基于肌肉协同变异性指数量化中风上肢康复机器人训练中的神经肌肉控制

《Journal of NeuroEngineering and Rehabilitation》：Health-convergence-based muscle synergy variability for quantifying neuromuscular control responses evoked by upper limb rehabilitation robot training in stroke patients

　　

摘要

背景

上肢康复机器人辅助训练（UE-RAT）有助于中风后的运动恢复。其效果通过临床量表进行评估。然而，这些量表主要反映的是整体运动障碍和功能表现，缺乏评估患者在训练过程中神经肌肉控制的指标，从而限制了对训练效果的精确评估。因此，本研究通过精细化的运动分解和肌肉协同分析来量化中风患者的神经肌肉控制，并提出了一种基于健康协同模板的肌肉协同变异性指数，以衡量向健康神经肌肉控制的趋近程度。

方法

研究招募了18名年龄匹配的健康受试者和62名中风患者。根据患者的功能障碍情况，他们分别接受了为期4周的辅助、主动或抗阻模式的UE-RAT训练。每周从受影响的上肢同步记录 electromyographic（EMG）和运动学数据。根据运动轨迹，将连续任务划分为四种特定的运动类型。从健康受试者中提取每种运动类型的肌肉协同模式，并对其进行聚类以构建参考协同模式。利用这一基准，计算患者单次运动协同模式与参考协同模式的相似性和覆盖度，从而得出变异性指数（V_variability）。最后，通过健康对照组进行标准化，量化每种训练模式的神经肌肉控制偏差分数（DS）。

结果

所提出的 V_variability 指数在所有训练模式下都能显著区分中风患者和健康对照组（P?V_variability 的平均降低幅度分别为5.7%-11.2%、13.2%-25.5%和14.0%-25.1%（所有 P?DS 仍存在显著差异（P?DS 与FMA-UE评分显著负相关（r= -0.317 至 -0.526），并且其相关性比传统的基于协同的指标更强，包括协同结构相似性（r?=?0.020–0.448）和协同合并（r= -0.171 至 -0.408），这证实了其在机器人康复过程中作为神经肌肉控制偏差的补充性定量指标的潜力。

结论

所提出的 V_variability 指数可以量化中风患者在UE-RAT过程中神经肌肉反应与健康模式的偏差，为评估任务适用性提供了客观工具，并支持基于神经肌肉控制的精确康复训练。