張佳峰,穆景頌,朱宗俊,韓李偉,馬伊秋,王 勇

(1.合肥工業(yè)大學(xué) 機(jī)械工程學(xué)院,安徽 合肥 230009; 2.安徽省立醫(yī)院 康復(fù)醫(yī)學(xué)科,安徽 合肥 230001; 3.安徽中醫(yī)藥大學(xué)第一附屬醫(yī)院 針灸康復(fù)科,安徽 合肥 230031; 4.麥吉爾大學(xué) 物理系,加拿大 蒙特利爾 H3A2T8)

0 引 言

痙攣狀態(tài)是一種速度依賴的牽張反射增加及過(guò)強(qiáng)腱反射為特征的運(yùn)動(dòng)失調(diào)[1]。肌肉痙攣的典型特征是肌肉在受到外力被動(dòng)拉伸的過(guò)程中,拉伸阻力突然增大或者肌張力突然增大[2]。痙攣狀態(tài)等級(jí)的精準(zhǔn)評(píng)定對(duì)于腦卒中患者康復(fù)治療方案的制定具有十分重要的意義。目前臨床痙攣等級(jí)評(píng)定主要使用改良Ashworth量表(modified Ashworth scale,MAS),其評(píng)定結(jié)果主觀性較高,并且量表在痙攣等級(jí)的劃分描述上比較模糊,難以滿足精準(zhǔn)客觀評(píng)定痙攣等級(jí)的要求[3]。

為了解決MAS痙攣狀態(tài)等級(jí)評(píng)定不精準(zhǔn)問(wèn)題,文獻(xiàn)[4-5]介紹了一種通過(guò)等速測(cè)量系統(tǒng)采集患者肢體被動(dòng)牽伸過(guò)程中的某些測(cè)試指標(biāo),證明肘關(guān)節(jié)角度、被動(dòng)抗扭力矩?cái)?shù)據(jù)以及肌動(dòng)圖的時(shí)域指標(biāo)與痙攣狀態(tài)顯著相關(guān),可以為痙攣等級(jí)量化提供思路。然而以上方法試驗(yàn)裝置操作復(fù)雜,不適合臨床應(yīng)用。

牽張反射是肌肉在受到外力拉伸時(shí)產(chǎn)生收縮的一類反射。痙攣狀態(tài)中的牽張反射閾值是指肢體被動(dòng)運(yùn)動(dòng)過(guò)程中牽張反射增強(qiáng)時(shí)所對(duì)應(yīng)的的關(guān)節(jié)角度值,即關(guān)節(jié)阻力矩突然增大時(shí)的關(guān)節(jié)角度[6]。有研究表明牽張反射閾值可以應(yīng)用于痙攣等級(jí)評(píng)定[7]。

上肢痙攣狀態(tài)的發(fā)生過(guò)程可以視為一個(gè)動(dòng)力學(xué)系統(tǒng),在牽張反射閾值之前,肘關(guān)節(jié)為線性彈簧阻尼系統(tǒng),在達(dá)到牽張反射閾值時(shí),上肢出現(xiàn)痙攣狀態(tài),肌肉僵硬,肘關(guān)節(jié)運(yùn)動(dòng)阻力矩增大,由此導(dǎo)致肘關(guān)節(jié)角加速度突變,在牽張反射閾值之后,關(guān)節(jié)阻力矩又恢復(fù)到正常狀態(tài)[8]。采集肘關(guān)節(jié)被動(dòng)運(yùn)動(dòng)過(guò)程中的運(yùn)動(dòng)參數(shù),分析得到牽張反射閾值并計(jì)算牽張反射閾值與關(guān)節(jié)活動(dòng)度比值,該值可以作為痙攣狀態(tài)等級(jí)量化評(píng)定的指標(biāo)。

聚類分析是一種基于相似特征對(duì)相似觀測(cè)值、數(shù)據(jù)點(diǎn)或特征向量進(jìn)行分組的技術(shù)[9]。聚類分析的任務(wù)是產(chǎn)生類別標(biāo)志,是一種無(wú)監(jiān)督指導(dǎo)的學(xué)習(xí)過(guò)程[10]。利用MAS進(jìn)行痙攣等級(jí)評(píng)定類似于一種無(wú)監(jiān)督學(xué)習(xí),將特征高度相似的個(gè)體劃分為同一痙攣狀態(tài)等級(jí),然而由于人為主觀性因素,常導(dǎo)致劃分結(jié)果不準(zhǔn)確,不同痙攣狀態(tài)等級(jí)間的個(gè)體可能存在相似特征。層次聚類是聚類分析的一種方法,它根據(jù)所有數(shù)據(jù)之間的距離以自頂向下或自底向上的方式遞歸地劃分對(duì)象來(lái)構(gòu)建集群。層次聚類算法由于對(duì)距離度量選擇的不敏感且可以處理任何形式的相似性數(shù)據(jù)等優(yōu)點(diǎn),被應(yīng)用于很多領(lǐng)域。文獻(xiàn)[11]利用層次聚類算法對(duì)光伏發(fā)電數(shù)據(jù)進(jìn)行了聚類分析,比較不同分組間光伏數(shù)據(jù)的狀態(tài)差異;文獻(xiàn)[12]提出了一種基于層次聚類的可靠性數(shù)據(jù)分組方法,該方法對(duì)半導(dǎo)體器件的可靠性結(jié)果分析有一定的參考價(jià)值。使用層次聚類算法計(jì)算痙攣狀態(tài)等級(jí)量化評(píng)定指標(biāo)間的相似度,將相似指標(biāo)劃分為同一類，可以客觀定量地進(jìn)行痙攣狀態(tài)等級(jí)的評(píng)定。

綜上所述,本文提出利用痙攣狀態(tài)中牽張反射閾值結(jié)合層次聚類算法對(duì)痙攣狀態(tài)進(jìn)行精細(xì)定量評(píng)定,根據(jù)痙攣狀態(tài)發(fā)生的動(dòng)力學(xué)機(jī)理設(shè)計(jì)痙攣狀態(tài)等級(jí)量化評(píng)定裝置,采集受試者上肢被動(dòng)牽伸過(guò)程中肘關(guān)節(jié)前臂加速度以及相應(yīng)的關(guān)節(jié)角度,分析得出痙攣產(chǎn)生時(shí)的牽張反射閾值并計(jì)算牽張反射閾值與關(guān)節(jié)活動(dòng)度比值;利用層次聚類算法對(duì)牽張反射閾值與關(guān)節(jié)活動(dòng)度比值進(jìn)行聚類劃分,重新評(píng)定和細(xì)分痙攣狀態(tài)等級(jí),最終提出上肢痙攣狀態(tài)定量評(píng)定的新方法。

1 痙攣狀態(tài)評(píng)定基本原理

1.1 痙攣狀態(tài)等級(jí)量化評(píng)定裝置

根據(jù)上肢被動(dòng)牽伸運(yùn)動(dòng)痙攣狀態(tài)發(fā)生過(guò)程中的動(dòng)力學(xué)系統(tǒng)變化,設(shè)計(jì)了基于加速度和關(guān)節(jié)角度信號(hào)融合的痙攣狀態(tài)等級(jí)量化評(píng)定裝置。裝置如圖1所示。

痙攣等級(jí)量化評(píng)定裝置使用角度傳感器測(cè)量上肢肘關(guān)節(jié)運(yùn)動(dòng)時(shí)的旋轉(zhuǎn)角度,由于角度信號(hào)積分所得的加速度信號(hào)存在相位延遲和累計(jì)誤差等問(wèn)題[13],裝置采用加速度傳感器測(cè)量前臂處切向加速度。

圖1 痙攣狀態(tài)評(píng)定裝置

痙攣等級(jí)量化評(píng)定裝置包括固定小臂的模塊、固定大臂的模塊、連接模塊以及數(shù)據(jù)處理和顯示模塊。裝置的連接桿選用鋁合金材料,其余模塊均選擇樹(shù)脂材料,最大限度減少裝置的重量。為減少實(shí)驗(yàn)設(shè)備對(duì)病人的干擾,傳感器采集的數(shù)據(jù)通過(guò)藍(lán)牙無(wú)線技術(shù)進(jìn)行傳輸。裝置與大臂以及小臂固定處設(shè)計(jì)根據(jù)人體工程學(xué),符合人體手臂輪廓,易于裝置與手臂貼合。使用可伸縮綁帶將裝置固定于患肢,確保被動(dòng)牽伸運(yùn)動(dòng)過(guò)程中裝置不會(huì)松動(dòng)。

使用裝置采集患者上肢被動(dòng)牽伸運(yùn)動(dòng)過(guò)程中小臂的切向加速度數(shù)據(jù)以及肘關(guān)節(jié)的關(guān)節(jié)角度數(shù)據(jù),并通過(guò)藍(lán)牙串口將數(shù)據(jù)發(fā)送到上位機(jī)進(jìn)行分析。

1.2 痙攣狀態(tài)等級(jí)量化評(píng)定指標(biāo)

痙攣狀態(tài)等級(jí)的精準(zhǔn)評(píng)定需要了解痙攣狀態(tài)發(fā)生的過(guò)程,痙攣狀態(tài)的起始點(diǎn)為肢體被動(dòng)牽拉運(yùn)動(dòng)時(shí)的牽張反射起始點(diǎn),即牽張反射閾值[14]?；紓?cè)肢體受外力勻速被動(dòng)牽伸時(shí),牽拉的肌肉群進(jìn)行反射性被動(dòng)收縮,達(dá)到牽張反射閾值時(shí)關(guān)節(jié)阻力矩突然增大,由此判定得出牽張反射閾值。牽張反射閾值是目前公認(rèn)的最符合痙攣狀態(tài)評(píng)定的數(shù)值,基于對(duì)有神經(jīng)損傷的痙攣受試者的研究結(jié)果表明,牽張反射閾值符合Lance對(duì)痙攣狀態(tài)的定義標(biāo)準(zhǔn)[15-16]。

受試者上肢屈肌痙攣狀態(tài)評(píng)定過(guò)程中,將肘關(guān)節(jié)彎曲的最大角度定義為0°,肢體由彎曲到完全伸展的角度定義為肘關(guān)節(jié)活動(dòng)度θrom;被動(dòng)牽拉時(shí),將肘關(guān)節(jié)阻力矩突變點(diǎn)的牽張反射閾值定義為θp。

根據(jù)痙攣等級(jí)量化評(píng)定裝置采集肢體被動(dòng)牽伸運(yùn)動(dòng)過(guò)程中小臂切向加速度數(shù)據(jù)以及肘關(guān)節(jié)關(guān)節(jié)角度數(shù)據(jù),計(jì)算關(guān)節(jié)活動(dòng)度θrom,分析切向加速度突變時(shí)的關(guān)節(jié)角度判定得到牽張反射閾值θp,進(jìn)而計(jì)算牽張反射閾值與關(guān)節(jié)活動(dòng)度比值θp/θrom作為定量評(píng)定痙攣狀態(tài)等級(jí)的指標(biāo)。

1.3 層次聚類算法

層次聚類算法是一種利用所有數(shù)據(jù)之間距離在鄰近距離上創(chuàng)建數(shù)據(jù)聚類的聚類算法[17]。數(shù)據(jù)類之間距離的計(jì)算方法有最短距離法、最長(zhǎng)距離法、中間距離法和類平均法等。層次聚類算法將數(shù)據(jù)對(duì)象組成層次結(jié)構(gòu)或簇的樹(shù),絕大多數(shù)層次聚類算法屬于凝聚型層次聚類。

凝聚層次聚類算法使用自底向上的策略,開(kāi)始時(shí)每個(gè)對(duì)象都是獨(dú)立的類,然后不斷合并成越來(lái)越大的類,直到所有的對(duì)象都在一個(gè)類中,或者滿足某個(gè)終止條件。

本文提出的凝聚層次聚類算法,選擇類平均法的聚類方法,以平方歐氏距離為樣本間的測(cè)量方法,進(jìn)行θp/θrom比值的聚類分析,步驟可以歸納如下,假設(shè)有N個(gè)待聚類的樣本。

(1) 把每個(gè)數(shù)據(jù)樣本歸為一類,從N個(gè)單例集群開(kāi)始,計(jì)算N個(gè)簇的接近度矩陣。選擇平方歐氏距離測(cè)量2個(gè)聚類之間距離,使用平均連接的聚類方法。

(2) 初始N個(gè)樣本構(gòu)成K類,K=N,此時(shí)類之間的距離就是每個(gè)樣本間的距離。

(3) 基于步驟(2)得到的初始樣本距離矩陣,將距離最小的2類合并為新的1類,此時(shí)類的總數(shù)減少1個(gè)。

(4) 計(jì)算新類與其他類之間的距離,得到新的距離矩陣。若類的總數(shù)K仍大于1,則重復(fù)步驟(3)和步驟(4),直到類的總數(shù)為1。

(5) 繪制層次聚類分析的譜系圖,并決定分類個(gè)數(shù)。

1.4 上肢痙攣狀態(tài)定量評(píng)定方法

根據(jù)牽張反射閾值的提取方法,得出患者上肢肘關(guān)節(jié)被動(dòng)拉伸運(yùn)動(dòng)時(shí)的牽張反射閾值θp,計(jì)算牽張反射閾值與關(guān)節(jié)活動(dòng)度比值θp/θrom作為痙攣狀態(tài)等級(jí)量化評(píng)定指標(biāo)。

利用凝聚層次聚類算法對(duì)比值θp/θrom進(jìn)行聚類劃分,重新劃分痙攣等級(jí),探討上肢痙攣狀態(tài)定量評(píng)估的新方法。

2 研究對(duì)象與實(shí)驗(yàn)過(guò)程

2.1 研究對(duì)象

27名符合標(biāo)準(zhǔn)的腦卒中患者(平均年齡為48.70歲±16.05歲。男性20名,女性7名,左患側(cè)16名,右患側(cè)11名,中國(guó)科學(xué)技術(shù)大學(xué)附屬第一醫(yī)院14名,安徽中醫(yī)藥大學(xué)第一附屬醫(yī)院13名)被招募進(jìn)行臨床實(shí)驗(yàn),每位患者在實(shí)驗(yàn)前均知情同意,并簽署了臨床實(shí)驗(yàn)研究知情同意書(shū)和保密協(xié)議。

受試者個(gè)人信息見(jiàn)表1所列。

患者納入標(biāo)準(zhǔn)為: ① 腦卒中或腦損傷引起的上肢痙攣患者;② 患者具有清醒意識(shí),能夠配合實(shí)驗(yàn)者進(jìn)行相關(guān)實(shí)驗(yàn),能夠保持坐姿;③ 受試患者肘關(guān)節(jié)活動(dòng)范圍超過(guò)90°;④ 受試者能夠在給定速度范圍內(nèi)進(jìn)行被動(dòng)拉伸肘關(guān)節(jié)運(yùn)動(dòng)。

患者排除標(biāo)準(zhǔn)為: ① 受試者伴有其他中樞疾病;② 受試者存在影響肘關(guān)節(jié)運(yùn)動(dòng)的疾病;③ 不適合穿戴此裝置的患者;④ 意識(shí)模糊,不能正常配合試驗(yàn)的患者。

表1 27名受試者的上肢MAS等級(jí)

2.2 實(shí)驗(yàn)過(guò)程

為了減少外部因素對(duì)痙攣狀態(tài)評(píng)定結(jié)果的干擾,實(shí)驗(yàn)過(guò)程中由同一個(gè)檢測(cè)者在同一地點(diǎn)對(duì)不同受試者進(jìn)行痙攣狀態(tài)等級(jí)評(píng)定,受試者在實(shí)驗(yàn)過(guò)程中保持放松狀態(tài)。

上肢痙攣狀態(tài)評(píng)定過(guò)程如圖2所示。

圖2 上肢痙攣狀態(tài)評(píng)定過(guò)程

測(cè)試時(shí),受試者采取坐姿中立位,檢查者將痙攣等級(jí)量化評(píng)定裝置安裝在患肢表面,角度傳感器模塊位置位于關(guān)節(jié)轉(zhuǎn)動(dòng)處,大臂固定端模塊軸線與大臂軸線一致,小臂固定端模塊與小臂軸線一致,確保加速度傳感器模塊測(cè)量的加速度為前臂切向加速度,同時(shí)使用固定綁帶固定裝置防止在運(yùn)動(dòng)過(guò)程中發(fā)生松動(dòng)。

實(shí)驗(yàn)過(guò)程中,檢查者一手固定患者肘關(guān)節(jié),另一只手握住腕關(guān)節(jié),以恒定速度牽拉患者上肢,使其從最大彎曲角度運(yùn)動(dòng)至最大伸展角度,同時(shí)進(jìn)行上肢MAS等級(jí)的評(píng)定。

MAS等級(jí)評(píng)判標(biāo)準(zhǔn)為0級(jí)～4級(jí),為了方便統(tǒng)計(jì)學(xué)分析,將量表中“1+”等級(jí)記為“1.5”(表1)。評(píng)定結(jié)束后記錄評(píng)定結(jié)果，并進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析。

3 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析

3.1 痙攣狀態(tài)等級(jí)量化評(píng)定指標(biāo)結(jié)果

首先,根據(jù)痙攣狀態(tài)量化評(píng)定裝置采集的肘關(guān)節(jié)角度以及小臂加速度數(shù)據(jù),利用MATLAB 2016a軟件計(jì)算關(guān)節(jié)活動(dòng)度θrom;接著，將切向加速度數(shù)據(jù)積分獲得速度數(shù)據(jù);然后，利用數(shù)據(jù)加窗分析速度數(shù)據(jù)獲得切向加速度突變點(diǎn);最后，根據(jù)切向加速度突變點(diǎn)對(duì)應(yīng)關(guān)節(jié)角度值判定得出牽張反射閾值θp并計(jì)算牽張反射閾值與關(guān)節(jié)活動(dòng)度比值θp/θrom。

通過(guò)上述方法獲得27名痙攣患者的牽張反射閾值θp以及θp/θrom比值,結(jié)果見(jiàn)表2所列。

表2 27名受試者的上肢θp/θrom值

3.2 效度分析

利用統(tǒng)計(jì)學(xué)數(shù)據(jù)分析軟件(SPSS 25.0)對(duì)θp/θrom比值進(jìn)行統(tǒng)計(jì)學(xué)分析,驗(yàn)證裝置的效度。采用Pearson相關(guān)系數(shù)分析θp/θrom值與MAS等級(jí)之間的相關(guān)性,驗(yàn)證該痙攣狀態(tài)量化評(píng)定裝置的有效性,顯著性水平設(shè)為P<0.05,符號(hào)r表示相關(guān)系數(shù)[18]。

θp/θrom比值和MAS評(píng)級(jí)的相關(guān)性見(jiàn)表3所列。

表3 θp/θrom比值和MAS評(píng)級(jí)的相關(guān)性

結(jié)果表明，θp/θrom比值與MAS評(píng)分顯著相關(guān),相關(guān)性滿足(r=-0.875,P<0.05),θp/θrom比值可以作為定量評(píng)定痙攣狀態(tài)等級(jí)的指標(biāo)。

3.3 MAS等級(jí)結(jié)果分析

利用統(tǒng)計(jì)學(xué)數(shù)據(jù)分析軟件(SPSS 25.0)對(duì)不同MAS等級(jí)之間θp/θrom比值的差異性進(jìn)行統(tǒng)計(jì)分析。采用塔姆黑尼檢驗(yàn)法對(duì)不同MAS等級(jí)間θp/θrom比值進(jìn)行兩兩比較,基于MAS等級(jí)和θp/θrom比值繪制箱式圖,并分析差異性,結(jié)果如圖3所示。實(shí)驗(yàn)結(jié)果表明，MAS 1分組與MAS 1+分組、MAS 1+分組與MAS 2分組、MAS 2分組與MAS 3分組之間θp/θrom比值差異不顯著(P>0.05),因此說(shuō)明MAS量表評(píng)定所得不同MAS等級(jí)病人間的θp/θrom比值存在相似,2個(gè)不同MAS等級(jí)的患者實(shí)際上可能是同一等級(jí)的患者,MAS等級(jí)存在一定的誤判。

圖3 θp/θrom比值和MAS評(píng)級(jí)的相關(guān)性

這是由于醫(yī)師在使用改良Ashworth量表進(jìn)行痙攣狀態(tài)等級(jí)評(píng)定時(shí),人為主觀性原因以及量表等級(jí)劃分模糊等問(wèn)題導(dǎo)致;并且同一位醫(yī)師對(duì)同一名患者在不同時(shí)間的MAS等級(jí)評(píng)定也可能不同。評(píng)定結(jié)果的不準(zhǔn)確和患者痙攣等級(jí)的誤判,對(duì)于后續(xù)患者的康復(fù)治療具有明顯影響。

3.4 痙攣狀態(tài)等級(jí)量化評(píng)定

利用層次聚類算法對(duì)27名受試患者的132次(其中多名受試者采集了2～3次試驗(yàn)數(shù)據(jù))θp/θrom比值進(jìn)行聚類劃分?；诏d攣定義,將θp/θrom比值的最大值1和最小值0剔除,采用平均連接的方式迭代形成聚類分析的樹(shù)狀圖,結(jié)果如圖4所示。由圖4紅色分割線可知,聚類分為4類為最佳結(jié)果。

提取4類中不同的θp/θrom比值,進(jìn)行數(shù)據(jù)分析。θp/θrom比值為1時(shí),無(wú)痙攣狀態(tài),定義為痙攣狀態(tài)1級(jí),表示為H1;θp/θrom比值為0時(shí),肢體僵硬無(wú)法被動(dòng)牽拉運(yùn)動(dòng),定義為痙攣狀態(tài)6級(jí),表示為H6,H2～H5由聚類算法劃分所得。實(shí)驗(yàn)結(jié)果表明痙攣狀態(tài)等級(jí)一共分為6級(jí),H表示痙攣狀態(tài)等級(jí),痙攣狀態(tài)每一級(jí)所對(duì)應(yīng)的比值,見(jiàn)表4所列。

圖4 θp/θrom比值的分類樹(shù)狀圖

由表4可知,θp/θrom比值在各個(gè)等級(jí)之間無(wú)交叉。

θp/θrom比值為0.79～0.96時(shí),記為H2級(jí);θp/θrom比值為0.53～0.76時(shí),記為H3級(jí);θp/θrom比值為0.34～0.52時(shí),記為H4級(jí);θp/θrom比值為0.30～0.16時(shí),記為H5級(jí)。

表4 θp/θrom比值的痙攣狀態(tài)等級(jí)

3.5 層次聚類結(jié)果分析

利用統(tǒng)計(jì)學(xué)數(shù)據(jù)分析軟件(SPSS 25.0),對(duì)層次聚類劃分后不同痙攣狀態(tài)等級(jí)之間θp/θrom比值的差異性進(jìn)行統(tǒng)計(jì)學(xué)分析。采用塔姆黑尼檢驗(yàn)法對(duì)不同痙攣狀態(tài)等級(jí)間θp/θrom比值進(jìn)行兩兩比較,基于痙攣狀態(tài)等級(jí)(H)和θp/θrom比值繪制箱式圖,并分析差異性,結(jié)果如圖5所示。

由圖5可知，凝聚層次聚類算法劃分后的不同痙攣等級(jí)之間θp/θrom比值差異顯著(P=0<0.05),因此說(shuō)明評(píng)定得到的不同痙攣狀態(tài)等級(jí)(H)之間的θp/θrom比值沒(méi)有相似,劃分得到的痙攣狀態(tài)等級(jí)(H)明確并且精準(zhǔn),患者不存在誤判。凝聚層次聚類算法可以精準(zhǔn)地區(qū)分不同程度的痙攣狀態(tài),并且可以細(xì)化痙攣等級(jí)。

基于層次聚類的算法量化劃分痙攣狀態(tài)等級(jí),優(yōu)于文獻(xiàn)[19]使用的K-means聚類算法,該方法只劃分為5個(gè)等級(jí)且等級(jí)之間的差異性為0.001

圖5 痙攣狀態(tài)等級(jí)的箱式圖

4 結(jié) 論

本文提出一種基于層次聚類的上肢痙攣狀態(tài)定量評(píng)定方法。根據(jù)痙攣狀態(tài)發(fā)生過(guò)程中動(dòng)力學(xué)系統(tǒng)設(shè)計(jì)了痙攣狀態(tài)等級(jí)量化評(píng)定裝置。利用上肢痙攣評(píng)定過(guò)程中加速度以及角度數(shù)據(jù)判定得出牽張反射閾值θp,計(jì)算牽張反射閾值與關(guān)節(jié)活動(dòng)度比值θp/θrom作為痙攣量化評(píng)定指標(biāo),使用凝聚層次聚類算法對(duì)θp/θrom比值進(jìn)行聚類劃分,實(shí)現(xiàn)了上肢痙攣狀態(tài)等級(jí)的定量評(píng)定。

實(shí)驗(yàn)結(jié)果表明:層次聚類算法將痙攣狀態(tài)分為6個(gè)等級(jí),各痙攣等級(jí)間差異性顯著,相較于傳統(tǒng)MAS評(píng)定更加準(zhǔn)確;并且基于層次聚類的上肢痙攣狀態(tài)定量評(píng)定方法利用θp/θrom比值作為痙攣量化評(píng)定指標(biāo),有效消除了MAS量表評(píng)定的主觀性因素。因此該方法可以作為一種量化評(píng)定痙攣狀態(tài)等級(jí)的新方法。