基于CiteSpace的智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)在康復(fù)醫(yī)學(xué)領(lǐng)域的研究熱點(diǎn)與趨勢(shì)分析

摘 要 目的：分析近十年國(guó)內(nèi)外智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)在康復(fù)醫(yī)學(xué)領(lǐng)域的研究熱點(diǎn)及趨勢(shì)。方法：采用CiteSpace軟件對(duì)2014年10月—2023年10月中國(guó)知網(wǎng)及Web of Science（WoS）數(shù)據(jù)庫(kù)中關(guān)于智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)在康復(fù)醫(yī)學(xué)領(lǐng)域的研究進(jìn)行可視化分析，主要分析內(nèi)容包括發(fā)文量、作者、機(jī)構(gòu)、共被引、研究熱點(diǎn)等，同時(shí)繪制相應(yīng)的知識(shí)圖譜。結(jié)果：共納入中文文獻(xiàn)527篇（年均53篇），10個(gè)關(guān)鍵詞聚類和18個(gè)突現(xiàn)詞，其Q值為0.5527，S值為0.8561；共納入英文文獻(xiàn)633篇（年均63篇），8個(gè)關(guān)鍵詞聚類和18個(gè)突現(xiàn)詞，其Q值為0.3824，S值為0.7096。結(jié)論：智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)可運(yùn)用人工智能技術(shù)增強(qiáng)康復(fù)效果，并結(jié)合人機(jī)交互和虛擬現(xiàn)實(shí)，提高臨床治療效率。未來(lái)可視化、一體化、數(shù)字化、個(gè)體化和家庭化的智能運(yùn)動(dòng)康復(fù)系統(tǒng)是我國(guó)在智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)的重要研究方向和發(fā)展趨勢(shì)。

關(guān)鍵詞 智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)；可視化；文獻(xiàn)計(jì)量學(xué)；康復(fù)醫(yī)學(xué)

中圖分類號(hào) R49 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-7721（2024）05-0864-07

Research hotspots and trend analysis on intelligent wearable sports rehabilitation systems based on CiteSpace in the field of rehabilitation medicine

LI Shuo1， TANG Mingkun2， PAN Yu3

（1. Department of Nursing; 2. Center of Medical Data Science; 3.Department of Rehabilitation Medicine， Beijing Tsinghua Changgung Hospital， Beijing 102218， China）

Abstract Objective： To analyze the research hotspots and trends of intelligent wearable sports rehabilitation systems in the field of rehabilitation medicine at home and abroad in the past 10 years. Methods： CiteSpace software was used to visualize and analyze researches on intelligent wearable sports rehabilitation systems in the field of rehabilitation medicine published in China National Knowledge Infrastructure （CNKI） and Web of Science （WoS） databases from October 2014 to October 2023. The main analysis contents were the number of published articles， authors， institutions， co-citations and research hotspots， and corresponding knowledge graphs were also drawn. Results： In the past 10 years， there were a total of 527 Chinese literatures related to intelligent wearable sports rehabilitation systems in the field of rehabilitation medicine （annual average of 53）， including 10 keyword clusters and 18 keywords with the strongest citation bursts， with the Q value of 0.5527 and S value of 0.8561. There were a total of 633 English literature articles （annual average of 63）， including 8 keyword clusters and 18 keywords with the strongest citation bursts， with the Q-value of 0.3824 and S-value of 0.7096. Conclusion： The intelligent wearable sports rehabilitation system assisted by artificial intelligence technology can enhance rehabilitation efficacy. Combining with human-computer interaction and virtual reality technologies， it can improve clinical treatment efficiency. In the future， the development of visualized， integrated， digitized， personalized， and home-based intelligent sports rehabilitation systems will be an important research direction in China.

Key words Intelligence Wearable Sports Rehabilitation System; Visualization; Bibliometrics; Rehabilitation Medicine

智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)利用人工智能技術(shù)，并結(jié)合康復(fù)理論和方法，為運(yùn)動(dòng)功能障礙者提供個(gè)性化康復(fù)訓(xùn)練方案。該系統(tǒng)可通過(guò)傳感器、攝像頭等設(shè)備實(shí)時(shí)監(jiān)測(cè)患者的運(yùn)動(dòng)狀態(tài)和運(yùn)動(dòng)指標(biāo)，并通過(guò)分析患者的運(yùn)動(dòng)數(shù)據(jù)，為其提供針對(duì)性的康復(fù)訓(xùn)練方案和反饋[1]。隨著醫(yī)學(xué)信息技術(shù)的不斷進(jìn)步與發(fā)展，關(guān)于醫(yī)工結(jié)合的研究越來(lái)越多，智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)也向便攜式、高效化發(fā)展，并廣泛應(yīng)用于早期輔助診斷、功能評(píng)定、功能康復(fù)及遠(yuǎn)程監(jiān)控中[2-3]。目前，我國(guó)智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)已在腦卒中患者肢體功能康復(fù)中廣泛應(yīng)用，本研究擬采用CiteSpace軟件對(duì)中國(guó)知網(wǎng)（CNKI）和Web of"Science（WoS）數(shù)據(jù)庫(kù)中2014年10月—2023年10月收錄的智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)在康復(fù)領(lǐng)域的相關(guān)研究進(jìn)行可視化分析，了解其發(fā)展趨勢(shì)，為今后研究提供思路。

1 資料與方法

1.1 文獻(xiàn)檢索 中文文獻(xiàn)檢索數(shù)據(jù)庫(kù)為中國(guó)知網(wǎng)（CNKI），檢索主題詞（精確）為“智能穿戴”O(jiān)R“智慧康復(fù)”O(jiān)R“智能康復(fù)”AND“康復(fù)系統(tǒng)”O(jiān)R“運(yùn)動(dòng)康復(fù)”，檢索時(shí)間為2014年10月—2023年10月，共檢出文獻(xiàn)605篇，剔除重復(fù)、不相關(guān)文獻(xiàn)78篇，最終納入中文文獻(xiàn)527篇。

英文文獻(xiàn)檢索數(shù)據(jù)庫(kù)為Web of Science"（WoS），檢索主題詞（topic）為“wearable devices”O(jiān)R“wearable”AND“intelligence”AND“sports"rehabilitation system”O(jiān)R“rehabilitation”，檢索時(shí)間為2014年10月—2023年10月，語(yǔ)種為英語(yǔ)，檢索文獻(xiàn)類型為論著或綜述（Article or Review），最終共檢出英文文獻(xiàn)714篇，剔除重復(fù)和不相關(guān)文獻(xiàn)81篇，最終納入英文文獻(xiàn)633篇。

1.2 數(shù)據(jù)分析工具及方法 CiteSpace是對(duì)某一研究領(lǐng)域中知識(shí)的結(jié)構(gòu)、規(guī)律和分布情況進(jìn)行多維度分析的一款可視化軟件[3]。本研究采用CiteSpace 5.7.R2進(jìn)行可視化分析，將數(shù)據(jù)庫(kù)中檢索獲得的527篇中文文獻(xiàn)和633篇英文文獻(xiàn)導(dǎo)入CiteSpace軟件，將時(shí)間跨度設(shè)置為2014—2023年，時(shí)間切片設(shè)置為1，閾值和關(guān)聯(lián)強(qiáng)度采用系統(tǒng)默認(rèn)值，節(jié)點(diǎn)類型按需設(shè)置，分析其發(fā)文量、作者、機(jī)構(gòu)、共被引以及研究熱點(diǎn)，最終繪制近10年的知識(shí)圖譜，進(jìn)一步了解智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)在康復(fù)領(lǐng)域應(yīng)用的研究進(jìn)展、熱點(diǎn)問(wèn)題和發(fā)展趨勢(shì)。

2 結(jié)果

2.1 發(fā)文量分析 2014年10月—2023年10月共納入相關(guān)中文文獻(xiàn)527篇，年均發(fā)文量為53篇，年發(fā)文量呈上升趨勢(shì)，2021年時(shí)發(fā)文量最高，此后呈下降趨勢(shì)；相關(guān)英文文獻(xiàn)共納入633篇，年均發(fā)文量為63篇，2020年是英文文獻(xiàn)發(fā)文量峰年，2022年后的發(fā)文量有下降趨勢(shì)（如圖1）。

2.2 作者分析 根據(jù)繪制的文獻(xiàn)作者合作網(wǎng)絡(luò)圖譜可見(jiàn)，知識(shí)圖譜中的每個(gè)節(jié)點(diǎn)均為1名作者，圖譜中出版量越多的作者其姓名字號(hào)越大，作者之間的合作程度以姓名間連線表示。中心性是文獻(xiàn)作者合作度、學(xué)術(shù)影響力和代表性的關(guān)鍵指標(biāo)，中心性越高代表此作者的合作度、學(xué)術(shù)影響力越高[4]。通過(guò)中文文獻(xiàn)作者合作網(wǎng)絡(luò)知識(shí)圖譜分析，我國(guó)發(fā)文量較高的前3位作者分別是喻洪流、侯增廣、劉佳；發(fā)文量最高的作者中心性為0.46，是國(guó)內(nèi)此領(lǐng)域的高產(chǎn)及核心作者（如圖2A）。通過(guò)英文文獻(xiàn)作者合作網(wǎng)絡(luò)的圖譜分析，國(guó)外發(fā)文量較高的前3位作者分別是Arun Jayaraman、Chaithanya K Mummidisetty、Conor J Walsh；中心性最高的作者為Arun Jayaraman，中心性為0.24，是國(guó)外此領(lǐng)域文獻(xiàn)發(fā)表的高產(chǎn)及核心作者，并且與Chaithanya K Mummidisetty等作者建立了密切合作關(guān)系（如圖 2B）。

2.3 機(jī)構(gòu)分析 根據(jù)相關(guān)中文文獻(xiàn)機(jī)構(gòu)合作網(wǎng)絡(luò)知識(shí)圖譜可見(jiàn)，發(fā)文量較多的3所機(jī)構(gòu)分別為上海康復(fù)器械工程技術(shù)研究中心、上海理工大學(xué)康復(fù)工程與技術(shù)研究所以及民政部神經(jīng)功能信息與康復(fù)工程重點(diǎn)實(shí)驗(yàn)室，圖中各節(jié)點(diǎn)分布稀疏，節(jié)點(diǎn)之間連線較少（如圖3A）。根據(jù)相關(guān)英文文獻(xiàn)機(jī)構(gòu)合作網(wǎng)絡(luò)知識(shí)圖譜可見(jiàn)，發(fā)文量較多的3所機(jī)構(gòu)分別為美國(guó)西北大學(xué)（Northwestern University）、英國(guó)哥倫比亞大學(xué)（University of British Columbia）、瑞士洛桑聯(lián)邦理工學(xué)院（Ecole Polytech Fed Lausanne）；中心性較高的機(jī)構(gòu)為美國(guó)西北大學(xué)（Northwestern University），其中心性為0.12，與其它機(jī)構(gòu)合作相對(duì)緊密（如圖3B）。

2.4 共被引分析 根據(jù)文獻(xiàn)相關(guān)共被引知識(shí)圖譜分析，國(guó)外相關(guān)文獻(xiàn)被引頻次最高的文獻(xiàn)是關(guān)于智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)相關(guān)技術(shù)研究，中心性最高的文獻(xiàn)是關(guān)于智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)在患者步態(tài)數(shù)據(jù)傳感中的研究（如圖4），被引頻次及中心性排名前5位的文獻(xiàn)見(jiàn)表1～2。CiteSpace軟件目前無(wú)法對(duì)CNKI中的文獻(xiàn)進(jìn)行共被引分析，因此本研究無(wú)CNKI共被引數(shù)據(jù)分析。

2.5 研究熱點(diǎn)分析

2.5.1 關(guān)鍵詞共現(xiàn)分析 在中文文獻(xiàn)共現(xiàn)網(wǎng)絡(luò)知識(shí)圖譜中，“腦卒中”、“機(jī)器人”和“康復(fù)”為出現(xiàn)頻次較高的關(guān)鍵詞，同時(shí)也是中心性較高的關(guān)鍵詞（如圖5A）。英文文獻(xiàn)出現(xiàn)頻次較高的關(guān)鍵詞分別是“rehabilitation”，“stroke”和“gait”；同時(shí)“rehabilitation”和“stroke”也是中心性較高的關(guān)鍵詞（如圖5B）。

2.5.2 關(guān)鍵詞聚類分析 CiteSpace根據(jù)圖譜的網(wǎng)絡(luò)結(jié)構(gòu)與聚類清晰程度計(jì)算出模塊值（Q）與聚類平均輪廓值（S），當(dāng)Qgt;0.3說(shuō)明聚類結(jié)構(gòu)顯著，Sgt;0.5說(shuō)明聚類合理，Sgt;0.7說(shuō)明聚類是令人信服的[5]。在中文文獻(xiàn)的知識(shí)圖譜中，共識(shí)別出10個(gè)顯著的聚類，其Q值為0.5527，遠(yuǎn)高于0.3的標(biāo)準(zhǔn)，表明這些聚類之間具有明顯的結(jié)構(gòu)特征。同時(shí)，S值為0.8561，超過(guò)了0.7的高水平標(biāo)準(zhǔn)，這表明中文文獻(xiàn)聚類的合理性和說(shuō)服力（如圖6A）。對(duì)于英文文獻(xiàn)的知識(shí)圖譜，本團(tuán)隊(duì)發(fā)現(xiàn)了8個(gè)聚類，其Q值為0.3824，雖然略低于中文文獻(xiàn)的Q值，但仍然高于0.3的基準(zhǔn)，表明英文文獻(xiàn)的聚類結(jié)構(gòu)同樣顯著。此外，其S值達(dá)到了0.7096，這同樣表明英文文獻(xiàn)的聚類是合理的，并且具有較高的說(shuō)服力（如圖6B）。

2.5.3 關(guān)鍵詞時(shí)間演化分析 根據(jù)中文文獻(xiàn)時(shí)間演化圖譜可見(jiàn)，我國(guó)自2014年已將智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)應(yīng)用于腦卒中患者；自2015年應(yīng)用于下肢運(yùn)動(dòng)康復(fù)和康復(fù)訓(xùn)練的研究；2016—2023年人工智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)受到關(guān)注并在臨床廣泛應(yīng)用（如圖7A）。根據(jù)英文文獻(xiàn)關(guān)鍵詞時(shí)間演化圖譜分析可見(jiàn)，2014年智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)出現(xiàn)；2015年其舒適度和數(shù)據(jù)傳輸功能開(kāi)始受到關(guān)注；自2017年其在兒童患者中的應(yīng)用以及設(shè)備的環(huán)保性均受到關(guān)注（如圖7B）。

2.5.4 突現(xiàn)詞分析 根據(jù)突現(xiàn)詞分析圖譜可見(jiàn)，中文文獻(xiàn)共有18個(gè)突現(xiàn)詞，自2015年以后，“步行能力”、“療效”、“智能手機(jī)”、“智能訓(xùn)練系統(tǒng)”、“下肢運(yùn)動(dòng)功能”和“人工智能”等已經(jīng)受到關(guān)注，“智能系統(tǒng)”、“虛擬現(xiàn)實(shí)”和“腦機(jī)接口”相關(guān)研究持續(xù)至今（如圖 8A）。英文文獻(xiàn)共有18個(gè)突現(xiàn)詞，自2014年以后，“system”，“joint”，“intertial sensor”，“ambulatory system”，“parameter”和“metabolic cost”等開(kāi)始受到關(guān)注，“l(fā)egged locomotion”，“torque”，“feature extraction”，“muscle”和“task analysis”等相關(guān)研究持續(xù)至今（如圖 8B）。

3 討論

3.1 智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)研究現(xiàn)狀 本研究結(jié)果顯示，2014—2023年智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)相關(guān)中文文獻(xiàn)與英文文獻(xiàn)發(fā)文量相當(dāng)，且峰年后國(guó)內(nèi)外發(fā)文量均有所減少。喻洪流所在的上海理工大學(xué)康復(fù)工程與技術(shù)研究所也是中文文獻(xiàn)的高產(chǎn)機(jī)構(gòu)代表，其主要研究方向?yàn)榭祻?fù)機(jī)器人在運(yùn)動(dòng)康復(fù)方面的相關(guān)研究[6-8]。Arun Jayaranan所在單位為芝加哥康復(fù)技術(shù)與研究實(shí)驗(yàn)室，主要研究方向?yàn)樯窠?jīng)損傷患者的運(yùn)動(dòng)康復(fù)，發(fā)表的高被引文獻(xiàn)以智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)的相關(guān)研究為主[9-11]。國(guó)內(nèi)研究者傾向于將研究重點(diǎn)放在臨床應(yīng)用層面，著重探討如何通過(guò)這些系統(tǒng)改善患者的運(yùn)動(dòng)康復(fù)功能，且主要針對(duì)成年患者進(jìn)行研究。而在國(guó)際上，這一領(lǐng)域的研究可能更側(cè)重于應(yīng)用與實(shí)踐，國(guó)際研究者則更多地關(guān)注智能可穿戴系統(tǒng)的技術(shù)開(kāi)發(fā)，包括系統(tǒng)的設(shè)計(jì)創(chuàng)新、數(shù)據(jù)傳輸效率的提升以及材料的優(yōu)化改良，并且他們的研究覆蓋了從兒童到老年人的各個(gè)年齡段患者。

3.2 智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)研究熱點(diǎn) 被引頻次是反映研究熱點(diǎn)的重要指標(biāo)[12]。本研究顯示，近10年智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)的研究熱點(diǎn)主要集中在數(shù)據(jù)傳輸、材料改良、研究人群擴(kuò)展、應(yīng)用場(chǎng)景、技術(shù)輔助設(shè)備、評(píng)估與監(jiān)測(cè)、遠(yuǎn)程監(jiān)督等方面[13-19]。此外，研究還關(guān)注了智能系統(tǒng)的大數(shù)據(jù)存儲(chǔ)、傳輸、分析、決策[20-24]以及材料的環(huán)保性[25-26]。關(guān)鍵詞分析顯示，中文文獻(xiàn)主題詞集中在“康復(fù)”、“機(jī)器人”和“腦卒中”；英文文獻(xiàn)則集中在“rehabilitation”，“stroke”和“gait”等。智能康復(fù)系統(tǒng)的應(yīng)用范圍和適用人群也在擴(kuò)大，設(shè)備的精細(xì)化和智能化程度不斷提升。總的來(lái)說(shuō)，其正朝著更高效、更舒適、更智能化的方向發(fā)展，以滿足不同患者的需求，并提高患者生活質(zhì)量。

3.3 智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)相關(guān)研究的發(fā)展趨勢(shì) 從研究結(jié)果可以看出，我國(guó)智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)在神經(jīng)系統(tǒng)疾病的肢體康復(fù)方面取得了一定進(jìn)展，但仍存在一些需改進(jìn)的地方，如數(shù)據(jù)存儲(chǔ)與分析、功能評(píng)定與患者體驗(yàn)、預(yù)警系統(tǒng)、穿戴舒適度、遠(yuǎn)程居家康復(fù)、國(guó)際合作等方面。未來(lái)，我國(guó)智能康復(fù)系統(tǒng)需在數(shù)據(jù)存儲(chǔ)、分析和神經(jīng)調(diào)控方面進(jìn)行深入研究，優(yōu)化系統(tǒng)設(shè)計(jì)，提高患者穿戴舒適度，并融入環(huán)保理念，加強(qiáng)遠(yuǎn)程居家康復(fù)設(shè)備的易用性和安全性等。本研究受限于軟件功能，僅分析了CNKI和WoS數(shù)據(jù)庫(kù)中的文獻(xiàn)，可能存在數(shù)據(jù)來(lái)源的局限性和選擇性偏倚。因此，對(duì)智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)在康復(fù)領(lǐng)域的研究現(xiàn)狀和動(dòng)態(tài)闡述需要進(jìn)一步完善。

綜上所述，雖然近幾年我國(guó)和國(guó)外學(xué)者在智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)方面的發(fā)文量相當(dāng)，但國(guó)外學(xué)者更關(guān)注智能運(yùn)動(dòng)康復(fù)系統(tǒng)的產(chǎn)品設(shè)計(jì)和技術(shù)研發(fā)，我國(guó)學(xué)者更關(guān)注腦電信號(hào)傳導(dǎo)、人機(jī)交互技術(shù)與虛擬現(xiàn)實(shí)技術(shù)相結(jié)合的臨床應(yīng)用效果以及通過(guò)人工智能技術(shù)提高肢體運(yùn)動(dòng)功能障礙人群的認(rèn)知能力和肢體運(yùn)動(dòng)能力。研發(fā)可視化、一體化、數(shù)字化、個(gè)體化和家庭化的智能運(yùn)動(dòng)康復(fù)系統(tǒng)是未來(lái)的發(fā)展趨勢(shì)，也是我國(guó)在智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)的重要發(fā)展方向。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻(xiàn)聲明：李碩負(fù)責(zé)設(shè)計(jì)論文框架，起草論文；李碩，唐明坤，潘鈺均參與該項(xiàng)目具體操作及研究過(guò)程的實(shí)施；李碩，唐明坤負(fù)責(zé)數(shù)據(jù)收集，統(tǒng)計(jì)學(xué)分析，繪制圖表；李碩，潘鈺負(fù)責(zé)論文修改；潘鈺負(fù)責(zé)擬定寫(xiě)作思路，指導(dǎo)撰寫(xiě)文章并最后定稿。

參考文獻(xiàn)

[1] 江輝， 劉荻， 包倪榮.智慧康復(fù)系統(tǒng)在軍事訓(xùn)練損傷中的有效性[J].醫(yī)學(xué)研究與戰(zhàn)創(chuàng)傷救治， 2023， 36（7）： 681-684.

[2] 匡紹龍， 房銀芳， 周瑞， 等.可穿戴技術(shù)應(yīng)用于術(shù)后監(jiān)控和康復(fù)的現(xiàn)狀分析[J].科技導(dǎo)報(bào)， 2017， 35（2）： 55-59.

[3] CHEN C M.CiteSpace Ⅱ： detecting and visualizing emerging trends

and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology， 2006， 57 （3）： 359-377.

[4] 楊坤， 甘麗華， 郭超峰.基于Citespace軟件的消化性潰瘍研究的可視化分析[J].實(shí)用臨床醫(yī)藥雜志， 2021， 25（5）： 1-6.

[5] 陳悅， 陳超美， 劉則淵， 等.CiteSpace知識(shí)圖譜的方法論功能[J].科學(xué)學(xué)研究， 2015， 33（2）： 242-253.

[6] 焦宗琪， 孟巧玲， 邵海存， 等.上肢康復(fù)訓(xùn)練與生活輔助機(jī)器人的設(shè)計(jì)與研究[J].中國(guó)康復(fù)醫(yī)學(xué)雜志， 2022， 37（9）： 1219-1222.

[7] 劉壯， 朱純煜， 朱越， 等.基于多傳感器信息的新型穿戴式上肢外骨骼康復(fù)機(jī)器人[J].北京生物醫(yī)學(xué)工程， 2021， 40（3）：

273-278.

[8] 朱玉迪， 孟巧玲， 胡杰， 等.基于人體動(dòng)力學(xué)模型的下肢康復(fù)機(jī)器人控制方法[J].生物醫(yī)學(xué)工程學(xué)進(jìn)展， 2023， 44（3）： 294-300.

[9] Edwards D J， Forrest G， Cortes M， et al. Walking improvement in chronic incomplete spinal cord injury with exoskeleton robotic training （WISE）： a randomized controlled trial[J]. Spinal Cord， 2022， 60（6）： 522-532.

[10] Hohl K， Giffhorn M， Jackson S， et al. A framework for clinical utilization of robotic exoskeletons in rehabilitation[J]. J Neuroeng Rehabil， 2022， 19（1）： 115.

[11] O’Brien M K， Shin S Y， Khazanchi R， et al. Wearable sensors improve prediction of post-stroke walking function following inpatient rehabilitation[J]. IEEE J Transl Eng Health Med， 2022.DOI： 10.1109/JTEHM.2022.3208585.

[12] 劉毅.近20年我國(guó)輿論學(xué)研究進(jìn)展的知識(shí)圖譜分析——基于CSSCI數(shù)據(jù)庫(kù)（1994-2013）[J].情報(bào)雜志， 2015， 34（5）： 169-173， 184.

[13] Chow R， Drkulec H， Im J H B， et al.The use of wearable devices in oncology patients： a systematic review[J].The Oncologist， 2024， 29（4）， e419-e430.

[14] Toh S F M， Fong K N K， Gonzalez P C， et al. Application of home-based wearable technologies in physical rehabilitation for stroke： a scoping review[J]. Neural Systems and Rehabilitation Engineering， 2023. DOI： 10.1109/TNSRE.2023.3252880.

[15] De Fazio R， Mastronardi V M， De Vittorio M， et al. Wearable sensors and smart devices to monitor rehabilitation parameters and sports performance： an overview[J]. Sensors， 2023， 23（4）： 1856.

[16] Spasojevi? S， Ili? T V， Milanovi? S， et al. Combined vision and wearable sensors-based system for movement analysis in rehabilitation[J].Methods Inf Med， 2017， 56（2）： 95-111.

[17] Milosevic B， Leardini A， Farella E. Kinect and wearable inertial sensors for motor rehabilitation programs at home： state of the art and an experimental comparison[J]. BioMed Eng OnLine， 2020，

19（1）： 25.

[18] Calabrò R S， Sorrentino G， Cassio A， et al. Robotic-assisted gait rehabilitation following stroke： a systematic review of current guidelines and practical clinical recommendations[J]. Eur J Phys Rehabil Med， 2021， 57（3）： 460-471.

[19] Morone G， Girardi S， Ghooshchy S G， et al.Wearable devices and virtual reality for neurorehabilitation： an opportunity for home rehabilitation[J]. Converging Clinical and Engineering Research on Neurorehabilitation III， 2018， 10（16）： 601-605.

[20] 王曉青， 孟殿懷， 趙磊， 等.智能可穿戴運(yùn)動(dòng)康復(fù)系統(tǒng)uCare在腦卒中患者社區(qū)康復(fù)中的應(yīng)用效果[J].中國(guó)康復(fù)醫(yī)學(xué)雜志， 2019， 34（10）： 1188-1192.

[21] 馬良飛， 何蓬莉， 曾西西， 等.基于虛擬現(xiàn)實(shí)的下肢機(jī)器人多任務(wù)步態(tài)訓(xùn)練平臺(tái)在早期偏癱患者中的應(yīng)用[J].北京生物醫(yī)學(xué)工程， 2022， 41（5）： 495-499， 505.

[22] Park Y S， An C S， Lim C G. Effects of a rehabilitation program using a wearable device on the upper limb function， performance of activities of daily living， and rehabilitation participation in patients with acute stroke[J]. Int J Environ Res Public Health， 2021， 18（11）： 5524.

[23] Maceira-Elvira P， Popa T， Schmid A C， et al. Wearable technology in stroke rehabilitation： towards improved diagnosis and treatment of upper-limb motor impairment[J]. J Neuroeng Rehabil， 2019，

16（1）： 142.

[24] Prasanth H， Caban M， Keller U， et al. Wearable sensor-based real-time gait detection： a systematic review[J]. Sensors （Basel）， 2021， 21（8）： 2727.

[25] Gurumoorthy K B， Rajasekaran A S， Kalirajan K， et al. Wearable sensor data classification for identifying missing transmission sequence using tree learning[J]. Sensors （Basel）， 2023， 3（10）： 4924.

[26] PENG Z Q， ZHENG S J， ZHANG X， et al. Flexible wearable pressure sensor based on collagen fiber material[J]. Micromachines （Basel）， 2022， 13（5）： 694.

編輯：魏小艷