JoVE Logo

サインイン

このコンテンツを視聴するには、JoVE 購読が必要です。 サインイン又は無料トライアルを申し込む。

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

私たちは、リハビリテーション医師からのフィードバックを通じて健康な被験者に関する臨床研究、および決定タスクを実施し、自動制御技術を使用して、片麻痺腕の機能回復のためのリアルタイムミラーロボットシステムを開発しました。この単純なミラーロボットは、片麻痺腕で脳卒中患者の作業療法に効果的に適用することができます。

要約

ミラー療法は、脳卒中後の片麻痺腕の機能回復のための臨床設定において効果的な作業療法として行われてきました。これは、健康なアームを移動させながら、片麻痺腕をリアルタイムで移動しているかのようにミラーを使用することによって錯覚を誘発することにより行われます。これは、感覚運動皮質の活性化を介して脳の神経可塑性を促進することができます。しかし、従来のミラー療法は片麻痺腕が実際に動いていないことが重要制限がでています。したがって、我々は、簡単なアドオンモジュールを従来のミラー療法の閉フィードバック機構を使用して、片麻痺腕のリアルタイムの動きを可能にするようにリアルタイム2軸ミラーのロボットシステムを開発しました。私たちは3姿勢とリファレンスシステムセンサー、肘と手首の関節のための2のブラシレスDCモータ、および外骨格フレームを見出しを使用していました。 6健常者に関するフィージビリティ・スタディでは、ロボットミラー療法は安全かつ実現可能でした。我々はさらにDAIの活動のための有用なタスクを選択しますlyがリハビリ医師からのフィードバックを通じて訓練を生きています。慢性脳卒中患者は、ミラーロボットシステムの2週間の塗布後にFugl-Meyerの評価尺度と肘屈筋痙縮の改善を示しました。ロボット鏡治療は神経可塑性および片麻痺腕の機能回復に重要であると考えられている感覚皮質に固有感覚入力を高めることができます。本明細書に提示ミラーロボットシステムを容易に開発し、作業療法を進めるために有効に利用することができます。

概要

脳卒中患者のために、片麻痺腕の機能不全は、効果を衰弱しています。両手の活動を実行する能力は、日常生活のために不可欠であるが、片麻痺腕の機能欠損は、多くの場合、脳卒中発症後でも数年残っています。病院内のさまざまな研修プログラムの中で、単純なタスクの動きや受動繰り返しの範囲を増加させるための運動は、片麻痺腕の機能回復にほとんど影響を及ぼしません。このため、日常生活の活動に関連する意味のあるタスク(ADLS)の訓練は病院で作業療法に適用されています。

ミラー療法の効果は、神経リハビリテーション1-4の以前の研究によって証明されました。ミラー療法は、健康なアームを移動させながら、片麻痺腕をリアルタイムで移動しているかのようにミラーを使用することによって錯覚を誘発することにより行われます。これは、感覚運動皮質1の活性化により、脳の神経可塑性を促進することができます。したがって、モトRパワー及び片麻痺腕の機能を向上させることができます。しかし、従来のミラー療法は片麻痺腕が実際に動いていないことが重要制限がでています。

したがって、我々は、閉フィードバック・メカニズムを使用して、従来のミラー療法への単純なアドオンモジュールとしてリアルタイムの2軸ミラーのロボットシステムを開発しました。これは、神経可塑性と片麻痺アーム( 図1および図2)5-7の機能回復に重要であると考えられる感覚皮質に固有感覚入力を伝えることができます。

プロトコル

手順のすべてを見直し、ソウル国立大学病院の治験審査委員会によって承認されました。

1.ミラーセラピーのタスク

  1. 2次元ミラー療法タスクの例( 図3)
    1. 鏡の中のウォームアップ運動のために約5分を見ながら自由に健康的な腕を動かします。
      注:患者はリズミカルな方法で健康な腕の動きを行使することができるように、一つは、メトロノームを利用することができます。
    2. 健康面では、ドリブルし、約5分(「ボールの穴に "タスク)のためのビリヤードに似て選ばれた穴に小さなボールを置きます。ドリブルし、約5分(「サッカーゲーム「タスク)のためのサッカーに似てゴールに小さなボールを置きます。
    3. テーブルの上に置かれ、番号のステッカーを使用して、(タスク「ドットトレース」)番号順に健康な側のハンドルを移動し、逆方向に戻ります。約5分間繰り返します。
    4. このような交流などの日常生活の中で任意のオブジェクトを使用して、アップ、健康な側のハンドルを使用して、(タスク「カップの移動」)が選択された場所にそれを押してください。約5分間繰り返します。

鏡ロボットシステムの2コンポーネント

  1. AHRSセンサーの設定
    1. 3市販のAHRSセンサーを取得します。
      注:AHRSセンサは、磁気センサ、加速度計、ジャイロセンサー(合計9軸)で構成されています。
    2. USBコネクタでPCにAHRSセンサーを接続します。
    3. 一般的なセンサーの設定を構成するハイパーターミナルまたはその他の通信ソフトウェアを使用してください。
    4. それぞれについてRS232通信を選択したCOMポートに設定センサーは、AHRS。その後、8に毎秒115,200ビット、データビットにボーレートを設定、noneにパリティは、1にストップビット、およびnoneにフロー制御。
      1. COMポートを確認するには、左下隅にあるホームボタンをクリックします。右コンピュータをクリックしてください。 [プロパティ]をクリックします。デバイスマネージャ]をクリックします。それをクリックすることで、ポート(COMとLPT)]タブを展開します。
    5. COMMいったんunicationは、確立された100にチャンネルを設定し、各センサのIDを割り当てるされています。
      注:一部のセンサは使用前に、加速度計、ジャイロスコープ、および磁力計の校正が必要な場合があります。
    6. 四元数として出力形式を設定し、バッテリーの予備を表示するようにセンサーを設定します。
      注:クォータニオンで計算を高速化するだけでなく、ジンバルロック特異点を除去するために使用されます。
  2. ブラシレスDCモータの設定
    1. 2高性能ブラシレスDCモータとコントローラを準備します。
    2. 各コントローラには、電源装置に電源ケーブルを接続します。また、モータにモータケーブル、ホールセンサ用ケーブル、エンコーダケーブルを接続します。
    3. 別のコントローラにCAN-CANケーブルを接続します。
      注:CANopenのデバイス間の通信のために使用されます。
    4. デバイスを区別するために、各コントローラのノードIDを設定します。
    5. 一般的な構成のためにPCにUSBケーブルを接続します。
    6. 制御をパワーアップするために、電源のスイッチをオンにします充填材とモーター。
    7. モーター、ホールセンサ、およびエンコーダを設定および調整するためにモータメーカが提供するシステムの構成ソフトウェアを使用してください。
      注:角限界とホームポジションが安全運転のために設定する必要があります。
  3. フレームとモーターの組立
    注:すべてのカスタムパーツは、引用符で命名されています。 材料・機器のテーブルおよび図4から図13を参照てください。
    1. 肘関節モータは、モータ軸にキー溝との結合体の1を入れて、M5の六角ソケットセットスクリュー( 図4)を使用して固定します。
    2. 4倍M5ソケットヘッドネジを使用して、肘のモータへの「エルボーカップリング中空シリンダーカバー」(10ミリメートル)を確保し、ステップ2.3.1に取り付けた連結体の上にカップリング(中央スライダ部)のバッファ部を配置( 図4)。
    3. 「肘の屋上フレーム」にボールベアリングを差し込みそして、4倍M4ソケットヘッドネジ(8ミリメートル)( 図5)で固定します。
    4. 「低級肘サポート」に「肘モータ力分散シャフト」を差し込み、4倍M3ソケットヘッドスクリュー(6ミリメートル)で固定します。そして、「低級肘サポート」の上に「アッパー肘のサポート」を配置し、8倍速M3ソケット頭ネジ(12ミリメートル)( 図6)を使用して固定します。
    5. 途中でステップ2.3.3で、一番上にステップ2.3.4にアセンブリをアセンブリを配置し、下部の連結体の最後の部分。すべて一緒に参加して、M5六角止めねじ(10ミリメートル)( 図7)との結合体を固定します。
    6. 4倍のM5ソケットヘッドスクリュー(15ミリメートル)( 図7)を用いて、ステップ2.3.2のステップ2.3.5およびアセンブリ内のセキュアアセンブリ。全ての4点を確保するために、ステップ2.3.2にアセンブリを回転させます。
    7. 4倍M4ソケットヘッドネジを使用して、手首モータ(10ミリメートル)と「低級手首のカップリング中空シリンダーカバー」を固定します。そして、のいずれかを配置しますモータ軸にキー溝との結合体およびM4六角ソケット固定用ネジを使用し、それを安全に保管すること。その後、カップリング体( 図8)の上にカップリングのバッファ部を配置します。
    8. 両面テープや接着剤の任意のタイプ( 図9)と「手首の屋上フレーム」の上に「摩擦低減リング」を添付してください。
    9. 「ハンドル」に「手首モータ力分散シャフト」を差し込み、4倍M2.5ソケット頭ネジ(4ミリメートル)( 図10)を使用して固定します。
    10. 上部、中間のステップ2.3.8での組み立て、および下部の連結体の最後の部分にステップ2.3.9にアセンブリを配置します。すべて一緒に参加して、M4六角ソケットセットスクリュー(10ミリメートル)( 図10)との結合体を固定します。
    11. 4倍M3ソケットヘッドネジを使用して、ステップ2.3.10でのアセンブリと「手首motor2roof2」( 図11)を固定します。
    12. 私たちを2.3.7ステップでステップ2.3.11およびアセンブリにアセンブリを固定しますING 4倍M3ソケットヘッドスクリュー(15ミリメートル)( 図11)。
    13. 2「共同運動リミッタ」と4倍M4ソケット頭ネジ(15ミリメートル)( 12A)を使用して、2軸のカラーを固定します。
    14. シャフトと8倍速M3ソケット頭ネジ(8ミリメートル)( 図12B)を使用して、「手首の屋上枠」を確保するために、シャフトのカラーを使用します。
    15. アセンブリ2.3.14でシャフトへの組み立て2.3.13におけるシャフトのカラーをスライドさせ、4倍のM4ソケットヘッドネジを使用して、「低級肘のサポート」(15ミリメートル)で追加のシャフトのカラーを固定します。そして、二つの部分を結合し、レバー( 図13A)で固定します。
    16. 6×M4ソケットヘッドネジを使用して、ステップ2.3.15でのアセンブリへの「支持壁"(15ミリメートル)( 13B)を固定します。 6×M6ソケット頭ネジを使用して、ステップ2.3.16でのテーブルスタンドとアセンブリ(15ミリメートル)( 図13C)を固定します。

ミラーロブの3デザインOTシステム

  1. 自動制御のための数理モデル
    1. 上肢運動( 図14)の自動制御のための動的モデルを設定します。
      注:ヒト上肢運動の動的モデルは、関節とリンクの運動学を用いて表現することができます。以下に示すようにそのため、ロボットマニピュレータのための式を用いて、モデルを得ることができます。
      figure-protocol-4263
      注意: ( figure-protocol-4336 :関節位置ベクトル、 figure-protocol-4409 :ジョイント速度ベクトル、 figure-protocol-4483 :関節加速度ベクトル、H:慣性行列、F:コリオリ遠心力マトリックス、G:重力のベクトル、E:環境との相互作用に起因するトルク行列、 figure-protocol-4609 :一般FORCのベクトル関節に適用可)片麻痺と健康アームは動きの異なる側面を示しています。それは片麻痺腕が原因で麻痺した筋肉に時間内に移動することができないか、運動のために必要十分なトルクを提供することはできません。したがって、システムは、リハビリテーション訓練片麻痺腕を介して通常の動作を介して行うことができるように設計されています。言い換えれば、リハビリロボットは、健康なアームからの運動を提供するために、患者の片麻痺腕に取り付けられており、以下のように簡単に処方することができます。
      (片麻痺腕の動き) - リハビリロボット)=(健康な腕の動き)の運動。
    2. リハビリロボットと、マニピュレータに患者の麻痺アームを取り付け、システム全体のエラーを引き起こして麻痺腕による追加のトルクと時間遅延を観察します。麻痺側のマニピュレータを介してこれを検出。
    3. 数式として:エラー(トラッキングエラーS(t))を測定します。
      エス/ ftp_upload / 54521 / 54521eq6.jpg "/>
      注:(S:トラッキングエラー、 figure-protocol-5189 :正定値設計パラメータ行列figure-protocol-5264 :希望と実際の位置との間の誤差、 figure-protocol-5341 :目的と実際の速度との誤差)は、上記のトラッキングエラーは、ヒト上肢運動の動的モデルと組み合わせることができ、次式で表すことができます。
      figure-protocol-5478
      :(K D:時間の経過とともに変化するフィードバック補償とのデリバティブゲイン値、 figure-protocol-5617 :慣性誤差行列、 figure-protocol-5688 :コリオリ遠心力誤差行列)
    4. リハビリロボットの各関節を制御するには、Lagrを使用angianダイナミクス8。各関節の運動運動方程式は、次のとおりです。
      figure-protocol-5853
      注:(D:係数行列、 figure-protocol-5931 :上記の式のアクチュエータ慣性行列)係数Dは、関節8との間の慣性結合効果と関節間のトルクに影響を与えます。この数学的モデルを用いた自動制御モデルは、 図14のブロックスキームにより例示することができます。
  2. ソフトウェアプロトコル( 図15)
    1. プログラムが起動すると、モーターとセンサーとの通信を確立し、値を初期化します。モータやセンサが初期位置(4.1.3を参照)になったら、メインループに移動します。
      注: - 200サンプル/秒メインループのサンプリング周波数のために、我々は50をお勧めします。最大遅延のために、私たちは、最大で2秒をお勧めします。また、トルク制限については、我々肘モータ25発揮することができるように、ソフトウェアを使用してモータ電流値を調整することをお勧め - 20nmの - 40 nmおよび手首用モータ10を発揮することができます。
    2. それは停止ボタンにより中断されないように、継続的態度を読んで、モータに値を送信するためにリファレンスシステム(AHRS)センサの現在位置の値を見出し。
      注:データ出力が四元数であり、かつ適切にロボットの動きのための所望の角度に変換する必要があります。基準となるフレームをセンサ座標のいずれかを選択し、他のセンサは、フレームの座標リセットします。基準に計算されたフレームで、最終的な出力ヨー角を得るために、逆運動学を使用しています。
    3. それは停止ボタンにより中断されないように、継続的にモーターのポジションをチェックして、AHRSセンサによって提供される所望の位置への移動を達成するために値を更新。
      注:モータ位置は、モータ会社&#でソフトウェアの内部でチェックすることができ、モータのエンコーダによって提供されています39; sの提供するソフトウェアライブラリコマンド。
    4. 一方、AHRSセンサからすべての角度や角速度を記録。
    5. タスクが完了し、ユーザが停止ボタンを押下すると、ループを終了し、初期位置に移動させることにより、ロボットを完成。
  3. グラフィカル・ユーザー・インターフェース(GUI)( 図16)
    1. 」のエラー」を追加し、実行時に検出する機能やデバッグエラーを「エラー出力」。
    2. ロボット操作側(患者の麻痺側)を選択するために、患者側のボタンを追加します。
    3. 患者を同定するために患者情報ボックスを構築します。
    4. モータステータスインジケータを追加します。
    5. 安全のため、角度制限コントロールを追加します。
    6. 堅い上肢による筋肉と腱の損傷を防止するために、各モータの最大速度、加速度、減速度を設定します。
      注:システムは、片麻痺腕の加速と減速を反映しています。
    7. Addの指標は、モータの位置と速度、および入力電流情報を取得します。
    8. AHRSセンサーとシステム間の通信を確立するために、VISAリソース名制御をビルドします。
    9. 蓄積されたセンサーのドリフト誤差を排除するためにキャリブレーション機能を追加します。
    10. センサ情報を取得するためにセンサ用のインジケータを配置します。
      注:センサ情報は、関節角度(二つの連続するセンサ間の角度)とバッテリーの予備を含んでいます。
  4. ミラーロボット動作中にアーム痙性を克服
    1. 各関節のための痙性を克服するのに十分なトルクを発揮することができるモータを選択します。
      注:手首のモーターは25 Nmのより高い10ナノメートルよりも高いトルク出力、および肘のモーターを持っている必要があります。
    2. しっかりと患者の腕にロボット運動を伝達するためには、ロボット外骨格で前腕を固定するために半弾性材料で作られているストラップを使用しています。
      注:このようなストレッチなどのセミ弾性ストラップ、時間織物ストラップまたはポリエステル/ナイロン弾性編組ストラップは、推奨されています。ストラップがあまりにも弾性であれば、それは位置にアームを保持しています。ストラップは全く弾性ない場合は、筋肉や腱の損傷は肘痙性度の高い場合に発生する可能性があります。
    3. 肘と手首の動きを単離するために、フレームでそれを圧搾することにより、手首を固定するために軸カラーと組み合わせた2固体フレームを使用しています。
      注:シャフトカラーは、手首での剛性が過剰である場合、筋肉と腱の傷害を防止するために使用されます。
    4. ロボットに手を固定するために、ハンドル周りのストラップを使用してください。

ミラーロボットシステムの4臨床応用

  1. ロボット鏡治療を行います
    1. 患者の状態に応じて、タスクテーブルの高さと幅を調整します。
    2. 両腕の間の正中線にミラーを設定し、テーブルまたはプラットフォーム上に置きます。
    3. ハンドルにAHRSセンサーを置き、手首フレーム、およびロボットの向きと平行して、健康な側整合上のプラットフォームの縁。
      注:センサーの内部ヨー軸が上向きされるべきです。
    4. コンピュータに治療ソフトウェアを実行します。
    5. 患者側のスイッチボタンをクリックすることで、麻痺側を選択してください。
    6. 患者の関節の状態に応じて、最大関節角度制限を設定します。安全な運用のために、より多く、より-70ºより80º未満手首の屈曲制限、および手首の延長の限度を50°未満肘屈曲制限、肘の拡張子の制限を使用し-60º。
      注:プラスとマイナス記号が自動的に補正され、ソフトウェアレベルでの範囲外の場合には限界も補正されます。
    7. 最大速度、加速度、減速度を設定します。これらの値については、手首モータの0と33 rpmの間の肘モータと使用速度値の0と22.5 rpmの間で速度の値を使用します。
      注:従来のミラー療法のために、ゼロにすべての値を設定しますロボットを固定します。
    8. 患者情報を記入してください。
    9. プログラムを実行する前に、すべてのAHRSセンサーをオンにします。
    10. プログラムの左上隅にある矢印ボタンをクリックしてプログラムを実行します。
    11. 一度、アッププロンプトポップス」として保存」文字列]ボックスと[OK]を押して上の結果データのための適切なファイル名を書き込みます。
    12. ロボットと健康アームが初期位置(離れてお互いに身体と並列から両手)であるが、初期位置のためにゼロにセンサ値を初期化するために、キャリブレーションボタンを押してください。
      注:ステップ1.1.1を参照してください - このタスクで使用される手のための1.1.4を。
    13. すべてのタスクが完了しているプレスSTOPボタンを押します。
      注:ロボット鏡治療では、生物医学エンジニアはメインコーディネーターとして行動しなければならない、と作業療法士が患者を支援すべきです。
  2. 健康な被験者の臨床研究
    1. 確認するために、健康な被験者に関する臨床研究を行います安全性と実現可能性8。命令与える(「自分で自分の片麻痺腕を動かさないでくださいを。 ")片麻痺腕の完全に受動的な運動の対象に。
    2. ハンドル上の両フレーム上の前腕、手を置きます。そして、ストラップで前腕を固定します。
  3. 治療効果の評価
    1. 治療の前に、患者のための潜在的なテストを誘発などFugl-Meyerの評価尺度9、修正アシュワーススケール10、修正バーセルインデックス11、Jebsen手の機能テスト、手の電力測定、半側空間無視のテスト、および電動機としての機能評価を行います。
    2. 一日あたり60分 - 30のための2次元ミラーロボットで脳卒中患者のための臨床試験を実施します。命令与える(「自分で自分の片麻痺腕を動かさないでくださいを。」)の患者に。
    3. 患者は最後のセッションを達成した後、フォローアップ機能評価を行います。

結果

6人の健康な被験者は、被験者ごとに平均106秒で取った( 図17に示すよう 、健康な手に付着したペンで交互に二つの小さなボードに触れて)10回「タスクをマーキングペン」を実施しました。有害事象は観察されなかった、およびロボット鏡治療が可能であることが証明されました。

また、リ?...

ディスカッション

本研究の主な目的は、自動制御アルゴリズムを用いて、片麻痺腕の機能回復のためのリアルタイムミラーロボットシステムを開発することでした。脳卒中後の上肢機能障害の長期的な回復にロボット介在療法の効果は、以前の研究12に有益な証明された、アームロボットの各種13-20を導入されています。しかし、両側の腕の動きを実現上肢ロボットの以前の研究は、ミラー治?...

開示事項

著者らは、開示することは何もありません。

謝辞

この作品は、ソウル大学(800から20120444)と工学と医学の大学の大学から学際研究イニシアティブプログラム、ソウル大学(800から20150090)の脳融合プログラムによってサポートされていました。

資料

NameCompanyCatalog NumberComments
LabVIEWNational InstrumentsSystem design software
24 V power supplyXP PowerMHP1000PS24 24VAny 24 V power supply should do
AHRS sensor receiverE2boxEBRF24GRCV
AHRS sensorsE2boxEBIMU-9DOFV2You will need total 3 sensors. Any AHRS sensors will do
EC90 flat motor moduleMaxon323772 + 223094 + 453231Any geared motor with higher than 30 Nm should do. (For our custom machined parts, you will need these particular flat motor and gear module, but the gear ratio and encoder may vary) 
EC45 flat motor moduleMaxon397172Any geared motor with higher than 10 Nm should do (For our custom machined parts, you should use the same gear module but the gear ratio, motor, and encoder may vary)
EPOS2 70/10 controllerMaxon375711This can be replaced with EPOS 24/5 controller
EPOS2 24/5 controllerMaxon367676
Connector and cable setMaxon381405 + 384915 + 275934 + 354045You can also make these cables. Connectors and corresponding wire info can be found in "300583-Hardware-Reference-En.pdf" and "300583-Cable-Starting-Set-En.pdf"
Coupling- Oldham, Set Screw TypeMisumiMCORK30-10-12Type may vary
Coupling- High Rigidity, Oldham,
Set Screw Type
MisumiMCOGRK34-12-12Type may vary
Shaft CollarsMisumiSCWDM10-B  You will need 4 sets
Shaft CollarsMisumiSDBJ10-8You will need 2 sets
Precision Linear ShaftMisumi PSSFG10-200Any straight 10 mm diameter shaft with at least 200 mm length should do 
Bearings with housingsMisumiBGRAB6801ZZ
Elbow motor force dispersion shaft custom machined3D CAD 
Lower elbow supportcustom machinedPart Drawings
Elbow rooftop framecustom machinedPart Drawings
Support wallcustom machinedPart DrawingsYou will need 2 frames.
Elbow coupling hollow cylinder cover custom machinedPart Drawings
Wrist motor force dispersion shaftcustom machinedPart Drawings
Wrist rooftop framecustom machinedPart Drawings
Upper wrist coupling hollow cylinder covercustom machinedPart Drawings
Lower wrist coupling hollow cylinder covercustom machinedPart Drawings
Joint movement limitercustom machinedPart Drawings
Handle3D printedPart Drawings
Upper elbow support3D printedPart Drawings
Friction reduction ring3D printedPart Drawings
Acrylic mirrorcustom laser cuttingPart Drawings
Task tablecustom machinedPart Drawings
Silicone sponge
DOF limiter3D printedPart Drawings
DOF limiter lid3D printedPart Drawings
Healthyarm handle3D printedPart Drawings
Ball rollers - Press fitMisumiBCHA18
Goalpost3D printedPart Drawings
Circle trace3D printedPart Drawings
Angled assist3D printedPart DrawingsOptional
Curved assist3D printedPart DrawingsOptional
Plain assist3D printedPart DrawingsOptional
Task boardcustom laser cuttingPart Drawings

参考文献

  1. Hamzei, F., et al. Functional plasticity induced by mirror training: the mirror as the element connecting both hands to one hemisphere. Neurorehabil Neural Repair. 26 (5), 484-496 (2012).
  2. Thieme, H., Mehrholz, J., Pohl, M., Behrens, J., Dohle, C. Mirror therapy for improving motor function after stroke. Cochrane Database Syst Rev. 3, CD008449 (2012).
  3. Dohle, C., et al. Mirror therapy promotes recovery from severe hemiparesis: a randomized controlled trial. Neurorehabil Neural Repair. 23 (3), 209-217 (2009).
  4. Pervane Vural, S., Nakipoglu Yuzer, G. F., Sezgin Ozcan, D., Demir Ozbudak, S., Ozgirgin, N. Effects of Mirror Therapy in Stroke Patients With Complex Regional Pain Syndrome Type 1: A Randomized Controlled Study. Arch Phys Med Rehabil. 97 (4), 575-581 (2016).
  5. De Santis, D., et al. Robot-assisted training of the kinesthetic sense: enhancing proprioception after stroke. Front Hum Neurosci. 8, 1037 (2015).
  6. Smorenburg, A. R., Ledebt, A., Deconinck, F. J., Savelsbergh, G. J. Practicing a matching movement with a mirror in individuals with spastic hemiplegia. Res Dev Disabil. 34 (9), 2507-2513 (2013).
  7. Semrau, J. A., Herter, T. M., Scott, S. H., Dukelow, S. P. Robotic identification of kinesthetic deficits after stroke. Stroke. 44 (12), 3414-3421 (2013).
  8. Niku, S. Chapter 4, Dynamic Analysis and Forces. Introduction to Robotics: Analysis, Systems, Applications. , (2001).
  9. Sanford, J., Moreland, J., Swanson, L. R., Stratford, P. W., Gowland, C. Reliability of the Fugl-Meyer assessment for testing motor performance in patients following stroke. Phys Ther. 73 (7), 447-454 (1993).
  10. Bohannon, R. W., Smith, M. B. Interrater reliability of a modified Ashworth scale of muscle spasticity. Phys Ther. 67 (2), 206-207 (1987).
  11. Shah, S., Vanclay, F., Cooper, B. Improving the sensitivity of the Barthel Index for stroke rehabilitation. J Clin Epidemiol. 42 (8), 703-709 (1989).
  12. Lo, A. C., et al. Robot-assisted therapy for long-term upper-limb impairment after stroke. N Engl J Med. 362 (19), 1772-1783 (2010).
  13. Ho, N. S., et al. An EMG-driven exoskeleton hand robotic training device on chronic stroke subjects: task training system for stroke rehabilitation. IEEE Int Conf Rehabil Robot. , 5975340 (2011).
  14. Hesse, S., Schulte-Tigges, G., Konrad, M., Bardeleben, A., Werner, C. Robot-assisted arm trainer for the passive and active practice of bilateral forearm and wrist movements in hemiparetic subjects. Arch Phys Med Rehabil. 84 (6), 915-920 (2003).
  15. Lum, P. S., et al. MIME robotic device for upper-limb neurorehabilitation in subacute stroke subjects: A follow-up study. J Rehabil Res Dev. 43 (5), 631-642 (2006).
  16. Yang, C. L., Lin, K. C., Chen, H. C., Wu, C. Y., Chen, C. L. Pilot comparative study of unilateral and bilateral robot-assisted training on upper-extremity performance in patients with stroke. Am J Occup Ther. 66 (2), 198-206 (2012).
  17. Nef, T., Mihelj, M., Riener, R. ARMin: a robot for patient-cooperative arm therapy. Med Biol Eng Comput. 45 (9), 887-900 (2007).
  18. Ozkul, F., Barkana, D. E., Demirbas, S. B., Inal, S. Evaluation of proprioceptive sense of the elbow joint with RehabRoby. IEEE Int Conf Rehabil Robot. , 5975466 (2011).
  19. Pehlivan, A. U., Celik, O., O'Malley, M. K. Mechanical design of a distal arm exoskeleton for stroke and spinal cord injury rehabilitation. IEEE Int Conf Rehabil Robot. , 5975428 (2011).
  20. Zhang, H., et al. Feasibility studies of robot-assisted stroke rehabilitation at clinic and home settings using RUPERT. IEEE Int Conf Rehabil Robot. , 5975440 (2011).

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

114

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

研究

教育

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved