福感科技有限公司 欢迎您!
联系方式

    地址:北京市平谷区马坊镇金河北街17号院3号楼7层712

    电话:010-89968230

    网站:http://www.fgsense.com

你的位置:首页 > 新闻动态 > 公司新闻

脊髓病手功能评测系统的开发及软件实现

2020-12-24 17:58:18      点击:

脊髓病手功能评测系统的开发及软件实现

侯藏龙,张伟忠,唐沂星, 陈智,张帆,王琨,宋庆鑫, 沈洪兴

第二军医大学附属长海医院,脊柱外科,上海

[摘要] 目的:基于数据手套(Date-glove)技术结合计算机编程软件,开发脊髓病手功能评测系统(MFS)。方法:分别选取确诊脊髓型颈椎病(CSM)患者及健康成年人各20例作为研究对象,应用WiseGlove数据手套获取10 s手屈伸测试(GRT)掌指关节的活动动态信号,以Visual C++为编程工具编写计算机软件模拟掌指关节的角度变化。结果CSM组左手10 s GRT平均15.20/10 s,右手平均15.45/10 s,健康对照组左手平均23.42/10 s,右手平均23.63/10 s,两组同侧10 s GRT测试结果差异有统计学意义(P0.05),CSM患者存在不同程度的手部功能下降。结论:MFS具有集成度高、无创、定量、可靠、操作简便等特点,并首次采用Date-glove技术对脊髓病手功能进行量化分析。

[关键词] 脊髓型颈椎病;手功能障碍;数据手套;功能评价;量化评估;手指屈伸试验

前言

脊髓病手(Myelopathy-hand)是继发于脊髓型颈椎病 (Cervical Spondylotic MyelopathyCSM)的特征性表现之一,1987Ono[1]详尽地描述了脊髓病手的特征 :手部活动笨拙,影响精细动作;内在肌萎缩,手指无法快速完成屈伸动作,伴有痛觉减退。Ono[1]设计了10 s手屈伸测试(Grip and Release TestGRT),即嘱患者平举前臂,掌心向下,尽可能快地反复做手指屈伸动作,出现手指屈伸缓慢、困难甚至不完全。成年人在10 s内完成20次以上视为正常, 通过对127CSM患者进行10 s GRT发现脊髓病手的严重程度与患者JOA评分显著相关,能够量化反映颈脊髓功能。 Prabhu[2]术后即刻在床边进行快速手指屈伸试验,证实术后早期手部功能恢复是评价手术效果的客观指标之一。

通常,我们采用量表对CSM的严重程度、手术效果进行大致评估,如Cooper Myelopathy标准、European Myelopathy 评分和JOA评分等。但因量表对疾病的严重程度评估较为广泛且无法统一单位而无法实现完全量化分析、比较,对于临床效果的细微改变缺乏敏感性,存在主观因素,如手部笨拙、步态异常,排尿功能障碍等,这些指标是难以定量的,一类功能障碍往往涵盖的范围比较大,这也使得评分体系的敏感性较差[3]。基于数据手套(Cyber-glove)技术结合计算机编程,自主开发了一套脊髓病手功能评测系统,此系统克服了以往手功能评测设备精度低、难以量化、设备复杂、使用繁琐等缺陷[3-6],为CSM诊疗提供了新思路。

1 材料与方法

1.1 一般资料 CSM组由20151~2月我院门诊中30例确诊的CSM患者组成,其中男性18例,女性12例,年龄28~75 岁,平均56.3岁,见表1。本研究共纳入健康志愿者20例,男性12例,女性8例,年龄27~65岁,平均42.1岁,作为对照组。

1脊髓型颈椎病组患者选取标准

纳入标准

排除标准

确诊为脊髓型颈椎病

颈椎外伤、先天畸形、严重后凸畸 形、肿瘤、感染性疾病、有颈椎手术史

主诉手部麻木、乏力、灵活度下降伴(不伴)手部肌肉萎缩

无系统性疾病如类风湿性关节炎、 脑瘫等可能影响测试的合并症

1.2 数据手套和系统设计

虚拟现实技术在医学领域的应用是近年来的研究热点之一,目前已广泛地应用在虚拟人体、医学教育、虚拟外科手术、远程医疗等领域[7]。以往的对手部各关节的运动评测方法至今不完善也无法量化,故我们采用数据手套进行数据捕获,实时测量手部各个关节角度的变化 [8-9]

数据手套具有佩戴舒适、简便易用、波形系数小、驱动程序完备等特点。超高的数据质量、较低的手指间交叉关联、以及高数据频率使该产品成为虚拟现实交互的理想工具。

数据手套夹层中设有电阻式弯曲传感器,弯曲传感器由柔性电路板、力敏元件、弹性封装材料组成,通过导线连接至信号处理电路;在柔性电路板上设有至少两根导线。以力敏材料包覆于柔性电路板大部,再在力敏材料上包覆一层弹性封装材料,柔性电路板留一端在外,以导线与外 电路连接。通过手指弯曲位置变化转换成电阻的变化,每个手指背侧的传感器分别用来测量手指关节的角度变化。

使用12位高精度模数转换器,将模拟信号转换成数字信号。WiseGlove数据手套型号有5141828传感器之分,还可配备无线模块或串口模块等实现数据向计算机的高频率传输。GRT测试仅涉及掌指关节运动情况,故采用价格相对低廉的5传感器 WiseGlove 数据手套,见图1



目前市面上主流计算机配置可保证本系统运行流畅,为保证系统最佳运行效果我们采用了相对较高的配置。处理器:Intel 酷睿i7 4900MQ,主频:2.8 GHz,内存:16GB, 显示器:64 位,硬盘容量:1TB,软件开发及使用均基于Windows 7操作平台。

1.3 软件设计和功能

本软件的编译系统选用Microsoft面向对象的可视化集成编程系统Visual C++,具有程序框架自动生成、灵活方 便的类管理、代码编写和界面设计集成交互操作等优点,而且通过设置可使其生成的程序框架支持数据库接口、3D控制界面。

本软件按常规仪器的界面设计,所有操作在一个界面完成,简洁明了。测试时实时显示各手指的弯曲角度,描记波形并显示动画,操作者可直观地观察其准确性。测量结果按不同受试者自动归档,便于日后查询、比对、再分析。实现的功能主要有受检人员基本信息登记查询、检查记录查询、手套标定、手指弯曲度的实时数据记录、实时波形图显示、实时动画显示、GRT 次数自动统计、周期图、记录实时回放、记录半速回放等功能,见图2

因为受试者手的大小不同,为了能精确记录手指的弯曲过程,在每次测试前我们都需对手套进行个体化校正, 即确定受试者的手指在握拳和自然平伸状态下数据手套弯曲传感器所能达到的弯度极限值。测试时系统一旦判断到受试者开始做屈伸动作就自动启动计时装置,达到规定时间立即停止记录,并自动计算出 GRT 次数。此软件可以记录每次测试的实时数据、受试者的基本信息和测试日期等,为数据的统计分析创造了条件。

 1.4 10 s GRT和数据检测

1)录入患者基本信息:包括姓名、性别、年龄、简要病史、住院/手术日期、可选择10 s GRT15 s GRT RHCT等测试项目,并可根据患者实际情况选择门诊筛查、术前、术后等测试时机。

2)数据手套的佩戴方法:数据手套采用弹性布料,能满足多数人的手部尺寸,佩戴时手自然伸入手套五指自然张开,由拇指到小指依次向腕侧牵拉掌面布料(避免使掌背侧的传感器受到牵拉),确保掌背侧凸起的传感器与手指中线基本重合,纵向跨越掌指关节,前端至远近指间关节中部位置,为了确保测试过程中传感器固定在原有位置,我们在掌、腕部添加了可黏贴型固定带,使测试更加 稳定。

3)动作校正:正确佩戴手套后,受测手平举,掌心向下, 点击软件中的校正,嘱患者进行自然平伸手指和握拳动作,见图3

4)校正完毕后点击测试开始,受试者标准地做屈和伸的动作,系统自动计时,10 s后自动停止计数。

5)保存结果。

1.5 统计学分析采用SPSS统计软件进行统计分析,组内比较用Student t检验,组间比较采用单因素方差分析(ANOVA),以P0.05为差异有统计学意义。

2 结果

测试结束后,得到CSM组各手指运动时的实际角度实时变化情况波形图,见图4。两组左右手测试结果差异均无统计学意义(P0.05),其中CSM组波形频率慢、基底变宽,左手10 s GRT 平均15.20 /10 s ,右手平均15.45/10 s,见图4(a);健康对照组测试结果见图4(b),波形频率快、基底较窄,左手平均23.42/10 s,右手平均23.63/10 s, 两组同侧10 s GRT测试结果差异有统计学意义(P0.05)。这表明CSM患者存在不同程度的手部功能下降,且与以往 文献中报道的20/10 s临界值相符合。

严重的CSM常常导致患者手部功能不同程度下降,表现为无法快速进行手指完全屈伸动作,10s GRT测试<20/10 s;与健康对照组相比,波形频率缓慢、基底较宽、形态不规则,启动时间明显延长,伴有或(不伴有)手内在肌萎缩。

讨论

对脊髓病手部功能的相关研究,起初以主观判断为主,直到1990年,为寻求一种客观、量化、以突出患者手部运动为主的方法,Kaneko [10] 设计了一种手部功能测试方法,即嘱受试者拾起10种大小、形状、重量各不相同的物体,然后尽快地放到指定地点并分别记录时间。Doita [11] 将这个测验应用于129CSM患者中,得出CSM 患者的精细动作调节能力显著下降的结论。为了更加精确、直观地对手部功能进行临床分析,Sakai[12] 利用无源探测 系统,在拇指和食指的背面以及手背部放置143mm 的微反光标记,重复做夹捏小球、硬币和小棒的动作,与此同时采用4个红外线摄像机记录这些标记的空间向量,通 过向量用三维运动学算法计算拇指和食指的指关节和近远端指间关节的屈曲角度,CSM组手指各关节的运动角度随着最大伸展角度的增加显著变大,表明脊髓病手的运动方式异于常人是因为位置觉受损,不仅如Ono [1] 报道 的脊髓病手只出现特异性的尺侧 2~3 个手指活动异常,脊髓病手的拇指、食指均不同程度受到影响,这主要体现在 患者进行夹捏动作时,拇指、食指的协调能力下降,而脊髓病手末端指关节屈曲角度比正常人大,这是指深屈肌代偿骨间肌和蚓状肌的结果。但由于标记的黏贴过程复杂,因而无法在临床上广泛应用。Kimura [13]假设拇指功能的优劣可以反映脊髓病手的功能以及脊髓病的严重程度,并设计了“计数器测试”,即嘱患者用拇指在10 s内尽可能快地按动计数器按钮,每按动一次,表盘上的数字加 1,通过对 CSM 组和健康对照组进行测试得出结论 :CSM组的拇指运动功能显著下降。这种测试方法具有简单、客观、精确、定量等特点,容易发现脊髓病患者细微的功能变化。 但是测试结果可能会受客观条件和人为操作的影响。Miwa [14] 设计了一种手指开合运动磁感应分析系统,在CSM患者的指甲上黏贴磁感应线圈并嘱其在30 s内尽快地做拇、食指开合动作,线圈发出的信号转换为数据外接电脑,并记录开合频率、速率,计算开合间隔的标准差,结果发现CSM患者的开合间隔较对照组长,手指打开需要伸肌 的收缩,屈肌的松弛,手指闭合,无需伸肌的松弛,手指打开比闭合更困难,与本研究中发现CSM患者在手指打开的速率要明显低于对照组的结果相一致。Yukawa [4]发现GRT也受年龄、性别的影响,60 岁以上的正常受试 者常<20 /10 s。本研究中,70 岁以上的男性平均18.8 /10 s,女性平均 17.9 /10 s,这可能与神经功能退化、手内在肌力量减退有关,故进行门诊筛查时,年龄、性别均需要考虑。

结论

CSM病情严重程度的判断、手术指征的把握、术后病情改善的量化研究为目前研究热点,2010年和2014年的颈椎外科研究学会年会针对CSM患者手部功能及GRT的临床意义进行了讨论。我院基于Cyber-glove技术结合计算机编程软件,自主开发了一套脊髓病手功能评测系统,应用5传感器数据手套作为测试前端,对健康人对照组和 CSM 患者进行手部功能评估,具有集成度高、无创、定量、可靠、操作简便、易于门诊和床边施行等特点,通过运动 获取分析系统,获取、分析正常人群及患病人群手部屈伸动作的各指运动信息,建立标准临床数据库,为脊髓病手功能评测提供了全新的思路。

[参考文献]

[1] Ono K,Ebara S,Fuji T,et al.Myelopathy hand.New clinical signs of cervical cord damage[J].J Bone Joint Surg Br,1987,69(2):215-219.

[2] Prabhu K,Babu KS,Samuel S,et al.Rapid opening and closing of the hand as a measure of early neurologic recovery in the upper extremity after surgery for cervical spondylotic myelopathy[J]. Arch Phys Med Rehabil,2005,86(1):105-108.

[3] Hosono N,Makino T,Sakaura H,et al.Myelopathy hand:new evidence of the classical sign[J].Spine(Phila Pa 1976),2010,35(8): E273-277.

[4] Yukawa Y,Nakashima H,Ito K,et al.Quantifiable tests for cervical myelopathy;10-s grip and release test and 10-s step test:standard values and aging variation from 1230 healthy volunteers[J].J Orthop Sci,2013,18(4):509-513.

[5] Kandori A,Miyashita T,Hosono N,et al.Motion analysis of grip and release with fingers using simple magnetic detection system[J].Rev Sci Instrum,2007,78(3):034302.

[6] Harrop JS,Naroji S,Maltenfort M,et al.Cervical myelopathy:a clinical and radiographic evaluation and correlation to cervical spondylotic myelopathy[J].Spine(Phila Pa 1976),2010,35(6):620-624.

[7] 姜红,王利,张兆臣.虚拟现实技术在医学中的应用[J].中国医疗设备,2008,23(8):49-52.

[8] Levoy M.Display of surfaces from vohlme data[J].IEEE Comput Graph Appl,1988,8(3):29-37.

[9] Ip HH,Lam MS,Law KC,et al.Animation of hand motion from target posture images using an anatomy-based hierarchical model[J].Comput Graph,2001,25:121-133.

[10] Kaneko T,Muraki T.Development and standardization of the hand function test[J].Bull Allied Med Sci,1990,6:49-54.

[11] Doita M,Sakai H,Harada T,et al.The influence of proprioceptive impairment on hand function in patients with cervical myelopathy[J].Spine(Phila Pa 1976),2006,31(14):1580-1584.

[12] Sakai N.Finger motion analysis of the patients with cervical myelopathy[J].Spine(Phila Pa 1976),2005,30(24):2777-2782.

[13] Kimura A,Seichi A,Endo T,et al.Tally counter test as a simple and objective assessment of cervical myelopathy[J].Eur Spine J, 2013,22(1):183-188.

[14] Miwa T,Hosono N,Mukai Y,et al.Finger-tapping Motion Analysis in Cervical Myelopathy by Magnetic-Sensor Tapping Device[J].J Spinal Disord Tech,2013,26(6):E204-208.

声明:文章内容整理来源于网络,版权属于原作者,如有问题,请联系我们!

Copyright 2019 www.fgsense.com

福感科技有限公司 版权所有 All Rights Reserved

京ICP备20002031号

010-89968230