機器人輔助訓練在腕部本體感覺領域的應用

羅勝利， 喻洪流， 倪偉

1.上海理工大學康復工程與技術研究所(上海，200093)

2.上海康復器械工程技術研究中心(上海，200093)

3.民政部神經功能信息與康復工程重點實驗室(上海，200093)

0 引言

腦卒中是世界上三大死亡原因之一，致殘率高達80%，腦卒中后6個月，約30%～60%的患者存在不同程度的上肢功能性障礙［1-2］。本體感覺是軀體功能的重要組成部分，研究表明本體感覺障礙可加重患者的上肢運動功能障礙［3-4］，本體感覺訓練有助于患者上肢運動功能的改善，幫助患者恢復運動功能［5-6］。

本體感覺是骨骼肌、肌腱、關節等運動器官以及皮膚本身在運動或靜止時產生的感覺［7-8］,包括位置感(position sense)、運動覺(motion sense)和振動覺(vibration sense)［9］。本體感覺障礙患者無法對調整姿勢做出正確反應，從而影響患者的正常生活。目前，本體感覺訓練技術主要應用在中樞神經損傷、關節置換以及傷殘等導致的肢體運動功能障礙患者的康復治療［10］。

Lorenzo Masia團隊利用機器人輔助技術量化了本體感覺的評估指標，系統地繪制了腕手復合體三個自由度的腕本體感覺靈敏度，并表征了腕的位置感，他們的實驗結果表明，腕關節的位置敏銳度呈各向異性，且關節位移越小，本體感覺的敏銳度越低［11-12］。也有研究表明短時間的挑戰本體感覺的運動訓練可以有效增強本體感覺的敏銳度［13］，遺憾的是并沒有量化敏銳度提升效果。

下面介紹一款用于腕關節訓練的康復機器人，并利用該機器人研究了訓練對不同工作區域內腕部本體感覺提升效果的影響。

1 實驗裝置

本研究使用的實驗裝置是專門用于研究人體感覺運動康復的二自由度機器人裝置。機器人的活動范圍接近人類手腕的活動范圍(70°/70°屈曲/伸展(或30°/30°尺偏/橈偏)和90°/90°旋前/旋后)，人體手腕的屈曲/伸展和尺偏/橈偏自由度公用機器人的一個旋轉軸。該腕部訓練裝置設置了兩個無刷電機驅動，并配有高分辨率的增量型光電編碼器可以在運動過程中讀取關節旋轉角度。

1.1 機械結構設計

該腕部康復機器人采用了繩驅設計方案。電機集中安放在靠近設備固定位置，通過鋼絲繩將電機輸出動力傳遞至執行器，鋼絲繩的走向通過導向輪完成。與電機直驅的驅動方式相比，這種驅動方式實現了電機集中放置，同時繩索傳遞動力的做法簡化了設備遠端關節的結構設計，減輕了設備的重量，減小了設備的體積。

如圖1所示，兩個驅動電機分別通過兩組鋼絲繩控制設備的兩個關節，通過調整兩個關節工作狀態實現幫助患者完成腕部三個自由度的訓練需求。1號電機控制遠端關節運動，可以幫助患者完成腕部內旋/外旋動作訓練，2號電機控制近端關節可以幫助患者完成掌屈/背伸或尺偏/橈偏動作訓練。當1號電機帶動遠端關節旋轉至與初始狀態呈90°夾角時，啟動2號電機可以實現腕部掌屈/背伸動作訓練，當遠端關節保持初始狀態不變時，啟動2號電機可以實現腕部尺偏/橈偏動作訓練。這一設計方式在滿足訓練需求的同時提高了電機的有效使用率。

圖1 腕部康復機器人Fig.1 Wrist rehabilitation robot

1.2 控制系統設計

控制系統主要涉及下位機控制，其主要作用是給電機驅動器下發指令、采集并記錄運動信息以及識別并判斷腕部的運動意圖，系統架構如圖2所示。主控板是下位機控制系統實現的核心，包括STM32F407的主控芯片及最小系統、與電機驅動器之間的通信電路、采集運動信息的編碼器采集電路和儲存運動信息的EEPROM存儲電路、將數據反饋至上位機的串口通信電路等。

圖2 下位機控制系統構架Fig.2 Lower computer control system architecture

驅動控制系統采用7段S曲線法，確保加速度曲線平滑連續，減小運動沖擊，提高運動的平穩性。對1 000線增量式光電編碼器采用4倍頻采集算法以提高其分辨率，在同等采樣頻率的情況下，編碼器的精度提高了4倍。

同側關節位置匹配測試［14］功能是該腕部康復機器人的主要控制控制目標。具體包括受試者對目標位置的主動匹配和機器人帶動受試者手腕被動轉移。受試者需要主動匹配先前體驗過的位置，在這個過程中該腕部康復機器人會記錄下人體手腕實際運動位置和目標位置之間的偏差。

2 實驗

2.1 受試者

參與研究的12名受試者（年齡25±2歲，其中5名女性，7名男性）均為右利手，沒有神經肌肉病史，從未接觸過該項試驗任務。實驗開始前對所有受試者進行愛丁堡利手測驗，測驗結果表示受試者均為100%右利手。

2.2 實驗方案

采用同側關節位置匹配測試對本體感覺敏銳度進行評估，實驗中，受試者被不透光眼罩遮住雙眼避免視覺信息干擾，受試者的手腕被機械裝置移動到一個固定角度，保持3 s后將手腕移動回初始位置。隨后，受試者需要主動與腕關節上的本體感受目標進行匹配。對本體感受目標進行10次匹配測試（機器人檢測到手腕停止運動時間超過3 s后將手腕帶回初始位置，視為完成一次匹配實驗），取10次平均作為測試結果。休息2 min后，對相同的本體感受目標位置進行5 min的學習，學習過程中受試者主動操控機器人匹配目標位置，在目標位置附近停留3 s后高音提示超過目標位置，低音提示未達到目標位置，這個過程中機器不提供任何運動意圖干預。

3 結果與分析

3.1 實驗結果

訓練前和訓練后的手腕角度運動信息通過腕部訓練裝置采集，為更好地估計手腕位置感訓練前后本體感覺敏銳度的提高情況，比較了實際手腕運動位置和期望手腕運動位置的差別。匹配誤差（ME）的計算可以量化手腕實際運動位置偏離目標位置的大小，其計算方法是在對同一個本體感受目標重復匹配n（n=10）次實驗誤差的平均值。

式中：θi為手腕實際的運動位置，θt是手腕被期望彎曲的位置，n為匹配實驗次數。

匹配誤差降低比（MErr）反映了本體感覺敏銳度提升情況。MErr越大，訓練后腕部本體感覺敏銳度提升越明顯。

式中MEa為訓練后匹配誤差，MEb為訓練前匹配誤差。

表1中描述了12位受試者對目標位置匹配誤差測試的平均值，其結果顯示訓練后12名受試者尺偏在習慣區的平均匹配誤差降低程度最高(平均匹配誤差降低1.77°)，接下來是腕部在極限區的表現(尺偏：1.58°，橈偏：1.01°)，而橈偏在習慣區的平均匹配誤差降低，與訓練前相比僅降低了0.66°。從匹配誤差降低比來看，腕部尺偏的本體感覺敏銳度提升最明顯，且極限區(MErr=44.43%)要好于習慣區(MErr=38.29%)，橈偏的結果剛好相反，極限區(MErr=27.02%)要略差于習慣區(MErr=27.26%)。

表1 受試者的平均匹配誤差Tab. 1 Average matching error of subjects

3.2 結果分析

12位受試者通過訓練，腕部本體感覺的敏銳度均有所提升，這說明訓練對提高本體感覺敏銳度是有積極影響的，同時，腕部康復機器人完整記錄了試驗過程中受試者的運動信息，量化了評估指標，也為進一步綜合性探索訓練對本體感覺敏銳度的影響提供了原始數據積累。

從12位受試者的實驗結果中可以看出，腕部尺偏本體感覺敏銳度提升效果更加明顯，這說明較大工作空間的關節運動方向在提升本體感覺敏銳度上具有顯著優勢。這也許與本體感覺敏銳度隨關節運動范圍的增大而提升［19］有關。然而，讓人意外的是在腕部橈偏的測試結果中我們發現，訓練后習慣區的匹配誤差降低比竟然與極限區幾乎相等，甚至略占優勢。有研究表明，訓練可以重建或加強腦部運動神經傳導通路以提高本體感覺敏銳度［20］。這也許意味著訓練頻次越高的位置本體感覺敏銳度越高，而受試者腕部在習慣區的使用頻次要遠高于極限區。此外，還可能是因為橈偏在習慣區的活動角度范圍太小以及人體腕部旋轉中心與機器人關節旋轉中心不是完全重合，以至于腕部訓練機器人不能準確地采集到腕部橈偏的實際運動信息。

4 結論

12名健康受試者的實驗結果表明，避免視覺干擾的訓練對提高本體感覺敏銳度是有效的，且腕部本體感覺的敏銳度的提升隨工作空間的增大而升高。同時表明，該款腕部康復機器人能夠清晰準確地提供關節運動信息，可以量化運動評估指標，為腕部本體感覺敏銳度的綜合型研究提供了非常合適的實驗平臺。不足之處是該康復機器人在采集小范圍運動信息的過程中可能存在處理精度不夠、人-機關節對心度不高等問題，在接下來的研究中我們也會重點考慮提高設備的分辨率，也會尋找更為精確的人-機關節對心方式。