作者与期刊信息： 本研究的作者为 Sam Wise, MD; William Gardner; Eric Sabelman, PhD; Erik Valainis; Yuriko Wong, OTR; Karen Glass, OTR; John Drace, MD; Joseph M. Rosen, MD。他们均隶属于美国退伍军人事务部（Department of Veterans Affairs）位于加利福尼亚州帕洛阿尔托的VA医疗中心的康复研究与开发中心（Rehabilitation Research and Development Center, VA Medical Center, Palo Alto, CA）。这项研究发表于《Journal of Rehabilitation Research and Development》期刊的第27卷第4期，出版时间为1990年，页码范围是411至424页。
研究学术背景： 本研究属于康复医学与生物医学工程交叉领域，具体聚焦于手功能评估技术。手部运动功能丧失是一个严重的健康问题，每年造成巨大的社会经济负担。对手部关节活动度（Range of Motion, ROM）进行准确、高效的测量是手功能评估、治疗方案制定以及康复效果追踪的核心环节。然而，当时临床实践中的标准方法——手动测角法（Goniometric Measurement）——存在诸多局限性。该测量过程耗时（一次全面的手部ROM测量可能需要长达30分钟），准确性有限（不同治疗师间的测量误差可达5-8度），并且依赖于操作者的主观判断，导致测试者间误差（Intertester Error）显著。
因此，研究者旨在探索一种能够实现半自动、客观、快速测量的替代方案。由VPL公司（Visual Programming Languages, Inc.）开发的“Dataglove™”（数据手套）进入了研究者的视野。该手套最初设计作为三维虚拟环境中的手势识别接口设备。其核心原理在于利用附着于手套背侧指关节处的光纤传感器，通过测量关节屈曲引起的光纤弯曲导致的光信号衰减，来实时获取手指位置信息。本研究的目的并非验证手套在虚拟现实中的性能，而是评估其作为一种半自动测角设备用于临床手部ROM测量的可行性、可重复性（Repeatability）及准确性。研究旨在回答以下问题：数据手套在同时测量多个手指关节时是否具有可接受的可重复性？其测量误差是否与手动测角法相当或更优？哪些因素（如手套贴合度、握力、腕部运动）可能影响其测量精度？
详细研究流程： 本研究是一项在正常受试者中进行的实验性评估，包含五个主要部分：系统描述与校准、可重复性测试、潜在误差源测试、数据分析。
1. 系统描述： 研究使用的核心设备是VPL公司的Dataglove™。该手套由弹力织物制成，内嵌经过特殊处理的光纤环路传感器。传感器布置于食指至小指的掌指关节（Metacarpophalangeal, MP）和近端指间关节（Proximal Interphalangeal, PIP），以及拇指的指间关节（Interphalangeal, IP）和MP关节。此版本手套不测量手指的外展/内收、拇指的腕掌关节（Carpometacarpal, CMC）以及手指的远端指间关节（Distal Interphalangeal, DIP）。传感器信号通过光适配器（含LED光源和光电晶体管接收器）和手套控制单元进行处理与模数转换，最终通过RS-232C串行接口以最高19,200波特率的速率传输至主机（一台Macintosh II电脑）。配套软件包括用于实时显示动画手部模型和关节角度数值的“手套接口程序”，以及用于数据采集和导出至电子表格的“数据采集程序”。
为辅助受试者精确重复手部姿势，研究者为每位受试者的右手（佩戴外科手套）制作了定制化的石膏模具。模具使手指呈部分握拳状态，MP和PIP关节屈曲角度在30至80度之间，为测试提供了可重复的个体化手部轮廓参考。
2. 校准程序： 由于手套在不同受试者手上的贴合度不同，研究为每位受试者进行了单独校准。校准步骤包括：a) 手平放于桌面，腕部中立位，定义所有关节角度为0度；b) 移动拇指，定义其MP关节45度，IP关节90度；c) 握拳（腕部中立），定义手指各关节为90度。所有后续测量均基于这些校准值进行归一化。
3. 可重复性测试： 共有5名正常受试者（3男2女）参与测试，每位使用自己的石膏模具。测试分为四种条件，旨在评估不同因素下的测量稳定性： * 测试A（石膏模具，测量间不脱手套）： 受试者按照“握紧模具6秒-放松6秒”的循环重复10次。此为一个测量序列。每个序列重复进行6次，期间不脱下手套。 * 测试B（石膏模具，测量间脱戴手套）： 流程同测试A，但在每个10次循环的测量序列之间，受试者会脱下手套并重新佩戴。此测试旨在评估多次穿戴对测量一致性的影响。 * 测试C（手平放桌面，测量间不脱手套）： 受试者前臂旋前，腕部固定于中立位平放桌面。为抵消校准软件的0度限制，手套在所有关节主动过伸（Hyperextension）状态下重新校准。随后，受试者执行“手平放-轻轻握拳-恢复平放”的循环（手臂不离开桌面），每次6秒。测量间不脱手套。 * 测试D（手平放桌面，测量间脱戴手套）： 流程同测试C，但在每个测量序列之间脱戴手套。
所有测试均在同一天完成。每个测试条件（A-D）下，研究者采集了手指（拇指除外，原因见后）MP和PIP关节的角度数据进行分析。
4. 潜在误差源测试： 为探究影响测量精度的具体因素，研究者在一位受试者上额外进行了两项测试： * 握力影响测试： 受试者握住石膏模具，在不移动关节的情况下，循环变化握力。观察握力变化是否会导致关节角度读数发生改变。 * 腕部运动影响测试： 受试者握住模具，保持手指不动，仅进行腕部的屈伸运动。观察腕部运动是否会影响手指关节的测量读数。
5. 数据分析流程： 主要分析指标为MP和PIP关节角度测量的误差范围（Range）和标准差（Standard Deviation），用以评估可重复性。误差范围指多次测量中最高值与最低值之差。由于范围与标准差高度相关，它们被用作可重复性的可比估计指标。研究使用双向方差分析（Two-way Analysis of Variance）来检验不同受试者之间以及不同测试条件之间可重复性差异的显著性。此外，研究者还详细记录了握力测试和腕部运动测试中各关节读数的具体变化幅度。
主要研究结果： 1. 整体可重复性结果： 对5名受试者在4种测试条件下的结果进行平均，数据手套在测量手指MP和PIP关节时的整体误差为5.6度。这一误差水平与手动测角法公认的5-8度误差范围相当。这表明数据手套作为半自动测角设备，其测量可重复性已达到临床可接受的水平。
2. 个体差异与手套贴合度的影响： 受试者间的可重复性存在显著差异（p=0.017）。误差最小的受试者（Subject 4）平均误差为3.9度，而误差最大的受试者（Subject 3和5，均为女性）平均误差分别为7.9度和7.6度。数据分析表明，手套的贴合度是导致差异的关键因素。研究中使用了中号手套，而两名女性受试者手型较小，导致手套相对宽松，贴合不佳，从而增大了测量变异性。相比之下，手型与手套尺寸更匹配的受试者（多为男性）获得了更好、更稳定的结果。
3. 测试条件比较： 四种测试条件（A-D）之间的可重复性整体差异不显著（p=0.128）。然而，深入分析数据发现一个重要趋势：所有受试者在手平放测试（C和D，平均误差±4.4度）中的可重复性均优于使用石膏模具的测试（A和B，平均误差±6.6度）。这表明，相比于抓握一个实体模具，将手平放在固定平面上能实现更精确、可重复的定位。此外，测量间是否脱戴手套（比较A与B、C与D）对整体误差影响甚微，说明重新穿戴手套本身并未引入明显的额外误差。
4. 潜在误差源的具体影响： * 握力变化： 测试结果显示，即使手指关节本身没有活动，握力的变化也会显著影响关节角度的读数。MP关节的读数变化可达11度，PIP关节可达6度。这可能是由于握力变化导致手部肌肉和软组织轮廓改变，或引起了MP关节（双轴关节）的微小侧向运动，从而被传感器记录为屈曲角度变化。 * 腕部运动： 测试证实，腕部的屈伸运动会影响手指关节的测量读数。当腕部活动时，MP关节读数变化可达7-8度，PIP关节可达6度。研究者认为，这更可能是由于手套织物在皮肤上滑动（特别是腕部活动时带动织物移位）所致，而非传感器本身的问题。 * 拇指测量： 研究中，拇指MP和IP关节的读数被认定不具有可重复性。原因是石膏模具未能充分稳定拇指的位置。因此，拇指的数据被绘制在图表中但未纳入最终的汇总分析表（表1）。
5. 与既往研究的对比： 研究引用了此前NASA对数据手套进行的一项测试。该测试仅针对食指PIP关节，使用Polhemus 3Space™磁定位系统作为“金标准”进行对比。结果显示，在单个关节的活动范围内，数据手套与参考系统的配对读数差异在2度以内，连续测量的角度分散度约为6度，证明了其在单关节测量上的速度和准确性优于手动方法。本研究则扩展了评估范围，验证了数据手套在同时测量多关节时的可重复性。
结论与价值： 本研究的结论是：对于正常受试者，光纤数据手套（Dataglove™）作为一种半自动测角测量设备，其可重复性与手动测角法相当。该手套的核心优势在于能够同时测量多个关节，并将数据自动记录并导入电子表格或报告中，从而有望大幅缩短临床评估所需时间，减少治疗师的工作负担，并将时间更多地留给患者治疗本身。此外，半自动化的流程有助于建立客观、标准化的测量程序，从而减少测试者间的主观误差。
然而，当前版本的数据手套也存在明显局限：1) 无法测量手指外展/内收和拇指的完整运动（尤其是腕掌关节）；2) 测量精度易受手套贴合度、握力变化以及腕部运动的影响；3) 在手部异常（如肿胀、挛缩、截肢）患者中的适用性尚未经过检验。这些因素都会限制其在复杂临床场景下的直接应用。
研究亮点： 1. 研究视角的转换与创新应用： 本研究成功地将一个原本为虚拟现实交互设计的数据手套，创造性地评估并论证了其在临床康复医学领域——特别是手功能客观量化评估——中的应用潜力，体现了跨学科技术转化的思路。 2. 系统性的评估框架： 研究设计不仅测试了整体可重复性，还通过设计对比实验（如手平放 vs. 抓握模具、脱戴手套）、控制变量（使用定制石膏模具）、专门探究误差源（握力、腕部运动），对影响测量性能的关键因素进行了深入、细致的剖析，构建了一个全面的技术可行性评估模型。 3. 明确了优势与局限： 研究结果清晰地指出了该技术的核心优势（多关节同步、自动化记录）和当前主要局限（依赖贴合度、受近端关节和肌力影响、对异常手型适应性未知），为后续的技术改进和临床研究指明了明确方向。报告特别指出，未来版本需要改进手套设计以适应不同手型，并考虑整合力传感器以控制握力变量。 4. 为临床自动化评估铺路： 在1990年，这项研究前瞻性地提出了利用计算机化、半自动设备革新传统耗时、主观的手功能评估方法的愿景，并提供了初步的实证支持，对推动康复评估技术的自动化、客观化发展具有启发意义。
其他有价值内容： 研究在讨论部分还展望了未来方向，包括：1) 在手部功能障碍患者中进行临床测试的必要性，以应对更复杂的评估挑战（如挛缩、截肢）；2) 改进手套设计以提高测量精度，特别是MP关节的可重复性；3) 开发能够测量更全面手部运动特征（可能包括外展/内收）的未来版本。这些内容勾勒了该技术从实验室走向临床应用的后续研发路线图。