基于肌張力特征信息檢測的痙攣傳感器設計與應用?

汪步云，魏壯壯，宋在杰，梁 藝，，汪志紅，許德章，

(1.安徽工程大學機械與汽車工程學院，安徽 蕪湖241000；2.蕪湖安普機器人產業技術研究院有限公司研發部，安徽蕪湖241007；3.蕪湖安普機器人產業技術研究院有限公司院士工作站，安徽 蕪湖241007)

從被動輔助行走訓練到下肢運動功能恢復這一階段，對腦卒中患者的康復療效至關重要[1]；在此療程，運用步態康復機器人是一種重要的治療手段[2]。而這一階段，由于訓練強度與康復狀況的不匹配，腦卒中患者容易被誘發痙攣，極易引起二次損傷，且痙攣發生有著較大的隨機性，造成患者有著極大的心理負擔[3]。因此，在步態康復機器人訓練中融入客觀量化的痙攣評價及防范控制方法是康復臨床的迫切需求[4]。

康復過程中發生的痙攣，多數是由不同的中樞神經系統疾病引起的，以肌肉的不自主收縮反應和速度依賴性的牽張反射亢進為特征的運動障礙，是上運動神經元綜合癥的一個組成部分[5－6]；亦是一種特定的運動障礙綜合癥，是腦卒中患者常見的并發癥[7]。其外在表現為肌肉間斷性或連續性抽搐并伴隨著嚴重的疼痛[8－9]。

當前，臨床醫學上對痙攣的評定以主觀方法為主，改良 Ashworth量表法 MAS(Modified Ashworth Scale)，臨床痙攣指數CSI(Clinic Spasticity Index)等。客觀的評定方法，如生物力學的擺動試驗方法和被動牽張方法，但在實際推廣應用比較困難，難以與康復機器人相結合而進行定量準確的評估[10]，更難以實時對痙攣做出動態地評價并據此指導康復機器人對訓練過程中可能出現痙攣做出防范控制的決策[11]。

步態康復機器人當前更著重于將患者的下肢肌肉生理信息與步態康復訓練的運動學信息相互融合，對痙攣進行在線檢測及防范控制。一方面可為下肢康復訓練過程中提供評價與防范，另一方面可提供一種量化臨床實踐和醫學評價，使得下肢康復訓練更合理。這是康復臨床的應用趨勢，也有著重要研究意義[12]。針對這一需求，目前較多是根據下肢肌張力或者肌電信號獲取相關肌肉區域的生理信息。如Srdan Dordevic等人設計一種肌肉收縮的傳感器[13]，北京航空航天大學研制了一種皮膚肌張力測量裝置[14]，可用于肌張力的檢測及評定；合肥工業大學張秀峰研制了肢體痙攣評測傳感器并驗證其評測方法[15]。上述研究在痙攣評測做出了積極有意義的探索，但目前與康復機器人訓練評估與痙攣防范仍存在較大的應用差距。

本文從肌張力的角度尋求下肢痙攣檢測機理及其特征信息表達，通過實驗數據探尋痙攣在線測評信息，探討外骨骼式步態機器人康復訓練過程中防范痙攣的特征閾值。

1 痙攣傳感器硬件系統構建

1.1 下肢肌肉痙攣的檢測機理

人體肌張力包含著較為豐富的信息，根據人群的區分，肌張力的特點有著較大的區別。如何將肌張力有效測量，并實時得出較為準確的結果，是肌張力傳感器設計的首要考慮因素。

康復臨床研究普遍認為痙攣是肌肉持續或斷續或肌群的非隨意收縮，是運動神經元損傷的綜合性的一部分，在痙攣發生時表現最明顯。根據下肢肌肉痙攣在康復臨床上的表現形式，主要分為三種[14]：即強直、陣攣、痛性痙攣。強直的典型特征是傳感信息上表現為肌張力突變并且顯著升高，陣攣則在肌張力出現抖動，痛性痙攣前面二者信息兼而有之。有研究指出，下肢肌肉在康復訓練過程中，痙攣現象即將到來，相關信息將產生一系列有著規律的特征信號，這為痙攣檢測提供可能[16]。據此，可通過傳感器對康復患者的小腿后側的比目魚肌、大腿前側的四頭肌及其相關區域，測量相關肌張力及應激反應變化，通過激勵信號的幅值跳變、頻率變化及幅值－頻率交替變化，映射到病理性痙攣特征，通過肌張力的特征閾值以評測痙攣，并與臨床痙攣的主觀評定等級相關聯。

為了便于檢測肌張力，對小腿的肌群進行了分析對比，痙攣在下肢上出現頻率較高的為：腓骨長肌、脛前肌、比目魚肌、腓腸肌的外側等。根據這些痙攣在傳感信息上的特點，將著重檢測小腿后側的比目魚肌、大腿前側的腓腸肌等區域的生理學信息[17]，測量過程如圖1所示。

圖1 下肢肌肉痙攣評測過程

圖2 痙攣傳感器的爆炸圖

1.2 痙攣傳感器機械結構設計

依據痙攣檢測原理，設計痙攣傳感器機械結構如圖2所示。痙攣傳感器由肌張力傳遞模塊、力敏單元模塊、殼體模塊和控制模塊組成。

肌張力傳遞模塊是由頂柱(10)、頂柱板(8)、導向軸(11)、阻尼彈簧(9)、凸臺(7)、導套(12)和壓力傳感器(6)組成，頂柱及導向軸的上端通過螺紋與頂柱板相連，另一端經過殼體中間板的通孔可進行軸向滑動，導向軸上匹配阻尼彈簧套，兩端分別與頂柱板和中間板相壓，凸臺與頂柱板通過螺釘固定，壓力傳感器通過軟膠固定在凸臺上，便于肌張力的采集。

力敏單元模塊是由調節螺釘(1、4)、螺釘(5)和上端蓋(2)組成，調節螺釘安裝在上端蓋中，圓臺與調節螺釘下端面固定，調節螺釘針對不同的患者進行調節，達到合適的肌肉測量位置。

殼體模塊由下端蓋(15)、殼體(13)、上端蓋(2)和綁帶組成，下端蓋通過螺釘與殼體固定，殼體與上端蓋通過螺紋連接固定，綁帶通過鉚釘與上端蓋固定。

在上述研究基礎上，本文介紹了課題組研制的肌張力傳感器，其主要技術指標如表1所示。其結構如圖3所示。

圖3 痙攣傳感器實物圖

1.3 痙攣傳感器控制模塊設計

痙攣傳感器控制模塊設計如圖4所示：傳感器內部的壓力傳感器受到外部肌張力變化，所檢測到肌張力變化產生的激勵，通過激勵信號的幅值跳變、頻率變化及幅值－頻率交替變化，解析為病理性痙攣的三種特征，映射到病理性痙攣特征；經A/D轉換后傳遞給主機模塊，通過無線模塊傳遞給上位機，上位機處理分析后顯示痙攣的特征信息。

表1 痙攣傳感器主要技術指標

圖4 痙攣傳感器硬件系統框架構建

圖5 肌張力檢測原理圖

1.4 肌張力測量修正

痙攣傳感器通過綁帶的作用，使頂柱探頭前端壓入肌肉中，調節綁帶的松緊，可使肌張力傳感器的端面與肌肉始終保持接觸，其原理圖如圖5所示。

設下肢肌肉與頂柱探頭的壓力為Fd，綁帶的預緊力為Ft，在殼體內阻尼彈簧所受的力為F1，由力平衡方程可得：

定義S為肌肉張力參數，單位HA。力學量傳感器通常用g表示，臨床上肌張力也用此表示。S與Fd、Ft的大小有關系，Fd(g)表示頂柱所受力大小，Ft(g)表示繃帶所施加力大小。經過測試標定、分析與計算，得出線性補償公式：(Ft－Fd)/Ft為非線性修正項，目的是降低預緊力的變化給檢測過程帶來的誤差，其中Ft＝Fd＋4F1代表阻尼彈簧所受力的大小，它與肌張力呈現負相關關系，且滿足力的平衡，平方項的出現表明負相關是非線性的，要進行線性處理才能使用；Fd表示肌張力，S與頂柱壓力Fd之間的關系，從表2中可以看出，S與Fd之間呈正相關；由于傳感器測量數據采用邵氏硬度計，精度不高，采用統計回歸方程的方進行系數計算[18]，系數1/15和1是線性化處理后得出的。

表2 標定數據

2 下肢痙攣檢測機理及其特征信息表達

2.1 痙攣等級的評定

改良后的Ashworth量表MAS(Modified Ashworth Scale)被廣泛運用于肌肉痙攣臨床評定[18]。由于痙攣傳感器的檢測精度、患者下肢肌肉的恢復情況、年齡區分等因素影響會導致痙攣等級評定有一定的誤差。根據患者肌張力采集及實驗數據標定，將痙攣傳感器評定等級分為3級，且將肌張力幅值在500 g、1 500 g，作為痙攣等級的臨界值。

當檢測到的肌張力幅值在500 g以下時，則認為為無痙攣發生，下肢能正常的運動；此外，由于肌肉的正常收縮，肌張力可能會在一定范圍波動；當檢測的肌張力的幅值在500 g～1 500 g區間，認定為中等程度痙攣，其外在特征表現為：肌肉抖動、肌肉繃緊并伴有疼痛，可以進行簡單關節運動；當檢測到肌張力幅值高于1 500 g時，認定為重度痙攣(包含強直與陣攣)，重度痙攣時下肢關節很難完成運動，肌肉可能僵死，給患者帶來較大痛苦，此時應避免關節活動以防止二次損傷[19]。

評定標準及痙攣傳感器的相關參數，將痙攣壓力的等級劃分為3級，具體評定標準見表3。

表3 各級痙攣壓力設定劃分

在參照主觀評定的MAS及對痙攣信號的估計[20－21]，本文設計的痙攣傳感器只分為三檔：強、中、弱，因此測試信號可以預定為以下式子表達。

①強直信號

式中：Kq為比例系數，Fq為發生痙攣的臨界值，F為強直痙攣狀態下肌張力值，可將其測量范圍列的更寬；取 1＜Kq＜7，Fq取值 500 g。

在參考臨床觸診和主觀評定痙攣等級CSS(Composite Spasticity Scale)，考慮佩戴或其他因素對痙攣信號的影響，將陣攣范圍擴寬，綜上信息及對痙攣信號估計，可將其測量范圍列的更寬，如式(2)所示。

②陣攣信號

式中：Fz為陣攣初始值，A為發生痙攣的幅值大小，頻率為ω，θ為初相，F為陣攣狀態下肌張力值。幅值A的大小為｜F｜－Fz，ω與時間相關，根據肌肉正常的收縮與松弛，當ω＞6 Hz，且Fz＞500 g時代表陣攣發生。

③痛性痙攣信號

痛性痙攣外在特征表現為強直和陣攣的結合，需要滿足強直和陣攣信號的閾值，超過臨界值時可以判斷痙攣的發生與否。

3 實驗研究

3.1 肌張力對痙攣特征信息的表達測試

本研究所設計的肌張力傳感器經實驗標定后能穩定的實時的獲取肌張力信息，通過對腦卒中患者下肢肌肉肌張力的檢測得出相關測量數據。

對式(2)進行特定值的分析，針對采集肌張力的頻率特征是否有明顯變化，以排除陣攣、痛性痙攣兩種特征，如圖6所示，若肌張力的值大于人體下肢肌肉正常狀態下的肌張力的值，且在30 ms以后F＞500 g，滿足痙攣發生的臨界信息，則可判定痙攣發生。 若 Kq取值：3＜Kq＜7，滿足 1＜Kq＜7 則可以判定強直發生。由于痙攣的復雜性及其多樣性，會導致其結果有一定誤差。

圖6 強直性痙攣信號

圖7 陣攣性痙攣信號

對式(3)采集的特定值進行分析，肌張力若無幅值變化，則可以排除強直、痛性痙攣兩種痙攣特征，如圖7所示，痙攣傳感器測量值大于人體下肢肌張力正常狀態下的值，在30 ms以后F＞500 g滿足痙攣發生的臨界信息，則可判定痙攣發生，若幅值A取值：500＜A＜2 700，ω 大于 6 Hz，且 Fz＞500 g，判定痙攣發生的為陣攣。

根據以上對對痙攣的三種特征信息的分析，對式(2)、(3)、(4)進行特定值的分析，若采集的肌張力即有幅值又有頻率的變化，進一步排除強直、陣攣兩種痙攣特征，如圖8所示，肌張力的值大于人體下肢肌肉正常狀態下的肌張力的值，F＞500 g則判定痙攣發生，而幅值A的大小為500＜A＜2700，ω＞6 Hz，且 Fz＞500 g，Kq的取值 3＜Kq＜7，滿足 1＜Kq＜7，則判定痛性痙攣發生。

圖8 痛性痙攣信號

3.2 外部激勵下的肌張力測試

選取符合條件的受試者，使受試者保持站姿，肢體保持放松；受試者佩戴痙攣傳感器，檢查者施加均勻的手動激勵在腓腸肌處并保持一段時間(激勵的大小應均勻、等速)，采集到腓腸肌上的肌張力信號如圖9所示。

圖9 手動激勵佩戴痙攣傳感器

圖10 手動激勵肌張力信號

從圖10可以看出，佩戴開始時，下肢關節還沒開始運動，此時下肢肌肉測試區域肌張力的值較小，且不穩定；當手動施加激勵，肌張力的值開始變化，通過測得數據的觀察，數據總體呈現較大波動，其肌張力大約分布在100 g～2 800 g，根據對痙攣特征信息進行分類：肌張力大于1 500 g的數據占少數，發生痙攣為3等級的時間段較少。根據實測數據對強直、陣攣、痛性痙攣的特征進行在線測評。肌張力的值在500 g～1 500 g之間時，由于浮動不大且較穩定，根據強直的特點及Kz的大小(1＜Kz＜6)可以判斷出175 ms～260 ms時表現為強直特征，50 ms～90 ms表現為陣攣特征。可以看出，痙攣傳感器測得的肌張力信號較為穩定，但肌肉張緊度存在人群差異，進而導致肌張力的大小也不盡相同。

結合課題組設計的外骨骼式下肢步態康復機器人進行實驗，人體下肢穿上外骨骼式步態康復機器人后，利用痙攣傳感器采集下肢腓腸肌的肌張力信號，如圖11所示。進一步，康復機器人勻速施加激勵，拉伸受試者的膝關節進行運動，反復從站立的初始狀態拉伸至關節最大活動范圍，腓腸肌區域的肌張力表現如圖12所示。

圖11 外骨骼機器人關節激勵下的肌張力信號

圖12 康復機器人激勵下的肌張力信號

根據痙攣傳感器采集的數據及其分布規律，可以看出：

(1)測得肌張力數據總體為矩形狀，其肌張力的大小分布在100 g～3 100 g，這與外骨骼式康復機器人勻速施加激勵的效果是一致的。

(2)當受試者下肢沒有運動，則肌張力的值較小，且不穩定；當開始關節被動拉伸時，隨著下肢活動的角度的改變，肌張力的值也在改變。

(3)根據痙攣特征信息在線評測結果，肌張力大于1 500 g的數據占多數，根據病理性痙攣的特征可以看出實測數據中均包含陣攣、強直、痛性痙攣的特點。若肌張力值在500 g～1 500 g之間時，肌張力的值雖有波動但比較穩定，根據強直特點及Kz取值(1＜Kz＜7)可判斷出在30 ms～240 ms表現為強直特征，240 ms～285 ms表現為陣攣。可以看出，康復機器人施加激勵，運用痙攣傳感器評定肌張力及其特征較為準確。通過對上述實驗，所設計的痙攣傳感器可用于康復訓練過程中肌張力在線測評與痙攣防范控制。

5 結論

本文從痙攣發生時的特征信息出發，結合康復醫學臨床評定痙攣等級的依據與方法，設計了一種可用于康復機器人在線測評肌張力的痙攣傳感器，將肌肉張力變化的激勵轉換為痙攣特征信息，揭示痙攣發生的臨界信息，為下肢肌肉的病理性痙攣提供客觀量化的評定依據。

參照康復醫學上對痙攣評定的相關量表，給出基于肌張力檢測的傳感器評定痙攣等級的標準。通過對實驗對象采集的相關數據分析、處理和整理，區分出病理性痙攣的三種特征信息，驗證了痙攣傳感器檢測的可行性及判斷痙攣等級的正確性。