引用本文

王蕾, 王辉, 黄品高, 林闯, 郑悦, 魏月, 郭欣, 李光林. 下肢截肢者行走意图识别方法研究进展. 自动化学报, 2018, 44(8): 1370-1380. doi: 10.16383/j.aas.2018.c170258

WANG Lei, WANG Hui, HUANG Pin-Gao, LIN Chuang, ZHENG Yue, WEI Yue, GUO Xin, LI Guang-Lin. Progress and Perspective of Recognition Methods for Walking Intention of Lower-limb Amputees. ACTA AUTOMATICA SINICA, 2018, 44(8): 1370-1380. doi: 10.16383/j.aas.2018.c170258

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c170258

关键词

下肢假肢，行走意图识别，肌电信号，生物力学信号，目标肌肉神经分布重建 

摘要

直立行走是人类独立生活和正常参与社会活动的基本功能之一.人因遭受工伤、交通事故、自然灾害（地震等）、疾病（糖尿病、癌症等）、先天出生缺陷等意外和不幸造成下肢截肢，从而部分或全部丧失行走能力，严重影响正常生活和参与社会活动.下肢假肢是下肢截肢者恢复行走功能的唯一手段，其技术发展吸引了众多研究者的关注.为使下肢假肢使用者能像正常腿一样或接近的步态行走，关键是实现截肢者行走意图的自动精确识别.本文首先探索了行走意图识别的内涵；然后从信号源的角度分析了不同截肢者行走意图识别方法的特点，尤其是神经功能重建作为补充的肌电信号（Electromyography，EMG）源的方法，并简述其研究进展，提出了一种融合生物力学信号和生物电信号的截肢者行走意图识别方法；最后对下肢截肢者行走意图识别方法发展趋势进行了总结和展望.

文章导读

长期以来, 因遭受工伤、交通事故、战争、自然灾害(地震等)、疾病(糖尿病、癌症等)、天生出生缺陷等意外造成下肢截肢的残疾人口众多[1].根据第二次全国残疾人抽样调查, 我国有肢体残疾人2 412万, 占残疾人总数的29.07%, 其中下肢截肢者158万人, 约占截肢者总数的70%, 并且近年来下肢截肢者的绝对数量和相对比例还在不断增长[2].

假肢是截肢者重要的运动功能替代工具, 是为弥补截肢者肢体缺损, 代偿肢体功能而制造、装配的人工肢体[3-5].下肢假肢是下肢截肢者恢复行走功能的唯一手段, 下肢假肢基本能达到对人体缺失功能的代偿, 使患者生活自理, 甚至参加工作回归社会, 技术的发展也得到众多研究者的关注[6].

下肢截肢者行走意图识别方法起源于上肢截肢者动作意图识别研究, 发展落后于上肢[6].行走意图识别是在下肢截肢者和假肢系统之间搭建控制接口, 通过这个"人机"控制接口, 使用者可以将自己的行走意图自动"传达"给假肢系统[7-8]; 而假肢系统将根据使用者的行走意图提供相应的控制策略和行走动力, 从而使截肢者能够通过直觉操控假肢实现行走功能.因此, 研究下肢截肢者行走意图识别方法有巨大的意义.

国内外学者对行走意图识别方法进行了深入的研究.按照依赖的生物信号源的不同, 下肢行走意图识别方法主要可以分为基于生物力学信号和生物电学信号两种[9-10], 基于生物力学信号的下肢行走意图识别是通过采集下肢生物力学信号, 如关节角度、角速度、三轴加速度、足底压力信息、电容信息等识别下肢运动信息[11-13]; 基于生物电学信号的下肢行走意图识别方法, 是通过采集人体肌电、脑电等生物电信号识别下肢运动意图[14].

本文对下肢截肢者行走意图识别的内涵, 基于不同信号源与不同策略的下肢行走意图识别方法等方面的研究进展做简要的回顾和讨论.

图 1  基于不同信息源的下肢截肢者行走意图识别

图 2  基于生物力学信息的截肢者行走意图识别原理示意图

图 3  基于肌电信息识别截肢者行走意图原理示意图

作者简介

王蕾

河北工业大学控制科学与工程学院硕士研究生.主要研究方向为模式识别, 生物信号处理. E-mail: 15822372603@163.com

黄品高  

中国科学院深圳先进技术研究院神经工程中心博士研究生.主要研究方向为智能假肢控制以及生物信号处理.E-mail:pg.huang@siat.ac.cn

林闯  

中国科学院深圳先进技术研究院副研究员.主要研究方向为生物信号处理, 模式识别以及机器学习.E-mail:chuang.lin@siat.ac.cn

郑悦  

中国科学院深圳先进技术研究院神经工程中心博士研究生.主要研究方向为智能假肢控制以及机电一体化.E-mail:yue.zheng@siat.ac.cn

魏月  

河北工业大学控制科学与工程学院硕士研究生.主要研究方向为模式识别以及生物信号处理.E-mail:15202205360@163.com

郭欣  

河北工业大学控制科学与工程学院教授.主要研究方向为智能康复装置, 计算机控制.E-mail:gxhebut@aliyun.com

李光林  

中国科学院深圳先进技术研究院研究员.主要研究方向为神经工程, 神经-机械接口, 生物信号处理.E-mail:gl.li@siat.ac.cn

王辉  

中国科学院深圳先进技术研究院神经工程中心博士研究生.主要研究方向为运动功能康复, 神经反馈.本文通信作者. E-mail: wanghui@siat.ac.cn