对于脑卒中而造成偏瘫病症,科学的康复训练可以使患者的运动功能得以恢复。由于治疗手段单一、资源短缺等原因,许多偏瘫患者并未获得有效的康复治疗。另外,可穿戴设备仍然存在数据准确性不足、操作繁琐、功耗大以及成本高等问题,医疗机构也未对所采集的参数进行充分利用,基于穿戴式设备的分析评估未达到智能化。因此,设计一款穿戴式智能分析系统用以进行操作简单的、准确可靠的、自然状态下的数据采集,形成标准化的、可解释的以及完善的康复评估方法,对医疗资源效益最大化以及偏瘫康复研究的科学发展都具有重要的实用意义。在此背景下,本文设计了穿戴式足部信息智能分析系统,助力偏瘫步态智能分析的进一步发展。首先,本文基于人体结构、步态分析、量表评估等理论进行分析,从人体运动与医学需要的角度构建了完整的智能分析系统的设计方案,减低了数据冗余性,提高舒适性与易操作性。随后,本文设计并实现了智能分析系统的软硬件系统,包括穿戴式设备硬件系统、控制程序、通信方式以及客户端软件。针对数据准确性不足的问题,本文创新性地提出了一种基于自适应遗传算法的足底压力传感器布局优化方法并制造出经布局优化后的感知鞋垫。通过实验测试准确性后,本文根据系统的数据特点设计了智能分析算法,包括数据预处理、步态特征分析以及基于机器学习的偏瘫步态分级评估等子算法。其中,本系统利用双源信息融合的方法,对步态参数进行了更为准确的估算。最后,本文开展了临床实验用以验证评估有效性。通过对各严重程度的偏瘫患者步态数据采集并进行了特征分析,筛选出了健侧踝关节角度、足底压力中心轨迹及方差等重要特征用以提高评估准确性以及算法的可解释性。本文结果表明了智能分析算法的分类准确率达到了93.66%,证明了智能分析系统对于偏瘫步态的程度分级具有可靠性,对于医学上的偏瘫康复评估具有重要意义。