馬良飛 何蓬莉 曾西西 王蕊 尹翎

0 引言

隨著現(xiàn)代人類生活方式的改變，心腦血管病的發(fā)病率在逐漸上升。其中，腦卒中作為一種突發(fā)腦血管意外，已然成為全世界致死和致殘率最高的疾病之一[1-2]。相關文獻估計，在我國每年新發(fā)腦卒中的人數(shù)達到250萬人，且還有逐年上升趨勢[3-4]。而在腦卒中患者諸多功能障礙中，下肢功能障礙是主要問題之一，較多患者會出現(xiàn)平衡障礙以及下肢步行障礙，表現(xiàn)為站立不穩(wěn)、易跌倒以及步態(tài)異常等，嚴重影響患者的生活質(zhì)量以及社交活動[5]。有研究發(fā)現(xiàn)，約80%腦卒中患者其步行能力會受到不同程度的影響[6]，恢復下肢功能成為他們的主要訴求[7]。

現(xiàn)階段，偏癱患者常規(guī)下肢干預手段存在著見效較慢、效果不夠理想等弊端。而下肢康復機器人是近年來較為先進的康復手段，其是人工智能與康復技術的結晶，通過懸吊減重，能讓患者早期直立，又通過模擬正常的步行生理周期，促進正常步態(tài)的重建[8-9]。目前國內(nèi)外主要單純采用下肢機器人進行干預治療。本團隊在長期的治療過程中，認識到下肢機器人尚有多處可優(yōu)化的地方，因此對其進行改良，構建出基于虛擬現(xiàn)實的下肢機器人多任務步態(tài)訓練平臺。虛擬現(xiàn)實技術(virtual reality,VR)是近年來逐漸運用在腦卒中康復中的一項新技術，其目的是通過模擬出各種各樣、現(xiàn)實生活中難以一一呈現(xiàn)的生活娛樂場景，并配合相關的任務導向，不斷地刺激患者的中樞神經(jīng)，促進患者大腦皮質(zhì)重塑與功能恢復?，F(xiàn)實中常采用佩戴VR眼鏡，而本研究通過裸眼3D技術，通過場景建模設計出各類小游戲讓患者進行沉浸式視聽體驗，比之單純的機器人訓練更利于與虛擬現(xiàn)實系統(tǒng)、跑臺等訓練設備結合，實現(xiàn)患者與訓練任務環(huán)境的透明交互。

1 資料與方法

1.1 一般資料

選擇2019年6月至2020年7月中國五冶集團有限公司醫(yī)院住院符合中華醫(yī)學會第四屆腦血管病會議《各類腦血管病的診斷要點》中腦卒中診斷標準的腦卒中偏癱患者50例，采用隨機數(shù)字表法將其分為改良組和對照組。改良組中男性15例，女性10例；年齡(63.4±5.64)歲；卒中位置左側(cè)15例，右側(cè)10例；病程(2.25±0.25)月。對照組中男性17例，女性8例；年齡(62.87±5.81)歲；偏癱部位左側(cè)16例，右側(cè)9例；病程(2.21±0.35)月。兩組患者在其年齡、性別、偏癱部位評分等相關資料上差異均無統(tǒng)計學意義(P>0.05)，具有可比性。

1.2 方法

1.2.1 對照組

兩組均干預9周，對照組單純采用下肢機器人進行訓練。采用Flexbot步態(tài)訓練系統(tǒng)(生產(chǎn)企業(yè)：常州市錢璟康復股份有限公司；型號：FLEXBOT-S步態(tài)訓練和評估系統(tǒng)-E7D46)。訓練流程包括：(1) 早期(1～3周)采用懸吊裝置，減重狀態(tài)下對患者進行以負重、邁步、平衡相結合的步行訓練，促進軀干肌、下肢肌得到鍛煉，以被動訓練為主，進行標準化步態(tài)固化訓練和有氧訓練。(2) 中期(4～6周)進行(0～90°)可任意調(diào)節(jié)角度的斜床訓練、重點訓練(單關節(jié)運動模式)和整體訓練(多關節(jié)運動模式，有標準步行運動、自行車運動、下蹲運動、踏步運動)結合，也可選擇開鏈與鏈雙重運動模式，或者被動訓練、主被動訓練、助力訓練和主動訓練相結合，增強肌力，鍛煉患側(cè)下肢負重能力，改善平衡狀態(tài)。(3) 后期(7～9周)進行軀干及下肢協(xié)調(diào)訓練，強調(diào)患側(cè)下肢在訓練中的主動性，健側(cè)下肢配合進行訓練； 可選擇患者最適宜運動范圍進行訓練，如控制虛擬人物行走方向，改變虛擬人物行走場景等。常規(guī)治療時間每次為45 min，患者每周治療5次，連續(xù)9周。本系統(tǒng)的三期分期時間亦非嚴格固定，根據(jù)治療師評估患者的下肢功能后，可以適當提前進階下一期訓練或繼續(xù)鞏固本期訓練。

1.2.2 改良組

原有下肢機器人存在著任務單一、觀察指標維度不夠、訓練方案未能體現(xiàn)個體化等不足之處。改良組針對上述問題，對原有下肢機器人進行優(yōu)化，建立基于虛擬現(xiàn)實的下肢機器人多任務步態(tài)訓練平臺。虛擬現(xiàn)實的下肢機器人多任務步態(tài)訓練平臺的硬件組成如下：① Flexbot步態(tài)訓練系統(tǒng)(常州市錢璟康復股份有限公司，F(xiàn)LEXBOT-S步態(tài)訓練和評估系統(tǒng)-E7D46)；② 超高清裸眼3D拼接墻(深圳市世晶聯(lián)實業(yè)有限公司，SW460PJ-01)；③ 無線便攜式動態(tài)表面肌電系統(tǒng)(上海寰熙醫(yī)療有限公司， BTS PocketEMG)；④ 便攜式功能性近紅外光腦成像系統(tǒng)(荷蘭Artinis醫(yī)療公司， Brite24)；⑤ 眼動測定儀(上海迪康公司，DEM-2000)。

其實施路徑：① 步態(tài)訓練+虛擬現(xiàn)實：設置好3D場景，步態(tài)訓練系統(tǒng)擺放在拼接墻前方，患者不再是單純的步態(tài)訓練，而是在3D場景下進行任務導向的步態(tài)訓練，通過場景建模的各類小游戲進行視聽多感官、多通道刺激和訓練，實現(xiàn)患者與訓練任務環(huán)境的透明交互。② 眼動儀+非侵入神經(jīng)調(diào)控技術：通過3D場景屏幕進行視覺刺激，并采用眼動儀進行追蹤。即通過虛擬現(xiàn)實屏幕呈現(xiàn)運動刺激物→視覺刺激傳入→視覺中樞發(fā)出指令→視神經(jīng)傳出→眼球運動捕捉→中樞神經(jīng)系統(tǒng)整合并反饋→步態(tài)訓練，對基于眼動跟蹤與平衡覺神經(jīng)通路的步態(tài)訓練技術進行參數(shù)采集。通過反應時間、軌跡長度以及位移速率等平衡功能參數(shù)，觀察身體運動追蹤運動的視頻刺激物目標的遲滯時間、跟蹤精度以判斷運動輸出通路狀態(tài)，并利用遲滯時間、精度建立自適應模型。同時在非侵入神經(jīng)調(diào)控技術下的視覺刺激眼動跟蹤神經(jīng)通路，測定其眼動反饋速度，基于此速度設計難度自適應算法。③ 可穿戴設備：融入表面肌電系統(tǒng)(surface electromyography，sEMG)+近紅外光腦成像系統(tǒng)(functional near infrared spectroscopy,fNIRS)。鑒于單純的下肢康復機器人采集相關參數(shù)有限，主要是集中在步幅、步速、步頻、步態(tài)參數(shù)變化率等參數(shù)。而融入sEMG和fNIRS后，前者能采集肌電參數(shù)，后者可以采集血紅蛋白濃度變化。動態(tài)反應步態(tài)訓練時各關鍵肌的肌電積分值和腦耗氧量變化，實現(xiàn)多指標的同步監(jiān)測。④ 遠程診療：最后在上述基礎上，開發(fā)出遠程線上步態(tài)評估與訓練平臺，設計多模態(tài)數(shù)據(jù)管理系統(tǒng)，實現(xiàn)線上線下數(shù)據(jù)接入和專家團隊經(jīng)驗的整合。今后可將不同評估和康復訓練設備有機地集成在一起，并對醫(yī)院、社區(qū)、家庭的不同患者進行多源異構的評估和訓練數(shù)據(jù)的融合，建立統(tǒng)一的評估計算模型。

圖1 基于虛擬現(xiàn)實的下肢機器人多任務步態(tài)訓練平臺的構建

1.3 觀察指標

(1) Fugl-meyer下肢運動功能評定表(Fugl-meyer assessment,FMA)：主要來評定患者的下肢運動功能情況，共17個條目，每個條目0～2分，量表在0～34分波動，分數(shù)越高表示功能越好[10]。

(2) Berg平衡量表(Berg balance scale,BBS)：主要用來評估患者的平衡能力，該量表包括由坐到站、獨立站立等14個條目，每個條目0～4分，量表在0～56分波動，總分越高表示平衡功能越好[11]。

(3) 改良Barthel指數(shù)(modified barthel index,MBI)：主要是評定患者的日常生活活動能力(activities of daily living,ADL)，分為轉(zhuǎn)移、上下樓梯、行走、洗澡、如廁等一共10項，總分100分，分數(shù)越高表示日常生活能力越高[12]。

(4) Holden步行功能分級法：評價步行能力分為0～5級，級別越高，步行能力越強。0級(無功能)：患者不能行走或完全依靠輪椅或需2人以上幫助； 1級(需大量持續(xù)性幫助)：患者需要使用雙拐或者1人連續(xù)不斷地攙扶才能行走及保持平衡； 2級(需少量幫助)：能行走但平衡不佳，患者持續(xù)或間斷需要1人幫助平衡或協(xié)調(diào)，或需使用膝-踝-足矯形器，踝-足矯形器，單拐、手杖等以保持平衡和人保證安全；3級(需監(jiān)護或言語指導)：患者能行走，但不正常或不夠安全，需一人監(jiān)護或用言語指導，無身體接觸；4級(平地上獨立):在平地上能獨立行走，但在上下斜坡、在不平的地面上行走或上下樓梯時任有困難，需他人幫助或監(jiān)護；5級(完全獨立)：在任何地方都能獨立行走。

1.4 統(tǒng)計學處理

2 結果

2.1 FMA、BBS、MBI各量表評定結果

兩組患者在治療前后進行FMA評分、BBS評分、MBI指數(shù)評定，9周后兩組在3指標上與治療前相比，差異均有統(tǒng)計學意義(P<0.05)；而組間比較，改良組在FMA評分、BBS評分、MBI指數(shù)評分上均優(yōu)于對照組，差異有統(tǒng)計學意義(P<0.05)，見表1。

表1 兩組FMA、BBS、MBI各量表評分結果比較 (分，

2.2 Holden步行功能分級法結果

兩組患者在治療前后進行Holden步行功能分級法，治療前兩組差異無統(tǒng)計學意義(P>0.05)。治療后9周兩組在Holden分級上與治療前相比，差異有統(tǒng)計學意義(P<0.05)；而組間比較，改良組優(yōu)于對照組，差異有統(tǒng)計學意義(P<0.05)，見表2。

表2 兩組Holden步行功能分級法結果比較

3 討論與結論

腦卒中后常見的功能障礙包括意識、運動、知覺、認知、言語、精神情緒等[13]，其中運動功能障礙常常表現(xiàn)為單側(cè)肢體癱瘓，而下肢運動功能障礙是腦卒中患者面臨的主要問題之一。有文獻[14]指出即便在腦卒中后半年，仍有高達30%的患者無法獨立行走，而傳統(tǒng)步行訓練對患者的改善有限，嚴重影響患者的功能恢復以及日常生活。

隨著科技的進步，人工智能越來越多地應用到醫(yī)學上?？祻椭委煓C器人是康復醫(yī)學和機器人技術的完美結合，為提高臨床康復效率提供了新型治療工具[15]?？祻蜋C器人輔助步行訓練，是目前國內(nèi)、外研究的熱點內(nèi)容，具有廣泛的應用前景[16-18]。下肢機器人通過模擬正常的步行生理周期，有助于促進運動神經(jīng)元損傷患者的步行功能恢復；同時還能減輕治療師的勞動強度，保證訓練過程的一致性及持續(xù)性，實現(xiàn)訓練方案及康復評估參數(shù)化，使康復療效進一步提高。趙雅寧等[19]的研究表明，利用下肢機器人對偏癱患者予以減重狀態(tài)下步行訓練的過程，能夠讓患者真正感受正常運動的模式，避免了傳統(tǒng)訓練過程因負重、用力而誘發(fā)的異常運動模式或痙攣加強，同時可以促進患者積極治療。在劉洋等[20]的研究中，早期對偏癱患者使用下肢步行康復機器人的療效顯著，下肢康復機器人的應用將是大趨勢。

目前，下肢機器人存在著任務單一、觀察指標維度不夠、訓練方案未能體現(xiàn)個體化等不足之處。

本研究通過對單純的下肢機器人進行改良和優(yōu)化，融合虛擬現(xiàn)實技術、眼動/平衡訓練技術、非侵入神經(jīng)調(diào)控技術、可穿戴設備(表面肌電圖+近紅外光腦成像)、遠程診療等硬軟件，建立起一套基于虛擬現(xiàn)實的下肢機器人多任務步態(tài)訓練平臺。首先，虛擬環(huán)境中康復機器人，能形成視覺、聽覺多感官的刺激模式，增加感覺輸入，重塑神經(jīng)功能。其次，可穿戴數(shù)據(jù)采集設備，實現(xiàn)了采集設備的小型化、可穿戴化，增加了步態(tài)訓練時的觀察指標采集維度，從而提高?？撇±R床步態(tài)模型的特異性。而根據(jù)步態(tài)參數(shù)、眼動參數(shù)、肌電參數(shù)、血紅蛋白濃度等多指標的同步監(jiān)測，可建立個性化的步態(tài)模型。最后，利用遠程診療系統(tǒng)，通過統(tǒng)計分析建立評估和康復訓練之間的定性、定量關系，設計基于規(guī)則的訓練處方專家系統(tǒng)，實現(xiàn)精準動態(tài)評估、智能步態(tài)訓練處方個性化推薦、步態(tài)訓練規(guī)程在線優(yōu)化?；诒卷椖克芯康男滦筒綉B(tài)評估范式，通過多模態(tài)同步任務，建立肌電肌力、血氧、步態(tài)分析、行為特征間的耦合關系；進而對之進行優(yōu)選高敏感性相關參數(shù)，構建高準確性的特征組合。在上述優(yōu)選的基礎上，從感知覺(眼動平衡)檢測出發(fā)到執(zhí)行控制(虛擬+步態(tài)雙任務)開展自適應篩查檢測，提高每個患者訓練方案敏感性，構建適用于醫(yī)院、社區(qū)、家庭的多模態(tài)步態(tài)訓練模型，確定個體化步態(tài)訓練靶點。本研究最終可實現(xiàn)具有自適應功能、可調(diào)整、優(yōu)化、可更新訓練方案的智能技術，提高干預療效。