面向卒中患者的多模态融合手功能个性化评估康复平台

20251201

卫生和社会工作

所构建的MR评估系统可无缝扩展至不同上肢任务、康复阶段及人机交互形式，为后续临床康复监测与AI康复评估算法训练提供高质量数据源。 （1）首次从“认知负荷—运动表现耦合”的视角，探讨评估模式对卒中患者康复表现的影响机制。 （2）提出结合运动学、肌电与心理量表的多模态交叉分析方法，实现认知与运动的双通道耦合评估。 （3）构建面向康复评估的第一人称混合现实示教系统，解决传统视频评估中认知理解负荷高、沉浸感不足的问题。 总体而言，本研究以卒中后认知—运动耦合机制为核心科学问题，通过创新性的混合现实实验设计与多模态数据分析，建立了一个兼具理论深度、方法创新与技术转化潜力的康复评估体系。 健康受试者预实验结果显示，MR模式在主观体验评分上显著优于视频和VR模式（有用性评分6.40 ± 0.70 vs. 5.80 ± 1.32和5.90 ± 0.88），并诱导更低的认知疲劳与晕屏症；关键运动学指标（如路径长度ICC=0.85、平均速度ICC=0.76、平均加速度ICC=0.77、前臂速度峰值ICC=0.77）呈现良好重测信度。系统已完成软硬件集成、多设备协同运行，并建立多模态运动数据处理流程。这些发现证实了MR在降低认知负荷、提升评估客观性方面的优势，为PSCI人群早期康复提供了创新工具。 本项目成果主要体现在开发出一套面向PSCI患者的MR上肢评估系统，该系统通过虚拟示范手实现第一人称视角引导，缓解传统量表（如FMA和ARAT）的“地板效应”和“天花板效应”，并提供高保真运动学数据量化分析。其作用包括：（1）降低患者认知负担，提升运动表现一致性；（2）实现客观、自动化评估，减少主观偏差；（3）支持远程康复监测，适用于基层医疗机构。这些作用有望解决卒中后早期评估困难的问题，加速神经功能恢复和运动康复进程。具体而言，系统集成手部动捕优化手套和StroReh-Net模型，支持多模态特征提取（如关节活动范围ROM、速度峰值计数、轨迹平滑度SPARC），在健康受试者中实现了动作分级准确率94.1% ± 3.8%，显著提升了评估效率（传统FMA评估耗时30–45分钟 vs. 系统5分钟）。 本研究成果对卒中康复领域产生深远影响：（1）理论影响：揭示MR模式下认知负荷降低对运动控制策略的调节机制，为神经康复提供新证据；（2）临床影响：提升评估效率与一致性，潜在减少医疗资源浪费（传统FMA评估耗时30–45分钟 vs. 系统5分钟）；（3）社会影响：适用于老龄化社会，预计覆盖中国39.3%卒中风险人群，改善患者生活质量。此外，系统在健康受试者中降低了定向障碍相关晕屏症，并提升了临场感。 科学价值在于填补了MR在PSCI评估机制研究的空白，提供多模态数据驱动的认知—运动耦合模型，支持未来神经科学与康复工程的交叉研究。应用前景广阔：（1）扩展至其他神经障碍（如帕金森病）的评估与训练；（2）集成AI算法，实现个性化康复方案；（3）推广至智能家居与远程医疗，助力“健康中国”战略。系统支持临床验证实验设计，包括患者招募（36–38名）和认知负荷实时评估。 项目已发表ESCI论文1篇、会议论文1篇，受理发明专利1项（《一种基于混合现实技术的精细运动评估及康复系统及方法》），获2025年中国生物医学工程大会优秀论文竞赛一等奖和中国国际大学生创新大赛北京赛区一等奖。产业化方面，系统基于国产硬件（Pico 4 Ultra Enterprise），成本低、易部署，已与北京相关医院合作推进临床试验。

为加速混合现实上肢评估系统在卒中康复领域的产业化进程，本项目寻求与医疗健康领域企业、医疗机构及康复中心开展深度合作。合作方需满足以下条件： 资金需求：需提供总计1000-1500万元的前期投入，其中300-500万元用于系统功能优化与临床验证，200-300万元用于36-38名卒中患者的临床试验，500-800万元用于软硬件标准化与批量生产准备，200-300万元用于市场推广与渠道建设。合作方应具备持续投入能力，确保项目各阶段顺利推进。 场地要求：需提供标准康复训练室50-80平方米，包含MR设备专用区域、患者休息区和医护人员工作区，要求环境安静、光线适中、无障碍设施完善。同时，需配备100平方米左右的办公空间用于研发团队日常办公和系统调试，以及30-50平方米的测试区域用于系统功能验证和性能优化。 设备需求：需配置Pico 4 Ultra Enterprise头显设备10-15套，定制优化版手部动捕手套20-30套，便携式肌电采集设备10-15套，高性能数据处理服务器1套，以及标准康复训练器械等辅助设备。所有设备需符合医疗级标准，确保稳定性、舒适度和操作便捷性。 人员需求：需配备2-3名神经康复领域临床专家，5-8名专业研发人员（包括MR系统开发、AI算法优化和硬件集成工程师），2-3名数据科学家，1-2名项目管理专家，以及2-3名市场推广人员。合作方应具备完善的医疗健康领域人才储备，确保团队专业性与协作效率。 合作模式：需共同组建跨学科研发团队，明确各方职责与知识产权分配机制。建立定期沟通机制，确保项目按期推进；制定详细时间表与里程碑，确保各阶段目标达成；共同申请相关科研项目，争取政府资金支持；共享研发成果，共同推进产品市场化进程。 合作方应具备医疗健康领域资源，包括医疗机构合作网络、康复设备生产经验、市场推广渠道等。同时，需具备较强的研发能力与资金实力，能够支持系统的持续优化和市场拓展。优先考虑已建立康复医疗体系的医疗机构、具有MR技术应用经验的企业，以及致力于推动"健康中国"战略实施的创新型企业。

可国（境）内外转让

本项目科技成果转化将带来显著的经济社会效益，具体如下： 经济效益：预计3年内实现销售收入1500-2000万元，年均增长30%以上。通过将评估时间从传统FMA的30-45分钟缩短至5分钟，预计每年为医疗机构节省评估成本200-300万元。同时，带动MR设备、传感器、AI算法等相关产业产值增长5000万元以上，为产业链上下游创造约2000万元的新增产值。系统推广至基层医疗机构后，预计可为患者节省康复费用1000-2000元/例，年均惠及患者10000人次以上，累计节约医疗支出约2000万元。 社会效益：系统将显著提升卒中康复评估效率，使患者康复进程提速2-3倍。预计可覆盖1000+基层医疗机构，为39.3%的卒中风险人群（约3000万人口）提供高质量评估服务。系统在健康受试者中已降低晕屏症发生率，提升临场感，将有效改善患者康复体验，提高康复效果。通过解决卒中后早期评估困难问题，预计每年可帮助10000+卒中患者获得精准评估，加速神经功能恢复，提升生活质量。 科技创新效益：填补了MR在PSCI评估机制研究的空白，构建了认知—运动耦合评估模型，为神经康复提供新证据。通过多模态数据驱动，实现认知与运动的双通道耦合评估，提升评估客观性与一致性。推动神经科学、康复工程与人工智能的深度融合，为AI康复评估算法训练提供高质量数据源，促进康复医学与信息技术的交叉创新。 产业影响：推动国产MR设备在医疗健康领域的应用，减少对进口设备的依赖，预计可提升国产MR设备市场占有率20%以上。为医疗AI企业提供高质量数据集，支持AI康复评估算法的开发与优化。形成可复制的MR医疗应用模式，为其他医疗场景提供参考。推动建立MR康复评估的行业标准，促进行业规范化发展，为医疗健康领域数字化转型提供示范。 长期价值：为神经康复提供从主观经验向客观量化的转变方法，提升康复评估的科学性与精准性。为AI康复提供数据基础，支持个性化康复方案的制定与实施。助力老龄化社会健康服务体系建设，预计可服务3000万+老年人口。支撑"健康中国2030"战略实施，提升康复医疗服务效率30%以上，为国家康复医疗体系建设提供技术支撑，推动健康中国战略在康复领域的落地实施。 本项目成果将显著提升卒中康复评估的效率与质量，降低医疗成本，改善患者预后，同时推动MR技术在医疗健康领域的广泛应用，为"健康中国"战略的实施提供有力支撑，创造显著的社会、经济与科技价值。

北京市自然科学基金本科生“启研”计划

北京市科学技术委员会;中关村科技园区管理委员会

本项目针对脑卒中后认知障碍患者早期运动康复评估困难、传统量表存在"地板效应"与"天花板效应"、主观评估一致性差等问题，对照项目任务书的年度计划目标和各项主要指标要求，结合混合现实技术、多模态数据融合技术和人工智能算法等交叉学科方法，开发了一套面向卒中后认知障碍人群的上肢运动功能评估系统。基于国产混合现实硬件平台，集成惯性测量单元、红外传感器与深度相机等多模态传感器，结合逆向运动学算法实现手部精细运动的数字孪生与实时运动学数据采集。系统采用虚拟示范手引导标准化动作执行，通过降低认知负荷提升患者运动表现，缓解传统评估中的地板效应；同时实现高保真动作捕捉与细粒度运动学特征提取，提高对功能较好患者的检测敏感性。设计了受Fugl-Meyer评定量表和手臂动作调查测试启发的七项标准化任务范式，完成了混合现实、虚拟现实与视频三种评估模式的对比实验及重测信度验证。十名健康受试者的预实验结果表明，混合现实模式在主观体验评分上显著优于其他模式，且诱导更低的认知疲劳与晕屏症；路径长度、平均速度、平均加速度等运动学指标呈现良好的重测信度（ICC = 0.76–0.85）。完成了软硬件系统集成与多设备协同稳定运行，建立了多模态运动数据采集与处理流程。围绕本项目已发表ESCI论文1篇、会议论文1篇，受理发明专利1项，获2025年中国生物医学工程大会优秀论文竞赛一等奖等多项奖励，为后续临床试验奠定了重要基础，有望解决早期卒中患者因认知障碍而无法进行早期运动康复的问题，从而大大提升神经功能改善速度和运动康复速度。