多功能上肢假肢的发展与展望

《多功能上肢假肢的发展与展望》由会员分享，可在线阅读，更多相关《多功能上肢假肢的发展与展望（4页珍藏版）》请在金锄头文库上搜索。

1、多功能上肢假肢的发展与展望7多功能上肢假肢的发展与展望耿艳娟 张浩诗 武振兴 田岚 李光林摘 要 本文对多功能上肢假肢的国内外发展情况进行了概要介绍，并对肌电假肢控制的关键技术发展和技术需求进行了详细地阐述，最后对多功能上肢假肢的发展进行了总结和展望。关键词 多功能假肢；肌电信息；模式识别；控制1 引言长期以来，战争、疾病、工伤、自然灾害、交 通事故及意外伤害已将成千上万肢体残疾患者带给 了我们这个世界。根据2006年第二次全国残疾人抽 样调查领导小组和国家统计局发布的公告，在目前 我国8296万残疾人当中，肢残人有2412万人，占残 疾人总数的比例最高，达29.07%。这意味着，在我 国13

2、亿人口中，大约1.85%的人为肢残人。此外，从 1987第一次全国残疾人调查到2006的20年期间，肢 残人的数量从755万人猛增到2412万人，增幅高达 219.47%。因此，肢体残疾已经成为我国人口中的重 大残障疾病之一。仅在2008年5月的四川汶川大地震 中，就有2万多人失去了肢体；今年的玉树地震又造 成了许多生还者丧失肢体，为这些截肢患者安装假 肢是恢复其肢体功能的主要手段。由于上肢是人类 生活和劳动的重要器官，所以上肢截肢给肢体残疾 者带来的生活及工作的影响非常大。目前，国内外的商业化人工肢体有机械索控假 肢、肌电假肢和肌电索控混合假肢。传统的机械索 控假肢是利用假肢使用者的自身力源

3、，通过残留肢 体的机械动作拉动绳索或链条来操控假肢的肘关节 及手部装置。由于控制方法的固有局限,机械索控假 肢存在着功能单一、操控缓慢、动作笨拙、维护困 难等问题。长期以来，为了改善和提高假肢的控制性能， 人们利用各种先进的技术方法研发高性能假肢及控 制系统。随着先进的信号处理技术及高性能微处 理器的出现，通过体表肌电(Electromyogram， EMG)解码实现多功能假肢控制的思想成为可能。该方法可以克服传统肌电假肢控制的不足，实现有直 觉、多自由度假肢的仿生控制。传统的肌电假肢(例 如，德国Otto Bock及我国上海科生等)是利用一对 残留肌肉(主缩肌与拮抗肌)控制一个动作自由度(图

4、 1)。肢体截肢后，肌电信息源是有限的，截肢的程度 越高，残留的肢体肌肉越少，而需要恢复的肢体动 作越多。因此，用这种传统的肌电控制方式实现假 肢的多自由度控制是非常困难的。为了利用一对肌 肉控制更多的运动自由度，肌电假肢增加了肢体动 作“模式”切换功能。“模式”的切换是利用同时 使一对肌肉“收缩(Co-contraction)”或附加开关 来实现的。假设一个3自由度人工上肢的模式切换顺 序为：手部-腕部-肘部，如果当前假肢的“模式”是 手部动作，而假肢使用者下一步想做肘部的动作， 他们需要使一对肌肉同时“收缩”产生肌电，实现 假肢的动作“模式”从手部切换到腕部；再次使这 对肌肉同时“收缩”，

5、从而从腕部切换到肘部。然 后，假肢使用者可以利用两个EMG电极分别控制 假肢的两个不同的肘部动作，例如前臂的抬起与放 下。这样耗费了大量的时间和精力，增加了使用者 的负担。所以,目前的肌电假肢存在着训练过程漫 长、动作笨拙、假肢使用者的精神负担大等不足。 因此1，在拥有肌电假肢的残疾人中，大约不到50%的人经常使用他们的假肢。为研制新一代多功能的智能假肢，国内外众多 学者从神经机器接口技术和机器人仿生控制技术等 角度，付出了不懈的努力，并取得了一些可喜的研 究成果。本文将沿着这两大方向神经机器接口图1 传统的肌电假肢控制系统示意图8Vol. 4 No.11/ Nov. 2010图2 多功能机电

6、一体化人工手Shadow手i-LIMB手Otto bock手Shadow手i-LIMB手Otto bock手技术和机器人仿生控制技术发展，对上肢智能假肢 的发展现状和技术需求作出总结和展望。2 上肢智能假肢的发展(1)神经-机器接口技术的发展长期以来，人们利用各种先进的技术方法研发 高性能假肢及控制系统。目前，世界上已有多家假 肢与机器人公司开发了多功能的机电一体化人工肢 体或部件。例如，英国Touch Bionics公司的i-LIMB 手有5个可以独立控制的手指2；机器人公司的Shadow手可以做24个不同的动作(图2)；我国东北 大学研制的机械手可以做8个腕部及手部动作22及德 国Otto

7、 Bock和上海科生的人工手等。由于截肢后肌 电信息源有限，利用传统的肌电假肢控制方法，是 不能有效操控这些多功能人工肢体的。一种令人振 奋的想法是基于运动神经信息解码控制的多功能神 经假肢(Neuroprosthesis)。其中,脑-机接口(Brain- Computer Interface，BCI)方法直接从大脑皮层 测量神经电信号或从头皮表面测量脑电信号作为假 肢控制信号3-5，国内的清华大学及西安交通大学在 BCI技术的研究中取得了许多令人瞩目的成果23；周 围神经接口(Peripheral Nerve Interface，PNI)方 法通过植入肢体内的电极(阵)直接测量周围神经所传

8、输的神经电信号，并将测量的信号传输到体外作为 假肢控制信号6-7。BCI与PNI都具有实现神经假肢控 制的潜能，但因存在检测的神经信号微弱或信噪比 低(脑皮层电信号)、检测信号传输到体外的困难及 电极植入体内的长期生物兼容性等问题，它们还没 能产生任何实用化的假肢控制系统。最近，美国的 芝加哥康复研究院成功开发了一种新的神经-机器接 口方法：目标肌肉神经分布重建(Targeted Muscle Reinnervation，TMR)。TMR将截肢后残留的肢体神 经通过手术连结到特定的“目标”肌肉中，从而重 建因截肢所失去的肌电信息源8-11。TMR可以为假肢 控制提供更多的肌电信息源，但多自由度

9、假肢仿生 控制的实现，TMR需要高性能的假肢控制方法。(2)仿生控制技术的发展随着先进的信号处理技术及高性能微处理器的出现，通过体表肌电解码实现多功能假肢控制的思 想成为可能12-20。该方法的理论(神经电生理)基础是 运动神经信息可以通过对EMG信号解码得到13。当 截肢者通过想象，用他们的“幻影(Phantom)”肢 体做不同动作时，来自大脑的运动神经信号使残存 肌肉收缩产生EMG信号；用体表电极记录EMG信 号，并用模式识别方法解码，得到截肢者想要做的 肢体动作类型；根据识别的动作类型操控假肢完成 相应的动作。利用这种控制方法，假肢使用者可以 自然而直接的选择和完成他们想要做的各种不同肢

10、 体动作。因此，该控制方法可以克服传统肌电假肢 控制的不足，实现有直觉、多自由度假肢的仿生控 制。基于肌电解码的多功能假肢控制系统主要由两 个级联的部分组成：EMG 特征提取与动作分类(图 3)。特征提取是从EMG 信号中提取一组特征信息描 述EMG 模式21；动作分类是通过解码EMG 特征信 息，预测动作类型。首先，用EMG 特征信息训练一 个基于模式识别算法的动作分类器。然后，用训练 后的分类器实时解码EMG 信号。在肌电假肢实时操 控中，用分类器的输出选择假肢的动作类型，而用 EMG 的幅值大小来调控完成假肢动作的速度。图3 基于肌电解码的多功能假肢仿生控制系统示意图为了将基于肌电模式识

11、别的控制方法应用到 多自由度机器人手臂的控制系统中，众多学者对模 式识别技术在假肢控制中的可行性、性能及相关问 题进行了大量的研究，取得了一些有意义的研究成 果。基于这些已有的研究成果，目前世界上许多假 肢公司正积极开展高性能机器人手臂控制系统的研 究工作，试图用肌电模式识别控制策略，实现多自 由度人工手臂的直觉控制，开发出新一代机器人手 臂。美国的芝加哥康复研究院利用他们的TMR神经机 器接口技术，在世界上第一次实现了多自由度机器 人手臂的直觉控制8-11。我国学者在研制高性能假肢 及控制系统中也开展了一些相应的研究工作。复旦 大学附属医院将6个神经束内电极通过手术连接到1 例上肢截肢志愿者

12、6条不同的残留手臂神经上，利用 电极采集的运动神经信息控制假肢模拟装置的7个不 同的动作，但该实验只实现了一个动作的神经控制多功能上肢假肢的发展与展望924。另外，一些学者也对肌电控制的人工手及上肢进行了实验性的探索研究，并取得了一些可喜的成 果。例如，中国科学院深圳先进技术研究院研发的 三自由度前臂假肢，通过模式识别技术，使用者可 以同时操控虚拟假肢和前臂假肢实现6个动作(4个腕 部动作和2个手部动作)之间的自由转换(图4)，在国 内首次实现了多自由度前臂假肢的直觉控制。图4 虚拟人与3DOF前臂的实时控制 3 上肢智能假肢发展的技术需求目前的上肢智能假肢在世界上多种先进的仿生 假肢及部件可

13、以作出多自由度的动作，如上面提到 的Touch Bionics公司的i-LIMB仿生手和机器人公司 的Shadow手，基于肌电模式识别技术的假肢控制已 经取得了很多有意义的成果，然而与人体动作复杂 程度和自然性的要求还有一定的距离，这将依赖于 假肢控制信息源的获取、信息解码技术以及假肢控 制技术的进步。(1)控制信息源获取基于肌电控制的上肢智能假肢发展的瓶颈之 一在于对控制信息源的需求和可获得的肌电信息少 之间的矛盾。由于肢体截肢后，可用于假肢控制的 残留肌肉是有限的，特别是高位截肢者，残留肌 肉更少或完全丧失，不能为多功能假肢的控制提供 足够的肌电信息源，用于肌电假肢控制的输入信 息。为了重

14、建因肢体截肢而丧失的肌电信息源， 芝加哥康复研究院开发了一种新的神经-机器接口 方法：目标肌肉神经分布重建(Targeted Muscle Reinnervation，TMR)。TMR 将截肢后残留的肢体 神经通过手术连结到特定的“目标”肌肉中，从而 重建因截肢所失去的肌电信息源，该技术与先进的 信号处理方法结合，取得了瞩目的成就8-11。虽然 TMR 手术可以为多自由度假肢控制提供更多的肌 电信息源，但同时会给截肢者带来第二次的手术痛 苦，而且，有多少截肢者愿意接受TMR 手术、并能 承受TMR 手术的费用都是一个挑战。另外，许多 科研工作者试图对中枢神经信息25以及周围神经信 息26的直接

15、解码和模拟来控制假肢，在探索稳定可靠的控制信息方面取得了一些进展，但是由于这些 接口技术自身的复杂性以及人体与微型植入体之间 的特异反应27，从而在临床应用中受到限制。理论 上，相对于目标神经重建技术，中枢神经接口技术 可以提供更多控制信息。实际中，选择哪种神经-机 器接口技术将由使用者自己决定了。(2)肌电信息解码以及控制方式的进步当前，基于模式识别的控制方法为多自由度 假肢控制的实现提供了可能和希望，但令人遗憾的 是，由于受多种因素的影响和制约，实际应用于假 肢控制中其效果并不尽如人意。首先，利用肌电信 息对多种动作进行模式识别是建立在肌电信息和动 作的对应性及其良好的重复性的基础上，所以

16、肌电 信号的质量决定着假肢控制的性能。然而，在实际 应用中，各种动态因素(肌肉疲劳、电极位移及环境 噪声等)对肌电信息的影响会降低模式识别控制稳定 性。其次，现有的肌电解码算法只能识别有限的动 作类型，在不会增加算法的复杂程度、不需耗费更 长的计算时间、不会降低分类准确度等情况下，通 过增加动作类型来更近似人体动作，肌电信息解码 技术仍有一定的发展空间。最后，现有的肌电信息 解码方法和控制方式存在局限，因为一个模式分类 器每次只能作出一次判断，这就决定了假肢控制的 本质是时序的。虽然目前最先进的肌电假肢在部分 情况下，从视觉上已经实现了2个及以上自由度的同 时控制11，但其本质仍为时序控制，这与人体复杂 的动作要求尚有距离。因此，目前基于体表肌电模 式识别的控制方法应用于多自由度假肢系统中，还 不能真正实现完全自然的控制。4 总结与致谢基于表面肌电解码技术的上肢智能假肢是当前世 界研究的一个热点，肌电假肢的发展取得了瞩目的成 就，当前世界上最先进的肌电假肢可以实现20个以上 动作的控制。然而，与人体动作的复杂