基于紅外熱圖邊界分割方法的康復機器人抗阻訓練肌肉激活狀態評估①

張珝， 李益斌， 徐東， 徐晗， 孫亞， 李曉龍， 傅建明

1.同濟大學浙江學院 奧克蘭·同濟康復設備研究中心，浙江 嘉興 314051；2.嘉興學院 附屬第二醫院，浙江 嘉興 314001

運動功能障礙是神經系統疾病或肢體損傷后的常見后遺癥，在這當中，又以上肢功能障礙最為常見，嚴重影響了患者的日常生活[1-3]． 利用康復機器人進行訓練是上肢運動功能障礙患者進行肌力訓練的重要方法之一[4]，康復機器人的抗阻訓練模式能夠激發患者患肢的自主收縮力，是患者恢復期增強肌力的重要措施[5]． 因此，合適的評估策略能夠有效地量化康復抗阻訓練的效率． 臨床康復評估多以評估量表為主，如Brunnstrom量表、 Fugl-Meyer量表等，但是，這些方法均為康復醫師主觀評定方法，且評定結果無法定量分析；康復機器人可以通過搭載各式傳感器對使用者肢體的位移、 (加)速度等運動學參數進行定量測量[6-8]，但是，不同的康復機器人會對不同的運動學參數進行測量，無法形成統一的標準；等速肌力測試系統、 高速攝像機和三維測力系統等設備能夠基于統一標準對肌力、 平衡、 關節運動角度等運動學參數進行精確測量[9-10]，但是，這些設備因過于龐大而不便于使用，且造價昂貴；表面肌電信號(sEMG)作為人體的生理信號，能夠有效地評估不同肌肉對于康復訓練過程所造成的影響以及肌肉疲勞程度等[11-12]，然而，表面肌電測量需要在目標肌肉上放置有線表面電極，這會阻礙受試者在訓練期間的運動，且電極之間的距離以及電極的大小也會影響測量的結果．

紅外熱成像技術具有無損、 非接觸和非侵入性等特點，近年來被廣泛地應用到臨床醫學當中，通常被用作疾病治療前后熱效應的評估以及部分疾病的診斷[13-16]． 當人體處于疾病或者運動狀態時，皮膚表面溫度就會出現差異，早些時候的一項研究也表明，長時間的運動會增加肌肉熱量的擴散[17]，因此，不少研究都在探尋運動期間肌肉的溫度變化關系． González-Alonso等[18]利用熱敏電阻來研究劇烈運動后肌肉局部溫度的變化，但是，該方法是侵入式測量，熱敏電阻需要插入受試者的靜脈，對受試者造成了一定的傷害；Zagrodny等[19]通過對步態分析下肌肉的激活表明了sEMG信號和皮膚表面熱特性之間的相關性；Daud等[20]通過對上肢不同運動的分析也表明了sEMG信號與熱成像測量的皮膚溫度之間的相關性． 上述的研究證明，熱成像測量的皮膚表面溫度變化與肌肉激活狀態高度相關，抗阻訓練會造成血液流速的加快以及肌肉的收縮從而產生大量的散熱，并以此確認了紅外熱像技術作為評估手段的可能性，而康復抗阻訓練效果的評估對于判斷患者肌力的恢復以及后續的康復策略制定至關重要，因此，有必要研究出一種基于康復抗阻訓練下肌肉激活狀態的評估方法．

本文旨在研究紅外熱成像技術在上肢協調康復機器人抗阻訓練模式下肌肉激活狀態評估的應用． 在不同的訓練條件下，獲取不同訓練階段下的紅外熱圖，并對圖像進行相應的處理和分析，實現對目標肌肉區域激活狀態的可視化，同時實現區域內激活狀態定量分析． 這項研究的優點是，通過利用以非侵入性和非接觸方式獲取的熱圖像，可以有效地評估康復訓練中肌肉的激活狀態．

1 實驗設備與實驗步驟

1.1 紅外熱像設備

本研究所采用的紅外熱像設備是基于美國FLIR公司Boson 320長波紅外熱像儀機芯研發而成(圖1)，該機芯搭載了9.1 mm焦距的光學鏡頭，分辨率為640×512，通過USB接口與電腦連接，用于對紅外熱像圖(NIR)的捕捉(圖1)．

圖1 紅外熱像設備

1.2 上肢協調康復機器人

上肢協調康復機器人是由同濟大學浙江學院奧克蘭·同濟康復醫療設備研究中心自主研發、 具有完全自主知識產權的新一代康復醫療設備． 該康復機器人主要適用于腦卒中、 外傷等引起的上肢功能障礙患者，且具備多級阻力變化的抗阻訓練模式[21-22]，能夠有效地針對不同康復階段的患者進行抗阻肌力訓練(圖2)．

圖2 上肢協調康復機器人

1.3 實驗步驟

在設計實驗步驟時，考慮到實驗中部分阻力等級較大，不易驅動，因此，實驗選取了5名健康男性參與者參與實驗，他們的年齡為(30±4)歲，身高為(175.20±5.36)cm，體重為(74.80±7.95)kg，每位參與者都簽署了《實驗知情同意書》． 參與者上肢部位肌肉或骨頭沒有遭受過結構性損傷，且24 h內未進行過激烈的體力運動，保證上肢部位狀態的正常；同時，為了盡量保證紅外熱像測量的精確性，實驗過程中實驗室溫度和濕度始終保持在(21±1)℃和(45±5)%． 圖3顯示了本次實驗的流程： 實驗主要基于上肢協調康復機器人(本文簡稱機器人)完成，參與者將以右上臂作為參考肌肉群，在接受紅外熱圖采集前，將手臂暴露在空氣中10 min，用于擺脫因為衣物遮擋導致的溫度差異；每位參與者坐在離紅外熱像設備約1 m的位置，根據不同參與者身高的差異調整座椅高度，手臂自然下垂以保證被測部位完整地出現在紅外熱像鏡頭中央；為了最大限度地減小環境帶來的影響，參與者手臂需要穿過帶有方形孔的紙板，以此屏蔽除被測部位外的其他肢體部位． 實驗開始時，采集參與者被測部位自然狀態下的紅外熱圖作為基礎參照圖像(Bs)，然后選擇合適的位置坐于機器人前，機器人訓練平臺向上傾角為30°． 實驗期間，參與者將基于機器人抗阻訓練模式下3種不同阻力等級(L1，L5，L8，阻力等級由小至大)分別進行推、 拉兩種肌力訓練各5 min；單次訓練結束后，參與者擁有5 min的恢復時間，考慮L8級阻力較大，在L8級訓練結束后，參與者擁有10 min的休息時間以盡可能地保證目標區域狀態的完全恢復；最后，分別采集參與者右上臂3種狀態下： 訓練剛完成(0 min)、 訓練完成后1 min、 訓練完成后3 min的紅外熱圖，并進行對比分析．

圖3 實驗步驟

2 實驗分析方法

2.1 基于歸一化互相關算法的圖片重新定位

重新定位在圖像處理中非常重要． 在很多情況下，人們對原始圖像中感興趣區域(region of interest, ROI)的結果更感興趣． 但是，手動選擇相同的ROI較為麻煩且很難定位準確，因此，本研究采用了一種基于歸一化互相關算法的重新定位技術． 當第一幅圖像確認選擇的ROI后，重新定位技術將自動在后續圖像中找到與ROI匹配度最高的位置．

如果用矩陣R表示ROI區域，用矩陣T表示目標圖像，首先對矩陣R進行歸一化：

(1)

式中：Rmax和Rmin是矩陣R的最大值和最小值，RN是矩陣R歸一化后形成的新的矩陣，同樣，矩陣TN是矩陣T歸一化后得到的． 矩陣RN和矩陣TN的互相關性為：

(2)

式中：i和j是矩陣的大小，RM是RN的平均值，TM是TN的平均值． 結果Corr可以幫助找出兩個矩陣的最佳相關性，這將是原始圖像R中ROI區域在目標圖像T中的位置(圖4)．

紅色方框為基于原始圖像(original)選取ROI后續圖像的定位

2.2 灰度圖像彩色化處理

紅外熱圖的灰度圖像沒法很好地看出圖像間的變化，為了使圖像可視化更加清晰，需要對灰度圖像彩色化處理． 彩色化處理是將灰度值矩陣中的每一個值拆分成3色(red green bule，RGB)通道，同時定義一個映射函數，用來對灰度圖像值進行區分：

(3)

式中，R(x，y)代表RGB的任意一個通道矩陣，X(x，y)代表灰度矩陣于，Rc1和Rc2表示自定義RGB單一通道矩陣下顏色強弱區分的閾值，Gc1和Gc2表示自定義灰度矩陣區分的閾值，灰度矩陣根據(3)式進行變換，結合另外兩個通道形成新的RGB矩陣，完成灰度圖像的彩色化處理．

2.3 基于邊界輪廓的圖像分割方法

在本實驗中，不同肌肉區域內目標位置基于灰度值變化的對比度非常重要． 為了突出這項變化，本研究采用了一種基于邊界輪廓的圖像分割方法，對圖像進行一種模糊增強，從而達到增強灰度值對比度的目的．

首先，利用圖像二值化對目標圖像進行處理：

(4)

式中，G(x，y)表示目標圖像灰度矩陣，Tg表示分割閾值． 將小于Tg的像素變為黑色(0)，將大于Tg的像素變為白色(255)，完成圖像的黑白轉化，從而突出圖像的邊界，考慮圖像不同位置Tg不同，本研究將目標灰度圖像切成4份，通過不同的Tg來對圖像邊界精確劃分，最后通過將圖像合并回原始圖像：

(5)

式中，Gi為G切割中的一部分．

黑白圖像邊緣輪廓可視為一條二維封閉的邊緣曲線L，且可以表示為有限個點的集合P={P1，P2，…，Pk}，P∈[0，L]，集合的坐標表達式為：

(6)

式中：pi為邊界Pi(pi，qi)的x坐標；qi為該點的y坐標；

接下來，先將圖像在縱向進行分割，之后以縱向分割為基礎對圖像進行橫向分割，以此得到新的包含邊界的網格交點坐標：

P′=(p′s，q′s，v)

(7)

式中：

(8)

式中：s為新分割圖像橫坐標，s∈[0，m]，m為縱向網格數量，v為基于s的縱坐標，v∈[0，n]，n為橫向網格數量．

由此，目標圖像被分割成新[m×n]的圖像，然后通過計算每個網格的平均灰度值來生成新的圖像．

2.4 目標圖像處理

原始目標圖像如圖5a所示，利用2.1的重新定位方法修剪右上臂ROI區域(圖5b)． 應用移動平均濾波器后，采用大津的全局閾值法[23]突出ROI區域(圖5c)． 然后將ROI區域利用2.3所述的圖像分割方法將圖片平均分為20個水平部分和45個垂直部分(圖5d)． 通過計算ROI區域中每個分割的網格平均灰度值生成模擬熱圖(圖5e)，并使用彩色圖顯示(圖5f)． 為了定量評估肌肉不同條件下的激活狀態，將以圖5e為基準提取相對灰度值進行分析．

圖5 圖像處理過程

2.5 相對灰度值

在紅外熱像技術中，紅外熱圖的灰度值與目標溫度成正相關線性關系[24]，被測目標溫度的高低可以使用紅外熱圖的灰度值大小來表示，同樣，基于灰度值變換而來的彩色熱圖也能通過不同顏色的區分來表示溫度的變化． 本研究采用的紅外熱像設備能夠很好地顯示被測目標溫度的高低，但是，由于該設備并未進行過校準，被測目標的灰度值會隨著測試范圍內溫度上限的變化而發生變化(目標溫度并未發生變化)，灰度值能夠表示目標溫度的變化卻不能表示絕對溫度． 為了解決這個問題，本研究采用了一種相對灰度值的表示方法(圖6)，即提取目標兩個相鄰位置的灰度值之差作為該位置對比度變化的相對灰度值：

rGS=GS1-GS2

(9)

式中：GS1表示相鄰位置區域1，GS2表示相鄰位置區域2．

為了有效地評估肌肉激活狀態，本實驗基于上臂運動時主要參與的肌肉并結合生理解剖學將目標部位劃分為3塊區域，即三角肌區域、 肱二頭肌區域和肱三頭肌區域(圖6a)，每個區域提取一個相對灰度值(rGS)作為肌肉激活狀態參數(圖6b中1，2，3)，并利用2.1所述方法重新定位其他圖像的相同區域(圖6c)． 為了更好地識別相對灰度值，本研究選取了以各個訓練狀態下訓練剛完成時(0 min)的圖像作為目標圖像進行定位．

圖6 相對灰度值選取

3 實驗結果與討論

3.1 實驗結果

表1顯示了5名參與者在進行推、 拉力抗阻模式訓練下3種阻力等級下3塊肌肉區域平均相對灰度值在Bs—0 min—1 min—3 min時的變化．

表1 抗阻訓練模式下參與者平均相對灰度值

可以看到的是，在推、 拉力抗阻訓練中，所有訓練剛結束時(0 min)與基礎參照圖像(Bs)相比，3個肌肉區域的相對灰度值都(rGS)有了較明顯的提升，之后訓練完成1 min和訓練完成后3 min階段，rGS逐漸下降．

為了了解抗阻模式訓練下目標區域熱圖的變化，圖7選取了其中一名參與者推力抗阻訓練模式L8阻力等級下的完整訓練狀態彩色熱圖．

圖7a-圖7d表示目標肌肉區域Bs—0 min—1 min—3 min的彩色熱圖變化． 以2.5中的區域劃分為參照，可以看到的是，0 min(圖7b)彩色熱圖中，3個肌肉區域相對灰度值對比度較之Bs(圖7a)相同區域有明顯的提升，而在1 min((圖7c))時，3個肌肉區域對比度有所降低，最后在3 min((圖7d))時，三角肌區域和肱二頭肌區域對比度繼續下降，而肱三頭肌區域對比度有所提升．

圖7 一名參與者L8推力抗阻訓練模式下彩色熱圖集

不同的阻力等級可能產生不同的熱圖變化． 圖8展示了同一名參與者在推力和拉力抗阻訓練模式下阻力等級L1和L8 3個肌肉區域在0 min時顏色對比度的變化．

圖8 抗阻訓練模式下阻力等級L1和L8彩色熱圖對比

圖8a，b兩圖中均可以看出，阻力等級L8在3個肌肉區域的顏色對比度變化均比阻力等級L1更強；而從所有參與者在肱三頭肌區域平均相對灰度值(rGS)的比較來看，在推力抗阻訓練模式下，阻力等級L8在0 min的rGS變化比阻力等級L1更高(圖9a)；然而在拉力抗阻訓練模式下，L1在0 min的rGS變化比L8更高(圖9b)．

圖9 抗阻訓練模式下阻力等級L1和L8的相對灰度值在肱三頭肌區域的比較

為了對比推力和拉力抗阻訓練模式下，3個肌肉區域彩色熱圖的變化，圖10選取了同一參與者在推、 拉力抗阻訓練模式下阻力等級L8 3個肌肉區域在0 min時顏色對比度的變化．

圖10 推/拉力抗阻訓練模式下阻力等級L8彩色熱圖對比

從圖11中可以看出，推力和拉力抗阻訓練模式下，3個肌肉區域的顏色對比度都有所增強，在推力抗阻訓練中，肱三頭肌區域對比度增強更為明顯，拉力抗阻訓練模式下，肱二頭肌區域對比度增強更為明顯；在從所有參與者3個肌肉區域平均相對灰度值(rGS)的比較來看，0 min下的rGS均有增加，推力抗阻訓練模式下，肱三頭肌區域rGS增加最大(圖11a)，而拉力抗阻訓練模式下，肱二頭肌區域rGS增加最大(圖11b)．

圖11 推/拉力抗阻訓練模式下的rGS在三肌肉區域的比較

3.2 討論

肌力訓練是康復運動療法中的一種重要方法，是指在肌肉收縮時給予阻力可以使肌肉隨時間產生適應而增加肌力[25]． 在Brunnstrom肌力分級理論中，在3級肌力到4級肌力進展時，應該進行阻力等級自小而大的抗阻訓練． 本研究中的上肢協調康復機器人能夠提供不同等級的抗阻訓練，能夠有效地對上肢肌肉進行肌力訓練． 因此，本研究也將上臂三塊主要肌肉所在的區域選為目標觀察區域；同時，選取3個由小至大的阻力等級進行實驗也符合肌力康復訓練循序漸進的康復理論．

抗阻訓練過程中，是訓練時和訓練后肌肉即時變化為負荷、 恢復的過程，在負荷階段能量物質被大量消耗，代謝產物被蓄積起來，人體功能下降，產生疲勞；停止運動后，到了恢復階段，機體內環境(熱、 酸堿和水)開始恢復平衡，肌肉內的消耗得到了補充[26]． 如表1所示，所有肌肉區域在訓練狀態下0 min時的相對灰度值(rGS)均出現明顯的提升，因為當抗阻訓練剛結束時，整個上肢肌肉區域的肌肉產生熱量打破了體內平衡，進入恢復狀態后產生散熱而導致溫度的提升，表明了訓練時3個區域的肌肉均處于激活狀態；到1 min和3 min狀態時，rGS逐漸下降，肌肉從激活狀態恢復到正常狀態，圖7也很好地說明了這一點；但是，部分訓練狀態下(拉力抗阻訓練L5和L8)，出現了rGS上升的情況，這可能是因為肌肉產生熱量并緩慢地通過皮膚灌注引起激活肌肉附近血管擴張，這種熱傳遞會導致皮膚表面溫度變化的延遲，而L5和L8級的抗阻訓練負荷更大，造成產熱更大，因而導致在3 min這段監測時間內，熱量一直持續散出．

相對灰度值(rGS)結合彩色紅外熱圖能夠更好地表現出肌肉的激活狀態． 結合上面的理論，當阻力越大，肌肉運動產生的負荷越大，散熱量也越大，肌肉的激活程度越高，圖8在推、 拉力抗阻訓練下阻力等級L8比L1下肌肉的激活程度更高，圖9(a)肱三頭肌區域rGS的變化也說明了這一點；但是在圖9(b)中，出現了肱三頭肌區域阻力等級L1的肌肉激活程度高于L8的情況，這可能是因為部分參與者在L8訓練狀態下選取rGS區域時，并未選取到對比度最大的位置，導致rGS在取平均值的過程中，出現了偏差；圖10反映了在兩種相反的抗阻訓練(阻力等級L8)下3個肌肉區域的激活情況，從圖10上能夠看出，三角肌的激活狀態相差不大，在推力抗阻訓練時，肱三頭肌區域激活程度更高，而在拉力抗阻訓練時，肱二頭肌區域激活程度更高，這是因為推力抗阻訓練時，更加側重于伸肌(肱三頭肌)的發力，而拉力抗阻訓練時，更加側重于屈肌(肱二頭肌)的發力，二者互為主動/拮抗肌，在做兩組相反的運動時，產生了不同的激活效果，圖11a和圖11b也反映了相同的結果，這也是圖9分別選擇這兩個區域作為對比的原因；同時還需注意到的是，由于上肢協調康復機器人調高了設備傾角，通常作為協同肌出現的三角肌在所有的訓練狀態下均被激活，在上肢協調康復機器人臨床實驗中，康復治療師提出了調高設備傾角以達到提高患者上肢肌肉群肌力的康復效率，本實驗結果也驗證了這一理論．

在本次研究中，受試者的數量有限，且受試者的肌肉質量、 皮膚顏色和年齡等均會影響本研究的結果，這也是表1中部分數據標準差偏大的原因之一；為了實現測量的可重復性，有必要將相機和被攝體之間的距離以及其他變化降至最低，因此，可以嘗試目標區域的運動跟蹤；在實驗中，雖然利用了基于相鄰區域對比度最高的訓練剛結束時(0 min)圖像提取的相對灰度值(rGS)參數實現了參與者訓練前后溫度變化的量化分析，但是，該方法對相鄰區域的選取要求較高，容易出現偏差，且不能更加直觀地觀測到目標區域溫度的變化，因此，可以對本次實驗使用的紅外熱像鏡頭進行校準，或更進一步完成溫度的標定；本次實驗全部選取了健康人作為參與目標，所有肌肉區域都處于正常可激活狀態，這與上肢協調康復機器人實際應用中針對上肢功能障礙患者的情況有所偏離，未來工作是在改進方法的同時進一步驗證該方法在上肢功能障礙者上的準確性和有效性．

4 結論

本研究通過紅外熱成像技術評估上肢3個肌肉區域在上肢協調康復機器人抗阻訓練模式下的激活狀態，并使用一種邊界輪廓分割的圖像處理方法將紅外灰度圖簡化并彩色化處理，實現了紅外熱圖可視化；同時，通過相對灰度值這一參數實現了對上肢肌肉激活狀態的定量分析，之后有必要進行進一步的研究，將該方法改善后擴展到臨床應用中去．