在帕金森患者中大约有一半的人遭受过冻结步态,其常常会导致患者跌倒,干扰日常活动并严重损害生活质量。在此基础上提出了一种利用可穿戴设备对帕金森患者的冻结步态进行在线检测系统,该系统可以对帕金森患者的步态数据进行实时检测,在患者发生冻结步态时通过有节律性的听觉刺激来达到对冻结步态进行干预的效果。主要研究工作如下:（1）构建了基于可穿戴设备的帕金森患者冻结步态在线检测系统,其中数据采集装备分别放置在患者腰部、左右大腿、左右小腿五个位置;其次对实验数据进行滑动窗口获取正负样本集等研究。（2）从时域、频域、FI指数及其余相关特征等四个方面对样本集进行特征提取,传感器各轴可提取的特征为54个。针对多维特征造成的过拟合等问题,对特征进行预处理、非参检验及最大信息系数等选择出了排名前35的特征。（3）对影响算法性能的相关因素即传感器配置组合、正负样本比例、划分样本的窗长及步长等展开了深入的研究。对比了六种不同传感器配置组合、四种正负样本比例、八种不同窗长及步长组合以及将六种不同特征个数放入模型训练的检测效果,结果显示在窗长3s、步长0.5s、正负样本比为2:1的情况下将排名前25的特征放入逻辑回归算法中训练取得最佳检测效果,其灵敏度为91.36%,特异性为87.08%。将该检测系统对冻结步态数据进行在线检测,在基于冻结步态事件的基础上提出了四个新的检测指标,结果显示为8名患者的平均命中率为92.4%,误报率为0.83次/min,平均延迟时间为0.25s,平均提前命中时间为1.5s。