欢迎光临医疗机器人网站,提供需求定制服务

医疗机器人

我们是一家国内领先的提供工程服务产品公司

【医疗康复机器人主要功能】未来康复机器人可能会帮你站起来AI医疗

作者:八月      发布时间:2021-04-14      浏览量:0
中国科学院自动化研究所 解锁更

中国科学院自动化研究所

解锁更多智慧之美

【摘要】在社会老龄化、自然灾害和各种事故的综合影响下,由中风、脊髓损伤、脑外伤等引起的残疾人口迅速增加。对康复设备的需求也在增加。然而,现有的康复医疗资源短缺,国内广泛采用的康复治疗方法存在人员消耗大、康复周期长、效果有限等问题。康复机器人技术是解决传统康复方法的有效途径。

经过急性期的临床治疗,如手术,瘫痪患者通常需要长期的康复训练,以恢复部分运动能力,恢复正常生活。传统中风疗法和运动学习理论的研究表明,中风患者通过加强运动控制和技能习得练习,可以获得部分功能恢复;通过重复的阻力练习和各种任务、反馈练习,可以增强肌肉力量。

传统的康复方法通常依靠康复理疗师手动驱动患者肢体进行被动康复训练,训练策略相对简单;同时,在训练过程中,对患肢施加的力量与患肢的训练轨迹难以保持良好的一致性;而且这种康复手段需要物理治疗师的体力劳动,患者往往很难接受到足够强度和频率的康复训练。

与传统的手动康复训练模式相比,康复机器人在驱动患者进行康复训练方面具有诸多优势:

(1)机器人更适合执行长期简单重复的运动任务,能保证康复训练的力量、效果和精度,动作一致性好;

(2)康复机器人一般具有可编程能力,可以根据患者的受伤程度和康复情况提供不同强度和模式的个性化训练,增强患者主动参与的意识;

(3)康复机器人通常集成多种传感器,具有强大的信息处理能力,能够有效监控和记录整个康复训练过程中人体运动学和生理学的数据,实时反馈患者的康复进度,对患者的康复进度进行量化评估,为医生改进康复治疗方案提供依据。

康复医学的临床研究表明,患者积极参与的训练对患者的神经康复和运动功能恢复更有效。针对这种情况,研究人员主要从患者有意积极参与的主动康复训练模式入手,解决意图识别、依从性控制、提高患者参与水平等诸多技术问题。

目前,基于肌电信号、脑电信号、运动和力学信息的人体运动意图识别可以借鉴大量的研究成果。利用肌电信号对关节力或运动的估计和利用力的位置信息对关节力的估计都达到了很高的识别精度。而基于脑机接口的意图识别一般局限于有限的运动模式,与人体的自然运动相去甚远。如何设计一个可靠性高、识别精度高、实时性好的意图识别系统仍然是一个有待突破的技术难点。然而,如何增强患者对神经、肌肉骨骼和认知的参与仍处于探索的初级阶段。

中国科学院自动化研究所侯增光研究团队,结合患者多模态数据,设计了一种柔性控制方法,先后开发了坐卧式下肢康复机器人(iLeg)、上肢康复机器人(CASIA-ARM)、全循环多位下肢康复机器人(iLeg-II)等原型平台。从机械结构和控制系统方面模拟人体肢体功能,优化人机兼容性,提高人机交互灵活性。其中,iLeg是为早期四肢瘫痪/瘫痪患者开发的自动康复医疗设备;CASIA-ARM是一款触觉反馈上肢康复机器人的研制

该研究组以多层次协同感知和增强神经肌肉参与为特征,自主研发多通道表面肌电信号采集仪和FES刺激器,实现了与自主研发的上肢和下肢康复机器人的无缝集成。基于闭环脑机接口、注意力控制系统和“按需辅助”原则,设计个性化训练策略和多种康复训练模式,从生理和心理方面强化患者的参与程度,根据患者的个体特征和反应实现个性化康复按需辅助。相关原型平台在中国康复中心和国家艾滋病中心进行了初步的患者临床实验,验证了原型的临床可行性和有效性。

iLeg-II

未来,课题组将进一步深化神经康复领域,从神经可塑性的基本原理出发,突破神经、肌肉和认知的多层次康复评价以及参与水平的提升等技术难点,实现临床需求驱动的实用康复机器人技术,推动临床神经康复技术的发展。

智慧显示未来,洞察新知识

发现智能未来

中国科学院自动化研究所官网:

http://www.ia.ac.cn

欢迎在后台留言,推荐你感兴趣的话题、内容或信息,做个小系列等你的评论和建议!如需转载或投稿,请在后台私信。

排版:刘淇