舒智林 李思宜 2 于寧波 朱志中 巫嘉陵 韓建達(dá)

“腦卒中”又稱 “中風(fēng)”,是腦部血管破裂或因血管阻塞導(dǎo)致血液不能流入大腦而引起腦組織損傷的疾病,發(fā)病率高、復(fù)發(fā)率高、死亡率高、致殘率高.我國腦卒中患者數(shù)量眾多,而且近年來隨著人口老齡化在快速增加.2011 年 《中國腦卒中康復(fù)治療指南》 估計(jì)我國每年新發(fā)腦卒中200 萬例[1],2017 年北京天壇醫(yī)院的流行病學(xué)調(diào)查估計(jì)我國每年新發(fā)病例達(dá)240 萬,是致殘的首要疾病之一[2].由于康復(fù)資源受限、后期康復(fù)不力等原因,我國的腦卒中致殘比例遠(yuǎn)高于發(fā)達(dá)國家,60%～70%的患者會(huì)產(chǎn)生運(yùn)動(dòng)功能障礙,帶來沉重的家庭、社會(huì)和經(jīng)濟(jì)負(fù)擔(dān)[1?2].基于神經(jīng)系統(tǒng)可塑性,康復(fù)訓(xùn)練可以幫助病人部分甚至全部恢復(fù)曾經(jīng)喪失的功能,這已經(jīng)被循證醫(yī)學(xué)和神經(jīng)科學(xué)研究所證實(shí)[3?5].機(jī)器人技術(shù)進(jìn)入康復(fù)領(lǐng)域,通過末端牽引式、外骨骼式等本體系統(tǒng),示教式和 “按需輔助”等康復(fù)方法,為患者提供高強(qiáng)度、可重復(fù)、可量化的康復(fù)訓(xùn)練,已經(jīng)成為神經(jīng)康復(fù)的重要力量[4,6?7].

在腦卒中患者康復(fù)訓(xùn)練中,保持患者積極主動(dòng)參與、提供適配其運(yùn)動(dòng)能力的訓(xùn)練難度,對于取得良好的康復(fù)效果至關(guān)重要.但是,病人的神經(jīng)康復(fù)過程具有動(dòng)態(tài)性的特點(diǎn),即使在同一階段其運(yùn)動(dòng)控制能力也會(huì)出現(xiàn)波動(dòng).而且,康復(fù)訓(xùn)練過程一般較長,患者容易懈怠甚至出現(xiàn)惰性效應(yīng),這已經(jīng)成為抑制臨床康復(fù)效果的瓶頸因素[8?10].特別是康復(fù)機(jī)器人依照 “按需輔助”適應(yīng)性算法為患者提供幫助的情況,雖然可以幫助患者完成更多的重復(fù)性訓(xùn)練,但患者的主動(dòng)參與程度卻可能會(huì)降低,因?yàn)?“按需輔助”適應(yīng)性算法無法準(zhǔn)確區(qū)分患者究竟是運(yùn)動(dòng)能力較弱還是主動(dòng)參與程度降低[11?13].因此,如何檢測并量化患者的狀態(tài)和表現(xiàn)、確定其實(shí)際的輔助康復(fù)需求,進(jìn)而實(shí)現(xiàn)對訓(xùn)練任務(wù)的在線調(diào)整,就成為當(dāng)前神經(jīng)康復(fù)的一個(gè)關(guān)鍵問題[13?14].

在當(dāng)前的研究中已經(jīng)有國內(nèi)外學(xué)者針對這一問題進(jìn)行了探索.瑞士蘇黎世聯(lián)邦理工學(xué)院Metzger 等設(shè)計(jì)了基于任務(wù)完成情況對訓(xùn)練任務(wù)難度進(jìn)行調(diào)整的方案,可以使患者的訓(xùn)練表現(xiàn)維持在一定區(qū)間[15].美國南加州大學(xué)Choi 等在6 種抓取任務(wù)的基礎(chǔ)上,根據(jù)受試者完成前一個(gè)任務(wù)的表現(xiàn)來調(diào)整當(dāng)前任務(wù)難度,并針對5 位中輕度腦卒中患者開展了可行性實(shí)驗(yàn)[16].清華大學(xué)和荷蘭代爾夫特大學(xué)Li等設(shè)計(jì)了一個(gè)對運(yùn)動(dòng)控制、感知、認(rèn)知和情緒等方面主動(dòng)參與水平進(jìn)行監(jiān)測的系統(tǒng)[17].中科院自動(dòng)化研究所Wang 等通過面部表情和肌肉疲勞度來檢測心理和生理狀態(tài)并對訓(xùn)練任務(wù)進(jìn)行調(diào)整[18].南京郵電大學(xué)Xu 等基于面部肌電、心電、皮膚電傳導(dǎo)和呼吸等情緒生理響應(yīng),設(shè)計(jì)分類器,對受試者執(zhí)行任務(wù)時(shí)的情緒進(jìn)行識(shí)別,并根據(jù)其焦慮程度對任務(wù)難度進(jìn)行調(diào)節(jié)[19].但是,在目前研究中的康復(fù)訓(xùn)練任務(wù)尚沒有將受試者的腦激活情況與肢體運(yùn)動(dòng)情況進(jìn)行綜合考慮,沒有建立系統(tǒng)的在線調(diào)整策略.

上肢遠(yuǎn)端腕手的靈巧操作需要神經(jīng)系統(tǒng)的精細(xì)運(yùn)動(dòng)控制能力和感知運(yùn)動(dòng)協(xié)調(diào)能力,這是康復(fù)訓(xùn)練的重點(diǎn)和難點(diǎn)[15].在執(zhí)行運(yùn)動(dòng)控制任務(wù)時(shí),視覺和觸覺等信息通過神經(jīng)通路傳遞到大腦.中樞神經(jīng)系統(tǒng)將信息進(jìn)行綜合、處理并發(fā)送運(yùn)動(dòng)控制命令,從而以最小的誤差、最優(yōu)的努力,高質(zhì)量完成任務(wù).腦電(Electroencephalography,EEG)檢測以時(shí)間分辨率高和采集設(shè)備便攜易用等優(yōu)點(diǎn),已經(jīng)被廣泛應(yīng)用于神經(jīng)系統(tǒng)活動(dòng)的分析,可以通過EEG 信號(hào)來分析人在任務(wù)執(zhí)行過程中的大腦活動(dòng),獲得其神經(jīng)參與程度[20?22].另一方面,歸一化急動(dòng)度和任務(wù)評分的指標(biāo)能夠客觀評價(jià)患者在康復(fù)訓(xùn)練中的肢體運(yùn)動(dòng)控制能力和任務(wù)完成情況.

在本文工作中,我們設(shè)計(jì)上肢靈巧操作任務(wù).從神經(jīng)參與程度、運(yùn)動(dòng)控制能力和任務(wù)完成情況三個(gè)方面對受試者的狀態(tài)和表現(xiàn)進(jìn)行在線量化評價(jià),進(jìn)而基于評價(jià)結(jié)果,在任務(wù)級(jí)和任務(wù)內(nèi)兩個(gè)層次對任務(wù)操作難度、輔助或干擾力場以及視覺輔助等參數(shù)進(jìn)行在線調(diào)整,從而為提升神經(jīng)康復(fù)訓(xùn)練效果提供了一種腦肢融合的解決方案.

1 系統(tǒng)與任務(wù)設(shè)計(jì)

1.1 系統(tǒng)總體設(shè)計(jì)

本文所設(shè)計(jì)系統(tǒng)的整體示意圖如圖1 所示.在實(shí)驗(yàn)過程中,力觸覺設(shè)備Omega.7 提供的力觸覺反饋信息和計(jì)算機(jī)提供的視覺反饋信息通過人體感知系統(tǒng)傳遞到受試者的腦部中樞神經(jīng),處理分析后得出運(yùn)動(dòng)控制命令,然后發(fā)送給上肢進(jìn)行操作.通過與Omega.7 抓手的力與位置交互,受試者可以進(jìn)行靈巧操作.運(yùn)動(dòng)控制的數(shù)據(jù)通過Omega.7 傳遞給計(jì)算機(jī),控制虛擬環(huán)境中目標(biāo)物體的運(yùn)動(dòng).同時(shí),在整個(gè)任務(wù)中使用Biosemi ActiveTwo 采集受試者的腦電信號(hào),并將數(shù)據(jù)傳遞給計(jì)算機(jī)實(shí)時(shí)處理與分析.由此,可以實(shí)現(xiàn)受試者的手功能訓(xùn)練,并同時(shí)測量任務(wù)執(zhí)行過程中受試者的腦電信號(hào)以及手部的運(yùn)動(dòng)信息.

圖1 系統(tǒng)整體設(shè)計(jì)示意圖Fig.1 Illustration of the overall system design

力觸覺設(shè)備Omega.7 有包含抓取在內(nèi)的7個(gè)自由度,其中包含抓取和平移的4個(gè)自由度能夠提供力反饋[23].Biosemi ActiveTwo 為荷蘭Biosemi公司生產(chǎn)的腦電測量設(shè)備,其包含32個(gè)通道,采樣頻率為256 Hz.

大腦皮層的空間位置和相應(yīng)的主要功能如表1所示.本文工作中,主要關(guān)注認(rèn)知和自主運(yùn)動(dòng)控制功能,因此主要關(guān)注額葉的EEG 信號(hào),采用AF3、AF4、F3、F4、F7、F8、FC5 和FC6 這8個(gè)通道的EEG 信號(hào).

表1 大腦皮層位置分區(qū)及功能表格[24]Table 1 The regions and functions of the cerebral cortex[24]

1.2 康復(fù)訓(xùn)練任務(wù)設(shè)計(jì)

基于日常生活中常見的擠番茄醬動(dòng)作,設(shè)計(jì)了包含輔助視窗的操作任務(wù)虛擬場景,如圖2 所示.這一任務(wù)和場景,與生活中的很多動(dòng)作有共性,可以方便的應(yīng)用和推廣.

圖2 操作任務(wù)虛擬場景和輔助視窗Fig.2 The manipulation task scenario with visual assistance

輔助視窗可以放大虛擬場景中的局部場景,使受試者可以更清晰地觀察番茄醬瓶的位置和狀態(tài).在任務(wù)中,受試者需要操縱Omega.7 抓手以控制虛擬場景中的手部模型和番茄醬瓶.當(dāng)番茄醬瓶口從起始位置沿著設(shè)定的虛擬軌跡移動(dòng)至終點(diǎn)位置時(shí),即算完成一次任務(wù).虛擬軌跡由一定數(shù)量的白色小球組成,若番茄醬瓶瓶口與球中心點(diǎn)的偏差在指定范圍內(nèi),則認(rèn)為在該小球處番茄醬順利滴下,小球顏色由白變紅.反之,小球變?yōu)楹谏?表示此處任務(wù)沒有成功.

1.3 任務(wù)難度設(shè)置

任務(wù)難度從以下三個(gè)方面進(jìn)行設(shè)置.

1)輔助力/干擾力場.在受試者執(zhí)行操作任務(wù)的過程中,系統(tǒng)可以通過Omega.7 具備的力反饋功能給受試者施加輔助或干擾力.輔助力由兩部分組成:

其中,Fa1表示沿軌跡切線向前的力,Fa2表示垂直于切線、指向球心的力.兩者的大小通過式(2)表示:

其中,k1和k2為給定常數(shù),d1和d2分別表示番茄醬瓶口位置與軌跡上目標(biāo)位置(球心)在切線方向上和沿切線垂直方向上的距離.

本文中干擾力場的設(shè)計(jì)是路徑控制的一種形式.路徑控制策略根據(jù)受試者的運(yùn)動(dòng)情況給予受試者相應(yīng)的輔助或干擾力,而力場就是這一策略的一種具體形式[25].本文中的干擾力場為球形力場.當(dāng)番茄醬瓶經(jīng)過軌跡上的球形力場區(qū)域時(shí),受到指向力場球心的干擾力,其大小定義為:

其中,Fd表示干擾力,Fmax表示施加干擾力的最大值,R表示干擾力場的半徑,d表示番茄瓶口與干擾力場球心的實(shí)際距離.

按照有無輔助力和干擾力將難度由易到難分為3個(gè)等級(jí),如表2 所示.

表2 輔助/干擾力等級(jí)設(shè)置Table 2 Assistance/disturbance force level settings

2)視覺輔助.基于視覺提供誤差反饋是一種常見的調(diào)節(jié)任務(wù)難度的手段[26?27].在本文中,按照是否在輔助視窗處提供番茄醬瓶口附近的局部放大場景,將難度由易到難分為2個(gè)等級(jí),如表3 所示.

表3 視覺輔助等級(jí)設(shè)置Table 3 Visual assistance level settings

3)虛擬軌跡.為了保證虛擬軌跡的平滑度,采用二重埃米爾特插值的方式構(gòu)建虛擬軌跡.軌跡的長度均相等,按照虛擬軌跡的復(fù)雜程度進(jìn)行難度分級(jí),復(fù)雜程度通過虛擬軌跡在切線上的角度變化來體現(xiàn).其中等級(jí)1、2、3 用于訓(xùn)練任務(wù),等級(jí)X用于實(shí)驗(yàn)前后對受試者的測評,如表4 所示.

表4 虛擬軌跡等級(jí)設(shè)置Table 4 Virtual track level setting

輔助/干擾力場被設(shè)計(jì)集成在虛擬場景中.力場一直都存在、分布在任務(wù)空間中.通過對力場參數(shù)的在線調(diào)節(jié),可以使力場表現(xiàn)為輔助力、干擾力或零力.這可以通過調(diào)用CHAI3D 軟件庫,協(xié)調(diào)虛擬場景和Omega.7 力反饋設(shè)備,在任務(wù)中具體實(shí)現(xiàn)[23].Omega.7 設(shè)備的力反饋性能保證了人機(jī)交互的流暢性.

2 腦肢融合的在線評價(jià)方法

2.1 神經(jīng)參與程度指標(biāo)

人的腦波主要分為4 種,研究表明其與人的狀態(tài)強(qiáng)烈相關(guān),如表5 所示[28?29].

表5 腦波頻段對應(yīng)的人體狀態(tài)[28?29]Table 5 Brainwave bands and corresponding human states[28?29]

任務(wù)中的神經(jīng)參與程度可以用式(4)估計(jì):

其中,Eα、Eβ和Eθ分別代表對應(yīng)頻段的能量;E表示用于估計(jì)參與程度的指標(biāo),這一指標(biāo)被廣泛應(yīng)用于不同任務(wù)中對受試者神經(jīng)參與程度的估計(jì)[30?32].

本文中利用測得的腦電信號(hào),經(jīng)過處理計(jì)算后可以得到參與程度指標(biāo),如圖3 所示.首先對腦電信號(hào)進(jìn)行預(yù)處理.使用1～80 Hz 帶通濾波器濾除環(huán)境噪聲,使用陷波濾波器去除工頻噪聲.然后用快速傅里葉變換(Fast Fourier transform,FFT),將經(jīng)過預(yù)處理得到的時(shí)域EEG 信號(hào)轉(zhuǎn)化到頻域.快速傅里葉變換的時(shí)間窗為2 秒,時(shí)間步長為0.5 秒.進(jìn)而將頻段中各點(diǎn)的能量相加得到頻段能量,計(jì)算方法如式(5):

圖3 參與度指標(biāo)計(jì)算流程Fig.3 The calculation process of the engagement index

其中,Ep為p頻段的頻段能量,F(ω) 為時(shí)域腦電信號(hào)f(t) 的快速傅里葉變換,pl和ph分別為該頻段的最低頻率和最高頻率.計(jì)算各頻段能量后,通過式(4)計(jì)算得到參與程度.由于不同受試者參與度水平不同,對各受試者將E進(jìn)行歸一化處理.公式如式(6):

其中,Enormalized表示歸一化后的參與度指標(biāo),Emax和Emin分別表示E的最大值和最小值.

腦電信號(hào)容易受到眼電、肌電等偽跡的干擾.常見的去偽跡方法難以滿足本研究中在線測評的實(shí)時(shí)性要求,而且已經(jīng)有研究在未特別針對眼電和肌電偽跡進(jìn)行處理的情況下實(shí)現(xiàn)了對神經(jīng)參與程度的有效測評[30,33].因此,本文工作中沒有特別進(jìn)行去偽跡處理,而是明確告知受試者在任務(wù)過程中不要眨眼.根據(jù)觀察,每次任務(wù)的時(shí)間為20～60 秒,受試者在完成任務(wù)的過程中注意力比較集中、眨眼次數(shù)很少,可以認(rèn)為眼電干擾影響很小.而且,采用1～80 Hz 的帶通濾波也能減小肌電等偽跡的干擾.

2.2 運(yùn)動(dòng)控制能力和任務(wù)完成表現(xiàn)指標(biāo)

對于受試者的運(yùn)動(dòng)控制能力評價(jià),采用歸一化急動(dòng)度指標(biāo).對于任務(wù)完成表現(xiàn),采用任務(wù)評分.

1)歸一化急動(dòng)度(Jnormalized)由式(7)定義[34?36]:

其中,j、t與l分別表示急動(dòng)度、運(yùn)動(dòng)時(shí)長與運(yùn)動(dòng)路徑長度.Jnormalized越小,表征上肢遠(yuǎn)端運(yùn)動(dòng)軌跡的平滑度越高,存在較少的速度突變.

2)任務(wù)分?jǐn)?shù)(Tscore)由式(8)定義:

其中,Nsuccess為一次訓(xùn)練任務(wù)中番茄醬瓶準(zhǔn)確穿過的小球數(shù),Dability表示實(shí)驗(yàn)前能力測評任務(wù)的完成時(shí)間,Dtrial表示每一次訓(xùn)練任務(wù)的完成時(shí)間.Dability/Dtrial表示歸一化處理,可以防止由于受試者不同所帶來的偏差.每次訓(xùn)練任務(wù)均會(huì)產(chǎn)生一個(gè)任務(wù)分?jǐn)?shù).

3 訓(xùn)練任務(wù)的多層次在線調(diào)整策略

3.1 任務(wù)調(diào)整總體框架

為保持受試者的狀態(tài)和表現(xiàn)在合適范圍內(nèi),本文基于神經(jīng)參與程度、運(yùn)動(dòng)控制能力和任務(wù)完成情況三方面評價(jià),設(shè)計(jì)訓(xùn)練任務(wù)的在線調(diào)整策略.總體流程如圖4 所示,其中ER、NR和SR分別為神經(jīng)參與程度、運(yùn)動(dòng)控制能力和任務(wù)完成情況的閾值.

圖4 康復(fù)訓(xùn)練在線評價(jià)與調(diào)整流程圖Fig.4 The flowchart for online assessment and adjustment of the rehabilitation training

在確定在線或?qū)崟r(shí)調(diào)整的參數(shù)時(shí),既要考慮這些參數(shù)是否能夠被實(shí)時(shí)調(diào)整,還要考慮需要讓受試者對任務(wù)有明確的預(yù)期和判斷.因此,軌跡等級(jí)、位置精度要求在同一個(gè)任務(wù)內(nèi)是確定的,可在當(dāng)前任務(wù)結(jié)束之后、下一個(gè)任務(wù)開始之前對其進(jìn)行調(diào)整.輔助/干擾力、視覺輔助可以進(jìn)行瞬時(shí)調(diào)整,因此劃分到任務(wù)內(nèi)調(diào)整.

在實(shí)驗(yàn)前測評任務(wù)階段,根據(jù)受試者的表現(xiàn)確定初始的位置精度要求(Aoffset).進(jìn)入訓(xùn)練任務(wù)階段,根據(jù)受試者狀態(tài)和表現(xiàn)對任務(wù)參數(shù)進(jìn)行在線調(diào)整,調(diào)整策略由任務(wù)級(jí)調(diào)整策略和任務(wù)內(nèi)調(diào)整策略兩部分組成.其中,任務(wù)級(jí)調(diào)整策略通過對受試者任務(wù)完成情況的評價(jià),調(diào)整虛擬軌跡等級(jí)(Lcurve)和對位置精度的要求;任務(wù)內(nèi)調(diào)整策略通過對受試者神經(jīng)參與程度和運(yùn)動(dòng)控制能力的評價(jià),調(diào)整輔助/干擾力等級(jí)(Lforce)和視覺輔助等級(jí)(Lvision).

3.2 任務(wù)級(jí)調(diào)整策略

具體的任務(wù)級(jí)調(diào)整策略流程如圖5 所示,對于第一個(gè)訓(xùn)練任務(wù),所有任務(wù)等級(jí)均設(shè)置為1.當(dāng)受試者完成一個(gè)訓(xùn)練任務(wù)后,若其任務(wù)分?jǐn)?shù)Tscore在設(shè)置范圍內(nèi),則不調(diào)整任務(wù)參數(shù).若Tscore不在設(shè)置范圍內(nèi),查看當(dāng)前Lcurve是否存在可調(diào)整空間.若存在,則按照期望規(guī)則進(jìn)行調(diào)整.

圖5 任務(wù)級(jí)調(diào)整策略Fig.5 Inter-task adjustment strategy

1) 當(dāng)分?jǐn)?shù)大于SRmax且Lcurve等級(jí)不為3 時(shí),提高Lcurve一個(gè)等級(jí);

2) 當(dāng)分?jǐn)?shù)小于SRmin且Lcurve等級(jí)不為1 時(shí),降低Lcurve一個(gè)等級(jí).

若Lcurve不存在調(diào)整空間,則判斷前一次任務(wù)的虛擬軌跡等級(jí)(Lcurve(last))和此次任務(wù)的Lcurve是否相等.若兩者不相等,則不調(diào)整Aoffset.若兩者相等,則按照如下規(guī)則對Aoffset進(jìn)行調(diào)整:

1)Lcurve為1 時(shí),則Aoffset=Aoffset+delt;

2)Lcurve為3 時(shí),則Aoffset=Aoffset?delt.其中,delt取值由開環(huán)任務(wù)確定.

3.3 任務(wù)內(nèi)調(diào)整策略

任務(wù)內(nèi)的調(diào)整策略流程如圖6 所示.將每個(gè)任務(wù)分成若干個(gè)5 秒的任務(wù)階段,以任務(wù)階段為單位對輔助/干擾力等級(jí)和視覺輔助等級(jí)進(jìn)行動(dòng)態(tài)調(diào)整,即以本階段受試者的神經(jīng)參與程度和運(yùn)動(dòng)控制能力調(diào)整下一階段的任務(wù)參數(shù).其中,神經(jīng)參與程度指標(biāo)的分辨率為0.5 秒,階段的取值為多個(gè)小段的平均值,而運(yùn)動(dòng)控制能力指標(biāo)會(huì)在階段結(jié)束后進(jìn)行計(jì)算.任務(wù)等級(jí)通過開環(huán)任務(wù)確定,具體分級(jí)如圖6 所示.

圖6 任務(wù)內(nèi)調(diào)整策略和任務(wù)等級(jí)設(shè)置Fig.6 Intra-task adjustment strategy and task level setting

若神經(jīng)參與程度和運(yùn)動(dòng)控制能力均在設(shè)置范圍內(nèi),則不調(diào)整任務(wù)分級(jí).當(dāng)出現(xiàn)兩個(gè)指標(biāo)中存在一個(gè)指標(biāo)不在期望范圍的情況時(shí),若Enormalized大于期望范圍或者Jnormalized小于期望范圍,則向上調(diào)整一個(gè)等級(jí);反之則向下調(diào)整一個(gè)等級(jí).當(dāng)兩者均不在設(shè)置范圍內(nèi)時(shí),若兩者在同側(cè),則不調(diào)整任務(wù)等級(jí);當(dāng)兩者在不同側(cè)時(shí),若Enormalized大于期望范圍且Jnormalized小于期望范圍,則向上調(diào)整兩個(gè)等級(jí),反之則向下調(diào)整兩個(gè)等級(jí).

4 實(shí)驗(yàn)結(jié)果與分析

4.1 實(shí)驗(yàn)對象和流程

本文實(shí)驗(yàn)有兩類.第一類為參數(shù)確定的 “開環(huán)”實(shí)驗(yàn),操作任務(wù)的參數(shù)確定、任務(wù)序列以偽隨機(jī)方式生成.第二類為基于在線測評和參數(shù)自適應(yīng)動(dòng)態(tài)調(diào)整的 “閉環(huán)”實(shí)驗(yàn),操作任務(wù)的參數(shù)根據(jù)在線測評結(jié)果進(jìn)行動(dòng)態(tài)調(diào)整.

16 名健康受試者參與實(shí)驗(yàn),均為右利手,且均無已知神經(jīng)和物理損傷.在參與實(shí)驗(yàn)前均簽訂知情同意書.其中8 人參加開環(huán)實(shí)驗(yàn),8 人參加閉環(huán)實(shí)驗(yàn).兩組實(shí)驗(yàn)的參與人員完全沒有重合,并且受試者在實(shí)驗(yàn)前只會(huì)被告知實(shí)驗(yàn)的操作流程和注意事項(xiàng),不會(huì)被告知實(shí)驗(yàn)?zāi)康?以避免主觀因素的影響.而且,明確告知受試者在任務(wù)過程中不要眨眼.

實(shí)驗(yàn)流程包括前后兩次實(shí)驗(yàn)測評和20 次操作任務(wù),如圖7 所示.受試者首先進(jìn)行實(shí)驗(yàn)前測評.這類任務(wù)對位置偏差不作要求,其參數(shù)為:輔助/干擾力等級(jí)為2,視覺輔助等級(jí)為1,虛擬軌跡等級(jí)為X.在5 秒后開始進(jìn)行訓(xùn)練任務(wù),訓(xùn)練任務(wù)中對于位置偏差的要求根據(jù)實(shí)驗(yàn)前測評結(jié)果來確定,每個(gè)訓(xùn)練任務(wù)間的間隔也為5 秒.最后在受試者充分休息后,進(jìn)行實(shí)驗(yàn)后測評,其任務(wù)參數(shù)設(shè)置與實(shí)驗(yàn)前測評相同.

圖7 實(shí)驗(yàn)流程.開環(huán)實(shí)驗(yàn)中,操作任務(wù)參數(shù)確定、任務(wù)序列以偽隨機(jī)方式生成;閉環(huán)實(shí)驗(yàn)中,操作任務(wù)的設(shè)置根據(jù)在線測評結(jié)果動(dòng)態(tài)調(diào)整Fig.7 The experimental procedures.The task configuration was fixed and the task sequence was pseudo-randomly produced in open-loop experiments,while adapted online based on assessment results in closed-loop experiments

4.2 參數(shù)確定的 “開環(huán)”實(shí)驗(yàn)和結(jié)果

由于任務(wù)完成情況受到任務(wù)參數(shù)的影響,因此可以采用多元回歸分析擬合兩者間的線性關(guān)系[37].進(jìn)行線性擬合的原因主要是為了確定視覺輔助等級(jí)和輔助/干擾力等級(jí)對于任務(wù)分?jǐn)?shù)的影響大小,進(jìn)而確定任務(wù)內(nèi)調(diào)整策略中任務(wù)等級(jí)的設(shè)置.根據(jù)不同任務(wù)等級(jí)下的開環(huán)實(shí)驗(yàn)結(jié)果,可以擬合受試者任務(wù)完成情況與任務(wù)參數(shù)間的關(guān)系:

將開環(huán)任務(wù)參數(shù)和對應(yīng)的完成情況代入,利用最小二乘法進(jìn)行求解,可得到如下表達(dá)式:

系數(shù)m1、m2和m3的符號(hào)表明,任務(wù)軌跡、視覺輔助和輔助/干擾力的難度越高,任務(wù)得分越低.三個(gè)系數(shù)的大小說明,視覺輔助等級(jí)對于任務(wù)分?jǐn)?shù)的影響最大,輔助/干擾力等級(jí)次之.因此在任務(wù)內(nèi)等級(jí)設(shè)置中,將視覺輔助等級(jí)作為難度更高的等級(jí).

根據(jù)開環(huán)任務(wù)中的任務(wù)分?jǐn)?shù)情況,設(shè)定分?jǐn)?shù)段S 為Tscore<40,分?jǐn)?shù)段M 為 4 0≤Tscore<100,分?jǐn)?shù)段L 為Tscore≥100.三個(gè)分?jǐn)?shù)段下受試者神經(jīng)參與程度和運(yùn)動(dòng)控制能力指標(biāo)如圖8 所示.可以看出,任務(wù)表現(xiàn)分?jǐn)?shù)Tscore越高的情況下,受試者神經(jīng)參與程度Enormalized越高,歸一化急動(dòng)度Jnormalized越小,亦即運(yùn)動(dòng)越平滑、運(yùn)動(dòng)控制能力越好.將神經(jīng)參與程度和歸一化急動(dòng)度指標(biāo)在S 分?jǐn)?shù)段和L 分?jǐn)?shù)段的均值,作為閉環(huán)調(diào)整策略中的神經(jīng)參與程度和運(yùn)動(dòng)控制能力的期望閾值ER和NR,上下閾值之間的區(qū)間即為期望區(qū)間.對于神經(jīng)參與程度,其期望區(qū)間為 ?0.0069 至0.0367.當(dāng)受試者的神經(jīng)參與程度值低于下限時(shí),說明受試者的主動(dòng)性下降;當(dāng)值高于上限時(shí),則說明受試者的主動(dòng)性提高.而對于歸一化急動(dòng)度,其期望區(qū)間為 ?2 054 至5 409.當(dāng)歸一化急動(dòng)度值低于下限時(shí),說明受試者運(yùn)動(dòng)質(zhì)量提高;當(dāng)值高于上限時(shí),說明受試者運(yùn)動(dòng)質(zhì)量下降.而任務(wù)分?jǐn)?shù)閾值SR的區(qū)間為分?jǐn)?shù)段M 的區(qū)間,即上下閾值分別為100 和40.

圖8 參數(shù)確定的 “開環(huán)”實(shí)驗(yàn)結(jié)果((a) 神經(jīng)參與程度;(b) 歸一化急動(dòng)度)Fig.8 Results of the open-loop experiment with fixed task configuration ((a) neural engagement;(b) normalized jerk)

4.3 基于在線測評和參數(shù)自適應(yīng)動(dòng)態(tài)調(diào)整的 “閉環(huán)”實(shí)驗(yàn)和結(jié)果

首先從虛擬軌跡等級(jí)的角度說明訓(xùn)練任務(wù)的完成情況.圖9 為閉環(huán)實(shí)驗(yàn)中一位受試者的虛擬軌跡等級(jí)的變化情況.當(dāng)受試者完成一次訓(xùn)練任務(wù)后,下一次任務(wù)的虛擬軌跡等級(jí)由該次任務(wù)分?jǐn)?shù)按照任務(wù)級(jí)調(diào)整策略確定.圖10 為受試者一次訓(xùn)練任務(wù)內(nèi)的任務(wù)參數(shù)變化情況.根據(jù)神經(jīng)參與程度和歸一化急動(dòng)度指標(biāo),每5 秒一次按照任務(wù)內(nèi)調(diào)整策略對接下來時(shí)間段的任務(wù)參數(shù)進(jìn)行調(diào)整.

圖9 閉環(huán)實(shí)驗(yàn)訓(xùn)練任務(wù)中虛擬軌跡等級(jí)變化Fig.9 Changes of virtual track levels in training trials of closed-loop experiments

圖10 單次訓(xùn)練任務(wù)的完成情況Fig.10 Completion of a single trial

對比分析開環(huán)和閉環(huán)實(shí)驗(yàn)中的神經(jīng)參與程度,結(jié)果如圖11(a).對歸一化后的神經(jīng)參與程度指標(biāo)進(jìn)行減基線處理,將受試者在訓(xùn)練任務(wù)中的神經(jīng)參與程度減去實(shí)驗(yàn)前測定任務(wù)中的神經(jīng)參與程度,獲得指標(biāo)的相對變化.采用t 檢驗(yàn)進(jìn)行統(tǒng)計(jì)學(xué)分析,閉環(huán)實(shí)驗(yàn)中受試者的神經(jīng)參與程度相較于開環(huán)實(shí)驗(yàn)顯著增高(p<0.05).

對比分析開環(huán)和閉環(huán)實(shí)驗(yàn)中的歸一化急動(dòng)度,以反映受試者的運(yùn)動(dòng)控制能力.圖11(b)為開環(huán)和閉環(huán)實(shí)驗(yàn)中前后測評任務(wù)中的歸一化急動(dòng)度對比.可以看出,開環(huán)實(shí)驗(yàn)前、后的測評任務(wù)中,運(yùn)動(dòng)控制能力并沒有顯著區(qū)別(p=0.742).而在閉環(huán)實(shí)驗(yàn)前、后的測評任務(wù)中,歸一化急動(dòng)度在訓(xùn)練后顯著下降(p<0.05),表明閉環(huán)實(shí)驗(yàn)有效提高了運(yùn)動(dòng)控制能力.

開環(huán)和閉環(huán)的任務(wù)完成情況指標(biāo)對比分析如圖11(c)所示,任務(wù)分?jǐn)?shù)沒有表現(xiàn)出顯著區(qū)別(p=0.363).這表明,本文的在線調(diào)整策略能有效地使任務(wù)難度適配患者的能力,使任務(wù)難度一直保持適當(dāng)?shù)奶魬?zhàn)性,因此使得開閉環(huán)的任務(wù)分?jǐn)?shù)差異并不明顯.

圖11 開環(huán)和閉環(huán)實(shí)驗(yàn)指標(biāo)對比((a)神經(jīng)參與程度;(b)歸一化急動(dòng)度;(c)任務(wù)分?jǐn)?shù))Fig.11 Comparison of indexes in the open-loop and closed-loop experiments ((a) neural engagement;(b) normalized jerk;(c) task scores)

4.4 結(jié)果分析與討論

康復(fù)訓(xùn)練需要使任務(wù)難度適配患者運(yùn)動(dòng)能力、讓患者主動(dòng)參與.本文工作基于 “按需輔助”原則,對受試者在執(zhí)行訓(xùn)練任務(wù)時(shí)的狀態(tài)和表現(xiàn)從神經(jīng)參與程度、運(yùn)動(dòng)控制能力、任務(wù)完成情況三個(gè)層面進(jìn)行在線評價(jià),進(jìn)而對訓(xùn)練任務(wù)的操作難度、輔助或干擾力場以及視覺輔助三個(gè)方面進(jìn)行任務(wù)內(nèi)和任務(wù)間的自適應(yīng)調(diào)整.結(jié)果表明,本文的在線評價(jià)和任務(wù)調(diào)整方法使得任務(wù)難度適配受試者的運(yùn)動(dòng)能力,受試者更加積極主動(dòng)參與,并取得了更好的任務(wù)效果.

開環(huán)實(shí)驗(yàn)的主要目的在于確定任務(wù)完成評分與各任務(wù)參數(shù)之間的關(guān)系以及閉環(huán)實(shí)驗(yàn)中閾值等實(shí)驗(yàn)參數(shù).從式(10)可以看出,視覺輔助等級(jí)對于任務(wù)分?jǐn)?shù)有顯著影響,因此在圖6 的等級(jí)設(shè)計(jì)中將視覺輔助等級(jí)作為一個(gè)可調(diào)整參數(shù).從神經(jīng)參與程度、運(yùn)動(dòng)控制能力和任務(wù)完成情況指標(biāo)的交叉分析中可以看出,受試者的參與程度越高,運(yùn)動(dòng)控制能力越強(qiáng),任務(wù)分?jǐn)?shù)也越高.

對于任務(wù)難度的調(diào)整,可以在任務(wù)級(jí)進(jìn)行,在受試者完成一次任務(wù)后調(diào)整后續(xù)任務(wù)的難度;也可以在任務(wù)內(nèi)進(jìn)行,在受試者完成任務(wù)過程中對任務(wù)難度進(jìn)行調(diào)整.本文結(jié)合這兩種調(diào)整方式,從兩個(gè)層次對任務(wù)難度進(jìn)行調(diào)整.從開閉環(huán)的實(shí)驗(yàn)結(jié)果對比中可以看出,在存在調(diào)整策略的情況下,受試者的神經(jīng)參與程度相較于隨機(jī)任務(wù)難度的情況出現(xiàn)了顯著上升.這說明,調(diào)整策略通過自適應(yīng)地調(diào)節(jié)任務(wù)難度,在保證任務(wù)具有挑戰(zhàn)性的基礎(chǔ)上,有效調(diào)動(dòng)了受試者的主動(dòng)性,使得受試者更加專注于康復(fù)訓(xùn)練.通過實(shí)驗(yàn)前后測評任務(wù)的對比可以看出,開環(huán)實(shí)驗(yàn)中的歸一化急動(dòng)度前后并未發(fā)生顯著變化,而這一指標(biāo)在閉環(huán)實(shí)驗(yàn)中出現(xiàn)了顯著的下降,表明受試者的運(yùn)動(dòng)控制能力得到了提高,從而進(jìn)一步證明了在線調(diào)整策略的有效性.

本文中的康復(fù)訓(xùn)練系統(tǒng)將受試者的狀態(tài)和表現(xiàn)作為調(diào)整的一部分,與 “人在環(huán)中”的思想一致[38].閉環(huán)實(shí)驗(yàn)結(jié)果也表明了本文設(shè)計(jì)的在線調(diào)整方式的有效性.

5 結(jié)論與展望

本文針對患者在長期康復(fù)訓(xùn)練過程中易懈怠、運(yùn)動(dòng)能力會(huì)發(fā)生動(dòng)態(tài)變化等挑戰(zhàn),基于腦卒中致殘機(jī)理和 “按需輔助”康復(fù)原理,系統(tǒng)地提出了一種腦肢融合的神經(jīng)康復(fù)訓(xùn)練在線評價(jià)與調(diào)整方法.從腦、肢體以及訓(xùn)練任務(wù)三個(gè)層面對患者的狀態(tài)和能力進(jìn)行量化評價(jià),進(jìn)而對康復(fù)訓(xùn)練進(jìn)行任務(wù)內(nèi)和任務(wù)間的動(dòng)態(tài)調(diào)整.通過設(shè)計(jì)的手功能訓(xùn)練任務(wù),開展開環(huán)和閉環(huán)實(shí)驗(yàn),結(jié)果充分證明了本文方法的可行性和有效性.

在未來工作中,我們將進(jìn)一步考慮更多能夠充分衡量運(yùn)動(dòng)質(zhì)量的指標(biāo),如速度與曲率的比值[39],探討和融入運(yùn)動(dòng)中樞等神經(jīng)康復(fù)相關(guān)腦電通道信號(hào)以充分考慮大腦的功能和狀態(tài)[40],深入探究神經(jīng)參與度等腦功能指標(biāo)閾值的個(gè)性化設(shè)定方式,構(gòu)建面向患者的神經(jīng)康復(fù)在線閉環(huán)調(diào)整策略,并開展臨床試驗(yàn).