基于可穿戴传感和触觉反馈的膝骨关节炎患者步态训练系统研究

Gait retraining to reduce the knee adduction moment is an important treatment method for knee osteoarthritis, but current paradigms do not account for differences in human anatomy and do not allow patients to change walking directions or perceive haptic feedback sensations during gait, which have prevented clinical application. This project will investigate human movement control, sensing, and haptic feedback, to explore the scientific basis for a wearable system to improve knee osteoarthritis based on novel concepts of data-driven adaptable gait prediction optimization, real-time heading vector estimation, and skin mechanical resonance haptic feedback. The research will be conducted based on technical theories and scientific experiments to investigate the following issues: real-time gait biomechanics modeling and wearable sensor fusion, gait prediction optimization modeling and control, and wearable skin stretch feedback device design. Three key problems are expected to be solved: inability to accurately predict new gait kinematics to reduce the knee adduction moment, inability to measure human gait kinematics after humans change walking directions, and imperceptible haptic feedback during gait. A wearable sensing and haptic feedback system prototype will be developed to demonstrate key research findings and clinical testing will be performed to establish a scientific basic for practical application. The results of this study will provide a scientific foundation for wearable systems research for gait retraining.

通过步态训练降低膝关节内翻力矩是一种治疗膝骨关节炎的重要手段，但现有训练范式未考虑患者的个体生理差异，不允许患者自由行走，也不支持触觉反馈感知，制约了其临床应用。本项目将研究人体运动控制、人体姿态检测和触觉反馈等理论方法，建立数据驱动的自适应最优步态估计模型，实时行进方向检测算法，以及触觉反馈的皮肤机械响应模型，奠定用于治疗膝关节炎的可穿戴步态训练系统的科学基础。本项目将从理论技术和科学实验两方面开展研究，具体内容包括：步态训练的实时生物力学模型，自适应最优步态估计和控制模型，可穿戴传感器信息融合技术，可穿戴皮肤拉伸感知反馈装置。通过解决如下三个关键问题：如何估计降低膝关节内翻力矩的理想步态参数，如何精确测量自由行走时的步态参数，如何在行走过程中有效感知触觉反馈，设计开发可穿戴传感和触觉反馈原型系统，并应用于临床步态训练实验，促进可穿戴步态训练系统的实用化。

通过步态训练可降低膝关节内翻力矩从而治疗膝骨关节炎，但现有训练范式未考虑患者的个体生理差异，限制训练使用场景，缺少有效触觉反馈感知，制约了其临床应用。本项目从可穿戴步态训练系统研发、步态估计算法研究和触觉反馈理论研究三个方面开展，具体包括：研发了穿戴式无线可配置步态训练系统，拥有8个无线可穿戴传感、反馈模块，可配置多种训练模式和参数，为个性化的步态训练研究提供有力的工具；研发了一款智能鞋，可以在实验室外环境下连续测量足偏角，为后续的长期实验提供硬件保证；研发了一款基于皮肤共振拉伸的可穿戴触觉反馈系统，可以提供不同频率、触觉模式的反馈，用以进行人体触觉运动训练相关的科学研究；研究了不受行走条件约束的足偏角估计算法，通过步态运动学建模，利用零速更新算法，解决估计行进方向时陀螺仪零飘问题；研究了一种新的基于磁力计和陀螺仪传感器融合的躯干摇晃角估计算法，解决在跑步时传统传感器融合算法受加速度干扰过大无法准确估计躯干摇晃角的问题；基于穿戴式触觉反馈系统，研究了触觉反馈对可预知和不可预知运动任务的训练的时频表现；基于本项目研发的皮肤谐振拉伸的可穿戴触觉反馈系统，研究了皮肤共振拉伸的生物力学形态和感知强度，对前臂、小腿和足部的皮肤共振频率进行了量化，探索了一定频率范围内的皮肤拉伸感受强度，验证了受试者在坐姿、行走和慢跑时对皮肤拉伸反馈刺激的感知能力。上述研究为后续步态训练理论研究、家庭式康复应用等研究打下了理论与实践基础。在项目资助下，发表SCI检索的国际期刊论文7篇，EI检索的国际会议论文3篇；提交中国专利申请3项，其中授权了2项。项目负责人于项目执行期间获批国家自然科学基金委员会面上项目“基于可穿戴传感网络的全膝关节置换术后的步态训练研究”资助。