神经康复中可穿戴式压力感知矫形器设计的材料选择混合决策管理

《Biomimetics》：Hybrid Decision-Making Management for Material Selection in the Design of Wearable Pressure-Sensing Orthoses in Neurorehabilitation

　　

可穿戴式压力感知矫形器在神经康复中正日益用于支持步态恢复、监测足底压力分布，并在重复治疗过程中改善患者活动能力。这类装置的性能在很大程度上取决于皮肤接触层所采用的材料，因为材料属性会影响日常使用中的舒适性、柔顺性、耐久性以及力传递特性。本研究提出一种基于层次分析法（AHP）与VIKOR方法的混合多准则决策框架，用于传感器集成型足底矫形器的材料选择。研究人员采用5项评价准则对5种候选材料进行评估，分别为乙烯-醋酸乙烯共聚物（EVA）、聚乙烯（PE）、聚氨酯（PU）、钴-铬-钼合金（CoCrMo）和聚丙烯（PP）；评价准则包括舒适性与皮肤相容性、弹性、抗疲劳性、密度以及能量耗散。研究中采用AHP基于专家判断确定各评价准则的相对重要性，同时利用VIKOR对材料备选方案进行排序并识别折中解。结果表明，聚氨酯由于在舒适性、弹性和抗疲劳性方面表现均衡，取得了最佳总体性能，而这些属性正是长期穿戴式神经康复装置所必需的关键特性。敏感性分析进一步证实，专家赋权发生中等程度变化时，最终排序并未发生改变。与主要依据孤立材料属性的传统选择方法相比，所提出框架为将机械性能需求与用户相关需求整合到可穿戴式矫形器材料选择过程中提供了一种清晰且可复现的方法。

该文发表于《Biomimetics》，围绕神经康复用可穿戴式压力感知矫形器的材料选择问题，构建了一套面向设计前期的混合决策框架。研究背景在于，神经康复旨在帮助脑卒中、脑性瘫痪、脊髓损伤等神经系统疾病患者恢复运动功能，而可穿戴式矫形器，尤其是带有压力感知能力的足底矫形器，能够在步态训练与重复治疗中提供外部支撑、实时监测受力分布，并辅助治疗反馈，因此正逐渐成为临床与家庭康复的重要技术手段。然而，这类装置的有效性不仅取决于机械结构和传感器布置，还高度依赖与人体直接接触的软界面材料。材料既要具备足够的弹性以适应自然运动，又要具有良好的抗疲劳性以承受反复载荷，同时还要兼顾低密度、舒适性、皮肤相容性以及合适的能量耗散特征。问题在于，上述性能之间常常存在显著权衡，例如高弹性材料可能抗疲劳能力不足，轻质材料可能更易发生过度变形，因而单纯凭借某一项性能或经验测试进行选材，难以实现对多维需求的整体优化。正因如此，研究人员开展本研究，试图建立一套透明、系统且可复现的材料决策方法，为可穿戴式压力感知矫形器的前期设计提供量化依据。

研究人员并未以制备完整矫形器原型并进行临床验证为目标，而是聚焦于“如何在原型制造之前科学筛选候选材料”这一设计起始环节。研究构建了一个将层次分析法（AHP，analytic hierarchy process）与VIKOR方法（VlseKriterijumska Optimizacija I Kompromisno Resenje，折中排序法）相结合的混合多准则决策（MCDM，multi-criteria decision-making）框架。通过该框架，研究人员对5种候选材料——乙烯-醋酸乙烯共聚物（EVA）、聚乙烯（PE）、聚氨酯（PU）、钴-铬-钼合金（CoCrMo）和聚丙烯（PP）——在5个关键指标上的表现进行综合评估，即舒适性与皮肤相容性、弹性、抗疲劳性、密度和滞后/能量耗散性能。研究结论表明，聚氨酯（PU）在综合排序中位列第一，是最适合作为足底压力感知矫形器软性皮肤接触层的材料；同时，敏感性分析显示，在专家权重发生±20%扰动时，材料排序保持稳定，说明该框架具有较好的稳健性。该研究的重要意义在于，它将机械性能要求与以用户为中心的人因需求纳入同一决策体系，为神经康复可穿戴机器人中的材料筛选提供了可重复应用的技术路径，也为后续原型设计与优化提供了前置支撑。

从技术方法看，研究主要采用三类关键方法。首先，基于软体机器人、可穿戴矫形器及康复器械材料相关文献，确定5项评价准则与5种候选材料，构建理论决策框架。其次，采用AHP对准则进行两两比较，通过Saaty标度形成判断矩阵，计算标准化权重并进行一致性检验，以量化专家对不同性能重要性的判断。再次，利用VIKOR方法基于候选材料在各准则上的性能值，计算理想解、反理想解、群体效用值S、个体遗憾值R及折中指标Q，从而实现材料排序；随后通过One-at-a-Time敏感性分析，对6位专家的权重进行±20%扰动，以验证排序稳定性。文中未涉及患者样本队列研究，数据主要来自材料数据表、实验测量及专家赋权。

在研究结果部分，论文依次给出了以下主要发现。

在“4. Results”部分，研究人员首先完成了准则权重的确定。AHP分析显示，舒适性与皮肤相容性（C1）权重最高，为0.378；其次为抗疲劳性（C3），权重为0.329；其后依次为弹性（C2）0.154、滞后/能量耗散（C5）0.092和密度（C4）0.047。这一结果表明，研究框架在设计理念上优先考虑患者安全、长期佩戴舒适性以及器件耐久性，而不是单纯追求质量轻或能量效率高。与此同时，一致性分析得出最大特征值为5.38，一致性指数（CI）为0.095，一致性比率（CR）为0.0848。由于CR<0.1，说明专家判断具有可接受的一致性，准则权重可用于后续排序分析。

随后，在候选材料综合评价中，VIKOR方法首先识别了各准则的理想值与反理想值，以界定每种材料相对于最优解和最差解的位置。进一步计算群体效用值S和个体遗憾值R后，研究显示某些材料尽管在单项性能上突出，但在关键指标上存在明显短板。例如CoCrMo与PP在高优先级指标上的不足更为明显，提示其并不适合作为需要直接皮肤接触和柔性适配的软界面材料。雷达图和热图的可视化结果则进一步展示了不同材料在多准则下的权衡关系：CoCrMo在抗疲劳性方面表现强，但在舒适性与密度方面明显逊于聚合物类材料；PU和EVA则在人体工效学相关指标上表现更优，更符合足底软界面的功能需求。

在“Final VIKOR ranking and compromise solution”对应结果中，研究人员采用策略参数v=0.5计算折中指标Q，使群体效用与个体遗憾获得平衡。最终排序显示，聚氨酯（A3，PU）为最优材料，其Q值最低；EVA（A1）位列第二，PE（A2）位列第三，PP（A5）与CoCrMo（A4）位列后两位。论文指出，PU之所以排名第一，是因为其在舒适性、弹性和抗疲劳性三个核心维度上表现均衡，没有出现制约实际应用的明显短板，因此能够在长期神经康复穿戴场景中提供最佳综合方案。

在“5. Sensitivity Analysis”部分，研究人员考察了专家赋权变化对排序结果的影响。基线情形下，6位专家被赋予相等权重；随后采用单因素逐次变化法（One-at-a-Time），分别将单个专家权重提高或降低20%，并对其余专家权重进行归一化。结果表明，在全部12种扰动情景中，各候选材料的全局得分和最终排序均未发生变化，PU始终保持第一位，排序顺序固定为PU、EVA、PE、PP、CoCrMo。该结果说明，本研究所提出的AHP赋权框架在中等程度的专家意见波动下具有稳定性，最终决策不易受到个别专家影响。

在“6. Discussion”部分，论文主要围绕结果的临床与工程意义、与既有研究的一致性、方法学特点及局限性进行总结。研究人员指出，PU的优势与既往关于足底矫形材料的研究结论一致，即聚氨酯类材料在压力重分布、峰值压力降低、抗压缩疲劳和长期回弹性能方面通常优于EVA等材料。结合本研究中舒适性和抗疲劳性被赋予最高权重这一前提，PU获得最低Q值具有明确逻辑基础。论文同时指出，PP和金属合金虽在结构应用中具有强度优势，但由于舒适性和弹性不足，并不适合作为软性皮肤接触层。研究还强调，该工作的新颖性在于将AHP-VIKOR混合模型专门用于神经康复足底压力感知矫形器软界面层的材料选择，并单独纳入能量耗散/滞后特性，以反映循环载荷下动态响应和热积累问题。与此同时，作者也明确了局限性：候选材料数量有限，性能数据主要来自数据表和受控测试；AHP专家组规模较小；模型默认各准则彼此独立；未纳入成本、制造便利性等产业化因素；也尚未通过长期患者试验验证材料对依从性、传感质量及临床疗效的影响。

对结论部分进行翻译与归纳，该研究开发并应用了一种结合AHP与VIKOR的混合多准则决策框架，用于为神经康复足底压力感知矫形器的软性皮肤接触层筛选最优材料。研究基于5项兼顾功能表现与用户舒适性的准则，对5种候选材料进行了系统评估。分析结果确认，聚氨酯（PU）是最合适的材料，能够在舒适性、重复载荷下的耐久性以及对身体运动的适应性之间提供最佳折中。其余材料也按照适用性高低得到清晰排序，从而突出显示了较硬材料在直接皮肤接触与传感器集成应用中的局限。研究结果与既有矫形材料研究相一致，进一步证明PU在循环工况下较EVA具备更优的压力重分布能力和回弹韧性。总体而言，AHP-VIKOR混合框架能够有效处理多项冲突准则之间的权衡，形成透明、可复现的决策流程。该方法可为设计人员、工程师、临床治疗师及制造企业提供材料选择依据，减少原型迭代，提升产品可靠性，并可推广至其他需要同时平衡机械性能与人因需求的软体机器人部件。最终，论文认为该框架成功识别PU为足底压力感知矫形器软界面的优选材料，有助于开发更舒适、耐用且有效的辅助设备，从而支持神经系统疾病患者的运动恢复与生活质量提升。