基于无模型自适应控制的电刺激系统:上肢双关节协同调控与功能重塑新策略

《IEEE Transactions on Neural Systems and Rehabilitation Engineering》:Model-free adaptive control-based electrical stimulation modulation system for upper limb bi-joint function

【字体: 大 中 小 】 时间:2026年04月23日 来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering 5.2

编辑推荐:

  为了解决上肢肌肉对电刺激的非线性、时变响应导致多关节轨迹跟踪精度不足的问题,研究人员采用一种改进伪偏导数估计的无模型自适应控制(RPPD-MFAC)算法,开展了针对肘、腕关节协同控制的FES系统研究。系统在健康与偏瘫患者中成功完成功能测试,有效提升了关节角度跟踪精度与收敛速度,为运动功能康复提供了新方案。

  
在康复医学领域,功能性电刺激(Functional Electrical Stimulation, FES)技术如同一道“电”光,为因中风、脊髓损伤等导致运动功能障碍的患者带来了恢复肢体活动的希望。它绕开受损的中枢神经通路,通过皮肤表面的电极,直接将精密的电脉冲信号传递至肌肉或支配肌肉的神经,从而“唤醒”沉睡的肌肉,诱导产生功能性的动作。这项技术对于上肢功能的康复尤为重要,因为无论是拿起水杯、握住餐具还是完成写字,都需要肘关节、腕关节等多个关节的精密协调。然而,实现这种协调控制却是一个巨大的科学挑战。因为人体的肌肉并不是一个简单的、按下开关就规律收缩的机械结构。它对电刺激的响应充满了“个性”和“变数”:肌肉的疲劳状态、皮肤的阻抗变化、肢体位置改变带来的生物力学差异,都使得肌肉收缩的强度与电刺激参数之间的关系变得高度非线性且随时间不断变化。这就好比试图用一个音量旋钮去精确控制一场交响乐,但扬声器本身的响应特性却每分每秒都在改变,结果往往是声音忽大忽小,难以协调。传统的FES控制系统,常常依赖于复杂且难以精确建立的人体肌肉骨骼数学模型,或者需要大量的个体化参数标定,在应对这种“善变”的被控对象时,往往显得力不从心,导致控制精度和实时性不足,难以实现平滑、准确的关节运动轨迹跟踪,尤其难以同步精确地控制多个关节。为了攻克这一难题,让FES技术能更“智能”地适应人体的变化,从而更精准地辅助患者重建上肢功能,一篇发表在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》的研究提出了一个新颖的解决方案。
本研究的关键技术方法主要围绕控制算法的设计与系统验证展开。核心是采用了一种改进的无模型自适应控制(Model-free Adaptive Control, MFAC)算法,特别是对其中关键的伪偏导数(Pseudo-Partial Derivative, PPD)参数估计公式进行了优化,形成了RPPD-MFAC算法。该算法不依赖于对象的精确数学模型,仅利用系统的输入输出数据进行在线动态线性化和控制器设计。研究通过此算法构建了FES控制系统,旨在实现对肘关节和腕关节角度的同步实时控制。实验部分,研究同时招募了健康受试者和偏瘫患者作为样本队列,对系统进行功能测试,以验证其在不同生理条件下的轨迹跟踪性能和控制效果。
研究结果
RPPD-MFAC算法设计
为了克服传统模型依赖型控制方法的局限,本研究设计并采用了RPPD-MFAC算法。该算法的核心创新在于改进了PPD的估计方法。PPD是MFAC框架中用于动态线性化非线性系统的一个关键时变参数,其初始值和估计精度直接影响控制器的收敛速度和跟踪精度。改进后的估计公式有效地减轻了PPD初始值对系统整体控制性能的负面影响,使得控制器能够更快速、更稳定地适应被控对象(即肌肉-关节系统)的动态变化,为后续实现精确的多关节跟踪控制奠定了算法基础。
系统实现与轨迹跟踪
基于RPPD-MFAC算法,研究团队构建了一套完整的FES调制系统。该系统的主要控制目标是驱使受试者的肘关节和腕关节角度,能够实时、准确地跟随预设的参考关节角度轨迹。实验结果表明,该FES系统成功实现了这一目标。系统能够根据参考轨迹的指令,动态调整输出的电刺激参数,驱动肌肉产生相应的收缩,从而使关节角度有效地跟踪期望的运动路径。这证明了所提出的RPPD-MFAC控制器在面对肌肉非线性、时变特性时,具备良好的轨迹跟踪能力。
算法性能评估:收敛速度与跟踪精度
除了基本的跟踪功能,研究还对RPPD-MFAC算法的核心性能指标进行了评估,重点关注其收敛速度和跟踪精度。与未改进的算法或传统方法相比,改进后的PPD估计机制显著提升了系统性能。具体表现为,系统能够以更快的速度收敛到稳定跟踪状态,并且在整个跟踪过程中,关节角度的实际值与目标值之间的误差更小,即跟踪精度更高。这验证了算法改进的有效性,表明其能够更好地处理初始条件不确定性和系统动态变化带来的挑战。
功能验证:健康受试者与偏瘫患者测试
为了全面评估系统的有效性和临床潜力,研究分别在健康个体和偏瘫患者身上进行了功能测试。在健康受试者中,系统展示了鲁棒且精确的双关节协同控制能力。更重要的是,在偏瘫患者(由于脑卒中导致一侧肢体运动功能障碍)的测试中,该系统同样能够辅助患者的上肢完成指定的关节运动轨迹跟踪。这一结果具有里程碑式的意义,它表明所开发的、基于RPPD-MFAC的FES系统不仅适用于理想生理条件,也能在病理状态下(存在神经控制缺损、肌肉状态异常等复杂情况)工作,为其真正的临床应用迈出了关键一步。
研究结论与意义
本研究成功设计并验证了一种基于改进无模型自适应控制(RPPD-MFAC)算法的功能性电刺激(FES)调制系统,用于实现上肢肘、腕双关节运动功能的协同与精确控制。研究得出结论,该RPPD-MFAC算法通过优化伪偏导数(PPD)估计,有效提升了控制系统在应对肌肉非线性、时变特性时的性能,具体体现在加快了收敛速度并提高了关节角度的跟踪精度。所构建的系统在无需复杂人体数学模型的前提下,实现了对参考关节角度轨迹的有效跟踪。
这项工作的意义重大。在理论层面,它将先进的无模型自适应控制策略创新性地应用于生物医学工程领域,为解决生理系统控制中的强非线性和时变性难题提供了一种有效且通用的方法学框架。在技术与应用层面,该系统为实现高精度、实时、多关节协同的FES康复治疗提供了可行的技术方案。特别是在偏瘫患者身上成功的功能测试,直接证明了该技术具有转化为临床康复工具的潜力,能够为脑卒中、脊髓损伤等导致的上肢运动功能障碍患者提供一种新的、更智能的康复训练与功能辅助手段,对于促进患者运动功能的恢复与重建具有重要的实用价值和社会效益。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号