中枢整合技术是近几年发展起来的一种脑卒中康复训练方法,相较于传统康复训练方法,其见效快、能够显著减少异常运动模式。然而,患者的康复需求会随着身体康复状况的变化而发生变化,这意味着康复医师需要频繁地调整训练环境以匹配患者的康复需求。但在现实世界里,康复医师由于训练环境的场地限制,在训练内容的调整与设置上难以满足患者多样化的康复需求。且在现实世界的训练环境中,康复医师难以获取患者的康复感知数据,为患者制定康复方案时存在主观经验误差,容易发生康复训练难度与患者身体康复状况不匹配的情况。针对上述问题,本文结合虚拟现实技术研究了面向中枢整合技术的下肢康复训练系统。通过该系统,康复医师能够动态地配置康复训练虚拟环境,能够基于患者的康复感知数据、康复训练评价结果和系统推荐的虚拟环境配置参数客观地制定患者下一次的康复方案。本文的研究内容如下:（1）设计中枢整合下肢康复训练的虚拟环境。分析中枢整合技术的训练环境需求,总结康复训练虚拟环境特点。据此研究虚拟环境的动态配置方法、基于Azure Kinect的患者体姿数据识别与映射方法以及基于Pico Neo2 VR头盔的患者与虚拟对象的交互行为,并基于Unity3D开发虚拟环境。（2）研究患者康复感知数据的筛选与评价方法。基于康复训练虚拟环境,研究康复感知数据的筛选方法,从患者体姿数据中提取出能够表征患者康复训练效果的数据。并以康复感知数据为基础,分析和建立评估指标体系,结合层次分析法与熵权法构建评价模型,对患者的康复训练进行评价。（3）提出虚拟环境配置参数的自适应迭代决策方法。患者不同康复时期的身体运动能力存在差异。为了使得虚拟环境的训练难度能够最大程度的匹配患者的康复状况,避免由于训练难度较高或较低影响康复效果,本文提出一种基于模糊推理系统的自适应参数迭代决策模型。该模型能够由患者的康复训练评价结果,推理出合适的虚拟环境配置参数,为患者提供康复训练难度与身体康复状况相匹配的虚拟环境。（4）开发面向中枢整合技术的下肢康复训练系统。整合上述关键方法,基于Winform框架和Unity3D开发了医生服务端和患者训练终端。医生服务端搭载在PC端,主要包括数据可视化、康复训练评价和虚拟环境配置参数的自适应推荐等功能。患者训练终端运行在VR移动端,主要负责为患者提供康复训练的虚拟环境以及筛选和保存康复训练过程中的患者康复感知数据。