数据手套技术在手功能康复治疗中的应用

钟欣益，何国志，陈浩

（广州中医药大学医学信息工程学院，广东广州 510006）

引言

手是人类最重要的劳动器官，兼具生活自理、生产劳动和情感表达、思想交流的双重功能。同时，因各种意外导致的手功能损伤也屡见不鲜，如中风、手外伤等。据统计，在各种外科创伤病人中，有三分之一以上属于手外伤。手功能障碍的恢复与重建对于改善患者的生活质量有着非常重要的意义。

1 研究现状

大量临床研究证明[1～3]：早期、合理、个性化、有计划的分期训练方法是手功能恢复的有效途径，而有效地进行康复治疗的前提和关键是对功能障碍的量化评定。正确并客观地评估患者病情对制定个性化的治疗方案、分析预后和评价康复效果具有重要意义。

一般来说，对手功能损伤的评定指标主要分为运动功能性量表和日常生活活动性量表，主要考查包括手的肌力、关节活动度、感觉、灵活性及协调性等几个方面。自Robert W.Lovett于1916年提出徒手肌力检查（Manual Muscle Test，MMT）后，经Florence P. Kendall等学者补充和完善，在临床肌力评价中得到了广泛应用[4]。由于受多种主观因素的影响以及分级标准缺乏明显计量界限，故MMT尚属于一种半定量的肌力检查方法。另外，Eaton RG. 于1975年首先提出用于测量关节总主动活动度（Total Active Movement,TAM）的方法，TAM使用量角器分别测量手指的掌指关节（MP）、近侧指间关节（PIP）和远侧指间关节（DIP）的主动及被动活动范围。TAM作为一种肌腱活动功能评定方法，能较全面地反映手指肌腱功能情况，也可以对比手术前后的主动、被动活动情况，实用价值高，缺点是测量及计算方法较为繁琐[5]。

随着科技的不断进步，手功能障碍患者的康复治疗方法正在发生革命性的变化，即从早期简单的机械式功能辅助替代向着智能化全过程的康复治疗与训练发展[6]。

在肢体康复领域，系列化的多功能康复训练设备已经发展较为成熟，欧美多家专业公司现已推出了市场化的实用产品。例如：瑞士Hocoma公司生产的全自动机器人步态训练与评估系统、三维上肢智能模拟训练系统[7]；美国Biodex公司生产的等速肌力运动训练评估设备和用于创伤后关节、肌肉、韧带及软组织损伤后的早期康复治疗与功能评定的多关节等速测试训练系统[8]；德国生产的Compass系列神经肌肉功能测试、评价、训练综合工作站等。这些产品都具备针对患者的从评定到治疗全过程的个性化康复治疗能力。

目前，国外针对手功能康复治疗研究也开始引入新的高科技手段，如虚拟现实（Virtual Reality）技术[9]。据报道，美国新泽西州的罗格斯大学（Rutgers University）利用一款商用CyberGlove数据手套和自己研制的触觉传感手套装置开发了一套中风后遗症患者恢复性治疗用的虚拟现实系统[10]。患者将手套型游戏装置戴在手上，通过手指的细微动作来操作游戏画面，初步达到了康复训练的目的。

国内对于手功能障碍患者的康复手段一般包括各种常规的物理治疗、运动治疗和作业治疗，这些诊疗理念和国际通行方法相差不大[11～13]，但在评估与治疗仪器设备上相对落后。大多数诊疗机构依然停留在目测或借助测角器等原始手段评定病情和疗效，存在较多的主观因素；同时，由于传统的康复训练方法机械而枯燥，患者难以长时间的保质保量的完成康复计划，存在较大的随意性，治疗效果也无法迅速得到反馈和评估；另外，传统模式下，医患之间一般采取一对一的监督治疗，在患者数量日益增多的情况下，显得力不从心，严重制约了治疗效率。

综上所述，研制一种集手功能障碍评定、治疗和疗效评价为一体的智能系统是十分必要的，具有良好的市场应用前景。

2 系统简介

本文在详细研究分析手功能康复治疗过程的基础上，借鉴国外同类产品先进的设计理念，提出了一种低成本的手功能智能康复系统解决方案。

2.1 系统设计依据

早期脑中风患者康复治疗手段主要是通过鼓励患者以健康侧肢做代偿，带动患肢做被动运动。1930 年Bethe 等首先提出中枢神经系统可塑性理论，认为中枢神经系统可以在结构或功能上发生动态改变以适应内外环境的变化，体现在神经系统损伤方面就是大脑功能的修复和代偿[14]。随着大脑可塑性理论的提出，带动涌现了许多不同的康复治疗新技术，如包括Bobath 法、Brunnstorm法、Rood 法、PNF法等在内的神经发育促进技术、运动再学习法、运动想象法、神经肌肉电磁刺激法、强制性使用运动疗法、反复抗阻训练以及不同疗法结合起来的综合疗法等等，均取得显著疗效[15～18]。

本项目基于大脑可塑性理论的运动再学习法，根据不同病人的情况，依靠医师处方通过特定的游戏软件产生有针对性的游戏动作和指令，使患者按游戏要求反复多次完成训练任务，并配合声音与视觉的多媒体反馈及手法指导画面，逐步恢复已丧失的运动功能。

2.2 系统硬件组成

智能康复系统的硬件环境主要包括通用个人计算机一台、5DT Data Glove Ultra数据手套一副。其中，通用计算机的配置应留有一定的性能裕度以应对潜在的大数据处理。此外，系统中还可包括一些用于患者信息采集的扫描仪、打印机、数码相机或摄像头等辅助性设备。值得说明的是，在本系统中，由于经费限制，我们选用的是美国5DT（Fifth Dimension Technologies）公司生产的5DT Data Glove 5 Ultra型数据手套。

5DT Data Glove Ultra系列数据手套由黑色合成弹力纤维材料配合光纤曲度传感器制成，具有佩戴舒适、简单易用、高数据采样率等特点，是虚拟现实、动作捕捉等虚拟交互领域的专业产品。手套分为5个传感器和14个传感器两个系列，传感器数量越多，可测量的关节活动节点数也就越多。

5DT Data Glove 5 Ultra型数据手套总共5个传感器，每个手指1个传感器，测量指节和第一个关节的弯曲和伸展度。其最大采样率达100Hz，A/D转换精度为12bit，具备手指运动检测、数据记录、自动校正微调和基于TCP/IP数据传输的远程操作等功能。

所有手指活动信号可利用产品配套的SDK编程工具中读取API接口函数来实现，并通过标准USB接口与计算机进行数据传输，为用户二次开发提供了便利条件。

2.3 系统软件设计

智能康复系统的软件可以分为三个层次，如图2所示。

1）传感数据通讯层

该层主要完成对数据手套设备的硬件驱动加载、初始状态配置和校准以及对指定通道的曲度传感器进行数据采集等任务，实现对患者手关节的屈伸角度和运动状态进行实时测量。

手套的数据采集主要通过调用5DT Data Glove 5 Ultra配套的SDK中几个API接口函数。下面简要介绍几个系统工作时所用的主要相关API函数：

1. 扫描检测USB接口是否与手套相连接：int fdScanUSB（ unsigned short*aPID, int &nNumMax）；

2. 打开数据手套相应的数据接收端口：fdGlove*fdOpen（char*pPort, bool bOnlyAllowSingle Connection）；

3. 获取数据手套的左右手型：int fdGetGloveHand（fdGlove*pFG）；

4. 获取数据手套所属系列种类：int fdGetGloveType（fdGlove*pFG）；

5. 读取数据手套指定手指活动状态传感通道的数据：fl oat fdGetSensorScaled（fdGlove*pFG, int nSensor）；函数的返回值在[0,1]区间内与弯曲度呈线性关系，0代表完全伸直状态，1代表弯曲至90°。

6. 关闭数据手套相应的数据端口：int fdClose（fdGlove*pFG）；

通过以上函数，数据手套各传感器输出值经转换成角度数据后可以直接应用于后续的康复训练应用层的模块中。在本项目中，我们把采集到的数据按约定格式转换后保存在一个事先开辟的数据缓冲区内，供康复训练模块的应用程序读取。

2）康复训练应用层

该层利用Unity 3D平台开发，主要实现基于第一人称视角的游戏型康复训练功能。由于本应用层软件是通过虚拟的游戏场景来完成与患者交互的，因此如何有效调动患者的主动参与训练的积极性和趣味性，提高康复治疗的效果，是本层软件设计的重要内容。

应用层软件在读取患者手指弯曲角度的时间序列数据后，需将该数据与Unity 3D构建的虚拟角色的手关节相耦合，以便建立数据手套的真实动作与训练场景下的3D手虚拟模型的对应函数关系。

在本系统中，受5DT Data Glove 5 Ultra数据手套每个手指仅有一个传感器的限制，传感器的测量数值范围为[0,1]，最小分辨率为0.1，因此对应可测量的手指屈曲度范围为[0°,90°]，分度值为9°。

中位0度法是将伸直位（中立位）作为运动的起点，目前国际上通用的方法。其记录是以中立位为起始点0°，按该关节屈伸、内收、外展、内旋、外旋各运动平面的两个相反方向记录活动的起始到终末度数，两个度数之差即为活动范围[14]。在本系统中，仅采用手指关节的屈伸来记录手指活动范围，其中定义以从中立位向屈曲方向活动为屈曲，以超过中立位活动为伸展。

根据手的骨关节解剖模型，参见图3。

我们将掌骨与近节指骨夹角α1和近节指骨与中节指骨夹角α2视为在手指弯曲时是同时变化的角度量，即α1=α2=1/2α（即float fdGetSensorScaled函数的返回值）。以掌骨与近节指骨关节为中立点，则有表1所示的关系。

以上述模型为基础，可在Unity 3D平台上确定手关节运动参数。

而在Unity中，触发信息检测的函数分别有：

1. MonoBehaviour.OnTriggerEnter（Collider other）当进入触发器；

2. MonoBehaviour.OnTriggerExit（Collider other）当退出触发器；

3. MonoBehaviour.OnTriggerStay（Collider other）当逗留触发器；

碰撞信息检测的函数分别有：

1. MonoBehaviour.OnCollisionEnter（Collision collisionInfo）当进入碰撞器；

2. MonoBehaviour.OnCollisionExit（Collision collisionInfo）当退出碰撞器；

3. MonoBehaviour.OnCollisionStay（Collision collisionInfo）当逗留碰撞器；

这些组件与Unity的物理系统几乎能实现所有物体的碰撞事件，使训练游戏达到了非常立体、真实的效果。

由于虚拟现实场景将患者的虚拟肢体模拟到特定的游戏环境中，可使得患者在康复训练的同时忘却训练本身的枯燥和难度，具有趣味性强，患者依从性好，有助于提高训练信心等优势。研究表明，经虚拟训练后的Fugl-Meyer运动指数评分、Barthel指数及功能独立量表等日常生活指数评分等各项指标均会有所提升。

3）数据管理层

电子病例数据库管理系统综合上述两模块所采集的相关数据，并结合患者个人基本资料、病情状况、治疗方案和康复效果等信息，最终将各类临床数据集成为一个详细全面的数据库系统，便于查询、对比、统计与分析研究。

三个层次模块从下至上由系统管理主程序负责调度管理。

2.4 使用流程

系统构建完成后，可以进入使用阶段，其步骤如下：

1. 患者就诊，可利用扫描、摄影等手段采集患者基本信息及首诊病况，并在数据库中建立患者病历档案。

2. 对患者伤残评定、肌力测试。让患者戴上数据手套，测量其手指各关节活动能力。同时，调节握力器阻力测试其最大握力。

3. 康复医师参照测试结果，确定治疗处方，并输入工作站管理软件。

4. 患者在软件的监控下进行康复训练，医师可随时抽查和评估康复效果，并根据疗效修订康复方案，如此往复，直至治疗结束。

5. 治疗结束后，收集患者最终疗效数据，归档保存于数据库中，便于后期科学研究。

3 小样本临床验证

为初步评价系统的临床实用价值，我们进行了小样本的临床对比试验。

3.1 样本选择及分组

入选标准为：①病情适于参与实验（肌腱损伤修复术后4周、神经修复术后6 周、骨折术后4 周），手部已开始渐进性抗阻训练的就诊病患；②同意签署知情同意书。

排除标准：不能主动配合训练者或病情不稳定者。

最终符合条件者为18例。将其随机分为实验组（数据手套组）和对照组（传统治疗组），试验组采用手功能康复训练系统进行训练，对照组采用传统的方法进行，其余条件两组完全相同。在患者治疗前和疗程结束后采用九孔木钉板试验分别进行手的协调灵活性评定。

3.2 实验结果

由表1可见，治疗前后组内比较：实验组第2 周末单位时间击中目标个数均较前有所增加（P=0.009），而在治疗后的实验组与对照组组间比较则无明显的统计学差异（P＞0.05）。实验结果初步表明本康复系统具备与传统治疗方法相当的治疗效果。

3 结束语

新型手功能障碍康复工作站的研制不仅可实现人体手部运动状态轨迹的快速精确测量、肌力测定和训练，还可以辅助康复医师进行客观化的伤残等级评定，拟定个性化治疗方案，而且治疗方案也能够在系统程序的实时监控下得到严格地执行，保证了患者康复训练的数量与质量。同时，可以随时分析处理医疗数据以给出不同疗程下的疗效评定以及建立病案数据库，便于对病患疗效跟踪与科学研究等活动，从而建立一套完整科学的手功能康复评价诊疗系统。

该系统只需通过简单扩展训练装置的数量，即可快速实现计算机监控下的多人同时诊疗，减少了患者候诊时间，提高诊疗效率。

[1] 高林. 手外伤后的康复训练. 中外医疗, 2009, 28(22) : 184.

[2] 吴卫青, 杨蓉, 张雯, 等. 早期康复对手外伤功能恢复的影响. 中国康复, 2006, 21(4): 235-236.

[3] 刘爱华. 手外伤屈肌修复术后的功能再训练. 中国组织工程研究与临床康复（中国临床康复）, 2002, 6(16): 2474.

[4] 王澍寰. 手外科学. 第2版. 北京：人民卫生出版社，2002．

[5] 王俊华. 康复医学概论. 人民卫生出版社, 2010.

[6] Jezernik S, Colombo G, Keller T,et al.Robotic Orthosis Lokomat:A Rehabilitation and Research Tool. Neuromodulation, 2003, 6(2):108-115.

[7] Angelo B, Sharon M N, Arno H A S,et al.Training Modalities in Robot-mediated Upper Limb Rehabilitation in Stroke: a Framework for Classification Based on a Systematic Review. Journal of NeuroEngineering and Rehabilitation, 2014, 11:111.

[8] Gunnarsson U, Johansson M, Strigård K. Assessment of Abdominal Muscle Function Using the Biodex System-4: Validity and Reliability in Healthy Volunteers and Patients with Giant Ventral Hernia. Hernia, 2011, 15(4): 417-421.

[9] Rose F D, Attree E A, Johnson D A. Virtual Reality: an Assistive Technology in Neurological Rehabilitation. Curr Opin Neurol, 1996,9: 461- 467.

[10] Adamovich SV1, Merians AS, Boian R,et al.Virtual Reality- based Post-Stroke Hand Rehabilitation. Proceedings of Medicine Meets Virtual Reality 2002 Conference, IOS Press, 64-70.

[11] 潘达德, 顾玉东, 侍德, 等. 中华医学会手外科学会上肢部分功能评定试用标准. 中华手外科杂志 2000, 16(03):130-135.

[12] 纪树荣. 瘫痪肢体肌力检查及康复指导. 人民军医出版社, 2009.

[13] 徐军. 等速运动在康复评定与治疗中的应用.中华物理医学与康复杂志, 2006, 28(08): 570- 575.

[14] 裴福兴. 骨科临床检查法. 人民卫生出版社, 2008.

[15] 毕胜. 功能神经影像学技术：研究人脑可塑性的有效工具. 中国康复医学杂志, 2003, 18(12): 129-132.

[16] Barbro B J. Current trends in stroke rehabilitation. A review with focus on brain plasticity. Acta Neurol Scand, 2011, 123: 147-159.

[17] 司惠芳, 梁岚萍, 刘向真, 等. 脑卒中肢体康复现状综述. 中华护理杂志, 2004, 7 (39): 535-538.

[18] 张琳瑛. 脑卒中康复治疗技术的研究进展与应用. 中国临床康复,2004, 8(34): 7768-7769.