1. 引言
脑卒中已经成为国内位居首位的过早死亡原因，严重危害中国国民的身心健康，是我国首位的成人致死、致残病因，其特点是高发病率、高复发率、高致残率和高经济负担[1]。康复运动辅助系统是机器人技术与康复医疗技术结合的产物，可帮助运动功能障碍患者重新恢复运动功能[2]。因此，手部可穿戴康复运动辅助系统针对手部功能为患者提供了居家自主康复的可行解决方案[3]。其中，刚性手部康复设备由电机驱动，其特点是具备高输出力和高位置精度[4] [5]；Houcheng Li设计了一种用于手指双向运动的铝合金刚性联动手部外骨骼[6]。Lynne Weber则提出了一种不需要与关节严格对齐的肌腱索驱动手部康复设备[7]。然而，刚性手部康复设备普遍存在结构复杂、重量大、舒适度差以及价格昂贵等问题[8]。在柔性手部康复设备中，Yulyan Wahyu Hadi设计一种基于气动网络结构的手部执行器，通过腔室内气流的变化实现手指特定角度屈曲[9]。Panagiotis Polygerinos使用液压流体驱动的弹性腔体和纤维增强材料设计手部执行器[10]，但弹性体硅胶具备反弹性和较高气压需求限制了其有效性[11] [12]。因此，针对上述问题，本文提出一种基于柔性织物材料的手部可穿戴康复运动辅助系统，以解决现有设备的重量大、安全性低和力重比小等问题。同时引入基于表面肌电信号的主动康复模式，采集人体生理信号，精准识别患者运动意图，旨在为脑卒中患者提供长期、低成本和有针对性的手部康复解决方案。进一步提高手部可穿戴式康复运动辅助系统的智能化水平。
2. 系统方案论证与设计
2.1. 基于TPU涂层织物的柔性执行器方案设计
柔性手部屈曲执行器是实现柔性手部可穿戴康复设备的关键，执行器的几何参数、结构及制作方法直接影响执行器的性能，也会进一步影响康复效果。所以在手部屈曲执行器的设计与制作上要综合多方面因素。
手部屈曲执行器通常由两部分组成：一个是在加压时膨胀的可延展层以及一个不可延展的应变限制层，限制其所在一侧线性延展。当充气加压时，手部屈曲执行器会产生围绕应变限制层的屈曲。本文中可延展层由带有TPU涂层的尼龙织物组成，应变限制层由不可延展的尼龙牛津布组成。在充气增加压力时，带有TPU涂层的尼龙织物拉伸，而牛津尼龙布则限制线性延展并转化为屈曲运动，辅助脑卒中患者手部进行屈曲运动。
2.1.1. 手部屈曲执行器参数确定
设定执行器长度为L为140 mm，波纹形状是等腰三角形。折叠腔室高度h为18 mm，折叠腔室跨度a为18 mm，波纹管之间的距离b为5 mm，远端距离Ld为5 mm，近端长度Lp为10 mm。执行器几何参数如图1所示。
Figure 1. Hand flexion actuator geometry parameters
图1. 手部屈曲执行器几何参数
2.1.2. 手部屈曲执行器参数确定
执行器材料选带有TPU涂层的尼龙织物，TPU是一类加热可塑化溶解的弹性体，具有弹性好、耐磨性优异以及硬度大等特点，被广泛应用于医药卫生和服装等领域。带有TPU涂层的尼龙织物具有两层结构，其中织物层提供各向异性的机械性能，而TPU涂层经过热压溶解形成粘合剂，使复合材料可以与TPU薄膜粘合。应变限制层采用尼龙牛津布，其具备高强度、高耐磨性以及抗变形性。将带有TPU涂层尼龙织物的弹性、气密性与尼龙牛津布的高强度、抗形变性相结合，使执行器具备良好的柔顺性和便捷性的同时，在充气过程中精确转化为手部屈曲和对指运动。屈曲执行器制作材料如图2所示。
Figure 2. Actuator makes materials
图2. 执行器制作材料
执行器的制作过程：首先，按照预设几何参数切割带有TPU涂层的尼龙织物和作为限制层的尼龙牛津布。其次，将带有TPU涂层的尼龙织物使用热压机进行热压，由于内部覆盖TPU涂层，可以保证良好的气密性并形成腔室。最后，将其折叠固定数量的波纹管并按照预设几何参数粘贴在限制层尼龙牛津布上。执行器两端，远端直接进行热压形成密封，近端预留气动接头后进行热压与专用胶水粘合密封。考虑柔性材料耐用性的问题，五根屈曲执行器通过魔术贴与织物载体集成，损坏可独立更换，无需更换整个手部屈曲执行器，提高设备的可维护性。当执行器充气加压时，如果缺乏应变限制层，波纹管会在气压作用下发生显著的应变和体积变化，从而产生线性延伸运动。但由于限制层尼龙牛津布的不可延展性，使执行器在线性方向无法延伸。与此同时，由于波纹管的三角形结构，彼此之间相互挤压，从而实现将线性延伸运动转化为手部屈曲运动。随着腔室内气压增大，波纹管体积变化越大，彼此之间的相互挤压也会随之增强，从而引起手部屈曲角度增加。如图3所示。
Figure 3. Buckling actuator production process and physical object
图3. 屈曲执行器制作过程及实物
2.2. 柔性手部可穿戴康复运动辅助控制系统方案设计
Figure 4. The overall scheme design of the control system
图4. 控制系统总体方案设计
柔性手部可穿戴康复运动辅助控制系统主要分为上位机和下位机两部分。下位机以微控制器STM32作为处理核心，搭建控制系统，通过气动驱动电路，驱动气泵。在电磁阀的控制下向对应的执行器充气以完成相应的康复动作。
上位机分为微信小程序和触摸液晶屏。微信小程序包括功能模式选择、不同模式下不同康复动作的选择、实时获取医疗资讯以及历史康复数据查询等功能。与触摸屏共同构成完整的人机交互系统。控制系统方案如图4所示。
3. 适应全周期的多种康复模式
3.1. 被动康复模式和镜像康复模式
被动康复模式通过预设手势动作，每种手势动作对应特定串口指令。系统接收到指令后，下位机控制系统对指令进行解析，获取其中的运动参数。控制系统以运动参数为目标，控制执行器辅助患者完成指定动作。
镜像康复模式通过利用薄膜压力传感器监测和识别健侧手的手部姿态，同时执行器驱动患侧手完成相同的动作，通过模仿实现了更自然、更精准的康复训练。示教手套每根手指部署一个薄膜压力传感器，如图5所示。
Figure 5. Membrane pressure sensor and teaching gloves
图5. 薄膜压力传感器和示教手套
3.2. 基于表面肌电信号的主动康复模式
主动康复模式是指患者在患侧同时佩戴无线肌电采集设备和手部可穿戴康复设备，无线肌电采集设备采集患者前臂表面肌电信号，提取特征信息作为输入，利用机器学习算法LDA (Linear Discriminant Analysis)，建立起人体生理信号与运动意图之间的准确映射，以精准识别患者运动意图。通过主动康复策略，患者可以主动参与患侧手部康复训练，通过自主意识控制和完成手部动作，仿佛是自己在主动进行手部运动，而不是被动地接受设备的驱动。机器学习算法LDA是一种有监督的降维技术，通过将数据投影到低维空间来实现分类。LDA的目标是在投影后最小化类内方差，使得同一类别的样本彼此间尽可能接近，同时最大化类间方差，使不同类别的样本尽可能远离。这一特点使得LDA能够有效区分不同类别的样本。其主要优点在于，它通过学习类间和类内方差进行分类，而非直接对样本进行训练，因此能够避免由于数据不足而导致的过拟合问题。此外，LDA计算效率较高，满足本文在主动康复模式下，辅助患者完成日常生活任务时，对于人体运动意图识别的实时性要求。该模型训练时间较短，训练过程仅需约0.8秒。主动康复模式流程如图6所示。
主动康复模式步骤：首先患者在患侧手佩戴无线肌电采集设备采集前臂生理信号，构建人体手部动作数据库，共计12种手部动作进行分类。每种动作采集3次，每次动作采集6秒，放松6秒，一次流程共计12秒。设置无线肌电采集设备采样频率为500 Hz，因此每种对应动作数据为9000个样本。然后，使用滑动窗对数据进行分片，考虑在线分类实时性，窗长不宜超过300毫秒[13]。所以本文选择窗宽为250毫秒，滑动步长为100毫秒。其次，对分片后的数据进行特征工程，分别提取WL (Waveform Length)，MAV (Mean Absolute Value)，RMS (Root Mean Square)，ZC (Zero Crossings)以及SSC (Slope Sign Change)，共5种时域特征。由于每片数据包含8通道表面肌电信号，所以每片数据共计可获得40个特征向量。最后，将特征向量作为输入，调用Scikit-learn库中提供的LDA算法准确识别患者运动意图，并根据识别结果柔性手部可穿戴康复设备辅助患者完成手部动作。手部动作类别及不同种类手势识别准确率如图7所示。12种手部动作离线识别准确率为95.51%。动作类别和离线识别率均高于参考文献[14]。
Figure 6. Active rehabilitation model process
图6. 主动康复模式流程
Figure 7. Hand movement types and the accuracy of different types of gesture recognition
图7. 手部动作类别及不同种类手势识别准确率
在线手部动作识别准确率实验，按顺序遍历12种手部动作一次，随机遍历12种手部动作一次，随机抽取6种动作，每种动作执行4次，共计完成48次动作，稳定后成功识别45次，每次在线识别耗时1.014秒，在线识别准确率为93.75%。基于机器学习的手部动作识别研究对比分析如表1所示。
Table 1. Comparative analysis of hand action recognition research based on machine learning
表1. 基于机器学习的手部动作识别研究对比分析
作者 |
动作种类 |
传感器类别 |
算法模型 |
离线识别准确率 |
孟云等[14] |
9种 |
单目相机 |
MediaPipe |
93.71% |
Duan等[15] |
9种 |
3通道肌电传感器 |
LDA |
91.7% |
Y. Arayan [16] |
5种 |
8通道肌电传感器 |
KNN |
89.00% |
本文 |
12种 |
8通道肌电传感器 |
LDA |
95.51% |
3.3. 基于微信小程序的人机交互界面设计
微信小程序主要功能为：康复模式选择：根据患者康复周期不同选择对应的康复模式。康复数据查询：患者可以通过查询历史康复训练次数，帮助患者或医生进行训练量规划。有助于激发用户的积极性，更加专注于康复目标。医疗资讯：患者可以浏览与脑卒中有关的饮食习惯、康复方法以及医疗咨询等。有助于用户更好地进行自我居家康复。总体而言，加入医疗资讯的界面和历史康复数据查询界面可以使基于微信小程序的康复训练系统成为一个更全面、更人性化的工具。微信小程序实机界面如图8所示。
Figure 8. WeChat mini program human-computer interaction interface
图8. 微信小程序人机交互界面
3.4. 基于触摸液晶屏的人机交互界面设计
触摸屏包含微信小程序的所有功能。在主机端脱离手机小程序控制或在外出便携式移动场景时，可通过触摸屏实现手部可穿戴康复运动辅助系统的各种功能。触摸屏界面如图9所示。
Figure 9. Touchscreen human-computer interface
图9. 触摸屏人机交互界面
4. 系统测试与功能验证
4.1. 气路参数标定实验
执行器产生屈曲的动力依赖于气动驱动。因此，折叠腔室内部气压大小将与执行器的终端输出力以及康复手整体的康复效果息息相关。而波纹管折叠腔室内部体积直接决定充气量大小，又因为执行器长度固定，所以执行器的气路宽度决定了折叠腔室内部气压的大小。实验设计并制作三种不同气路宽度的手部执行器，气路参数分别为1.6 cm、1.8 cm以及2.0 cm，分别测试指尖终端输出力大小。经过实验验证，在相同气压下，随着气路宽度的增加指尖终端力大小也随之增加。1.8 cm宽度气道相较于1.6 cm宽度气道以指尖终端输出力作为指标，性能提升48.4%。2.0 cm宽度气道相较于1.8 cm宽度气道性能提升31.9%。但执行器气道宽度过宽会引起执行器彼此之间的相互干扰。因此，本作品手部屈曲执行器确定为2.0 cm。在防止执行器相互干扰的前提下，保证输出较高指尖终端输出力。测试结果如图10所示。
Figure 10. Calibration experiment of gas path parameters
图10. 气路参数标定实验
4.2. 指尖终端输出力测试
Figure 11. Fingertip terminal output force test platform and experimental results
图11. 指尖终端输出力测试平台及实验结果
指尖终端输出力是衡量柔性手部可穿戴康复设备性能的重要指标，相同气压下终端输出力越大，证明柔性手部可穿戴康复设备性能越优秀。因此，搭建指尖终端输出力测试实验平台，测试不同气压下柔性执行器的终端输出力。指尖终端输出力由高精度称重压力传感器、压力显示器、比例阀以及数据采集卡组成。实验平台如图11所示。控制输入气压部分由比例阀和数据采集卡组成。压力测试部分由高精度称重压力传感器和压力显示器构成。压力传感器放置在屈曲执行器终端位置，测量指尖终端输出力。传感器输出数据到压力显示器，显示指尖终端力大小。测试结果证明随着比例阀输入气压逐步增大，指尖终端输出力也随之增大。考虑材料耐压性和患者佩戴安全，限制最大输入气压300 Kpa。手部屈曲执行器在输入气压最大300 Kpa时，指尖终端输出力可达11.6 N。
4.3. 柔性手部可穿戴康复设备性能分析
将五个屈曲执行器通过魔术贴与织物手套集成为柔性手部可穿戴康复设备，整体重量仅为40.86克。相较于参考文献[17]刚性手部康复设备重量更轻、安全性高、成本低且佩戴更舒适。相较于参考文献[18]弹性体制备的柔性手部康复设备，重量更轻且能够在较低的气压下输出较大的指尖终端输出力。织物材料的不足之处在于柔性执行器反复循环充气放气过程，可能出现织物疲劳效应，导致织物强度和性能下降等问题。因此，每根屈曲执行器通过魔术贴独立与织物手套集成。如果因异物刺破或到达使用寿命可便捷独立更换。不同材料的手部可穿戴康复设备对比，如表2所示。
Table 2. Performance analysis of hand wearable rehabilitation devices of different materials
表2. 不同材料的手部可穿戴康复设备性能分析
作者 |
材料 |
重量 |
终端输出力 |
康复模式 |
Tobias Bützer等[17] |
不锈钢带 + 树脂 |
148克 |
6.4 N (电机驱动) |
被动、主动 |
Debin Hu等[18] |
橡胶 + 树脂 |
149克 |
1.9 N (150 Kpa) |
被动、阻抗 |
Fujun Wang等[19] |
硅胶 + 树脂 |
- |
1.59 N (130 Kpa) |
被动、辅助抓握 |
本文 |
织物 |
40.86克 |
4.3 N (150 Kpa) |
主动、被动、镜像 |
4.4. 多模式康复实验验证
设计实验测试柔性手部可穿戴康复运动辅助系统三种康复模式。首先是被动康复模式，通过触摸屏选择预设手势动作或者微信小程序选择需要进行康复训练的指定手指。气动控制系统按照预设手势动作向对应屈曲执行器充气，达成手部可穿戴康复设备辅助患者进行手部康复训练的目的。
Figure 12. Passive and mirror rehabilitation modes
图12. 被动和镜像康复模式
其次是镜像康复模式，患者于健侧手佩戴示教手套，根据健侧手部动作柔性手部可穿戴康复设备带动患侧手执行相同手部动作。这种模式可以更直观地激发患者的主动参与，从而增强康复训练效果，为患侧提供一种生动、直观的康复训练方式。验证结果如图12所示。
最后是主动康复模式，主动康复模式是通过佩戴肌电传感器采集患者同侧前臂肌电信号，识别患者运动意图，使患者可以主动切换康复动作。核心优势在于能够保证患者长期具备康复主动性，提高自我管理能力，使患者更加愿意投入到康复训练中，从而提高了康复训练的效果和效率[20]。主动康复模式如图13所示。
Figure 13. Active rehabilitation mode
图13. 主动康复模式
4.5. 日常生活活动实验
为评估柔性手部可穿戴康复设备在模拟日常生活中的任务时对患者辅助效果，设计进行柔性手部可穿戴康复设备的ADL (Activities of Daily Living)实验。实验内容为选择与日常生活活动相关的任务。如握取物体和旋转物体等。测试中设置了握和捏的动作手势分别应用于生活中常见的抓握水果和捏剃须刀。测试结果如图14所示。实验结果为柔性手部可穿戴康复设备可成功辅助受试者完成ADL。与此同时收集受试者主观感受，在执行器加压时，明显感受到手部执行器对于完成任务的辅助作用。在没有加压时，由于执行器使用的柔性织物材料结构柔软，受试者佩戴没有明显不适感。
Figure 14. Wear and assist patients to perform daily living tasks as a whole
图14. 整体穿戴及辅助患者进行日常生活任务测试
5. 结论
本文设计了一种基于TPU涂层织物材料的柔性手部可穿戴康复运动辅助系统，通过气动控制系统辅助患者进行手指屈曲，实现自主居家康复训练。实验结果表明，相较于刚性和柔性硅胶材质，所设计的柔性执行器在300 Kpa下，终端输出力为11.6 N，证明较低气压下即可提供更高的终端输出力，整体重量为40.86克，佩戴更舒适。引入基于表面肌电信号的主动康复模式，成功实现识别人体12种运动意图，离线识别准确率达到95.51%，根据识别结果手部可穿戴康复运动辅助系统辅助患者完成日常生活任务，增强了患者的主动参与感，进而提高了康复训练的效率。与被动康复模式和镜像康复模式共同构成适用于康复全周期的柔性手部可穿戴康复运动辅助系统。
基金项目
辽宁省教育厅面上项目(JYTMS20231213)。
NOTES
*通讯作者。