使用双骨外骨骼机器人手开发面向任务的新康复计划

摘要

本研究报告了一个新的机器人辅助任务导向计划，为手恢复的发展。发育过程包括使用健康受试者和患有中风和随后运动控制功能障碍的受试者的实验。

摘要

机器人辅助手用于上肢功能受损患者的康复，特别是失去运动控制的中风患者。然而，目前还不清楚传统职业培训战略如何应用于康复机器人的使用。新颖的机器人技术和职业治疗概念用于开发一种协议，允许上肢功能受损的患者通过各种捏合和抓握功能，使用受影响的手抓住物体。为了恰当地执行此操作，我们使用了五种类型的对象:挂钩、矩形立方体、立方体、球和圆柱形柱。我们还为患者配备了机器人手，镜手，一只外骨骼手，它安装在受感染者受影响的手上，并跟随传感器手套的运动安装到他们未受影响的手（双人运动训练（BMT）上）。这项研究分为两个阶段。首先招募了三个健康科目，以测试培训计划的可行性和可接受性。三名中风引起的手部功能障碍患者被招募，以确认连续3天进行的培训计划的可行性和可接受性。每天，在被动运动范围内，在5分钟的运动中监测患者，5分钟的机器人辅助双人运动，并使用5个物体进行任务导向训练。结果表明，健康受试者和与机器人手一起中风的受试者可以成功地抓住这些物体。健康受试者和中风患者在机器人辅助任务导向型培训计划中，在可行性和可接受性方面表现良好。

引言

最多 （80%）中风患者手部不足，难以独立执行与日常生活相关的人工^任务。然而，手工任务的复杂性质意味着，为手部康复2设计一个面向任务的培训计划是一个^重大挑战。近年来，许多机器人设备已经开发为^{手部康复,3，4，}但很少的训练协议辅助机器人设备允许病人与实际物体互动。目前还不清楚如何使用机器人设备为因中风而出现手功能障碍的患者应用以任务为导向的手功能康复培训计划。

以任务为导向的训练用于改善手部^{功能,5、6，}常用于中风导致的上肢功能障碍的康复。它用于增加神经可塑性，并高度依赖于个人神经缺陷和功能需求^7。然而，在面向任务的训练中，如果手部功能受损，患者很难操纵物体。这方面的例子包括抓握不良或捏合功能有限。治疗师在单独指导患者手指运动方面也表现出困难，因此限制了抓握任务的变化。因此，机器人设备是提高以任务为导向的训练的有效性，明确指导手部运动在重复^{训练,2，8。}

先前的研究只使用康复机器人进行以任务为导向的上肢训练，达到^任务3。目前还不清楚如何将机器人辅助康复用于面向任务的培训，培训对象是手部功能。外骨骼手HWARD，已经被用来引导手指抓住和释放物体^8。然而，这个设备不允许不同的抓握模式，因为它缺乏必要的自由度。最近，其他针对单独移动患者手指的设备已经开发出^9。然而，这些设备以前没有用于神经治疗。上述机器人设备都是单方机器人。相比之下，这里展示的机器人手系统需要未受影响的和受影响的手的合作。机器人手系统是专门为康复目的设计的，使用主-奴隶机制实现对称的双人手运动。该系统由外骨骼手（戴在受影响的手上）、一个控制箱和一个感官手套（戴在未受影响的手上）组成。外骨骼手的每个手指模块由具有一个自由度的电机驱动，其关节使用机械连杆系统连接。两种尺寸，S 和 M，设计用于适合不同的主题。控制箱提供两种治疗模式，被动运动范围（PROM）和镜面引导运动模式，通过这些模式，患者的受影响手可以通过外骨骼手进行操纵。在 PROM 模式下，控制框向外骨骼发送输入命令，同时移动主体的手以执行全指弯曲/扩展。它包含两种模式:单指模式（从拇指到小手指的顺序操作）和五指模式（五根手指一起移动）。在镜导运动模式下，实现主（传感器手套）-从（外骨骼手）机制，传感器手套检测每个手指的移动，关节角度的信号传输到控制箱，以操纵外骨骼手。

当装备机器人手系统时，受试者被指示在外骨骼手的引导下移动受影响的手，这是双动训练^{（BMT）10。}根据先前的研究，BMT能够激活大脑两个半球类似的神经通路，并防止跨半球抑制，阻碍病变半球^{10的神经元功能恢复}。Brunner等人^.11将BMT与亚急性中风患者的约束诱导运动疗法（CIMT）进行比较。他们提出，BMT倾向于激活两个半球比CIMT更多的神经网络，并且BMT和CIMT方法之间手部功能的改善没有显著差异。Sleimen-Malkoun^等人12日还建议，通过BMT，中风患者能够重新建立双肢控制与双人对照。也就是说，训练应该包括双人任务，重点是使用受影响的手臂。此外，协调双手是必要的日常生活活动（ADL）11，12。^11,12因此，为中风后患者和佩戴机器人手系统的患者可以抓住或捏合的物体制定双人机器人辅助任务导向培训计划至关重要。

本研究根据职业治疗的需要和康复机器人的机械性能设计了多种抓握物。利用机器人康复设备为中风导致的重头半肢功能障碍患者开发了一种以任务为导向的培训方案。本研究的目的是研究使用外骨骼机器人和新设计的抓握物体进行面向任务的培训计划的可行性和可接受性。

研究方案

培训协议和知情同意文件由长贡医学基金会机构审查委员会审查和批准。研究的细节和程序已清楚地向每个主题解释。

1. 招募三名健康成年人

1. 使用以下包含标准执行筛查过程:（1） 年龄 20~60 岁，（2） 已签署知情同意书，（3） 上肢正常功能，（4） 迷你精神状态考试 （MMSE） 分数 +24。
2. 进行试验 1:在不佩戴机器人手系统的情况下操纵物体。
   1. 指示对象直立坐在椅子上，背部牢固，没有扶手。将主体放在桌子前面。站在主题的非主导方面。
   2. 教主体如何操作设计对象 5 分钟。包括拿起钉的手掌预紧器，拾起矩形立方体的横向预紧器，拾取立方体的三点夹头，拾取球的球形抓手，以及拾取圆柱形棒的圆柱形抓手。
      注:如图1A所示。实验设置如图1B所示。受试者学习了每个对象的具体抓握模式。抓握模式如图2所示。
   3. 将两个基地双边地放在主体的手中。将修复中使用的每个对象放在这些底座上，以帮助操作。对于所有对象，重复以下序列 20 次。要求受试者抓住基座起始区域中的物体，抬起物体，然后将它们移动到中线，然后用非显性的手释放。
   4. 同时，测量这 20 次尝试的成功率。连续 3 天执行此过程。成功率是每 20 次尝试成功操作次数 x 100%。成功的操作被定义为当受试者能够根据对象完成具有特定抓握模式的序列时，并且不丢弃它们。
3. 进行试验2:使用机器人手系统操纵物体（图3）。
   注:机器人手系统的机械装置如下。在外骨骼手中，每个手指模块中的关节采用机械连接设计，由一个恒定速度为 10 mm/s 的线性执行器驱动。外骨骼在每个手指模块中具有不同的运动范围（拇指:MCP= 0° 至 55°， DIP= 0° 至 70°;食指和中指:MCP= -10 ° 至 55°，PIP=0° 至 35°;DIP=0° 至 35°;环指和小指:MCP= -5 ° 至 55°，PIP = 0° 至 35°，DIP = 0° 至 35°）。在传感器手套中，每个手指模块都安装一个弯曲传感器，用于测量关节角度，并通过电缆向控制箱发送输入信号。
   1. 传感器手套设置 （图 1B，b）
      1. 将传感器手套放在主体的主导手上。使用尼龙搭扣固定手腕。
   2. 外骨骼设置 （图 1B，b）
      1. 使用干净的垫子包裹非显性的手。紧贴着尼龙搭扣。
      2. 松开外骨骼手的拇指机构，以调整拇指打开角度。将非显性手放在外骨骼手中。通过紧固环将尼龙搭扣固定到手掌上。一个一个地固定手指，从食指开始，用拇指完成。
      3. 然后，通过紧固环将尼龙搭扣与手腕平行。将拇指调整到舒适角度，然后拧紧拇指机构。
   3. 控制箱设置 （图 1A，c）
      1. 将外骨骼手和传感器手套的电缆分别插入外骨骼手和传感器手套的插座中。之后，将外骨骼手和传感器手套的电缆插入控制箱的插座中。最后，将电源线插入控制盒，并将其连接到具有正确电压的插座。
   4. 进行预热会议（舞会模式）
      1. 打开控制箱，将模式调整为五指。此模式允许外骨骼手被动地移动主体的手指。要求主体执行由外骨骼手引导的抓放任务 2.5 分钟。
      2. 将模式切换到单指，让外骨骼手单独和被动地移动主体的手指。在外骨骼的引导下，要求主体伸展和缩回单个手指2.5分钟。
   5. 进行机器人辅助的双人运动会话。
      1. 将模式切换到镜像。在此模式下，佩戴传感器手套的主导手的移动控制外骨骼手的运动。传感器手套进行的任何运动都由外骨骼手模仿和镜像。例如，传感器手套食指的弯曲对应于外骨骼食指的弯曲。
   6. 指示主体执行 2.5 分钟的抓放任务，佩戴传感器手套时，再进行 2.5 分钟的手指单独移动。此操作由外骨骼手镜像，它指导主体的非主导手执行所需任务。
4. 执行面向任务的会话。
   1. 教主体如何使用机器人手系统操作设计对象 5 分钟。包括拿起钉的手掌预紧器、拾取矩形立方体的横向预紧器、拾取立方体的三点夹头、拾取球的球形抓握和拾取圆柱形的圆柱形抓握。
   2. 将两个基地双边地放在主体的手中。将修复中使用的每个对象放在这些底座上，以帮助操作。对于所有对象，重复以下序列 20 次。要求受试者抓住底座起始区域中的物体，抬起物体，然后将它们移动到中线，然后使用机器人手系统释放。
   3. 同时，测量这 20 次尝试的成功率。连续 3 天执行此过程。成功率是每 20 次尝试成功操作次数 x 100%。成功的操作被定义为当受试者能够使用机器人手系统完成具有特定抓握模式的序列时，并且不丢弃它们。
      注:成功率将用于评估双人机器人手系统在健康主体中的可行性。

2. 招募三名中风患者以确定培训计划的适用性

1. 使用以下包含标准执行筛查过程:（1） 20~60岁;（2） 签署知情同意书;（3） 被诊断为单发性中风 = 1 个月 （4） 修改阿什沃斯量表 （MAS） 得分 = 2;（5） 布伦斯特伦阶段=2;（6） MMSE 分数 +24。
2. 执行试验1:不使用机器人手系统时操纵物体（图2）。
   1. 让主体直立坐在椅子上，背靠坚定，没有扶手。将主体放在桌子前面。站在主体受影响的一方。在主体的肘部和外骨骼手下放置吊索，以支撑他/她受影响的手臂。
   2. 教主体如何操作设计对象 5 分钟。包括拿起钉的手掌预紧器，拾起矩形立方体的横向预紧器，拾取立方体的三点夹头，拾取球的球形抓手，以及拾取圆柱形棒的圆柱形抓手。
   3. 将两个基地双边地放在主体的手中。将修复中使用的每个对象放在这些底座上，以帮助操作。要求对象使用受影响的手操作五个不同的对象 20 次。如果需要，支持主体移动其上臂。
   4. 同时，测量这 20 次尝试的成功率。连续 3 天执行此过程。
3. 进行试验2:使用机器人手系统操纵物体（图3）。
   1. 将外骨骼手与主体受影响的手合，将传感器手套安装到未受影响的手上。重复步骤 1.3.1=1.3.3。在主体的肘部和外骨骼手下放置吊索，以支撑他/她受影响的手臂。
   2. 进行预热会议（舞会模式）。
      1. 打开控制箱，将模式调整为五指。要求主体执行由外骨骼手引导的抓放任务 2.5 分钟。
      2. 将模式切换到单指。在外骨骼的引导下，要求主体伸展和缩回单个手指2.5分钟。
      3. 将模式切换到镜像。指示主体执行 2.5 分钟的抓放任务，佩戴传感器手套时，再进行 2.5 分钟的手指单独移动。此操作由外骨骼手镜像，它指导主体受影响的手执行所需任务。
   3. 执行面向任务的会话。
   4. 教主体如何使用机器人手系统操作设计对象 5 分钟。包括拿起钉的手掌预紧器、拾取矩形立方体的横向预紧器、拾取立方体的三点夹头、拾取球的球形抓握和拾取圆柱形的圆柱形抓握。
   5. 将两个基地双边地放在主体的手中。将修复中使用的每个对象放在这些底座上，以帮助操作。对于所有对象，重复以下序列 20 次。要求受试者抓住底座起始区域中的物体，抬起物体，然后将它们移动到中线，然后使用机器人手系统释放。
   6. 同时，测量这 20 次尝试的成功率。连续 3 天执行此过程。成功率是每 20 次尝试成功操作次数 x 100%。成功的操作被定义为当受试者能够使用机器人手系统完成具有特定抓握模式的序列时，并且不丢弃它们。
      注:成功率将用于评估中风患者机器人手系统的可行性。

3. 患者评估

1. 要评估可接受性，请在每个课程结束时向受试者提出以下问题:（1） 机器人手系统是否有助于您操作对象？（2） 在培训计划期间或之后是否发生过任何不良事件？

结果

共有六个科目参加了这项研究，包括三个健康科目和三个中风后科目。两组的人口统计数据都见补充表1。健康组的平均年龄为28岁（范围:24~30岁），而患者组的平均年龄为49岁（40~57岁）。患者组的平均评估分数如下:（1） MMSE=27 （26–29），（2） FMA=11.3 （6+15），（3） MAS=1，（4） 布伦斯特伦阶段=2。

在步骤 1 中，健康组 （n=3） 中的受试者完美地操作了机器人手?...

讨论

本研究结果表明:（1）两组可以成功掌握机器人手系统提供的物体。他们能够以接近100%的成功率完成这项任务，验证了拟议的机器人辅助任务导向培训计划的可行性。（2） 在研究期间没有伤害或不良事件的报告，所有患者都报告说，机器人手系统有助于操纵物体。这证实了机器人手系统和培训计划的可接受性。

这是第一个使用双边机器人手系统与真实物体^8，13...

材料

Name	Company	Catalog Number	Comments
Control Box	Rehabotics Medical Technology Corporation	HB01	The control box includes a power supply, sensor glove signal receiver, motor signal transmitter, and exoskeletal hand motion mode selection unit.
Exoskeletal Hand	Rehabotics Medical Technology Corporation	HS01	It is a wearable device causing the patient's fingers to move and is driven by an external motor and mechanical assembly.
Sensor Glove	Rehabotics Medical Technology Corporation	HM01	Worn on the patient's unaffected side hand. The sensors in the sensor glove will detect flexing and extension of the hand, and this data will be used to control the exoskeletal hand when in bimanual mode.