使用触觉装置和脑‑计算机接口进行康复的方法和系统

摘要

公开了一种用于校准和执行中风患者的受中风影响的肢体的康复练习的方法，所述方法包括以下步骤：提供触觉装置以便中风患者的健全肢体进行操纵以执行校准动作以导致所述触觉装置的第一位置，以及提供所述触觉装置以便所述受中风影响的肢体进行操纵以执行所述校准动作以导致所述触觉装置的第二位置。所述方法还包括以下步骤：将与所述受中风影响的肢体联接的所述触觉装置从所述第二位置朝着所述第一位置移动，直到检测到预定反力，使用所述触觉装置指示所述受中风影响的肢体的极限位置，以及用所述极限位置校准所述触觉装置，使得在康复练习期间，防止所述触觉装置移动超过所述极限位置。

说明书

优先权

本申请要求新加坡专利申请10201404337Y的优先权。

技术领域

以下公开了使用触觉装置和脑计算机接口(BCI)用于康复目的的方法和系统。特别地，涉及康复中风患者。

背景技术

具有脑-计算机接口(BCI)系统的触觉旋钮(haptic knob)在康复过程中帮助手臂或手瘫痪的中风患者。BCI系统使用基于脑电图(EEG)的运动想象(motor imagery)来检测控制马达运动的患者的思维能力，而触觉旋钮用作触觉辅助装置，其以高强度重复专门训练瘫痪的手的张开/握紧。

在开始康复之前，触觉旋钮的技术性细节通常由治疗师校准。这是重要的步骤，原因是当康复受中风影响或瘫痪的手时这确定触觉旋钮的运动或运动范围。治疗师一般通过手动移动患者的受中风影响的手开始来评估患者能够执行的运动的范围。基于该练习的结果，并且应用他/她的经验，治疗师然后将值输入计算机中以配置触觉旋钮。

这样的缺点是校准过程基本上是手动的，校准的精度主要根据治疗师的经验丰富程度来确定。此外，容易出现人为错误，原因是治疗师将必须基本上将练习的结果转换为校准值。触觉旋钮的任何错误校准将具有非常不利的结果。校准不足的触觉旋钮将导致康复练习在很大程度上无效，原因是在康复练习期间患者的受中风影响的手的运动范围将受压不足或负重不足，并且因此对患者的能力障碍几乎没有改善。在另一方面，过度校准的触觉旋钮将导致患者部分上的剧烈疼痛，原因是他的受中风影响的手会受压过度或过度负重。

因此，需要一种能够更有效地和更精确地校准触觉旋钮的运动范围的方法和系统。

当前触觉旋钮-BCI系统的另一个缺点是，触觉旋钮施加以帮助患者在康复练习期间移动受中风影响的手的助力不考虑患者的实际手部力量，也不考虑患者的运动想象得分。换句话说，由触觉旋钮施加的助力不能识别患者的手部力量或运动想象能力，这意味着助力不适合于患者的实际能力。此外，当由患者使用的手部力量过大时，本领域中的当前触觉旋钮不提供阻力来限制受中风影响的手的运动以激起来自患者的更大努力。

因此，需要一种能够施加助力的触觉旋钮，所述助力考虑患者的手部力量和运动想象能力，并且该触觉旋钮还能够在康复练习期间提供阻力。

此外，从结合附图和本公开的背景技术进行的后续详细描述和附带的权利要求，其它有利的特征和特性将变得显而易见。

发明内容

根据本发明的一个方面，公开了一种用于校准和执行中风患者的受中风影响的肢体的康复练习的方法，所述中风患者具有健全肢体。所述方法包括以下步骤：提供触觉装置以便所述健全肢体进行操纵；用接口提供自动的视觉/听觉指令以引导所述中风患者使用所述健全肢体操纵所述触觉装置以执行至少一个校准动作；以及确定所述触觉装置的第一位置，所述第一位置是在完成所述至少一个校准动作中由所述健全肢体操纵所述触觉装置产生的。所述方法还包括以下步骤：提供所述触觉装置以便所述受中风影响的肢体进行操纵；用所述接口提供自动的视觉/听觉指令以引导所述中风患者使用所述受中风影响的肢体操纵所述触觉装置以执行所述至少一个校准动作；以及确定所述触觉装置的第二位置，所述第二位置是在完成所述至少一个校准动作中由所述受中风影响的肢体操纵所述触觉装置产生的。所述方法还包括以下步骤：将与所述受中风影响的肢体联接的所述触觉装置从所述第二位置朝着所述第一位置移动，直到检测到从所述受中风影响的肢体发出的预定反力，使用所述触觉装置指示所述受中风影响的肢体的极限位置；以及用所述极限位置校准所述触觉装置，使得在所述受中风影响的肢体的康复练习期间，防止所述触觉装置移动超过所述极限位置。

优选地，所述康复练习具有与所述至少一个校准动作相同的运动顺序。

优选地，所述至少一个校准动作是以下动作中的任何一种或任何组合：手指屈曲，手指伸展，前臂旋前和前臂旋后。

优选地，所述方法还包括以下步骤：当所述触觉装置静止时用所述接口提供自动的视觉/听觉指令以引导所述中风患者使用所述健全肢体施加最大力量；以及通过测量由所述健全肢体施加的最大力量确定所述健全肢体的最大肢体力量。

优选地，所述预定反力大于所述健全肢体的最大肢体力量的四分之一。

优选地，所述方法还包括以下步骤：通过测量在所述受中风影响的肢体的康复练习期间保持相同的伺服马达位置所需的驱动马达电流来确定所述受中风影响的肢体的肢体力量。

优选地，所述方法还包括以下步骤：使用脑计算机接口(BCI)系统从所述中风患者的脑获得脑电图(EEG)数据，并且从所述EEG数据确定所述中风患者的运动想象得分。

优选地，所述方法还包括以下步骤：通过用所述触觉装置施加力来执行所述受中风影响的肢体的康复练习。

优选地，由所述触觉装置施加的力是所述中风患者的运动想象得分、所述受中风影响的肢体的肢体力量和所述健全肢体的最大肢体力量的函数。

优选地，由所述触觉装置施加的力由以下方程表示：

其中α是由所述触觉装置施加的力，h是所述受中风影响的肢体的肢体力量，h_max是所述健全肢体的最大肢体力量，m是所述中风患者的运动想象得分，并且m_max是最大运动想象得分。

优选地，取决于所述受中风影响的肢体的肢体力量，由所述触觉装置施加的力是助力或阻力。

优选地，所述方法还包括以下步骤：使用所述EEG数据计算时间谱依赖性脑指数(TSBI)，并且然后在曲线图中对所述TSBI相对于Fugi-Meyer得分提高进行绘制以预测中风康复的进展。

优选地，使用以下方程计算TSBI：

根据本发明的另一方面，公开了一种用于校准和执行中风患者的受中风影响的肢体的康复练习的系统，所述中风患者具有健全肢体。所述系统包括触觉装置，接口，至少一个传感器和处理器。其中所述触觉装置能够响应于由所述接口提供以引导所述中风患者使用所述健全肢体操纵所述触觉装置来执行至少一个校准动作的自动的视觉/听觉指令而由所述健全肢体操纵，其中所述至少一个传感器配置成确定所述触觉装置的第一位置，所述第一位置是在完成所述至少一个校准动作中由所述健全肢体操纵所述触觉装置产生的。其中所述触觉装置还能够响应于由所述接口提供以引导所述中风患者使用所述受中风影响的肢体操纵所述触觉装置来执行所述至少一个校准动作的自动的视觉/听觉指令而由所述受中风影响的肢体操纵；其中所述至少一个传感器配置成确定所述触觉装置的第二位置，所述第二位置是在完成所述至少一个校准动作中由所述受中风影响的肢体操纵所述触觉装置产生的。其中所述触觉装置还能够与所述受中风影响的肢体联接，从所述第二位置朝着所述第一位置移动，直到由所述至少一个传感器检测到从所述受中风影响的肢体发出的预定反力，使用所述触觉装置指示所述受中风影响的肢体的极限位置。其中所述处理器配置成用所述极限位置校准所述触觉装置，使得在所述受中风影响的肢体的康复练习期间，防止所述触觉装置移动超过所述极限位置。

优选地，所述触觉装置是机器人装置，并且以手套或旋钮的形式成形。

优选地，所述至少一个传感器包括用于提供所述触觉装置的位置和取向数据的位置编码器。

优选地，所述系统还包括脑计算机接口(BCI)系统，所述BCI系统配置成从所述中风患者的脑获得脑电图(EEG)数据，并且从所述EEG数据确定所述中风患者的运动想象得分。

优选地，所述触觉装置配置成通过在所述受中风影响的肢体的康复练习期间施加力来执行康复练习，其中所述力是所述中风患者的运动想象得分、所述受中风影响的肢体的肢体力量和所述健全肢体的最大肢体力量的函数。

优选地，取决于所述受中风影响的肢体的肢体力量，由所述触觉装置施加的力是助力或阻力。

优选地，所述EEG数据用于计算时间谱依赖性脑指数(Temporal Spectral-dependent Brain Index，TSBI)，并且然后在曲线图中对所述TSBI相对于Fugi-Meyer得分提高进行绘制以预测中风康复的进展。

附图说明

附图用于仅通过示例示出各种实施例并且解释根据本实施例的各种原理和优点，其中相同的附图标记在各个视图中始终表示相同或功能相似的元件，并且附图与下面的详细描述一起包含到说明书中并且形成说明书的一部分。

图1示出了根据本发明实施例的触觉装置模块的图示。

图2(a)示出了手指屈曲动作和手指伸展动作的图示。图2(b)示出了前臂旋后动作和前臂旋前动作的图示。

图3是描绘根据本发明的实施例的用于校准触觉装置的方法的流程图。

图4是描绘根据本发明的实施例的用于校准触觉装置的方法的流程图。

图5是描绘根据本发明的实施例的用于校准触觉装置的方法的流程图。

图6示出了用于康复患者的受中风影响的手上的手指的运动范围的图示。

图7示出了用于康复患者的受中风影响的手的运动范围的图示。

图8示出了经历康复练习的患者。

图9(a)示出了由触觉装置施加的助力/阻力相对于受中风影响的手的手部力量绘制的曲线图。图9(b)示出了由触觉装置施加的助力/阻力相对于患者的运动想象得分绘制的曲线图。图9(c)示出了由触觉装置施加的助力/施加的阻力的变化相对于患者的运动想象得分和受中风影响的手的手部力量绘制的曲线图。

图10示出了脑上的通道电极的位置。

图11示出了时间谱依赖性脑指数(TSBI)相对于Fugi-Meyer得分提高绘制的曲线图。

本领域技术人员将领会图中的元件是为了简单和清楚而示出，并且不一定按比例绘制。例如，框图中的元件或流程图中的步骤中的一些的尺寸可以相对于其他元件被放大以帮助改善对本实施例的理解。

具体实施方式

以下详细描述本质上仅仅是示例性的，并且不旨在限制本发明或本发明的应用和使用。此外，不希望受到在本发明的前述背景技术或以下详细描述中呈现的任何理论的约束。优选实施例的目的是公开能够有效地和精确地校准触觉装置的方法和系统。此外，当使用触觉装置时受中风影响的手的极限位置可以自动且准确地确定，增强康复练习的有效性并且避免患者的剧烈疼痛。公开的方法和系统是完全自动的，并且不依赖于受到人为错误影响的治疗师的手动校准。

此外，根据本实施例，在康复练习的执行期间，在康复练习期间当施加助力以及阻力时，触觉装置考虑到健全手的最大手部力量，受中风影响的手的手部力量和患者的运动想象能力。此外，根据本实施例，脑电图(EEG)数据可以用于预测中风康复的进展。尽管在本发明的前述详细描述中呈现了示例性实施例，但是应当领会存在大量的变型。

图1示出了根据本发明的实施例的触觉装置模块100。触觉装置模块100包括处理器101，触觉装置102，传感器103，存储器104和视觉/听觉装置105。处理器101可以提供用于控制和移动触觉装置102的指令。触觉装置102可以是机器人手套或机器人旋钮。触觉装置102可以具有致动器以提供力。触觉装置102可以由马达提供动力。传感器103可以连接到触觉装置102。传感器103可以包括提供触觉装置102的位置/取向数据的位置编码器。传感器103还可以包括力传感器。传感器103将传感器数据和位置数据馈送到处理器101中。处理器101可以将位置数据存储到存储器104中。处理器101可以经由视觉/听觉装置105向患者提供视觉或听觉指令。视觉/听觉装置105可以是任何显示屏或任何扬声器等。

所公开的用于校准触觉装置102的方法涉及患者执行校准动作。这些校准动作可以包括手指屈曲动作，手指伸展动作，前臂旋后动作和前臂旋前动作。图2(a)中示出了手指屈曲动作和手指伸展动作的图示，并且图2(b)中示出了前臂旋后动作和前臂旋前动作的图示。

图3、4和5是描绘根据本发明的实施例的用于校准触觉装置102的方法的流程图。

在图3的步骤301中，处理器101经由视觉/听觉装置105向患者提供指令以将他/她的健全手(未瘫痪的手)放置在触觉装置102上或内，使得患者可以用他/她的健全手操纵触觉装置102。

在图3的步骤302中，处理器101经由视觉/听觉装置105向患者提供指令以握紧、张开他/她的手并采取休止/静止位置，并且左旋、右旋他/她的前臂，并且然后采取休止/静止位置。这六个位置的位置数据被保存到存储器104中，并且该位置数据将是受中风影响的手的初始坐标。

在图3的步骤303中，处理器101经由视觉/听觉装置105向患者提供指令以用他/她的健全手执行手指屈曲动作和手指伸展动作。

在图3的步骤304中，在已执行所述动作之后，处理器101从传感器103获得感觉数据，并且将由手指屈曲动作产生的位置数据作为f_a并且将手指伸展动作作为e_a记录到存储器104中。

在图3的步骤305中，处理器101经由视觉/听觉装置105向患者提供指令以用他/她的健全手执行前臂旋前动作和前臂旋后动作。

在图3的步骤306中，在已执所述行动作之后，处理器101从传感器103获得感觉数据，并且将前臂旋前动作作为p_a和将前臂旋后动作作为s_a记录到存储器104中。

在图3的步骤307中，处理器101经由视觉/听觉装置105向患者提供指令以用他/她的健全手使用他/她的最大力量在位置f_a和e_a之间的中点处执行手指屈曲动作和手指伸展动作。中点是患者的手休止并且不施加任何肌肉力的位置。它不一定是最大手指屈曲和最大手指伸展之间的半点。它仅仅是患者的手舒适地放松和休止的位置。实质上，患者被要求用其健全手从静止位置施加最大力。

在图3的步骤308中，在已执行所述动作之后，处理器101从传感器103获得感觉数据，并且将执行手指屈曲动作和手指伸展动作中健全手的最大力量作为h_max,1记录到存储器104中。

在图3的步骤309中，处理器101经由视觉/听觉装置105向患者提供指令以用他/她的健全手使用他/她的最大力量在位置p_a和s_a之间的中点处执行前臂旋前动作和前臂旋后动作。中点是患者的手休止并且不施加任何肌肉力的位置。它不一定是最大旋前和最大旋后之间的半点。它仅仅是患者的手舒适地放松和休止的位置。

在图3的步骤310中，在已执行所述动作之后，处理器101从传感器103获得感觉数据，并且将执行旋前和旋后动作中健全手的最大力量作为h_max,2记录到存储器104中。

应当注意，患者通过步骤301至310操纵触觉装置102是无辅助的(没有力由触觉装置102施加)，并且完全由患者的健全手完成。

在图4的步骤401中，处理器101经由视觉/听觉装置105向患者提供指令以移除健全手并且将他/她的受中风影响的手(瘫痪的手)放置在触觉装置102上或内，使得患者可以用他/她的受中风影响的手操纵触觉装置102。

在图4的步骤402中，处理器101经由视觉/听觉装置105向患者提供指令以用他/她的受中风影响的手执行手指屈曲动作和手指伸展动作。

在图4的步骤403中，在已执行所述动作之后，处理器101从传感器103获得感觉数据，并且将手指屈曲动作作为f_s和将手指伸展动作作为e_s记录到存储器104中。

在图4的步骤404中，处理器101经由视觉/听觉装置105向患者提供指令以用他/她的受中风影响的手执行前臂旋前动作和前臂旋后动作。

在图4的步骤405中，在已执行所述动作之后，处理器101从传感器103获得感觉数据，并且将手指屈曲动作作为p_s和将手指伸展动作作为s_s记录到存储器104中。

应当注意，患者通过步骤401至405操纵触觉装置102是无辅助的(没有力由触觉装置102施加)，并且完全由患者的受中风影响的手完成。

在图5的步骤501中，处理器101向触觉装置102提供指令以执行从位置f_s到位置f_a的手指屈曲动作(患者的受中风影响的手将与触觉装置102一起移动，原因是它们在这时仍然联接在一起)，直到传感器103检测到作为患者的由中风影响的手对运动的阻力的结果的反力。优选地，反力大于执行手指屈曲动作和手指伸展动作中健全手的最大力量h_max,1的四分之一，即反力>0.25h_max,1。

在图5的步骤502中，处理器101从传感器103获得感觉数据，并且将由手指屈曲动作产生的位置数据作为f_p记录到存储器104中。所以f_p表示患者可以用他/她的受中风影响的手屈曲他/她的手指而不导致患者剧烈疼痛并且还为他/她的受中风影响的手的改善提供必要余地的极限位置。

在图5的步骤503中，处理器101向触觉装置102提供指令以执行从位置e_s到位置e_a的手指伸展动作(患者的受中风影响的手将与触觉装置102一起移动，原因是它们在这时仍然联接在一起)，直到传感器103检测到作为患者的受中风影响的手对运动的阻力的结果的反力。优选地，反力大于执行手指屈曲动作和手指伸展动作中健全手的最大力量h_max,1的四分之一，即反力>0.25h_max,1。

在图5的步骤504中，处理器101从传感器103获得感觉数据，并且将由手指伸展动作产生的位置数据作为e_p记录到存储器104中。所以e_p表示患者可以用他/她的受中风影响的手伸展他/她的手指而不导致患者剧烈疼痛并且还为他/她的受中风影响的手的改善提供必要余地的极限位置。

在图5的步骤505中，处理器101向触觉装置102提供指令以执行从位置p_s到位置p_a的前臂旋前动作(患者的受中风影响的手将与触觉装置102一起移动，原因是它们在这时仍然联接在一起)，直到传感器103检测到作为患者的受中风影响的手对运动的阻力的结果的反力。优选地，反力大于执行旋前和旋后动作中健全手的最大力量h_max,2的四分之一，即反力>0.25h_max,2。

在图5的步骤506中，处理器101从传感器103获得感觉数据，并且将由前臂旋前动作产生的位置数据作为p_p存储到存储器104中。所以p_p表示患者可以用他/她的受中风影响的手旋前他/她的前臂而不导致患者剧烈疼痛并且还为他/她的受中风影响的手的改善提供必要余地的极限位置。

在图5的步骤507中，处理器101向触觉装置102提供指令以执行从位置s_s到位置s_a的前臂旋后动作(患者的受中风影响的手将与触觉装置102一起移动，原因是它们在这时仍然联接在一起)，直到传感器103检测到作为患者的受中风影响的手对运动的阻力的结果的反力。优选地，反力大于执行旋前和旋后动作中健全手的最大力量h_max,2的四分之一，即反力>0.25h_max,2。

在图5的步骤508中，处理器101从传感器103获得感觉数据，并且将由前臂旋前旋后产生的位置数据作为s_p存储到存储器104中。所以s_p表示患者可以用他/她的受中风影响的手旋后他/她的前臂而不导致患者剧烈疼痛并且还为他/她的受中风影响的手的改善提供必要余地的极限位置或程度。

因此确定了用于恢复患者的受中风影响的手的手指的运动范围，即用于手指屈曲动作的f_p和用于手指伸展动作的e_p。在图6中示出了用于康复患者的受中风影响的手的手指的运动范围。因此确定了用于康复患者的受中风影响的手的运动范围，即用于旋前动作的p_p和用于旋后动作的s_p。在图7中示出了用于康复患者的受中风影响的手的运动范围。

一旦存储器104已存储用于手指屈曲动作的f_p，用于手指伸展动作的e_p，用于旋前动作的p_p和用于旋后动作的s_p，就为患者成功地校准和配置了触觉装置102。f_p，e_p，p_p和s_p表示当使用触觉装置102进行康复练习时受中风影响的手的极限位置。换句话说，在康复练习期间，触觉装置102将不会移动超过这些极限位置。这些极限位置表示用于康复练习的理想上限。在这些极限位置之前或之下的任何位置意味着受中风影响的手仍然有改善的余地，而超过这些极限位置的任何位置将导致患者剧烈疼痛。所述校准过程是有利的，原因是它可以自动确定当患者经历康复练习时触觉装置102可以采取的极限位置。

所述校准过程也是有利的，原因是它是自动的并且不需要治疗师，由此减少人力成本。此外，由于所述校准过程用提供必要反馈的传感器103计算机化，因此该校准过程不会受到人为错误的影响。此外，所述校准过程足够稳健以适应不同手尺寸的患者以及惯用右手和惯用左手的个体。显然，对于不同的手尺寸，移动范围和极限位置将是不同的。

在触觉装置102的校准之后，患者可以开始康复练习。图8示出了经历康复练习的患者。图8示出了患者802头部上的脑电图(EEG)头戴机801。患者802的受中风影响的手放置在触觉装置102上或内。EEG头戴机801测量患者802的脑信号。移动的手的图像显示在屏幕803上。该图像为患者802提供视觉提示以执行运动想象，即想象移动他的受中风影响的手。在该时间期间，患者802由于由触觉装置102的马达施加的阻力而不能移动或操纵触觉装置102。

一旦成功地检测到运动想象，患者802然后就可以执行康复练习，其可以包括手指屈曲，手指伸展，前臂旋前和前臂旋后练习。为了补充这些康复练习，屏幕803可以显示反映正由患者802执行的康复练习的虚拟模拟。

在本发明的实施例中，当需要时触觉装置102通过施加助力或阻力来执行或帮助执行康复练习。该助力或阻力表示为α。当α为正值(+ve)时，触觉装置102提供助力以帮助患者802执行练习。当α为负值(-ve)时，触觉装置102提供阻力以防止患者802在练习期间使他/她自己用力过度。助力/阻力α可以是受中风影响的手的手部力量h，健全手的最大手部力量h_max(如果是手指屈曲和伸展练习，则为h_max,1，如果是前臂旋前和旋后练习，则为h_max,2)，运动想象得分m，和最大运动图像得分m_max的函数。m_max一般为100。助力/阻力α取决于最大手部力量h_max的原因是不同患者具有不同的手部力量。因此代替将助力/阻力α设定为固定值，有利的是通过使助力/阻力α取决于患者802的手部力量来考虑患者的不同手部力量。患者802的受中风影响的手的最大力量或多或少地与他的健全手的最大力量相同。所以，患者802的健全手的最大力量用作他的受中风影响的手的最大力量的近似。

助力/阻力α因此可以表示为：

图9(a)示出了由触觉装置102施加的助力/阻力α相对于受中风影响的手的手部力量h绘制的曲线图。受中风影响的手的手部力量h与由触觉装置102施加的助力/阻力α之间的关系是：如果患者802在执行康复练习时用他/她的受中风影响的手使用很小的手部力量，则α变为正值并且触觉装置102施加助力α以在康复练习中帮助患者802。

然而，如果患者802在执行康复训练时用他/她的受中风影响的手施加相当大的手部力量，则α变为负值并且触觉装置102施加阻力α以减慢患者802的受中风影响的手的运动，由此增加患者802在康复练习期间必须对他/她的受中风影响的手施加的努力。这是有利的，原因是现有的触觉系统仅提供助力而不提供阻力。所以本文中所述的触觉装置102预料到患者802能够移动他/她的受中风影响的手的情况，在该情况下触觉装置102施加阻力α并且克服该阻力移动帮助患者802进一步增加受中风影响的手上的力量。换句话说，如果患者802能够移动他/她的受中风影响的手，则康复练习的目标之一将是使患者802施加更大的力。所以，施加了阻力使得患者802可以被训练以施加更大的努力。这在概念上类似于重量训练。一旦人可以移动一定量的重量，则训练将进展到更重的重量。

图9(b)示出了由触觉装置102施加的助力/阻力α相对于运动想象得分m绘制的曲线图。低运动想象得分意味着患者802不能适当地想象或形象化移动他/她的受中风影响的手，而高运动想象得分意味着患者802能够适当地想象或形象化移动他/她的受中风影响的手。运动想象得分m和助力α具有正比关系，原因是患者802获得的运动想象得分m越高，由触觉装置102施加以帮助患者802练习的助力α越大。这是有利的，原因是患者802可以形象化移动他/她的受中风影响的手越好(即运动想象得分越高)，患者802可以在康复练习期间推动或伸展他/她自己越远。所以，触觉装置102施加更大的助力α以增加康复练习期间的运动速度。患者802的能力障碍通常与他/她的意志、毅力和努力相关。患者参与得越多，或者患者对运动想象的想象努力越多，提供的辅助运动就越多以使康复练习的强度与所付出的努力一致。所以本发明利用了努力与康复练习的强度之间的相关性以增强康复过程的有效性。

图9(c)示出了助力/阻力α的变化相对于运动想象得分m和手部力量h绘制的曲线图。

通过测量施加到传感器103的力可以评价在执行康复练习时由患者802施加的受中风影响的手的手部力量h。然而，有时由于附加的布线，传感器103可能是笨重的。所以优选地，通过测量保持相同伺服马达位置所需的驱动马达电流来测量受中风影响的手的手部力量h。施加的力F和驱动马达电流I的之间的线性关系由下式给出：

I＝kcF+I₀

并且因此

其中k是所施加的到马达用于手抓握运动的类似电流输出的转移因子，c是驱动马达的模数(AD)转换器的转换因子，I₀是由机构的惯性和摩擦导致的常数。

所以，在康复练习期间施加的受中风影响的手的手部力量因此是：

其中F_i是用于第i次康复练习的受中风影响的手的平均手部力量，F_i,j是用于第j次康复练习的受中风影响的手的主动评价的手部力量。

在本发明的另一实施例中，在康复练习期间收集的EEG数据可以用于计算时间谱依赖性脑指数(TSBI)。TSBI可以使用以下方程计算：

其中

评价如图10中所示取自脑的右半球的11个通道电极1001的平均傅立叶系数(即n_c＝11)；

并且其中

评价如图10中所示取自脑的左半球的11个通道电极1002的平均傅立叶系数(即n_c＝11)；

并且其中

a_n(c，t)

是在对应于特定时间段[t-T,t]的时间t评价的通道电极c的指数n的傅立叶系数，其中T是正在执行运动想象的持续时间；

并且其中傅立叶系数[k₁和k₂]对应于由用于执行运动想象的脑-计算机接口(BCI)评价的频带[4-40Hz]，并且n_k是对应于频带[4-40Hz]的所评价的傅立叶系数的数量。

优选地，TSBI可以用作预测康复的可能结果的预后量度。当相对于Fugi-Meyer得分提高绘制TSBI时，结果显示较低的TSBI导致较高的Fugi-Meyer得分提高。参见图11，其绘制使用运动想象(MI)计算的TSBI相对于Fugi-Meyer得分提高的曲线图。所以，这显示TSBI可以用于预测中风康复的进展。

尽管已用受中风影响的手、前臂或手腕的康复描述了本发明的所有实施例，但是本领域技术人员将领会本发明可以应用于康复其他受中风影响的肢体，例如，受中风影响的腿。

还应当领会示例性实施例仅仅是示例，并且不旨在以任何方式限制本发明的范围、适用性、操作或配置。而是，前面的详细描述将为本领域技术人员提供用于实现本发明的示例性实施例的方便的路线图，应当理解可以对示例性实施例中所述的元件的功能和布置和操作的方法进行各种改变而不脱离如附带的权利要求中阐述的本发明的范围。