基于康复机器人内部传感器的运动功能评价方法

康复机器人常通过多种传感器，有效监测和记录整个康复训练过程中的人体运动学参数，如运动速度、运动范围、运动平稳性、运动准确度、运动效能(主动运动比例)、运动效率(理论/目标轨迹长度与实际运动轨迹长度之比)等，进而对患者的康复进展做出量化评价，具有较G的灵敏度。

Colombo等在单自由度手腕康复机器人和双自由度肘－肩康复机器人中，采用完成圆形或方形轨迹任务时的平均速度、运动偏差和主动运动指数来描述恢复期脑卒中患者上肢的运动速度、准确度及效能，认为这些运动学参数与Fugl-Meyer运动功能评定量表呈中度相关(r＞0.53，P＜0.03)。Longhi等则在Armeo Spring外骨骼机器人中，采用手径比、平均速度和速度分布峰速度来测定脑卒中患者上肢的运动准确度、速度及平稳性，结果与Wolf运动功能评价量表呈中度相关(|rho|=0.31－0.50)。以上运动学参数与量表评价法的相关性研究结果，为该评价方法应用于临床疗效评估提供了可能性。

基于康复机器人内部传感器识别记录训练过程中的运动学参数，能够实时定量评估不同的运动模式，还能够掌握患者是否主动参与训练等情况。但尚存以下问题:

1 不同机器人提供的运动学参数和指标不一致，评估结果缺乏可比性。例如，InMotion上肢机器人采用峰值速度来反映运动平稳性，而ＲUPEＲT上肢外骨骼机器人以加速度变化率来反映这一特性;运动准确度评价方面，Braccio di Ferro触觉机器人通过记录“∞字形”轨迹任务时的运动轨迹偏差来反映运动准确度，而HapticKnob末端牵引式上肢机器人则记录了点对点任务时的目标误差来反映这一特性。

2 无严格的信度和效度研究，尚待进一步的验证。

3 因康复机器人的机械结构限制了参数采集的范围，如末端牵引式上肢康复机器人的内部传感器只能记录手部运动轨迹，而不能采集上肢其他部位的运动学参数，导致其评估结果不够多面。

此外，部分康复机器人无信号采集子系统，不能实时采集训练过程中的运动学参数。

鉴于以上缺点，基于机器人内部传感器提供运动学参数来进行康复疗效评估方法尚未得到临床广泛应用，笔者认为建立规范有效的评价体系是康复机器人亟需解决的问题。