機器人在腦卒中后運動障礙病人早期康復訓練中應用的研究進展

周霜 張桂娟

Research progress on the application of robots in early rehabilitation training of patients with movement disorders after stroke

ZHOU Shuang， ZHANG Guijuan

School of Nursing， Jinan University， Guangdong 510632 China

Corresponding Author ?ZHANG Guijuan， E?mail： 2651674744@qq.com

Keywords??cerebral stroke；?robot；?movement disorders；?rehabilitation；?review

摘要??對腦卒中后運動障礙概述、機器人分類、機器人輔助早期康復訓練在腦卒中后運動障礙病人中的應用以及機器人在腦卒中后運動障礙病人早期康復訓練中的不足與改進方向進行綜述，以期為更好地改善病人運動功能、提高病人康復效果和生活質量提供參考。

關鍵詞??腦卒中；機器人；運動功能障礙；康復；綜述

doi：10.12102/j.issn.1009-6493.2024.08.021

腦卒中是一種急性腦血管疾病，是我國導致成人死亡和長期殘疾的首要原因^[1]。盡管大部分腦卒中病人受損腦神經得到不同程度的修復，仍有67%的腦卒中病人遺留不同程度的運動功能障礙，嚴重影響病人的日常生活能力，給家庭造成沉重負擔^[2?3]。因此，幫助腦卒中病人盡早恢復肢體運動功能非常重要，腦卒中早期康復是目前降低致殘率的有效手段^[4]。傳統早期康復訓練可在一定程度上恢復病人的運動功能，但存在治療周期長、訓練內容枯燥、互動性差、病人常出現消極情緒，從而影響康復效果^[5?6]。但隨著醫學技術不斷發展，康復機器人有非常廣泛的應用前景，有研究表明，機器人輔助訓練不僅可以促進病人運動功能的改善，還可以針對不同康復時期的病人提供個體化、差異化的高質量訓練，定量評估和調整病人運動的各項參數，同時也增添趣味性，提高病人積極性，進而提高康復效果^[7?8]。

1 ?概述

運動功能障礙是腦卒中最常見的并發癥，通常表現為不自主運動、肌張力障礙、協調運動異常。研究表明，1%～4%的腦卒中后病人出現不自主運動，20%的腦卒中后病人會出現肌張力障礙^[9]。46%腦卒中后病人運動障礙一般出現在腦卒中后7 d內，缺血性腦卒中后病人在不到1個月時間會出現運動障礙，出血性腦卒中后病人在6個月后會出現運動障礙^[10]。目前，隨著我國快速康復理念的興起，對腦卒中后運動障礙病人的康復主要強調早期干預。傳統的康復療法包括按摩、針灸、物理療法和電刺激，已廣泛用于臨床實踐，但超過50%的腦卒中后病人在接受常規康復治療后仍會出現不同程度的運動功能障礙，無法滿足病人的實際需求，需要在常規康復治療的基礎上，開發全新的智能康復平臺，幫助病人進行準確、有效的康復訓練^[11?12]。

2 ?康復機器人分類

2.1 根據控制性質分類

2.1.1 基于末端執行器機器人

基于末端執行器系統是連接到四肢遠端部分的機器人系統，通常由手柄、前臂支架或踏板實現，通過對腦卒中病人的受損肢體運動遠端進行支撐或模擬步態訓練，根據設定的運動軌跡輔助失去功能的肢體進行主動或被動訓練^[13]。上肢康復機器人中具有代表性的是1991年美國麻省理工學院開發的MIT?MANUS機器人，采用五聯桿平行驅動選擇性順應裝配機器人手臂（SCARA），對病人的肩、肘關節進行康復訓練^[14]。下肢康復機器人中，如德國LokoHelp下肢步行姿勢訓練系統^[15]，在足部用綁帶將運動踏板綁定，在運動踏板的帶動下模擬正常步態訓練。

2.1.2 基于外骨骼機器人

此類機器人基于人機工程學和仿生原理，根據人體上下肢各關節運動機制進行設計，將機械結構穿戴在功能障礙的肢體上，帶動患肢進行主動和被動訓練^[16]。上肢康復機器人中，如瑞士蘇黎世聯邦理工學院研發的ARMin上肢外骨骼康復機器人^[17]，由最初的4個主動自由度轉變為后面的7個自由度，除了對肩、肘、腕關節進行訓練，還增加了針對手部訓練的模式。下肢康復機器人中最典型的是1999年瑞士Hocoma公司研制的Lokomat步態康復訓練系統，由跑步機、體重支撐系統和2條機械腿組成，協助髖關節和膝關節在矢狀面上進行運動^[18]。

2.2 根據技術原理不同分類

2.2.1 基于虛擬現實的康復機器人

虛擬現實是由計算機創建和體驗的計算機數字擬真環境，可以根據用戶的理念提供更多沉浸式的互動和個性化的場景，為病人提供視、聽、觸覺的感官刺激，進一步反饋給大腦，從而使病人有不同的訓練體驗，依賴于人體感官反饋^[19]。虛擬現實技術可以為腦卒中病人提供個性化治療，具有高度重復的任務特定動作、特定反饋，彌補傳統康復訓練反饋不足和任務導向不足的缺點^[20]。通過虛擬現實技術，病人可以運用特定的機器人康復設備在模擬的環境中進行患肢主動或被動訓練，從而更精準地訓練患肢。Jonna等^[21]結合虛擬現實研發了6?DOF康復機器人系統，通過設計虛擬游戲，增加訓練的趣味性，協助患肢進行肩肘關節的復合運動。下肢康復機器人中，如清華大學設計的將虛擬現實與健身車結合組成的下肢康復訓練，包括主動、被動、輔助、抵抗4種運動形式，通過騎行的方式對運動障礙的下肢進行訓練^[22]。

2.2.2 基于腦機接口的康復機器人

腦機接口使用神經電信號的調制控制外部設備，通過分析大腦活動的變化，可以將用戶的意圖轉化為通常提供某種形式的感官反饋的數字設備或工具的控制命令，依賴于人體生物電的物理結構^[23]。2014年，加拿大西蒙弗雷澤大學將可穿戴的便攜式機械臂系統集合無線腦機接口技術和功能性電刺激，幫助病人獨立完成飲用一杯水^[24]。韓國高麗大學和德國柏林工業大學合作研發了在下肢外骨骼使用的腦機接口，通過5個特定閃爍頻率的LED對大腦進行視覺刺激，產生信號，將刺激誘發電位獲得相應編碼技術，從而獲得5個特定刺激下所執行的相應命令^[25]。

3 ?機器人輔助早期康復訓練在腦卒中后運動障礙病人中的應用

3.1 肩部功能訓練

腦卒中后上肢功能障礙導致的癱瘓肢體肌無力可使肩關節穩定性下降，易造成半脫位和肩部疼痛，降低病人生活質量。腦卒中后肩痛是上肢運動障礙中常見并發癥之一，常發生于腦卒中后2～3個月，導致上肢活動、保持軀干平衡和進行日常生活活動困難，進一步阻礙上肢功能恢復^[26]。因此，對偏癱的肩關節進行細致化訓練是必要的。近年來，基于機器人的康復治療一直受到關注，可以減輕護理人員的負擔，并提出足夠的康復訓練量，對腦卒中后病人肩痛有明顯的改善效果^[27]。蘇鵬等^[28]將43例病程不超過6個月病人分為對照組和機器人訓練組，前者進行以上肢粗大和精細運動訓練為主的常規上肢康復訓練，后者在常規訓練基礎上加以上肢康復機器人訓練，每周5次，訓練4周，結果發現機器人訓練組肩部疼痛緩解，肩關節前屈45°與90°的角度差絕對值較對照組明顯減少。金媛媛等^[29]將40例病程1～4個月的腦卒中病人分別接受常規訓練（對照組）和常規訓練+上肢機器人訓練（觀察組），每次訓練40 min，每天2次，每周5 d，持續4周，研究發現觀察組在肩關節內外旋30°、60°主動運動角度與參考角度的相關性值、平均軌跡誤差均低于對照組，P300潛伏期及測試執行時間均短于對照組。以上研究通過上肢康復機器人訓練可以進行高重復性運動，刺激病人神經功能的恢復，幫助病人重建正確的運動模式，促進病人肩關節本體感覺改善，提高病人的上肢功能，但訓練時間較短，大多只在干預期間取得良好效果，對病人后續的康復效果尚未得知，有待進一步通過延長干預時間、重復測量干預指標觀察康復效果。

3.2 手功能訓練

手部功能障礙是腦卒中后幸存者嚴重的運動功能障礙，對生活獨立性和日常生活活動能力產生巨大影響^[30]。腦卒中后病人的傳統手部功能康復是基于集中運動和耗時的治療，目前機器人輔助訓練裝置在重復訓練和強化運動方面比傳統手動療法有顯著效果。李瑩華^[31]將病程≤6個月的44例腦卒中偏癱病人分為試驗組和對照組，試驗組接受40 min常規上肢康復訓練+力反饋手部康復機器人輔助的任務導向性訓練20 min，對照組接受40 min常規上肢康復訓練+治療師輔助的任務導向性訓練20 min，兩組訓練每日1次，每周5 d，干預4周，結果發現力反饋康復機器人輔助下的任務導向性訓練可以改善腦卒中偏癱病人手指抓握和伸屈功能。Trompetto等^[32]使用機械手對亞急性腦卒中病人進行特定任務訓練可以緩解病人手指痙攣和伸屈功能，與Coskunsu等^[33]研究結果不一致，可能與受試對象不同有關，急性期病人癥狀不穩定，阻礙大腦的可塑性重組，進而限制功能恢復?；谀X機接口控制的軟機器人比單獨的機器人效果顯著，在康復過程中移動順暢且靈活，使手指精細動作更協調，但對于中度和重度手指屈伸效果不顯著^[34?35]。也有研究發現，手指功能的訓練可以積極轉化為近端手臂功能的恢復，一項隨機對照試驗研究結果表明，與常規神經治療比較，使用ReHapticKnob觸覺設備的機器人輔助神經認知治療能更好地促進手臂功能的恢復^[36]。對于是否能夠長期改善病人的手功能，有待進一步隨訪觀察干預效果。

3.3 步行功能訓練

腦卒中后病人行走常具有不對稱性和不穩定性，早期、高強度和重復性的步態訓練可以改善預后，而機器人可以使腦卒中后病人早期進行持續性的步行訓練，促進下肢功能的進一步恢復^[37]。Tomida等^[38]將26例原發性腦卒中偏癱病人隨機分為使用步態運動輔助機器人（GEAR）的干預組和進行常規康復訓練的對照組，分別在入院時、干預期間（4周）、干預開始后8周和出院時評估病人功能獨立性測量（FIM）步行評分的改善效率，發現使用GEAR干預組在改善步行方面明顯優于對照組，且在干預期間評分最高，在8周后和出院時兩組無顯著差異。Yeung等^[39]研究表明，亞急性腦卒中幸存者在地面和樓梯上接受常規訓練并結合20次機器人輔助訓練在步態獨立性和行走速度方面顯著改善。以上研究表明，早期應用下肢康復機器人訓練可以在一定程度上對腦卒中病人下肢運動功能具有良好效果。而也有研究發現在改善腦卒中病人的運動能力方面，機器人輔助步態訓練比常規步行訓練干預效果并不顯著^[40]。這可能與訓練時間、訓練方式、治療師的經驗有關系，以后還需要更多的研究來驗證機器人輔助步態訓練對病人步行能力方面的干預效果。

3.4 平衡功能訓練

平衡能力與腦卒中后病人下肢運動功能恢復和跌倒風險是否增加密切相關。平衡功能的恢復大多數依賴于步行訓練。腦卒中早期病人應用機器人輔助訓練后，病人的平衡功能有所提高。Rojek等^[41]對44例缺血性腦卒中病人分別進行Ekso GT外骨骼步態訓練（試驗組）和傳統康復訓練（對照組），每周訓練5次，持續4周，結果表明，干預4周內試驗組步行時間明顯增加，且肢體平衡的改善優于對照組。此外，特定的平衡訓練也可以起到相同作用，Inoue等^[42]將60例亞急性腦卒中病人隨機分為觀察組和對照組，觀察組為平衡運動輔助機器人結合常規住院康復訓練，對照組為僅進行常規住院康復訓練，在干預前、干預2周、干預后2周隨訪時進行評估，結果發現使用平衡運動輔助機器人與常規住院康復訓練相結合進行的平衡練習與常規康復訓練對比，明顯可以改善亞急性腦卒中病人的平衡能力。但在測量平衡功能方面，多數研究對病人平衡功能是否改善都是基于Berg平衡量表評估，缺乏客觀的測量工具，對平衡功能測量工具的開發仍有待進一步研究。

4 ?機器人在腦卒中后運動障礙病人早期康復訓練中應用的不足與改進方向

目前，對于上下肢運動障礙病人康復訓練機器人的研究較多，對其不足與改進的方面主要集中在病人與機器人實現良好交互和機器人在遠程康復的應用。1）病人與機器人實現良好交互方面。影響人機交互的關鍵因素是病人對機器人的信任度，即病人對系統實現其目標的依賴程度。目前機器人在腦卒中病人運動康復中應用的最大缺點是機械化執行訓練任務，忽視病人的體驗感受。一項對長期康復的腦卒中病人訪談研究發現，人形機器人，如社交輔助機器人提高了病人對康復活動的滿意度，病人手部運動功能康復效果較好^[43]。這種基于人形機器人技術實施輔助康復治療，可以實現類似于人與病人互動的場景，但僅傾向于包括信息提供、反饋和關系相關的治療互動，由病人本人或治療師進行主動或被動訓練，很少開展機器人可以同時發揮輔助訓練和與病人實現互動的研究。2）機器人在遠程康復的應用方面。目前腦卒中后運動障礙病人的康復訓練主要在院內進行，因其成本和技術的復雜性很少在家庭中開展。遠程康復對病人而言是一種方便、容易獲得的一種方式，將康復訓練機器人與遠程通信設備結合使用，可以監控遠程狀態下病人的運動訓練和獲取運動指標數據，根據數據反饋做出及時調整，保證醫護人員和病人信息交流的及時性。Nam等^[44]對腦卒中病人在家中進行由腦電圖驅動的手腕外骨骼機器人輔助上肢訓練，每周3～5次，每次60 min，康復治療師通過智能手機開發的應用程序對病人實時監測，可以有效改善患側上肢的運動功能。遠程機器人輔助康復訓練可以彌補傳統家庭康復的劣勢，可以提供客觀的訓練數據和反饋結果，給病人帶來便利的同時又節省醫療花費的成本，但對病人特殊情況的處理存在一定的缺陷，未來可以在遠程機器人康復的同時，添加對病人生理評估的模塊。

5 ?小結

早期康復訓練對腦卒中后運動障礙病人是否能夠重返運動和生活具有重大意義。機器人輔助早期康復訓練可以有效提高腦卒中后病人運動功能，在肩部功能訓練、手功能訓練、步行功能訓練、平衡功能訓練等方面有明顯的改善效果。但隨著醫學科技的發展，機器人需要在各方面、多層次提升服務質量，亟須采取其他輔助技術實現病人與機器人良好交互，提高病人對機器人康復訓練的滿意度和信任度，同時將機器人和遠程康復平臺有機結合，加強居家康復監測管理，進一步提高康復效果，降低致殘率，更好地幫助病人提高生活質量，回歸家庭和社會。

參考文獻：

[1] ?劉樂，余超，廖逸文，等.1990—2019年中國缺血性腦卒中疾病負擔變化分析[J].中國循證醫學雜志，2022，22（9）：993-998.

[2] ?LIN P J，JIA T Y，LI C，et al.CNN-based prognosis of BCI rehabilitation using EEG from first session BCI training[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering，2021，29：1936-1943.

[3] ?張欣，郭婷婷，王玉潔.頂葉腦卒中與運動系統功能障礙[J].中華老年心腦血管病雜志，2019，21（8）：891-892.

[4] ?陳煌，謝紅珍，黎蔚華，等.腦卒中肢體功能障礙患者早期康復護理的最佳證據總結[J].解放軍護理雜志，2020，37（6）：6-10.

[5] ?劉書軒，邱鵬，聶永琦，等.虛擬現實在腦卒中患者運動功能康復中的應用[J].計算機工程與應用，2021，57（21）：68-79.

[6] ?WORANUSH W，MOSKOPP M L，SEDGHI A，et al.Preventive approaches for post-stroke depression：where do we stand？ A systematic review[J].Neuropsychiatric Disease and Treatment，2021，17：3359-3377.

[7] ?張博寒，任志方，王艷玲，等.機器人輔助神經系統疾病病人康復訓練的研究進展[J].護理研究，2022，36（7）：1203-1209.

[8] ?MORONE G，PAOLUCCI S，CHERUBINI A，et al.Robot-assisted gait training for stroke patients：current state of the art and perspectives of robotics[J].Neuropsychiatric Disease and Treatment，2017，13：1303-1311.

[9] ?TATER P，PANDEY S.Post-stroke movement disorders：clinical spectrum，pathogenesis，and management[J].Neurology India，2021，69（2）：272-283.

[10] ?SURI R，RODRIGUEZ-PORCEL F，DONOHUE K，et al.Post-stroke movement disorders：the clinical，neuroanatomic，and demographic portrait of 284 published cases[J].Journal of Stroke and Cerebrovascular Diseases，2018，27（9）：2388-2397.

[11] ?XIONG F，LIAO X，XIAO J，et al.Emerging limb rehabilitation therapy after post-stroke motor recovery[J].Frontiers in Aging Neuroscience，2022，14：863379.

[12] ?HUO C C，ZHENG Y，LU W W，et al.Prospects for intelligent rehabilitation techniques to treat motor dysfunction[J].Neural Regeneration Research，2021，16（2）：264-269.

[13] ?DONNELLAN-FERNANDEZ K，IOAKIM A，HORDACRE B.Revisiting dose and intensity of training：opportunities to enhance recovery following stroke[J].Journal of Stroke and Cerebrovascular Diseases，2022，31（11）：106789.

[14] ?RODGERS H，BOSOMWORTH H，KREBS H I，et al.Robot assisted training for the upper limb after stroke（RATULS）：a multicentre randomised controlled trial[J].Lancet，2019，394（10192）：51-62.

[15] ?FREIVOGEL S，MEHRHOLZ J，HUSAK-SOTOMAYOR T，et al.Gait training with the newly developed 'LokoHelp'-system is feasible for non-ambulatory patients after stroke，spinal cord and brain injury.A feasibility study[J].Brain Injury，2008，22（7/8）：625-632.

[16] ?WARUTKAR V，DADGAL R，MANGULKAR U R.Use of robotics in gait rehabilitation following stroke：a review[J].Cureus，2022，14（11）：e31075.

[17] ?MACIEJASZ P，ESCHWEILER J，GERLACH-HAHN K，et al.A survey on robotic devices for upper limb rehabilitation[J].Journal of Neuroengineering and Rehabilitation，2014，11：3.

[18] ?NEVES M V M，FURLAN L，FREGNI F，et al.Robotic-assisted gait training（RAGT） in stroke rehabilitation：a pilot study[J].Archives of Rehabilitation Research and Clinical Translation，2023，5（1）：100255.

[19] ?BAI Y，LIU F，ZHANG H.Artificial intelligence limb rehabilitation system on account of virtual reality technology on long-term health management of stroke patients in the context of the Internet[J].Computational and Mathematical Methods in Medicine，2022，2022：2688003.

[20] ?ZANATTA F，FARHANE-MEDINA N Z，ADORNI R，et al.Combining robot-assisted therapy with virtual reality or using it alone？A systematic review on health-related quality of life in neurological patients[J].Health and Quality of Life Outcomes，2023，21（1）：18.

[21] ?JONNA P，RAO M.Design of a 6-DoF cost-effective differential-drive based robotic system for upper-limb stroke rehabilitation[J].Annu Int Conf IEEE Eng Med Biol Soc， 2022，2022：1423-1427.

[22] ?黃靖遠，劉宏增，凌迪，等.康復用虛擬現實健身車的技術基礎[J].生物醫學工程學雜志，1999，16（4）：453-457.

[23] ?MANE R，WU Z Z，WANG D.Poststroke motor，cognitive and speech rehabilitation with brain-computer interface：a perspective review[J].Stroke and Vascular Neurology，2022，7（6）：541-549.

[24] ?LOONED R，WEBB J，XIAO Z G，et al.Assisting drinking with an affordable BCI-controlled wearable robot and electrical stimulation：a preliminary investigation[J].Journal of Neuroengineering and Rehabilitation，2014，11：51.

[25] ?KWAK N S，M?LLER K R，LEE S W.A lower limb exoskeleton control system based on steady state visual evoked potentials[J].Journal of Neural Engineering，2015，12（5）：056009.

[26] ?SERREZUELA R R，QUEZADA M T，ZAYAS M H，et al.Robotic therapy for the hemiplegic shoulder pain：a pilot study[J].Journal of Neuroengineering and Rehabilitation，2020，17（1）：54.

[27] ?TAKETOMI M，SHIMIZU Y，KADONE H，et al.Hybrid assistive limb intervention for hemiplegic shoulder dysfunction due to stroke[J].Cureus，2021，13（11）：e19827.

[28] ?蘇鵬，李冬靜，程露露，等.上肢康復機器人對腦卒中后肩痛患者的療效觀察[J].神經損傷與功能重建，2023，18（3）：181-183.

[29] ?金媛媛，顏文娟.上肢機器人訓練對腦卒中患者認知功能及肩關節本體感覺的影響[J].山西醫藥雜志，2021，50（21）：3031-3033.

[30] ?BALDAN F，TUROLLA A，RIMINI D，et al.Robot-assisted rehabilitation of hand function after stroke：development of prediction models for reference to therapy[J].Journal of Electromyography and Kinesiology，2021，57：102534.

[31] ?李瑩華.基于力反饋的手部康復機器人結合任務導向性訓練對腦卒中偏癱患者手指粗大抓握功能的影響[D].長春：吉林大學，2022.

[32] ?TROMPETTO C，CATALANO M G，FARINA A，et al.A soft supernumerary hand for rehabilitation in sub-acute stroke：a pilot study[J].Scientific Reports，2022，12（1）：21504.

[33] ?COSKUNSU D K，AKCAY S，OGUL O E，et al.Effects of robotic rehabilitation on recovery of hand functions in acute stroke：a preliminary randomized controlled study[J].Acta Neurologica Scandinavica，2022，146（5）：499-511.

[34] ?GUO N，WANG X J，DUANMU D H，et al.SSVEP-based brain computer interface controlled soft robotic glove for post-stroke hand function rehabilitation[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering，2022，30：1737-1744.

[35] ?SHI X Q，HEUNG H L，TANG Z Q，et al.Effects of a soft robotic hand for hand rehabilitation in chronic stroke survivors[J].Journal of Stroke and Cerebrovascular Diseases，2021，30（7）：105812.

[36] ?RANZANI R，LAMBERCY O，METZGER J C，et al.Neurocognitive robot-assisted rehabilitation of hand function：a randomized control trial on motor recovery in subacute stroke[J].Journal of Neuroengineering and Rehabilitation，2020，17（1）：115.

[37] ?SCHR?DER J，TRUIJEN S，VAN CRIEKINGE T，et al.Feasibility and effectiveness of repetitive gait training early after stroke：a systematic review and meta-analysis[J].Journal of Rehabilitation Medicine，2019，51（2）：78-88.

[38] ?TOMIDA K，SONODA S，HIRANO S，et al.Randomized controlled trial of gait training using gait exercise assist robot（GEAR） in stroke patients with hemiplegia[J].Journal of Stroke and Cerebrovascular Diseases，2019，28（9）：2421-2428.

[39] ?YEUNG L F，LAU C C Y，LAI C W K，et al.Effects of wearable ankle robotics for stair and over-ground training on sub-acute stroke：a randomized controlled trial[J].Journal of Neuroengineering and Rehabilitation，2021，18（1）：19.

[40] ?MAYR A，QUIRBACH E，PICELLI A，et al.Early robot-assisted gait retraining in non-ambulatory patients with stroke：a single blind randomized controlled trial[J].European Journal of Physical and Rehabilitation Medicine，2018，54（6）：819-826.

[41] ?ROJEK A，MIKA A，OLEKSY ?，et al.Effects of exoskeleton gait training on balance，load distribution，and functional status in stroke：a randomized controlled trial[J].Frontiers in Neurology，2020，10：1344.

[42] ?INOUE S，OTAKA Y，KUMAGAI M，et al.Effects of balance exercise assist robot training for patients with hemiparetic stroke：a randomized controlled trial[J].Journal of Neuroengineering and Rehabilitation，2022，19（1）：12.

[43] ?KOREN Y，FEINGOLD POLAK R，LEVY-TZEDEK S.Extended interviews with stroke patients over a long-term rehabilitation using human-robot or human-computer interactions[J].International Journal of Social Robotics，2022，14（8）：1893-1911.

[44] ?NAM C，ZHANG B B，CHOW T，et al.Home-based self-help telerehabilitation of the upper limb assisted by an electromyography-driven wrist/hand exoneuromusculoskeleton after stroke[J].Journal of Neuroengineering and Rehabilitation，2021，18（1）：137.

（收稿日期：2023-06-01；修回日期：2024-03-25）

（本文編輯?蘇琳）