帕金森病(Parkinson’s disease, PD)是一种多发于中老年人群、以运动障碍为主要临床症状的神经退行性疾病,其临床上以静止性震颤、运动迟缓、肌僵直以及姿势步态障碍为四大主要症状。目前,PD患者步态障碍的分析评估主要依靠临床医师的经验观察、检测药物反应、国际通用量表以及调查问卷的方式。这种评估方法虽然简单易用,但是其易受医师临床经验,或患者瞬间症状变化的影响,客观定量性较差。近年来,基于信息传感技术的客观定量评价方法逐渐成为研究热点。由于PD患者步态障碍症状的复杂性和多变性,尽管已经存在多种分析方法与评估系统,但其往往关注的是步态障碍的某个单一信号的分析,量化分析的全面性和准确性得不到有效保障。此外,多数系统还停留在实验室使用,并没有在PD患者步态障碍的定量分析中得到普遍性应用。因此,针对PD患者所表现出的步态障碍,本文结合了步态运动生物力学特征分析和国内外现有步态获取装置研究的基础上,设计并实现了一种基于柔性力敏传感技术和三维测力平台的新型U型电子步道系统,并在此基础上探讨了 PD患者步态障碍客观定量评估及量化分级评估方法。本文主要围绕新型U型电子步道系统设计与实现、PD患者步态信号特征综合提取、PD患者步态障碍定量评估与量化分级评估以及PD患者步态识别与评估这几个方面开展研究,具体工作内容如下:(1)构建了一种基于柔性力敏传感技术和三维测力平台的新型U型电子步道系统,用以综合获取PD患者在静态站立和动态行走过程中的足底分区压力、步态运动学参数、步态动力学参数以及转弯情形下的步态特征。(2)针对足底压力图像中的足印分割问题,提出了一种分阶段的分割算法;利用足内弓和足外弓的外轮廓曲线波动性差异实现了步行足印的实时动态识别。(3)从静态和动态足底分区压力的对比分析、步态运动学和动力学参数统计分析、步态对称性与双边协调性评估以及步态的非线性特征分析这四个方面比较PD患者步态与正常对照组之间的差异性,并在此基础上探讨了 PD患者步态障碍客观定量评估及量化分级评估方法。此外,针对PD患者与健康人群组成的非平衡数据特点,提出了一种代价敏感支持向量机方法(CS-SVM)构建了步态信号分类模型,验证了本文设计的U型电子步道用于识别帕金森病患者步态的有效性和可行性。本文构建的新型U型电子步道系统虽然受空间上的限制,但是其采集获取的步态信息较为丰富,能够综合获取PD患者在静态站立、直行以及转弯情形下的步态特征。实验结果表明:本文提出的步态障碍客观定量评估方法对临床PD患者异常步态的诊断和治疗具有积极地指导意义。在此基础上构建的多分类SVM模型取得了初步成功,错误分类都集中在相邻的两个评分级别之间。此外,与k-近邻算法(KNN)、支持向量机(SVM)以及朴素贝叶斯分类器(NBC)构建的模型相比,本文提出的一种基于代价敏感支持向量机方法(CS-SVM)构建的步态信号分类模型,其综合性能最佳,不仅有效提高了本文PD患者的识别准确率,同时有效降低了临床医师对PD患者误诊而带来的误判代价。目前本文的U型电子步态系统及PD患者客观定量评估与量化分级评估方法已经成功应用于安徽中医药大学神研所附属医院的临床实践,效果显著。