Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Entwicklung eines neuartigen aufgabenorientierten Rehabilitationsprogramms mit einer bimanualen Exoskelett-Roboterhand

7K Aufrufe

⸱

DOI:

10.3791/61057

⸱

20. Mai 2020

 ,  ,  ,  , 
1Department of Physical Medicine and Rehabilitation, Chang Gung Memorial Hospital at Taoyuan, 2Department of Physical Medicine and Rehabilitation, Chang Gung Memorial Hospital at Linkou, 3School of Medicine, Chang Gung University, 4Center for Vascularized Composite Allotransplantation, Chang Gung Memorial Hospital, 5Healthy Aging Research Center, Chang Gung University

In diesem Artikel

Zusammenfassung

Diese Studie berichtet über die Entwicklung eines neuartigen robotergestützten aufgabenorientierten Programms zur Handrehabilitation. Der Entwicklungsprozess besteht aus Experimenten mit gesunden Probanden und Probanden, die einen Schlaganfall hatten und an einer nachfolgenden Motorkontrollfunktionsstörung litten.

Zusammenfassung

Eine robotergestützte Hand wird zur Rehabilitation von Patienten mit eingeschränkter Funktion der oberen Gliedmaßen eingesetzt, insbesondere bei Schlaganfallpatienten mit Verlust der motorischen Kontrolle. Es ist jedoch unklar, wie konventionelle Berufsbildungsstrategien auf den Einsatz von Rehabilitationsrobotern angewendet werden können. Neuartige Robotertechnologien und ergotherapeutische Konzepte werden verwendet, um ein Protokoll zu entwickeln, das es Patienten mit eingeschränkter Funktion der oberen Gliedmaßen ermöglicht, Objekte mit ihrer betroffenen Hand durch eine Vielzahl von Kneif- und Greiffunktionen zu erfassen. Um dies angemessen zu verhalten, haben wir fünf Arten von Objekten verwendet: einen Stift, einen rechteckigen Würfel, einen Würfel, eine Kugel und einen zylindrischen Balken. Außerdem haben wir die Patienten mit einer Roboterhand ausgestattet, der Spiegelhand, einer Exoskeletthand, die an der betroffenen Hand des Motivs angebracht ist und der Bewegung des Sensorhandschuhs folgt, der an ihrer unbeeinflussten Hand angebracht ist (Bimanual Movement Training (BMT)). Diese Studie hatte zwei Phasen. Drei gesunde Probanden wurden zunächst rekrutiert, um die Machbarkeit und Akzeptanz des Trainingsprogramms zu testen. Drei Patienten mit DurchSchlag einer Schlaganfall verursachten Handfunktionsstörung wurden dann rekrutiert, um die Durchführbarkeit und Akzeptanz des Trainingsprogramms zu bestätigen, das an 3 aufeinanderfolgenden Tagen durchgeführt wurde. An jedem Tag wurde der Patient während 5 min Bewegung in einem passiven Bewegungsbereich, 5 min robotergestützter bimanueller Bewegung und aufgabenorientiertem Training mit den fünf Objekten überwacht. Die Ergebnisse zeigten, dass sowohl gesunde Probanden als auch Probanden, die in Verbindung mit der Roboterhand einen Schlaganfall erlitten hatten, die Objekte erfolgreich erfassen konnten. Sowohl gesunde Probanden als auch diejenigen, die einen Schlaganfall erlitten hatten, schnitten mit dem robotergestützten aufgabenorientierten Trainingsprogramm in Bezug auf Machbarkeit und Akzeptanz gut ab.

Einleitung

Die meisten (80%) Schlaganfallpatienten haben ein Defizit in der Hand und haben Schwierigkeiten bei der eigenständigen Durchführung manueller Aufgaben, die für das tägliche Leben relevant sind1. Aufgrund der Komplexität manueller Aufgaben stellt es jedoch eine große Herausforderung dar, ein aufgabenorientiertes Trainingsprogramm für die Handrehabilitation2zu entwerfen. In den letzten Jahren wurden viele Robotergeräte für die Handrehabilitationentwickelt 3,4, aber nur wenige Trainingsprotokolle, die von Robotergeräten unterstützt werden, ermöglichen es einem Patienten, mit realen Objekten zu interagieren. Es ist unklar, wie ein aufgabenorientiertes Trainingsprogramm zur Handfunktionsrehabilitation mit Robotergeräten für Patienten angewendet werden kann, die durch einen Schlaganfall an Handfunktionsstörungen erkranken.

Aufgabenorientiertes Training wird verwendet, um die Handfunktion5,6 zu verbessern und wird häufig in der Rehabilitation für die Oberkörperdysfunktion durch Schlaganfall angewendet. Es wird verwendet, um Neuroplastizität zu erhöhen und ist in hohem Maße abhängig von individuellen neurologischen Defiziten und funktionellen Anforderungen7. Während des aufgabenorientierten Trainings erleben Patienten jedoch Schwierigkeiten, Objekte zu manipulieren, wenn die Handfunktion beeinträchtigt ist. Beispiele hierfür sind schlechte Griff- oder eingeschränkte Pinch-Funktionen. Therapeuten zeigen auch Schwierigkeiten, die Fingerbewegungen der Patienten individuell zu lenken, was die Variation von Greifaufgaben begrenzt. Robotergeräte sind daher notwendig, um die Effektivität des aufgabenorientierten Trainings zu erhöhen, indem die Handbewegung beim wiederholten Training explizit geleitet wird2,8.

Frühere Studien verwendeten nur Rehabilitationsroboter für aufgabenorientiertes Training zu Aufgaben der oberen Gliedmaßen3. Es ist unklar, wie die roboterunterstützte Rehabilitation für die aufgabenorientierte Ausbildung im Handumsein eingesetzt werden kann. Eine Exoskeletthand, HWARD, wurde verwendet, um die Finger zu führen, Objekte zu greifen und loszulassen8. Dieses Gerät erlaubt jedoch keine unterschiedlichen Greifmuster, da es nicht die notwendigen Freiheitsgrade hat. Kürzlich wurden andere Geräte entwickelt, die darauf abzielen, die Finger eines Patienten einzeln zu bewegen9. Jedoch, Diese Geräte wurden bisher nicht für Neurorehabilitation verwendet. Die oben genannten Robotergeräte sind allesamt einseitige Roboter. Im Gegensatz dazu braucht das hier vorgestellte Roboterhandsystem die Zusammenarbeit von nicht betroffenen und betroffenen Händen. Das Roboterhandsystem wurde speziell für Rehabilitationszwecke entwickelt, indem der Master-Slave-Mechanismus symmetrische bimanuelle Handbewegungen erzielt wird. Das System besteht aus einer Exoskeletthand (getragen an der betroffenen Hand), einem Steuerkasten und einem Sinneshandschuh (getragen an der nicht betroffenen Hand). Jedes Fingermodul der Exoskeletthand wird von einem Motor mit einem Freiheitsgrad angetrieben und seine Gelenke sind über ein mechanisches Verbindungssystem miteinander verbunden. Zwei Größen, S und M, sind für unterschiedliche Fächer ausgelegt. Die Steuerbox bietet zwei therapeutische Modi, den passiven Bewegungsbereich (PROM) und den spiegelgesteuerten Bewegungsmodus, durch den die betroffene Hand des Patienten durch die Exoskeletthand manipuliert werden kann. Im PROM-Modus sendet die Steuerbox Eingabebefehle an das Exoskelett, während die Hand des Motivs bewegt wird, um die volle Fingerbeugung/Verlängerung durchzuführen. Es enthält zwei Modi: Ein-Finger-Modus (wirkt in der Reihenfolge von Daumen zu kleinem Finger) und fünf Finger-Modus (fünf Finger bewegen sich zusammen). Im spiegelgesteuerten Bewegungsmodus wird der Master-(Sensorhandhand)-Slave-Mechanismus (Exoskeletthand) implementiert, bei dem die Bewegung jedes Fingers vom Sensorhandschuh erfasst wird und Signale der Gelenkwinkel an den Steuerkasten übertragen werden, um die Exoskeletthand zu manipulieren.

Bei der Ausstattung des Roboterhandsystems wurden die Probanden angewiesen, ihre betroffenen Hände unter Anleitung der von unbeeinflussten Händen gesteuerten Exoskeletthand zu bewegen, die bimanuellebewegungstraining (BMT)10ist. Nach früheren Forschungsergebnissen ist BMT in der Lage, ähnliche neuronale Bahnen in beiden Hemisphären des Gehirns zu aktivieren und die Transhemisphärenhemmung zu verhindern, die die Wiederherstellung der neuronalen Funktion in der Läsionshalbkugelbehindert 10. Brunner etal.11 verglichen BMT mit einer zwangsinduzierten Bewegungstherapie (CIMT) bei subakuten Schlaganfallpatienten. Sie legten nahe, dass BMT dazu neigt, mehr neuronale Netzwerke in beiden Hemisphären als CIMT zu aktivieren, und es gab keinen signifikanten Unterschied bei der Verbesserung der Handfunktion zwischen den BMT- und CIMT-Ansätzen. Sleimen-Malkoun et al.12 schlugen auch vor, dass Schlaganfallpatienten durch BMT in der Lage sind, sowohl die paretische Gliedmaßenkontrolle als auch die bimanuelle Kontrolle wiederherzustellen. Das heißt, die Ausbildung sollte bimanuelle Aufgaben umfassen, die sich auf den Einsatz des betroffenen Arms konzentrieren. Darüber hinaus ist die Koordination beider Hände für Aktivitäten des täglichen Lebens notwendig (ADL)11,12. Daher ist es entscheidend, ein bimanuelles robotergestütztes aufgabenorientiertes Trainingsprogramm für Post-Stroke-Patienten und Objekte zu entwickeln, die von Patienten, die das Roboterhandsystem tragen, erfasst oder eingeklemmt werden können.

In dieser Studie wurde eine Vielzahl von Greifobjekten auf der Grundlage der Bedürfnisse der Ergotherapie und der mechanischen Eigenschaften von Rehabilitationsrobotern entwickelt. Ein aufgabenorientiertes Trainingsprotokoll wurde mit Roboter-Rehabilitationsgeräten für Patienten mit distaler Oberkörperfunktionsstörung aufgrund eines Schlaganfalls entwickelt. Ziel dieser Studie war es, die Machbarkeit und Akzeptanz des aufgabenorientierten Trainingsprogramms mit einem Exoskelettroboter und neu gestalteten Greifobjekten zu untersuchen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Das Schulungsprotokoll und das Einwilligungsdokument wurden vom Institutional Review Board der Chang Gung Medical Foundation überprüft und genehmigt. Die Einzelheiten der Studie und die Verfahren wurden jedem Fach klar erläutert.

1. Rekrutierung von drei gesunden Erwachsenen

  1. Führen Sie das Screening-Verfahren nach folgenden Aufnahmekriterien durch: (1) Alter 20-60 Jahre, (2) bereits unterschriebene Informiertezustimmung, (3) normale Funktion in den oberen Gliedmaßen, (4) Mini-Mental State Examination (MMSE) Note 24.
  2. Führen Sie Versuch 1: Manipulieren von Objekten, ohne das Roboter-Handsystem zu tragen.
    1. Weisen Sie das Subjekt an, aufrecht in einem Stuhl mit festem Rücken und ohne Armlehnen zu sitzen. Setzen Sie das Motiv vor einen Tisch. Stehen Sie zur nicht-beherrschenden Seite des Subjekts.
    2. Lehren Sie das Subjekt, wie man die entworfenen Objekte für 5 min zu manipulieren. Fügen Sie eine palmar Prehension, um den Stift zu nehmen, eine seitliche Vorlauf, um den rechteckigen Würfel zu nehmen, ein Drei-Punkt-Futter, um den Würfel zu nehmen, ein kugelförmiger Griff, um den Ball zu nehmen, und einen zylindrischen Griff, um den zylindrischen Balken zu nehmen.
      HINWEIS: Die Objekte sind in Abbildung 1Adargestellt. Der Versuchsaufbau ist in Abbildung 1Bdargestellt. Die Probanden lernten die spezifischen Griffmuster für jedes Objekt. Das Greifmuster ist in Abbildung 2dargestellt.
    3. Platzieren Sie zwei Basen bilateral vor den Händen des Subjekts. Platzieren Sie jedes Objekt, das bei der Rehabilitation verwendet wird, auf diesen Basen, um die Manipulation zu unterstützen. Wiederholen Sie für alle Objekte die folgenden Sequenzen 20 Mal. Bitten Sie die Probanden, die Objekte im Ausgangsbereich der Basis zu erfassen, zu heben und sie in die Mittellinie zu bewegen und mit ihren nicht dominanten Händen loszulassen.
    4. Messen Sie gleichzeitig die Erfolgsquote für diese 20 Versuche. Führen Sie dieses Verfahren an 3 aufeinanderfolgenden Tagen aus. Die Erfolgsrate ist die Anzahl der erfolgreichen Manipulationen pro 20 Versuche x 100%. Erfolgreiche Manipulation ist definiert, wenn die Probanden in der Lage sind, die Sequenzen mit einem bestimmten Griffmuster entsprechend den Objekten und ohne sie fallen zu vervollständigen.
  3. Durchführung von Versuch 2: Bearbeiten von Objekten mit Roboterhandsystem (Abbildung 3).
    HINWEIS: Die Mechanismen des Roboterhandsystems sind wie folgt. In der Exoskeletthand sind die Gelenke in jedem Fingermodul in mechanischer Verbindung ausgelegt und werden von einem individuellen Linearantrieb mit einer konstanten Geschwindigkeit von 10 mm/s angetrieben. Das Exoskelett hat in jedem Fingermodul unterschiedliche Bewegungsbereiche (Daumen: MCP= 0° bis 55°, DIP= 0° bis 70°; Zeige- und Mittelfinger: MCP= -10 ° bis 55°, PIP=0° bis 35°, DIP=0° bis 35°; Ring und kleine Finger: MCP= -5° bis 55°, PIP= 0° bis 35°, DIP= 0° bis 35°). Im Sensorhandschuh wird jedes Fingermodul mit einem Flexsensor installiert, der den Gelenkwinkel misst und über Kabel Eingangssignale an die Steuerbox sendet.
    1. Sensorhandschuh-Setup (Abbildung 1B,b)
      1. Setzen Sie den Sensorhandschuh auf die dominante Hand des Motivs. Verwenden Sie die Velcro, um das Handgelenk zu sichern.
    2. Exoskelett-Setup (Abbildung 1B,b)
      1. Verwenden Sie ein sauberes Pad, um die nicht-dominante Hand zu wickeln. Befestigen Sie die Velcro eng.
      2. Lösen Sie den Daumenmechanismus der Exoskeletthand, um die Einstellung des Daumenöffnungswinkels zu ermöglichen. Legen Sie die nicht-dominante Hand in die Exoskeletthand. Befestigen Sie die Velcro an der Handfläche durch den Befestigungsring. Befestigen Sie die Finger nacheinander, beginnend mit dem Zeigefinger und beenden Sie mit dem Daumen.
      3. Befestigen Sie dann die Velcro parallel zum Handgelenk durch den Befestigungsring. Passen Sie den Daumen in einen komfortablen Winkel und ziehen Sie dann den Daumenmechanismus fest.
    3. Einrichtung der Steuerbox (Abbildung 1A,c)
      1. Legen Sie die Kabel für den Exoskelett-Hand- und Sensorhandschuh in die Buchsen im Exoskelett- bzw. Sensorhandschuh ein. Danach legen Sie die Kabel für den Exoskeletthand- und Sensorhandschuh in die Buchse im Schaltkasten ein. Stecken Sie schließlich das Netzkabel in die Steuerbox und schließen Sie es mit der richtigen Spannung an eine Steckdose an.
    4. Durchführen einer Aufwärmsitzung (PROM-Modus)
      1. Schalten Sie die Steuerbox ein und passen Sie den Modus auf Five Fingersan. Dieser Modus ermöglicht es der Exoskeletthand, die Finger des Motivs passiv zu bewegen. Bitten Sie das Motiv, eine Greif-und-Freigabe-Aufgabe durchzuführen, die von der Exoskeletthand für 2,5 min geführt wird.
      2. Schalten Sie den Modus auf Single Finger und lassen Sie die Exoskeletthand die Finger des Motivs einzeln und passiv bewegen. Bitten Sie das Subjekt, einzelne Finger für 2,5 min zu verlängern und zurückzuziehen, geführt von der Exoskeletthand.
    5. Führen Sie eine roboterunterstützte bimanuelle Bewegungssitzung durch.
      1. Wechseln Sie den Modus auf Spiegeln. In diesem Modus steuert die Bewegung der dominanten Hand, die den Sensorhandschuh trägt, die Bewegungen des Exoskeletts. Jede Bewegung, die vom Sensorhandschuh gemacht wird, wird von der Exoskeletthand nachgeahmt und gespiegelt. Beispielsweise entspricht eine Beugung des Zeigefingers des Sensorhandschuhs einer Flexion des Zeigefingers des Exoskeletts.
    6. Weisen Sie das Subjekt an, 2,5 min lang eine Greif- und Freigabeaufgabe auszuführen und beim Tragen des Sensorhandschuhs weitere 2,5 min individuelle Fingerbewegungen zu machen. Diese Aktion spiegelt sich in der Exoskeletthand wider, die die nicht-dominante Hand des Subjekts bei der Ausführung der erforderlichen Aufgaben leitet.
  4. Führen Sie die aufgabenorientierte Sitzung durch.
    1. Lehren Sie das Subjekt, wie man die entworfenen Objekte mit dem Roboter-Handsystem für 5 min zu manipulieren. Fügen Sie eine palmar Prehension, um den Stift zu nehmen, eine seitliche Vorlauf, um den rechteckigen Würfel zu nehmen, ein Drei-Punkt-Futter, um den Würfel zu nehmen, ein kugelförmiger Griff, um den Ball zu nehmen, und einen zylindrischen Griff, um die zylindrische Stange zu nehmen.
    2. Platzieren Sie zwei Basen bilateral vor den Händen des Subjekts. Platzieren Sie jedes Objekt, das bei der Rehabilitation verwendet wird, auf diesen Basen, um die Manipulation zu unterstützen. Wiederholen Sie für alle Objekte die folgenden Sequenzen 20 Mal. Bitten Sie die Probanden, das Objekt im Ausgangsbereich der Basis zu erfassen, anzuheben und in die Mittellinie zu bewegen und mit dem Roboterhandsystem loszulassen.
    3. Messen Sie gleichzeitig die Erfolgsquote für diese 20 Versuche. Führen Sie dieses Verfahren an 3 aufeinanderfolgenden Tagen aus. Die Erfolgsrate ist die Anzahl der erfolgreichen Manipulationen pro 20 Versuche x 100%. Erfolgreiche Manipulation ist definiert, wenn die Probanden in der Lage sind, die Sequenzen mit einem spezifischen Griffmuster mit dem Roboterhandsystem zu vervollständigen und ohne sie fallen zu lassen.
      HINWEIS: Die Erfolgsquote wird verwendet, um die Durchführbarkeit des bimanuellen Roboterhandsystems bei gesunden Probanden zu bewerten.

2. Rekrutieren Sie drei Schlaganfallpatienten, um die Anwendbarkeit des Trainingsprogramms zu bestimmen

  1. Durchführung des Screening-Prozesses anhand der folgenden Aufnahmekriterien: (1) im Alter von 20 bis 60 Jahren; (2) unterzeichnete Informierte zustimmung; (3) bei der Diagnose eines einseitigen Schlaganfalls von 1 Monat (4) Modified Ashworth Scale (MAS) Score 2; (5) Brunnstrom Stufe 2; (6) MMSE-Punktzahl 24.
  2. Durchführung von Versuch 1: Bearbeiten von Objekten, wenn sie kein Roboterhandsystem verwenden (Abbildung 2).
    1. Lassen Sie das Subjekt aufrecht in einem Stuhl mit einem festen Rücken und ohne Armlehnen sitzen. Setzen Sie das Motiv vor einen Tisch. Stehen Sie an der betroffenen Seite des Motivs. Legen Sie eine Schleuder unter den Ellenbogen und die Exoskeletthand des Motivs, um seinen betroffenen Arm zu stützen.
    2. Lehren Sie das Subjekt, wie man die entworfenen Objekte für 5 min zu manipulieren. Fügen Sie eine palmar Prehension, um den Stift zu nehmen, eine seitliche Vorlauf, um den rechteckigen Würfel zu nehmen, ein Drei-Punkt-Futter, um den Würfel zu nehmen, ein kugelförmiger Griff, um den Ball zu nehmen, und einen zylindrischen Griff, um den zylindrischen Balken zu nehmen.
    3. Platzieren Sie zwei Basen bilateral vor den Händen des Subjekts. Platzieren Sie jedes Objekt, das bei der Rehabilitation verwendet wird, auf diesen Basen, um die Manipulation zu unterstützen. Bitten Sie das Subjekt, die fünf verschiedenen Objekte mit seiner betroffenen Hand 20 Mal zu manipulieren. Unterstützen Sie das Motiv bei der Bewegung seines Oberarms, wenn nötig.
    4. Messen Sie gleichzeitig die Erfolgsquote für diese 20 Versuche. Führen Sie dieses Verfahren an 3 aufeinanderfolgenden Tagen aus.
  3. Durchführung von Versuch 2: Bearbeiten von Objekten mit Roboterhandsystem (Abbildung 3).
    1. Passen Sie die Exoskeletthand an die betroffene Hand des Motivs und den Sensorhandschuh an die nicht betroffene Hand an. Wiederholen Sie die Schritte 1.3.1–1.3.3. Legen Sie eine Schleuder unter den Ellenbogen und die Exoskeletthand des Motivs, um seinen betroffenen Arm zu stützen.
    2. Führen Sie eine Aufwärmsitzung durch (PROM-Modus).
      1. Schalten Sie die Steuerbox ein und passen Sie den Modus auf Five Fingersan. Bitten Sie das Motiv, eine Greif-und-Freigabe-Aufgabe durchzuführen, die von der Exoskeletthand für 2,5 min geführt wird.
      2. Schalten Sie den Modus auf Single Finger. Bitten Sie das Subjekt, einzelne Finger für 2,5 min zu verlängern und zurückzuziehen, geführt von der Exoskeletthand.
      3. Wechseln Sie den Modus auf Spiegeln. Weisen Sie das Subjekt an, 2,5 min lang eine Greif- und Freigabeaufgabe auszuführen und beim Tragen des Sensorhandschuhs weitere 2,5 min individuelle Fingerbewegungen zu machen. Diese Aktion spiegelt sich in der Exoskeletthand, die die betroffene Hand des Subjekts bei der Ausführung der erforderlichen Aufgaben leitet.
    3. Führen Sie eine aufgabenorientierte Sitzung durch.
    4. Lehren Sie das Subjekt, wie man die entworfenen Objekte mit dem Roboter-Handsystem für 5 min zu manipulieren. Fügen Sie eine palmar Prehension, um den Stift zu nehmen, eine seitliche Vorlauf, um den rechteckigen Würfel zu nehmen, ein Drei-Punkt-Futter, um den Würfel zu nehmen, ein kugelförmiger Griff, um den Ball zu nehmen, und einen zylindrischen Griff, um die zylindrische Stange zu nehmen.
    5. Platzieren Sie zwei Basen bilateral vor den Händen des Subjekts. Platzieren Sie jedes Objekt, das bei der Rehabilitation verwendet wird, auf diesen Basen, um die Manipulation zu unterstützen. Wiederholen Sie für alle Objekte die folgenden Sequenzen 20 Mal. Bitten Sie die Probanden, die Objekte im Ausgangsbereich der Basis zu erfassen, anzuheben und in die Mittellinie zu bewegen und mit dem Roboterhandsystem loszulassen.
    6. Messen Sie gleichzeitig die Erfolgsquote für diese 20 Versuche. Führen Sie dieses Verfahren an 3 aufeinanderfolgenden Tagen aus. Die Erfolgsrate ist die Anzahl der erfolgreichen Manipulationen pro 20 Versuche x 100%. Erfolgreiche Manipulation ist definiert, wenn die Probanden in der Lage sind, die Sequenzen mit einem spezifischen Griffmuster mit dem Roboterhandsystem zu vervollständigen und ohne sie fallen zu lassen.
      HINWEIS: Die Erfolgsrate wird verwendet, um die Machbarkeit des Roboterhandsystems bei Schlaganfallpatienten zu bewerten.

3. Patientenbewertung

  1. Um die Akzeptanz zu bewerten, stellen Sie den Probanden am Ende jeder Sitzung folgende Fragen: (1) War das Roboterhandsystem hilfreich für Sie, um die Objekte zu manipulieren? (2) Gab es während oder nach dem Training negative Ereignisse?

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Insgesamt wurden sechs Probanden in diese Studie aufgenommen, darunter drei gesunde Probanden und drei Nachschlagefächer. Die demographischen Daten beider Gruppen sind in der ergänzenden Tabelle 1dargestellt. Das Durchschnittsalter der gesunden Gruppe betrug 28 Jahre (Bereich: 24-30), während das Durchschnittsalter der Patientengruppe 49 (40-57) betrug. Die durchschnittlichen Bewertungsergebnisse der Patientengruppe waren wie folgt: (1) MMSE=27 (26–29), (2) FMA=11,3 (6–15), (3) MAS=1, (4) Brunnstrom-Stuf...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die Ergebnisse dieser Studie zeigten Folgendes: (1) Beide Gruppen konnten die mit dem Roboterhandsystem gelieferten Objekte erfolgreich erfassen. Sie konnten diese Aufgabe mit einer Erfolgsquote von fast 100% abschließen, was die Machbarkeit des vorgeschlagenen robotergestützten aufgabenorientierten Trainingsprogramms bestätigt. (2) Während des Untersuchungszeitraums gab es keine Berichte über Verletzungen oder unerwünschte Ereignisse, und alle Patienten berichteten, dass das Roboterhandsystem hilfreich sei, um Objekte z...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären keinen Interessenkonflikt.

Danksagungen

Dieses Projekt wurde von der Chang Gung Medical Foundation mit dem Stipendium BMRP390021 und dem Ministerium für Wissenschaft und Technologie mit den Stipendien MOST 107-2218-E-182A-001 und 108-2218-E-182A-001 unterstützt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
SteuerboxRehabotics Medical Technology CorporationHB01Die Steuerbox enthält ein Netzteil, einen Sensorhandschuh-Signalempfänger, einen Motorsignalsender und eine Exoskeletal-Handbewegungsmodus-Auswahleinheit.
Exoskeletal HandRehabotics Medical Technology CorporationHS01Es handelt sich um ein tragbares Gerät, das die Finger des Patienten bewegt und von einem externen Motor und einer mechanischen Baugruppe angetrieben wird.
SensorGlove Rehabotics Medical Technology CorporationHM01Wird an der nicht betroffenen Seitenhand des Patienten getragen. Die Sensoren im Sensorhandschuh erkennen das Beugen und Strecken der Hand, und diese Daten werden verwendet, um die Exoskeletthand im bimanuellen Modus zu steuern.

Referenzen

  1. Hung, C. S., et al. The effects of combination of robot-assisted therapy with task-specific or impairment-oriented training on motor function and quality of life in chronic stroke. PM & R: The Journal of Injury, Function, and Rehabilitation. 8 (8), 721-729 (2016).
  2. SangWook, L., Landers, K. A., Hyung-Soon, P. Development of a biomimetic hand exotendon device (BiomHED) for restoration of functional hand movement post-stroke. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 22 (4), 886-898 (2014).
  3. Johnson, M. J., Wisneski, K. J., Anderson, J., Nathan, D., Smith, R. O. Development of ADLER: The Activities of Daily Living Exercise Robot. Proceedings of IEEE/RAS-EMBS International Conference. , Pisa, Italy. (2006).
  4. Pignolo, L. Robotics in neuro-rehabilitation. Journal of Rehabilitation Medicine. 41 (12), 955-960 (2009).
  5. Timmermans, A. A., Spooren, A. I., Kingma, H., Seelen, H. A. Influence of task-oriented training content on skilled arm-hand performance in stroke: a systematic review. Neurorehabilitation and Neural Repair. 24 (9), 858-870 (2010).
  6. Schweighofer, N., Choi, Y., Winstein, C., Gordon, J. Task-oriented rehabilitation robotics. American Journal of Physical Medicine & Rehabilitation. 91, 270-279 (2012).
  7. Almhdawi, K. A., Mathiowetz, V. G., White, M., delMas, R. C. Efficacy of occupational therapy task-oriented approach in upper extremity post-stroke rehabilitation. Occupational Therapy International. 23 (4), 444-456 (2016).
  8. Takahashi, C. D., Der-Yeghiaian, L., Le, V. H., Cramer, S. C. A robotic device for hand motor therapy after stroke. Proceedings of 9th International Conference on Rehabilitation Robotics. , Chicago, IL. (2005).
  9. Villafañe, J. H., et al. Efficacy of short-term robot-assisted rehabilitation in patients with hand paralysis after stroke: a randomized clinical trial. Hand (NY). 13 (1), 95-102 (2018).
  10. Cauraugh, J. H., Lodha, N., Naik, S. K., Summers, J. J. Bilateral movement training and stroke motor recovery progress: a structured review and meta-analysis. Human Movement Science. 29 (5), 853-870 (2010).
  11. Brunner, I. C., Skouen, J. S., Strand, L. I. Is modified constraint-induced movement therapy more effective than bimanual training in improving arm motor function in the subacute phase post stroke? A randomized controlled trial. Clinical Rehabilitation. 26 (12), 1078-1086 (2012).
  12. Sleimen-Malkoun, R., Temprado, J. J., Thefenne, L., Berton, E. Bimanual training in stroke: how do coupling and symmetry-breaking matter. BMC Neurology. 11, 11(2011).
  13. Yue, Z., Zhang, X., Wang, J. Hand rehabilitation robotics on poststroke motor recovery. Behavioural Neurology. 2017, 1-20 (2017).
  14. Dovat, L., et al. HandCARE: a cable-actuated rehabilitation system to train hand function after stroke. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 16 (6), 582-591 (2008).
  15. Yoo, C., Park, J. Impact of task-oriented training on hand function and activities of daily living after stroke. Journal of Physical Therapy Science. 27 (8), 2529-2531 (2015).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

Handdysfunktion nach SchlaganfallRobotisches HandsystemSensorhandschuh-SteuerungBimanuales BewegungstrainingObjektmanipulationstrainingBewertung der Durchführbarkeit und AkzeptanzRehabilitation neurologischer DefiziteSpiegelhand-Exoskelett
Entwicklung eines neuartigen aufgabenorientierten Rehabilitationsprogramms mit einer bimanualen Exoskelett-Roboterhand
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.