慢性踝关节不稳是常见的运动相关性损伤,在其早期诊断、术后随访和康复治疗中尚无很有效的监测方法,现有的慢性踝关节不稳诊断方法或为主观性判断、或成本高费时多、或为有创,均不适于跟踪和随访检查。本文从踝关节力学结构模型出发,对足踝外侧韧带损伤在足底压力分布以及压力中心偏移的映射等进行了深入研究,探讨了足底压力分布在足踝外侧韧带损伤跟踪检查和康复训练效果评估等方面的研究。论文首先对压力分布进行足底压力中心轨迹测量的有效性进行了实验研究。通过与人体压力中心测量金标准——测力台的轨迹测量结果对比,验证了基于足底压力分布数据计算压力中心轨迹指标与基于测力台的分析结果的一致性。对各COP指标识别机械性踝关节不稳和功能性不稳的特异性和灵敏性进行了分析.对在足趾、跖骨、足弓和足跟等解剖位置配置压敏单元替代密布型压力垫进行压力中心轨迹测量的合理性与有效性进行了分析验证。这一简化方案与压敏单元密集布置的静立和步行中的压力中心轨迹测量结果均有较好的一致性,同时利于提高采样率使之更为适合动态测量。论文对足踝外侧韧带损伤程度在足底压力分布及压力中心偏移映射进行了有限元分析。通过改变胫骨和距骨、腓骨和距骨以及跖趾关节的角度建立了步态支撑相各细分时相的肌骨模型。分别建了立距腓前韧带、距腓后韧带和跟腓韧带损伤程度和足底压力中心向前侧偏移程度的关系。并且对外侧韧带损伤导致的步态支撑相的压力中心轨迹的变化进行了研究,为利用足底压力分布跟踪检查诊断外侧韧带损伤程度提供了依据。论文探索了利用压力中心指标对慢性踝关节不稳和机械性踝关节不稳的分类方法。针对阈值方法对机械性不稳和功能性不稳识别度不高的问题,将机器学习的方法引入慢性踝关节不稳的分类诊断中。通过对比逻辑回归、支持向量机和决策树三种机器学习方法的预测效果,选择采用决策树方法更为适用于解决机械性不稳和功能性不稳的分类问题。本文提出的遗传算法和决策树相结合的方法进行机械性不稳和功能性不稳的分类,有效提升了机械性不稳和功能性不稳分类模型的性能。论文探究了基于足底压力分布进行四向踢腿和平衡垫康复训练效果评估的有效性,分析结果表明了利用COP动摇轨迹长、动摇范围和单位面积轨迹长等压力中心指标评估康复训练的有效性。对慢性踝关节不稳患者的日常活动——上下台阶时的足底压力分布进行了分析,指出峰值压力和支撑相细分时相的占比在评价慢性关节不稳患者平衡功能的灵敏性。