手在卒中后康复机器人电动机复苏

文摘

手功能的恢复中风康复中最具挑战性的课题之一。虽然机器人协助治疗有一些好的结果在最近几十年,留下手康复机器人的发展。现有的评论的手康复机器人技术在机械设计注重设计师的观点或培训模式临床医生的观点,而这两个部分是相互联系的,重要的设计师和临床医生。在本文中,我们探索当前文学周围的手康复机器人,帮助不同组件之间的设计师做出更好的选择,促进手康复机器人的应用。手康复机器人技术的概述本文首先,提供给通用视图之间的关系主题,康复理论,手康复机器人,其评估。其次,艺术的手康复机器人的状态是根据分类详细介绍了硬件系统和培训模式。结果,讨论了可用参数背后的手康复机器人的分类和综合概述。

1。背景

中风,引起脑细胞的死亡由于堵塞的血管供应大脑(缺血性中风)或出血或在大脑(出血性中风),是一种严重的医疗紧急情况(1]。中风会导致死亡或严重的神经损伤和长期残疾的主要原因[1,2]。据世界卫生组织估计,全世界每年有1500万人遭受中风(3]。虽然在医疗技术的进步,中风的发病率预计将增长在未来几十年(4]。护理和康复费用是巨大的,在美国每年达到340亿美元(5]。一半以上的中风幸存者经历一定程度的持续轻偏瘫或神经组织损伤所引起的偏瘫。这些病人不能够独立完成日常活动,因此必须依靠人力援助基本日常生活活动(ADL)像喂食,自我保健,和机动性6]。

人类的手非常复杂和多才多艺。研究表明,远端上肢(即之间的关系。,hand) function and the ability to perform ADL is stronger than the other limbs [7- - - - - -9]。赤字手功能的质量将严重影响病人的生活,这意味着需要更多的需求在手上电动机复苏。然而,尽管大多数患者得到合理的运动恢复上肢近端根据相关研究成果,在远端上肢恢复是有限的由于低功效[10]。有两个主要原因的复苏所面临的挑战。首先,在运动,手已经超过20个自由度(自由度),使它灵活,因此治疗师或训练设备是难以满足饱腹感的需要和多种多样的运动11]。其次,在功能上,用手的皮层区域对应远远大于其他运动皮层,这意味着大量的灵活性在生成各种手的姿势和控制的各个关节的手。然而,迄今为止,大多数研究都集中在相反,缺乏个性化的手指运动(12,13]。更好的康复治疗是迫切需要的。

机器人协助治疗卒中后康复治疗是一种新型的物理治疗,通过哪些病人练习肢体轻瘫的诉诸或机器人提供的抵制力14]。例如,MIT-Manus机器人使用集中训练方法通过练习达到运动训练上肢(15];镜像运动推动者(MIME)使用双边训练方法训练肢体轻瘫的同时减少异常协同效应(16]。机器人协助治疗大大发达与进步在过去的三十年里机器人外骨骼和生物工程等技术,已成为一个重要的补充传统的物理治疗(17,18]。例如,相比之下,治疗师耗尽体力劳动,患者在训练手Wege等人设计的外骨骼可以移动病人的手指巧妙地和反复19,20.]。此外,一些机器人还可以由病人自己的意愿控制从生物中提取,如肌电图(EMG)和脑电图(EEG)信号(21,22]。这些可以形成一个闭环康复系统与机器人技术,不能通过任何常规康复治疗23]。

现有的评论的手康复机器人对卒中后运动恢复不够,大多数研究研究在应用程序符合治疗其他的肢体,而不是手(23]。此外,当前的评论集中在机器人的硬件设计或应用程序的特定培训模式(23,24),而他们都是不可缺少的一种有效的手康复机器人。硬件系统使得机器人的基础的函数,而培训范式作为电动机的实际功能部分恢复决定康复训练的效果。这两个部分是密切相关的。

本文的应用符合治疗康复,给手康复机器人的硬件系统概述当前的培训模式的设计,一个全面的理解是很有意义的一个有效的康复机器人系统的发展。第二部分提供了一个通用的机器人在整个康复机器人系统。然后,第三部分总结和分类硬件系统和培训模式在几个关键环节在作者的观点。最后,探讨了艺术的手康复机器人的状态和可能的未来机器人的手康复预计的方向。

2。手康复机器人技术的概述

2.1。概述

符合卒中后治疗上肢可以追溯到1990年代(17]。它大大发达与机器人技术的进步在过去的几十年中,一个重要的补充传统的物理治疗。手康复机器人最初设计做沉重的劳动工作作为一个更好的替代人类治疗师。关注这些早期的机器人结构的设计,传动装置、控制方法等来实现机器人的手,更适应骨骼和关节的运动特点和更有效地满足康复的需要25]。

现在,手康复机器人技术已经非常发达与神经科学的迅速发展和临床知识,这使得手卒中后康复康复机器人的设计变得更加复杂,涉及多学科知识,如解剖学、神经科学、认知和学习科学,和丰富的临床经验23,26- - - - - -28]。除了机器人,中风病人的知识差异、康复理论和评价都是必不可少的一种有效的手康复机器人的设计。这里,总结核心内容的手康复在康复机器人是由给研究人员的手康复机器人的概况。内容显示在图中1。

2.1.1。主题的差异

中风患者的运动障碍不同于人的人,和状态和条件不同的复苏。等因素类型的肌肉状态(例如,无力或hypermyotonia),中风的阶段(慢性、急性或亚急性),和水平的中风(从轻微到严重中风)都应该考虑个性化的治疗(29日]。例如,患者弛缓不能使用需要剩余的辅助机器人运动能力或太多的力量训练,可能会导致异常的运动模式。使用手康复机器人的好处是,机器人技术可以用来量化和跟踪运动行为对个体病人或生物,因此康复机器人可以代表复杂的精确的驾驶方法现有今天治疗性接触和精确测量的结果(30.]。缺乏考虑的对象之间的区别可能大大降低机器人协助治疗的功效。

2.1.2。理论的康复

虽然目前的理论基础不足的运动康复,一些现有的康复理论仍是有益的和重要的应用机器人协助治疗。三个主要流行的方向是神经生理学的理论,神经发育和运动学习。神经生理学机制,如可塑性和补偿功能,是卒中后运动恢复的理论基础14]。神经发育疗法(无损检测),或Bobath概念,主要是由临床经验,专注于正常化肌肉张力和运动模式以提高复苏hemiparetic一边和激励培训策略,如连续被动运动(31日),导致治疗(14,32]。学习理论,如Hebbian学习或运动再学习指示许多策略包括面向目标的培训,积极培训和各种各样的反馈,当前的趋势在手康复机器人(33- - - - - -37]。虽然没有多少特定的令人信服的证据,这些策略,许多应用程序与机器人合作的手几乎被用于康复并取得了一些不错的结果。深入研究这些康复理论更好的应用程序将RHH未来设计的基础。

2.1.3。手康复机器人技术的应用

手康复机器人技术的应用是实现有效的康复,使串行硬件系统的设计决策和培训模式14,23,26]。对于关注硬件系统的设计,他们解决问题的安全问题等机制或设备的灵活性和可移植性。例如,Wege等人采用一个跨关节连杆结构解决关节协调问题(19,20.),而一个手指可以灵活控制四个自由度。在等人设计一个underactuation无接缝的外骨骼可以安全的运动和轻38]。对于关注范式的设计,他们处理人类和机器人之间的交互促进运动再学习。例如,植木等人,Sarakoglou等人开发一个系统,提供实时的反馈在虚拟现实(VR)的场景,丰富的感知运动训练(39,40];Sarakoglou et al .,胡锦涛et al .,拉莫斯等人研究的手康复机器人,分别由患者自己的力信号,EMG信号,和脑电图信号,生成病人参与培训(40- - - - - -42]。手康复机器人系统,硬件系统和培训范式都是至关重要的,彼此依赖。详细的分类和介绍这两个部分的手康复机器人的应用将会在下一节中讨论。

2.1.4。评价治疗

康复机器人技术的评价反映了人类功能的恢复效果,使得它需要一个完整的设计。有不同的方法评估机器人在当前的研究,包括性能改善关节活动度(ROM),运动的速度,迫使施加的手,执行功能的任务。一套经典临床量表还用于评估设计通过测量中风患者的恢复。最常用的尺度包括手臂研究评估测试(ARAT) Fugl-Meyer评估(FMA)和运动活动日志(MAL) [43]。它应该集中在评估不同于传统的康复机器人的机器人,因为特殊的临床应用。在临床使用前验证,治疗必须遵循循证医学(EBM)的原则,这意味着许多当前的研究结果展示收集的作用[44]。举个例子,一个令人惊讶的发现结果的独立研究显示当前手康复机器人的实用性研究循证医学的原则给弱的示范作用[45]。它可能解释为实验的小样本大小和低质量,限制了支持的证据手康复机器人技术的研究现状46]。显示机器人的验证的原因,特别是更标准的随机对照试验的设计(相关的)和大规模样本和高品质,是必要的康复机器人。

2.2。需求

手康复机器人的要求是不一样的传统设计的机器人,因为它涉及到人类。一些特殊问题像医学原理及应用诊所需要注意,例如,手康复机器人的安全性和可用性。尽管其他一些要求,比如参与显示有意义,这些可能不是必要的各种机器人协助治疗。这里介绍两种最必要的需求。

2.2.1。安全

人类的参与,安全成为首要任务康复机械手的设计。任何机械问题会严重危害到人类的身体因为之间的密切接触机器人的手和人类的手25]。因此,足够的考虑运动手指必须在设计的特点。例如,链接结构的旋转中心应该配合人工关节或机械的转动轴制动器应该用于设置限制运动的范围(47]。这些意味着手解剖学和潜在的紧急情况必须预期在任何机器人外骨骼的设计设计师(26,48,49]。

2.2.2。可用性

马达恢复训练是大多数病人的长期和昂贵的。一些研究表明,实际应用的主要限制手康复机器人技术的可用性(50]。设备的可用性是决定的费用和操作员的复杂性23]。例如,复杂的康复机器人设备需要从专门监督治疗师装备额外工资费用(50]。大多数当前的手康复机器人提供1自由度(自由度)一个手指,手指有更多的自由度,因为任何额外的自由度会带来相当大的额外费用(51]。大康复设备非常昂贵,负担太重了,医院为中风患者提供足够的空间和设备(52,53]。中风的增长人口和当前康复的情况表明,家庭治疗是康复机器人的发展趋势。转换的应用程序从实验室到家里急需提高可用性的康复机器人。

3所示。分类的手康复机器人

存在多种方式分类的手康复机器人,其中一些遵循公约在机械设计(关注硬件系统),而另一些则按照约定在康复(关注培训模式)(23,26]。事实上,每一个分类的方法有其自身的价值,他们相互依赖。例如,硬件系统取决于康复机器人的基本能力(例如,可能动作和反馈信息),而培训模式是经济复苏的主要功能组件(例如,应用程序特定的康复理论)。迄今为止,论文回顾了硬件系统和培训范式相互分离或只是从一个特别的角度14]。在这里,他们都是整体回顾了在接下来的小节。值得注意的是,本文将不给最具体的细节的分类康复,但尽量给的概述每个组件的位置和它们之间的关系。总体概述在这个分类如图2。

3.1。硬件系统

手康复机器人的硬件系统是基础。它决定了可能的运动类型的机器人可以提供病人和病人的机器人可以获得可能的信号。细节的硬件系统可分为机械的分类(26]。然而,在这里,分类是粗糙分类突出几手康复机器人的设计中最重要的方面。硬件系统分为方面包括类型的机器人,驱动类型的传输,和传感器。其他方面如权力不是因为他们没有提到手康复机器人的关键部分,和关于这些细节已经被其他研究人员讨论(24]。

3.2。机器人类型

现有的手康复机器人可分为两种主要类型根据设备的校准和用户:终端执行器和外骨骼。最终效应是外部病人的身体在外骨骼所穿的人类(图3)。

3.2.1之上。终端执行器

最终效应是外部病人的身体,并提供所需的力量最终用户肢体的帮助或抵抗运动(26]。例如,王维多机器人系统(图3,a - 1)由一个奥地利已经是一个商业产品。紧固后,支持手指技巧和拇指和弯曲和伸展运动可以执行后滑块(54]。HandCARE(图3a)是另一个终端执行器由Dovat et al .,每个手指的附加到一个检测电缆循环使力的控制和主要的线性位移(55]。终端执行器提供了力量而不考虑个人的共同运动病人的四肢,带来问题,如有限的活动范围和死点的问题(56]。此外,最终效应是不可移植的人体外部的,限制了实际应用在诊所。

3.2.2。外骨骼

不同的终端执行器,外骨骼装置可以戴在病人的身体。机器人的关节和链接与人工关节和肢体直接对应,分别为(26]。例如,何鸿燊等人开发一个可穿戴的手康复机器人提供为每个手指(图2自由度3b - 1) (10,57];有关等人设计的HANDEXOS低整体尺寸和重量轻(图3b - 2) (58]。这种可移植性中风康复的外骨骼是一个不错的选择,尤其是对患者中风的后期当他们可以训练自己在家里24]。虽然有问题,如机器人轴必须符合解剖轴的手,外骨骼机器人广泛应用于康复机器人,这些年来一直很发达。提到功能性自由度(fDOF)提供了一个方法,使用更少的复杂驱动策略来简化复杂multi-DOF运动(24,59和软体机器人的发展60)促进外骨骼机器人的应用程序。在等人设计了欠驱动无接缝的机器人非常轻(38]。现在,外骨骼机器人一直手在卒中后康复康复机器人的发展趋势。

3.3。驱动

驱动的功能是将不同种类的能量来驱动机器人的运动。有5种驱动这里提到:选举人电机、液压、气动、气动肌肉,和人类的肌肉。尽管仍有一些其他类型的动作,如压电、形状记忆合金有前途的薄而轻,它们也不是在这里提到的被自己的有限的技术难题在实际应用或仅仅是理论设计61年- - - - - -64年]。

3.3.1。电机

电机几乎是使用最广泛的驱动设计的手康复机器人,因为它们容易,可靠和容易控制和高精度。例如,有关设计的HANDEXOS等人被强迫传播为直流电机驱动鲍登电缆;外骨骼手机器人培训设备由何鸿燊等人被微线性电机驱动(10,58]。torque-velocity空间的一般性能使电机有用在变化的应用程序,比如手康复机器人控制策略是受欢迎的24]。可能的缺点电机是电机刚性结构可能会带来安全问题。不过,可以控制电机的转矩,使得机器人的执行机构能够获得信息而不需要额外的传感器。

3.3.2。气动

使用气动执行机构远低于手康复机器人的电机,如协助设计的佐佐木等。这种致动器等优点更少的维护要求和可以停止在负载而不造成损害(26,65年]。尽管噪音等问题可以克服使用预压空气存储,大小的问题无法解决,因为存储室的空气是必要的。因此,气动执行机构可以更好的用于系统较低的流动性。

气动人工肌肉的发展使得驱动另一个选择。气动肌肉的橡胶内胎,shell会膨胀或收缩。例如,商业的手康复机器人系统所产生的动能的肌肉Inc .(美国)是由气动肌肉驱动致动器(66年]。也有另一种气动肌肉,即弯曲型气动肌肉。例如,气动橡胶肌肉是由分析师Noritsugu设计等。67年]。气动驱动的缺点是,执行机构难以控制的时间变化和非线性。

3.3.3。液压

液压执行机构等性能很好的可以产生更高的扭矩与电动或气动系统相比,可以控制精度高和频率(68年]。但是,一个更大的空间来容纳的要求石油传输管道和管道使手使用的液压执行机构就更难康复机器人(26]。

3.3.4。对侧肢体

对侧肢体可以被认为作为一个驱动。手由两国肢体康复机器人驱动通常用于机器人系统应用双边培训策略(69年]。受损的手可以直接驱动的机器人的力提供的健康肢体或间接驱动同步控制信号来自健康的手(70年,71年]。到目前为止,只有后者人研究。例如,拉赫曼等人设计了双边的治疗设备,外骨骼是戴在受损的动作根据数据手套戴在健康的手(71年]。

3.3.5。人类肌肉

人类肌肉受损一方面可以激活功能性电刺激(FES)完成运动受损的手一样的机器人驱动(72年]。此外,一些应用程序结合起来对康复机器人执行机构。因此,人类肌肉可以归类为一种广义上的驱动。荣等人提出了一个菲斯&机械手套康复机器人的手,手功能恢复更好的实现通过菲斯和机器人的平衡73年]。研究人员经常刺激菲斯EMG信号处理或从患者的脑电图所产生自发的运动包含自发运动(74年]。

3.3.6。其他人

其他设计与活动训练模式可能不提供驱动,但完全由患者自己的手;这意味着对于一个高要求患者的残余运动能力(14]。另一个妥协的选择是使用弹簧驱动,spring提供的力补偿的影响hypermyotonia [75年]。

3.4。传输

传播的功能是将执行机构的运动转换成所需的方向完成执行手的运动。大多数都是由于执行机构的选择或机制。

3.4.1。链接

联系是受欢迎的选择手康复机器人系统,在传统的机械设计一样。联系很轻,方便,可以很容易地控制在给定轨迹。一方面,巧合的转动轴的问题可以通过使用来解决卧式结构。另一方面,可以减少设备的复杂性的概念根据fDOF通过连杆结构(24]。例如,丰塔纳等人设计了卧式外骨骼,使用虚拟关节,避免偏差(图3、颈- 1)76年];机制设计的Wege等人采用连杆结构连接相邻的手指部分(74年];和Fiorilla等人设计了两个指状手外骨骼采用fDOF简化结构(图的概念3c - 2) (77年]。可以通过这个结构消除冗余,同时提供了一种简单的方法来控制运动。

3.4.2。电缆

电缆也经常用作传输的手康复机器人,包括滑轮电缆和鲍登电缆。滑轮需要一个持续的张力维持牵引滑轮,限制了使用(78年,79年]。另一方面,鲍登电缆更好的电缆沟和灵活。缺点是造成的变量和磨擦力曲线(74年,80年]。例如,电缆驱动手指外骨骼(咖啡馆)(图3d 1)由琼斯等人设计和HandCARE(图3a)由Dovat等人采用滑轮电缆(55,78年]。这些设备可以很容易地通过武力控制在不方便使用。设计的机器人Wege et al .(图3d2)采用鲍登电缆独立控制手指的运动(19,20.,74年]。事实上,这个机器人结合电缆和连接结构。电缆是类似于手的肌肉,所以它可能是一个有效的工具的手康复机器人系统(81年]。在等人设计的无接缝的外骨骼是一个很好的应用这个概念(38]。

3.5。传感器

虽然手康复机器人系统有一些影响只是根据连续被动运动(CMP)的概念,病人似乎更有效的参与康复系统(82年,83年]。这使得传感器的手康复机器人系统中非常重要的。人类提供的传感器检测信息反馈控制信号对人类或机器人。在这里,传感器检测到信号的类型进行分类(图4)。

3.5.1。物理信号

传感器检测的物理信号,如力和位置(或运动)是最常用传感器的手康复机器人系统的(24]。武力或位置信号的功能是提供的物理状态的手施加力量等运动或手指的弯曲角84年- - - - - -88年]。例如,传感和力反馈式外骨骼机器人是由Ben-Tzvi设计(安全)等,其中一组光学位置传感器和应变仪来检测运动和力信号(89年]。

3.5.2。生物电子信号

其他类型的传感器检测生物电信号如脑电图、肌电图信号也经常用于手康复机器人系统(24,41]。生物电子信号的功能是反映人类的运动意图,可以作为机器人的控制信号。脑电图和肌电图信号是最具代表性的信号从大脑和肌肉,因为其他可能的但不方便信号如磁共振成像(MRI)信号不列在这里90年]。例子是安全使用脑电图帽检测脑电图信号从大脑和机器人由胡锦涛等人,使用多个EMG电极排列在肌肉和外展伸肌肌腱牵向前全身肌肉(40,41]。

4所示。培训模式

根据康复训练模式设计理论或临床结果有良好的功效可能是最重要的事情在电动机的复苏。培训模式的本质是机器人如何与病人互动从信号感知到身体接触。到目前为止,没有发现全面审查讨论的培训模式,尽管一些分类等培训形式和培训策略被广泛应用于研究[14,23]。康复机器人系统的设计更好的应用程序,根据几个方面培训模式进行分类。这些方面已得到了广泛的应用如正在讨论的培训模式或在过去或多或少,但总结了作者的观点,如人机交互。

4.1。培训形式

培训模式的分类与传统治疗模式用于临床实践(表1)[14]。它指的是一个主题的地位在交互和力的属性应用于手。例如,主动或被动形式反映天气有参与病人的意图的运动。辅助或电阻形态反映了机器人,助理或阻力,手的运动。Basteris等人提出的其他培训形式不是机密在这里也可以按照这种分类(14]。例如,passive-mirrored训练形态属于active-assistive形态的侧手的角色机器人(14];路径指导训练形态属于辅助形态的助理机器人转向的力量是一个力场在一个预定义的轨迹。

以下4.4.1。电阻

电阻培训模式,病人完成下的运动阻力提供的机器人。这类培训主要集中在力量训练,所以机器人通常采用阻抗控制方案91年,92年]。例如,Lambercy等人设计的触觉旋钮的手康复。机器人系统包括两个控制方案:在开幕式上,机器人由PID位置控制器控制和关闭过程中,机器人提供了一个阻力,由恒力和阻尼组件(93年,94年]。阻力是适应主体障碍水平,观察和显著地提高均匀控制功能。研究电阻的培训一方面是相对罕见,其中大部分集中在等臂段的肩膀,手肘、手腕(95年,96年]。电阻式培训模式的局限性是它需要病人的残余运动能力是强大到足以克服机器人的阻力。因此,最好是用于病人在中风的后期14]。

4.1.2。活跃的

在积极的训练模式,病人执行自己的运动能力,而机器人的功能是用作测量设备为患者提供反馈。在这样的训练模式,运动完全是由人类控制的,而不需要控制方案。例如,Adamovich等人研究了病人的康复系统穿CyberGloves和手部设备的位置和力信息。当病人执行自己运动,手的实时信息收集和提供一个虚拟场景和反馈力(97年,98年]。事实上,研究纯活跃的手康复训练很难观察到,因为大多数这些机器人可以取代数据手套(99年]。此外,积极培训要求病人有足够的能力独立运动(14,One hundred.]。

4.1.3。辅助

在辅助训练模式,病人自愿执行的运动与机器人的协助。机器人提供持续力手的运动。这种培训方式可以简单设计的英俊布罗考et al .,助理的力是由弹簧提供抵消肌肉张力(75年]。在这个设计不需要控制方案,但提供的助理力弹簧很难调整,对不同的病人可能缺乏个性。对于辅助训练,训练根据预定义的运动轨迹是常用的。例如,手康复系统Wege等人采用标准设计的PID控制器和滑动控制模型(74年,101年]。位置控制的PID控制器给了满意结果,而滑动控制模型更健壮和遵循轨迹具有良好的精度。然而,辅助训练形态要求患者残余运动能力(102年]。

4.1.4。Active-Assistive

active-assistive(也称为被动)培训模式,病人运动机器人的帮助下完成,但在这里,机器人不会提供武力的手,直到病人不能自行移动。active-assistive训练模式是应用最广泛的康复机器人系统(103年,104年]。Active-assistive训练还可以采用简单的控制方案作为王维,助理的力量只有当病人不能完整提供全方位的运动(105年]。这些控制方案可能不会如此有用弱患者运动能力。越来越多active-assistive培训模式采用biosignal作为输入控制,但大多数当前的研究是基于二进制(开关)控制方案,这限制了使用biosignal输入。肌肉模型和模糊控制是控制方案的新趋势与优势active-assistive培训模式(106年,107年),而更多的应用程序需要康复。辅助培训模式需要剩余运动能力或至少病人可以产生足够的运动意图。

4.1.5。被动

在被动训练模式,病人的手的运动完全取决于提供的力的机器人。根据持续被动运动(CPM)概念,巨大的被动训练将推动汽车复苏。机器人的被动训练形态通常是由一个位置重复的训练,在机器人移动的手从起始位置到结束位置,然后向后移动(75年,108年]。没有要求人类和机器人之间的相互作用,因此,大多数机器人其他培训形式可以训练患者被动训练形态(91年,105年]。虽然被动训练已广泛应用于的康复机器人系统不需要患者的运动能力,它仍然限制了病人的参与和康复是非常重要的91年,108年]。

5。的运动模式

根据收集到的论文,目前的设计运动的手康复机器人可分为两种模式。第一种模式侧重于运动的范围,肌肉力量,和痉挛状态,而第二个重点功能任务的性能,特别是对于ADLs。这是对应的国际分类功能,残疾和健康(ICF)框架(图5),人类功能描述三个层次,即功能水平(身体结构和功能),活动水平(任务执行),和参与水平(参与生活)109年,110年]。虽然初步结果的荟萃分析与机器人临床试验结果显示改进机器人的有效性在功能层面上,没有改进ICF的活动水平。这可能是由于人们的可怜的理解水平和活动水平之间的关系函数,但是现在,手疾病康复的重点是慢慢从ICF功能层面转向活动和参与程度35,109年- - - - - -113年]。

5.1。运动功能水平

大多数当前的设计采用运动在功能层面上,也就是说,运动关注增加关节的活动范围,提高肌肉力量,减少痉挛状态等等。集中执行简单的运动在一个或多个关节手掌不断掌握或扩展等通常用于这种训练(111年,112年]。运动模式在功能层面上是康复的关键决定正常运动的基础(109年]。

5.2。运动的活动水平

运动活动水平通常可以发现在特定于任务的培训或培训的日常生活活动(ADL) [31日,36,114年- - - - - -116年]。运动的活动水平刚性不如在功能层面上,例如,培训与软Polygerinos等人设计的机械手套抓块在一个盒子里(60]。活动水平直接关系到病人的性能在实际生活的能力。

6。人机交互

区分不同的训练模式本质上是由不同的交互决定在其他报纸也称为训练策略。人机交互运动恢复是至关重要的,因为在康复机器人系统,人类的主题是关键,这通常是不充分考虑。这是不同于传统工业或字段自动机器人执行运动或明确的命令从人类,因为人类是指挥官和手康复机器人系统的一个组成部分(26]。对于人机交互,感应、意图和反馈到大脑的三个主要组件。感应引起电机运动意图;机器人检测到正确的意图,然后给病人增强或改变反馈。这些组件运动形成一个封闭的神经通路。

6.1。感应模式

大量的创新结合的方法如行动观察或与康复机器人运动图像。这些不同的组合可以根据不同的模式广义的归纳。感应用于诱导运动意图从病人。看起来更好的诱导模式应该能够引起更强的运动意图和激发动机的运动从病人39,40]。有三个有效感应模式,即特定于任务的感应,镜像感应和虚拟归纳。模式,如明确的视觉和听觉线索这里描述运动的执行并不弱影响的诱导意图。然而,这些归纳可以提供之前执行运动或运动执行的是互动的结果。

但是。特定于任务的感应

通常特定于任务的(或面向任务)诱导提供了真实对象的患者进行运动的日常活动,如抓瓶(117年)或捡块(60]。是进行治疗干预措施在几乎所有研究特定于任务的训练,而另一些则显示几乎没有任何ICF泛化改进的活动水平(109年,118年]。意图引起特定于任务的感应是面向日常任务,这是有效改善活动在日常生活补偿缺乏相关的活动的培训投入其他疗法(119年]。

6.1.2。镜子感应

镜子镜子感应是指治疗或双边培训(即。镜子训练)。镜子在传统疗法,通过使用一个镜子,定位的活动在病人面前,右臂的反射在镜子里提供了一个错觉,左臂被移动(120年]。镜子疗法已经使用多年,证明是有用的在电动机复苏(120年,121年]。病人的双边培训,执行镜像运动双手在机器人的帮助下,非常类似于镜治疗(39,40,122年]。唯一的区别在于,镜子被真正的运动错觉轻瘫的手的帮助下机器人。运动强度的轻瘫的手镜引起的感应可能解释为intercallosal纤维或镜像神经元系统的功能(MNS) [123年]。机器人的组合与双边培训已广泛应用,结合传统镜治疗并没有被发现。

6.1.3。虚拟感应

电脑的虚拟感应是指虚拟对象(124年]。有三个主要的想法使用虚拟感应。首先,使用计算机实现虚拟特定于任务的感应,这已经被证明是有效的特定于任务的训练在治疗师的帮助下(124年]。第二,使用别人的视频运动诱导电动机根据MNS意图已经越来越多的适用(122年,125年]。第三,使用有趣的游戏模式诱发更强可以感应电动机的意图与前两个和增加了混合动力执行运动(126年,127年]。

游戏模式的效率提升,结果表明沉浸式训练,或隐式的练习可以加强病人的学习能力(128年,129年]。还应该提到,虚拟现实技术的发展使得虚拟更有前途的手康复机器人系统(98年,130年,131年]。

6.2。可检测的目的

在健康受试者的正常途径,可以进行运动意图的肌电信号直接开动手的运动,而在中风的通路,电动机的意图必须检测到的机器人和机器人动作的运动。的意图可以检测到大脑,肌肉,和轻瘫的手和侧健康的手。

6.2.1。从大脑

EEG信号表示大脑信号,包含电机能被探测到的意图。EEG信号是最方便的信号在脑-机接口(BCI)系统。BCI技术已经大大发展几十年,有很多的手康复机器人系统的有效应用。BCI技术的应用主要是基于运动想象的四肢(MI)促进复苏。MI康复已被证实的有效性。研究表明,通过肢体运动的MI,局部麻痹的四肢的感觉会在一定程度上引起的运动皮层被激活在MI,虽然患者没有相关运动(132年- - - - - -137年]。结合BCI技术,信号的大脑诱发患者自发MI可以直接提取和分类控制康复机器人。参与心肌梗死的大脑和手的运动,康复机器人实现人工途径取代人类的正常运动路径和有广泛的未来138年]。

Biebaumer是最早的一个证明中风患者能唤起MI-related ERD / ERS的健康个体139年,140年]。出乎意料,研究人员发现这些中风患者的肌张力降低后参与实验。不同的研究小组在此基础上作了进一步研究。Ang等人进行了许多次的实验和验证,有伟大的中风患者的可能性唤起MI-BCI,从而使MI-BCI可能的应用(141年,142年]。Barsotti等人设计了一个全由MI-BCI上肢外骨骼机器人。唤起MI-BCI后,病人可以实现达到的运动和把握21,22]。从这些例子中可以发现,意图从大脑中发现的优点是有前途的手康复机器人,因为它使大脑的直接培训成为可能。但是,当前研究的弱点的实时问题是由于处理大型脑电图数据和正确识别率的运动意图的准确性有限的实际应用的效果(83年]。

6.2.2。从肌肉

中风患者的肌电图信号不足以驱动的运动轻瘫的手,但它是足够强大的数据收集工具收集,因此它提供了一种新方法为康复机械手的控制,即控制机械手的运动与肌肉采集的信号进行处理。研究人员喜欢Ho等人设计的肌电图(EMG)驱动的机器人(手143年- - - - - -145年]。病人自发地产生一种电动机的意图后,设备收集和过滤EMG信号,然后控制机械手的运动与信号处理。慢性患者,8日进行了实验,结果验证了有效性康复机械手的手功能的恢复,因为患者FMA评分的改善。此外,弗莱舍等人设计了EMG-driven康复机器人结合腿和手的力传感器。本研究结合EMG纯粹的使用提高了控制策略的力信号(20.]。然而,研究只有发达的腿,没有发现相关研究的手。

肌电图技术检测电动机的意图直接从患者的肌电图信号,来帮助计划的执行动作。这就是为什么它有更好的效果比传统的被动训练没有肌肉的参与。然而,仍然有一些点,应该集中EMG-driven康复机器人。首先,EMG信号不同中风患者的不同情况,所以康复机器人系统应该适应146年]。第二,当前EMG设备应该能够识别更多类型的运动,达到更好的效果在复苏147年]。Kiguchi开发了EMG康复机器人装置基于模糊控制,实现了识别的手腕和前臂的许多类型的运动。但是,没有相关的研究指的是识别手指的运动107年]。

6.2.3。力和运动

最直接的方法之一感应用户的目的是测量力的病人在接口(25]。这种方法已经应用于许多手外骨骼为帮助应用程序(89年,148年- - - - - -150年]。同样,用户的初始运动模式的手指也可以触发命令程序掌握基于模式分类技术(151年]。意图从力和运动检测的优势手是可以获得更多的信息在所有的运动课程,与脑电图和肌电图信号包含了更少的信息一个变量控制输入(22,143年,145年]。的限制力和运动的手残的要求运动的病人;换句话说,严重的肌无力患者可能无法使用这些机器人(25,83年]。

6.3。用户反馈

尽管人类有自己的本体感受,它是中风患者的异常或太弱。机器人可以提供额外的反馈到大脑,形成一个完整的闭环通路,人机交互是有意义的。反馈通常是一个增广的衰减补偿触觉反馈(152年,153年]。它可以是视觉、听觉、触觉或多通道。反馈可分为两种类型:反馈的运动状态和反馈电机的性能。

6.3.1。反馈的实时状态

使用实时状态的反馈的目的是弥补缺席自反馈,如手的触觉反馈。可以可视化的力反馈装置,EMG指数/ EMG信号,或关节运动补偿器实现了实际机制(152年,154年- - - - - -156年]。

再。反馈电机性能

电动机性能的反馈主要用于游戏模式。这个反馈的效率可能解释为简单的巴甫洛夫条件反射。完成的运动由一个计算机程序将加强电机反馈循环,激发更多的动机在接下来的运动(157年]。然而,完成一个实际运动的躯体感觉反馈也是一个有效的反馈,帮助大脑直接重组(40]。

7所示。讨论

分类显示,不同种类的设计手康复机器人的研究在所有这些研究中,从而使手康复机器人技术在近年来大大发展了。然而,临床使用的康复机器人的发展并没有跟上步伐的设计原型。甚至有时分析的结果表明,许多其他的干预比机器人协助治疗(“有力的证据”50]。这里,一般的当前研究的局限性的手康复机器人给出提醒未来的研究。经验和预测研究的硬件系统和培训模式进行了讨论。

8。一般限制

一个明显的一般限制目前的研究,许多研究忽视的重要性评价手康复机器人的设计,可以发现从表2。主要有三种方法来处理设计收集研究的评价。大多数研究采用第一种方式,不给任何评价机器人,对促进实际使用没有影响。这使患者或治疗师设计不采用它尽管机器人可能似乎是巧妙的。许多研究采用第二种方法评估的设计提供一些测试改进机器人的物理参数或性能的特定场景。物理参数变化的ROM关节,运动的速度,和助理强迫施加的手,而具体的场景,像达成目标的准确性完全由研究者主观。这种评价不同于彼此,从而使它很难分辨设计比另一个可用的39,40,75年,164年]。一些研究采用的最后,给出了评价疗效等临床设计相结合的方法提高临床规模在康复是最可接受的方法。虽然许多独立研究显示丰富的成功设计,系统研究循证医学的原则给疲软的示范效用的康复机器人(45]。这可以解释说,大多数研究方法论的缺陷,如缺乏眩目的过程和意向处理分析,这可能导致积极的偏见报道效果。

一个解决方案是,更标准的随机对照试验(相关的)应该评估当前的手康复机器人系统设计。一方面,使用临床量表的方法很容易管理的评估应该推广手康复机器人的设计,因为这是最可接受的方式在临床使用。另一方面,设置其他标准化评价方法实现了多目标的帮助下机器人可能会有前途的,因为它克服临床规模最大的缺点是主观的视觉测试的分数(30.,170年,171年]。测量机器人可以造福两机器人设计的评估和康复程度的评估170年,171年]。

针对性的缺乏是当前设计的另一个限制。它可以从表中找到2只有少数的研究给歧视特定的主题,而这些患者的运动障碍几乎因人而异中风后遗症的复杂性(54,75年,169年]。不同的因素,如中风和肌肉紧张性的阶段可能有非常不同的要求手康复机器人。例如,急性病人出现肌肉无力可能无法触发机器人通过武力控制信号;肌张力亢进可能获得异常运动模式如果他们掌握的力量就由机器人训练过度。执行重复编程运动机器人的优势,而个性化的运动对特定的病人是有意义的。顺便说一下,等传统疗法的临床经验在Brunnstrom复苏阶段的划分方法还可以用于参考针对性设计(151年]。所有这些因素是至关重要的决定的强度训练和康复的一个定制的设计中适当的培训形式。

8.1。硬件系统

特定的功能嗯经常可以在几个不同的组合来实现不同的硬件。什么决定嗯的功效不是一个硬件,而是整个硬件系统,使选择的硬件绝对不仅仅是找到一个最好的硬件但交易不同的组件在一个应用程序的特定需要。

外骨骼机器人末端执行器是占主导地位的选择与机器人的趋势下,家庭治疗。虽然最终效应的优点在省略的巧合关节的问题,这个优点也可以实现欠驱动外骨骼机器人基于fDOF的概念。此外,可以减少很多费用,因为控制景深可以减少根据fDOF概念。家庭治疗的推广使机器人末端执行器的应用更少的手康复,因为限制的可移植性。

选择之间的驱动主要是电机和气动人工肌肉。像容易控制的优点,精度高和高energy-to-weight,使电机驱动之前康复机器人。便携式和小体积的非常灵活的机械手设计的关键。软体机器人的发展使得气动驱动机械手的另一个明显的选择。机器人使用气动人工肌肉可以小和高安全与传统驱动相比,而手的应用软体机器人康复仍受限于额外储气器。

在驱动的选择中,对侧肢体和人类肌肉应该更加关注。镜治疗,虽然未定义的机制,已经得到良好的性能在许多实际应用在常规治疗和最初的几个应用机器人协助治疗(165年,166年]。应该提到,当前研究的手康复机器人实现镜治疗的间接法通过传统执行器控制信号从数据手套,而使用直接的机械方法研究并不包括在内。成功的治疗加上菲斯和肌电图还可以激发的概念梳理机器人和菲斯。Serea等人已经意识到一个系统根据这个概念(83年,172年]。这两种驱动都是有前途的人手和机器人之间的交互,因此要求更高层次的选择传感器。进一步的研究探索更好的机器人从手和处理信息的新方法,而不是仅仅作为一个触发的运动,也要求机器人与康复效果更佳。

除了柔软的身体结构,传输之间的联系几乎是必要的。使用后的联系形成一个机器人是解决这个问题的主流方法联合巧合。虽然柔软的身体结构的优点是适应人类的身体,控制系统的复杂性和可移植性的问题限制其应用。应该提到的无缝设计的机器人等人使用电缆提供新的想法在使用电缆解决运动问题[38]。

传感器的广泛使用生物电子信号是手康复机器人的设计趋势。虽然传感器是机器人的手,没有必要的共识的重要性病人的参与要求传感器检测信号从人类的身体。获得的生物电子信号直接从微妙的神经活动消耗的方法检测信号形式的病人。即使病人不能移动他们的手,生物电子信号,也可用于物理信号的地方。努力探索生物电子信号的传感器也应该专注于解决问题缺乏有效的控制信号特性,因为手的运动是不同的。

8.2。培训模式

选择训练模式决定了内核的手康复机器人,虽然尚未完全在论文中介绍了结合整个康复机器人系统考虑到病人的差异和不同的设计的优缺点。

选择训练模式最好在整个培训期间非常数的最大化效率的手康复机器人,与患者的实际情况对应。当前选择的培训模式两个缺点:第一,在被动运动,没有病人积极参与减缓运动再学习的过程;,第二,积极运动,大多数患者在早期阶段太弱肌肉力量和心理活动,从而使训练过程几乎无法访问。采用不同形式的状态改变康复可能会是个不错的选择。例如,使用被动训练患者的早期治疗困难的产生可检测的意图恢复肌肉紧张性;使用active-assistive训练治疗midstage促进运动再学习的过程;和使用活动培训的后期治疗患者重获独立运动能力的过度信赖。此外,采用的控制方案是更好的根据不同的培训形式。例如,对于电阻的培训模式,阻抗控制是一个很好的选择,因为阻抗控制与病人可以允许更多的动态交互。模糊控制active-assistive培训可能是一个不错的选择,因为从biosignal意图发现的参与可以更好地分类在此控制方案(107年,173年]。应该提到,选择正确的模式仍然需要许多临床资料做更好的决定根据更充分的研究支持。

运动的活动水平将在后续的研究重点。它可以发现在表2等许多研究手康复机器人控制的EMG信号成功地恢复了人类函数在功能层面上,然后停止进一步康复前(41,118年,145年]。事实是,函数在一个活动的恢复水平是更有意义的病人决定日常生活的独立能力。手康复机器人与目标导向设计似乎在康复的一个很好的方向174年]。在计算机的帮助下,许多诽谤联盟也可以实现在一个虚拟的世界。一些研究表明,躯体感觉的反馈通过康复机器人更有效地提高手指的运动机能比电脑屏幕上的动画视觉反馈(84年]。

人机交互应采取更多的考虑,它决定机器人的基本模式在汽车中的作用恢复病人的大脑,和它连接的硬件系统培训模式。这是图中提供6的比较,康复机器人系统与人类的运动控制系统。设计的手康复机器人的基本方法可以被看作是设计一个人工系统构成了完整的人类系统和促进人类系统的再学习的过程。手康复机器人开发形式最早的被动机器人机器人通过信息反馈和控制肌肉或大脑的信息。虽然手康复机器人开发更像人类,还有距离真正的人类系统和手康复机器人系统。

首先,系统在大多数设计不是实时的,而是通过提供长时间窗序列。这使得手康复机器人系统不是真正的关闭循环系统和分离的执行和反馈患者的感知(175年,176年]。例如,在检测人类的意图,时滞问题是由于EEG信号的庞大而复杂的数据处理。这就需要更多的努力寻找更好的分类算法,如Gomez-Rodriguez等人的研究,使用一个时间窗口来检测一个实时的意图。时滞问题也存在于实时运动信息的反馈。努力设计需要更好的读出电路的硬件来解决这个问题。

第二,人类有不同的意图虽然目前的研究只能算小的。越关闭从中枢神经系统,目的是发现小意图可以检测到,而更多的意图可以检测到从遥远的尽头。除此之外,目前的技术检测意图从大脑或肌肉低精度或不方便临床使用。一方面,应该开发更好的检测系统。另一方面,虽然遥远的肢体动作很难有动力,他们仍然给我们一个提示,结合不同的意图可能是优秀的品种和动机(177年]。

的利益冲突

作者宣称没有利益冲突有关的出版。

作者的贡献

攒悦和雪张了同样的工作。

引用

1. “研究所中风信息页面(中风信息页面:国家神经疾病和中风研究所(研究所),”2017年,http://www.ninds.nih.gov/disorders/stroke/stroke.htm。视图:谷歌学术搜索
2. d·莫札法里恩·e·j·本杰明,a . s . et al .,“心脏病和中风统计- 2015更新:美国心脏协会的一份报告,“循环,卷133,不。4,pp. e38-e360, 2015年。视图:出版商的网站|谷歌学术搜索
3. w·罗莎蒙德k .弗莱戈k·富里et al .,“心脏病和中风统计- 2008更新:美国心脏协会的一份报告统计委员会和中风统计小组委员会,“循环,卷115,不。5,pp. e25-e146, 2007年。视图:出版商的网站|谷歌学术搜索
4. g . l . Birbeck m·g·汉娜,r . c . Griggs“全球临床神经科学、机遇与挑战”《美国医学会杂志》《美国医学协会杂志》上,卷311,不。16,1609 - 1610年,2014页。视图:出版商的网站|谷歌学术搜索
5. d .研究大肠本杰明,a . et al .,“心脏病和中风统计- 2015更新:美国心脏协会的一份报告,“循环2015年,卷131,pp. e29-e322。视图:出版商的网站|谷歌学术搜索
6. e·米勒,l·莫里·l·理查兹et al .,“全面概述中风病人的护理和跨学科的康复护理:美国心脏协会的科学声明,“中风41卷,第2448 - 2402页,2010年。视图:出版商的网站|谷歌学术搜索
7. 彼得森p . m . a . Wandel h . s . Jørgensen h . Nakayama h·o·拉舒,t·s·奥尔森,“侧推在中风:发病率,与神经心理症状,并对康复的影响。哥本哈根中风的研究”物理医学与康复档案,卷77,不。1、25 - 28,1996页。视图:出版商的网站|谷歌学术搜索
8. a . w . Dromerick c·e·朗r . Birkenmeier s . a . Sahrmann m·g·哈恩和d·f·爱德华兹,“上肢功能限制之间的关系和自我报告的残疾卒中后3个月,“康复研究期刊》的研究和发展,43卷,不。3,p。401年,2006年。视图:谷歌学术搜索
9. d . s . Nicholslarsen p·c·克拉克,a . Zeringue a .格林斯潘和布兰顿,”因素影响中风幸存者的生活质量在亚急性复苏,”中风,36卷,不。7,1480 - 1484年,2005页。视图:出版商的网站|谷歌学术搜索
10. n . s . k . Ho刘贤,x l .胡锦涛et al。”一个EMG-driven外骨骼手机器人培训设备慢性中风主题:任务训练系统中风康复,”IEEE国际会议上康复机器人卷,2011年,页1 - 5,苏黎世瑞士,2011年7月。视图:出版商的网站|谷歌学术搜索
11. a . Gustus g . Stillfried j·维瑟h . Jorntell和p v . d . Smagt”人手建模:运动学、动力学、应用程序”生物控制论,卷106,不。11 - 12,741 - 755年,2012页。视图:出版商的网站|谷歌学术搜索
12. m . Santello m·弗兰德斯和j . f . Soechting姿势手协同效应对工具的使用,“神经科学杂志》上的神经科学学会的官方杂志,18卷,不。23日,第10115 - 10105页,1998年。视图:谷歌学术搜索
13. m·h·Schieber“肌肉生产个性化的手指运动:外在的手指肌肉的角色,”神经科学杂志》上的神经科学学会的官方杂志,15卷,不。1,第297 - 284页,1995。视图:谷歌学术搜索
14. a . Basteris s . m . Nijenhuis a . h . Stienen j . h . Buurke g . b . Prange和f . Amirabdollahian”培训模式robot-mediated上肢康复在中风:分类的框架系统回顾的基础上,“神经工程学与康复杂志》上,11卷,不。1、1 - 15,2014页。视图:出版商的网站|谷歌学术搜索
15. h·克雷布斯,m·费拉罗s p方式et al .,“康复机器人:MIT-Manus空间扩展的试点试验,”神经工程学与康复杂志》上,1卷,不。1、p。5、2004。视图:出版商的网站|谷歌学术搜索
16. p . s .亮度、c . g . Burgar和p·c·肖”证据改善肌肉激活模式再培训后达到的动作mime机器人系统在中风后偏瘫患者,”IEEE神经系统和康复工程的IEEE出版工程在医学和生物学的社会,12卷,不。2,p。186年,2004年。视图:出版商的网站|谷歌学术搜索
17. j·伊克巴尔和k . Baizid中风康复使用exoskeleton-based机器人锻炼者:迷你审查,”生物医学研究,26卷,不。26日,第201 - 197页,2014年。视图:谷歌学术搜索
18. a·g·纳纳美国辛格,j . Lempiainen”使用的人机界面对中风患者的康复机器人辅助镜治疗,”页1 - 6,2013。视图:谷歌学术搜索
19. a Wege和a·齐默尔曼”,肌电图基于传感器控制外骨骼手,”IEEE机器人和仿生学国际会议上三亚,页1470 - 1475年,中国,2007年12月。视图:出版商的网站|谷歌学术搜索
20. c·弗莱舍,a . Wege k Kondak, g .鞍环”EMG信号控制外骨骼机器人的应用。”Biomedizinische Technik生物医学工程,51卷,不。5 - 6,314 - 319年,2006页。视图:出版商的网站|谷歌学术搜索
21. m . Barsotti d . leonardi c . Loconsole和m . Solazzi”一个完整的上肢外骨骼机器人到达和把握康复MI-BCI所引发的,”IEEE国际会议上康复机器人,新加坡,新加坡,2015年8月。视图:出版商的网站|谷歌学术搜索
22. A . Frisoli c . Loconsole d . leonardi et al .,“一个新的gaze-BCI-driven控制的上肢外骨骼康复在实际任务,”IEEE系统C &控制论部分人,42卷,不。6日,第1179 - 1169页,2012年12月。视图:出版商的网站|谷歌学术搜索
23. b·r·布鲁尔,s·k·麦克道尔和l . c . Worthenchaudhari“卒中后上肢康复:回顾机器人系统和临床结果,“主题在中风康复,14卷,不。6,22-44,2007页。视图:出版商的网站|谷歌学术搜索
24. r . A . Bos c·j·w·Haarman t Stortelder et al .,“结构化趋势的概述和技术用于动态手矫形器,”神经工程学和康复杂志》上,13卷,不。1、1 - 25,2016页。视图:出版商的网站|谷歌学术搜索
25. p . Heo通用顾,s·j·李,k . Rhee和j·金,“当前手外骨骼康复和辅助工程,技术”国际精密工程与制造》杂志上,13卷,不。5,807 - 824年,2012页。视图:出版商的网站|谷歌学术搜索
26. r·a·r·c·Gopura d . s . v . Bandara k . Kiguchi和g·k·曼,“发展活跃的上肢外骨骼机器人的硬件系统:复习一下,”机器人和自治系统卷,75年,第220 - 203页,2015年。视图:出版商的网站|谷歌学术搜索
27. h·克雷布斯,n .霍根·m·l·爱森和b t . Volpe”Robot-aided neurorehabilitation,”IEEE康复工程》第六卷,没有。1,第87 - 75页,1998。视图:出版商的网站|谷歌学术搜索
28. 大肠托多罗夫,r . Shadmehr和e . Bizzi”增强反馈提出了在虚拟环境中加速运动任务的学习困难,”杂志的运动行为卷,29号2,p。147年,1997年。视图:出版商的网站|谷歌学术搜索
29. r . Peveler a·卡森和g·罗丹,”美国广播公司(ABC)的心理医学:抑郁病人,”英国医学杂志,卷325,不。7356年,第152 - 149页,2002年。视图:出版商的网站|谷歌学术搜索
30. d·j·爱德华兹,”的理解和发展现代物理neurorehabilitation方法:机器人和非侵入性脑刺激,”神经工程学和康复杂志》上》第六卷,没有。1、1 - 4,2009页。视图:出版商的网站|谷歌学术搜索
31. x勇和c·梅农脑电图分类不同的假想在相同的肢体运动,”《公共科学图书馆•综合》,10卷,不。4、2015。视图:出版商的网站|谷歌学术搜索
32. y . w .谢长廷k.c.林,y s Horng c . y .吴t·c·吴和f . l . Ku”顺序组合符合治疗和导致的中风康复治疗:一项随机对照试验,”神经学期刊,卷261,不。5,1037 - 1045年,2014页。视图:出版商的网站|谷歌学术搜索
33. j·w·科莱考尔透露,“运动学习:其相关性中风恢复和neurorehabilitation”目前在神经病学的意见,19卷,不。1,第90 - 84页,2006。视图:出版商的网站|谷歌学术搜索
34. j·卡尔和r . b .牧羊犬,运动再学习计划中风,Heinemann理疗,阿斯彭,1987年。
35. a·a·蒂默曼r . j . Lemmens m . Monfrance et al .,“面向任务的机器人手臂训练函数的影响,活动,和慢性中风患者的生活质量:一个随机对照试验,”神经工程学和康复杂志》上,11卷,不。1,第247 - 237页,2014。视图:出版商的网站|谷歌学术搜索
36. 崔n . Schweighofer y . c . Winstein和j·戈登,“面向任务的康复机器人,”美国物理医学与康复杂志》上补充3卷。91年,没有。11日,S270-S279, 2012页。视图:出版商的网站|谷歌学术搜索
37. 玛吉,电机控制:翻译研究临床实践第四版Lippincott Williams &威尔金斯,费城,宾夕法尼亚州,美国,2006年。
38. h, k . j .赵k金,和b·李,“无缝结构和紧凑的外骨骼,under-actuation机制”IEEE国际会议上康复机器人,2011卷,5975394条,2011年。视图:出版商的网站|谷歌学术搜索
39. 植木,h·川崎s Ito et al .,“发展hand-assist机器人multi-degrees-of-freedom康复治疗,”IEEE / ASME举办,17卷,不。1,第146 - 136页,2012。视图:出版商的网站|谷歌学术搜索
40. 即Sarakoglou: g . Tsagarakis d·g·考德威尔,“职业和物理治疗使用基于外骨骼手的做运动的人,”IEEE / RSJ智能机器人和系统国际会议,3卷,第2978 - 2973页,2004年10月日本仙台。视图:出版商的网站|谷歌学术搜索
41. x x l . Hu刘贤,j .魏w·荣e·a . Susanto和s . k . Ho”协调上肢训练辅助与肌电图(EMG)借手机器人卒中后,”在医学和生物工程协会(EMBC), IEEE 2013年第35年度国际会议卷,2013年,页5903 - 5906,大阪,日本,2013年7月。视图:出版商的网站|谷歌学术搜索
42. a . Ramos-murguialday m . Schurholz诉Caggiano et al .,“本体感受的反馈和基于脑机接口(BCI) neuroprostheses,”《公共科学图书馆•综合》,7卷,不。10篇文章e47048 2012。视图:出版商的网站|谷歌学术搜索
43. k.c.林,l . l .壮族c . y .吴y . w .谢长廷和w . y . Chang”三个灵巧函数的响应性和有效性措施中风康复,”康复杂志》上的研究和发展卷,47号6,563 - 571年,2010页。视图:出版商的网站|谷歌学术搜索
44. g·r·兰利“循证医学:如何实践和循证医学教育、“《美国医学会杂志》《美国医学协会杂志》上,卷284,不。18日,第2383 - 2382页,1997年。视图:谷歌学术搜索
45. g . Kwakkel b . j . Kollen, h·克雷布斯,”机器人协助治疗对卒中后上肢恢复的影响:系统回顾,“Neurorehabilitation和神经修复,22卷,不。2、111 - 121年,2008页。视图:出版商的网站|谷歌学术搜索
46. f p .蓝鸿恩Coupar a·波洛克“中风后的运动康复:系统回顾”,《柳叶刀神经病学,8卷,不。8,741 - 754年,2009页。视图:出版商的网站|谷歌学术搜索
47. p·c·肖p s .亮度,c . g . Burgar m . Majmundar r .狂吠,Robotic-Aided疗法的效果上非常关节被动运动和疼痛,艾德。m . Mokhtari称辅助技术在信息时代的集成。IOS,荷兰,2001年。
48. a . Gustus g . Stillfried j·维瑟h . Jorntell和p . van der Smagt”人手建模:运动学、动力学、应用程序”生物控制论,卷106,不。11 - 12,741 - 755年,2012页。视图:出版商的网站|谷歌学术搜索
49. i m·布洛克j . Borras美元和a . m .,“评估假设在运动学模型:一个评论,”2012年第四届IEEE RAS &磨床国际会议上生物医学机器人和生物(BioRob)卷,49号4,页139 - 146,罗马,意大利,2012年6月。视图:出版商的网站|谷歌学术搜索
50. j . m . Veerbeek w·e·范,p . r . Van et al .,“物理治疗卒中后的证据是什么?系统回顾和荟萃分析《公共科学图书馆•综合》,9卷,不。2篇文章e87987 2014。视图:出版商的网站|谷歌学术搜索
51. 黑森州,h·施密特,c·沃纳和a . Bardeleben”上、下肢康复机器人设备和电机控制研究,“目前在神经病学的意见,16卷,不。6,705 - 710年,2003页。视图:出版商的网站|谷歌学术搜索
52. r·m·皮尔斯·e·A·Fedalei, k . j . Kuchenbecker“可穿戴设备控制一个机器人抓手与指尖接触,压力,vibrotactile,和力反馈的控制”触觉技术研讨会页19-25,休斯顿,德克萨斯州,美国,2014年2月。视图:出版商的网站|谷歌学术搜索
53. 答:有关:主席,f . Giovacchini s Roccella f . Vecchi和m . c . Carrozza的说法,“机械电子设计和描述的一只手的食指模块外骨骼中风后康复,”IEEE / ASME举办,17卷,不。5,884 - 894年,2012页。视图:出版商的网站|谷歌学术搜索
54. d·品特s Pegritz c Pargfrieder et al .,“探索性研究机械手康复设备的影响上握力和卒中后大脑活动的变化,“主题在中风康复,20卷,不。4 p。308年,2013年。视图:出版商的网站|谷歌学术搜索
55. l . Dovat o . Lambercy r . Gassert et al .,“Handcare: cable-actuated卒中后康复系统训练手功能,“IEEE神经系统和康复工程的IEEE出版工程在医学和生物学的社会,16卷,不。6,582年,页2008。视图:出版商的网站|谷歌学术搜索
56. j . Mehrholz和m .波尔Electromechanical-assisted步态训练中风后:系统回顾末端执行器和外骨骼装置相比,“康复医学杂志,44卷,不。3、193 - 199年,2012页。视图:出版商的网站|谷歌学术搜索
57. x x l . Hu刘贤,j .魏w·荣e·a . Susanto和s . k . Ho”协调上肢训练辅助与肌电图(EMG)借手机器人卒中后,“IEEE会议论文集:年度国际会议在医学和生物学社会工程卷,2013年,第5906 - 5903页,2013年。视图:出版商的网站|谷歌学术搜索
58. a .有关f . Giovacchini:主席et al .,“HANDEXOS:向一个外骨骼康复设备的手,”IEEE / RSJ智能机器人和系统国际会议,页1106 - 1111年,圣路易斯,密苏里州,美国,2009年10月。视图:出版商的网站|谷歌学术搜索
59. z . m .李和j .唐“拇指关节的协调在反对,”生物力学杂志,40卷,不。3、502 - 510年,2007页。视图:出版商的网站|谷歌学术搜索
60. p . Polygerinos z . Wang k.c. Galloway, r . j .木材和c·j·沃尔什,“软机械手套的援助和家庭康复相结合,“机器人和自治系统卷,73年,第143 - 135页,2014年。视图:出版商的网站|谷歌学术搜索
61. o . e . Makaran d . k . Dittmer r . o . Buchal和d·e·麦克阿瑟“智能wrist-hand矫正法(世卫组织)对四肢瘫痪的病人来说,“JPO假肢和矫形杂志》上,5卷,不。3,1993。视图:出版商的网站|谷歌学术搜索
62. 大肠Biddiss和t桥”,介电弹性体驱动器的上肢假肢:挑战和机遇☆”,医学工程与物理,30卷,不。4、403 - 418年,2008页。视图:出版商的网站|谷歌学术搜索
63. b . h . Choi和h·r·崔”SKK能手外骨骼由超声电机驱动,手”Ieee / rsj智能机器人和系统国际会议,卷2,页1131 - 1136,高松,日本,2000年11月。视图:出版商的网站|谷歌学术搜索
64. t . Tang d, t·谢,x朱,“外骨骼手康复系统由形状记忆合金驱动的,”IEEE机器人和仿生学国际会议上,页756 - 761,深圳,中国,2013年12月。视图:出版商的网站|谷歌学术搜索
65. d .佐佐木、t .分析师Noritsugu和m . Takaiwa”发展的积极支持夹板由气动软致动器(协助),”IEEE机器人与自动化国际会议上西班牙巴塞罗那,页520 - 525,,2006年4月。视图:出版商的网站|谷歌学术搜索
66. 运动肌肉公司,“手与HandMentorTM物理治疗,”2017年1月,http://www.kineticmuscles.com/hand-physicaltherapy-hand-mentor.html。视图:谷歌学术搜索
67. t .分析师Noritsugu m . Takaiwa, d .佐佐木”发展的力量协助穿使用气动橡胶人造肌肉,”机器人技术和机电一体化杂志》上,21卷,不。5,第27 - 31页,2009年。视图:谷歌学术搜索
68. j·p·惠特尼,m . f . Glisson e . l . Brockmeyer和j·k·霍金斯,”低摩擦被动流体传输和fluid-tendon柔软的致动器,”IEEE / rsj智能机器人和系统国际会议,第2808 - 2801页,芝加哥,2014年9月,美国。视图:出版商的网站|谷歌学术搜索
69. s . Hesse g . Schulte-Tigges m·康拉德•a . Bardeleben和c·维尔纳,”机器人协助部门培训师的被动和主动实践hemiparetic科目1中双边前臂和手腕的动作,“物理医学与康复档案,卷84,不。6,915 - 920年,2003页。视图:出版商的网站|谷歌学术搜索
70. 美国海塞、h·施密特和c·沃纳“机器支持汽车卒中后康复:10年的经验在柏林,”康复杂志》上的研究和发展,43卷,不。5,671 - 678年,2006页。视图:出版商的网站|谷歌学术搜索
71. a·拉赫曼和a . Al-Jumaily”的设计和开发一个双边中风康复治疗手装置,”国际先进的机器人系统杂志》上,10卷,不。12,405页,2013年。视图:出版商的网站|谷歌学术搜索
72. c·t·弗里曼,a . m .休斯,j·h·布里奇p h . Chappell p·l·列文和e·罗杰斯,”菲斯的迭代学习控制应用于上肢康复,”控制工程实践,17卷,不。3、368 - 381年,2009页。视图:出版商的网站|谷歌学术搜索
73. w·荣,刘贤,x l . Hu和n . s . k . Ho”结合肌电图(EMG)简况机器人系统与功能性电刺激(FES)康复,”东北生物工程会议,10卷,第314 - 313页,2012年。视图:出版商的网站|谷歌学术搜索
74. a . Wege k Kondak, g .鞍环”发展和控制手外骨骼康复,”IEEE / RSJ智能机器人和系统国际会议,第3051 - 3046页,2005年。视图:谷歌学术搜索
75. e·b·布罗考,即黑色,r . j .华立和p . s .亮度”手弹簧的运动增强器(英俊):一个可移植的、被动的手外骨骼中风康复,”IEEE神经系统和康复工程,19卷,不。4、391 - 399年,2011页。视图:出版商的网站|谷歌学术搜索
76. m·丰塔纳a Dettori、f . Salsedo和m . Bergamasco”的小说手外骨骼机械设计显示准确的力量,”IEEE机器人与自动化国际会议上科比,页1704 - 1709年,日本,2009年5月。视图:出版商的网站|谷歌学术搜索
77. a . e . Fiorilla n . g . Tsagarakis f .紫菜和g . Sandini”设计的两个指状手外骨骼手指刚度测量,”应用仿生学和生物力学》第六卷,没有。2、217 - 228年,2009页。视图:出版商的网站|谷歌学术搜索
78. c·l·琼斯,f . Wang r·莫里森n . Sarkar d·g·坎普,“设计和开发的电缆驱动手指外骨骼手康复后中风,”IEEE / ASME举办,19卷,不。1,第140 - 131页,2014。视图:出版商的网站|谷歌学术搜索
79. h·k·k·j·曹,“敌对的肌腱驱动系统的评价SNU Exo-Glove,”国际会议上无处不在的机器人和环境智能,60卷,第509 - 507页,2013年11月韩国大田市。视图:谷歌学术搜索
80. l . Masia h·克雷布斯,p .披肩和n·霍根,“手模块的设计和描述整个手臂康复后中风,”IEEE / ASME举办,12卷,不。4、399 - 407年,2007页。视图:出版商的网站|谷歌学术搜索
81. m . Cempini m . Cortese,联合国主席,”一个与球面关节轴动力finger-thumb可穿戴外骨骼手,“IEEE / ASME举办,20卷,不。2、705 - 716年,2014页。视图:谷歌学术搜索
82. m·A·德尔菲s A·菲舍尔·w·瑟和c h . m . Luna”软机器人与集成面肌电信号传感exomusculature手套的手康复,”IEEE国际会议上康复机器人卷,2013年,页1 - 7,西雅图,佤邦,美国,2013年6月。视图:出版商的网站|谷歌学术搜索
83. A . Remsik b .年轻,r . Vermilyea et al .,“回顾脑机接口的发展和未来影响治疗卒中后远端上肢运动功能的恢复,”医疗器械的专家审查,13卷,不。6,445 - 454年,2016页。视图:出版商的网站|谷歌学术搜索
84. l·A·马丁内斯o . o . Olaloye m .者诉Talarico和s·m·沙阿,”一个助力外骨骼优化缩放和抓握动作,”生物工程会议,学报2010年IEEE,东北部,页1 - 2日,纽约,纽约,美国,2010年3月。视图:出版商的网站|谷歌学术搜索
85. m·f·拉·k·e·鲁瑟,c·l·霍夫曼和e . b . Hage”一个矫正的hand-assistive外骨骼驱动压力和把握”IEEE、东北生物工程会议美国,页1 - 2日,波士顿,MA, 2009年4月。视图:出版商的网站|谷歌学术搜索
86. m·d·贝克·m·k·麦克唐纳·e·m·Mcmullin和m .迅速“矫正的hand-assistive外骨骼,”生物工程会议美国纽约,页1 - 2,特洛伊,2011年5月。视图:出版商的网站|谷歌学术搜索
87. t .分析师Noritsugu y Kadowaki m . Takaiwa d·佐佐木和m .加藤”发展的软助动手套和控制基于人类的意图,“机器人技术和机电一体化杂志》上,23卷,不。2、281 - 291年,2011页。视图:谷歌学术搜索
88. t y Yamada Morizono、佐藤s和t . Shimohira”提案的SkilMate手指EVA手套,”IEEE机器人与自动化国际会议上,程序,卷2,页1406 - 1412,首尔,韩国,2001年5月。视图:出版商的网站|谷歌学术搜索
89. p . Ben-Tzvi和z .马”,传感和力反馈式的外骨骼机器人手套(安全),“IEEE神经系统和康复工程的IEEE出版工程在医学和生物学的社会,23卷,不。6,992 - 1002年,2015页。视图:出版商的网站|谷歌学术搜索
90. f .塞尔吉·h·克雷布斯,b . Groissier et al .,“预测robot-aided康复的功效在慢性中风患者使用一个MRI-compatible机器人设备,”2011年度国际会议IEEE,生物医学工程的社会,EMBC,卷2011,不。4,页7470 - 7473,波士顿,MA,美国,2011年9月。视图:出版商的网站|谷歌学术搜索
91. o . Lambercy l . Dovat y香港et al .,“符合培训效果的把握和内翻/旋后慢性中风:一个试点研究,“神经工程学和康复杂志》上,8卷,不。1,p。63年,2011。视图:出版商的网站|谷歌学术搜索
92. o . j . c . Metzger Lambercy, r . Gassert“高保真呈现的虚拟对象ReHapticKnob——小说在机器人援助途径恢复手功能,“触觉技术研讨会卷。2012年,51-56,2012页。视图:出版商的网站|谷歌学术搜索
93. l . Dovat o . Lambercy y Ruffieux et al .,”一个触觉旋钮中风患者的康复,”IEEE / RSJ智能机器人和系统国际会议,第982 - 977页,北京,中国,2006年10月。视图:出版商的网站|谷歌学术搜索
94. j . c . Metzger o . Lambercy d . Chapuis和r . Gassert”的设计和描述ReHapticKnob,机器人功能,评估和治疗的手”2011年IEEE / RSJ智能机器人和系统国际会议(——),10卷,不。1,页3074 - 3080,旧金山,CA,美国,2011年9月。视图:出版商的网站|谷歌学术搜索
95. l . Dipietro h·克雷布斯,b . t . Volpe et al .,“学习、不适应特征中风电机恢复:证据从运动学变化引起的机器人援助治疗训练和未经训练的任务在同一空间,”IEEE神经系统和康复工程,20卷,不。1,48-57,2012页。视图:出版商的网站|谷歌学术搜索
96. c . g . Burgar p s .亮度,a . m . Scremin et al .,”机器人援助上肢治疗急性中风康复后设置:退伍军人事务部多点的临床试验,”康复杂志》上的研究和发展,48卷,不。4 p。445年,2011年。视图:出版商的网站|谷歌学术搜索
97. s . v . Adamovich g . g . Fluet a·吉拉邱,j .刘易斯和a . s . merian”设计一个复杂的虚拟现实仿真训练手指轻偏瘫患者运动:一个概念验证研究,“神经工程学和康复杂志》上》第六卷,没有。1、1 - 10,2009页。视图:出版商的网站|谷歌学术搜索
98. m . Aiple和a . Schiele”推动的极限手部™触觉渲染,”IEEE机器人与自动化国际会议上卡尔斯鲁厄,页3541 - 3546年,德国,2013年5月。视图:出版商的网站|谷歌学术搜索
99. 林b s, i . j . Lee, c·h·裴郑胜耀杨和w·周”与6自由度惯性传感器嵌入数据手套的手康复,”第十届国际会议上智能信息隐藏和多媒体信号处理日本北九州,页25 - 28,,2014年8月。视图:出版商的网站|谷歌学术搜索
100. c·d·高桥l . Der-Yeghiaian诉勒,r . r . Motiwala s c·克莱默,”机器人运动治疗卒中后,手”大脑第2部分,卷。131年,第437 - 425页,2008年。视图:出版商的网站|谷歌学术搜索
101. a . Wege k Kondak g .鞍环,“机械设计和运动控制的手外骨骼康复,”机电一体化和自动化,2005年IEEE国际会议,1卷,页155 - 159,位于安大略省尼亚加拉瀑布。2005年8月,加拿大。视图:出版商的网站|谷歌学术搜索
102. b·a·拉宾g . c . Burdea d . t .滚,j . s . Hundal f . Damiani和s波拉克,“老年中风幸存者的综合康复:设计和评估brightarm™,”残疾和康复。辅助技术,7卷,不。4、323 - 335年,2012页。视图:出版商的网站|谷歌学术搜索
103. a·c·罗·d·Guarino l·g·理查兹et al .,”机器人协助治疗卒中后长期上肢损伤。”《新英格兰医学杂志》上,卷362,不。19日,1772 - 1783年,2010页。视图:出版商的网站|谷歌学术搜索
104. a . s . merian g . g . Fluet问:邱et al .,”并且促进虚拟手臂交通结合的手指运动的康复与轻偏瘫的人,”神经工程学和康复杂志》上,8卷,不。1、1 - 10,2011页。视图:出版商的网站|谷歌学术搜索
105. c·h·黄、j . w . Seong和d s的儿子,“个人手指同步课本的手在亚急性慢性中风康复:前瞻性随机临床试验的有效性,“临床康复,26卷,不。8,696年,页2012。视图:出版商的网站|谷歌学术搜索
106. r·a·r·c·Gopura k Kiguchi, y,“SUEFUL-7: 7自由度上肢外骨骼机器人muscle-model-oriented EMG-based控制”IEEE / RSJ智能机器人和系统国际会议,页1126 - 1131年,圣路易斯,密苏里州,美国,2009年10月。视图:出版商的网站|谷歌学术搜索
107. k . Kiguchi“外骨骼机器人对人类前臂和手腕运动辅助硬件设计和EMG-based控制器,”先进的机械设计系统和制造》杂志上,2卷,第1083 - 1067页,2008年。视图:谷歌学术搜索
108. p . Cordo h . Lutsep l . Cordo w·g·赖特,t .水银地震计和r . skos,“辅助运动增强的感觉(AMES):耦合运动和感觉要矫正运动赤字在慢性中风患者,”Neurorehabilitation和神经修复,23卷,不。1,第77 - 67页,2009。视图:出版商的网站|谷歌学术搜索
109. r . j . Lemmens a·a·蒂默曼y . j . Janssen-Potten r·j·史密兹和h·a . Seelen”有效和可靠的仪器在ICF arm-hand评估活动水平半身不遂的人:系统回顾,“BMC神经学,12卷,不。1,1卷,2012页。视图:出版商的网站|谷歌学术搜索
110. “国际功能、残疾和健康分类(ICF),”2017年1月,http://www.who.int/classifications/icf/en。视图:谷歌学术搜索
111. g . Kwakkel b . j . Kollen, r·c·瓦格纳博士”在中风康复治疗对功能恢复的影响:文献的评论,“物理治疗,卷85,不。7,377 - 391年,1999页。视图:出版商的网站|谷歌学术搜索
112. s·w·奥德利和n . j . Giori”持续被动运动(CPM):临床应用的理论和原则,“康复杂志》上的研究和发展,37卷,不。2,p。179年,2000年。视图:谷歌学术搜索
113. a·a·蒂默曼·h·a . Seelen r·d·Willmann和h . Kingma”技术辅助训练中风arm-hand技能:概念篇运动控制和治疗师指导康复技术设计,“神经工程学和康复杂志》上》第六卷,没有。1,p。2009。视图:出版商的网站|谷歌学术搜索
114. d . Dispa t·勒和j·l·Thonnard“重复的节奏的影响精密控制任务型慢性中风患者康复:一个试点研究,“国际歌Zeitschrift毛皮Rehabilitationsforschung Revue国际歌de readaptation生物,36卷,不。1,第87 - 81页,2013。视图:出版商的网站|谷歌学术搜索
115. e .田中y Iwasaki、美国Saegusa和l . Yuge”步态和ADL恢复使用全身运动支持类型机动战士评估脑活动,”IEEE国际会议系统,人,控制论,卷2,页3286 - 3291,首尔,韩国,2012年10月。视图:出版商的网站|谷歌学术搜索
116. 中,美国的中国人,h . Uemura et al .,“Barthel指数得分之间的关系在急性期中风患者的康复和随后的诽谤联盟”《华尔街日报》的医学调查卷,57号1 - 2、81 - 88年,2010页。视图:出版商的网站|谷歌学术搜索
117. m·j·约翰逊,k . j . Wisneski j·安德森·d·内森,”阿德勒的发展:日常生活练习的活动机器人,”IEEE / RAS-EMBS生物医学机器人国际会议和生物,页881 - 886,比萨,意大利,2006年2月。视图:出版商的网站|谷歌学术搜索
118. g . Kwakkel b Kollen e·林德曼,“了解中风后功能恢复的模式:事实和理论,“恢复神经病学和神经科学,22卷,不。3 - 5,281 - 299年,2003页。视图:谷歌学术搜索
119. g . b . Prange m . j . Jannink c . g . Groothuisoudshoorn h . j . Hermens和m . j . Ijzerman”系统综述的影响robot-aided治疗卒中后复苏hemiparetic的胳膊上,“康复杂志》上的研究和发展,43卷,不。2,p。171年,2006年。视图:出版商的网站|谷歌学术搜索
120. f . Hamzei c . h . Lappchen诉Glauche马德尔,m . Rijntjes和c weil,“功能可塑性引起镜培训:镜子元素连接双手一个半球,”Neurorehabilitation和神经修复,26卷,不。5,484 - 496年,2012页。视图:出版商的网站|谷歌学术搜索
121. h·蒂米,j . Mehrholz m·波尔,c . Dohle镜治疗改善卒中后运动功能约翰·威利& Sons, Cochrane图书馆,2010年。
122. k . Matthys m .史密特j . n . v . d .地表古积et al .,“Mirror-induced手部运动的视觉错觉:功能性磁共振成像研究中,“物理医学与康复档案,卷90,不。4、675 - 681年,2009页。视图:出版商的网站|谷歌学术搜索
123. 黑森州和c·沃纳机器支持汽车卒中后康复。世界医学物理与生物医学工程大会,7 - 9月,2009年,慕尼黑,德国。施普林格,德国海德堡,2009年。
124. n . n . Byl g·m·艾布拉姆斯·e·Pitsch et al .,“慢性中风幸存者达到相应的虚拟任务具体结果重复性训练指导下可穿戴机器人矫正法(UL-EXO7)和实际任务特定的重复训练一个物理治疗师的指导下,“手治疗杂志,26卷,不。4、343 - 352年,2013页。视图:出版商的网站|谷歌学术搜索
125. f . Nocchi s Gazzellini c Grisolia et al .,“大脑网络参与的运动刺激视觉处理用于上肢机器人培训:一个功能磁共振成像研究,“神经工程学和康复杂志》上,9卷,不。1,第2060 - 2059页,2012。视图:出版商的网站|谷歌学术搜索
126. c·d·高桥l . Der-Yeghiaian诉勒,r . r . Motiwala s c·克莱默,”机器人运动治疗卒中后,手”大脑神经学杂志》上第2部分,卷。131年,第437 - 425页,2008年。视图:出版商的网站|谷歌学术搜索
127. a . s . merian g . g . Fluet问:邱et al .,”并且促进虚拟手臂交通结合的手指运动的康复与轻偏瘫的人,”神经工程学和康复杂志》上,8卷,不。1,第179 - 175页,2011。视图:出版商的网站|谷歌学术搜索
128. s . w . c . w . Tan下巴,w . x Lim,“基于游戏的人机交互使用手势识别康复,”IEEE国际会议控制系统,计算和工程Mindeb,页344 - 349年,马来西亚,2013年12月。视图:出版商的网站|谷歌学术搜索
129. c·科罗姆r . Llorens、大肠的耐温和m . Alcaniz”混合以现实为基础的干预效果的手臂,手,和手指功能慢性中风,”神经工程学和康复杂志》上,13卷,不。1,p。2016。视图:出版商的网站|谷歌学术搜索
130. p . Maciejasz j . Eschweiler k . Gerlach-Hahn A . Jansen-Troy和s·莱昂纳特,”一个调查为上肢康复机器人设备,“神经工程学和康复杂志》上,11卷,不。1、1至29,2014页。视图:出版商的网站|谷歌学术搜索
131. c·科罗姆r . Llorens、大肠的耐温和m . Alcaniz”混合以现实为基础的干预效果的手臂,手,和手指功能慢性中风,”神经工程学和康复杂志》上,13卷,不。1、1 - 11,2016页。视图:出版商的网站|谷歌学术搜索
132. m·t·Carrillo-De-La-Pena s Galdo-Alvarez, c . Lastra-Barreira”等价的不平等:初级运动皮层(MI)激活运动图像和顺序动作的执行期间,“大脑研究,卷1226,不。1226年,第143 - 134页,2005年。视图:出版商的网站|谷歌学术搜索
133. c . Kranczioch, s·马修斯,p . j . a .院长和a . Sterr”等价的执行和想象运动:证据从边音的汽车和nonmotor潜力,”人类大脑图谱,30卷,不。10日,3275 - 3286年,2010页。视图:出版商的网站|谷歌学术搜索
134. g . Pfurtscheller和c . Neuper”与事件相关同步μ的节奏在皮层脑电图手部的人,”神经学字母,卷174,不。1,第96 - 93页,1994。视图:出版商的网站|谷歌学术搜索
135. g . Pfurtscheller Brunner, a . Schlogl和f·h·l·d·席尔瓦“μ节奏(de)同步和脑电图的实验不同的运动图像分类任务,”科学杂志没有,卷。31日。1,p。153年,2006。视图:出版商的网站|谷歌学术搜索
136. s . j .页面、p·莱文和a·伦纳德”精神在慢性中风的结果随机、安慰剂对照试验中,“中风;一个脑循环杂志》上,38卷,不。4 p。1293年,2007年。视图:出版商的网站|谷歌学术搜索
137. r·谢勒a . Mohapp p . Grieshofer g . Pfurtscheller和c . Neuper”感觉运动脑电图模式在hemiparetic中风患者运动图像,”国际期刊的Bioelectromagnetism,9卷,不。3,2007。视图:谷歌学术搜索
138. w·p·Teo大肠嚼,“中风康复motor-imagery脑机接口是可行的吗?”点& R》第六卷,没有。8,723 - 728年,2014页。视图:出版商的网站|谷歌学术搜索
139. n . Birbaumer“打破沉默:脑-机接口(BCI)通信和电机控制,”心理生理学,43卷,不。6,517 - 532年,2006页。视图:出版商的网站|谷歌学术搜索
140. c . Wang k . s . Phua k·A·凯et al .,“可行性研究的非侵入性motor-imagery BCI-based机器人为中风患者康复,”神经工程国际IEEE /磨床会议安塔利亚,页271 - 274年,土耳其,2009年5月。视图:出版商的网站|谷歌学术搜索
141. k . k和k . s . Chua k . s . Phua et al .,“因为它使得基于脑电图的随机对照试验电机意象为中风、脑机接口机器人康复”临床脑电图和神经科学,46卷,不。4 p。310年,2015年。视图:出版商的网站|谷歌学术搜索
142. c .关k . k . Ang, k . s . Phua et al .,“脑-机基于接口的手和手腕康复机器人终端执行器系统:护身随机对照试验的结果为慢性中风,”神经工程学领域,7卷,不。30,p . 2014。视图:出版商的网站|谷歌学术搜索
143. a . Turton表明,n . Trepte c·弗雷泽和r . n .柠檬”侧和侧肌电图反应经颅磁刺激在手臂和手功能恢复中风后,“脑电图与临床神经生理学/肌电图和运动控制,卷101,不。4、316 - 328年,1996页。视图:出版商的网站|谷歌学术搜索
144. 美国Adelsberg“网球中风:选择肌肉的肌电图分析球拍的手柄尺寸增加,”美国运动医学杂志》上,14卷,不。2、139 - 142年,1986页。视图:出版商的网站|谷歌学术搜索
145. n . s . k . Ho刘贤,x l .胡锦涛et al。”一个EMG-driven外骨骼手机器人培训设备慢性中风主题:任务训练系统中风康复,”IEEE国际会议上康复机器人苏黎世,卷。2011年,瑞士,2011年7月。视图:出版商的网站|谷歌学术搜索
146. a . m . Kwarciak j·t·特纳l .郭和w·m·里克特”四种不同的中风的影响模式手动轮椅推进和上肢肌肉拉伤,”残疾和康复辅助技术,7卷,不。6,459 - 463年,2012页。视图:出版商的网站|谷歌学术搜索
147. l·f·冯·s .而j·卡乌斯et al .,”功效的EMG-triggered电气胳膊在慢性刺激hemiparetic中风患者,”恢复神经病学和神经科学,27卷,不。3、189 - 197年,2009页。视图:出版商的网站|谷歌学术搜索
148. b . l .盾牌,j . a .主要s w·彼得森和a . m . Strauss”一个拟人化的外骨骼,防止宇航员手疲劳在舱外活动,“IEEE系统男人和控制论系统一部分和人类出版IEEE系统的人&社会控制论,27卷,不。5,p . 668。视图:谷歌学术搜索
149. t .分析师Noritsugu h .山本,d .佐佐木和m . Takaiwa“可穿戴的力量协助设备使用气动肌肉人造橡胶手抓,“IEEE国际研讨会上机器人和人类互动交流1卷,第660 - 655页,2004年。视图:谷歌学术搜索
150. 多田野k, m .雅佳、k . Kadota和k .川岛”开发控制放大与气动肌肉人造橡胶手套使用bi-articular机制,”IEEE机器人与自动化国际会议上,43卷,第2368 - 2363页,安克雷奇,正义与发展党,美国,2010年7月。视图:出版商的网站|谷歌学术搜索
151. 托雅,k . t . Miyagawa y .日本久保田公司,“助动手套由预测把握模式”,系统设计与动力学杂志》上,5卷,不。1,第108 - 94页,2011。视图:出版商的网站|谷歌学术搜索
152. k渡边h Morishita、t·森和t .佐藤”原型的联合运动食指输入脉冲放大器协助患者受损的手移动,”IEEE机器人与自动化国际会议上,页4146 - 4151,罗马,意大利,2007年4月。视图:出版商的网站|谷歌学术搜索
153. 佐藤t y Yamada morizono, k . et al .,“建议skilmate手及其组件技术的舱外活动手套,”先进的机器人,18卷,不。3、269 - 284年,2004页。视图:出版商的网站|谷歌学术搜索
154. n Benjuya和s . b .肯尼”肌手矫正法”,JPO假肢和矫形杂志》上,卷2,不。2、149 - 154年,1990页。视图:出版商的网站|谷歌学术搜索
155. 崔c . s . Kwon w .公园,h·d·李和j·金,“实时捏力由表面肌电图使用人工神经网络估计,“医学工程与物理,32卷,不。5,429 - 436年,2010页。视图:出版商的网站|谷歌学术搜索
156. f . Pichiorri g·马龙,m . Petti et al .,“脑机接口提高了运动图像实践期间中风恢复,”神经病学年鉴,卷77,不。5,851 - 865年,2015页。视图:出版商的网站|谷歌学术搜索
157. A . Remsik b .年轻,r . Vermilyea et al .,“回顾脑机接口的发展和未来影响治疗卒中后远端上肢运动功能的恢复,”医疗器械的专家审查,13卷,不。5,445 - 454年,2016页。视图:出版商的网站|谷歌学术搜索
158. j·伊克巴尔:g . Tsagarakis A . e . Fiorilla d·g·考德威尔,“便携式手康复设备,”在医学和生物学社会工程卷,2010年,第3697 - 3694页,2010年。视图:出版商的网站|谷歌学术搜索
159. o·艾哈迈德·j·伊克巴尔,a·马利克”HEXOSYS II -对实现光质量的机器人的手,”2011年IEEE 14日国际Multitopic会议,51卷,页115 - 119,卡拉奇,巴基斯坦,2011年12月。视图:出版商的网站|谷歌学术搜索
160. c . n . Schabowsky s b·戈弗雷r . j .华立和p . s .亮度”开发和试点测试HEXORR:手外骨骼康复机器人,”神经工程学与康复杂志》上,7卷,不。1,36页,2010年。视图:出版商的网站|谷歌学术搜索
161. Ito, h·川崎y Ishigure, m .写到t . Mouri和y Nishimoto”设计的运动帮助残疾人康复机器人系统,设备”富兰克林研究所杂志》上,卷348,不。1,第89 - 79页,2011。视图:出版商的网站|谷歌学术搜索
162. h . Kawsaki Ito, y Nishimoto h .木村,“基于self-motion-control手康复支持系统,”机器人与自动化,2004年。TExCRA 04。第一次会议基于IEEE技术展览可,页55 -,港区,东京,日本,2004年11月。视图:出版商的网站|谷歌学术搜索
163. Ito, s .植木k石原et al .,“平行控制器建设multi-DOF手康复设备,“学报学报36卷,第158 - 151页,2007年。视图:谷歌学术搜索
164. e . g .克鲁斯和d·g·坎普”,使用新颖的机械接口研究手指运动控制,”《生物医学工程,38卷,不。2、259 - 268年,2010页。视图:出版商的网站|谷歌学术搜索
165. z . j .唐、美国Sugano和h .岩田聪”小说,核磁共振兼容的手外骨骼手指康复,”IEEE /马夫系统集成国际研讨会,第123 - 118页,2011年。视图:出版商的网站|谷歌学术搜索
166. z . j .唐、美国Sugano和h .岩田聪”设计的核磁共振兼容机器人手指康复,”机电一体化和自动化国际会议上成都,页611 - 616年,中国,2012年8月。视图:出版商的网站|谷歌学术搜索
167. z唐、美国Sugano和h .岩田聪“外骨骼手指康复和大脑图像研究中,“IEEE国际会议上康复机器人,2013卷,6650446条,2013年。视图:出版商的网站|谷歌学术搜索
168. z唐、美国Sugano和h .岩田聪”设计和评价的一个自由度手指康复设备,“美国光学学会杂志》上,30卷,不。7,822 - 827年,2013页。视图:出版商的网站|谷歌学术搜索
169. p, v . Lombardi, m . Franceschini”手机器人康复:机器人的可行性和初步结果治疗轻偏瘫患者,”中风的研究和治疗820931卷,2012篇文章ID, 5页,2012。视图:出版商的网站|谷歌学术搜索
170. a . de los Reyes-Guzman Dimbwadyo-Terrer, f . Trincado-Alonso f . Monasterio-Huelin d·托里拆利和a . Gil-Agudo”定量评估基于运动学的措施在上肢运动功能障碍:复习一下,”临床生物力学卷,29号7,719 - 727年,2014页。视图:出版商的网站|谷歌学术搜索
171. y Koumpouros”,系统回顾现有措施的主观评价康复和辅助机器人设备,“医疗保健工程,卷2016,不。4、文章ID 1048964, 10页,2016。视图:出版商的网站|谷歌学术搜索
172. f . Serea m . Poboroniuc d Irimia, s . Hartopanu“初步结果在一个混合FES-exoskeleton系统旨在恢复上肢在残疾人,”系统理论、控制和计算Sinaia,页722 - 727年,罗马尼亚,2013年10月。视图:出版商的网站|谷歌学术搜索
173. 田中k . Kiguchi t, t .福田,”神经模糊控制机器人外骨骼的EMG信号,”IEEE模糊系统,12卷,不。4、481 - 490年,2004页。视图:出版商的网站|谷歌学术搜索
174. j . Ushiba A Morishita t . Maeda,“面向任务的脑-机接口中风偏瘫患者康复体系”无线通信国际会议、车辆技术、信息理论和航空航天和电子系统,页1 - 3,Aalborg,丹麦,2014年5月。视图:出版商的网站|谷歌学术搜索
175. m . Gomez-Rodriguez j·彼得斯,j·希尔,b . Scholkopf a . Gharabaghi和m . Grosse-Wentrup”关闭感觉运动回路:触觉反馈促进了运动图像的解码,”《神经工程,8卷,不。3,第036005条,2011年。视图:出版商的网站|谷歌学术搜索
176. c·l·弗t . Bardouille h . f . Neyedli和s . g .央行“联合行动观察和运动图像neurofeedback调制的大脑活动,“人类神经科学前沿,10卷,p。692年,2016年。视图:出版商的网站|谷歌学术搜索
177. e . j . Rechy-Ramirez和h·胡”阶段发展控制系统使用肌电图和脑电图信号:一项调查,“计算机科学和电子工程学院的埃塞克斯大学,第8050 - 1744页,2011年。视图:谷歌学术搜索

版权

版权©2017 Zan曰et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。