马乐，朱春雁，于海蓉，宋嵘

中山大学工学院，广东 广州 510006

一种辅助足下垂步态训练的功能电刺激器控制方法

马乐，朱春雁，于海蓉，宋嵘

中山大学工学院，广东 广州 510006

设计并搭建一个创新性的功能电刺激器控制方法，用于矫正脑卒中患者偏瘫后的足下垂步态，改善下肢运动质量。功能性电刺激器控制方法由运动捕捉系统和单片机控制器组成，实时采集行走过程中的运动学信息，从运动学信息中提取特征，来判断测试者所处的步态时相，当检测到处在最优的电刺激时相时，启动对胫骨前肌的电刺激。目前，已在正常人身上验证控制方法的可行性。相对于传统的控制方式，该方法可以更准确地找到最优电刺激时相，对改善足下垂患者的异常步态效果更明显，而所采集的数据可作为训练结束后的康复效果评估。

脑卒中；足下垂步态矫正；运动捕捉系统；单片机控制器； 功能电刺激器

在全世界范围内，脑卒中（中风，Stroke）是致残的主要原因之一，同时也具有较高的致死率，严重危害人类生命健康[1]。据统计中国现存脑卒中患者高达700万，而每年由于心脑血管等疾病新增约200万人[2-3]，其中70%～80%的患者会出现不同程度的言语功能障碍、运动能力低下、日常生活无法自理以及社会活动能力丧失等后遗症[4]。在这些患者中，又有相当一部分存在着下肢功能障碍[5]，即足下垂（Foot-drop）步态。其原因通常是中枢神经或外周神经的损伤，导致踝关节胫骨前肌的支配能力下降[6]，造成足尖上抬不完全或不能等现象[7]。足下垂患者在步态摆动期内多出现“画圈步态”，同时伴随着附加的步态补偿，如髋关节外展、骨盆抬高等异常状况[8]。这些异常步态给患者带来大量的能量消耗、大大降低持续行走时间及增加跌倒的风险[9]。

在市面上众多康复训练设备中，结合大量的文献报道，功能性电刺激器（Functional Electrical Stimulation，FES）是临床及实际生活中应用最为广泛的辅助治疗足下垂步态的技术手段，相比于传统的矫形器具，该技术对异常步态的改善更为明显[10]。早在1961年，Liberson等人第一次将功能电刺激器应用于足下垂步态的辅助行走及矫正训练中，利用足底开关来控制电刺激器的输出[11]。鉴于足底开关必须要准确放置在患者的脚后跟，对于放置位置的要求较高，否则在行走过程中可能出现受力不均衡的情况，导致无法触发电刺激器。所以，研究者Avril Mansfield[12]和CC Monaghan[13]等人分别提出使用单轴的加速度计和陀螺仪替代足底开关的想法，把传感器绑在测试者的腰或者小腿上，通过加速度、角速度及角度信号分别检测测试者脚跟着地与离地的时相，从而来触发对患侧胫骨前肌的电刺激。而加速度计存在的延时，陀螺仪存在的漂移等问题，可能会导致电刺激时相有所偏颇。为了更准确地检测到患者的每个步态时相，Al Mashhadany[14]等人通过肌电图机采集股外侧肌、股内侧肌、半腱肌以及腓肠肌4块肌肉的表面肌电信号，训练神经网络来预测胫骨前肌收缩时相，已达到实时电刺激的目的。然而，以上传感器仅仅作为功能性电刺激器的控制手段，而无法将采集到的数据作为训练结束后的康复效果评估依据，仍需要借助其他设备。

本文把运动捕捉系统作为功能性电刺激器的控制方式，根据受测者在不同的行走速度下，对采集到的运动学信息进行实时滤波处理及特征提取，计算得到膝关节、踝关节等角度信息用于判断行走过程中的步态时相，并在一个步态周期中的最优时相下电刺激患者胫骨前肌进行康复助行，改善下肢运动质量。同时，电刺激前后的运动学信息会自动存储下来，用于康复效果评估。

1 康复训练系统的设计与建立

康复训练系统主要由运动捕捉系统、单片机控制器和功能电刺激器以及上位机处理算法组成，其康复训练系统的工作流程如图1所示。其中，上位机（计算机）与下位机（单片机）之间的通讯通过无线蓝牙模块实现。

图1 康复训练系统的各模块组成

1.1 运动捕捉系统采集下肢运动学信息

运动捕捉系统(OptiTrack, NaturalPoint, USA)由6个摄像头和运动捕捉软件Tracking Tools组成，其数据采样频率为100 Hz。摄像头发出红外光线，同时接收经测试者身上标记点反射的红外光，经过Tracking Tools软件内部算法计算，从而确定该标记点在用户自定义坐标系中x、y、z轴坐标[15]。根据人体的运动特点和骨骼框架，标记点的位置如下[16]：在受测者的单侧下肢放置5个红外标记点，膝关节与髋关节中分放置RTHI(Right Thighbone)，膝关节外侧放置RKNE(Right Knee)，膝关节与踝关节中分放置RTIB(Right Tibia)，踝关节外侧突缘放置RANK(Right Ankle)，大拇指与二拇指交汇处放置RTOE(Right Toe)，如图2所示，用于实时计算踝关节、膝关节角度，以及受测者的行走速度。

图2 标记点贴放位置

1.2 单片机控制器

单片机控制器的功能分为两块：通过无线蓝牙模块与上位机进行通讯以及接收上位机的命令后触发电刺激器。

AT89C51单片机是一种带4K存储字节、可编程可擦除的CMOS-8位微处理器。该单片机的RXD端口与蓝牙模块的TXD端口相接，用于获取和解读上位机发送过来的信息。

当上位机检测到受测者处于最优的电刺激时相时，通过蓝牙模块往单片机控制器发送命令，触发电刺激器。此处，单片机控制器使用的是串口中断，并将该中断设为高优先级，进入串口中断服务程序后，即触发电刺激器过程中不再接受其他中断[17]。

1.3 上位机程序设计

上位机的程序主要分为两大块：数据处理模块与数据保存模块。

数据处理模块主要在Microsoft Visual C++软件中执行，程序将运动捕捉系统所识别的5个标记点三维坐标实时读取。由于信号的大部分能量在10 Hz以下，所以截止频率为10 Hz的4阶巴特沃斯低通滤波器被用来实时滤波。该低通滤波器由Labview软件中的逐点滤波器控件组成，保存为新项目，生成动态链接库（DLL）、静态库（LIB）以及对应的头文件。在VC++中只需要加载该DLL文件及头文件即可。

从滤波器处理后的运动学信息进行特征提取，本实验中主要提取踝关节角度及膝关节角度，这两个特征有助于判断一个步态周期内所处的时相。当检测到测试者处于最优的电刺激时相时，上位机往单片机发送启动电刺激器命令，对胫骨前肌进行电刺激。

数据保存模块用于记录整个康复过程中电刺激前、后的运动学信息，下肢5个标记点的三维坐标数据及电刺激时间点都完整地记录下来，以便后续的数据分析及康复效果评估。

2 前期正常人步态实验

为了寻找胫骨前肌收缩时相所对应的踝关节角度、膝关节角度范围，我们进行了前期实验。实验如下：6名正常人参与实验，分别有运动捕捉系统采集下肢运动学信息（如图3所示）及肌电图机采集包括胫骨前肌在内的6块肌肉的肌电信号，共两种信号采集传感器。受测者需要在跑步机上行走11种速度，从0.5～1.5 m/s，每次速度增加0.1 m/s，每种速度行走60步。实验后，计算每种速度下，胫骨前肌收缩时所对应的踝关节角度、膝关节角度。图3为3个步态周期内，行走速度为1 m/s时，胫骨前肌肌电信号与实时计算的踝关节角度、膝关节角度之间的关系。

图3 胫骨前肌肌电信号与运动学信号之间的关系

通过简单的肌电阈值判断方法可知道胫骨前肌收缩的时相。在不同的行走速度下，恰好对应于踝关节的最大角度。由于在运动过程中，踝关节的最大角度变化较大，无法用固定的阈值作为判断胫骨前肌的起始收缩，所以需要借用膝关节的角度作为辅助判断，提高识别准确率。根据该实验数据的分析，可以得到不同行走速度下，胫骨前肌收缩时所对应踝关节角度范围7.08°～24.05°、膝关节角度范围24.45°～ 38.60°。

3 系统实验测试与结果分析

为了验证整个系统的可行性，2名正常人下肢贴上5个标记点在运动捕捉系统和肌电采集装置下进行验证性实验，同时采集运动学信号及胫骨前肌的肌电信号。同样在跑步机11种速度下，行走速度从0.5 m/s逐渐增加至1.5 m/s，每次速度增加0.1 m/s，每种速度行走60步，如图4所示。当检测到受测者的踝关节角度、膝关节角度同时达到以上角度范围时，认为所处的时相为最优的电刺激时相。

图4 正常人实验测试过程照片

实验结果显示，见表1。两位测试者在11种不同速度下，根据上述角度范围找到的电刺激时相与胫骨前肌实际收缩时间之间的误差平均值及标准差均在可接受范围内，表示系统稳定、可靠，具备实用性。

表1 两位测试者在11种速度下，运动学信息测量得到的电刺激时相与胫骨前肌实际收缩时间的误差平均值及标准差（ms）

4 结束语

相比于传统的功能性电刺激器控制方式，本设计通过采集运动学信息来控制功能性电刺激器的方法，不仅可以准确地找到最优的电刺激时相，更加符合人的生理学意义，同时也可以实时把电刺激前后的运动学信息记录下来，作为足下垂步态的矫正效果分析。未来，该控制方法可应用于脑卒中后偏瘫的足下垂患者辅助步态训练。

[1] 赵冬．我国人群脑卒中发病率,死亡率的流行病学研究[J]．中华流行病学杂志,2003,24(3):236-239．

[2] Panel P S R G．Clinical practice guideline[M]．US Department ofHealth and Human Services,Public Health Service,Agency for Health Care Policy and Research,1995．

[3] 张通．中国脑卒中康复治疗指南(2011完全版)[J]．中国医学前沿杂志(电子版),2012,4(6):55-56．

[4] Adachi M．Neuromuscular disease [M]．Igaku-Shoin Medical Pub,1990．

[5] Lawrence E S,Coshall C,Dundas R．Estimates of the prevalence of acute stroke impairments and disability in a multiethnic population [J]．Stroke,2001,32(6):1279-1284．

[6] Teasell,R．W．,Bhogal,S．K．,Foley,N．C．,& Speechley,M． R．(2003)．Gait retraining post stroke．Topics in stroke rehabilitation,10(2), 34-65．

[7] 陈默．基于功能性电刺激的足下垂步态矫正方法及系统实现[D]．浙江大学,2012．

[8] Olney S J,Richards C．Hemiparetic gait following stroke． Part I: Characteristics[J]．Gait & Posture,1996,4(2):136-148．

[9] Daly J J．Response of gait deficits to neuromuscular electrical stimulation for stroke survivors[J]．Expert Rev Neurother,2006,6(10):1511-1522．

[10] Kesar T M,Perumal R,Reisman D S．Functional electrical stimulation of ankle plantarflexor and dorsiflexor muscles effects on poststroke gait[J]．Stroke,2009,40(12):3821-3827．

[11] WT L,HJ H．Functional electrotherapy:stimulation of the peroneal nerve synchronized with the swing phase of the gait of hemiplegic patients[J]．Archives of physical medicine and rehabilitation,1961,42:101-105．

[12] Mansfield A,Lyons G M．The use of accelerometry to detect heel contact events for use as a sensor in FES assisted walking[J]．Medical engineering & physics,2003,25(10):879-885．

[13] Monaghan C C,Van Riel W,Veltink P H．Control of triceps surae stimulation based on shank orientation using a uniaxial gyroscope during gait[J]．Medical & biological engineering & co mputing,2009,47(11):1181-1188．

[14] Al Mashhadany Y I,Rahim N A．Real-time controller for footdrop correction by using surface electromyography sensor[J]．Proceedings of the Institution of Mechanical Engineers,Part H: Journal of Engineering in Medicine,2013,227(4):373-383．

[15] 马乐,宋嵘,刘燕．基于虚拟现实技术的康复训练系统设计与实验验证[J]．计算机应用与软件,2013,30(7):94-97．

[16] 苏惠童．运动捕捉标记点摆放方案基本原理及运用[J]．影视技术,2005(10):13-16．

[17] 张宏艳,熊睿．基于串口通信的单片机调试方法[J]．电气时代, 2005,(11):43．

A Control Strategy for Functional Electrical Stimulation during Foot-drop Correction Training

MA Le, ZHU Chun-yan, YU Hai-rong, SONG Rong
School of Engineering, Sun Yat-Sen University, Guangzhou Guangdong 510006, China

An innovate functional electrical stimulation "FES" control strategy has been designed and set up, which will be used for correcting drop-foot gait after stroke and improve the walking quality of the lower limb. The control strategy is based upon the use of motion capture system and singlechip microcomputer controller. Kinematic information during walking was recorded in real time. After processed, several features were extracted which would be used to determine the walking phases and trigger FES to the tibialis anterior muscle (TA) when the subject was in the optimal stimulation timing. At present, the control strategy has been built and two healthy subjects have participated in the evaluation test to verify the feasibility of the new system. Compared to the traditional control method, the optimal stimulating timing can be found more precisely with the innovate strategy, and there will be more improvement of abnormal gait. Besides, the data recorded will be used for further rehabilitation evaluation after training.

stroke; drop-foot gait correction; motion capture system; microcomputer controller; functional electrical stimulation

R496

A

10.3969/j.issn.1674-1633.2014.03.002

1674-1633(2014)03-0005-03

2013-12-14

广东省自然科学基金项目(S2012010010350)；中山大学2011年国家大学生创新训练项目(111055808)；广东省大学生创业训练项目(1055813240)。