基于机器学习的自动化臂部运动异常评估研究

基于机器学习的自动化臂部运动异常评估研究

通过图像提取和分类系统对ABI患者行走异常运动的自动化临床评估 学术背景 获取性脑损伤(Acquired Brain Injury,ABI)后,行走障碍是一种常见的身体残疾。ABI通常包括中风和创伤性脑损伤,这些疾病在全球范围内的发生率约为150万例。ABI患者的行走障碍不只影响下肢,还会影响到躯干和上肢,从而限制日常生活的参与并大大降低生活质量。除了功能障碍外,这些明显的运动异常还可能产生美学问题,进而对患者的身体形象、自尊、心理健康和社会融合产生负面影响。 研究动机 传统的ABI患者运动异常评估通常依赖于经验丰富的理疗师通过视觉观察来进行主观评估。然而,国际功能、残疾与健康分类(ICF)中的运动异常评估卷标显示虽然在同一评估者之间有很强的一致性,但在不同评估者之间只能达到中等的信度,这限...

定制的被动动态踝足矫形器可以改善中风后许多人的步行经济性和速度

定制被动动态踝足矫具可改善中风后行走经济性及速度 背景介绍 中风(Stroke)是导致长期残疾的主要原因之一,每年在美国有超过79.5万人受到中风影响。中风后常见的一个问题是患肢的跖屈肌无力(plantar flexor weakness),这影响了个体在足中站立期到末端站立期的前向肢体旋转控制能力,及在推进期的前向推进能力。跖屈肌功能受损可能会导致在站立中期的过度踝背屈(excessive ankle dorsiflexion)或持续的膝关节过伸(hyperextension),随后导致步态速度减慢、步幅不对称及步行代谢成本增加。这些问题会降低中风幸存者的机动性及日常活动参与度,进一步影响其身心健康。 被动动态踝足矫具(passive-dynamic ankle–foot orthoses...

机器人髋关节外骨骼在门诊中风康复中的安全性和有效性

安全性与有效性:机器人髋关节外骨骼对门诊中风康复的影响 研究背景 中风是美国成年人致残的主要原因,高达80%的中风幸存者经历了步态损伤,如步行速度减慢、耐力下降和步态不对称,从而限制了他们社区内行走的能力。这些行动力缺陷源自中风后多种神经肌肉变化的联合作用,包括皮质脊髓传导和控制的减少、肌肉萎缩和虚弱、平衡和姿态控制受损以及异常的肌肉协同作用。中风后康复的目标是促进个体重新获得最高层次的功能,以实现就业和社交以及社区参与。恢复行走和行动能力是重返日常生活的关键部分。 近年来,轻便、模块化的机器人髋关节外骨骼在门诊和社区环境中无缝整合的潜力逐渐显现,这类技术的使用可将密集的步态训练与日常生活活动相结合。此外,这些机器人还可在不牺牲功能性任务练习的情况下,专门针对慢性损伤进行训练。然而,针对这类...

外骨骼康复机器人训练对亚急性中风患者平衡和下肢功能的影响:一项初步、随机对照试验

外骨骼康复机器人训练对亚急性中风患者平衡和下肢功能的影响:一项初步、随机对照试验 研究背景与目的 中风是全球致死率和致残率的主要原因。随着中风治疗技术的快速发展,中风死亡率显著下降,因此中风幸存者数量也随之增加。据统计,超过70%的中风幸存者将留下不同程度的运动、感觉、认知及言语功能障碍。这不仅给个人和家庭带来沉重负担,也对社会造成巨大影响。平衡是所有人类静态和动态活动的基础,中风后多达80%的患者出现平衡功能障碍。这些障碍可影响患者的移动能力和生活质量。 此次研究旨在探讨康复机器人辅助训练对亚急性中风患者平衡与下肢功能恢复的影响,重点探讨rex外骨骼康复机器人训练是否在提高亚急性中风患者平衡与下肢功能方面优于剂量匹配的传统训练。 研究来源 该研究由张裕廷等人完成,来自张裕廷等(2024)N...

机器人辅助评估慢性中风成年人踝关节本体感觉缺陷及其相关脑损伤

机器人辅助评估慢性中风成年人踝关节本体感觉缺陷及其相关脑损伤 学术背景 中风(stroke)是一种常见的神经系统疾病,通常会导致患侧肢体功能障碍,影响患者的平衡和步态控制。本体感觉是指对身体姿势和动作的自我感知能力,由位于肌肉、关节、腱和皮肤中的机械感受器提供。这些感觉对保持平衡和步态的控制至关重要。已有研究表明,中风幸存者常常伴有踝关节本体感觉的损伤,尤其是踝关节位置感和运动感的缺失。然而,针对踝关节位置感和运动感的系统性研究却比较少。[Cho et al., 2021]发现踝关节本体感觉受损是中风患者平衡功能受损的强预测因子;[Tuthill et al., 2018; Goble et al., 2011]指出,传统的临床评分量表只能检测到最严重的本体感觉缺陷,对较轻微的缺陷检测不够敏...

利用深度学习增强视觉步态分析中的跌倒风险评估

引言 跌倒事件在多个临床人群中普遍存在,通常的风险评估包括对个体步态进行视觉观察。然而,对步态的观察评估通常局限在实验室内对个体进行规范的步行协议测试,以识别可能增加跌倒风险的缺陷,但微妙的缺陷可能不易被观察到。为此,客观方法(例如惯性测量单元,IMUs)对于定量分析高分辨率的步态特征是有用的,这有助于通过捕捉细微差别来提高跌倒风险评估的信息量。然而,仅依赖IMU的步态仪器化分析存在局限性,它没有考虑到参与者的行为以及环境中的细节(例如障碍物)。视频眼动仪可能提供了评估跌倒风险的额外见解,通过记录头部和眼睛的运动,可以了解人们基于头部和眼睛的动作来遍历环境的方式。但是,手动评估视频数据以评估头部和眼睛的动作既耗时又具有主观性。因此,迫切需要自动化的方法,但目前尚不存在。本文提出了一种基于深度...

基于惯性测量单元的自动步态事件检测

自动步态事件检测的新方法:健康受试者和中度至重度受损患者的惯性测量单元分析 Cyril Voisard, Nicolas de L’Escalopier, Damien Ricard, Laurent Oudre. Neuroengineering and Rehabilitation 杂志 (2024) 21:104 https://doi.org/10.1186/s12984-024-01405-x 研究背景 步态分析在医学中是评估各种疾病患者健康状况和病情进展的重要工具。惯性测量单元(IMUs)由于其紧凑的尺寸、低成本和易于集成,已在临床步态分析中得到广泛发展。然而,尽管现有的自动步态事件(GE)检测方法在健康受试者身上取得了高效率,但在步态严重受损的患者中仍存在挑战。 研究目标 本研...

踝关节背屈动力学要求增加摆动相足离地间隙:论对辅助设备设计和能量需求的影响

科研报告 背景介绍 随着人口老龄化以及中风等神经系统和肌肉系统疾病的增加,步态障碍导致的绊倒和跌倒风险成为一个严重问题。研究表明,踝关节背屈在步态的摆动阶段对确保足部离地高度至关重要。然而,目前对于摆动阶段踝关节动力学和机械能量交换的研究较少。现有的研究主要关注正常行走时的踝关节背屈,而随着多种提供背屈辅助的设备的开发,有必要了解在这些设备中能量需求的最小要求。 近年来,踝关节背屈辅助技术的发展迅速,特别是运用了先进的致动器和能量回收装置以提高步态安全性和防止跌倒。然而,这些设备需要提供足够的机械功率,以确保踝关节在摆动阶段的背屈辅助。了解踝关节背屈的动力学需求,对设计轻便、低功率的助力设备尤为重要。 论文来源 这篇文章由Victoria University的Soheil Bajelan、...

经皮脊髓刺激对双手协调运动的影响研究

双手协调和脊髓神经调控:经皮脊髓刺激如何改变双手动作的神经基质 背景:人类以复杂的方式使用双臂,往往要求双手协调。神经系统疾病限制了人类运动系统这一显著特征。了解神经调控技术如何改变双手协调的神经机制,是设计有效康复干预的重要一步。非侵入性激活脊髓的经皮脊髓刺激(TSCS)促进了脊髓损伤后运动功能的恢复。许多研究试图使用各种电生理工具捕捉这些效应的基础神经机制,但尚不清楚TSCS对通过脑电图(EEG)记录的皮层节律的影响,尤其是在双手动作期间。 研究者在12名神经完好的参与者中,调查了颈部TSCS对感觉运动皮层振荡的影响。他们检查了TSCS应用期间运动运动学的变化,以及执行单手和双手臂伸展运动(代表日常生活活动)期间的皮层激活水平和两个半球之间的连接性。行为评估结果显示,在TSCS应用期间,...

可穿戴生物反馈装置评估帕金森病患者步态特征并改善步态模式:一项病例系列研究

可穿戴生物反馈装置评估帕金森病患者步态特征并改善步态模式:一项病例系列研究

穿戴式生物反馈设备在帕金森病患者步态评估中的应用:一项病例系列研究 研究背景 帕金森病(Parkinson’s Disease,PD)患者往往表现出异常的步态模式,这会严重影响他们的独立性和生活质量。步态异常主要表现为步长减小、步频增加以及在支撑相和离地过程中地面反作用力降低。这些步态问题大大增加了患者跌倒的风险,同时也降低了他们的独立性和生活质量。 为了改善帕金森病患者的步态问题,近年来穿戴式生物反馈技术逐渐成为一项重要的研究方向。穿戴式生物反馈设备可以在步态活动中实时提取步态特征,并根据特定的步态事件提供个性化的反馈刺激,从而增强患者对自身步态异常的认识。此次研究所使用的穿戴式振动触觉双向界面(Bidirectional Interface,BI)正是基于此原理开发的。 研究来源 该研究...