王一吉，李建軍

康復的目的是恢復患者因為外傷、疾病而喪失的運動、感覺和精神功能，幫助患者彌補無法用藥物治愈的缺陷[1]。對不完全性脊髓損傷患者來說，需要康復來恢復下肢運動功能[2]。步行功能訓練對于重建步行功能非常重要，動物實驗發(fā)現(xiàn)，步行訓練能夠選擇性增加運動神經(jīng)通路，增加運動池的協(xié)調(diào)，激活很少量的神經(jīng)元，利用殘存的神經(jīng)輸出來控制站立和步行。近10年來，下肢外骨骼機器人在不完全性脊髓損傷患者步行功能訓練中的應用越來越廣泛[3]，可為下肢提供重復的、助力或抗阻的步行訓練[4]。

1 下肢外骨骼的應用

應用于步行功能訓練的下肢外骨骼可分為2類：一類主要是用于提高下肢關(guān)鍵肌肌力和關(guān)節(jié)活動度等基礎訓練，如髖、膝、踝局部屈伸等力量的訓練；另一類主要用于患者進行行走整體訓練，以提高步行時身體的穩(wěn)定性和協(xié)調(diào)性。

1.1 基礎訓練 應用于下肢基礎訓練的外骨骼種類較多，雖然大多數(shù)外骨骼可進行下肢肌力的輔助、被動、抗阻訓練，但很難復制物理治療師的手法訓練，為患者提供更人性化的指導。Erhan等成功應用腦機接口技術(shù)模仿治療師控制下肢外骨骼進行髖、膝關(guān)節(jié)基本的屈伸運動，但整體還在實驗階段。目前，NeXOS和Multi-Iso是最接近物理治療師的外骨骼機器人[4]。NeXOS由Bradley設計，主要針對膝、踝關(guān)節(jié)進行輔助、抗阻、被動3種模式的屈伸訓練[5]。Multi-Iso由Moughamir設計，采用模糊控制技術(shù)及Swortech SA動力腿來控制髖、膝、踝關(guān)節(jié)的屈伸運動。

1.2 步行功能整體訓練 由于大多數(shù)不完全性脊髓損傷患者的下肢功能較差，不能負載正常的體重，需進行減重，使患者在減輕身體重量的情況下進行符合正常生理的步行訓練。下肢外骨骼機器人與減重裝置配合形成了目前公認的脊髓損傷患者最好的訓練方法：減重平板步行訓練(body weight supported treadmill training,BWSTT)。美國每年有20萬脊髓損傷患者進行BWSTT訓練[6]，可提高下肢運動和步行功能(步長、步速、耐力)[7]。在人工BWSTT中，往往需要數(shù)名物理治療師消耗大量體力，且訓練時間短，步態(tài)差異大，重復行走率低，無法記錄相關(guān)數(shù)據(jù)和進行客觀的定量評價；而下肢外骨骼的引進不僅減輕了治療師的工作強度，而且可為患者提供持續(xù)、規(guī)范的步行訓練[8]。為了達到理想效果，下肢外骨骼的步速與減重裝置的減重量是重要調(diào)整參數(shù)。通過對表面肌電協(xié)調(diào)模式的測定，發(fā)現(xiàn)步速應與減重量成正比，減重量越大，步速應當越快；當減重量最小時，任何步速都可以觀察到最大的肌緊張。因此步行時應將減重量控制在40%以內(nèi)，而對步速無嚴格要求[9]。目前已應用于步行功能訓練的下肢外骨骼系統(tǒng)有瑞士的LOKOMAT[10]， 德 國 的 GAIT TRAINER(GT)， 美 國 的 Autoambulator。此外，一些外骨骼原型機還在研究當中，如active leg exoskeleton(ALEX)、Haptic Walker、WalkTrainer、Pelvic Assist Manip-ulator and Pneumatically Operated Gait Orthosis(PAM and POGO)和lower extremity powered exoskeleton(LOPES)。

2 下肢外骨骼機器人的步行控制方式

目前用于步行功能訓練的下肢外骨骼機器人控制步行的方式主要有軌跡跟蹤控制、阻抗控制。軌跡跟蹤和阻抗控制的潛在問題是無法根據(jù)患者實際能力來協(xié)調(diào)控制參數(shù)，患者主動參與性很低，因此需要下一步研究應加強患者的主動參與性。

軌跡跟蹤控制是指按固定模式帶動下肢進行步行，由比例位置反饋控制器和關(guān)節(jié)角度來形成步態(tài)，適用于下肢肌力較弱時。可分為速度控制和位置控制。李蔭湘等證明速度控制要優(yōu)于位置控制[11]。Hornby等證實了軌跡跟蹤控制的療效，可增加不完全性脊髓損傷患者的步速和耐久性。Zhang等通過建立5連接模型軌跡跟蹤控制，可以增強患者訓練時的參與性，使訓練更加個性化[12]。它潛在的問題是強加的固定運動模式會限制運動誤差，而運動誤差是患者重建步行功能重要參數(shù)，最終可能會造成異常的步態(tài)。

阻抗控制是指通過驅(qū)動器輸出的力量與產(chǎn)生的運動之間的阻抗來進行控制，最早由霍根提出，主要是由外部位置反饋環(huán)路和內(nèi)部力量反饋環(huán)路來形成步態(tài)，最典型的代表就是LOKOMAT，近年來，黏滯力場的引入擴大了阻抗控制的應用范圍，如ALEX可通過增加在足部的力場控制器來進行踝關(guān)節(jié)輔助和抗阻的訓練[13]。

綜合來說，兩種控制方式對于步行訓練各有利弊，但都缺乏足夠的證據(jù)。將來希望能設計出更科學的臨床試驗來證實各控制方法對于不同患者的有效性，制定出理論框架與試驗數(shù)據(jù)共同確立的步態(tài)參數(shù)[8]。

3 下肢外骨骼重建步行功能的訓練策略

應用外骨骼助行腿進行步行訓練的最重要的目的是讓患者以正常的步態(tài)進行訓練，因此如何規(guī)劃步態(tài)訓練就顯得尤為重要。由于不完全性脊髓損傷患者下肢功能恢復的特殊性，一般需要兩套步態(tài)訓練方案，即被動步態(tài)訓練方案和協(xié)同控制步態(tài)訓練方案。對于損傷早期或者功能受損嚴重的患者，需要進行被動的、預定的軌跡步行，適合采用位置控制方法[14]。隨著下肢肌力的恢復，會對以前完全被動的步態(tài)產(chǎn)生排斥，甚至導致異常的步行模式，這時就需要協(xié)同控制步態(tài)訓練方案[15]，目的是讓患者主動地控制步行，同時外骨骼又能充分引導完成正確的步行。步行訓練中的主動性和互動性對于神經(jīng)可塑性和運動控制非常重要，固定的被動步行模式不僅會使患者形成依賴，減少肌肉的活動性和新陳代謝，而且會限制下肢運動的多變性。當患者能夠更自由地步行時，可在步行中反應出肌肉活性的變化，產(chǎn)生持續(xù)傳入反饋，重建大腦和脊髓的神經(jīng)網(wǎng)絡，最終對脊髓損傷患者產(chǎn)生非常理想的治療效果。Wicke等設計的患者協(xié)同控制步態(tài)訓練方案能夠讓患者自主調(diào)節(jié)步行時間，并通過虛擬墻保持在有生理學意義的路徑中步行，還可提供視覺訓練指導。通過對15例不完全性脊髓損傷患者的研究發(fā)現(xiàn)，大部分患者能夠主動控制步行時間，進行更加主動的步行[14]。目前最新的患者協(xié)同策略是按需輔助(assist as need,AAN)，目的是刺激患者進行最大程度的自主運動，下肢外骨骼僅僅提供維持生理學步態(tài)的最小幫助。但具體實施參數(shù)還需進一步研究。

4 步行功能訓練療效的評價

對于下肢外骨骼系統(tǒng)步行訓練策略有效性的評價十分困難，相關(guān)研究較少。由于時間、空間和費用的限制，很難客觀地對臨床步態(tài)進行分析。主要是通過步行能力、關(guān)節(jié)運動學、動力學和動態(tài)肌電圖數(shù)據(jù)來評測訓練前后神經(jīng)肌肉和步態(tài)的變化[16]。常用的有改進的脊髓損傷步行指數(shù)(the revised walking index in spinal cord injury,WISCIⅡ)、6分鐘步行測試(the 6 minute walk test,6MWT)、10米步行測試(10 meter walk test,10MWT)、計時行走測試(the Timed Up and Go,TUG test)[17]、改良的Emory功能性步行測試(modified Emory Functional Ambulation Profile,MEFAP)、平衡信度量表(Activities-specific Balance Confidence Scale)、交叉關(guān)聯(lián)(cross-correlations,Cc norm)和對稱指數(shù)(Normalized Symmetry Index,SI norm)[18]、加拿大作業(yè)績效評估(Canadian Occupational Performance Measure)和表面肌電圖(surface electromyography,SEMG)等。

進行步行功能評價時，需綜合的考慮各項指標，綜合得出結(jié)論。但對每位患者進行種類繁多的評價不僅會加大評估難度，而且會影響評估的效度。在歐洲進行的關(guān)于脊髓損傷患者步行功能各評價標準相關(guān)性和準確性的多中心研究表明，WISICⅡ存在項目多余和上限效應等問題；10MWT和TUG之間相關(guān)性很高，但隨著時間的推移，如傷后1年，相關(guān)性下降。最終推薦10MWT作為最理想的步行功能評價標準。SEMG能夠精確記錄步行的肌肉電活動，但易受到外界影響，一般需與運動學和動力學結(jié)合起來進行評估[16]。最近，Yungher教授設計了表面肌肉壓力(surface muscle pressure,SMP)+SEMG的評估方法，能夠更好評測肌肉運動的力學模式[19]。Cc norm+SI norm對步行周期中下肢的波形模式和雙下肢差異的時間和大小進行測試來評估步態(tài)的對稱性。

隨著科技發(fā)展，越來越多的設備和技術(shù)已被用于進行步態(tài)療效的評估。Galen等設計了一個便攜式步行分析裝置，通過加裝了力傳感電阻的鞋墊，可準確對雙足進行定位，客觀分析脊髓損傷患者實時的步行參數(shù)，與WISCIⅡ相比可對步態(tài)進行更靈敏的評估[20]。Juan等通過在大腿前部和小腿外側(cè)部安裝由加速度計和陀螺平臺等慣性器件組成的慣性測量單元(IMU)，也可對步行情況進行評估。而虛擬視覺技術(shù)作為一項新技術(shù)，在脊髓損傷患者下肢外骨骼步行訓練中的應用日益成熟，可將步行運動模式與虛擬圖像結(jié)合，通過帶有激活標志物的光學系統(tǒng)，在屏幕上實時顯示患者運動，能對步行進行量化、標準化評定。

5 問題與展望

近年來各方面技術(shù)的成熟，為下肢外骨骼的發(fā)展提供了非常充分的條件。越來越多的研究團隊和研究機構(gòu)加入到下肢外骨骼的研究中來，但在重建不完全性脊髓損傷患者步行功能方面的應用和研發(fā)還有許多需要完善的地方。如步行時的主動性、療效驗證的科學性、輔助方法的全面性等。

目前已應用于臨床的下肢外骨骼系統(tǒng)對于增強步行主動性方面還有很多不足，如LOKOMAT只能使患者進行矢狀面的步行運動，不能提供抗阻訓練；GT中固定在腳上的曲柄搖桿裝置可能會對步行功能的恢復造成一定的影響。因此，今后的步行功能訓練中應增加主動性、參與性強的訓練方法，如增加抗阻和反饋[17]。美國芝加哥大學康復研究所通過在原有外骨骼基礎上增加踝關(guān)節(jié)電纜驅(qū)動控制器(cable-driven locomotor trainer,CaLT)，可以提高步行訓練中患者參與性。CaLT由固定在踝關(guān)節(jié)前后4條電纜線、馬達和滑輪組成，可以在步行時提供阻力或額外的助力，增加患者在步行訓練中的主動性。通過對11例不完全性脊髓損傷患者實驗表明，可以增強下肢的運動功能，目前正在進行更大樣本的測試[21]。此外，生物反饋技術(shù)在步行功能中的作用也非常重要[22]，而以實際步行為基礎的生物反饋比以理論為基礎能更好地將運動和反饋結(jié)合起來[20]。最近的研究發(fā)現(xiàn)，步行擺動相中的屈肌反饋可以增強肌肉的活動性[23]。

Eva等對現(xiàn)有外骨骼輔助步行訓練的文獻進行了分析，認為由于樣本量較小、方法學的不足、訓練過程相異，并不能證明應用外骨骼進行步行訓練對于步行功能的恢復比其他訓練方法更有效，因此需要一個設計嚴謹?shù)拇髽颖倦S機對照實驗，如根據(jù)AISA分級和損傷平面來確定入選標準，療效的判定還需包括生活質(zhì)量和社會參與度等方面[24]，因為運動能力的改善可以提高患者的生活質(zhì)量。

雖然許多實驗已經(jīng)證明脊髓中樞模式發(fā)生器(central pattern generators,CPG)可產(chǎn)生節(jié)律性步行，但對于人類來說，脊髓上水平的控制對于步行也十分重要。為了重新獲得運動功能，不完全性脊髓損傷患者很大程度依靠視覺來補償本體感覺的缺失和平衡功能的不足[17]，因此在今后的步行功能訓練中應加入視覺模擬的技術(shù)，從更多方面來促進和配合步行功能的恢復。

下肢外骨骼系統(tǒng)不僅可以為患者提供持續(xù)、規(guī)律的步行訓練，最重要的是可以對相關(guān)數(shù)據(jù)進行實時記錄，治療師可以通過對步行的各項數(shù)據(jù)分析調(diào)整訓練方案，提高訓練效率。但對于相關(guān)數(shù)據(jù)的確定、記錄和分析等方面的研究還不多，需要進一步完善。

6 總結(jié)

現(xiàn)階段用于脊髓損傷患者步行功能訓練的下肢外骨骼機器人依然存在一定缺陷和不足，但其在恢復下肢步行功能方面已顯示出極大潛力，在很多方面都有很大的研究價值。

[1]http://www.ehendrick.org/healthy.(2010-06).

[2]Bradley D,Marquez C,Hawley M,et al.NeXOS－the design,development,and evaluation of a rehabilitation system for the lower limbs[J].Mechatronics,2009,19:247-257.

[3]Malcolm P,Segers V,Caekenberghe IV,et al.Experimental study of the influence of the m.tibialis anterior on the walk-to-run transition by means of a powered ankle-foot exoskeleton[J].Gait Posture,2009,29:6-10.

[4]Akdogan E,Arif M.The design and control of a therapeutic exercise robot for lower limb rehabilitation:Physiotherabot[J].Mechatronics,2011,21:509-522.

[5]Bradley D,Marquez C,Hawley M,et al.NeXOS-the design,development,and evaluation of a rehabilitation system for the lower limbs[J].Mechatronics,2009,19:247-257.

[6]American HeartAssociation.[2010].http://www.heart.org.

[7]Dietz V.Body weight supported gait training:from laboratory to clinical setting[J].Brain Res Bull,2009,78:I-VI.

[8]Hussain S,Xie SQ,Liu GY.Robot assisted treadmill training:Mechanisms and training strategies[J].Med Eng Phys,2010,33:527-533.

[9]Klarner T,Henry K,Chan C,et al.Patterns of muscle coordination vary with stride frequency during weight assisted treadmill walking[J].Gait Posture,2010,(31):360-365.

[10]Hocoma.Lokomat?.functional locomotion therapy with augmented feedback[OL].http://www.hocoma.ch/en/products/lokomat/.[2009-12-08].

[11]李蔭湘,錢晉武,沈林,等.步行康復機器人軌跡控制方法研究[J].機電工程,2010,27(6):47-51.

[12]Zhang JF,Dong YM,Yang CJ,et al.5-link model based gait trajectory adaption control strategies of the gait rehabilitation exoskeleton for post-stroke patients[J].Mechatronics,2010,(20):368-376.

[13]Banala SK,Kim SH,Agrawal SK,et al.Robot assisted gait training with active leg exoskeleton(ALEX)[J].IEEE Trans Neural Syst Rehabil Eng,2009,17(1):2-8.

[14]Duschau-Wicke A,von Zitzewitz J,Caprez A,et al.Path control:a method for patient-cooperative robot-aided gait rehabilitation[J].IEEE Trans Neural Syst Rehabil Eng,2010,18(1):38-48.

[15]Vallery H,van Asseldonk E,Buss M,et al.Reference trajectory generation for rehabilitation robots:Complementary limb motion estimation[J].IEEE Trans Neural Syst Rehabil Eng,2009,17(1):23-30.

[16]Yu HY,Alaqtash M,Spier E,et al.Analysis of muscle activity during gait cycle using fuzzy rule-based reasoning[J].Measurement,2010,(43):1106-1114.

[17]van Hedel HJ,Dietz V.Rehabilitation of locomotion after spinal cord injury[J].Restor Neurol Neurosci,2010,28(1):123-134.

[18]Gouwanda D,Senanayake SMNA.Identifying gait asymmetry using gyroscopes－A cross-correlation and Normalized Symmetry Index approach[J].J Biomech,2011,44:972-978.

[19]Yungher DA,Wininger MT,Barr JB,et al.Surface muscle pressure as a measure of active and passive behavior of muscles during gait[J].Med Eng Phys,2011,33:464-471.

[20]Galen SS,Clarke CJ,Allan DB,et al.A portable gait assessment tool to record temporal gait parameters in SCI[J].Med Eng Phys,2011,33:626-632.

[21]Wu M,Hornby TG,Landry JM,et al.A cable-driven locomotor training system for restoration of gait in human SCI[J].Gait Posture,2011,33:256-260.

[22]MirelmanA,Bonato P,Deutsch J.Effects of training with a robot-virtual reality system compared with a robot alone on the gait of individuals after stroke[J].Stroke,2009,40:169-174.

[23]Lam T,Pauhl K,Krassioukov A,et al.Using robot-applied resistance to augment body-weight-supported treadmill training in an individual with incomplete spinal cord injury[J].Phys Ther,2011,91(1):143-151.

[24]Swinnen E,Duerinck S,Baeyens JP,et al.Effectiveness of robot-assisted gait training in persons with spinal cord injury:a systematic review[J].J Rehabil Med,2010,(42):520-526.