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...

关于识别中风患者上肢触觉缺陷的检查方法的范围审查

关于《上肢触觉缺失检查方法的范围审查》的学术报告 近年来,中风后患者的接受触觉刺激的能力成为研究的热点。这种感知对于日常生活中的动作执行和学习活动非常重要。然而,触觉感知缺陷严重影响了中风患者的上肢运动康复。因此,触觉评估工具的设计必须更全面且有效,能够准确识别中风后触觉缺陷的性质及其神经机制。为了实现这一目标,Paul等人进行了一项范围审查(scoping review),总结当前用于识别中风患者上肢触觉缺失的检查方法,并指出了现存的局限性及未来研究需求。 审查的来源 本研究由Arco P. Paul、Karan Nayak、Lindsey C. Sydnor、Nahid Kalantaryardebily、Kevin M. Parcetich、Daniel G. Miner、Q. Eil...

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...

通过使用原型网络的单次迁移学习实现中风后手势识别

背景介绍 中风是全球死亡和致残的主要原因之一,随着人口老龄化和城镇化的发展,中风患者总数正在全球范围内增加。尽管治疗的进步降低了死亡率,但幸存者中需要康复治疗的人数却大幅增加。特别是在低收入和中低收入国家,这种情况尤其显著。这些国家的卫生资源有限,因此亟需一种适应性强、成本效益高的康复干预措施(Feigin et al. 2022)。 中风康复是一个漫长且负担沉重的过程,不仅耗费体力,还带来巨大的经济压力,因此自动化评估系统能够减轻康复费用和减少对物理治疗师访视需求的重要性愈发显著。这些系统通过传感器数据评估中风幸存者的运动功能,提供互动康复练习的低成本方法,尤其适合家庭康复(Chen et al. 2017)。此外,将游戏融入这些系统中可以增加中风幸存者的动机和参与度,通过使他们能够从事有...

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...