Summary

Amélioration de la fonction et de la motricité des membres supérieurs après un AVC grâce à un robot de rééducation des membres supérieurs

Published: September 06, 2024
doi:

Summary

Ce protocole décrit un robot de rééducation des membres supérieurs qui fournit un retour d’information intelligent à travers quatre modes. Ces modes améliorent la fonction et la flexibilité des membres supérieurs, améliorant ainsi la qualité de vie des patients.

Abstract

Les accidents vasculaires cérébraux, communément appelés accidents vasculaires cérébraux, représentent un événement neurologique répandu entraînant des incapacités importantes des membres supérieurs, affectant ainsi profondément les activités de la vie quotidienne des individus et diminuant leur qualité de vie. Les méthodes de réadaptation traditionnelles pour la récupération des membres supérieurs après un AVC sont souvent entravées par des limitations, notamment la fatigue du thérapeute et du patient, le recours à des méthodologies d’entraînement uniques et le manque de motivation soutenue. Pour relever ces défis, cette étude présente un robot de rééducation des membres supérieurs, qui utilise un contrôle intelligent du mouvement par rétroaction pour améliorer les résultats thérapeutiques. Le système se distingue par sa capacité à ajuster dynamiquement la direction et l’amplitude du retour de force, en fonction de la détection des mouvements spastiques pendant les exercices, offrant ainsi une expérience thérapeutique sur mesure. Ce système est équipé de quatre modes d’entraînement distincts, d’une évaluation intelligente de l’amplitude des mouvements articulaires et de la possibilité de personnaliser les programmes d’entraînement. De plus, il offre une expérience de jeu interactive immersive associée à des mesures de sécurité complètes. Cette approche multidimensionnelle permet non seulement d’accroître l’engagement et l’intérêt des participants au-delà des protocoles de réadaptation traditionnels, mais aussi de démontrer des améliorations significatives de la fonctionnalité des membres supérieurs et des activités de la vie quotidienne chez les patients hémiplégiques. Le système est un exemple d’outil avancé dans la réadaptation des membres supérieurs, offrant un mélange synergique de précision, de personnalisation et d’engagement interactif, élargissant ainsi les options thérapeutiques disponibles pour les survivants d’un AVC.

Introduction

L’accident vasculaire cérébral, identifié comme un événement neurologique aigu causé par l’obstruction ou la rupture des vaisseaux cérébraux, interrompt la circulation cérébrale1, se classant au deuxième rang des causes de décès et l’un des principaux facteurs d’invalidité à long terme dans le monde. Le premier jour suivant un AVC, jusqu’à 80 % des survivants souffrent d’un dysfonctionnement des membres supérieurs, et de 30 à 66 % sont toujours confrontés à des difficultés sixmois plus tard2. Après un an, les personnes atteintes de déficiences des membres supérieurs signalent une anxiété accrue, une diminution de la qualité de vie et une réduction du bonheur3. De plus, 16 mois après l’AVC, seulement environ 60 % des personnes hémiplégiques nécessitant une réadaptation hospitalière atteignent l’indépendance fonctionnelle dans les activités quotidiennes de base, celles souffrant de déficiences sensorielles, motrices et visuelles étant nettement plus dépendantes du soutien des soignants4. De plus, le dysfonctionnement des membres supérieurs entrave l’utilité de la main, notamment par une augmentation de la tension musculaire entre les fléchisseurs et les extenseurs affaiblis pendant les tâches physiques5.

Malgré divers efforts de réadaptation, le traitement efficace des blessures aux membres supérieurs chez les survivants d’un AVC représente un formidable défi6. L’entraînement aux tâches répétitives de haute intensité a donné des résultats optimaux, mais nécessite une implication considérable du thérapeute, ce qui entraîne des coûts élevés et des charges logistiques7. Par conséquent, des interventions peu coûteuses sont nécessaires qui n’augmentent pas la charge de travail des thérapeutes tout en augmentant l’intérêt des patients pour la formation. Le robot de rééducation des membres supérieurs peut servir de traitement alternatif pour favoriser l’exercice de haute intensité et réduire la dépendance vis-à-vis des thérapeutes1. Il s’agit d’un nouveau système de robot de rééducation intelligent par rétroaction des membres supérieurs (voir tableau des matériaux). L’appareil peut produire des mesures objectives (telles que la vitesse, le couple, l’amplitude des mouvements, la position, etc.) pour évaluer et surveiller les améliorations des patients et personnaliser le traitement en fonction des différents degrés de déficience motrice. Il a une consistance et une reproductibilité élevées pour une utilisation généralisée. De plus, des preuves solides soutiennent un entraînement à haute intensité, à haute répétitivité et axé sur les tâches pour faciliter la récupération motrice après un AVC8.

D’autre part, les robots de réadaptation sont une approche de traitement d’assistance relativement nouvelle avec des avantages tels qu’une sécurité et une durabilité élevées9. L’American Stroke Association a récemment publié des lignes directrices indiquant que l’entraînement moteur assisté par robot peut aider les patients à améliorer la fonction motrice et la mobilité après un AVC en plus de la thérapie conventionnelle10. Un article paru en 2018 dans le Journal of Rehabilitation Medicine a rapporté que la combinaison de l’entraînement assisté par robot et de la réadaptation conventionnelle peut améliorer considérablement la fonction motrice des membres supérieurs chez les patients victimes d’un AVC, justifiant une promotion clinique11. Le système comprend quatre modes d’entraînement : entraînement à vitesse constante, entraînement assisté, entraînement actif et entraînement en résistance, et peut effectuer des évaluations de l’amplitude des mouvements articulaires. Une revue de la réadaptation assistée par robot pour les patients victimes d’un AVC subaigu a indiqué que les interventions robotiques amélioraient significativement les fonctions des membres supérieurs, en particulier les performances de l’épaule, du coude et de l’avant-bras, telles qu’évaluées par la mesure de l’indépendance fonctionnelle et l’échelle d’évaluation de Fugl-Meyer. Ces interventions ont également amélioré les activités de la vie quotidienne, améliorant ainsi la qualité de vie10.

Cette étude vise à évaluer l’efficacité d’un robot intelligent de rééducation par rétroaction dans la rééducation des fonctions motrices des membres supérieurs chez les patients atteints d’hémiplégie post-AVC précoce, fournissant une base scientifique pour les stratégies de réadaptation pour les patients atteints d’hémiplégie d’AVC.

Protocol

Cette étude a été approuvée par le comité d’éthique du premier hôpital affilié de l’Université du Zhejiang, en Chine, et tous les protocoles de recherche ont été formulés conformément aux principes de la Déclaration d’Helsinki. Tous les patients ont fourni un consentement éclairé écrit pour participer à cette étude. L’étude a recruté 24 patients atteints d’hémiplégie des membres supérieurs qui ont été admis dans le service de réadaptation du premier hôpital affilié de l’Université du Zhejiang de janvier 2023 à juin 2023. Les critères d’inclusion étaient les suivants : premier AVC ischémique ou hémorragique confirmé par neuroimagerie (TDM ou IRM), chez l’âge de 45 à 75 ans, dans les 6 mois suivant l’apparition, déficience de la fonction motrice des membres supérieurs et hémiplégie unilatérale (évaluation de Fugl-Meyer pour le membre supérieur, FMA-UE ≤40)12,13, échelle d’Ashworth modifiée ≤214, mini-examen de l’état mental (MMSE) >20 (indiquant une fonction cognitive adéquate)15, et une affection cliniquement stable avec des maladies sous-jacentes bien contrôlées, et un consentement éclairé signé. Les critères d’exclusion étaient : une affection intracrânienne instable, des troubles cognitifs et du langage, une subluxation de l’épaule, une déficience de la mobilité de l’épaule, du coude et du poignet, une spasticité sévère (Ashworth 3-4) et une déficience visuelle. Les détails du robot et du logiciel utilisé dans cette étude sont répertoriés dans la table des matériaux. 1. Conception de l’étude Générez un nombre aléatoire à l’aide du logiciel SAS pour diviser tous les patients en deux groupes : expérimental et témoin, contenant chacun 12 patients. Effectuer des évaluations initiales de la fonction motrice des membres supérieurs et de la capacité à prendre soin d’eux-mêmes à l’aide de la FMA-UE12, du score de Brunnstrom (BRS)16 et de l’indice de Barthel modifié (MBI)17 par un thérapeute en réadaptation à l’insu. Administrer un traitement médicamenteux de base à tous les patients tout au long de l’essai, en mettant l’accent sur le contrôle de la pression artérielle, la gestion de la glycémie, la régulation des lipides sanguins, la prévention des crises, etc. Fournir au groupe témoin 30 minutes d’entraînement quotidien de routine de réadaptation des membres supérieurs, y compris un entraînement articulaire actif et passif, un renforcement musculaire et des exercices de mouvement des doigts18.De plus, incluez 30 minutes de formation sur la planche de ponçage par jour19. Offrir une thérapie spécialisée pour la dysfonction des membres inférieurs, l’aphasie, la dysphagie et d’autres troubles fonctionnels selon les besoins de thérapeutes professionnels, administrée cinq fois par semaine pendant huit semaines. Offrez au groupe expérimental la même thérapie de réadaptation quotidienne du membre supérieur de 30 minutes que le groupe témoin, complétée par une formation quotidienne de 30 minutes de robot de réadaptation du membre supérieur. Fournir un traitement équivalent pour d’autres troubles fonctionnels tel que celui fourni au groupe témoin. 2. Étapes spécifiques de fonctionnement du robot de rééducation des membres supérieurs Évaluation de l’amplitude de mouvement articulaire et de la capacité de contrôle moteurDemandez au patient de s’asseoir devant le robot, en gardant la poitrine à un coup de poing de la plate-forme (Figure 1). Placez la main affectée sur le processeur d’extrémité du robot et utilisez des gants et des liants pour sécuriser le poignet et la main afin d’éviter qu’ils ne glissent pendant l’exercice. Demandez au patient de bouger le haut du bras au maximum et de l’étendre aussi loin que possible.REMARQUE : L’instrument enregistrera automatiquement la trajectoire du mouvement de la main du patient pour déterminer l’amplitude des mouvements articulaires actifs du patient. Placez la main saine sur la main affectée et déplacez au maximum le haut du bras affecté avec l’aide du côté sain.REMARQUE : L’instrument a enregistré la trajectoire du mouvement de la main du patient et a obtenu l’amplitude de mouvement passive de l’articulation. Les mesures passives de l’amplitude des mouvements peuvent être assistées par le thérapeute si le patient a une déficience motrice bilatérale. Définissez les paramètres d’évaluation de la commande motrice, y compris les temps de répétition cibles, le temps d’exercice unique et le temps de relaxation unique.REMARQUE : Les paramètres d’évaluation du contrôle moteur ont été définis par le thérapeute en fonction du score FMA-UE12du patient et des évaluations hebdomadaires à l’aide du système d’évaluation intégré du robot, telles que l’augmentation de la difficulté pour les participants ayant une meilleure force des membres supérieurs, l’augmentation du nombre de répétitions et la réduction du temps de repos, afin d’évaluer plus précisément le contrôle moteur du patient. Contrôlez le point cible pour qu’il se déplace dans différentes directions en fonction de la trajectoire de mouvement et de la direction affichées à l’écran.REMARQUE : L’instrument évaluera la capacité de contrôle moteur du patient en fonction de ses performances motrices. Sélection du mode d’entraînementSélectionnez le mode d’entraînement passif isocinétique si les muscles des membres supérieurs du patient ne peuvent pas se contracter du tout ou n’ont qu’une petite contraction (BRS 1-2).REMARQUE : Le robot fournit une aide complète pour conduire le membre supérieur affecté pour la tâche d’exercice d’entraînement au mouvement passif. Sélectionnez le mode d’entraînement au mouvement auxiliaire si le membre supérieur du patient peut effectuer un mouvement articulaire partiel, mais que le mouvement est très léger et que la capacité de mouvement volontaire est faible (BRS 3).REMARQUE : Le système peut fournir la force auxiliaire correspondante en temps réel en fonction du degré de force réel du patient et induire la participation active du membre supérieur du patient dans la plus grande mesure pendant tout le processus d’entraînement pour former le mode de mouvement correct. Sélectionnez le mode d’entraînement actif si la force musculaire des membres supérieurs du patient peut produire une force importante ou une résistance partielle (BRS 4).REMARQUE : Le robot peut renforcer davantage la capacité de mouvement principale du membre supérieur du patient. Sélectionnez le mode d’entraînement en résistance pour améliorer encore la précision et le contrôle de la visée du membre supérieur du patient si la force du membre supérieur du patient est déjà forte et peut résister à une plus grande résistance (BRS 5-6). Sélection des procédures de formationChoisissez la procédure d’entraînement, en notant que le système fournit plus de 10 programmes de jeu intéressants afin que les patients puissent vivre différentes scènes VR et expériences interactives, ce qui améliore considérablement l’enthousiasme des patients pour l’entraînement (Figure 2). Définition des paramètres du jeuRéglez le temps d’entraînement en fonction de la condition physique du patient, qui peut être d’environ 10-20 minutes en général.REMARQUE : Si la force des membres supérieurs du patient est bonne, augmentez le temps d’entraînement unique pour améliorer la tolérance à l’effort du patient. Si la force des membres supérieurs du patient est faible, choisissez un temps d’entraînement unique plus court et permettez au patient de terminer le programme d’entraînement en plusieurs séances. Définissez l’amplitude de mouvement en fonction de l’amplitude de mouvement évaluée de l’articulation, en choisissant entre une amplitude de mouvement complète, une amplitude moyenne ou une petite amplitude de mouvement. Définissez la trajectoire d’activité en fonction des caractéristiques de la force musculaire du bras du patient, en choisissant le chemin d’activité approprié pour cibler et renforcer les muscles faibles. Réglez la valeur d’assistance électrique ou de résistance en fonction de la force musculaire du patient.REMARQUE : Pendant le processus d’entraînement, l’instrument peut également ajuster automatiquement l’assistance électrique et la force de friction en fonction du retour de force réel du patient. Réglez le seuil de protection à l’aide d’une technologie de rétroaction mécanique pour détecter quand la force du patient atteint le seuil, indiquant des spasmes (se manifestant par une gêne, une augmentation soudaine du tonus musculaire ou une raideur et un blocage articulaires anormaux). L’appareil émettra une alarme et s’arrêtera immédiatement pour assurer la sécurité de l’entraînement du patient. Processus de formation spécifiqueREMARQUE : Les patients sont entraînés avec 2-3 articles de jeu par jour, et différents éléments de jeu peuvent être changés régulièrement.S’engager dans la ferme maraîchère : Dans la ferme virtuelle, demandez au patient de contrôler les petites mains pour attraper les fruits et légumes et collecter autant d’étoiles que possible.REMARQUE : Cette activité cible principalement l’amplitude de mouvement dans la flexion et l’extension du coude et du poignet. Participez à la défense de la base : Dans la scène de la base militaire virtuelle, demandez au patient de contrôler avec précision la cible pour tirer sur tous les monstres éliminés.REMARQUE : Cet exercice vise à améliorer le contrôle musculaire du coude et du poignet, améliorant ainsi la précision des actions de tir. Jouez au ballon chasseur en couleur : Sur différentes routes et obstacles, demandez au patient de contrôler la balle pour éviter les obstacles de différentes couleurs afin d’obtenir des pièces d’or.REMARQUE : Cet exercice implique des mouvements de l’épaule, du coude et du poignet pour améliorer la force musculaire et la mobilité articulaire. Naviguer dans Star Wars : Dans l’environnement spatial virtuel, demandez au patient de contrôler la position de l’avion à tirer pour détruire le virus tout en évitant les mouvements et les attaques ennemies, en entraînant l’endurance musculaire et la force de réaction.REMARQUE : Cet entraînement augmente l’endurance, la vitesse de réaction et la précision des membres supérieurs, et améliore la coordination et la force des coudes et des épaules. Participer à une balle de qualité : Demander au patient de contrôler la balle pour atteindre et rester dans le centre de la cible ; Plus la balle est proche de l’œil de bœuf, plus le score est élevé.REMARQUE : Cette activité exerce la flexion du coude, l’extension, l’adduction de l’épaule, l’abduction et active les biceps et les triceps pour un contrôle précis. Jouez au super ping-pong : Dans l’environnement de balle virtuelle, demandez au patient de contrôler la planche de ping-pong pour frapper la balle et jouer au ping-pong avec l’adversaire. La difficulté est avancée et améliorée, et les capacités de réaction et de coordination œil-main sont entraînées. Engagez-vous dans le monde des blocs : Demandez au patient de contrôler le tir dans l’œil de la cible pour détruire les blocs, faites attention aux attaques ennemies et collectez autant de pièces que possible, entraînez-vous à la stratégie de réflexion et à la coordination œil-main. Jouer au ballon : Demandez au patient de contrôler le ballon pour toucher la cible ; La balle est marquée, faites attention aux attaques ennemies et collectez autant de pièces que possible. Participez à l’action légendaire Artilleur : demandez au patient de tenir la poignée et d’exercer continuellement une force dans la direction de la flèche. Les groupes musculaires des membres supérieurs sont une contraction isométrique, et la force est stockée pour tirer afin de détruire la cible. 3. Procédure de suivi Évaluez à nouveau tous les patients pour la FMA, le BRS et l’MBI après 8 semaines de formation par le même thérapeute en réadaptation. Entrez toutes les données dans le logiciel pour l’analyse statistique. Utilisez un test t d’échantillon apparié pour la comparaison intragroupe et deux tests t d’échantillon indépendant pour la comparaison intergroupe. Considérez P < 0,05 comme statistiquement significatif.

Representative Results

Au total, 24 patients ont été recrutés et répartis au hasard dans le groupe témoin ou expérimental (tableau 1). Il n’y avait pas de différence statistiquement significative entre les deux groupes en ce qui concerne le sexe, l’âge, la durée de la maladie ou le type d’AVC (P > 0,05). Après 8 semaines d’entraînement des membres supérieurs, l’évaluation Fugl-Meyer pour le membre supérieur (FMA-UE)12 a été utilisée pour évaluer la fonction motrice d…

Discussion

S’appuyant sur des recherches antérieures20, cette étude adopte une approche intégrée en combinant l’entraînement robotique pour la réadaptation des membres supérieurs avec des méthodes thérapeutiques conventionnelles pour la récupération post-AVC. Les résultats actuels suggèrent que cette intégration améliore considérablement la fonction motrice des membres supérieurs et améliore la capacité à effectuer des activités de la vie quotidienne (AVQ), dépassant les résultats …

Divulgations

The authors have nothing to disclose.

Acknowledgements

Nous sommes également reconnaissants envers les professionnels de la santé et les membres du personnel du premier hôpital affilié de l’Université du Zhejiang pour leur soutien et leur coopération tout au long du processus de recherche.

Materials

Upper Limb Rehabilitation Robot[Fourier M2] Shanghai Fourier Intelligence, China ArmMotus M2 The upper limb intelligent force feedback motion control training system [M2] is a new generation of upper limb intelligent force feedback rehabilitation robot training system independently developed by Shanghai Fourier Intelligence. Based on core technologies such as force feedback, this training system can sense the patient's force and whether there is any spasticity when the patient completes the predetermined action, and then change the power assist or resistance of the device itself, so as to improve the upper limb motor dysfunction. Through goal-oriented training, M2 endows games with training, increases the enthusiasm of patients, and more effectively exercises the gross motor function and cognitive function of patients' upper limbs.
SAS software SAS Institute https://www.sas.com/en_in/home.html
SPSS software IBM version 26 https://www.ibm.com/products/spss-statistics

References

  1. Chinembiri, B., Ming, Z., Kai, S., Xiu Fang, Z., Wei, C. The fourier m2 robotic machine combined with occupational therapy on post-stroke upper limb function and independence-related quality of life: A randomized clinical trial. Top Stroke Rehabil. 28 (1), 1-18 (2021).
  2. Raghavan, P. Upper limb motor impairment after stroke. Phys Med Rehabil Clin N Am. 26 (4), 599-610 (2015).
  3. Chien, W. T., Chong, Y. Y., Tse, M. K., Chien, C. W., Cheng, H. Y. Robot-assisted therapy for upper-limb rehabilitation in subacute stroke patients: A systematic review and meta-analysis. Brain Behav. 10 (8), e01742 (2020).
  4. Stinear, C. M., Lang, C. E., Zeiler, S., Byblow, W. D. Advances and challenges in stroke rehabilitation. Lancet Neurol. 19 (4), 348-360 (2020).
  5. Basu, A. P., Pearse, J., Kelly, S., Wisher, V., Kisler, J. Early intervention to improve hand function in hemiplegic cerebral palsy. Front Neurol. 5, 281 (2014).
  6. Wade, D. T., Langton-Hewer, R., Wood, V. A., Skilbeck, C. E., Ismail, H. M. The hemiplegic arm after stroke: Measurement and recovery. J Neurol Neurosurg Psychiatry. 46 (6), 521-524 (1983).
  7. French, B., et al. Repetitive task training for improving functional ability after stroke. Cochrane Database Syst Rev. , (2007).
  8. Zhang, L., Jia, G., Ma, J., Wang, S., Cheng, L. Short and long-term effects of robot-assisted therapy on upper limb motor function and activity of daily living in patients post-stroke: A meta-analysis of randomized controlled trials. J Neuroeng Rehabil. 19 (1), 76 (2022).
  9. Stein, J. Robotics in rehabilitation: Technology as destiny. Am J Phys Med Rehabil. 91 (11 Suppl 3), S199-S203 (2012).
  10. Zengin-Metli, D., Özbudak-Demir, S., Eraktaş, &. #. 3. 0. 4. ;., Binay-Safer, V., Ekiz, T. Effects of robot assistive upper extremity rehabilitation on motor and cognitive recovery, the quality of life, and activities of daily living in stroke patients. J Back Musculoskelet Rehabil. 31 (6), 1059-1064 (2018).
  11. Xu, D., Dongyan, Y. Clinical study of upper limb intelligent feedback rehabilitation robot combined with conventional rehabilitation therapy to improve upper limb motor function in stroke patients. Chinese J Rehab Med. 28, 11-17 (2018).
  12. Gladstone, D. J., Danells, C. J., Black, S. E. The fugl-meyer assessment of motor recovery after stroke: A critical review of its measurement properties. Neurorehabil Neural Repair. 16 (3), 232-240 (2002).
  13. Fugl-Meyer, A. R., Jääskö, L., Leyman, I., Olsson, S., Steglind, S. The post-stroke hemiplegic patient. 1. A method for evaluation of physical performance. Scand J Rehabil Med. 7 (1), 13-31 (1975).
  14. Vidmar, T., Goljar Kregar, N., Puh, N. Reliability of the modified Ashworth scale after stroke for 13 muscle groups. Arch Phys Med Rehabil. 104 (10), 1606-1611 (2023).
  15. Folstein, M. F., Folstein, S. E., Mchugh, P. R. #34;Mini-mental state". A practical method for grading the cognitive state of patients for the clinician. J Psychiatr Res. 12 (3), 189-198 (1975).
  16. Naghdi, S., Ansari, N. N., Mansouri, K., Hasson, S. A neurophysiological and clinical study of Brunnstrom recovery stages in the upper limb following stroke. Brain Inj. 24 (11), 1372-1378 (2010).
  17. Leung, S. O., Chan, C. C., Shah, S. Development of a Chinese version of the modified Barthel index– validity and reliability. Clin Rehabil. 21 (10), 912-922 (2007).
  18. Tong, Z. Chinese rehabilitation guidelines for stroke (2011 edition). Chin J Rehabil Theory Pract. 18, 301-318 (2012).
  19. Takebayashi, T., et al. Assessment of the efficacy of reogo-j robotic training against other rehabilitation therapies for upper-limb hemiplegia after stroke: Protocol for a randomized controlled trial. Front Neurol. 9, 730 (2018).
  20. Budhota, A., et al. Robotic assisted upper limb training post-stroke: A randomized control trial using combinatory approach toward reducing workforce demands. Front Neurol. 12, 622014 (2021).
  21. Mousavi Hondori, H., Khademi, M., Dodakian, L., Cramer, S. C., Lopes, C. V. A spatial augmented reality rehab system for post-stroke hand rehabilitation. Stud Health Technol Inform. 184, 279-285 (2013).
  22. Cipresso, P., Serino, S., Pedroli, E., Gaggioli, A., Riva, G. A virtual reality platform for assessment and rehabilitation of neglect using a kinect. Stud Health Technol Inform. 196, 66-68 (2014).
  23. Avola, D., Cinque, L., Foresti, G. L., Marini, M. R. An interactive and low-cost full body rehabilitation framework based on 3d immersive serious games. J Biomed Inform. 89, 81-100 (2019).
  24. Cordella, F., et al. Hand motion analysis during robot-aided rehabilitation in chronic stroke. J Biol Regul Homeost Agents. 34 (5 Suppl 3), 45-52 (2020).
  25. Airò Farulla, G., et al. Vision-based pose estimation for robot-mediated hand telerehabilitation. Sensors (Basel). 16 (2), 208 (2016).
  26. Soekadar, S. R., Witkowski, M., Vitiello, N., Birbaumer, N. An EEG/EOG-based hybrid brain-neural computer interaction (bnci) system to control an exoskeleton for the paralyzed hand. Biomed Tech (Berl). 60 (3), 199-205 (2015).
  27. Zhang, J., Wang, B., Zhang, C., Xiao, Y., Wang, M. Y. An EEG/EMG/EOG-based multimodal human-machine interface to real-time control of a soft robot hand. Front Neurorobot. 13, 7 (2019).
  28. Rakhtala, S. M., Ghayebi, R. Real-time control and fabrication of a soft robotic glove by two parallel sensors with mbd approach. Med Eng Phys. 100, 103743 (2022).
  29. Tang, X., Xinyu, T. . Cloud-based scenario interactive rehabilitation training and assessment system. , (2019).
  30. Park, J. The effect of task-oriented training on the muscle activation of the upper extremity in chronic stroke patients. J Phys Ther Sci. 28 (4), 1384-1386 (2016).
  31. Dongyan, X., Rujin, T., Jue, L., Gang, L., Yulian, Z. Clinical study on the improvement of upper limb motor function in stroke patients by combining upper limb intelligent feedback rehabilitation robot with conventional rehabilitation treatment. J Rehab Med. 28 (02), 11-17 (2018).
  32. Haiyan, Z., Fangchao, W., Jianhua, L., Zhiping, L. Effect of upper limb robot-assisted training on upper limb function in stroke patients. Chinese J Sports Med. 38 (10), 859-863 (2019).
  33. Ichikawa, A., et al. Stimulus-related 20-hz activity of human cortex modulated by the way of presenting hand actions. Neurosci Res. 58 (3), 285-290 (2007).
  34. Zhang, H., Haiyan, Z. The effects of upper limb rehabilitation robot-assisted training on upper limb function in stroke patients. Chinese J Sports Med. 38, 859-863 (2019).

Play Video

Citer Cet Article
Zhang, T., Yao, Z., Chen, F., Wang, J., Shi, W., Zheng, J., Zhang, Z., Chen, Z. Enhancing Upper Limb Function and Motor Skills Post-Stroke Through an Upper Limb Rehabilitation Robot. J. Vis. Exp. (211), e66938, doi:10.3791/66938 (2024).

View Video