针对步行功能的恢复训练是偏瘫康复治疗的重要内容,其中对患者步态特性的客观分析是制定康复训练计划的基础和依据。然而,临床上常用描述性评估方法来进行步态分析,主要依赖于运动功能量表和康复医师的经验,该方法客观性差,难以精确量化患者的运动特性。因此,亟需客观定量的运动分析技术,以评估偏瘫患者的疾病程度和康复进程。可穿戴传感器技术的最新进展,特别是基于微机电系统(Micro-ElectroMechanicalSystems,MEMS)的惯性传感器的发展,促进了其在医疗康复领域的推广应用。可穿戴智能设备能获取客观、定量的人体运动信号,可以为治疗方案制定和康复效果评估提供科学依据,有助于提高医疗服务的质量和效率。本文利用可穿戴智能设备,设计了一套完整的定量评估方案,主要研究内容包括以下两个方面:(1)步态时空参数解算:基于MEMS惯性传感器节点,构建了人体双足及整个下肢的运动模型,获取了时相参数、足部运动参数及下肢关节角度。其中,通过自适应峰值检测算法,实现了步行运动中四个步态时相的划分,并通过算法改进使之可以有效地划分患者的异常步态;基于两个惯性传感器节点对双足进行运动分析,实现了双足姿态、速度和位置信息的提取;基于七个惯性传感器节点对整个下肢进行动作捕捉,实时重构了下肢运动状态。(2)步态特征指标量化:通过对健康对照组以及偏瘫患者组进行统计学分析,从对称性、变异性、稳定性三个角度,评估了患者步态的异常程度。其中,通过时间域、空间域的步态特性及其对称指标,评价了步态的对称性;通过步态参数的周期性变化及其变异系数,评价了步态的变异性;根据稳定性指数、相图以及膝关节角度、踝关节角度的时间序列样本熵,评估了步态的稳定性。为了验证本文定量评估方法在异常步态评价中的有效性,分别设计了两组对比实验。评估并对比分析了偏瘫患者在不同治疗阶段的康复情况,验证了本文所提量化评估方法的评估结果与康复医师给出的量表评分具有一致性,实验结果表明了本文所提的基于可穿戴智能设备的康复评估方法的有效性。