近年来帕金森患病人群日益增加,医师诊断帕金森病依旧以直接观察患者行为或检测药物反应的方式确诊病情,采用这种确诊方式具有一定的主观性。在临床中可能出现不同医生对同一患者做出不同诊断结果,使患者无所适从,加重患者家庭负担,甚至会延误病情。因此以帕金森病运动障碍特征为诊断线索,利用传感器设备量化帕金森病患者运动障碍,并通过建立帕金森病预测模型,为临床医师提供诊断帕金森病的客观数据支撑具有一定的实用价值。论文的主要工作如下:(1)搭建一种新型帕金森病步态量化评估系统。为验证系统可行性,本文利用该系统采集帕金森病和正常人群步态特征,并采用T-Test和相关性进行实验分析。实验结果表明提取的两类人群步态特征具有显著性差异,用于评估帕金森病具有一定可行性。(2)提取帕金森病患者转弯步态特征来提高帕金森病识别准确率。为验证其有效性,本文采用多种分类模型对比实验分析。结果表明提取的转弯特征对于识别帕金森病具有一定有效性。(3)提出一种消除受试者身高差异性对步态特征影响的方法,并对该方法展开实验分析。为验证该方法的有效性,本文通过多种分类模型进行实验对比。结果表明本文提出的方法对于提高帕金森病预测模型准确率具有一定有效性。(4)进一步建立一种面向非平衡样本的帕金森病步态识别模型,并对该模型展开实验分析。为验证该模型的有效性,本文构建的模型与支持向量机进行对比实验。实验结果表明本文建立的识别模型准确率达到92.05%,能够有效地降低疾病的误判风险。