拇外翻（Hallux Valgus,HV）是最常见的临床足部畸形之一,其病因主要包括遗传及穿鞋因素,患病人群多为成年女性。有学者根据畸形病变程度将拇外翻划分为轻、中、重三度,轻度时期的拇外翻畸形往往易被忽视,如未加以及时有效的治疗,患病程度将会随着时间变化逐渐加重,进而对足部健康及功能造成一定程度的影响。拇外翻的临床确认目前多依靠X片人工识别,尽管放射学方法能够提供准确可靠的数据,但X光机使用时的环境限制与辐射危害仍影响该方法的广泛应用。拇外翻矫具对于拇外翻角的矫正具有统计学意义,但市场上现有矫具并没有针对拇外翻的病理生理学进行生物力学层面的矫正,使用不当易造成逆向损伤。因此,及时有效地判定拇外翻畸形相关参数指标,对于预防和减少拇外翻的发生具有重要意义。本研究以图像特征捕捉技术为指导,进行拇外翻角的康复识别算法研究。通过图像增强、高斯滤波、二值化、Canny算子、腐蚀膨胀运算、开闭运算等提取拇趾第一跖趾ROI（Region of Interest）感兴趣区域并计算出HVA（Hallux Valgus Angle）,实现了拇外翻角度检测康复识别系统的初步算法设计。随后,招募20名成年女性开展拇外翻康复识别误差补偿实验,实验分为基于拇外翻康复识别算法的HVA测量、基于三维CT重建的HVA测量两个子实验。目的是分析比较临床HVA数据与算法HVA数据,通过误差补偿形成并验证算法信度,确保测量结果的准确性、可靠性与合理性。实验结果显示:正态性检验p=0.078,认定本实验HVA差值服从正态分布;配对样本t检验得出t=-27.571、p=0.000（p＜0.05）,认定两个子实验具有较高的相关性、较高的显著性水平,且所测得的HVA具有统计学意义;线性回归分析得R~2=0.957,且Opencv HVA的显著性p=0.000（p＜0.05）,认定两组实验数据之间存在显著的线性影响关系,并求得对应的线性回归方程:Final HVA=0.957×Opencv HVA+7.291。针对实验结果,改良拇外翻康复识别算法,将最终测量结果维持至95%置信区间。以图像特征识别检测算法为指导,进行拇外翻康复识别软件系统的设计。根据目标人群及需求分析,确定软件系统的设计框架。针对康复识别功能模块,选择Flask框架构建软件系统服务端,选择微信小程序构建软件系统客户端,实现了系统设计与开发;针对其他辅助功能模块,选择Adobe XD完成页面的初步设计。并邀请到10名专家,基于量化测试任务在易用性、流畅性、容错性、美观性和专业性五方面对拇外翻康复识别微信小程序客户端展开设计评价。以拇外翻的生物力学矫形原理为指导,为成年女性中的轻症或无症拇外翻患者设计了一款拇外翻多档位调节矫具。通过分析矫具的功能要素、造型要素、结构要素、人机要素、材料与加工要素,经设计实践产出初步设计方案。基于产品结构、人机尺寸、材质选择等要素的考量,确定拇外翻多档位调节矫具最终设计方案,邀请20名患有轻度拇外翻的成年女性参与SUS系统可用性量评价,经验证,硬件矫具产品总体符合可用性评估标准。本研究为拇外翻康复识别软、硬件产品的设计与研发提供了新的思路。