2002年第16卷專刊測試技術學報Vol. 16 Mono 2002JOURNAL OF TEST AND MEASUREMENT TECHNOLOGYFNS技術章剛華周兆英劉冉王福根*(清華大學精密儀器系，北京100084解放軍 總醫(yī)院康復科*，北京100853)擒要本文介紹 了功能性神經(jīng)肌肉電刺激(FNS)基本原理，針對的其中的幾個關鍵問題，提出了研究的方案，并對FNS測控實驗結果進行了分析。關鍵詞FNS技術迭代學習算法特征優(yōu)化簡述隨著生活水平提高，人們對身體健康和生活質量越來越關注,但衰老、疾病和意外傷害等因素引起的人體機能衰退和功能喪失卻時時困擾著人們。衰老往往意味著人體各種器官的老化及人體機能的減弱，諸如，行動靈敏性下降，心臟起搏功能及呼吸功能減退，聽力下降，甚至泌尿功能也會出現(xiàn)問題;同時，- -些疾病也會影響人體各功能，如腦溢血會造成失語或語言障礙，局部或全身神經(jīng)肌肉癱瘓，而小兒麻痹后遺癥則會使人產(chǎn)生錯誤的運動行為或喪失某些運動功能;此外，一一些意外也會對 人體功能造成巨大傷害，如車禍、工傷事故等會使人肢體癱瘓或截肢，意外損傷造成失明，失聰?shù)?。所有這些功能的衰退或喪失都會對給人們生活上帶來極大不便，心理上帶來巨大痛苦。因此,恢復與重建人體的衰退或喪失功能是目前擺在生物醫(yī)學與工程界面前現(xiàn)實而迫切的問題。功能性神經(jīng)肌肉電刺激(Functional Neuromuscular Stimulation: FNS)概念和手段的出現(xiàn)，開創(chuàng)神經(jīng)肌肉功能恢復與重建的新思路，它模擬中樞神經(jīng)對肌體的控制，人工產(chǎn)生電脈沖作用于肌體，使肌體產(chǎn)生生理性反應，從而達到功能恢復與重建的目的。功能性神經(jīng)肌肉刺激技術及測控儀器屬于儀器儀表、信號處理、控制理論、生物醫(yī)學和人體工程學等多學科交叉的科技領域。主要適用于:由于神經(jīng)或肌肉疾病造成的相關功能衰退或喪失的功能重建和恢復;肢體運動的機理分析與電生理分析診斷;運動醫(yī)學研究;生物反饋控制應用等。如圖1所示，F(xiàn)NS 涉及生物醫(yī)學、人體工程學、儀器儀表、信號處理和控制理論等學科，交叉科技領域。其主要內容包括:神經(jīng)肌肉功能恢復與重建系統(tǒng)研究;神經(jīng)肌肉功能分析與診斷;功能恢復與重建的控制策略;臨床實驗研究等，F(xiàn)NS 測控技術中應考慮的因素有:個體適應性、魯棒性、簡便實用等。1系統(tǒng)組成與FNS技術想對應，完整的FNS系統(tǒng)包括刺激發(fā)生、運動信息采集、輔助器械以及與測控功能相適應的軟件體系。FNS儀器系統(tǒng)平臺由計算機、信號調理模塊、刺激信號發(fā)生模塊、安全保護模塊、刺激器及肌電拾取器等部分組成，如圖2所示中國煤化主動信息測量裝置提TYHCNMHG*收稿日期: 2002-03-23938測試技術學報2002年6月取癱瘓病人的肌電信號和運動信息，經(jīng)信號調理模塊處理，再送入計算機實時地進行信號分析和控制規(guī)劃，以確定刺激方案與參數(shù)，然后通過刺激信號發(fā)生模塊，由刺激器作用于人體。該過程中，安全保護模塊確保受試者的安全。FNS技術及測控儀器運動測量臨床應用FNS儀器系統(tǒng)平臺技術刺激控制策略|信號 分析識別與傳感研究|精|刺生幾|其使力安||確物電|肌|關它器電|和.模面||東言|信|電|肌|節(jié)運|恰|擴系|信王與|利號謝號|H|信|力|角|床|展.|號|角|化|生||激合動統(tǒng)度可信模閉特|參|機|運集|檢|柏靠入||號式環(huán)|正|建|量則||量.|月成|測計|與|與測技|極發(fā)提|模技|研|| 礦大技|批生|劃饋取方術|究| 究術放放術術技|技放控法|技大個術|書制術||術圖1 FNS關鍵技術控制與刺激刺激信號刺激器映射模塊發(fā)生模塊操作員計算機安全保癱瘓病入(信號分析與處理、護模塊或受試者控制規(guī)劃等)報告生成運動參量(力、角速|運動狀態(tài)信 |度、加速度等)息檢測裝置信號調理模塊t肌電信號肌電拾取器+圖2FNS儀器系統(tǒng)中國煤化工路。研制本系統(tǒng)將FNS與可測控的輔助器械相結合，開創(chuàng)了兩套主要針對上肢肘關節(jié)的輔助器械，如圖3所示，HCNM H G節(jié)測控研究，而右圖中的器械改進設計為輕巧便攜結構，側重于應用。FNS技術939. 固定腕關節(jié)角位移傳感器表面電極肌力傳感器可調彈簧彈簧. 肌力傳感器角度傳感器圖3肢體測控輔助系統(tǒng)2用于肢體運動測量 控制的高階P型迭代自適應算法。所研制系統(tǒng)采用了開環(huán)和閉環(huán)控制兩種策略。開環(huán)控制方法用于實際康復訓練和治療中，其刺激模式在醫(yī)生指導下通過數(shù)次試驗即可獲得。閉環(huán)控制方法用于肢體運動軌跡的控制研究中。研究中提出了采用了高階P型迭代學習，用于上肢肘關節(jié)運動的閉環(huán)控制。其具體控制算法如下，系統(tǒng)采用的PD+ILC的算法如下:Z(+()= z"()+ ke"()+ kei()+Fepe9()(1)其中Z(t)為控制器輸出，i 為迭代次數(shù),后是是學習增益，kp, kd是PD控制器的系數(shù),e()= 0a()- 0(), 0(t)是實測角度，0d(t)是期望角度。當為0，上式即退化為PD控制。圖4是對癱瘓病人的上肢的實際控制曲線。采用的參數(shù)為刺激電壓60V，最大刺激脈寬83μ s,期望變化角度為30°，ILC 迭代增益為0. 02，ILC 比例系數(shù)為0.02，ILC微分系數(shù)為0. 015。上圖為刺激脈寬輸出，下圖為期望運動軌跡(較平緩的細線)和實際運動軌跡。500* 1001500200”50中國煤化工圖4迭代學CNMHG結果表明:采用迭代學習控制，算法簡單，參數(shù)易調整，控制量變化平緩，軌940測試技術學報2002年6月跡跟蹤精度高，比PD控制器有更好的控制效果。3表面肌電信號的特征提取和動作識別的數(shù)化方法通過對表面肌電信號進行特征提取和優(yōu)化處理,在識別動作的精細程度和準確率上達到國際先進水平。輸入信號f特征空間h優(yōu)化特征Lg、輸出響應空間XF空間2空間!下圖5肌電信號處理 原理首先獲取特定部位的肌電信號，如圖| 5所示，再對其進行特征提取、模式分類與識別，進而可進行進一步的臨床控制應用。共進行24例，其中典型一組7個(五男二女)年齡在22~ -30的白愿者。采用六對有電介質的氯化銀碟形表面電極(直徑8mm),均勻環(huán)布于受試者左前臂靠近肘部1/3處，每對電極之間的中心距為20mm。每個受試者要求作六個動作(握拳、伸常、曲腕、仲腕、拇抬內收、對指)，每個動作重復50次，實驗時未對動作的幅度和力度作過多限制，只要求近可能-致。采用AR和本研究所提的時頻物理參數(shù)法分別提取其特征參數(shù)，并采用正交投影法對特征參數(shù)進行進一步處理,采用距離測度的方法進行分類。結果見下表。表1動作模式識別率表(%)ABDEG平均術處理93.5688.4481.5686.2283.5691.3388.0087.52投影法100993399.7899.1199.3399.56986799.4084.4479.7892.4487.5679.5684.0075.5683.91投彬法從結果看，在對獲取特征不作處理的情況卜，AR的動作識別率耍高于本研究所提出的時頻參數(shù)特征法，但經(jīng)投影法處理后，兩種特征提取方法的識別率均有人幅提高，本研究所提的特征提取方法在七個人的動作識別中，可使識別率達到100%。 進一步研究表明，在特征維數(shù)降低的情況下，其識別率也非常高。這表明，該方法對肌電特征提取效率要高于AR模型法，同時，投影處理方法的成功應用，說明了對提取特征作后續(xù)處理在方法學上的價值。4小結改善人體失調功能，實現(xiàn)肌體功能重建是現(xiàn)代康復I程的重要發(fā)展方向。近年來，以恢復癱瘓肌體功能為目標的功能性神經(jīng)肌肉刺激(FNS)技術受到生物醫(yī)學界的特別關注。在過去三十年中，各國在電極及其使用方式、中國煤化工肉骨骼動力學模型以及肢體運動控制方法等方面進行了大量的研MHCNMHG技術已成為生物醫(yī)學中一個重要的研究領域。FNS技術94|多考文獻[1]竇惠芳, Aini shetAsres,張毓笠,和靜彬，F(xiàn)NS的研究方向與現(xiàn)狀，生物醫(yī)學工程學雜志1997 年01期[2]鄢達來周兆英,熊沈蜀，特征優(yōu)化在表面肌電模式識別中的作用,北京生物醫(yī)學工程2001年02期The technology of FNSZhang Ganghua, Zhou Zhaoying, Liu Ran, Wang Fugen*(Department of Precision Instruments, Tsinghua University, Beijing 100084，*Rehabilitation Institute, 301Hospital, Bejing, 100853)AbstractThe principle of Functional Neuromuscular Stimulation (FNS) is introduced inthis article. Our researches for some key problems are described, and the results ofmeasurement and control are also analysed.Key wordsFNS; Iterative learning Control Method; Character Optimization中國煤化工MYHCNMHG