Tillämpning av handrehabiliteringsapparat vid hemiplegisk handrehabilitering

Apr 26, 2022

Statistik visar att efter stroke kan endast 15 procent av patienterna återhämta sig ungefär hälften av sin handfunktion, och endast 3 procent av patienterna kan återhämta sig mer än 70 procent av sin ursprungliga handfunktion. Det har blivit en stor trend inom rehabiliteringsområdet att utforska effektiva behandlingsmetoder för rehabilitering och främja återhämtningen av patienternas handfunktion. Därför har kombinationen av uppgiftsinriktad träning och framväxande rehabiliteringsteknik gradvis blivit en oumbärlig rehabiliteringsbehandlingsteknik för handfunktionsrehabilitering. Framväxten av handfunktionsrehabiliteringsrobotar har gett nya idéer för rehabilitering av handfunktion efter stroke.

Den här artikeln kommer kortfattat att dela den intelligenta mjuka handrehabiliteringsroboten och hjärnan-datorgränssnittets handfunktionsrobot.

Intelligent mjuk handrehabiliteringsrobot

Den intelligenta mjuka handfunktionsrehabiliteringsroboten kombinerar robotteknologi och neurovetenskap, och kan tillhandahålla olika träningslägen som passiv, assistans, motstånd, bilateral spegel och aktiva spel. Det är en handfunktionsrehabiliteringsrobot som helt täcker perioden från mjuk förlamning till rehabilitering. I processen med robotassisterad träning kombinerades bilateral spegelterapi och motorisk bild för att förverkliga den integrerade behandlingen av central intervention och perifer intervention.

Med den intelligenta mjuka handrehabiliteringsroboten kan patienter stimulera hjärnans motoriska cortex genom multimodal stimulering genom visuell, auditiv och taktil sensorisk stimulering för att bilda en sluten rehabiliteringsträning och förbättra patientens vilja att aktivt delta i handfunktionsrehabilitering träning för att främja återhämtningen av patientens motoriska funktion. Samtidigt, vid bilateral spegelterapi, driver den friska handen den drabbade handen till träning, vilket ytterligare kan förbättra hjärnans neuroplasticitet.

hjärna-dator gränssnitt hand-funktion robot

Tillägget av nya metoder gör den slutna rehabiliteringsmodellen av central-perifer-central till en kliniskt viktig rehabiliteringsteori. Central intervention kan främja aktiveringen av motsvarande funktionella hjärnområden i hjärnan och förbättra hjärnans neuroplasticitet. Perifer intervention stärker kontinuerligt den positiva återkopplingen av sensoriska och motoriska kontrolllägen till hjärncentret. Kombinationen av de två lägena främjar ombyggnaden av hjärnans funktion hos strokepatienter. Hjärnan-datorgränssnittet har blivit det bästa valet för att realisera rehabiliteringsläget med sluten slinga.

Hjärn-datorgränssnittsträning kommer att ge patienter VR visuell och auditiv dubbel stimulering, så att de kan utföra motorisk fantasi av de drabbade handrörelserna, för att kontrollera exoskelettrehabiliteringsroboten för att slutföra handgrepp och öppningsrörelser. Genom träning av gränssnitt mellan hjärnan och dator, föreställer sig patienterna upprepade gånger grepp- och öppningsrörelserna hos den drabbade handen i deras hjärnor, och genereringen av faktiska rörelser med hjälp av exoskelettrobotar uppnår en hög grad av matchning mellan motoriska avsikter och beteenderörelser, vilket är mer gynnsamt. till Ombyggnad av hjärnbarken.

För närvarande har hjärnan-dator-gränssnittet handfunktion rehabiliteringsrobot gradvis erkänts av patienter.

Bilden nedan visar patientens motoriska fantasiuppgift att greppa och öppna handen enligt displayen och röstmeddelanden. Varje åtgärd har 3 fantasimöjligheter. Medan patienten utför motoriska bilder kan EEG-enheten samla in de karakteristiska EEG-signalerna från den cerebrala motoriska cortexen genom uppsamlaren.

Om patienten exakt kan slutföra den motoriska bilduppgiften inom 3 gånger, kommer EEG-signalen att slutföra signalextraktionen och funktionsomvandlingen genom signalomvandlaren och sedan styra exoskelettmanipulatorn för att hjälpa patienten att slutföra motsvarande grepp- eller öppningsåtgärd; Om motorbilden inte kan slutföras korrekt inom 3 chanser, kan EEG-signalomvandlaren inte triggas för att slutföra rörelsen av exoskelettmanipulatorn. Beroende på patientens prestation kommer systemet att bedöma patientens slutförandegrad, vilket också förbättrar patientens entusiasm för att delta i träningen.

Men för närvarande finns det fortfarande vissa problem med handfunktionsrehabiliteringsrobotar som vanligtvis används i klinisk praxis. Förhoppningen är att sådana problem kan förbättras i framtida forskning.