試者抓取所要求物品的準(zhǔn)確率提高了50%。美國心臟協(xié)會(AHA)和美國卒中協(xié)會(ASA)于2016年共同發(fā)布《成人腦卒中康復(fù)指南》，針對VR康復(fù)技術(shù)在腦卒中患者上肢功能康復(fù)方面建議應(yīng)用為Ⅱa級推薦，證據(jù)效力為B級[16]。VR技術(shù)作為一種全新的康復(fù)訓(xùn)練策略，為改善腦卒中患者患后運動功能障礙提供了一種愉悅的替代方案。

近年來，康復(fù)器械和虛擬技術(shù)飛速發(fā)展，機械手輔助訓(xùn)練技術(shù)逐漸應(yīng)用于臨床[17]，由于目前傳感器技術(shù)在大多數(shù)康復(fù)機械手上并未集成應(yīng)用，所以此類康復(fù)機械手無法實時反饋、收集康復(fù)訓(xùn)練時的各種運動數(shù)據(jù)信息[18-21]。同時，大部分康復(fù)器械均采用剛性結(jié)構(gòu)，執(zhí)行器為剛性連桿或者關(guān)節(jié)驅(qū)動，且無反饋系統(tǒng)。此設(shè)計存在極大的安全隱患，易對受試者造成二次傷害。而且剛性結(jié)構(gòu)針對不同受試者大小不同的手部尺寸無法做到貼合穿戴，實用性與適用性均有欠缺[22-23]。

基于BCI和VR技術(shù)在康復(fù)醫(yī)學(xué)中的巨大應(yīng)用潛力，以及目前手部康復(fù)系統(tǒng)中存在的若干問題，本研究提出一種基于腦機接口與虛擬現(xiàn)實技術(shù)的手部軟康復(fù)系統(tǒng)。與傳統(tǒng)康復(fù)外骨骼相比，該軟康復(fù)系統(tǒng)適配不同腦卒中患者手部，允許手和手指在非驅(qū)動方向上運動，重量輕，便于攜帶，透氣性強，安全性高。在BCI和VR環(huán)境幫助下，系統(tǒng)協(xié)助患者主動完成康復(fù)訓(xùn)練任務(wù)，并通過特定游戲任務(wù)，為患者提供運動感覺和本體感覺反饋，在康復(fù)過程中提高患者大腦可塑性，改善運動神經(jīng)功能重塑。本研究通過分析一系列對比實驗，驗證了所提出系統(tǒng)的可行性與有效性。

1 系統(tǒng)設(shè)計

本研究提出的基于BCI與VR技術(shù)的手部軟康復(fù)系統(tǒng)的結(jié)構(gòu)，見圖1。該系統(tǒng)包含控制中心、VR模塊、腦電信號處理和手部軟康復(fù)外骨骼四個模塊。

通過EEG采集模塊檢測到受試者的帶有運動意圖的腦電信號并經(jīng)過腦電信號分析算法進行信號分析，一旦獲得分析結(jié)果就立即向手部軟康復(fù)外骨骼模塊和VR模塊發(fā)送信號。手部軟康復(fù)外骨骼模塊通過激活手套上的軟手指致動器做出響應(yīng)，從而幫助受試者獲得執(zhí)行任務(wù)所需的手部姿勢。與此同時，VR模塊向受試者呈現(xiàn)檢測到運動意圖的視覺確認(rèn)，并顯示成功執(zhí)行任務(wù)的動畫。本質(zhì)上，通過該系統(tǒng)，視覺和動覺反饋都是從運動想象輸入中獲得，以達到目標(biāo)功能以及預(yù)期康復(fù)治療的效果。典型的系統(tǒng)運作框圖見圖1。

圖1 基于腦機接口與虛擬現(xiàn)實技術(shù)的手部軟康復(fù)系統(tǒng)框圖

1.1 控制中心

控制中心作為系統(tǒng)的數(shù)據(jù)信息處理傳輸和邏輯判斷中心，負責(zé)將接收到的運動意圖等信息轉(zhuǎn)換成相應(yīng)的控制指令，發(fā)送至VR模塊和手部軟康復(fù)外骨骼模塊，能夠?qū)邮盏降男盘栔噶钸M行邏輯判斷，并向其他集成模塊發(fā)出相應(yīng)的控制指令；同時人機交互界面可以進行功能參數(shù)設(shè)置，康復(fù)訓(xùn)練過程中各項參數(shù)指標(biāo)(如端口設(shè)置、控制指令發(fā)送窗口、連續(xù)指令發(fā)送按鈕、虛擬現(xiàn)實環(huán)境選擇按鈕、康復(fù)訓(xùn)練檔位、檢測功能、訓(xùn)練時長等)都可以通過該界面進行設(shè)置。人機交互界面見圖2。

圖2 控制中心人機交互界面

系統(tǒng)為保護患者數(shù)據(jù)隱私并保證后續(xù)康復(fù)訓(xùn)練順利進行，支持針對不同患者創(chuàng)建個人的數(shù)據(jù)賬號并設(shè)置個人密碼。系統(tǒng)登錄界面見圖3。

圖3 系統(tǒng)登錄界面

1.2 VR模塊

該模塊的主要作用及功能是提供深度沉浸式的虛擬環(huán)境，提高患者的康復(fù)積極性，以及提高患者的腦電信號質(zhì)量以獲得更高的腦電信號分類準(zhǔn)確率。通過提示受試者在執(zhí)行特定任務(wù)時的運動意圖，激發(fā)患者的康復(fù)潛力。

本系統(tǒng)VR模塊是基于Unity3D引擎建立的。虛擬環(huán)境采用第一人稱顯示患者手部狀態(tài)，使患者能感受到較強的沉浸感與交互感。VR模塊與腦電信號處理模塊采用TCP/IP協(xié)議通信，編程語言為C#，通過腳本實現(xiàn)虛擬環(huán)境中人物的控制。VR模塊與傳感器數(shù)據(jù)傳輸流程圖，見圖4。

VR模塊非常適合與康復(fù)設(shè)備結(jié)合使用[24-26]。康復(fù)設(shè)備除了輔助患手進行伸展、抓緊等動作外，還可以提供一定程度的視覺反饋。VR的使用是為了促進任務(wù)導(dǎo)向和重復(fù)運動訓(xùn)練的新運動技能，同時使用各種刺激環(huán)境。

圖4 傳感器與VR模塊數(shù)據(jù)傳輸流程圖

VR模塊開發(fā)有四個康復(fù)任務(wù)策略，分別是：書房虛擬環(huán)境、臺球游戲、砍樹游戲和探索游戲。這四個不同的康復(fù)任務(wù)策略難度等級逐漸提高，不同的難度等級可以逐步輔助提高患者患肢的運動能力康復(fù)。

書房虛擬環(huán)境：高還原度、高沉浸感的書房虛擬環(huán)境將患者帶入現(xiàn)實，進行初步被動康復(fù)，VR給予患者沉浸式視覺反饋，書房VR見圖5。

圖5 康復(fù)任務(wù)策略1-書房環(huán)境

臺球游戲：VR環(huán)境下通過碰撞體檢測使虛擬手臂抓取到臺球桿，MPU6050傳感器獲取位置信息，通過調(diào)整方向以達到想擊打的臺球，通過握拳進行蓄力從而完成不同力度的擊打。其目的在于讓患者自主想象自己手部運動，刺激受損神經(jīng)通路恢復(fù)。臺球游戲VR環(huán)境見圖6。

砍樹游戲：虛擬環(huán)境患者通過虛擬手臂抓取斧頭進行砍竹子游戲，患者通過握拳動作進行砍伐竹子的蓄力力度，力度不夠則需要多次蓄力，每次砍伐成功五根柱子，虛擬環(huán)境則會出現(xiàn)鼓勵性視覺反饋。任務(wù)性虛擬游戲引導(dǎo)患者達成康復(fù)訓(xùn)練目標(biāo)?？硺溆螒騐R環(huán)境見圖7。

圖6 康復(fù)任務(wù)策略2-臺球游戲

圖7 康復(fù)任務(wù)策略3-砍樹游戲

探索游戲：患者在虛擬環(huán)境中進行探索，0—9共10個手勢依次控制虛擬人物結(jié)束游戲、左旋轉(zhuǎn)、右旋轉(zhuǎn)、跳躍、下蹲、前進、后退、加速跑、慢跑和返回初始狀態(tài)。代表0—9的十個手勢見圖8(a)，探索游戲VR環(huán)境見圖8(b)。

圖8 康復(fù)任務(wù)策略4-探索游戲

1.3 腦電(electroencephalograph，EEG)信號處理模塊

該模塊包括腦電信號采集、放大及處理功能，并將分析出的運動意圖通過TCP/IP通訊協(xié)議傳輸至控制中心。

本系統(tǒng)采用基于運動想象的腦機接口技術(shù)對手部軟康復(fù)外骨骼模塊和VR模塊進行控制。腦電信號處理模塊由腦電信號采集裝置、信號處理分析算法兩部分組成。信號采集裝置負責(zé)采集受試者運動想象腦電信號，腦電信號分析算法負責(zé)對采集到的腦電信號進行特征提取與分類，并將分類后的運動意圖發(fā)送至控制中心，由控制中心發(fā)送到相應(yīng)執(zhí)行模塊。

1.3.1信號檢測采集裝置 本系統(tǒng)使用博睿康科技有限公司(Neuracle)的32導(dǎo)腦電信號采集設(shè)備對腦電信號進行采集。該系統(tǒng)按照10/20國際標(biāo)準(zhǔn)系統(tǒng)，將32個電極均勻分布在受試者頭皮的運動皮層周圍，接地電極REF為參考電極，采樣頻率設(shè)定為250 Hz，采集的信號通過生物信號放大器進行放大并保存。信號采集過程中保持電極阻抗在5 kΩ以下。腦電采集系統(tǒng)佩戴示意圖及電極位置分布圖，見圖9。

1.3.2信號分析處理算法 本研究采用的信號分析處理算法為本研究團隊提出的基于功率譜密度矩陣(power spectral density，PSD)的黎曼幾何分析算法，該算法的結(jié)構(gòu)框圖見圖10。其工作流程為：首先對大量已知類別的腦電信號進行PSD矩陣的計算，并構(gòu)造相應(yīng)類別腦電信號的PSD矩陣集。PSD矩陣的建立，完成了腦電信號從歐氏空間到黎曼空間的轉(zhuǎn)換。對于一組未知類別的腦電信號，首先計算其PSD矩陣，然后計算該PSD矩陣與所有已知類別的PSD矩陣集中所有PSD矩陣之間的黎曼距離。根據(jù)相似性/非相似性定義，同類腦電信號PSD矩陣之間的黎曼距離較近，異類腦電信號PSD矩陣之間距離較遠。最后，采用KNN算法判定該未知類別腦電信號的分類。

本研究團隊提出的基于PSD矩陣的黎曼幾何分析算法將腦電信號分析問題從傳統(tǒng)的歐式空間轉(zhuǎn)換到黎曼空間，充分利用腦電信號PSD矩陣的幾何分布進行特征提取與分類，有效提高了腦電信號分析與分類效率。同時，該算法通過引入纖維束理論完成PSD矩陣之間的黎曼距離的計算，避免了傳統(tǒng)黎曼距離計算過程中的收斂性分析問題及計算量大的問題。有關(guān)該算法的詳細介紹請參考文獻[27]，在此不再贅述。

(a)EEG信號采集裝置 (b)EEG信號采集電極分布

圖10 基于黎曼空間的腦電信號特征提取與分類算法

1.4 手部軟康復(fù)外骨骼模塊

該模塊是康復(fù)系統(tǒng)的執(zhí)行機構(gòu)，負責(zé)輔助受試者進行伸手、全手指抓握、單指伸展、對指伸展等動作的完成。該模塊接收控制中心的控制指令完成相關(guān)動作。同時該模塊配有的傳感器可將手部相關(guān)數(shù)據(jù)指標(biāo)傳輸至VR模塊。

手部軟康復(fù)外骨骼模塊結(jié)合伺服驅(qū)動器(舵機)控制精確度高的特點，可以精準(zhǔn)地控制驅(qū)動行程，以此適應(yīng)不同患者的需求，且舵機具有功率低、輸出力矩大、控制簡單易操作等優(yōu)點。5個舵機分別為5根手指提供動力輔助完成康復(fù)訓(xùn)練動作，通過Arduino微控制器對每個舵機分別進行控制，以此來輔助單指、全指、對指等動作的完成。與傳統(tǒng)剛性材料相比，本研究提出的手部軟康復(fù)外骨骼模塊克服了手指康復(fù)訓(xùn)練指間動作耦合的難點。同時為了提高系統(tǒng)適用性，本系統(tǒng)還加入多種通信接口，包括：TCP/IP、藍牙等。手部軟康復(fù)外骨骼模塊中還設(shè)有一個大容量電池模塊給控制器和舵機供電，保證系統(tǒng)可以獨立工作，也可通過220 V交流電進行充電。手部軟康復(fù)外骨骼模塊集成嵌入式系統(tǒng)，可進行通信方式的選擇、訓(xùn)練模式的選擇、控制指令的修改。手部軟康復(fù)外骨骼模塊結(jié)構(gòu)示意圖，見圖11。

圖11 手部軟康復(fù)外骨骼模塊由外骨骼手部佩戴部分(紅色標(biāo)記)、外骨骼控制箱兩部分組成

為實現(xiàn)檢測功能，在外骨骼手部佩戴部分加入彎曲度傳感器，以此來獲取患者手部各項數(shù)據(jù)指標(biāo)，包括手指活動的最大范圍、加速度等。彎曲度傳感器是一種擁有可變電阻的電子元件，傳感器阻值R與傳感器的彎曲程度成正相關(guān)。5個彎曲度傳感器采集5根手指的數(shù)據(jù)值進行解析，設(shè)定患者張手時傳感器阻值R為最小值，在緊握手部時傳感器阻值R為最大值。以STM32F40LCBUb作為主控芯片的電路板集成了電壓電阻轉(zhuǎn)換電路、數(shù)據(jù)格式選擇開關(guān)、Micor-USB充電接口、藍牙模塊、MPU6050傳感器和五個傳感器采集接口。彎曲度傳感器及主控電路板見圖12。

2 實驗驗證與結(jié)果分析

為了驗證本研究系統(tǒng)的可行性與有效性，本研究團隊進行了一系列的相關(guān)實驗。所有實驗均在山東建筑大學(xué)進行，共選取7名受試者，均為22～35歲的在校學(xué)生(4男3女)。實驗在舒適、放松的環(huán)境下進行。實驗分為三個部分：(1)驗證系統(tǒng)的穩(wěn)定性；(2)驗證EEG信號在分析算法的可行性；(3)驗證在進行運動想象實驗時，虛擬現(xiàn)實對相對應(yīng)腦區(qū)活躍度的提高。

(a)彎曲度傳感器

(b)組裝完成的5個彎曲度傳感器和主控電路板

2.1 手部軟康復(fù)系統(tǒng)穩(wěn)定性實驗

手部軟康復(fù)外骨骼模塊可作為獨立模塊單獨運行，驗證系統(tǒng)穩(wěn)定性即驗證手部軟康復(fù)外骨骼模塊對VR模塊指令的執(zhí)行情況以及有無耦合動作情況的發(fā)生。VR模塊通過人機交互界面的控制指令發(fā)送窗口編輯指令內(nèi)容，并設(shè)置指令發(fā)送間隔。手部軟康復(fù)外骨骼模塊嵌入式系統(tǒng)預(yù)設(shè)控制指令分別為1～10，1～5控制指令代表從大拇指到小拇指單指張握一次動作完成；6代表全指抓握；7代表全指張開；8代表全指進行張握一次動作完成；9代表大拇指食指對指一次動作完成；10代表大拇指小拇指對指一次動作完成。

通過設(shè)置三組實驗，檢驗是否有耦合動作，指令發(fā)送間隔設(shè)置為5 s，控制指令設(shè)置為“1-2-3-4-5”、“6-7-8-9-10”、“8-9-10-5-1”在接收到控制指令前手部軟康復(fù)外骨骼模塊處于待機狀態(tài)。當(dāng)其接收到控制指令并完成控制指令代表的動作時，記錄此次實驗結(jié)果為“1”，反之記錄為“0”。實驗結(jié)果見表1。

由表1可知，每組實驗系統(tǒng)都依次正確完成了控制指令的內(nèi)容，未發(fā)生耦合動作情況。因為手部軟康復(fù)外骨骼模塊嵌入式系統(tǒng)的引入對控制指令邏輯的判斷提供了保證，未出現(xiàn)一個動作未完成便進行下一個動作的情況。

表1 手部軟康復(fù)外骨骼模塊執(zhí)行控制指令耦合動作

2.2 在線實驗

本次實驗進行了單手兩種狀態(tài)的運動想象實驗：張手、抓握。7位受試者被要求按照電腦顯示屏出現(xiàn)的手部狀態(tài)提示進行相對應(yīng)的運動想象，實驗范式見圖13。每位受試者被要求進行3組運動想象實驗，每組實驗張手、抓握運動想象共40次，每組實驗結(jié)束允許受試者休息3～5 min。

圖13 實驗范式圖

實驗結(jié)果的準(zhǔn)確率由計算機運算得出，即信號分析處理算法得出的運動意圖與電腦顯示屏出現(xiàn)的手部狀態(tài)，提示相同則視為正確，反之則視為錯誤。7名受試者的實驗結(jié)果準(zhǔn)確率見表2。表2中的準(zhǔn)確率說明，本研究所采用的基于PSD矩陣的黎曼幾何分析算法可以在較高準(zhǔn)確率下區(qū)分患者同方向手的不同動作：抓握與張開，驗證了該腦電信號分析算法應(yīng)用于本研究所提出的手部軟康復(fù)系統(tǒng)中的可行性與有效性。

表2 7名受試者的分類準(zhǔn)確率

2.3 離線實驗

本實驗選取一名受試者，收集了其在靜息狀態(tài)下、腦機接口控制康復(fù)系統(tǒng)右手運動狀態(tài)下和在虛擬環(huán)境下，通過腦機接口控制康復(fù)系統(tǒng)右手運動狀態(tài)下的離線腦電信號數(shù)據(jù)。根據(jù)實驗結(jié)果數(shù)據(jù)繪制其不同臨床試驗狀態(tài)下的腦電圖空間模式，見圖14。

圖14(a)顯示的是患者在進行手部軟康復(fù)外骨骼模塊被動康復(fù)時的腦電地形圖。圖14(b)腦電圖顯示是在通過MI-BCI控制手部軟康復(fù)外骨骼模塊時主動康復(fù)狀態(tài)的腦電活動地形圖，運動皮層區(qū)域周圍的右半球有一個同側(cè)陰性區(qū)域。圖14(c)顯示的是患者在MI-BCI控制手部軟康復(fù)外骨骼模塊的基礎(chǔ)上，引入虛擬現(xiàn)實(康復(fù)策略1：書房環(huán)境)完成閉環(huán)反饋時的腦電地形圖。通過對比顯示，在虛擬現(xiàn)實環(huán)境下進行腦機接口康復(fù)實驗時，相對應(yīng)腦區(qū)活動較單純進行腦機接口康復(fù)試驗更為活躍。由于腦電地形圖對于不同的患者來說，靜息狀態(tài)和運動想象狀態(tài)的腦電圖空間模式并非一致，因為該狀態(tài)模式不受人們的主觀控制。

(a)手部軟康復(fù)外骨骼被動康復(fù)

(b)手部軟康復(fù)外骨骼+MI-BCI主動康復(fù)

(c)手部軟康復(fù)外骨骼+MI-BCI+VR主動康復(fù)

VR模塊的高度沉浸感激活了大腦運動皮質(zhì)的活動狀態(tài)，相對于MI-BCI控制手部軟康復(fù)外骨骼模塊時，腦區(qū)激活程度上呈現(xiàn)出一定的優(yōu)勢，能實現(xiàn)腦區(qū)較好的激活，為腦功能重建與腦神經(jīng)重塑奠定基礎(chǔ)。

3 結(jié)論

本研究闡述并驗證了腦機接口與虛擬現(xiàn)實技術(shù)在軟康復(fù)外骨骼中的結(jié)合是一種有效的康復(fù)方案。同時，本研究系統(tǒng)在手部軟康復(fù)外骨骼模塊集成嵌入式系統(tǒng)提高了實用性，彎曲度傳感器以及MPU6050傳感器可以有效保護患者的手部安全，防止超過活動范圍的康復(fù)對患者造成二次傷害。相關(guān)實驗結(jié)果表明，手部軟康復(fù)外骨骼模塊穩(wěn)定性較高，可作為執(zhí)行機構(gòu)代替人工對患者手部進行康復(fù)訓(xùn)練。本研究所采用的信號分析處理算法滿足系統(tǒng)對執(zhí)行機構(gòu)控制準(zhǔn)確率的要求?；颊咴诓煌祻?fù)狀態(tài)下的腦電空間模式圖，驗證了虛擬現(xiàn)實與腦機接口相結(jié)合在提高患者對應(yīng)腦區(qū)活躍度方面的有效性，為腦功能的重建與腦神經(jīng)的重塑奠定了理論基礎(chǔ)。

雖然本研究系統(tǒng)解決了部分傳統(tǒng)康復(fù)方式存在的問題，將腦機接口、虛擬現(xiàn)實技術(shù)和手部軟康復(fù)外骨骼相結(jié)合，為手部功能障礙患者提供了一種安全、有效的主動康復(fù)新方案，但是該系統(tǒng)距離真正的臨床應(yīng)用尚有很多工作需要進一步完善：(1)具有遷移學(xué)習(xí)能力的腦電信號分析算法可以明顯縮短腦機接口系統(tǒng)校對時間，有效提高腦機接口系統(tǒng)的應(yīng)用性；(2)腦卒中后手部肌無力與肌肉僵硬患者需要穿戴更加方便的手部軟康復(fù)外骨骼；(3)集檢測、控制、評估為一體的康復(fù)系統(tǒng)可以有效提高康復(fù)效率、確定康復(fù)水平。隨著腦科學(xué)、人工智能、機器人技術(shù)的深入研究與發(fā)展，本研究將會具有更加良好的應(yīng)用前景。