中风康复是指通过训练使病人重新获取肢体运动机能的过程,对中风病人肢体运动的正确评估对中风病人康复至关重要。人工神经网络作为后期中风评估的建模手段,引发了关于人工神经网络是一种黑箱子建模方法、还是白箱子建模方法的思考,以及人工神经网络模型设计中参数选择中理论指导的分析。最后,本文在虚拟环境下,结合人工神经网络建立中风评估模型,利用“穿过隧道”和“跟随圆圈”两个任务完成后绩效,研究是否能判别病人是处于中风的第六阶段还是健康状态。本论文研究的总体目标围绕上述问题提出。研究中风病人的评估方法及分类手段,具体目标有：(ⅰ)人工神经模型是黑箱子模型还是白箱子模型；(ⅱ)尝试对分类问题下的神经网络模型进行流程化设计；(ⅲ)利用神经网络建立并评估中风阶段自动评估模型；本论文所得出的结论如下：(1)利用BP神经网络可以建立有效的中风分类器原型,对中风病预测准确率期望值达94.12%,健康人预测准确率期望值达100%；(2)本研究对所选择隐含层含有7个神经元得分类器进行测试,分类器测试后AUC值为0.876,分类表现优秀；(3)ANN可以是黑箱子或者灰箱子,这取决于我们建立神经网络模型的方式和所解决问题所在领域的知识是否被用于建立ANN模型；(4)对于特定问题下建立神经网络建模时,隐藏层神经元数目的确定没有确切的公式可用,试错法或许是现阶段确定隐含层神经元个数的黄金法则。本论文的主要贡献在于：(1)论证了人工神经网络建模方法的本质,并分析ANN模型流程化设计过程,为建立模型提供指导；(2)拓展了基于人工神经网络的远程自助式中风康复评估知识；(3)本研究利用人工神经网络使基于Brunnstrom理论的阶段评估准确率得到提高,从92.1%提高到94.12%。