近日，由南方科技大學(xué)、中國科學(xué)院深圳先進(jìn)技術(shù)研究院和深圳市邁步機(jī)器人科技有限公司三方聯(lián)合在機(jī)器人國際期刊IEEE Transactions on Neural Systems and Rehabilitation Engineering發(fā)表了一篇題為“An intelligent rehabilitation assessment method for stroke patients based on lower limb exoskeleton robot”的文章。該研究基于穿戴外骨骼機(jī)器人時的人機(jī)交互數(shù)據(jù)直接對患者康復(fù)評估中某些重要指標(biāo)進(jìn)行預(yù)測。

康復(fù)評估是評價訓(xùn)練效果和指導(dǎo)訓(xùn)練方案制定的重要環(huán)節(jié)。正確的康復(fù)評估有助于指導(dǎo)治療師為患者制定康復(fù)訓(xùn)練任務(wù)，從而縮短其恢復(fù)周期。在臨床上， 6分鐘步行距離（6MWD）和Fugl-Meyer評估下肢分量表（FMA-LE）是重要的測量和參考指標(biāo)用于評估中風(fēng)患者實際康復(fù)狀況。6MWD是通過試驗記錄患者在6分鐘之內(nèi)行走的距離。測量過程中需要多名治療師和醫(yī)護(hù)人員協(xié)調(diào)配合，同時需要長時間占用大面積的醫(yī)療空間。FMA-LE是讓患者依次完成規(guī)定的動作，治療師根據(jù)患者完成動作的難易程度進(jìn)行打分并統(tǒng)計最終得分。這就導(dǎo)致對于同一病例，由于主觀偏差，不同治療師會得出不同的評價結(jié)果，因而給出不同的康復(fù)治療方案。因此期望提出一種標(biāo)準(zhǔn)、方便且有效的方法對患者進(jìn)行智能康復(fù)評估。

圖1 中風(fēng)患者臨床康復(fù)訓(xùn)練(a)患者穿戴外骨骼進(jìn)行步態(tài)康復(fù)訓(xùn)練；(b)采集患者訓(xùn)練后康復(fù)評估指標(biāo)

該論文提出一種新穎的基于下肢外骨骼機(jī)器人對中風(fēng)患者進(jìn)行智能康復(fù)評估的方法。其工作框架包括：數(shù)據(jù)采集模塊 – 收集并預(yù)處理患者的身體特征參數(shù)、患病狀況和運動生物力學(xué)參數(shù)；特征提取模塊 – 根據(jù)外骨骼機(jī)器人傳感器數(shù)據(jù)，構(gòu)造步態(tài)特征模型推導(dǎo)患者步態(tài)參數(shù)；模型訓(xùn)練模塊 – 基于患者特征參數(shù)、步態(tài)參數(shù)及人機(jī)交互參數(shù)，利用XGBoost機(jī)器學(xué)習(xí)算法訓(xùn)練康復(fù)評估模型；應(yīng)用模塊 – 評估模式下，康復(fù)評估模型可以預(yù)測新的中風(fēng)患者6MWD和FMA-LE值。

圖2 智能康復(fù)評估方法工作原理框圖

當(dāng)有效預(yù)測偏差絕對值設(shè)置為真實值的20%時，智能康復(fù)評估模型對6MWD、FMA-LE的預(yù)測準(zhǔn)確率分別為85.19%、92.66%。

圖3 臨床實驗真值和康復(fù)評估模型預(yù)測值(a) 6MWD (m)和(b) FMA-LE (Marks)

中國科學(xué)院深圳先進(jìn)技術(shù)研究院博士研究生張石生為論文第一作者，南方科技大學(xué)機(jī)械與能源工程系人體增強(qiáng)機(jī)器人實驗室的副教授冷雨泉為論文通訊作者。該研究受到國家自然基金、深圳市科創(chuàng)委等項目的資助。