编辑推荐：
上肢损伤会影响生活质量，传统关节运动测量方法存在局限。研究人员开展 “Soft, skin-interfaced wireless electrogoniometry systems for continuous monitoring of finger and wrist joints” 主题研究，研发出无线可穿戴电子测角系统，其准确性高，对康复意义重大。
在日常生活中，我们常常会看到一些因上肢受伤而行动不便的人，他们在穿衣、进食、书写等简单动作上都面临着巨大的挑战。上肢损伤，涵盖手臂、前臂、手腕和手部等部位，不仅严重降低了患者的生活自理能力和生活质量，还带来了沉重的经济负担。而对于这些上肢损伤患者来说，通过恰当的康复训练恢复关节功能至关重要。然而，传统的关节运动测量方法却存在诸多问题。比如，常用的手持模拟测角仪，其测量的准确性和精确性不仅依赖于测角仪的类型，更取决于治疗师的专业水平，不同的治疗师可能会得出差异较大的测量结果。而且，传统测角法只能进行静态测量，无法在患者锻炼过程中实时获取数据，这使得康复训练缺乏有效的反馈，患者难以根据实际情况调整训练方式和强度，从而严重影响了康复效果。据统计，由于康复过程中缺乏有效的监测和反馈，不到 55% 的患者能够严格遵守康复计划，导致错过了最佳康复时机。
为了解决这些问题，来自美国西北大学（Northwestern University）等机构的研究人员开展了一项旨在研发新型关节运动监测系统的研究。他们成功研发出了一种柔软、贴肤的无线电子测角系统，能够持续、准确地捕捉手指和腕部关节的角度变化，并通过智能设备上直观的图形界面，为患者和临床医生提供关节角度和运动范围的实时数据。这一研究成果发表在《Nature Communications》上，为上肢康复领域带来了新的希望。
在研究过程中，研究人员运用了多种关键技术方法。一方面，利用计算机视觉技术，通过智能设备上的摄像头跟踪嵌入在设备外壳上的 ArUco 标记，从而获取关节角度的初始数据，为后续校准提供准确的参考。另一方面，采用磁强计（magnetometer）来测量磁场强度变化，以此计算关节的相对角度。此外，研究人员还通过 3D 标记跟踪和 2D 无标记跟踪技术，对系统测量的关节角度进行验证和校准，确保了测量结果的准确性。
下面来详细看看研究结果：
- 软无线电子测角系统的设计与功能：该系统包含手指测角仪（FG）和腕部测角仪（WG），其离散设计、柔软的机械性能和无线操作功能，使得佩戴舒适，不会对关节自然运动造成机械负荷或限制。系统通过智能设备上的图形用户界面（GUI），以 25 毫秒的间隔显示关节角度的定量信息，并能实时更新运动范围，还可利用计算机视觉和磁强计数据进行校准，操作便捷12。
- 校准与常规使用流程：系统校准利用计算机视觉系统和磁强计确定的角度，通过同步收集数据并进行曲线拟合，建立关节角度（θ）和磁角度（?）之间的关系。校准后，系统仅依赖磁强计数据进行常规使用。实验证明，计算机视觉系统在准静态条件下测量角度的误差小于 1.2°，为校准提供了可靠的基础34。
- 系统在实验条件下的性能表现：在台式实验中，FG 和 WG 在不同运动条件下均展现出较高的测量精度和重复性。例如，FG 在低速率角加载下，对近端指间关节（PIP）和指间关节（IP）的运动测量误差较小，且对校准数据范围的敏感性低。WG 在测量腕部屈伸和桡尺偏运动时，也具有高精度和良好的重复性，校准数据范围对其性能影响较小56。
- 系统对关节运动的监测能力：通过与改进的 3D 重建和姿态估计技术相结合的 3D 标记跟踪，验证了系统对复杂 3D 运动的监测能力。FG 能够准确捕捉手指关节的运动，如拇指 IP 关节和食指 PIP 关节的运动，测量范围与真实值接近，误差在可接受范围内。WG 对腕部屈伸和桡尺偏运动的测量结果也与真实值高度吻合78。
- 系统在模拟治疗和日常活动中的应用效果：在模拟监督手部治疗中，FG 与临床测量方法具有良好的一致性，且能为患者提供实时反馈，与标准康复实践兼容。在日常活动监测中，FG 可有效跟踪手指关节运动，为康复或预防损伤提供有用信息，在运动和演奏乐器等场景中也能发挥作用，帮助分析技术动作910。
综合研究结论和讨论部分，该电子测角系统有效解决了传统可穿戴测角仪面临的诸多挑战，能够实现关节运动学的持续监测。其操作简单，仅需测量永磁体的磁场强度，并借助智能设备中的计算机视觉技术校准磁强计响应，无需额外设备、大量训练数据集或强大的计算能力。通过一系列实验验证，该技术具有临床可接受的可靠性，能为患者和临床医生提供实时关节角度生物反馈，有望改善患者康复训练的参与度和效果。此外，系统还可进行长期连续监测，获取更多运动学参数，为评估康复进展提供有用的生物标志物。同时，该技术在监测日常活动关节使用情况、避免极端运动以及应用于更大和更复杂关节监测等方面具有广阔的前景，未来与沉浸式技术的集成可能会进一步拓展其在医疗和体育活动领域的应用。
