手部功能复杂,其中重要的动作包括抓握、拇示指侧捏、三指对捏,以及拇指和示指单独指示等。因此,需要分别识别和控制智能仿生手拇指、示指、3-5指,以及腕部的运动,才可能发挥智能仿生手的复杂功能。而对于前臂中远段或腕部截肢的患者而言,患侧前臂中仍然残留着分别控制拇指、示指、3-5指和腕部运动并具备正常收缩功能的肌肉。上述肌肉均为人体控制手部运动原有的肌肉-肌腱运动单元,若能够充分发挥这些肌肉的作用,使更多的肌肉参与到人体运动意图的信号输出,进而产生数量更多、更符合生理特征的信号,必将有助于智能仿生手更好的发挥功能。
基于上述考虑,我们设计了肌肉再分布技术(muscle redistribution technique,MRT)。该技术按照术前设计,选择多个靶肌肉-肌腱固定于肢体皮下的不同区域。当大脑发出肢体运动指令后,通过相应肌肉的收缩表现为肢体皮肤在不同区域的形态改变,从而体现人体的运动意图。MRT术后,我们通过采集肌电和形变的复合信号,已经成功的识别了前臂平面截肢患者的运动意图。(图2,图3)
图2 a MRT术中游离靶肌肉肌腱,b-d MRT手术示意图
图3 MRT术后,靶肌肉放松(a,c),靶肌肉收缩(b,d),箭头所示为靶肌肉收缩后产生的体表形变
上肢截肢,尤其是上肢高平面截肢后,假肢对人体运动意图的识别非常困难。高平面截肢导致控制远端肢体,包括手部、腕部,甚至肘部,肌肉运动单元缺损,因而无法从相应肌肉的肌电信号中获取人体的运动意图。目前,能够解决高平面截肢患者运动意图识别的途径包括脑-机交互,神经电极采集周围神经运动信号,以及靶肌肉神经再支配(targeted muscle reinnervation,TMR)。近年来,尽管脑-机交互与周围神经电极在获取人体运动意图研究领域已经取得了很多突破性进展,但仍与假肢操控的实际应用还存在相当遥远的距离。TMR是将控制肢体远端运动的神经移位至肢体近端靶肌肉的肌支,从而将人体控制远端肢体的运动意图通过近端肌肉,如胸大肌、背阔肌等靶肌肉的肌电信号进行表达,是目前临床实践有效的解决高平面截肢后手部运动意图有效的生理性表达方式。(图4)
图4 a TMR手术示意图 b和c TMR术后,b为屈指前,c为屈指后,胸大肌收缩