摘要
帕金森病与步态障碍、双侧不对称以及步态变异度增加有关，这凸显出需要客观且易于理解的可穿戴式步态评估方法。足底垫传感器能够直接捕捉足部与地面的接触情况，但在帕金森病评估中的应用往往受到全局性或低阶描述符的限制，这类描述符无法完整反映不同区域的受力状况。本研究提出了一种基于可穿戴足底压力传感器的、针对特定区域的帕金森病步态评估信息论框架。将双侧足底垫的信号划分为五个解剖区域：脚跟、后脚部、中脚部、前脚部以及脚趾。通过自信息指数、香农熵、负熵、样本熵以及库尔贝克-莱布勒散度等特征，来分析足底压力动态中的自信息波动、概率不确定性、非高斯分布特征、时间不规律性以及方向性分布差异。随后使用传统分类器、消融分析、基于受试者平衡的周期聚合方法以及信息论三维特征空间规则模型，从步态周期、行走记录以及不受受试者个体差异影响的层面对这些特征表示进行了评估。在步态周期层面，KNN算法的准确率为0.9668；在行走记录层面，MLP算法的准确率为0.9344。在更严格的不受受试者个体差异影响的评估条件下，准确率为0.8475，而基于受试者平衡的周期聚合方法的准确率为0.8655。针对特定区域的分析及消融实验表明，不同区域的帕金森病症状存在空间上的异质性，其中脚趾区域的贡献最为稳定。自信息指数、库尔贝克-莱布勒散度以及负熵在识别与脚趾相关的特征以及区域过渡特征方面具有稳定的区分作用。信息论三维特征空间规则模型则能为行走记录层面的分析提供明确的特征组合、数值范围以及空间规则边界，从而实现不同受试者群体的区分。这些研究结果支持采用基于特定区域的信息论分析方法作为帕金森病步态评估中足底压力动态的直观表征方式，同时也强调了在拥有多次行走记录时进行受试者个体差异验证的必要性。
