帕金森是一种常见的神经系统疾病,步态障碍作为该类疾病的一种典型临床症状,常导致患者发生行走不稳甚至摔倒,严重影响患者的生活质量。目前针对帕金森患者步态障碍的诊断与评估主要依赖医师的临床经验,因其具有较强的主观性,常出现不同医师对同一患者的病情及愈后的判断存在较大差异的现象。因此,发展此类疾病临床步态障碍的量化测量与评估技术,有利于增强诊疗效果的客观性与准确性,降低社会医疗与患者生活照料成本,提高患者生活质量。目前主要利用三维影像、惯性单元、脚踏开关、力敏传感器、手持摄像机等设备构建的步态分析系统对帕金森患者的步态障碍进行量化测量与评估,但基于三维影像的步态分析系统价格昂贵、操作复杂；基于惯性单元与手持摄像机虽然操作便捷,穿戴方便,但测量结果不够准确；基于脚踏开关同样存在很大偏差；基于力敏传感器的电子步道大多只能获取短距离的直行信息,不能捕获患者转弯行走时的步态特征。针对上述不足,本文基于数字化场地设计并实现了一种帕金森步态障碍量化分级评估系统与方法,包括基于数字化场地的帕金森步态分析系统与基于模糊逻辑的步态量化分级方法。主要工作内容如下：1、总结和分析了本文的研究背景、研究意义和国内外研究现状,讨论了现有步态分析系统以及步态评估方法的原理、应用以及存在的缺点。2、详细介绍了帕金森步态分析系统的总体设计与实现。通过对系统功能需求和性能要求的分析,确定系统的设计任务和指标,在此基础上设计并搭建了系统的软硬件平台以及各个功能模块的实现,重点对硬件系统中的柔性传感器单元模块、数据采集和传输电路,以及软件系统中的数据采集、分析和人员信息管理模块进行了详细阐述。3、详细阐述了步态特征参数的提取步骤和方法。首先介绍数据预处理的原理和步骤,主要包括数据去噪、数据聚类、脚型判别。在此基础上,根据正常行走过程中的步态周期交替的特点,对本文的步态特征参数种类和提取方法进行详细阐述。包括运动学参数、动力学参数和特有的步态参数。4、提出一种基于模糊逻辑的帕金森步态量化分级方法。通过对步态特征参数的分析,筛选出与分类相关性较高的步态特征子集,在此基础上,确定模糊规则和模糊隶属度函数,建立模糊分类器,通过对帕金森患者的步态分类,实现其步态的量化分级。5、实验结果分析与讨论。实验中选取136位帕金森患者作为测试样本,提取详细的步态特征参数,应用本文方法将他们分为三类,通过与临床医师的打分结果进行比较,计算其分类精确度和敏感度,并对该方法的可靠性进行验证。实验结果表明本文方法的分类准确率高达91%以上,能够有效实现帕金森患者临床步态障碍的量化分级。进一步说明了本文提出的基于数字化场地的帕金森步态量化分级评估方案的有效性。