【技术前哨】MIT开发无监督康复系统，看得见肌肉运动
麻省理工学院计算机科学与人工智能实验室和麻省总医院开发了无监督的物理康复系统MuscleRehab，实时显示用户的肌肉运动情况，帮助患者实现自我康复训练。
2022年11月30日
康复训练能够帮助人们恢复肌肉功能，提高日常生活活动能力，世界上约有74%的残疾人群可以从康复中受益。然而，目前没有足够的物理治疗师来满足所有人的需求。
近日，麻省理工学院计算机科学与人工智能实验室（CSAIL）和麻省总医院（MGH）的研究人员开发了一个无监督的物理康复系统MuscleRehab，可以实时显示用户的肌肉运动情况，旨在帮助患者实现自我康复训练。
MuscleRehab主要包含三个部分：可穿戴电阻抗断层扫描（EIT）设备、光学运动捕捉系统和基于虚拟现实（VR）的康复平台。
可穿戴EIT传感设备
肌电图（EMG）是监测肌肉活动的常用方法，但存在弊端：只能测量因神经活动而运动的肌肉的动作电位；只适合小范围的肌肉监测；捕获的信号与机械噪声处于同一数量级，难以分离出有效信号。
EIT是一种成像技术，可监测范围广，且对机械噪声敏感度低。通过接触皮肤的电极电流和电压，测量受试者体内的电导率、介电常数和阻抗。研究人员将16个标准ECG医用电极组成阵列，将两个电极阵列均匀贴在用户的大腿上部和下部，并将电极连接在EIT感应板上。使用时，将电极连接到受试者的皮肤，就可以对腿部肌肉图像进行构建。
通过EIT监测，研究人员将人体肌肉进行可视化，帮助用户实时了解自己肌肉的运动参与情况，辅助进行康复训练。
光学运动捕捉系统
为了对用户的运动姿势进行实时跟踪，研究人员开发了光学运动捕捉系统。基于OptiTrack平台，包含29个运动捕捉相机，采样率约为250Hz，而人眼的理论帧率仅为60Hz。在用户服装上有39个跟踪标记，可实现0.2-0.5毫米的精度。通过捕捉系统获取的运动数据可以映射到动画设备上，实时呈现用户的位置和姿势。
基于VR的康复用户界面
研究人员使用Unity开发了基于VR的康复用户界面，界面的左侧有一个浮动控制面板，用于选择10种不同的下肢训练方式。界面中还包含了正确的动作和目标肌肉群、用户的运动和肌肉参与情况。研究人员使用不同的颜色区分不同的肌肉（股四头肌为红色、缝匠肌为绿色、腘绳肌为蓝色、内收肌为黄色），颜色越暗表示肌肉群参与程度越高。
此外，考虑到康复人群的特殊性，研究人员没有使用传统的手持式VR控制器，而是通过VR耳机上的惯性传感器来捕获眼动追踪和头部运动，进而与康复用户界面进行交互。
研究人员招募了10名参与者（4名女性，6名男性）进行下肢训练，参与者年龄在20-26岁之间，平均身高为170.4厘米。结果表明，通过肌肉参与可视化，用户的动作准确性提高了15%。
麻省理工学院CSAIL博士生、MuscleRehab的核心成员朱均逸表示：“希望我们的传感场景不局限于临床，以便更好地帮助有需要的患者进行无监督康复。”
了解更多：https://news.mit.edu/2022/mit-system-sees-inner-structure-body-during-physical-rehab-1011
参考文献：Zhu J, Lei Y, Shah A, et al. MuscleRehab: Improving Unsupervised Physical Rehabilitation by Monitoring and Visualizing Muscle Engagement[C]//Proceedings of the 35th Annual ACM Symposium on User Interface Software and Technology. 2022: 1-14.
关于大赛
第五届“傅利叶”杯中国康复人创意大赛已圆满落幕，相信康复人们不会停止创意革新的脚步，共同期待2022年大赛！公众号将继续推送前沿康复学习材料，敬请关注。
