Schlaganfallzentrum
Startseite>Schlaganfallzentrum>Inhalt
Startseite>Schlaganfallzentrum>Inhalt
Statistiken zeigen, dass nur 15 Prozent der Patienten nach einem Schlaganfall etwa die Hälfte ihrer Handfunktion wiederherstellen können und nur 3 Prozent der Patienten mehr als 70 Prozent ihrer ursprünglichen Handfunktion wiederherstellen können. Es ist zu einem wichtigen Trend im Rehabilitationsbereich geworden, wirksame Rehabilitationsmethoden zu erforschen und die Wiederherstellung der Handfunktion der Patienten zu fördern. Daher ist die Kombination aus aufgabenorientiertem Training und aufkommender Rehabilitationstechnologie allmählich zu einer unverzichtbaren Rehabilitationsbehandlungstechnologie für die Rehabilitation der Handfunktion geworden. Das Aufkommen von Handfunktions-Rehabilitationsrobotern hat neue Ideen für die Rehabilitation der Handfunktion nach einem Schlaganfall hervorgebracht.
Dieser Artikel wird kurz den intelligenten Softhand-Rehabilitationsroboter und den Handfunktionsroboter mit Gehirn-Computer-Schnittstelle vorstellen.
Intelligenter Softhand-Rehabilitationsroboter
Der intelligente Rehabilitationsroboter mit weicher Handfunktion kombiniert Robotertechnologie und Neurowissenschaft und kann verschiedene Trainingsmodi wie Passiv, Unterstützung, Widerstand, bilateralen Spiegel und aktive Spiele anbieten. Es ist ein Handfunktions-Rehabilitationsroboter, der den Zeitraum von der leichten Lähmung bis zur Rehabilitation vollständig abdeckt. Im Prozess des robotergestützten Trainings wurden bilaterale Spiegeltherapie und motorische Bilder kombiniert, um die integrierte Behandlung von zentraler Intervention und peripherer Intervention zu realisieren.
Mit dem intelligenten Softhand-Rehabilitationsroboter können Patienten den motorischen Cortex des Gehirns durch multimodale Stimulation durch visuelle, auditive und taktile sensorische Stimulation zu einem geschlossenen Rehabilitationstraining stimulieren und die Bereitschaft des Patienten zur aktiven Teilnahme an der Handfunktionsrehabilitation verbessern Training zur Förderung der Wiederherstellung der motorischen Funktion des Patienten. Gleichzeitig treibt bei der bilateralen Spiegeltherapie die gesunde Hand die betroffene Hand zur Bewegung an, was die Neuroplastizität des Gehirns weiter verbessern kann.
Gehirn-Computer-Schnittstelle Handfunktionsroboter
Die Hinzufügung neuer Methoden macht das geschlossene Rehabilitationsmodell von zentral-peripher-zentral zu einer klinisch wichtigen Rehabilitationstheorie. Ein zentraler Eingriff kann die Aktivierung der entsprechenden funktionellen Hirnareale des Gehirns fördern und die Neuroplastizität des Gehirns verbessern. Periphere Eingriffe verstärken kontinuierlich die positive Rückkopplung sensorischer und motorischer Steuerungsmodi an das Gehirnzentrum. Die Kombination der beiden Modi fördert die Umgestaltung der Gehirnfunktion bei Schlaganfallpatienten. Die Gehirn-Computer-Schnittstelle ist die beste Wahl, um den Closed-Loop-Rehabilitationsmodus zu realisieren.
Das Brain-Computer-Interface-Training wird den Patienten eine visuelle und auditive duale VR-Stimulation geben, damit sie die motorische Vorstellung der betroffenen Handbewegungen ausführen können, um den Exoskelett-Rehabilitationsroboter zu steuern, um die Greif- und Öffnungsbewegungen der Hand abzuschließen. Durch das Brain-Computer-Interface-Training stellen sich die Patienten wiederholt die Greif- und Öffnungsbewegungen der betroffenen Hand in ihrem Gehirn vor, und die Generierung tatsächlicher Bewegungen, unterstützt durch Exoskelett-Roboter, erreicht ein hohes Maß an Übereinstimmung zwischen motorischen Absichten und Verhaltensbewegungen, was förderlicher ist zum Umbau der Großhirnrinde.
Gegenwärtig wird der Handfunktions-Rehabilitationsroboter mit Gehirn-Computer-Schnittstelle nach und nach von Patienten erkannt.
Das Bild unten zeigt die motorische Imaginationsaufgabe des Patienten zum Greifen und Öffnen der Hand entsprechend dem Bildschirm und den Sprachanweisungen. Jede Aktion hat 3 Imaginationsmöglichkeiten. Während der Patient motorische Aufnahmen macht, kann das EEG-Gerät über den Kollektor die charakteristischen EEG-Signale der motorischen Großhirnrinde erfassen.
Wenn der Patient die motorische Bildgebungsaufgabe innerhalb von 3 Mal genau abschließen kann, wird das EEG-Signal die Signalextraktion und Merkmalskonvertierung durch den Signalwandler abschließen und dann den Exoskelett-Manipulator steuern, um dem Patienten zu helfen, die entsprechende Greif- oder Öffnungsaktion durchzuführen; Wenn das Motorbild nicht innerhalb von 3 Chancen genau abgeschlossen werden kann, kann der EEG-Signalwandler nicht ausgelöst werden, um die Bewegung des Exoskelett-Manipulators abzuschließen. Entsprechend der Leistung des Patienten bewertet das System den Fertigstellungsgrad des Patienten, was auch die Begeisterung des Patienten für die Teilnahme am Training steigert.
Gegenwärtig gibt es jedoch noch einige Probleme mit Handfunktions-Rehabilitationsrobotern, die üblicherweise in der klinischen Praxis verwendet werden. Es ist zu hoffen, dass solche Probleme in zukünftigen Forschungen verbessert werden können.
