神经义肢在颈段脊髓损伤患者康复中的应用

刁子龙，马鑫鑫，柴晓珂，白然，公维军

神经义肢在颈段脊髓损伤患者康复中的应用

刁子龙1，马鑫鑫1，柴晓珂2，白然1，公维军1

神经义肢控制系统基于脑机接口技术、功能性电刺激技术等，通过分析脑电信号获得控制命令，直接作用于肌肉系统或外部设备，恢复或代偿脊髓损伤患者的运动功能。本文阐述神经义肢系统的基本结构、工作原理及关键技术，归纳该技术在颈段脊髓损伤患者康复治疗中的应用情况、存在的问题及发展前景。

神经义肢；脑机接口；颈段脊髓损伤；康复；综述

[本文著录格式]刁子龙，马鑫鑫，柴晓珂，等.神经义肢在颈段脊髓损伤患者康复中的应用[J].中国康复理论与实践,2017, 23(4)：394-397.

CITED AS：Diao ZL,Ma XX,Chai XK.Application of neural prosthesis in rehabilitation of cervical spinal cord injury(review)[J]. Zhongguo Kangfu Lilun Yu Shijian,2017,23(4)：394-397.

脊髓损伤发生率呈现逐年增高的趋势，脊髓损伤是脊柱损伤最严重的并发症，颈段脊髓损伤往往导致上肢、躯干、下肢及盆腔脏器的功能障碍[1]。根据美国脊髓损伤统计中心数据库报道的康复出院人群数据，不完全性和完全性四肢瘫患者占总数的45%和14.3%[2]。脊髓神经损伤的修复至今仍是医学中的一个难题，所以想方设法地绕过阻断的神经传导通路来传递神经信号就成为国内外研究人员探索的热点。基于脑机接口(brain-computer interface,BCI)的控制系统不依赖于正常的神经传导通路，通过记录分析人脑产生的脑电信号，翻译为控制命令直接对外部设备进行控制[3]，已成为颈段脊髓损伤患者功能重建的重要方法。

1 神经义肢系统的基本原理

近年来，随着认知脑科学、神经科学、信号处理技术的不断发展，国内外学者对神经义肢(neural prosthesis)技术进行大量的深入研究。神经义肢系统主要基于BCI技术、功能性电刺激(functional electrical stimulation,FES)等技术，通过分析脑电信号(electroencephalograph,EEG)获得控制命令，直接作用于失神经肌肉或外骨骼康复机器人，代偿传统的脑-脊髓-肌肉传出通路，重建脊髓损伤患者的运动功能[4]。该技术可以有效帮助脊髓损伤患者进行康复治疗及功能重建。

2 神经义肢系统在颈段脊髓损伤患者康复中的应用

神经义肢系统用于运动功能康复训练，如偏瘫、截瘫、脑瘫和截肢患者，有研究基于BCI的反馈系统，在虚拟现实训练场景，实现人机交互进行下肢运动功能康复训练[5]，对于脑卒中患者的康复训练可以促进大脑重塑，减轻残疾，提高生活质量[6]。而对于颈段脊髓损伤患者，修复神经的方法极为困难，因此通过BCI技术来实现其运动功能的代偿成为重要的治疗手段。

对于脊髓损伤部位较高导致上肢功能受限的四肢瘫患者，有研究基于稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)或运动想象结合自发的α波脑电信号[7]，帮助患者自主控制光标的移动实现单击浏览网页[8]，控制文字输入[9]，利用闭眼放松及左右手运动想象实现对智能轮椅[10]及家居设备开关的控制[11]，其优点是不依赖肢体动作实现控制，不需复杂的训练，实用性强，在四肢瘫患者中有较高的应用价值。

目前国内外基于BCI技术辅助脊髓损伤患者康复的研究主要有以下两方面：一是基于BCI控制外骨骼康复机器人，包括机械臂、下肢外骨骼矫形器、步行支具等辅助运动功能的机器人，通过训练改善或帮助患者恢复运动功能；二是通过BCI控制功能电刺激器刺激失神经肌肉来实现上肢、下肢运动，如通过神经义肢手实现抓握等动作[12]，完成日常生活的基本动作，实现瘫痪患者运动功能的代偿[13]。

2.1 基于BCI技术控制康复机器人的研究现状

2.1.1 BCI技术的基本原理

典型的BCI系统包含四个部分，分别为信号采集、处理单元、外部设备和反馈部分[14]。通常采用功率谱分析等信号处理的方法提取脑电信号的特征，以及人工神经网络等模式识别的方法进行分类，最终获得命令编码传输到外部设备实现控制[3]。目前基于BCI技术的康复机器人系统有较高的信息传输率和准确度。

2.1.2 基于BCI的康复机器人技术

康复机器人主要分为康复训练机器人和辅助型康复机器人两种，训练机器人主要帮助患者完成各种训练，辅助机器人辅助患者完成各种肢体动作。控制康复机器人帮助脊髓损伤患者进行康复训练或功能代偿，是BCI技术的重要应用。应用自动的辅助康复机器人进行康复治疗，可以减轻治疗师的工作负担，提高康复治疗的效率，而自主控制康复机器人进行训练可以使患者主动参与到康复训练中，取得更好的康复疗效[15]。

孟宪鹏[16]运用事件相关电位(event-related potential,ERP) P300电位及运动想象多关节(机械腕、肘、肩、腰关节)机械臂的控制，基于P300的脑机接口可以实现多目标选择，识别率高，机械臂可控性好，经过一定训练的被试者可以较好地控制机械臂完成各种动作和任务，但该系统存在输出命令有延迟、实时性不好的缺点。基于运动想象的BCI系统控制机械臂实时性较好，空间定位精度高，但可以实现的动作较少，可控制的自由度受限，受试者需要进行长时间的训练。清华大学任宇鹏等[17]用基于BCI的机械手闭环控制系统，实现了握住水杯、倒水、将水杯放回原处和机械手位置复原等动作，为多自由度假肢、外动力矫形器、护理机器人等运动康复辅助器的设计提供了新的技术和思路。Yahud等[18]研发出基于BCI的16个自由度的机械假手，该假手能完成圆柱体抓取，钥匙捏取，两手指夹取纸片，三手指夹取鸡蛋等动作，但该系统信号处理速度较慢，识别率准确率不高，抗干扰较差，受试者需要经过长时间严格训练才能达到理想的状态。

随着植入式脑电采集技术的发展，有研究者尝试获得更高空间分辨率的脑电信号，采用更接近脑神经元的植入式电极帮助脊髓损伤患者完成更高精度的肢体动作，有研究表明植入式电极可持续使用5年以上[19]。Hochberg等[20]将4×4 mm、96通道的硅电极阵列植入受试者大脑运动皮质中控制手臂的区域，利用卡尔曼滤波器提升皮质运动层运动想象信号的质量，提高特征提取的精度，两名脊髓损伤患者实现了对手臂辅助器具(DLR Light-Weight Robot III)及上肢假肢(DEKA arm system)的控制，完成复杂的手部动作，对物品进行精准抓取与握持。Collinger等[21]进一步优化神经信号提取算法，采用基于运动速度的解码模式，使四肢瘫患者数小时训练后可实现机械假手的三自由度平移动作，4个月训练后可熟练使用七自由度的仿生机械假手，上肢动作研究量表(Action Research Arm Test)[22]分数可达到15～17，极大地改善了四肢瘫患者的上肢功能。Lee等[23]通过运动想象，采用级联二元分类器提取事件去同步电位，想象双手运动作为外骨骼运动开关，实现对下肢外骨骼装置的控制，可以完成前进，左、右转向三个动作，为四肢瘫患者下肢运动功能重建提供了有效途径。

2.1.3 基于BCI技术的康复机器人存在的问题

目前康复机器人的研究虽然处于起步阶段，但在运动控制的稳定性、准确性、响应性、安全性以及操作的可靠性方面有出色的表现，康复机器人在脊髓损伤患者康复中得到广泛的应用，也取得很好的临床效果，而存在的问题主要集中在机构的设计，控制的精度和速度，机械设备的灵巧性，BCI技术的信息传输率、误差率、特征提取和转换算法，及应用于脊髓损伤患者训练的实用性、适应性等方面，有待进一步优化。对于脊髓损伤导致四肢瘫的患者，他们更希望可以通过BCI技术恢复手和手臂的功能，而不是控制类似轮椅、机械臂这类辅助器具，因此帮助脊髓损伤患者重新获得原有的运动功能，是神经义肢系统的一个重要方面[24]。

2.2 基于BCI及FES技术控制失神经肌肉的研究现状

FES技术在脊髓损伤患者康复过程中已经得到广泛的应用[25]，但FES技术模式主要为患者末端神经的局部刺激，不能根据患者的主观运动意愿活动。基于BCI-FES的技术是在人的大脑和失神经肌肉之间直接建立联系，不依赖与脑-外周神经-肌肉这一正常传导通路[26]，同时能够克服单纯FES自适应性差，难以控制等不足，对于不完全性四肢瘫患者可以达到理想的康复效果[27]。通过监测、识别患者主观运动意识，以此产生相应的FES控制信号模式，实现患者自觉运动。这种BCI控制FES的全新运动神经重建技术引导了当前神经康复工程研究的新潮流。

2.2.1 上肢功能重建

上肢运动功能的重建对于脊髓损伤造成的四肢瘫痪患者，特别是C5、C6损伤患者有着重要意义，能够使其恢复基本的日常生活能力，促进瘫痪肢体的运动功能[25]。Vidaurre等[28]应用非侵入式BCI，提取正常人运动想象的脑电特征，实时计算并连续控制FES刺激上肢，实现对上肢的线性控制。Vučković等[29]结合自发脑电信号α节律和运动想象电位控制功能电刺激器的开闭，应用于四肢瘫患者亚急性康复治疗过程中，实现手掌开闭动作，控制准确度达到83%。Rohm等[30]开发应用BCI-FES技术结合肘关节自锁矫形器[31]，基于运动想象采用非侵入式的电极，使C4完全性损伤患者完成物品的握持、释放、移动，借助BCI控制矫形器完成肘关节的屈伸动作，实现文档签署、吃饼干棒等日常生活活动。周鹏等[32]开发了一种用于瘫痪患者的智能康复系统，患者可根据自己的运动想象控制其瘫痪肢体运动。该康复系统采集分析患者左右手运动想象动作电位信号，分析人的运动意图准确率达95%以上，控制功能性电刺激仪完成手掌伸展、四肢弯曲同时拇指伸展、弯曲拇指侧捏状态动作。

Bouton等[13]将这种基于BCI和FES的系统称为神经旁路系统(neural bypass system,NBS)，采用植入式电极，将微电级植入颈段脊髓损伤患者(C5～C6)大脑运动皮质内部，并令患者手臂部穿戴定制的装有130个刺激电极的柔性前臂套筒，利用运动想象实现实时做出动作，如抓握、握住水杯移动、倒水、捏住勺子并搅拌等，经过15个月的康复训练后，经康复评定，效果相当于C7～T1脊髓损伤患者的运动水平，患者日常生活活动有显著改善。但使用大量表面电极通过FES恢复患者的运动功能是一种耗时较长且费用较高的方式，且大多数研究集中在手部的运动功能恢复，因为无法克服肌肉疲劳因素，应用在肘关节功能障碍恢复时效果并不理想。

2.2.2 下肢功能重建

Do等[33]首次将BCI-FES技术应用于下肢功能重建，基于运动想象脑电的对侧控制模式，通过FES系统实现对侧胫前肌的运动完成足背屈动作，但该系统延迟较大。姚林等[34]基于SSVEP脑机接口刺激FES控制小腿摆动，2名健康受试进行行走测试，该系统可以识别5种运动意图控制小腿的摆动和行走，但由于驱动下肢运动所需电刺激强度较大，会产生轻微疼痛，且在行走中受试者很难全神贯注地注视屏幕中的刺激信号，导致识别率低于70%。有研究表明[35]，足部的运动会对运动想象事件相关同步、去同步电位产生干扰，影响脑电信号特征提取。下肢功能重建难度较大，帮助其恢复上肢功能应为首要选择。

2.2.3 存在问题

目前，已经有很多国内外研究团队在研究基于BCI和FES技术的机械臂应用于上肢功能重建；由于控制下肢行走运动的大脑皮层位置较深，脑电信号较微弱，因此开展基于BCI和FES重建下肢功能面临更多的问题，目前的研究论著较少；轮椅、截瘫矫形器可作为瘫痪患者广泛使用的稳定可靠的移动、步行工具，在一定程度上限制下肢BCI-FES技术的研究。更多的研究也关注基于BCI技术控制康复辅具及家居设备的系统研究。利用BCI-FES技术识别脊髓损伤患者的运动意图，控制其失神经肌肉来恢复运动功能的研究目前均处于初级阶段，还有许多问题需要解决，但是初步的研究结果显示，采用BCI-FES技术完全可行。

3 展望

随着研究者对脑功能和神经科学领域的不断探索，BCI技术和FES技术的不断成熟，神经义肢系统迅速崛起并初步临床试验成功，使得神经义肢系统成为神经工程和康复工程领域共同关注的重要研究分支，为脊髓损伤患者提供全新的与外界进行交流和控制的方式。尽管目前神经义肢系统还不成熟，但随着计算机科学、神经生物学、数学、康复医学等相关学科的不断发展和融合，国内外各个研究小组的紧密交流和合作，神经义肢系统的应用前景将更加广阔。

[1]李建军,杨明亮.四肢瘫患者的上肢功能重建[J].中国康复理论与实践,2002,8(3)：142-146.

[2]Spinal Cord Injury(SCI)2016 Facts and Figures at a Glance[J].J Spinal Cord Med,2016,39(4)：493-494.

[3]Abdulkader SN,Atia A,Mostafa MM.Brain computer interfacing：applications and challenges[J].Egypt Inform J,2015,16 (2)：213-230.

[4]Wang W,Collinger JL,Perez MA,et al.Neural interface tech

nology for rehabilitation：exploiting and promoting neuroplas

ticity[J].Phys Med RehabilClin NAm,2010,21(21)：157-178. [5]马贇,王毅军,高小榕,等.基于脑-机接口技术的虚拟现实康复

训练平台[J].中国生物医学工程学报,2007,26(3)：373-378. [6]Daly JJ,Wolpaw JR.Brain-computer interfaces in neurological

rehabilitation[J].Lancet Neurol,2008,7(11)：1032-1043.

[7]Bastos TF,Muller SM,Benevides AB,et al.Robotic wheel

chair commanded by SSVEP,motor imagery and word genera

tion[C].Conf Proc IEEE Eng Med Biol Soc,2011：4753-4756. [8]Mcfarland DJ,Sarnacki WA,Wolpaw JR.Electroencephalographic(EEG)control of three-dimensional movement[J].J Neural Eng,2010,7(3)：189-190.

[9]Farwell LA,Donchin E.Talking off the top of your head：toward a mental prosthesis utilizing event-related brain potentials[J].Electroencephalogr Clin Neurophysiol,1988,70(6)：510-523.

[10]陈真诚,庞雪燕,孙统雷,等.脑控智能轮椅控制系统[J].电子技术应用,2014,40(9)：126-129.

[11]邢潇.基于便携式脑-机接口的智能家电控制系统研究[D].天津：天津职业技术师范大学,2014.

[12]李耀楠,张小栋,王云霞.脑-机接口驱动神经义肢手系统的研究[J].中国医疗设备,2011,26(4)：5-8.

[13]Bouton CE,Shaikhouni A,Annetta NV,et al.Restoring cortical control of functional movement in a human with quadriplegia[J].Nature,2016,533(7602)：247-250.

[14]Schwartz AB,Cui XT,Weber DJ,et al.Brain-controlled interfaces：movement restoration with neural prosthetics[J].Neuron,2006,52(1)：205-220.

[15]程明,任宇鹏,高小榕,等.脑电信号控制康复机器人的关键技术[J].机器人技术与应用,2003(4)：45-48.

[16]孟宪鹏.多关节机械臂的脑机控制方法探索[D].长沙：国防科学技术大学,2011.

[17]任宇鹏,王广志,程明,等.基于脑-机接口的康复辅助机械手控制[J].中国康复医学杂志,2004,19(5)：330-333.

[18]Yahud S,Osman NAA.Prosthetic Hand for the Brain-computer Interface System.3rd Kuala Lumpur International Conference on Biomedical Engineering,2006[M].Berlin：Springer, 2007：643-646.

[19]Simeral JD,Kim SP,Black MJ,et al.Neural control of cursor trajectory and click by a human with tetraplegia 1000 days after implant of an intracortical microelectrode array[J].J Neural Eng,2011,8(2)：587-589.

[20]Hochberg LR,Bacher D,Jarosiewicz B,et al.Reach and grasp by people with tetraplegia using a neurally controlled robotic arm[J].Nature,2012,485(7398)：372-375.

[21]Collinger JL,Wodlinger B,Downey JE,et al.High-performance neuroprosthetic control by an individual with tetraplegia[J].Lancet,2013,381(9866)：557-564.

[22]McDonnell M.Action research arm test[J].Aust J Physiother, 2008,54(3)：220.

[23]Lee K,Liu D,Perroud L,et al.A brain-controlled exoskeleton with cascaded event-related desynchronization classifiers[J]. RobotAuton Syst,2017.90：15-23.

[24]Collinger JL,Boninger ML,Bruns TM,et al.Functional priorities,assistive technology,and brain-computer interfaces after spinal cord injury[J].J Rehabil Res Dev,2013,50(2)：145-160.

[25]Gorman PH,Wuolle KS,Peckham PH,et al.Patient selection for an upper extremity neuroprosthesis in tetraplegic individuals[J].Spinal Cord,1997,35(9)：569-573.

[26]Mcfarland DJ,Wolpaw JR.Brain-computer interfaces for communication and control[J].Commun ACM,2011,54(5)： 60-66.

[27]Osuagwu BC,Wallace L,Fraser M,et al.Rehabilitation of hand in subacute tetraplegic patients based on brain computer interface and functional electrical stimulation：a randomised pilot study[J].J Neural Eng,2016,13(6)：065002.

[28]Vidaurre C,Klauer C,Schauer T,et al.EEG-based BCI for the linear control of an upper-limb neuroprosthesis[J].Med Eng Phys,2016,38(11)：1195-1204.

[29]Vučković A,Wallace L,Allan DB.Hybrid brain-computer interface and functional electrical stimulation for sensorimotor training in participants with tetraplegia[J].J Neurol Phys Ther, 2015,39(1)：3-14.

[30]Rohm M,Schneiders M,Müller C,et al.Hybrid brain-computer interfaces and hybrid neuroprostheses for restoration of upper limb functions in individuals with high-level spinal cord injury[J].Artif Intell Med,2013,59(2)：133-142.

[31]Rohm M,Müller-Putz GR,Ascheberg AV,et al.Modular FES-hybrid orthosis for individualized setup of BCI controlled motor substitution and recovery[J].Inter J Bioelectromag, 2011,13(3)：127-128.

[32]周鹏,曹红宝,熊屹,等.基于脑机接口的智能康复系统的设计[J].计算机工程与应用,2007,43(26)：1-4.

[33]Do AH,Wang PT,King CE,et al.Brain-computer interface controlled functional electrical stimulation system for ankle movement[J].J Neuroeng Rehabil,2011,8(1)：49.

[34]姚林,张定国,王颖.脑机接口控制的下肢功能性电刺激系统研究[J].中国生物医学工程学报,2012,31(5)：690-696.

[35]Gourab K,Schmit BD.Changes in movement-related β-band EEG signals in human spinal cord injury[J].Clin Neurophysiol,2010,121(12)：2017-2023.

Application of Neural Prosthesis in Rehabilitation of Cervical Spinal Cord Injury(review)

DIAO Zi-long1,MA Xin-xin1,CHAI Xiao-ke2,BAI Ran1,GONG Wei-jun1
1.Beijing Rehabilitation Hospital,Capital Medical University,Beijing 100144,China;2.School of Biologicol Science and Medical Engineering,Beihang University,Beijing 100191,China

GONG Wei-jun.E-mail：gwj1971@163.com

Neural prosthesis control system is based on brain-computer interface and functional electrical stimulation technology,by analyzing the electroencephalograph control commands directly into the muscle system or an external device,which compensated efferent pathway from the brain-spinal cord,and recovered motor function of patients with cervical spinal cord injury.This paper described the basic structure,working principle and key technology of neural prosthetic system,summarized the application,problems and prospects of neural prosthetic technology in the rehabilitation of cervical spinal cord injury.

neural prosthesis;brain-computer interface;cervical spinal cord injury;rehabilitation;review

R651.2

A

1006-9771(2017)04-0394-04

2016-12-09

2017-01-13)

10.3969/j.issn.1006-9771.2017.04.006

1.首都医科大学附属北京康复医院，北京市100144；2.北京航空航天大学生物与医学工程学院，北京市100191。作者简介：刁子龙(1990-)，男，汉族，北京市人，硕士，初级技师，主要研究方向：康复工程。通讯作者：公维军(1971-)，男，博士，主要研究方向：神经康复。E-mail：gwj1971@163.com。