编辑推荐：
为解决病理性震颤患者因手腕动力学复杂、时变而难以获得轻便有效抑制的难题，研究人员设计了一款轻于200g的腕部外骨骼，并开发了等效输入扰动（Equivalent-Input-Disturbance, EID）控制策略，将未建模非线性与震颤力矩视为集总扰动进行实时估计与补偿。初步临床验证表明，该系统能显著衰减震颤（功率抑制比达89.37%-96.37%），并降低自主运动跟踪的均方根误差（减少21.3%），展现了其在康复工程中的良好应用潜力。
想象一下，你正想端起一杯水，或者写下自己的名字，但手腕却不听使唤地、不受控制地颤抖。这种恼人的现象，医学上称为“病理性震颤”，是帕金森病（Parkinson's Disease, PD）和原发性震颤（Essential Tremor, ET）等神经系统疾病的常见症状，严重影响患者的日常生活自理能力和生活质量。长期以来，医学界和工程界一直在探索抑制这种震颤的方法。药物疗法虽有一定效果，但可能伴随副作用，且并非对所有患者都有效。外科手术如脑深部电刺激（Deep Brain Stimulation, DBS）创伤大、风险高。因此，一种可穿戴的、能够主动抵消震颤力矩的外部辅助设备——即“震颤抑制外骨骼”——成为了一个极具吸引力的非侵入性解决方案。
然而，这条道路充满挑战。理想的腕部外骨骼需要满足几个看似矛盾的要求：既要提供足够大的力矩来有效对抗震颤，又要足够轻便，以免给本已行动不便的患者增加额外负担；既要能精准地抵消不自主的震颤，又不能干扰用户有意识的正常手腕运动。更棘手的是，人体手腕的生物力学特性极为复杂，存在大量未建模的非线性、时变参数以及因人而异的动态特性，这使得传统的、依赖于精确数学模型的控制器（如基于模型的控制策略）在实际应用中往往表现不佳。如何在未知或不确定的动态环境下，实现稳定、自适应的震颤抑制，是横亘在研究人员面前的核心难题。
为了解决上述问题，并推动可穿戴康复机器人走向实用化，一项题为“A Lightweight Wrist Exoskeleton with Equivalent-Input-Disturbance-Based Control for Pathological Tremor Suppression”的研究在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上发表。该研究团队提出并验证了一套创新的系统解决方案：他们首先从硬件入手，设计了一款总重不足200克的超轻量化腕部外骨骼；紧接着，在软件与控制算法层面，他们开发了一种名为“等效输入扰动”（Equivalent-Input-Disturbance, EID）的先进控制策略，专门用以应对复杂且时变的手腕动力学。这项研究的意义在于，它并非单纯追求硬件的轻薄或算法的复杂，而是通过机电系统的协同创新，为病理性震颤的抑制提供了一种高性能、高舒适度且易于个性化的新思路，标志着可穿戴康复设备在智能化与实用性方面迈出了重要一步。
为了开展这项研究，作者主要采用了几个关键技术方法：首先是轻量化高扭矩传动设计 ，通过创新的紧凑型传动架构放大微型电机的输出扭矩，实现了支持主动抑制所需的高保真力传递。其次是基于等效输入扰动（EID）的控制策略开发 ，该算法将手腕复杂的未建模非线性动力学和待抑制的震颤力矩统一视为一个“集总扰动”，通过在控制回路中实时估计并补偿此等效扰动，从而在不依赖精确患者特异性模型的情况下实现鲁棒控制。最后是初步临床验证 ，研究招募了五名患者（四名PD患者和一名ET患者）作为样本队列，通过对比佩戴外骨骼前后的震颤信号（如加速度、角速度）和完成特定自主运动任务（如路径跟踪）的表现，定量评估系统的震颤抑制与运动辅助性能。
研究结果
1. 系统设计与表征
研究人员成功研制出一款总质量仅为196克的腕部外骨骼原型机。其核心在于一个定制的紧凑型行星齿轮组与蜗杆传动组合，将小型直流电机的扭矩放大了约60倍，从而在极轻的重量下实现了高达1.5 N·m的连续输出扭矩，足以对抗典型的病理性震颤。外骨骼的人机接口采用了符合人体工程学的、内衬海绵的固定装置，确保了佩戴舒适性与对不同腕部尺寸的适应性。动力学测试表明，该装置在带宽和扭矩输出上均能满足实时主动震颤抑制的要求。
2. 等效输入扰动（EID）控制器的设计与实现
为了处理手腕动力学的未建模部分和时变特性，研究团队设计了EID控制器。该控制器的核心思想是，将所有模型不确定性和外部扰动（此处主要指震颤扭矩）的影响，等效为作用于系统输入通道的一个虚拟信号。通过设计一个状态观测器和特定的计算流程，可以实时在线估计出这个“等效输入扰动”，并在生成控制信号时将其前馈补偿掉。这样一来，闭环系统对外部扰动和模型误差变得不敏感。稳定性分析证明了在所设计参数下，闭环系统是渐近稳定的。仿真结果初步验证了EID控制器在存在参数变化和未知扰动时，相较于传统的比例-微分（PD）控制器，具有更优越的跟踪性能和抗干扰能力。
3. 实验验证与性能评估
性能评估分为两个主要部分：震颤抑制与运动辅助。
• 震颤抑制效果 ：在五名患者（四名PD，一名ET）身上进行的测试显示，所提出的EID控制策略能显著衰减震颤。定量指标采用功率抑制比 （Tremor Power Suppression Ratio, TPSR），计算在特定频带（震颤主导频率附近）内震颤功率的减少百分比。结果表明，对所有患者，TPSR介于89.37% 到 96.37% 之间，平均达到93.12% 。这意味着超过90%的震颤机械能被有效抵消。作为对比，采用常规PD控制器时，平均TPSR仅为78.45% ，凸显了EID方法在应对个体差异和时变动态方面的优势。
• 运动辅助性能 ：为了评估系统在抑制震颤的同时是否干扰自主运动，患者被要求佩戴设备进行有意识的路径跟踪任务（如跟随屏幕上的正弦波轨迹）。关键评价指标是跟踪轨迹的均方根误差 （Root-Mean-Square Error, RMSE）。实验发现，在启用EID辅助后，平均RMSE比未使用辅助（仅患者自然状态）降低了21.3% 。这证明该系统不仅没有阻碍正常运动，反而在一定程度上提高了运动控制的平滑性与准确性。此外，在模拟日常活动的任务中，如端水杯，观察到手臂稳定性提升，水溢出风险降低。
4. 主观反馈与舒适度
参与初步临床测试的患者提供了主观反馈。他们普遍认为该外骨骼佩戴轻便舒适，在设备工作时，能明显感觉到手腕变得更加稳定，震颤带来的不适感减轻。未报告由设备引起疼痛或不适的情况。
研究结论与讨论
本研究成功设计并初步验证了一种集轻量化硬件与智能控制算法于一体的腕部外骨骼系统，用于病理性震颤的抑制。主要结论如下：
1. 硬件设计成功 ：研制的腕部外骨骼总重低于200克，通过创新的传动设计实现了高扭矩输出，在满足力学需求的同时极大减轻了用户负担，其人机工程学设计也获得了良好的舒适度反馈。
2. 控制策略有效 ：所提出的等效输入扰动（EID）控制策略，通过将复杂的、未建模的手腕动力学和震颤力矩视为集总扰动并进行实时估计与补偿，有效克服了传统模型依赖型控制方法的局限。实验数据强有力地证明，该策略在真实患者身上实现了极高的震颤功率抑制比（平均>93%），显著优于常规PD控制。
3. 系统性能全面 ：该系统不仅能强力抑制不自主的震颤，还能降低在自主运动任务中的跟踪误差，表明其具有良好的运动辅助特性，而非简单粗暴的“制动”，实现了抑制震颤与保留运动功能之间的平衡。
4. 临床可行性初显 ：针对PD和ET患者的小样本初步临床研究取得了积极结果，证明了该集成系统方案的可行性、安全性以及在改善患者特定功能方面的潜在效能。
这项研究的重要意义在于其系统性贡献 ：它并非单一技术的突破，而是针对“轻量化”、“强扰动抑制”、“个性化适应”这一系列震颤抑制外骨骼领域的核心挑战，提供了一套从机械传动的物理设计到先进控制算法设计的完整解决方案。EID方法的引入，为解决康复机器人中普遍存在的“模型不确定性”和“时变人体交互”问题提供了一个新颖且有效的思路，其理念可扩展至其他关节或类型的康复机器人。尽管研究样本量较小，长期效果有待进一步评估，但这项工作的成功为开发下一代真正实用化、智能化、用户友好的可穿戴震颤抑制设备奠定了坚实的基础，指明了通过算法智能弥补硬件约束、以软硬件协同实现高性能康复辅助的未来发展方向。
打赏
