方法文章

通过上肢康复机器人增强中风后上肢功能与运动技能

DOI:

10.3791/66938

2024年9月6日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本方案介绍了一种上肢康复机器人,该机器人通过四种模式提供智能反馈。这些模式可增强上肢功能和灵活性,从而提高患者的生活质量。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

脑血管意外,通常称为中风,是一种常见的神经系统事件,可导致显著的上肢功能障碍,严重影响患者的日常生活活动能力,并降低其生活质量。传统的中风后上肢康复方法常受到多种限制,包括治疗师和患者的疲劳、依赖单一训练模式以及缺乏持续的动力。为应对这些挑战,本研究介绍了一种上肢康复机器人系统,该系统采用智能反馈运动控制技术,以提升治疗效果。该系统的显著特点是能够根据训练过程中检测到的痉挛样运动,动态调节力反馈的方向和强度,从而提供个性化的治疗体验。该系统具备四种不同的训练模式、对关节活动范围的智能评估功能,以及个性化训练方案的定制能力。此外,系统还提供沉浸式的交互游戏体验,并配备全面的安全保障措施。这种多维度的方法不仅显著提升了参与者相对于传统康复方案的参与度和兴趣,还在偏瘫患者的上肢功能及日常生活活动能力方面表现出显著改善。该系统代表了上肢康复领域的一项先进工具,融合了精准性、个性化与交互性,从而拓宽了中风幸存者可获得的治疗选择。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

脑卒中是一种由脑血管阻塞或破裂引起的急性神经系统事件,会中断脑部血液循环1,是全球范围内导致死亡的第二大原因,也是造成长期残疾的主要因素。在脑卒中发生后的第一天,高达80%的幸存者会出现上肢功能障碍,六个月后仍有30%至66%的患者面临功能恢复困难2。脑卒中一年后,伴有上肢功能障碍的患者报告焦虑程度升高,生活质量下降,幸福感降低3。此外,脑卒中16个月后,仅约60%需要住院康复的偏瘫患者能在基本日常生活活动中实现功能独立,而伴有感觉、运动和视觉障碍的患者对护理人员支持的依赖性显著更高4。同时,上肢功能障碍会影响手部功能,尤其表现为在进行体力活动时,肌力减弱的屈肌和伸肌出现肌肉张力增高5

尽管开展了多种康复治疗,但对脑卒中幸存者的上肢损伤进行有效干预仍面临巨大挑战6。高强度、重复性任务训练已被证明具有最佳疗效,但需要治疗师大量参与,导致治疗成本高昂且存在后勤负担7。因此,亟需开发低成本干预手段,在不增加治疗师工作量的同时提升患者对训练的兴趣。上肢康复机器人可作为替代疗法,促进高强度训练并减少对治疗师的依赖1。该设备是一种新开发的上肢智能反馈康复机器人系统(见材料表)。该装置可输出客观指标(如速度、扭矩、活动范围、位置等),用于评估和监测患者的改善情况,并根据运动功能障碍的不同程度个性化定制治疗方案。该系统具有高度的一致性和可重复性,适用于广泛推广使用。此外,大量证据支持高强度、高重复性和以任务为导向的训练在促进脑卒中后运动功能恢复中的积极作用8

另一方面,康复机器人是一种相对较新的辅助治疗手段,具有高安全性和耐久性等优势9。美国卒中协会近期发布的指南指出,与传统治疗相结合,机器人辅助运动训练有助于改善卒中患者的运动功能和活动能力10。2018年发表在《康复医学杂志》上的一篇文章报道,将机器人辅助训练与传统康复相结合,可显著改善卒中患者的上肢运动功能,具有临床推广价值11。该系统包含四种训练模式:恒速训练、助力训练、主动训练和抗阻训练,并可对关节活动范围进行评估。一项针对亚急性期卒中患者机器人辅助康复的综述表明,机器人干预可显著改善上肢功能,特别是在肩部、肘部和前臂功能方面,这一结论基于功能独立性评定量表(Functional Independence Measure)和Fugl-Meyer评估量表的评估结果。这些干预措施还可提升患者的日常生活活动能力,从而改善生活质量10

本研究旨在评估智能反馈康复机器人在早期脑卒中偏瘫患者上肢运动功能康复中的有效性,为偏瘫脑卒中患者的康复策略提供科学依据。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究经中国浙江大学医学院附属第一医院伦理委员会批准,所有研究方案均遵循《赫尔辛基宣言》原则。所有患者均签署书面知情同意书,同意参与本研究。研究纳入2023年1月至2023年6月期间入住浙江大学医学院附属第一医院康复科病房的24名上肢偏瘫患者。纳入标准为:经神经影像学(CT或MRI)确诊的首次缺血性或出血性脑卒中,年龄45至75岁,发病时间在6个月以内,存在上肢运动功能障碍和单侧偏瘫(上肢Fugl-Meyer运动功能评估,FMA-UE ≤40)12,13改良Ashworth量表 ≤214简易精神状态检查(MMSE) >20(表明认知功能正常)15,基础疾病控制良好且临床状况稳定,并已签署知情同意书。排除标准为:颅内状况不稳定、认知和语言障碍、肩关节半脱位、肩/肘/腕关节活动障碍、严重痉挛(Ashworth 3-4级)以及视觉障碍。本研究中所用机器人及软件的详细信息列于下文 材料表.

1. 研究设计

  1. 使用 SAS 软件生成随机数,将所有患者分为两组:实验组和对照组,每组各包含 12 名患者。
  2. 由一名不知分组情况的康复治疗师采用上肢运动功能评估量表(FMA-UE)12、Brunnstrom 分级(BRS)16 和改良 Barthel 指数(MBI)17 对上肢运动功能和自理能力进行基线评估。
  3. 在试验期间对所有患者实施基础药物治疗,重点包括血压控制、血糖管理、血脂调节、癫痫预防等。
  4. 对照组每日接受 30 分钟常规上肢康复训练,包括主动与被动关节活动训练、肌力增强训练和手指运动训练18
    1. 此外,每日额外进行 30 分钟砂板训练19。根据需要,由专业治疗师针对下肢功能障碍、失语症、吞咽困难及其他功能障碍提供专项治疗,每周进行五次,持续八周。
  5. 实验组每日接受与对照组相同的 30 分钟常规上肢康复治疗,并额外增加每日 30 分钟上肢康复机器人训练。其他功能障碍的治疗措施与对照组相同。

上肢康复机器人的具体操作步骤

  1. 评估关节活动范围与运动控制能力
    1. 让患者坐在机器人前方,胸部距离平台一拳远(图1)。
    2. 将患侧手放置在机器人的末端执行器上,并使用手套和绑带固定手腕和手部,防止训练过程中滑脱。
    3. 让患者尽可能地将上臂伸展至最大程度。
      注:仪器将自动记录患者手部运动轨迹,以确定患者的主动关节活动范围。
    4. 将健侧手放在患侧手上,在健侧辅助下尽可能移动患侧上臂。
      注:仪器记录患者手部运动轨迹,获得被动关节活动范围。若患者双侧均存在活动障碍,被动活动范围测量可由治疗师协助完成。
    5. 设置运动控制评估参数,包括目标重复次数、单次运动时间及单次休息时间。
      注:运动控制评估参数由治疗师根据患者的FMA-UE评分12以及机器人内置评估系统的周度评估结果设定,例如对上肢肌力较好的患者增加训练难度,提高重复次数并缩短休息时间,以更准确地评估患者的运动控制能力。
    6. 根据屏幕上显示的运动路径和方向,控制目标点向不同方向移动。
      注:仪器将根据患者的运动表现评估其运动控制能力。
  2. 训练模式选择
    1. 若患者上肢肌肉完全无法收缩或仅有轻微收缩(BRS 1-2),请选择等速被动训练模式。
      注:机器人将提供完全辅助,驱动患侧上肢完成被动运动训练任务。
    2. 若患者上肢可进行部分关节活动,但动作幅度极小,自主运动能力较差(BRS 3),请选择辅助运动训练模式。
      注:系统可根据患者实际用力程度实时提供相应辅助力量,在整个训练过程中最大程度诱导患者上肢主动参与,形成正确的运动模式。
    3. 若患者上肢肌力可产生较大力量或部分抗阻能力(BRS 4),请选择主动训练模式。
      注:机器人可进一步增强患者上肢的主动运动能力。
    4. 若患者上肢力量已较强,能够抵抗较大阻力(BRS 5-6),请选择抗阻训练模式,以进一步提高患者上肢的运动准确性和目标控制能力。
  3. 训练程序选择
    1. 选择训练程序,注意系统提供超过10种有趣的互动游戏程序,使患者能够体验不同的虚拟现实场景和交互体验,显著提升训练积极性(图2)。
  4. 设置游戏参数
    1. 根据患者身体状况设置训练时间,通常约为10-20分钟。
      注:若患者上肢肌力较好,可适当延长单次训练时间,以提高患者的运动耐受能力;若患者上肢肌力较弱,则选择较短的单次训练时间,并允许患者分多次完成训练程序。
    2. 根据评估所得的关节活动范围设置活动范围,可选择全范围、中等范围或小范围活动。
    3. 根据患者上臂肌力特点设置活动轨迹,选择合适的运动路径,针对性地强化薄弱肌群。
    4. 根据患者肌力情况设置助力或阻力值。
      注:在训练过程中,仪器还可根据患者的实时力反馈自动调节助力和摩擦力。
    5. 设置保护阈值,利用机械反馈技术监测患者力量是否达到阈值,提示痉挛发生(表现为不适感、肌张力突然升高或关节异常僵硬与锁定),设备将立即发出警报并停止运行,确保患者训练安全。
  5. 具体训练过程
    注:患者每日进行2-3项游戏训练,可定期更换不同游戏项目。
    1. 参与蔬菜农场:在虚拟农场中,要求患者控制小手抓取水果和蔬菜,并尽可能多地收集星星。
      注:该活动主要针对肘关节和腕关节的屈伸活动范围。
    2. 参与保卫基地:在虚拟军事基地场景中,要求患者精确控制瞄准点,射击消灭所有怪物。
      注:该训练旨在增强肘关节和腕关节的肌肉控制能力,提高射击动作的准确性。
    3. 玩彩色躲避球:在不同道路和障碍物上,要求患者控制球体避开不同颜色的障碍物以获取金币。
      注:该训练涉及肩、肘、腕关节运动,有助于提升肌肉力量和关节活动度。
    4. 进行星际航行:在虚拟太空环境中,要求患者控制飞行器位置,在射击消灭病毒的同时躲避移动物体和敌方攻击,训练肌肉耐力和反应能力。
      注:该训练可增强上肢耐力、反应速度和动作准确性,改善肘关节与肩关节的协调性及力量。
    5. 参与精准球:要求患者控制球体进入并停留在靶心区域,球体越接近靶心,得分越高。
      注:该活动锻炼肘关节屈伸、肩关节内收外展,并激活肱二头肌和肱三头肌,实现精细控制。
    6. 玩超级乒乓球:在虚拟球类环境中,要求患者控制乒乓球拍击球,与对手进行乒乓球对战。难度逐步提升,训练反应能力和手眼协调能力。
    7. 参与积木世界:要求患者控制瞄准点射击以摧毁积木,注意躲避敌方攻击并尽可能多地收集金币,训练思维策略与手眼协调能力。
    8. 玩球游戏:要求患者控制球体触碰目标得分,注意躲避敌方攻击并尽可能多地收集金币。
    9. 参与传奇射手:要求患者握住手柄,持续沿箭头方向施力。上肢肌群进行等长收缩,蓄力后发射以摧毁目标。

3. 随访程序

  1. 由同一康复治疗师在训练8周后再次对所有患者进行FMA、BRS和MBI评估。
  2. 将所有数据输入软件进行统计分析。组内比较采用配对样本t检验,组间比较采用两独立样本t检验。以P < 0.05为差异具有统计学意义。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

共纳入24例患者,并随机分配至对照组或实验组(表1)。两组在性别、年龄、病程及卒中类型方面均无统计学显著差异(P > 0.05)。经过8周的上肢训练后,采用上肢Fugl-Meyer运动功能评估量表(FMA-UE)12评价上肢运动功能,采用Brunnstrom上肢恢复阶段(BRS-Arm)16和Brunnstrom手部恢复阶段(BRS-Hand)评估上肢恢复阶段。采用改良Barthel指数(MBI)17评价患者的日常生活能力。

康复训练后,两组患者的FMA-UE和BRS-Hand评分均显著提高(图3表2)。此外,上肢康复机器人训练组的FMA-UE评分和MBI评分优于对照组,表明在恢复期将上肢康复机器人训练与常规训练相结合,可增强脑卒中患者的上肢运动功能,并促进其日常生活能力的恢复。

在疗效方面,上肢康复机器人结合常规上肢康复训练的康复效果优于仅采用常规训练的效果,提示上肢康复机器人在临床实践中可被视为一种辅助治疗手段。

使用带有运动传感器和反馈显示的交互式视频游戏系统进行康复治疗
图 1:上肢康复训练装置示意图。 受试者坐在上肢康复机器人前,由物理治疗师提供协助。该装置展示了受试者与康复设备之间的位置关系及交互方式。请点击此处查看此图的放大版本。

屏幕上显示运动协调、被动训练和轨迹细节的训练界面。
图 2:上肢康复机器人中的游戏界面。 该图展示了整合到上肢康复机器人运动方案中的游戏内容。此界面旨在通过互动游戏吸引受试者参与,促进治疗性训练。 请点击此处查看该图的放大版本。

显示治疗前后数据的柱状图;FMA-UE、BRS-臂、BRS-手、MBI 比较。
图 3:康复治疗效果的统计分析。 该图展示了对照组和实验组在治疗前后(A)上肢Fugl-Meyer评估(FMA-UE)、(B)Brunnstrom肢体恢复阶段(BRS-臂)和(C)手部恢复阶段(BRS-手),以及(D)改良Barthel指数(MBI)的统计分析结果。显著性差异以 *P < 0.05、**P < 0.01 和 ***P < 0.001 表示。请点击此处查看此图的放大版本。

组别n性别 (n)年龄 (x̄±s, 岁)病程 (x̄±s, 天)脑卒中类型 (n)偏瘫侧别 (n)
男性女性缺血性出血性左侧右侧
对照组 (n = 12)127552.25 ± 6.8133.33 ± 9.51 8466
实验组 (n = 12)128453.50 ± 7.98 32.41 ± 9.39 6657
P>0.05>0.05>0.05>0.05>0.05

表1:对照组与实验组的基线特征。

组别FMA-UEBRS-上肢BRS-手部MBI
对照组 (n = 12)治疗前18.50 ± 3.092.75 ± 0.97 1.92 ± 0.79 53.58 ± 11.22 
治疗后21.08 ± 2.94 *3.17 ± 1.03  2.75 ± 0.97 *56.75 ± 12.18  
实验组 (n = 12)治疗前18.67 ± 3.73 2.92 ± 0.792.00 ± 0.60 54.5 ± 12.04 
治疗后24.08 ± 2.78 ***#3.83 ± 0.94  *3.5 ± 1.09  ***67.83 ± 12.63  *#
*P < 0.05,与治疗前比较;#P < 0.05,与对照组比较

表2:训练前后FMA-UE与MBI评分的比较。 本表比较了对照组与实验组在训练前后上肢Fugl-Meyer评估(FMA-UE)和改良Barthel指数(MBI)的评分。数据以均值±标准差(x ± s)表示。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在先前研究20的基础上,本研究采用一种综合方法,将上肢康复的机器人训练与传统的卒中后康复治疗手段相结合。当前的研究结果表明,这种联合干预显著增强了上肢运动功能,并提高了患者执行日常生活活动(ADLs)的能力,其效果优于单独使用传统康复技术所取得的疗效。

本研究探讨了在虚拟环境中采用机器人干预措施的有效性。Hondori 等人开发了一种基于网络摄像头的颜色标记追踪系统,用于手部康复,但该系统存在一些局限性,例如对外部标记的依赖以及手部追踪精度不足21。类似地,Cipresso 等人和 Avola 等人使用 Kinect 和红外深度相机进行基于虚拟现实的康复训练,但受限于游戏种类单一以及头戴式显示器引起的不适感22,23。相比之下,我们的系统采用了先进的视觉反馈机制和实时定量数据,显著提高了患者的参与度和训练效果。

在外骨骼手套的优化及远程康复能力的提升方面已取得进一步进展。Cordella 等人和 Farulla 等人致力于通过复杂的摄像系统和主从控制机制实现精确的运动复制和力反馈24,25。Liu Wei 和 Soskadar 等人提出了用于外骨骼辅助手部康复的最新手势控制及脑/神经计算机接口技术进展,他们利用 MYO 臂带并结合 EEG 和 EOG 技术,以增强手势识别能力并提升系统随时间的适应性26,27,28。我们的系统在此基础上进一步发展,可根据患者的肌肉力量自动调节辅助或阻力水平,确保实现个性化和动态化的训练优化,这与早期研究中所证实的个性化训练优势相一致29

本研究对上肢康复机器人的独特特性及其在临床实践中超越传统康复方法的能力进行了全面分析。首先,上肢康复机器人采用先进的视觉反馈系统,通过大屏幕和情景交互提供实时、定量的视觉反馈30。该系统采用渐进式游戏形式,不仅增强了训练的互动性和吸引力,还显著提高了患者的参与度和主动性,这与以往研究的结果相似。研究表明,该方法通过优化肌纤维募集过程,有效改善了患侧上肢的功能恢复31

与传统的砂纸板训练相比,上肢康复机器人的视觉反馈和以任务为导向的训练具有明显优势,这与以往的研究结果一致30。一项研究已表明,该系统的视觉反馈机制不仅有助于感觉输入与运动控制之间的正确关联,还能通过持续的大脑刺激促进精确的运动模式,从而提高上肢运动的协调性和准确性30。此外,上肢康复机器人能够根据患者肌力的变化自动调节辅助或阻力水平,实现训练过程的个性化和动态优化。这一特点显著增强了患者的主动参与性和训练效果,与先前的研究结果相符32

该系统的设计不仅能够提升康复效果,还能优化治疗资源的分配,显著提高治疗效率32。通过允许治疗师同时使用上肢康复机器人监护多名患者,该系统高效利用了康复科治疗师的工作精力,这与既往研究结果一致。因此,上肢康复机器人不仅在技术创新方面实现了突破,还在提供持续且高效的康复服务方面展现出巨大潜力,成为改善脑卒中后上肢功能障碍患者康复训练的关键工具。这些特点使上肢康复机器人成为上肢康复领域具有重要临床意义的器械。

通过上肢康复机器人的大量重复性训练,可改善患者的多种功能11。机器人系统提供的强化性重复训练有助于促进神经可塑性及功能恢复,针对本体感觉障碍并增强感觉运动整合能力。该系统的任务导向型游戏环境和渐进式训练方案不仅提高了患者的参与动机,还有助于显著改善运动控制能力33,34。然而,本研究存在样本量较小等局限性,可能无法充分代表更广泛的人群。此外,研究持续时间有限且缺乏长期随访,凸显了进一步研究的必要性,以验证机器人辅助训练在脑卒中康复中的持久效益。本研究主张将机器人治疗与传统疗法相结合,表明该模式可显著提升康复效果,并支持在临床中广泛采用个性化、富有参与性的康复策略。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者声明本研究不存在利益冲突或财务披露。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

我们还要感谢浙江大学附属第一医院的医护人员及工作人员在研究过程中给予的支持与合作。

材料

本文使用的材料清单
姓名公司目录编号评论
上肢康复机器人[傅利叶M2]上海傅利叶智能科技有限公司,中国ArmMotus M2上肢智能力反馈运动控制训练系统[M2]是由上海傅利叶智能科技有限公司自主研发的新一代上肢智能力反馈康复机器人训练系统。基于力反馈等核心技术,该训练系统可感知患者在完成预设动作时的用力情况及是否存在痉挛,并据此调节设备自身的助力或阻力,从而改善上肢运动功能障碍。通过以目标为导向的训练,M2将游戏融入训练过程,提高患者的参与积极性,更有效地锻炼患者上肢的粗大运动功能和认知功能。
SAS软件SAS Institutehttps://www.sas.com/en_in/home.html
SPSS软件IBM版本26https://www.ibm.com/products/spss-statistics

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Chinembiri, B., Ming, Z., Kai, S., Xiu Fang, Z., Wei, C. The fourier m2 robotic machine combined with occupational therapy on post-stroke upper limb function and independence-related quality of life: A randomized clinical trial. Top Stroke Rehabil. 28 (1), 1-18 (2021).
  2. Raghavan, P. Upper limb motor impairment after stroke. Phys Med Rehabil Clin N Am. 26 (4), 599-610 (2015).
  3. Chien, W. T., Chong, Y. Y., Tse, M. K., Chien, C. W., Cheng, H. Y. Robot-assisted therapy for upper-limb rehabilitation in subacute stroke patients: A systematic review and meta-analysis. Brain Behav. 10 (8), e01742(2020).
  4. Stinear, C. M., Lang, C. E., Zeiler, S., Byblow, W. D. Advances and challenges in stroke rehabilitation. Lancet Neurol. 19 (4), 348-360 (2020).
  5. Basu, A. P., Pearse, J., Kelly, S., Wisher, V., Kisler, J. Early intervention to improve hand function in hemiplegic cerebral palsy. Front Neurol. 5, 281(2014).
  6. Wade, D. T., Langton-Hewer, R., Wood, V. A., Skilbeck, C. E., Ismail, H. M. The hemiplegic arm after stroke: Measurement and recovery. J Neurol Neurosurg Psychiatry. 46 (6), 521-524 (1983).
  7. French, B., et al. Repetitive task training for improving functional ability after stroke. Cochrane Database Syst Rev. , (2007).
  8. Zhang, L., Jia, G., Ma, J., Wang, S., Cheng, L. Short and long-term effects of robot-assisted therapy on upper limb motor function and activity of daily living in patients post-stroke: A meta-analysis of randomized controlled trials. J Neuroeng Rehabil. 19 (1), 76(2022).
  9. Stein, J. Robotics in rehabilitation: Technology as destiny. Am J Phys Med Rehabil. 91 (11 Suppl 3), S199-S203 (2012).
  10. Zengin-Metli, D., Özbudak-Demir, S., Eraktaş, İ, Binay-Safer, V., Ekiz, T. Effects of robot assistive upper extremity rehabilitation on motor and cognitive recovery, the quality of life, and activities of daily living in stroke patients. J Back Musculoskelet Rehabil. 31 (6), 1059-1064 (2018).
  11. Xu, D., Dongyan, Y. Clinical study of upper limb intelligent feedback rehabilitation robot combined with conventional rehabilitation therapy to improve upper limb motor function in stroke patients. Chinese J Rehab Med. 28, 11-17 (2018).
  12. Gladstone, D. J., Danells, C. J., Black, S. E. The fugl-meyer assessment of motor recovery after stroke: A critical review of its measurement properties. Neurorehabil Neural Repair. 16 (3), 232-240 (2002).
  13. Fugl-Meyer, A. R., Jääskö, L., Leyman, I., Olsson, S., Steglind, S. The post-stroke hemiplegic patient. 1. A method for evaluation of physical performance. Scand J Rehabil Med. 7 (1), 13-31 (1975).
  14. Vidmar, T., Goljar Kregar, N., Puh, N. Reliability of the modified Ashworth scale after stroke for 13 muscle groups. Arch Phys Med Rehabil. 104 (10), 1606-1611 (2023).
  15. Folstein, M. F., Folstein, S. E., Mchugh, P. R. #34;Mini-mental state". A practical method for grading the cognitive state of patients for the clinician. J Psychiatr Res. 12 (3), 189-198 (1975).
  16. Naghdi, S., Ansari, N. N., Mansouri, K., Hasson, S. A neurophysiological and clinical study of Brunnstrom recovery stages in the upper limb following stroke. Brain Inj. 24 (11), 1372-1378 (2010).
  17. Leung, S. O., Chan, C. C., Shah, S. Development of a Chinese version of the modified Barthel index-- validity and reliability. Clin Rehabil. 21 (10), 912-922 (2007).
  18. Tong, Z. Chinese rehabilitation guidelines for stroke (2011 edition). Chin J Rehabil Theory Pract. 18, 301-318 (2012).
  19. Takebayashi, T., et al. Assessment of the efficacy of reogo-j robotic training against other rehabilitation therapies for upper-limb hemiplegia after stroke: Protocol for a randomized controlled trial. Front Neurol. 9, 730(2018).
  20. Budhota, A., et al. Robotic assisted upper limb training post-stroke: A randomized control trial using combinatory approach toward reducing workforce demands. Front Neurol. 12, 622014(2021).
  21. Mousavi Hondori, H., Khademi, M., Dodakian, L., Cramer, S. C., Lopes, C. V. A spatial augmented reality rehab system for post-stroke hand rehabilitation. Stud Health Technol Inform. 184, 279-285 (2013).
  22. Cipresso, P., Serino, S., Pedroli, E., Gaggioli, A., Riva, G. A virtual reality platform for assessment and rehabilitation of neglect using a kinect. Stud Health Technol Inform. 196, 66-68 (2014).
  23. Avola, D., Cinque, L., Foresti, G. L., Marini, M. R. An interactive and low-cost full body rehabilitation framework based on 3d immersive serious games. J Biomed Inform. 89, 81-100 (2019).
  24. Cordella, F., et al. Hand motion analysis during robot-aided rehabilitation in chronic stroke. J Biol Regul Homeost Agents. 34 (5 Suppl 3), 45-52 (2020).
  25. Airò Farulla, G., et al. Vision-based pose estimation for robot-mediated hand telerehabilitation. Sensors (Basel). 16 (2), 208(2016).
  26. Soekadar, S. R., Witkowski, M., Vitiello, N., Birbaumer, N. An EEG/EOG-based hybrid brain-neural computer interaction (bnci) system to control an exoskeleton for the paralyzed hand. Biomed Tech (Berl). 60 (3), 199-205 (2015).
  27. Zhang, J., Wang, B., Zhang, C., Xiao, Y., Wang, M. Y. An EEG/EMG/EOG-based multimodal human-machine interface to real-time control of a soft robot hand. Front Neurorobot. 13, 7(2019).
  28. Rakhtala, S. M., Ghayebi, R. Real-time control and fabrication of a soft robotic glove by two parallel sensors with mbd approach. Med Eng Phys. 100, 103743(2022).
  29. Tang, X., Xinyu, T. Cloud-based scenario interactive rehabilitation training and assessment system. , (2019).
  30. Park, J. The effect of task-oriented training on the muscle activation of the upper extremity in chronic stroke patients. J Phys Ther Sci. 28 (4), 1384-1386 (2016).
  31. Dongyan, X., Rujin, T., Jue, L., Gang, L., Yulian, Z. Clinical study on the improvement of upper limb motor function in stroke patients by combining upper limb intelligent feedback rehabilitation robot with conventional rehabilitation treatment. J Rehab Med. 28 (02), 11-17 (2018).
  32. Haiyan, Z., Fangchao, W., Jianhua, L., Zhiping, L. Effect of upper limb robot-assisted training on upper limb function in stroke patients. Chinese J Sports Med. 38 (10), 859-863 (2019).
  33. Ichikawa, A., et al. Stimulus-related 20-hz activity of human cortex modulated by the way of presenting hand actions. Neurosci Res. 58 (3), 285-290 (2007).
  34. Zhang, H., Haiyan, Z. The effects of upper limb rehabilitation robot-assisted training on upper limb function in stroke patients. Chinese J Sports Med. 38, 859-863 (2019).

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章