【技术前哨】MIT开发无监督康复系统，看得见肌肉运动

康复训练能够帮助人们恢复肌肉功能，提高日常生活活动能力，世界上约有74%的残疾人群可以从康复中受益。然而，目前没有足够的物理治疗师来满足所有人的需求。

近日，麻省理工学院计算机科学与人工智能实验室（CSAIL）和麻省总医院（MGH）的研究人员开发了一个无监督的物理康复系统MuscleRehab，可以实时显示用户的肌肉运动情况，旨在帮助患者实现自我康复训练。

MuscleRehab主要包含三个部分：可穿戴电阻抗断层扫描（EIT）设备、光学运动捕捉系统和基于虚拟现实（VR）的康复平台。

可穿戴EIT传感设备

肌电图（EMG）是监测肌肉活动的常用方法，但存在弊端：只能测量因神经活动而运动的肌肉的动作电位；只适合小范围的肌肉监测；捕获的信号与机械噪声处于同一数量级，难以分离出有效信号。

EIT是一种成像技术，可监测范围广，且对机械噪声敏感度低。通过接触皮肤的电极电流和电压，测量受试者体内的电导率、介电常数和阻抗。研究人员将16个标准ECG医用电极组成阵列，将两个电极阵列均匀贴在用户的大腿上部和下部，并将电极连接在EIT感应板上。使用时，将电极连接到受试者的皮肤，就可以对腿部肌肉图像进行构建。

通过EIT监测，研究人员将人体肌肉进行可视化，帮助用户实时了解自己肌肉的运动参与情况，辅助进行康复训练。

光学运动捕捉系统

为了对用户的运动姿势进行实时跟踪，研究人员开发了光学运动捕捉系统。基于OptiTrack平台，包含29个运动捕捉相机，采样率约为250Hz，而人眼的理论帧率仅为60Hz。在用户服装上有39个跟踪标记，可实现0.2-0.5毫米的精度。通过捕捉系统获取的运动数据可以映射到动画设备上，实时呈现用户的位置和姿势。

基于VR的康复用户界面

研究人员使用Unity开发了基于VR的康复用户界面，界面的左侧有一个浮动控制面板，用于选择10种不同的下肢训练方式。界面中还包含了正确的动作和目标肌肉群、用户的运动和肌肉参与情况。研究人员使用不同的颜色区分不同的肌肉（股四头肌为红色、缝匠肌为绿色、腘绳肌为蓝色、内收肌为黄色），颜色越暗表示肌肉群参与程度越高。

此外，考虑到康复人群的特殊性，研究人员没有使用传统的手持式VR控制器，而是通过VR耳机上的惯性传感器来捕获眼动追踪和头部运动，进而与康复用户界面进行交互。

研究人员招募了10名参与者（4名女性，6名男性）进行下肢训练，参与者年龄在20-26岁之间，平均身高为170.4厘米。结果表明，通过肌肉参与可视化，用户的动作准确性提高了15%。

麻省理工学院CSAIL博士生、MuscleRehab的核心成员朱均逸表示：“希望我们的传感场景不局限于临床，以便更好地帮助有需要的患者进行无监督康复。”

了解更多：
https://news.mit.edu/2022/mit-system-sees-inner-structure-body-during-physical-rehab-1011

参考文献：Zhu J, Lei Y, Shah A, et al. MuscleRehab: Improving Unsupervised Physical Rehabilitation by Monitoring and Visualizing Muscle Engagement[C]//Proceedings of the 35th Annual ACM Symposium on User Interface Software and Technology. 2022: 1-14.