康复机器人辅助脑卒中患者步态重建训练的研究进展

王雨辉，杨玉凤，闫润润，王艳君，李艳红

（河北中医学院第一附属医院，石家庄 050011）

0 引言

目前，脑卒中已居世界致残原因的首位，且是第二大致死因[1]。中国每年的脑卒中新发患者超过200万人，在所有疾病中，脑卒中导致的伤残调整生命年最长[2]。脑卒中病发后，下肢的无力或痉挛、本体感觉的丧失均会影响患者的平衡能力和步行能力，干扰其正常步态[3]。循证医学的证据显示，降低中风后致残率最有效的方法是康复，其中运动疗法是有效可行的康复策略[4-5]。但是传统的康复手段以治疗师一对一训练为主，劳动强度大、人力成本高、工作效率低且枯燥乏味，难以调动患者训练的积极性[6]。因此，使用先进的技术设备如康复机器人来辅助患者步态训练越来越受到人们的重视。康复机器人综合了康复医学、力学、机器人学、人工智能、信息学等多个学科知识，利用多学科交叉成果来辅助脑卒中患者进行康复训练，提高了训练疗效。下肢康复机器人最早于20 世纪90 年代应用于临床，其利用虚拟现实、运动控制、意图感知等各种技术，通过站立、行走、平衡等各种训练来提高患者下肢肌力和步行能力，进而改善其偏瘫步态[7-8]。本文主要从康复机器人改善脑卒中患者偏瘫步态的可能机制、临床研究、关键技术等方面展开综述。

1 康复机器人改善脑卒中患者偏瘫步态的可能机制

正常步态是感觉-运动-中枢系统之间相互作用的复杂性结果，大脑中枢通过实时反馈来控制不同的肌群，以维持稳定的行走模式。脑卒中患者由于神经通路被破坏，造成某些肌群中的肌肉活动被激活或丧失，致使身体一侧的协同作用缺失，从而出现异常的步态形式，如足下垂等[9]。神经重塑是下肢运动功能及步态恢复的关键，尽管在脑卒中患者受损的脑组织会发生自发的重塑变化，但这些变化不足以产生明显的功能恢复[10]。

康复机器人提供的特定且丰富的训练可改善患者梗死灶局部血流情况，促进血管再生，挽救梗死灶周围神经细胞的功能，促进神经重塑[11]。李坤彬等[12]利用脑电图测量、颅脑弥散张量成像检测、三维步态分析等研究证实，下肢康复机器人辅助训练提高了患者大脑细胞的活跃性、双侧大脑的对称性及健侧大脑半球的代偿作用，进而改善了其脑卒中后的偏瘫步态。

康复机器人以任务为导向的重复性运动训练可以抑制患者神经元凋亡，修剪梗死灶周围的树突，调节神经可塑性[13]，促使梗死灶周围皮质、远端皮质代替梗死灶原有功能，使重组中的皮质学习和储存正确的运动模式[14]。刘畅等[15]指导患者利用下肢康复机器人给予适时适量的负荷刺激及感觉输入，由此来促进神经机制的激活，同时进行大量接近生理性步态的高精度训练，结果证实下肢康复机器人在改善患者髋屈曲肌力、6 min 步行距离及10 m 步行时间方面有明显效果。Calabrò 等[16]亦证实了下肢康复机器人提供的重复且丰富的运动训练能促进神经重塑，增强患者偏瘫侧的肌肉记忆，从而改善其偏瘫步态。

2 康复机器人改善脑卒中患者偏瘫步态的临床研究

脑卒中患者的偏瘫步态主要表现为患侧下肢肌力下降、肌张力增高、膝过伸、足下垂、足内翻以及屈膝屈髋角度不足或直膝等，在行走时呈拖曳状或划圈状[17]。运动分析法和表面肌电图是评价步态变化的重要方法。其中运动分析法是观察与探究下肢运动时间与空间变化规律的科学方法[18]，临床研究中常用三维步态分析仪进行时间-空间测定，具体参数有步宽、步速、步幅、步长、步频、支撑相、摆动相等。表面肌电图检测技术可以通过电极片采集各种运动状态下肌肉活动的电信号，并进行定量定性的分析，这对于脑卒中患者偏瘫步态康复评定和指导训练有重要的意义[19]。现基于不同康复机器人的临床研究现状，分析其辅助脑卒中患者步态重建的意义与价值。

2.1 A3 型康复机器人

A3 型康复机器人的训练原理为减重步行，通过对引导力、减重支持量、步速、髋膝关节活动范围和步态偏离量等参数进行调整，实现不同的训练强度及训练方式（如图1 所示）[20]。雷德宝等[21]将80 例脑卒中偏瘫患者随机分为2 组：A3 型康复机器人组（以下简称“A3 组”）和对照组。对照组进行相关理疗、水疗、日常活动训练和步态纠正训练，A3 组在对照组的基础上配合A3 型康复机器人辅助下肢训练，以上2 组均完成8 周的康复训练，在训练开始前和结束后采用三维步态分析系统进行步态评估。结果显示A3 组较对照组患者的步速、步频明显增快，步长增长，步宽变小，其他步态参数亦有明显改善。程雪等[22]也采用A3 型康复机器人进行步态训练研究，选取12 例脑卒中患者进行为期6 周的步态康复，训练前后皆采用Gait Watch 三维步态分析仪测定并分析步态参数，12 例患者的日常生活能力和步行能力较训练前有明显提高，但其步态对称性改善不太显著。以上2 项研究表明，尽管皆采用A3 型康复机器人辅助脑卒中患者进行步态训练，但由于抽取的人群、疾病的进展程度、机器人的调设参数等皆不相同，以及三维步态分析设备评价参数的差异，均会影响训练结果的评估，仍需进一步研究论证。

图1 A3 型康复机器人[20]

2.2 步态锻炼辅助机器人（gait exercise assist robot，GEAR）

GEAR 主要是由可穿戴的膝-踝-脚矫形器、平板跑步机、安全悬挂装置、体重支持装置、监视器和控制面板等组成，具有诸多优点，如可因人而异调整训练难度及辅助水平，可通过视觉和听觉反馈调整训练量及模式等（如图2 所示）[23-24]。Wang 等[25]将亚急性中风患者分为2 组，对照组进行常规的物理治疗和作业治疗，GEAR 组在对照组的基础上接受GEAR 的步态训练。结果表明GEAR 组患者偏瘫侧出院时的独立步行功能评分、卒中损伤评定量表下肢运动功能总评分、步频均较训练前明显改善，且患肢的膝过伸、膝关节屈曲不足、髋关节外旋等改善明显。而对照组在相应的评估时间点未观察到明显变化，这说明在改善亚急性中风患者步态上，GEAR 优于单纯的常规康复训练。Ogino 等[24]则证明GEAR 辅助步态训练可改善慢性中风患者的髋关节外展，且在训练后1 个月和3 个月的随访评估中，患者的步速、步长有所增加。这说明亚急性、慢性脑卒中患者在GEAR 辅助下的步态和行走能力均有所改善，且可以长期维持优化后的步态和步行能力。不同的是，Katoh 等[26]认为使用GEAR 进行的辅助训练虽可减少患者的异常步态，但与传统步态训练相比，其步速、步幅和步长并没有明显变化。目前很多研究都是在常规步态训练的基础上结合康复机器人训练，其结果虽优于单纯的常规训练，但单独使用康复机器人改善步态功能的疗效研究仍不太充分。

图2 GEAR[24]

2.3 Lokomat 机器人

Lokomat 机器人主要由跑台、减重系统和2 条外骨骼式机械腿等3 个部分组成，具有主动、被动2 种训练模式，可根据患者自身情况选择适合的模式（如图3 所示）[27]。另有自主控制、阻抗控制等技术使患者的主动步行训练变得更加智能化，其生物反馈、训练奖励等系统可调动患者参与训练的积极性[28]。国内外有很多有关Lokomat 机器人辅助脑卒中患者步态训练的正面报道[29-31]。为了解Lokomat 机器人在体质量支持和步速等方面对患者肢体肌肉活动的影响，以优化运动指导方案，Van Kammen 等[32]对10 名健康受试者分别予以不同水平的引导力、减重支持和步速的训练，并用表面肌电图记录其臀中肌、股外侧肌、股二头肌、腓肠内侧肌和胫前肌的信息，在特定阶段对采取不同训练方式受试者的平均肌肉活动水平进行比较。结果显示有引导力的受试者，其与稳定性和推进性相关的肌肉如竖脊肌、臀中肌、股二头肌和腓肠内侧肌的活动幅度均降低，且异常活动信息出现正常化，而引导力的大小取决于步速和体质量支持，低速和高体质量支持会导致患者自身活动量减少。因此Lokomat 机器人虽然可以有效地诱导正常的肌肉活动模式，优化偏瘫步态，但也需要特定设置的运动参数。该团队的另一项研究[33]选取10 例脑卒中患者也分别予以不同水平的引导力、减重支持和步速的训练并记录其双侧臀中肌、股二头肌、股外侧肌、腓肠内侧肌和胫前肌的表面肌电图，结果却不同于健康受试者。不同的引导力和体质量支持对脑卒中患者的肌肉活动几乎没有影响，但加快步速会导致其患侧股二头肌、腓肠内侧肌、胫前肌和健侧腿部所有肌肉的活动增加，且时空对称性不受参数设置的影响。因此，Lokomat 机器人训练参数对脑卒中偏瘫患者短期肌肉活动和步态对称的塑造无效，步速是唯一显著影响肌肉变化幅度的参数。由此可见，健康受试者与脑卒中患者的运动训练是有差异的，早期脑卒中患者尽早提高训练速度，对于步态恢复有益，而随着自身步态的改善，应适当地调整康复机器人的训练参数。

图3 Lokomat 机器人[27]

2.4 其他康复机器人

Swank 等[34]针对慢性中风患者步态恢复做了相关研究，其团队比较了Ekso 机器人治疗前后患者的运动学和肌肉活动的即刻变化，观察到单次训练后踝关节活动度就有所变化，并且患侧肢体异常的肌肉活动在摆动时减少，患者站立和摆动时肢体运动的协调性亦有改善。因此，单次Ekso 机器人训练似乎可以立即改变慢性中风患者的步态，但这些变化不足以促成诸如步速、步频、步长等参数的迅速改变。对于亚急性脑卒中患者，Park 等[35]研究表明，在使用康复机器人辅助步态训练后，其下肢运动功能及步态的改善一直持续到4 周后随访，证明了康复机器人对步态改善的持久性，但其也明确提出患者训练的过程中要依据其恢复程度逐步减少康复机器人的辅助控制，避免患者对其产生依赖。Krishnan 等[36]的一项个案研究表明，对于可以步行的患者，传统康复训练优于康复机器人，康复机器人的辅助训练会降低患者自主运动的积极性。但以上研究样本量均较少，且很多是初步研究，仍需要大型、随机的多中心研究来验证这些数据的科学性。

3 康复机器人改善脑卒中患者偏瘫步态的关键技术

3.1 虚拟现实技术

虚拟现实技术有3 个基本特征：沉浸、想象、交互，它可以使患者融入虚拟的环境中，同虚拟对象进行交流及互动，具有安全性高、趣味性强、反馈形式多样、重复性好等特点[37]。丰富的练习任务、逼真的训练场景、可调整的步速以及模拟现实的行走条件，增加了步行的可变性、步态重建的可能性。Park等[38]让患者利用虚拟现实与听觉刺激机器人进行平衡和步态能力训练，结果显示患者的Berg 平衡量表评分、Fugl-Meyer 下肢运动功能量表评分、起立步行测试评分及10 m 步行能力等步态运动相关指标均有明显提高，说明虚拟现实和听觉刺激机器人辅助步态训练有助于患者平衡及步行能力的改善。路芳等[39]研究亦证实利用Lokomat 机器人联合虚拟现实技术能有效改善脑卒中患者的平衡能力、运动功能和步行能力。Ballester 等[40]利用导航脑刺激程序测量证实，虚拟现实技术不仅可以改善脑卒中患者的下肢运动功能，还能增加皮质脊髓束的兴奋性，诱导大脑皮质重组。康复机器人利用虚拟现实技术为患者提供了仿真的现实环境，增加了步态训练的趣味性，提高了患者主动参与的积极性，使大量、重复的训练成为可能。

3.2 运动控制技术

运动控制技术是根据人体正常运动轨迹来规划外骨骼的运动轨迹，并在外骨骼的带动下，使患肢沿预先规划的轨迹进行步态训练，适用于患者的早期康复。张政等[41]利用传统比例积分微分（proportional integral differential，PID）控制方法，设计了bangbang-PD 轨迹，并在外骨骼的控制下，使膝、髋关节活动能贴合预定的参考曲线，减少了跟踪误差，缩短了调整时间，但难以解决步态曲线多变等问题。吴青鸿等[42]提出了一种模糊PID 控制法，并通过仿真实验证明模糊PID 控制法较传统PID 控制法能够更准确、迅速地跟踪正常人体步态曲线。黄锦涛等[43]提出了一种自抗扰控制策略，可实现系统间的解耦，对系统的精确数学模型依赖性小，具有很强的抗干扰能力，在仿真实验中同PID 控制法和计算力矩控制方法相比，自抗扰控制策略既可保证步态跟踪的效果，又可明显减少外界的干扰。不断更新迭代的运动控制技术可为患者步态训练提供规范的运动曲线和姿势，有利于提高步态训练的质量。

3.3 运动意图感知技术

运动意图感知技术对于患者进行主动康复的意义重大，目前主要通过生物电信号感知患者的行动意图，再将意图信息转化为运动决策，由此可提高人机交互能力，调动患者主动康复的积极性[44]。目前被广泛关注的生物电信号有肌电信号、脑电信号等[45]。肌电信号能反映肌肉的功能状态，可用于人体的肌肉运动分析，感知人体的动作状态，并对未来的动作做出预判分析[46]。马勋举[47]将肌电信号用于外骨骼机器人控制，证实了其可提前预测人体下肢运动意图，实现了基于肌电信号的下肢外骨骼步态切换和主动随意控制，因此方便患者进行主动康复训练，提高了外骨骼机器人的智能化水平和人机协同性能。脑电信号是大脑在受到外界刺激、产生运动意识或进行思维活动时所形成的电活动[48]，常用于脑机接口（brain computer interface，BCI）的信息采集。BCI 可通过对脑电信号进行实时分析，判断和解读人的控制意图，并将其转换为机器人的输出命令，指导患者完成相应的康复任务[49]。Hung 等[50]采用基于脑电信号的BCI结合功能性电刺激治疗脑卒中患者，结果显示患者起立行走计时、步幅和步宽均有明显改善，证明基于脑电信号的BCI 可以有效提高脑卒中患者步行功能和平衡功能。由此可知，通过提取人体不同运动状态下的生物电信号，可感知穿戴者的运动意图，一定程度上能替代康复医师，加快下达康复训练的指令，并取得理想的训练效果[51]。

4 结语

脑卒中患者由于脑组织病变，神经通路阻断，高级中枢失去对低级中枢的控制，易出现肌力、肌张力改变和肢体活动不协调，进而发展为偏瘫步态[52]，这严重影响患者的生存质量。传统的步态训练方法如转移训练、步行训练、平衡功能训练和作业治疗等，虽能取得一定的效果，但也存在一定的局限性。康复机器人根据临床实际综合了多种先进技术，如虚拟现实技术、运动控制技术、运动意图感知技术等，为患者提供了高强度、重复性、精准化的训练。王荣丽等[53]研究证明，足量的康复训练可能会引起患者神经结构可塑性改变及神经网络的重塑，增加大脑皮层的兴奋性，促进其运动功能的恢复。因此康复机器人在辅助脑卒中患者步态训练中有着广阔的发展前景。

尽管康复机器人辅助脑卒中患者步态训练在临床疗效及研究上获得众多积极性成果，但仍存在以下问题需要解决：（1）现有的大部分临床实验样本量较少，需要大型、随机、多中心的研究来完善相关数据，并继续探索康复机器人促进神经康复的作用机制。（2）大多数康复机器人缺乏康复评定和愈后评估机制，应加强相关技术的研究与开发。（3）过度的康复机器人辅助训练可能会影响患者自主运动的积极性，需继续完善相关人机交互技术。（4）目前康复机器人设备多笨重且价格昂贵，难以普及和推广。（5）需要继续完善康复机器人在步态训练不同阶段的相关参数信息，以指导不同人群的训练时间和强度。

随着相关技术的发展，康复机器人必定会更新换代，朝着智能化、精准化、便捷化、家庭化的方向发展。尤其是新技术的成熟、高性价比材料的应用，将大大地降低康复机器人的制造成本，加快其推广与应用，使更多脑卒中偏瘫患者受益。