面向手部假体多模态反馈的混合刺激系统：一项提升截肢者感知功能的初步评估

《IEEE Transactions on Neural Systems and Rehabilitation Engineering》：A Multimodal Stimulation System for Conveying Diverse Feedback in Hand Prosthetics: Preliminary Assessment

本文推荐一项针对上肢假体感觉反馈的前沿研究。为解决现代肌电假体缺乏有效多模态信息传递通道的问题，研究人员开发了一种可穿戴的体感反馈臂带系统，包含混合振动-电刺激(VEC)和单一振动刺激(VO)两种配置。实验结果表明，该系统能高精度（准确率>90%）传递本体感觉、触觉和接近觉等多种感官变量，在物体抓取操作任务(OGMT)中成功率超过80%，且VEC配置有助于减轻认知疲劳。该研究为假体感觉反馈提供了一个灵活、精确的新平台，对促进假体与使用者的感官融合具有重要意义。

　　

当我们伸手去拿一杯水时，我们不仅能看到手的位置，还能“感觉”到手指的弯曲程度、手腕的旋转角度，以及指尖接触杯壁时的压力和滑动。这种精细的、多模态的体感反馈是生物手与生俱来的能力，它让我们能够自信、流畅地与周围环境互动。然而，对于数百万的上肢截肢者而言，这种自然的感官通路被切断了。尽管现代肌电假体在恢复运动功能方面取得了长足进步，能够通过肌肉信号控制假手完成各种动作，但假体本身却像一个“感官黑洞”——它无法将抓握的力度、物体的远近、手部的姿态等信息反馈给使用者。这种感官的缺失不仅大大增加了使用假体时的认知负荷，让每一个简单的抓取动作都变得小心翼翼，也削弱了使用者对假体的归属感和自信心，甚至可能与幻肢痛的发生有关，这些因素共同导致了肌电假体令人遗憾的高弃用率。

为了填补这一感官空白，科学家们一直在探索为假体赋予“触觉”。以往的研究大多专注于传递单一类型的信息，例如只反馈抓握力或手部张开的角度。但随着假体技术的进步，集成在假手上的传感器越来越丰富，能够同时采集力、距离、多个关节角度等多种信息。如何将如此庞杂的多模态信息清晰、准确、不互相干扰地传递给使用者，成为了一个巨大的挑战。单一的反馈方式（如只有振动）其信息承载能力有限，而混合多种刺激模态（如结合振动和电刺激）则可能通过利用人体不同的感觉通道来提升信息传递的效率和可靠性。在此背景下，由东南大学等单位的研究团队在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上发表了一项研究，提出并评估了一种新颖的可穿戴多模态刺激系统，旨在为手部假体使用者提供全面而多样的感官反馈。

研究人员为开展此项研究，主要采用了以下几项关键技术方法：首先，他们构建了一个包含五自由度仿人假手和二维腕关节的假体传感系统，集成了电机编码器（用于获取手指和手腕的本体感觉）、指端和掌心的薄膜压力传感器阵列（用于触觉感知）以及红外距离传感器（用于接近觉感知）。其次，他们设计并制作了可穿戴于上臂的反馈臂带，其核心是两种配置的刺激器阵列：多模态配置(VEC)结合了一个3x3的振动电机矩阵和一个十字形排列的电触觉电极阵列；单模态配置(VO)则使用了两组振动电机阵列来替代电刺激部分。再者，他们为每种配置设计了直观的感官信息编码策略，将假体传感器数据实时转换为特定的时空刺激模式。最后，研究通过心理物理学实验（在虚拟和真实场景下）和功能性物体抓取操作任务(OGMT)，招募了十名经桡动脉截肢者和七名额外参与者（包括截肢者和健全者），系统地评估了两种反馈配置的性能和用户体验。

心理物理学测试结果

为了在受控环境中评估反馈策略本身的有效性，研究首先在虚拟场景下进行了测试。结果显示，无论是VEC还是VO配置，参与者对七种感官变量（如拇指运动、手腕旋转、触觉信息等）类型的识别准确率均超过了90%。其中，VEC策略的整体平均准确率达到95.28%，略高于VO策略的91.43%。特别是在触觉和接近觉信息的识别上，VEC策略分别带来了约10%和7%的性能提升。在刺激强度（强、中、弱）识别测试中，VEC策略也以94.6%的平均准确率优于VO的91.4%。这些结果表明，两种配置都能有效传递信息，而结合了电刺激和振动刺激的VEC策略在区分不同性质的感觉信息方面更具优势，可能有助于减少因长时间单一模态刺激引起的认知疲劳。

在更接近真实使用场景的测试中（参与者佩戴真实假手，但视觉被遮挡），两种反馈配置依然保持了高识别率（VEC: 93.14%, VO: 90.43%）。虽然整体差距缩小，但VEC在触觉和接近觉任务上对部分参与者仍显示出明显优势（个别参与者提升达20%）。这表明，尽管真实环境中的一些无意线索（如电机噪音）可能弥补了部分信息，但VEC提供的多模态反馈在感知清晰度上依然有其价值。

物体抓取与操作任务(OGMT)结果

为了检验反馈系统在功能性任务中的实际效用，研究人员设计了OGMT实验。参与者需在四种条件下完成任务：仅有自然视觉听觉反馈(VA)、无任何反馈(NF)、使用VEC反馈、使用VO反馈（后三种条件均遮挡视觉和听觉）。结果非常鼓舞人心：提供了人工体感反馈的VEC和VO条件，其任务成功率（分别为82.5%和80.4%）显著高于无反馈的NF条件（58.9%），并且接近自然感官反馈的VA条件（91.4%）。这意味着，在完全失去视觉和听觉辅助的极端情况下，该人工反馈系统能有效帮助使用者完成定位物体、抓取和放置等一系列复杂操作。在任务完成时间上，VEC和VO也显著快于NF条件，但仍慢于信息密度极高的VA条件，这符合预期。

用户主观体验

问卷调查结果进一步揭示了两种配置的独特优势。在使用人工反馈（VEC和VO）完成任务时，参与者表现出的自信心水平与使用自然反馈(VA)时相当，且远高于无反馈(NF)条件。特别值得注意的是，参与者报告称，VEC配置在同时传递多种信息时能有效减轻感知疲劳，使其更容易区分不同类型的感官输入。这验证了利用不同感觉通道（电刺激的尖锐感与振动刺激的钝感）进行多模态整合的潜在好处。另一方面，VO配置则因其更简单、直观的特性，获得了参与者更强的长期使用意愿。这提示我们，技术的复杂性和性能的提升，需要与用户体验和可接受度之间取得平衡。

综上所述，这项研究成功地开发并验证了一种用于手部假体的可穿戴多模态感觉反馈系统。该系统通过提供VEC和VO两种配置，展现出了高度的灵活性和有效性。研究结果表明，即使是相对简单的VO配置，也能满足大部分感官反馈需求，并以其易用性更适合于广泛推广。而性能稍优的VEC配置，则为那些需要更增强反馈、或能从多模态刺激中获益的用户提供了一个强有力的个性化选择。这项工作最重要的意义在于，它证明了通过巧妙的编码和混合刺激模态，可以有效传递假体与环境交互产生的丰富多模态信息，从而在功能上补偿因截肢而丧失的触觉和本体感觉，为降低假体认知负荷、提升使用者信心、最终促进假体与身体的深度融合迈出了坚实的一步。当然，该技术走向临床广泛应用仍面临挑战，如电刺激感知的个体差异和稳定性，以及如何将反馈系统更无缝地集成到假体接受腔内。未来的研究将沿着这些方向继续深化，旨在为截肢者带来真正自然、易用且强大的“触觉”假手。