等动机器人设备,用于提高中风患者在痉挛性中拉伸反射测量的测试再测试和间反应的可靠性

摘要

该协议使用具有肌电图 (EMG) 测量的机器人等动装置,说明同声动力学运动本身可以提高轻度弯管弯曲痉挛患者在捕捉测量角度的测速可靠性。

摘要

测量痉挛性在治疗规划和治疗后确定疗效方面很重要。然而,目前用于临床设置的工具已被证明在评估者之间的可靠性是有限的。在测量渔获量 (AoC) 测量角度时,被动运动的变化性是这种差率之间的可靠性的一个因素。因此,提出了一种等动装置来规范手动关节运动;然而,对AoC测量的等向动力学运动的好处还没有经过标准化测试。该协议研究等向运动本身能否提高AoC测量的速率间可靠性。为此,开发了一种机器人等动装置,与表面肌电图(EMG)相结合。将手动运动和等向运动两个条件与测量渔获物角度和主观感觉的标准化方法进行比较。结果表明,在17例轻度弯管屈肌痉挛的中风患者中,等代动力学运动将AoC测量的课间可靠性的类内相关系数(ICC)提高到0.890[95%置信区间(CI):0.685~0.961]标准,以及 0.931 (95% CI: 0.791–0.978)的扭矩标准,从 0.788 (95% CI: 0.493–0.920) 手动运动。总之,等向运动本身可以提高轻度痉挛性中风患者AoC测量的相互作用可靠性。鉴于该系统可以提供更大的标准化角度测量和感觉捕捉,它可能是一个很好的选择,在临床环境中评估痉挛。

引言

中风后痉挛是常见的,并已证明诱导并发症,包括疼痛和收缩,导致生活质量下降1,2,3。痉挛性测量对于正确规划治疗过程和确定治疗效果非常重要。临床环境中常用的工具是修正的 Ashworth 量程 (MAS)^4,这是一种用于抵抗被动运动的名义测量系统,以及用于测量渔获量角度 (AoC) 的改良 Tardieu 刻度 (MTS),它表示痉挛性5的速度依赖^特性。然而,这些测量工具已被证明具有有限的间评价者可靠性6,7,要求相同的评价者执行这些测试,以保持令人满意的可靠性8。

在MTS测量过程中,有三个因素显示AoC的变异性,包括(1)通过测角测量角度误差;(2) 速率之间手动移动的联合运动配置文件的可变性;和 (3) 检测速率器⁹之间的渔获量的可变性。本协议提出了一种带有扭矩传感器的新型等动机器人装置。本装置采用表面肌电图(EMG)^测量10,应用于轻度肘部屈肌痉挛的中风患者。据推测,肘关节运动的标准化将提高肘部弯曲反射引起的AoC测量的速率间可靠性。为了证明这一点,利用该开发的机器人装置和EMG,在等动无源和手动快速弯头延伸之间计算和比较了表面EMG测量的AoC的可靠性。图 1显示了整个实验过程的概述。具体来说,MTS测量阶段由两个评价者进行,实验顺序(手动与等动运动)和评价者的顺序被随机确定,每个受试者需要大约50分钟(图1)。

研究方案

1. 实验设置

1. 患者招聘
   注:所有程序都经过首尔国立大学邦当医院机构审查委员会的审查和批准。这些受试者是该地区四家康复医院的住院病人或中风诊断门诊病人。
   1. 使用以下内含标准执行筛选过程:(1) 因中风引起的上肢下肢;(二)年满20周岁;(3)MAS 1-2的轻度肘关节痉挛;(4)除中风外,无影响下皮手臂功能的原有疾病;(5) 无血液动力学不稳定;(6) 无严重的肘部收缩;(7) 肩部被拐骗90°和前臂处于中性位置,无关节疼痛的可能性;(8)正常认知、语言、视法或注意力,能够遵循实验程序。
      注:该标准旨在筛查能够参与实验的患者,并调节影响结果的因素。
   2. 招募获得整个研究和预期临床问题的详细说明的受试者。在加入之前,必须征得同意。
   3. 被招募的受试者的人口统计和基线特征列于表1。
2. 实验系统
   注:定制机器人设备用于生成标准化运动并同时测量定量数据。机器人系统由机器人部件、控制系统和测量单元组成。总体配置显示在图 2.
   1. 机器人部件
      1. 对于机器人部分,使用由电机和前臂机械组成的一度自由平面机器人,以及用于调整机器人高度和将设备安装到各种办公桌上的其他三个组件。总体组成如图2A所示。
      2. 对于前臂机械,使用连接到电机的弯头接头、带固定块的线性滑块调整总长度和两个袖口单元用于固定前臂和手部(如图3所示)。肘部接头有一个旋转板和一个推力轴承,以防止在实验过程中擦伤,袖口单元的弯曲类似于人类前臂,并使用 3D 打印机制成。手柄单元设计为适合左手和右手的个人,使其可供任何受试者使用。
      3. 使用低齿轮比为 51:1 的电机,该电机应具有可背驱动特性,能够产生 315°/s 的标称转速和 42.33 Nm 的连续扭矩。
      4. 使用连接到电机底部的实验室插孔单元来调整电机单元的高度。机器人的高度将能够调整到各种物体的坐姿高度。
      5. 放置固定臂,将设备安装到机器人前部桌面上。固定臂可通过线性轴上下移动,并配有固定到桌面的夹子。
      6. 将带有塞子的脚轮放在机器人底部,使机器人在实验期间可移动和接地。
   2. 控制系统
      1. 使用个人计算机 (PC)、实时处理器和电机驱动器作为中央控制系统。详细的控制体系结构框图如图4所示。
      2. 使用图形用户界面 (GUI) 控制实验模式(最大 ROM 测量、等代动力学 MTS 和手动 MTS 测量模式)并存储机器人运动数据。它包含一个控制面板和一个监控面板(图5)。有关 GUI 配置的详细信息包含在附录中。
      3. 使用实时处理器实现机器人控制算法。控制算法由三个控制回路组成。第一个环路是从 sbRIO 的 FPGA 模块以 1 MHz 运行的数据输入/输出环路。第二个是机器人运动控制回路,从实时 VI 级别以 1 kHz 的速度运行。最后一个是运行在 250 Hz 的数据通信环路。此环路传输机器人数据(时间、角度、扭矩和触发信号,以便与 EMG 数据匹配)。
         注:实时处理器有两个通信模块:NI-9237 和 NI-9853。NI-9237 是接收扭矩传感器数据的模拟输入设备,而 NI-9853 是一个 CAN 通信模块,用于与电机驱动器通信。
   3. 测量单位
      1. 在机械和电机之间安装扭矩传感器,以测量反应力。扭矩数据通过 NI-9237 传输到实时处理器。NI-9237 具有自己的通带、止通带和无锯齿带宽滤波器。过滤后的数据进入FPGA模块,并在100 Hz下再次处理,使用低通滤波器来消除噪声。
      2. 通过连接到电机的编码器(HEDL 9140,瑞士马克森)测量关节角度。角度数据通过电机驱动器传输到实时处理器。
      3. 使用八通道表面 EMG 设备测量肌肉活动。EMG 数据以 1024 Hz 的采样速率收集,最初使用带通滤波器(20*450 Hz)和陷波滤波器(60 Hz)进行处理。测量的 EMG 数据直接传输到 PC。

2. 实验设置

注:两名评价者应参与此实验。在我们的例子中,第一个评价者是一位有6年以上康复经验的理疗师,第二位评价员是职业治疗师,在中风康复方面拥有超过3年的经验。

1. 初始姿势设置
   1. 将患者放在椅子上,背部以直姿势。
   2. 在整个实验过程中,用安全带固定肩部和腹部的两侧,以保持肩部位置稳定。
   3. 将主体的下部手臂轻轻放在机器人机械臂上,而不紧扣表带。
   4. 解开线性滑块的固定块,使袖口可以在滑块上自由移动,并允许将主体的下部手臂放在机器人机械臂上,而无需紧固带。
   5. 使用实验室千斤顶调整机器人的高度,直到患者的肩膀被诱拐 90°。使用测角仪确认绑架角度。
   6. 指示受试者握住手柄,用带子将手固定在手柄上。对齐机器人的旋转轴和弯头接头的解剖轴。
   7. 弯曲并延长弯管接头,使袖口的位置可以自然地调整到最佳位置,而不会在弯头移动过程中产生阻力。然后,固定块固定袖口的位置,并固定前臂袖口的带子。
   8. 将表面 EMG 电极连接到下皮手臂的二头肌肌肉上。
2. 无源 ROM 测量
   注:无源ROM在以下实验中用作边界ROM,以防止患者手术范围以外运动引起的问题。
   1. 将患者的下部侧信息输入到程序 GUI 中(右侧或左侧)。
   2. 使用测角仪将弯头 90° 弯曲。按 GUI 面板上的90 deg 设置按钮。此过程将机器人识别的角度与实际的人工关节角度相匹配。
   3. 按 GUI上的"完成设置"按钮,将吸尘器切换到激活状态。
   4. 按从上到下的顺序单击 GUI 左侧的"电机运行面板"上的按钮。
   5. 打开"角度设置"按钮,将速度设置为 1°/s。然后单击运行按钮。机器人将以 1°/s 的速度从 90° 弯曲的姿势缓慢伸展弯头,直到反应扭矩达到一定的阈值水平或延伸 170°。
      注:在本实验中,扭矩阈值设置为 0.6 Nm。此值通过试验性研究进行实验确定。
   6. 最大扩展角度自动存储为最大 ROM。
   7. 将速度更改为 -1°/s,然后再次单击运行按钮。机械手缓慢地弯曲弯头,直到反应扭矩达到阈值水平。
   8. 最大弯曲角度自动存储为最小 ROM。

3. MTS 测量

注:每个步骤所需的时间如图1所示。一个受试者执行所有实验的总时间约为 50 分钟(包括实验设置步骤),但大部分时间都应该用于休息以保持疲劳的一致性。

1. 惯性效应补偿
   注:从理论上讲,在等向运动期间不应有惯性效应。但是,在运动开始时可能存在惯性效应。惯性力应补偿,仅测量拉伸反射产生的反射力。由于惯性力的大小因每个受试者不同,因此在实际MTS测量之前,应对惯性力补偿进行初步测试。示例结果如图6所示。
   1. 单击控制面板上的"后退"按钮。机器人将肘部弯曲至最小角度姿势(最大弯曲姿势)。
   2. 将速度设置为 150°/s,然后打开惯性测试按钮,然后打开"运行"按钮。机器人将以150°/s的速度对患者施加5°的短期扰动。每个试验的峰值扭矩和周期值会自动堆叠并显示在 GUI 面板上。
   3. 重复步骤 3.1.2~3.1.3 再重复两次。从测量数据中确定正确的峰值扭矩值和周期值,并在程序 GUI 上输入该值。补偿扭矩轮廓 (_[comp) 根据下面的公式1自动生成,其中: a表示确定的振幅,α 表示周期。
      
      注: 惯性扭矩的形状被建模为凸起的后弦形状,以减少计算载荷。由于惯性效应,补偿扭矩设计为两个周期,在第二个周期后几乎消失。第二个周期的振幅设计为第一个周期的15%。
2. 熟悉步骤
   1. 在实际实验之前,执行三次训练操作,使患者熟悉突然运动。
   2. 单击面板上的"后退"按钮。机器人将弯曲肘部到最小角度姿势。
   3. 通知主题后,单击"运行"按钮。机器人将以 150°/s 的速度延长患者的肘部,直到角度达到最大角度或反应扭矩达到阈值水平。
   4. 重复步骤 3.2.2~3.2.3 两次,在开始测试前休息 5 分钟。
3. 等能MTS测量
   注:等动力学MTS测量旨在实现理想的MTS测量条件。机器人以预定速度(150°/s)产生精确的恒定速度运动,直到达到最大ROM或达到反应扭矩的某个阈值。最大 ROM 值在步骤 2.2 中确定,扭矩阈值通过以前的试验研究确定为 0.6,这足以检测拉伸反射。
   1. 单击"后退"按钮将肘部弯曲到最小角度姿势。
   2. 单击"运行"按钮而不通知主题。机器人将以 150°/s 的速度延长患者的肘部,直到角度达到最大角度或反应扭矩达到一定阈值水平。测试期间存储时间、角度、反应扭矩和触发信号数据。
   3. 在套间休息 2 分钟,再重复步骤 3.3.1~3.3.3 两次。
   4. 执行三套后休息 5 分钟。
4. 手动 MTS 测量
   注: 手动 MTS 测量旨在模拟 MTS 测量,通常在实际医疗现场执行。为了比较等代动力学MTS的结果,机器人装置仅用作定量测量工具,可消除测量误差,实际测量操作由人工测量员执行。为此,机器人仅补偿机器人本身的摩擦力。摩擦去除的详细信息见附录。
   1. 单击"后退"按钮将肘部弯曲到最小角度姿势。
   2. 单击"自由运行"按钮,机器人操作将更改为手动操作模式。
   3. 握住机械的手柄,伸展受试者的手臂。在操作过程中,速率器应生成 150°/s 的恒定速度。
   4. 关闭"自由运行"模式,休息 2 分钟。
   5. 重复步骤 3.4.1~3.4.4 再重复两次。
5. 重复 MTS 测量
   1. 完成第一个评价器的整个实验后,休息10分钟。
   2. 更改费率器(第二个费率)并重复步骤 3.3_3.4。

4. 量化 AoC

注: AoC 根据两个数据确定:EMG 和扭矩。AoC 是通过手动分析确定的,因为 EMG 数据的噪声特性和单个特征的可变性。AoC 选择由第三个评价者执行,该评价员对评则的顺序视而不见。

1. 等动力学MTS实验数据分析
   1. 使用 EMG 数据进行 AoC 评估
      注: 通常,AoC 被确定为 EMG 的最大峰值发生角度。然而,拉伸反射持续时间对于每个患者是不同的;因此,使用EMG最大峰值点作为AoC预期可靠性较低。时差可能不大;但是,由于 MTS 方法的快速评估速度,AoC 误差可能很大。因此,EMG 上升点开始时的角度选择为 AoC。
      1. 使用根均方 (RMS) 处理原始 EMG 数据,以平滑数据并将其放大 50 倍。
      2. 使用每个数据集的触发信号同步 EMG 数据和机器人角度数据。
         注:在此系统中,EMG 数据由独立的设备测量,与其他数据不同;因此,参考时间可能不同。EMG 器件具有触发中断标记功能,在 MTS 评估启动时从实时处理器获取触发信号。
      3. 手动确定 AoC 作为 RMS EMG 激增的起点。该示例如图7所示。
         注: <0.1 的 RMS EMG 在此处被忽略,因为它即使没有拉伸反射也经常出现。因此,在峰值开始时的清除上升点被选择为 AoC。
   2. 使用扭矩数据进行 AoC 评估
      注 : 肌有被动机械特性 , 类似于弹簧阻尼器系统。即使肌肉不施加任何力量,反应力也会随着肌肉的伸展而增加。由于被动机械特性的强度和拉伸反射的强度因患者而异,因此很难仅使用反应力的绝对值来识别捕获物。相反,在这项研究中,捕获是通过改变由于痉挛而不是反应力的绝对值而引起的被动属性来确定的。被动属性的变化由反应扭矩回归线斜率的变化手动确定。
      1. 从触发信号上升的点绘制一条回归线,并从触发信号下降的点绘制另一条回归线。
      2. 比较两条回归线的斜率。如果两条回归线的梯度显示显著差异,则可以在两条回归线的交点处确定 AoC。该示例如图8所示。
2. 手动MTS实验数据分析
   注:在手动 MTS 的情况下,很难分离主体施加的力和仅使用一个扭矩传感器的速率施加的力。因此,在手动 MTS 的情况下,只使用 EMG 数据执行 AoC 分析,而无需使用扭矩数据执行 AoC 分析。
   1. 使用 EMG 数据进行 AoC 评估
      注: 使用 EMG 确定 AoC 评估的方法与等代动力学 MTS 案例基本相同。
      1. 使用 RMS 方法处理原始 EMG 数据,以平滑数据并将其放大 50 倍。
      2. 使用每个数据集的触发信号同步 EMG 数据和机器人角度数据。
      3. 手动确定 AoC 作为 RMS EMG 激增的起点。图 9中显示了一个示例。

5. 数据分析

1. 标准化评估运动指数
   注:MTS 的 AoC 可能受各种运动因素(如评估速度、加速度等)的影响。因此,评估运动应尽可能的等位运动。建议对评估动议的理想性进行评估。建议的索引是非维度索引,可用于评估分配给每个试验对象的评估运动的一致性。
   1. 计算每个评估试验的 ROM、最大速度和评估时间。
      注:角度由编码器测量;因此,计算的速度是嘈杂的。因此,最大速度被确定为趋势线的最大速度,而不是峰值。
   2. 使用公式 3计算整个实验期间每个试验的 NAMI 值:
      其中:最大和最小表示在实验期间分别测量的最大和最小角度;·_最大值是最大评估速度;和 \t是一次评估的总时间。图 10显示了每个变量的示例。
      注:如果评估运动接近完全等动力学,则建议索引给出的分数接近 1;如果运动速度不一致,则分数接近 0。
2. 统计分析
   注: 所有统计分析均使用 PASW 统计包(SPSS 版本 18.0)执行。类内相关系数(ICC)方法用于识别测试复试可靠性和评价者间可靠性。只有第二个和第三个测试的结果用于计算 ICC。
   1. 要验证测试重新测试的可靠性,请根据测量的 AoC 数据和 NAMI 结果计算 ICC。
   2. 要验证评价者之间的可靠性,请根据 AoC 和 NAMI 数据的平均值计算 ICC。
   3. 使用成对样本 t 检验计算 AoC 结果的 p 值,以评估每个评审员或每个评估试验之间的差异。
      注: <0.05 的 P 值被视为具有统计显著性。
   4. 根据 EMG 标准和扭矩标准计算 AoC 之间的 Pearson 相关系数,以验证两种方法之间的相关性。

结果

可靠性根据 ICC 值分为四个等级:极优秀(>0.90),优秀(0.75

标准化评估运动指数 (NAMI):等向运动期间的 NAMI 分数始终为 1,这意味着等动器件始终生成均匀的恒定输入速度。但是,在手动运动期间,NAMI 的测试可靠性较差,对于速率?...

讨论

本研究试图使用机器人等动装置来标准化MTS测量。研究了评估运动的一致性如何影响MTS测量结果。

提出了非农产品管理值,以表示评估动议的可变性程度。正如预期的那样,与无可变性的等动运动方法不同,手动方法显示了测试之间和评价者之间的变化,导致可靠性差,这与先前研究7、8的结果一致。.AoC测量的可靠性结果表明,与手动运动...

材料

Name	Company	Catalog Number	Comments
3D printer	Lokit	3Dison+	FDA type 3D printer
Ball sprine shaft	Misumi	LBF15
Bridge Analog Input module	National Instruments	NI 9237
CAN communication module	National Instruments	NI 9853
Caster	Misumi	AC-50F
Electromyography (EMG) device	Laxtha	WEMG-8
EMG electrode	Bioprotech		1.8x1.2 mm Ag–AgCl
Encoder	Maxon	HEDL 9140	500 CPT
Gearbox	Maxon	GP 81	51:1 ratio
Lab jack	Misumi	99-1620-20
Linear slider	Misumi	KSRLC16
Motor	Maxon	EC-60	brushless EC motor
Motor driver	Elmo	DC Whistle
PLA	Lokit		3D printer material
Real-time processor	National Instruments	sbRIO-9632
Torque sensor	Transducer Techniques	TRS-1K